Aula 02

ANDRE ALOY RODRIGUES71620036053
Pacote de Conhecimentos Especficos Especialista ANTAQ

Aula 02 Estatstica Descritiva II
Prof. Alexandre Lima
Aula 02
1
Caracterizao de uma Distribuio de Frequncias ............................................... 2

1.1
Medidas de Disperso .................................................................................................. 2
1.1.1
Varincia ......................................................................................................................... 2
1.1.2
Desvio Padro ............................................................................................................... 12
1.1.3
Coeficiente de Variao ................................................................................................ 13
1.1.4
Desvio Interquartlico ................................................................................................... 13
1.1.5
Amplitude...................................................................................................................... 14
1.1.6
Diagrama de Caixa ........................................................................................................ 14
1.2
Medidas de Assimetria............................................................................................... 18
1.4
Medidas de Curtose .................................................................................................... 20
O Mnimo que Voc Precisa Saber ................................................................................ 22
Exerccios de Fixao ......................................................................................................... 23
Gabarito .................................................................................................................................. 28
Resoluo dos Exerccios de Fixao ........................................................................... 29
1
www.pontodosconcursos.com.br | Prof. Alexandre Lima

Caracterizao de uma Distribuio de Frequncias
A distribuio de frequncias de uma varivel quantitativa 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.
As duas medidas estatsticas mais comuns so a mdia (medida de posio) e
o desvio padro (medida de disperso). As medidas de posio foram
estudadas na aula passada. A aula de hoje aborda as medidas de disperso,
que caracterizam a variabilidade dos dados em torno da regio central da
distribuio, e as medidas de assimetria e curtose.
1.1
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.
1.1.1
Varincia
A varincia de um conjunto de valores X = {x1 , x2 ,..., xn } pode ser calculada pela

frmula
s x2 =
(1)
1 n
( xi x ) 2
n i=1
em que sx2 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 x1, x2 ,..., xk ocorrerem com as frequncias f1 , f 2 ,..., f k (
k
= n ), respectivamente, a varincia ser dada por (*)
i =1
2

(2)
s x2 =
1 k
f i ( xi x ) 2 .
n i =1
(*) Em (1) e (2), consideramos que os dados se referem a uma populao

finita. Caso os dados estejam associados a uma amostra, o fator n (= fi)
que aparece no denominador do lado direito de (1) e (2) 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 (1) (ou
(2)) pequeno para grandes valores de n (digamos n>30).
Considere o conjunto de observaes X = {x1 , x2 ,..., xn } . A varincia

tem as seguintes propriedades:
Seja o novo conjunto Y=cX={cx1, cx2,..., cxn}, em que c um valor

fixo. Ento a varincia de Y igual a c elevado ao quadrado vezes a
varincia de X: Var(Y) = c2Var(X).
Seja o novo conjunto W=c+X={c+x1, c+x2,..., c+xn}, 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 (1) pode ser reescrita na forma
2
1
1
1
Var ( X ) = xi2 xi = xi2 x 2 ,

n i
n i n i
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:
Var ( X ) =
1 n
1 n 2 n 2
2
(
x
x
)
=
i
xi n 1 x
n 1 i =1
n 1 i =1
ou
3

Var ( X ) =
1 n
n 2
f i xi2
x
n 1 i =1
n 1
caso os valores distintos x1, x2 ,..., xk ocorram com as frequncias f1 , f 2 ,..., f k (

k
= n ).
i =1
Varincia Amostral = Soma dos Quadrados/(n1) Quadrado da

Mdia corrigido pelo fator n/(n1)
EXEMPLO. Julgue o item a seguir.
Considere o conjunto de dados {2, 5, 8, 11, 14}. Ento a varincia desse
conjunto menor que 20.
Resoluo
A mdia do conjunto
x=
2 + 5 + 8 + 11 + 14
=8
5
e a varincia
s x2 =
(x
x )2
( 2 8) 2 + (5 8) 2 + (8 8) 2 + (11 8) 2 + (14 8) 2
= 18 Item certo.
5
Tambm podemos usar a frmula "maceteada" da varincia:
Varincia = Mdia dos Quadrados Quadrado da Mdia = xi2 x 2

n i
Sequncia de clculos:
1) Mdia dos quadrados:
1
2 2 + 52 + 82 + 112 + 142 410
2
x
=
=
= 82 .
i
n i
5
5
2) Quadrado da mdia:
4

2
xi = x 2 = 82 = 64 .
n i
Ento,
3) s x2 = 82 64 = 18 (mesmo resultado!).
GABARITO: C
Exemplo (ATRFB/ESAF/2012): 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):
sx2 =
1 k
f i ( xi x ) 2
n 1 i =1
Clculo da mdia:
valor (x)
frequncia (fi)
1
2
3
4
5
1
1
2
1
1
fi = n = 6
x=
xi2.fi
xi.fi
1x1
2x1
3x2
4x1
5x1
=
=
=
=
=
1
2
6
4
5
xi.fi = 18
12x1 = 1
22x1 = 4
32x2 = 18
42x1 = 16
52x1 = 25
xi2.fi = 64
1 k
(1 1) + ( 2 1) + (3 2) + ( 4 1) + (5 1) 18
xi f i =
=
=3
n i =1
6
6
Clculo da varincia amostral:

5

sx2 =
1 k
[1 (1 3) 2 ] + [1 (2 3) 2 ] + [2 (3 3) 2 ] + [1 (4 3) 2 ] + [1 (5 3) 2 ]
2
f
(
x
x
)
=
i i
n 1 i =1
5
sx2 =
4 +1+ 0 +1+ 4
= 2 opo B
5
A varincia amostral tambm pode ser calculada pela frmula,

s x2 =
1 n
n 2 64 6 9 64 54 10
f i xi2
=
=
=2
x =
n 1 i =1
5
5
5
5
n 1
GABARITO: B
Varincia Combinada
Considere o conjunto de dados A com NA elementos, mdia A e varincia sA2 e
o conjunto B com NB elementos, mdia B e varincia sB2 . Pode-se demonstrar
que a varincia da populao conjunta A+B, tambm denominada
varincia combinada ou global, dada por
2
A+ B
A + B
=
+
.
N A + NB N A + NB N A + NB
2
Fazendo N = NA + NB, obtemos
2
A+ B
A
=
N
B
+
A+B
.

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:
Nmero de funcionrios
Mdia
Varincia
A mdia e a varincia
respectivamente, valem:
das
Feminino
20
6
3,4
notas
dos
Masculino
30
7
4
funcionrios
dessa
empresa,
6

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: NA = 20, A = 6 e s A2 = 3,4 (conjunto feminino); NB = 30, B = 7 e sB2 = 4,0
(conjunto masculino).
A mdia global ou mdia das mdias dada pela mdia ponderada das
mdias dos conjuntos:
X A+ B =
N A A + N B B 20 6 + 30 7
=
= 6,6.
N A + NB
20 + 30
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
A+ B
A
=
B
+
N
A+B
.

Calcularemos a varincia combinada se soubermos os valores das somatrias

A (soma de A), B (soma de B), A2 (soma dos quadrados de A) e B 2
(soma dos quadrados de B).
A mdia do conjunto A 6
A mdia do conjunto B 7
A = 6 A = 120
20
B
30
(soma de A = 120).
= 7 B = 210 (soma de B = 210).
A varincia de A 3,4. Ento,

A
A2
A2
A2
s
= 3,4
A 2 = 3,4
6 2 = 3,4
= 39,4
NA
20
20
20
NA
A2 = 20 39,4 = 788 (soma dos quadrados de A = 788).
2
A
A
=
7

A varincia de B 4,0. Logo,

B
B2
B2
B2
s
= 4,0
B 2 = 4,0
7 2 = 4,0
= 53,0
NB
30
30
30
NB
B 2 = 30 53 = 1.590 (soma dos quadrados de B = 1.590).
2
B
B
=
Finalmente, temos que
2
A+ B
A
=
s A2 + B
2
2
A+ B
788 1.590 120 + 210
2.378 330
2
=
+
=
= 47,56 6,6
N
N
N
50
50
50
50
50
= 47,56 43,56 = 4,0 varincia combinada = 4,0.

2
B
+
GABARITO: C
Nota: se as mdias dos conjuntos A e B forem iguais, ou seja, se A = B , a
varincia combinada pode ser calculada por meio da frmula simplificada
s A2 + B =
N A s A2 + N B sB2 N A s A2 + N B sB2
=
,
NA + NB
N
em que N = NA + NB. 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

A=
2 + 5 + 8 + 11 + 14 40
=
=8
5
5
e a srie B = {2, 8, 14} com mdia

B=
2 + 8 + 14 24
=
= 8.
3
3
Como as mdias so iguais, podemos aplicar a frmula simplificada
s A2 + B =
N A s A2 + N B sB2
.
N
Varincia do 1 conjunto:
s
2
A
( A A)
=
NA
(2 8) 2 + (5 8) 2 + (8 8) 2 + (11 8) 2 + (14 8) 2
= 18.
5
Varincia do 2 conjunto: s
2
B
Varincia combinada: s A2 + B =
(B B )
=
NB
(2 8) 2 + (8 8) 2 + (14 8) 2
= 24.
3
5 18 + 3 24
= 20,25.
5+3
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 (1) e
(2)
1 n
1 n
Var ( X ) = ( xi x ) 2 = xi2 x 2
n i =1
n i =1
Var ( X ) =
k
1 k
1 k
f i ( xi x ) 2 = xi2 f i x 2 = xi2 pi x 2
n i =1
n i=1
i =1
sero vlidas para esses dados agrupados quando se interpretar xi como o

ponto
mdio
fi
i =1
i =1
( f i = n , pi = 1 )
como
frequncia
de
classe
correspondente.
9

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

Temos que
Tabela 7: clculo da varincia.

Classe
(limites reais)
fi
xi
xi fi
xi2 f i
40,0 45,0
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
67,5
405,0
27.337,5
70,0 75,0
72,5
145,0
10.512,5
Total
n = 100
5.500
307.025,0
Vimos que,
x=
x f
i i
5.500
= 55,0 .
100
Logo,
Varincia s x2 =
1 k 2
307.025
xi f i x 2 =
552 = 3.070,25 3.025,0 = 45,25
n i =1
100
J caiu em prova! (Papiloscopista PF/CESPE-UnB/2004)

Classificao
mnimo
1 quartil
mediana
mdia
3 quartil
mximo
varincia
20
25
27,5
30
32,5
50
49
18
23
32
33
42
52
100
A ou B
31
De acordo com um levantamento estatstico, a mdia das idades de um grupo

de presidirios igual a 31 anos de idade. Nesse levantamento, os presidirios
foram classificados como A ou B, dependendo da sua condio psicossocial.
Constatou-se que a mdia das idades dos presidirios classificados como A
menor que a mdia das idades dos presidirios classificados como B. A tabela
10

acima apresenta algumas medidas estatsticas obtidas por meio desse

levantamento.
A partir das informaes acima, julgue os itens que se seguem.
O nmero de presidirios classificados como A igual ao dobro do nmero de
presidirios classificados como B.
Resoluo
Dados: A = 30 , B = 33 .
Mdia das mdias ( X ):
X=
n 30 + nB 33
n A A + nB B
31 = A
n A = 2 nB
n A + nB
n A + nB
em que n A e nB denotam o nmero de presidirios classificados como A e o

nmero de presidirios classificados como B, respectivamente.
Logo, correto afirmar que o nmero de presidirios classificados como A
igual ao dobro do nmero de presidirios classificados como B.
GABARITO: C
O valor de v est entre 65 e 75.
Resoluo
A varincia combinada v dada por
v=S
2
A+ B
A + B
=
+
n A + n B n A + n B n A + n B
A = 30
A = 30
A = 30n
B = 33
B = 33
B = 33n
S A2 = 49
nA
nB
A
nA
A 2 = 49
= 60n B , pois n A = 2nB
A
nA
= 49 + 30 2 = 949
= 949n A = 1898n B
11

S B2 = 100
B
nB
B 2 = 100
B
nB
= 100 + 332 = 1189
= 1189n B
v=S
2
A+ B
1898n B 1189n B 60n B + 33n B

2
=
+
= 632,67 + 396,33 31 = 1029 961 = 68

3n B
3n B
3n B
Ento certo afirmar que 65 < v = 68 < 75.

GABARITO: C
Valores de x e u so, respectivamente, iguais a 19 e 51 anos de idade.
Resoluo
O levantamento estatstico no deixa dvida de que o valor mnimo de A ou B
x = 18 e o valor mximo de A ou B u = 52. Item errado.
GABARITO: E
1.1.2
Desvio Padro
O desvio padro mede a disperso absoluta de um conjunto de dados.

dado pela raiz quadrada positiva da varincia:
(3)
s x = + s x2 .
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.
Nota: tambm utilizaremos a notao DP(X) (ou EP(X)) para o desvio padro
(ou Erro 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, sx = 18 4,24 .
12

Considere o conjunto de valores X = {x1 , x2 ,..., xn } . O desvio padro tem as

seguintes propriedades:
1.1.3
Seja o conjunto Y=cX={cx1, cx2,..., cxn}, 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+x1, c+x2,..., c+xn}, em que c um

valor fixo. Ento o desvio padro de W = c+X igual ao desvio
padro de X: DP(W) = DP(X)
Coeficiente de Variao
O coeficiente de variao definido como o quociente entre o desvio

padro e a mdia, sendo frequentemente expresso em porcentagem (*):
(4)
cv ( x ) =
DP ( X )
x
O coeficiente de variao mede a disperso relativa dos dados. Utilizase 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, cv ( x ) =
1.1.4
Desvio Interquartlico
O desvio interquartlico (ou

interquartlico) definido como
(5)
4,24
0,53 = 53% .
8
amplitude
interquartil
ou
intervalo
d Q = Q3 Q1 ,
em que dQ denota o desvio interquartlico, Q3 o terceiro quartil (ou quartil

superior) e Q1 o primeiro quartil (ou quartil inferior).
13

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.
O intervalo interquartlico no influenciado por valores extremos (outliers).
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.
d Q = Q3 Q1 = 178,59 165,56 = 13,03 cm.
1.1.5
Amplitude
A amplitude total (R) definida como a diferena entre o maior valor e o

menor valor do conjunto de dados:
(6)
R = xmax xmin .
A amplitude altamente influenciada por valores extremos (outliers) porque se

baseia somente em duas observaes.
Exemplo. A amplitude do conjunto 3, 3, 4, 5, 5, 6, 7, 7, 7, 10 10 3 = 7.
1.1.6
Diagrama de Caixa
Um diagrama de caixa ou box plot ou caixa-de-bigodes um retngulo

que representa o desvio interquartlico (IQR) ( a estatstica d Q definida
por (5)). Para construir esse diagrama (veja a prxima figura), consideramos
um retngulo onde esto representados a mediana, o primeiro quartil (Q1) e o
terceiro quartil (Q3). A partir do retngulo, para cima, segue uma linha at o
ponto mais remoto que no pode exceder LS = Q3 + 1,5.IQR, chamado limite
superior. De modo anlogo, a partir do retngulo, para baixo, segue uma
linha at o ponto mais remoto que no seja menor que LI = Q1 1,5.IQR,
chamado limite inferior. Os valores compreendidos entre esses dois limites
so chamandos valores adjacentes. As observaes que estiverem acima do
limite superior ou abaixo do limite inferior sero denominadas pontos
exteriores. Essas observaes so destoantes das demais e podem ou no ser
o que chamamos de outliers ou valores atpicos (*)1. Um outlier pode ser
produto de um erro de observao ou de arredondamento. Contudo, as
1
BUSSAB, Wilton de O.; MORETTIN, Pedro Alberto. Estatstica Bsica. So Paulo: Ed. Saraiva, 2010.
14

denominaes pontos exteriores e outliers so frequentemente usadas com o

mesmo significado por alguns autores2: observaes fora de lugar,
discrepantes ou atpicas.
(*) A mdia aritmtica sensvel a outliers. Um nico valor ruim do conjunto
de dados pode distorcer a mdia, ou seja, pode mover a mdia para longe do
centro da distribuio de frequncias. As mdias geomtrica e harmnica,
assim como a aritmtica, tambm no so robustas a outliers.
O box plot nos d uma noo da posio, disperso, assimetria, caudas e
dados discrepantes da distribuio. A posio central dada pela mediana e a
disperso por IQR. As posies relativas de Q1, Q2 e Q3 nos do uma idia da
assimetria da distribuio. Os comprimentos das caudas so dados pelas linhas
que vo do retngulo aos valores remotos e pelos valores atpicos. Os
comprimentos das caudas so dados pelas linhas que vo do retngulo aos
valores remotos e pelos valores atpicos.
Exemplo. Considere um conjunto de dados com os seguintes percentis:
0%
1,7524
25%
4,6901
50%
5,7004
75%
6,1768
100%
7,3658
MONTGOMERY, Douglas C.; RUNGER, George C. Estatstica Aplicada e Probabilidade para Engenheiros. Rio de
Janeiro: LTC, 2008.
15

A prxima figura um box plot do conjunto de dados que gerou a tabela de

percentis acima. A cauda inferior longa e isto indica que a distribuio
assimtrica. Note tambm a presena de outliers na parte inferior do box plot
(so os pontos vermelhos).
7
Valores
2
1
A figura abaixo mostra o histograma associado ao box plot do exemplo.
90
80
70
60
50
40
30
20
10
0
1
_______________________________________________________
A prxima figura refora a relao do box plot com o histograma. A distribuio

da esquerda simtrica, enquanto que a da direita assimtrica.
16

25%
25% 25%
25%
25%
25%
25%
Qi
md
25%
Qs
Os box plots da figura abaixo mostram a comparao dos tamanhos das

ptalas em duas amostras das espcies de flor-de-lis versicolor e virginica3.
7
6.5
6
Valores
5.5
5
4.5
4
3.5
3
versicolor
virginica
A existncia de um outlier nos dados da espcie versicolor indicada pelo

ponto vermelho na parte inferior esquerda da figura.
Conjunto de dados de Fisher.
17

1.2
Medidas de Assimetria
Assimetria o grau de desvio, ou afastamento da simetria, de uma

distribuio. As distribuies alongadas direita so ditas positivamente
assimtricas, e as alongadas esquerda, negativamente assimtricas.
Uma medida conveniente de assimetria, por ser adimensional, dada pelo
coeficiente de assimetria (A)
(7)
A=
m
1 1 n
( xi x )3 = 33
3
s x n i=1
sx
1 n
( xi x ) 3 denota o momento centrado de terceira ordem e
n i =1
3
sx o cubo do desvio padro.
em que m3 =
O coeficiente de assimetria (7) indica o sentido da assimetria e pode ser usado

para comparar vrios casos porque adimensional. O sinal do coeficiente de
assimetria ser positivo ou negativo se a distribuio for assimtrica direita
ou esquerda, respectivamente.
A assimetria tambm pode ser medida pelo primeiro coeficiente de
assimetria de Pearson
(8)
Ap1 =
x mo
sx
em que x a mdia, mo denota a moda e sx o desvio padro.

Para evitar o emprego da moda em (8), pode-se adotar a frmula emprica
(mdia moda) = 3(mdia - mediana),
de forma que (8) pode ser reescrita como
Ap 2 =
3( x md )
sx
conhecida como segundo coeficiente de assimetria de Pearson.

Uma outra medida de assimetria, denominada coeficiente quartlico de
assimetria ( Aq ), definida pela frmula
18

(9)
Aq =
Q3 2md + Q1
.
Q3 Q1
Exemplo (IPEA/FCC/2004). Numa distribuio

assimetria negativa mais de 50% dos dados situam-se
de
frequncias
com
A) sobre a mdia
B) acima da mdia
C) entre a mdia e a moda
D) entre a mdia e a mediana
E) acima da mediana
Resoluo
A prxima figura ilustra uma Distribuio de Frequncias com Assimetria
Negativa ou Esquerda:
Moda
7
6
Mediana
5
4
Mdia
3
2
1
0
0 a 10
10 a 20
20 a 30
30 a 40
40 a 50
Observe que
Mdia < Mediana < Moda
Bizu: na assimetria negativa, voc deve puxar a seta com a mo
esquerda, de forma que:
1) a seta puxa a mdia;
2) a moda est no topo; e
3) a mediana est no meio.
19

Uma distribuio de frequncias com assimetria negativa alongada

esquerda.
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. Logo,
numa distribuio de frequncias com assimetria negativa, mais de
50% dos dados esto acima da mdia (pois a mdia menor do que a
mediana).
Assimetria Positiva ou Direita: Mdia > Mediana > Moda ou
Moda < Mediana < Mdia
Moda
8
7
6
Mediana
5
4
Mdia
3
2
1
0
0 a 10
10 a 20
20 a 30
30 a 40
40 a 50
Bizu: na assimetria positiva ou direita, voc deve puxar a seta com a

mo direita, de modo que:
1) a seta puxa a mdia;
2) a moda est no topo; e
3) a mediana est no meio.
GABARITO: B
1.4
Medidas de Curtose
As medidas de curtose visam caracterizar a forma da distribuio

quanto ao seu achatamento. A referncia para comparao dada pela
distribuio normal, modelo probabilstico terico de grande aplicao
prtica (*). Diz-se que a distribuio normal mesocrtica (veja a figura
20

abaixo). As distribuies mais achatadas que a normal so platicrticas e as

menos achatadas so leptocrticas.
(*) No fique preocupado se voc no conhece a curva normal. Neste
momento, basta que voc saiba que o formato da curva normal lembra um
sino.
Leptocrtica
Mesocrtica
(normal)
Platicrtica
A caracterizao do achatamento de uma distribuio s tem sentido

se a distribuio for aproximadamente simtrica. Entre as possveis
medidas de achatamento, temos o coeficiente do momento de curtose
(a4), definido como a razo entre o momento centrado de quarta ordem e
a quarta potncia do desvio padro:
(10) a4 =
m4
.
sx4
Esse coeficiente adimensional, sendo menor que trs para as

distribuies platicrticas, igual a trs para a normal e maior que trs
para as distribuies leptocrticas.
Outra medida de curtose tambm empregada, denominada coeficiente
percentlico de curtose, baseia-se nos quartis e percentis e definida por:
(11) K =
Q
P90 P10
em que Q a metade da distncia interquartlica, ou seja, Q = (Q3 - Q1)/2.
21

O Mnimo que Voc Precisa Saber
- Varincia = Mdia dos Quadrados Quadrado da Mdia = xi2 x 2

n i
n
n
1
1
n 2
- Varincia amostral: Var ( X ) =
( xi x ) 2 =
xi2
x
n 1 i=1
n 1 i=1
n 1
- Varincia combinada dos conjuntos A e B: s
2
A+ B
A
=
B
+
N
A+B
- Desvio Padro = Raiz Quadrada positiva da Varincia.

- Coeficiente de variao: cv( x ) =
DP ( X )
.
x
22

Exerccios de Fixao
(BACEN-rea 4/Cesgranrio/2010) Considere as informaes a seguir para

responder s questes de nos 1 a 3.
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%
1. 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
2. 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
3. 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.
23

(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 Coeficientes de Variao
iguais.
(ANACrea 7/CESPE-UnB/2012)
apresentado, julgue os itens a seguir.
Com
base
no
histograma
acima
4. Considerando que o histograma mostra a distribuio dos voos de certo

aeroporto por distncia voada, correto afirmar que a distncia mdia dos
voos desse aeroporto superior a 150 milhas nuticas.
5. Os quartis das distncias voadas (em milhas nuticas) obtidos a partir do
grfico so: 1o quartil = 100,0; 2o quartil (mediana) = 150,0; e 3o quartil =
200,0.
24

nota
contagem
27
Considerando que uma pesquisa de satisfao referente a um novo terminal de

passageiros tenha sido realizada com 50 pessoas e o resultado em uma
amostra de notas conforme apresentado na tabela acima, julgue os itens
seguintes.
6. A mdia geomtrica da distribuio das notas foi superior mdia
aritmtica.
7. A varincia amostral das notas atribudas pelos passageiros foi superior a
2,4.
(Analista Judicirio-TST/CESPE-UnB/2007/Adaptada) Considere que,
em um ambiente de trabalho industrial, as seguintes medies acerca da
poluio do ar tenham sido observadas: 1, 6, 4, 3, 2, 3, 1, 5, 1, 4. Nessas
situao, julgue os itens que se seguem.
8. A mediana da amostra igual a 2,5.
9. As mdias harmnica e geomtrica so ambas inferiores a 3.
10. O terceiro quartil igual a 3.
11. A varincia amostral superior a 2,8.
25

Varivel X
Frequncia relativa
0,10
0,20
0,30
0,40
(SEAD-CPC/Cespe-UnB/2007/Adaptada) Considerando a tabela acima,

que apresenta as freqncias relativas de uma varivel X, relativa a uma
contagem, julgue os itens a seguir.
12. A mdia de X inferior a 1,5.
13. O desvio-padro de X inferior a 1,5.
14. A moda e a mediana de X so iguais a 3.
15. O coeficiente de variao de X superior a 1.
(MI-CENAD/ESAF/2012/Adaptada) A distribuio de frequncias em
classes do salrio mensal x, medido em nmero de salrios mnimos, de uma
amostra aleatria de 50 funcionrios de uma empresa, apresentado a seguir.
x
mais de 0 a 10
22
mais de 10 a 20
13
mais de 20 a 30
10
mais de 30 a 40
mais de 40 a 50
16. Usando os dados acima, obtenha o valor mais prximo da varincia

amostral do salrio mensal.
(A) 121,5
(B) 124
(C) 126,5
(D) 129
(E) 131,5
26

17. (ATRFB/ESAF/2012) 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
(ANCINE/CESPE-UnB/2013) Considerando os mtodos descritivos, julgue
os itens a seguir.
18. Suponha que A = 5 x I, em que A e I representam, respectivamente, a
amplitude total e o intervalo interquartlico de um conjunto de dados. Em face
dessa hiptese, sabendo que no existem outliers no extremo inferior da
distribuio, infere-se que a distribuio desses dados simtrica.
19. Para o conjunto de dados 1, 1, 1, , 1, 1, 1, o desvio mediano absoluto, que
se define como
|
, , |, positivo.
27

Gabarito
1C
2E
3D
4C
5C
6E
7C
8E
9C
10 E
11 C
12 E
13 C
14 E
15 E
16 C
17 B
18 E
19 E
28

Resoluo dos Exerccios de Fixao
(BACEN-rea 4/Cesgranrio/2010) Considere as informaes a seguir para

responder s questes de nos 1 a 3.
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%
1. 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, E (VPL) = X (valor esperado de VPL =
mdia de X).
Clculo de E(VPL):
29

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

i =1
A memria de clculos ilustrada pela tabela a seguir.
VPL
Xi (ponto
mdio do
intervalo)
Freq. Relativa
(pi)
Xipi
-10 < x 0
-5
0,1
-0,5
0 < x 10
0,8
4,0
10 < x 20
15
0,8
1,5
Xipi = 5,0
Total
GABARITO: C
2. 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;
E (VPL) = X (valor esperado de VPL = mdia de X)

30

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
Var (VPL ) = X i2 pi X 2 = ( 5 2 0,1) + (5 2 0,8) + (15 2 0,1) 25 = 45 25 = 20

i =1
DP(VPL) = Var(VPL) = 20 = 4,47 4,5

GABARITO: E
3. 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 Coeficientes 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:
CV ( X ) =
DP( X )
.
X
31

Clculo do CV para o investimento microempresa (denotado por X1):

CV ( X 1 ) =
DP ( X 1 ) 4,47
=
= 0,894
X1
5
Clculo do CV para o investimento alternativo (denotado por X2):

Dados: DP(X2) = 2 e E(X2) = 6.
CV ( X 2 ) =
DP ( X 2 ) 2
= = 0,333
X2
6
Como CV(X2) < CV(X1), o melhor investimento, pela tica do risco relativo,
o projeto alternativo, pois apresenta um Coeficiente de Variao menor.
GABARITO: D
(ANACrea 7/CESPE-UnB/2012)
apresentado, julgue os itens a seguir.
Com
base
no
histograma
acima
4. Considerando que o histograma mostra a distribuio dos voos de certo

aeroporto por distncia voada, correto afirmar que a distncia mdia dos
voos desse aeroporto superior a 150 milhas nuticas.
Resoluo
32

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

definida por (leia-se X barra)
X =
X 1 + X 2 + ... + X n 1 n
1
= Xi = X
n
n i =1
n
Se k valores distintos observados X 1 , X 2 ,..., X k ocorrerem com as frequncias

k
f1 , f 2 ,..., f k ( f i = n ), respectivamente, a mdia ser

i =1
f X + f 2 X 2 + ... + f i X i + ... + f k X k
X = 1 1
=
f1 + f 2 + ... + f i + ... + f k
fX
i
i =1
k
k
1 k
f
X
=
pi X i
i i
n i =1
i =1
i =1
em que pi denota a i-sima frequncia relativa.

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 acima sero vlidas
para esses dados agrupados quando se interpretar X i como o ponto mdio do
intervalo e fi como a frequncia de classe correspondente.
4
X = pi X i = ( 25% 50) + (50% 150) + ( 20% 250) + (5% 350)

i =1
X = (0,25 50) + (0,50 150) + (0,20 250) + (0,05 350) = 12,5 + 75 + 50 + 17,5 = 155
A distncia mdia dos voos desse aeroporto superior a 150 milhas nuticas.
Item certo.
GABARITO: C
5. Os quartis das distncias voadas (em milhas nuticas) obtidos a partir do
grfico so: 1o quartil = 100,0; 2o quartil (mediana) = 150,0; e 3o quartil =
200,0.
Resoluo
Os quartis dividem os dados do histograma em quatro subconjuntos com igual
nmero de elementos. O primeiro quartil (Q1) ou quartil inferior (Qi) delimita
os 25% menores valores. O segundo quartil a prpria mediana e o terceiro
quartil (Q3) ou quartil superior (Qs) o valor que separa os 25% maiores
valores.
33

Neste item, o valor x = 100,0 o primeiro quartil, pois delimita os 25%

menores valores. O valor x = 150,0 a mediana, porque corresponde ao valor
que divide a distribuio ao meio, deixando os 50% menores valores de um
lado e os 50% maiores valores do outro lado. O terceiro quartil o valor x =
200,0, pois separa os 25% maiores valores do restante da distribuio. Item
certo.
Alm dos quartis, podemos definir os decis (D1, D2,..., D9), que so os valores
que dividem os dados em dez partes iguais (note que a mediana corresponde
ao quinto decil D5) e os percentis,que so os valores que dividem os dados
ordenados em 100 partes iguais, sendo representados por P1, P2,..., P99 (a
mediana o percentil P50).
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.
GABARITO: C
nota
contagem
27
Considerando que uma pesquisa de satisfao referente a um novo terminal de

passageiros tenha sido realizada com 50 pessoas e o resultado em uma
amostra de notas conforme apresentado na tabela acima, julgue os itens
seguintes.
34

6. A mdia geomtrica da distribuio das notas foi superior mdia

aritmtica.
Resoluo
A soma da contagem n = f1+ f2 + ... + f6 = 27 + 6 + 5 + 7 + 2 + 3 = 50,
em que os fi, i =1, 2, ..., 6, denotam as frequncias da contagem.
A mdia geomtrica nula: X G = ( X 1. X 2 ... X n )1 / n = (0 ... 5)1 / 50 = 0 .
Como a mdia aritmtica um valor no nulo, a mdia geomtrica da
distribuio das notas inferior mdia aritmtica. Item errado.
Clculo da mdia:
X =
f1 X 1 + ... + f 6 X 6 (0 27) + (1 6) + ( 2 5) + (3 7) + ( 4 2) + (5 3) 60
=
=
= 1,2
n
50
50
Relao entre as mdias aritmtica, geomtrica e harmnica

A mdia geomtrica de um conjunto de nmeros positivos X1 , X 2 ,..., X n menor
do que ou igual sua mdia aritmtica, mas maior do que ou igual sua
mdia harmnica:
mdia harmnica mdia geomtrica mdia aritmtica
A propriedade acima pode ser usada para se resolver este item sem fazer
contas (macete de prova).
GABARITO: E
7. A varincia amostral das notas atribudas pelos passageiros foi superior a
2,4.
Resoluo
Frmula da Varincia amostral:
Var ( X ) =
1 k
n 2
f i X i2
X
n 1 i =1
n 1

35

Clculo da Soma dos Quadrados:

6
fX
i
2
i
= (02 27) + (12 6) + ( 2 2 5) + (32 7) + ( 42 2) + (52 3) = 196
i =1
Clculo da Varincia Amostral:

Var ( X ) =
196 50 2
1,2 = 4,00 1,47 = 2,53
49 49
GABARITO: C
(Analista Judicirio-TST/CESPE-UnB/2007/Adaptada) Considere que,
em um ambiente de trabalho industrial, as seguintes medies acerca da
poluio do ar tenham sido observadas: 1, 6, 4, 3, 2, 3, 1, 5, 1, 4. Nessas
situao, julgue os itens que se seguem.
8. A mediana da amostra igual a 2,5.
Resoluo
Rol: 1, 1, 1, 2, 3, 3, 4, 4, 5, 6 (N = 10 medies)
N = 10 par. Ento
mediana = mdia aritmtica entre as 5a e 6a medies do rol
mediana = (3+3)/2 = 3
GABARITO: E
9. As mdias harmnica e geomtrica so ambas inferiores a 3.
Resoluo
Frmulas:
n
Mdia geomtrica: x g = n x1 .x2 ...xn = xi 1 / n
i =1
Mdia harmnica: x h =
n
1 1
1
+ + ... +
x1 x 2
xn
n
n
x
i =1
Mdia geomtrica:
36

x g = n x1 .x2 ...x n =(1 1 1 2 3 3 4 4 5 6)1 / 10 = 86401 / 10 = 10 8640

E agora, como fazer a conta acima? Como voc poderia efetuar a raiz dcima
de 8640 em uma situao real de prova?
Ns faramos uma conta aproximada, como nmeros inteiros. Quer ver?
Quanto d 310?
310 = 33 x 33 x 33 x 3 = 27 x 27 x 27 x 3 = 19683 x 3 > 8640
Logo,
x g = 10 8640 < 3
Mdia harmnica:
xh =
n
1
1
1
+
+ ... +
x1 x 2
xn
10
10
300
=
=
2<3
1 1 1 1 1 1 1 1 1 1
61 151
+ + + + + + + + +
3+
1 1 1 2 3 3 4 4 5 6
30
GABARITO: C
10. O terceiro quartil igual a 3.
Resoluo
Rol: 1, 1, 1, 2, 3, 3, 4, 4, 5, 6 (N = 10 medies)
O terceiro quartil a mediana da sub-srie 3, 4, 4, 5, 6 Q3 = 4
GABARITO: E
11. A varincia amostral superior a 2,8.
Resoluo
n 2
1
xi2
x
Varincia Amostral =
n 1 i
n 1
Mdia dos Quadrados de uma amostra:
2
i
= 12 + 12 + 12 + 2 2 + 32 + 32 + 4 2 + 4 2 + 5 2 + 6 2 = 3 + 4 + 9 + 9 + 16 + 16 + 25 + 36 = 118
37

1
118
xi2 =
13,1
n 1 i
9
Observe que a frmula da mdia dos quadrados leva em conta o fator 1/(n1)
em lugar de 1/n porque trata-se da varincia de uma amostra.
Quadrado da Mdia de uma amostra:
x=
1 + 1 + 1 + 2 + 3 + 3 + 4 + 4 + 5 + 6 30
n 2 10
=
= 3 x2 = 9
x = 9 = 10
10
10
9
n 1
Varincia amostral= 13,1 10 = 3,1 > 2,8 item certo.

Nota: calculemos a varincia como se fosse a varincia da populao:
x
i
2
i
= 118
1
118
xi2 =
= 11,8
n i
10
Mdia dos quadrados = 11,8

Quadrado da mdia = 9
Varincia = mdia dos quadrados quadrado da mdia = 11,8 9 = 2,8
voc julgaria que o item errado pela conta aproximada. Neste caso, o erro de
aproximao (3,1 2,8) = 0,3, correspondente a aproximadamente 10% do
valor da varincia amostral (significativo!). O erro percentual da conta
aproximada grande porque o nmero de amostras (n=10) pequeno.
GABARITO: C
Varivel X
Frequncia relativa
0,10
0,20
0,30
0,40
(SEAD-CPC/Cespe-UnB/2007/Adaptada) Considerando a tabela acima,

que apresenta as freqncias relativas de uma varivel X, relativa a uma
contagem, julgue os itens a seguir.
38

12. A mdia de X inferior a 1,5.

Resoluo
X = X i pi , em que pi denota a frequncia relativa de Xi.
X = (0 0,10) + (1 0,20) + (2 0,30) + (3 0,40) = 0 + 0,2 + 0,6 + 1,2 = 2,0 inferior a 1,5.
Item certo.
GABARITO: E
13. O desvio-padro de X inferior a 1,5.
Resoluo
Vaa( X ) = X i2 pi X 2 = mdia dos quadrados quadrado da mdia
Var( X ) = (0 2 0,10) + (12 0,20) + (22 0,30) + (32 0,40) 22 = 0 + 0,2 + 1,2 + 3,6 4 = 1,0
DP( X ) = Var ( X ) = 1,0 item certo.
GABARITO: C
14. A moda e a mediana de X so iguais a 3.
Resoluo
Varivel X
Frequncia relativa
Frequncia relativa
acumulada
0,10
0,10
0,20
0,30
0,30
0,60
0,40
1,00
O valor de maior frequncia 3,0 moda = 3.

A mediana 2, haja vista que a frequncia acumulada at X=1 30% e at
X=2 60%.
Item errado.
GABARITO: E
39

15. O coeficiente de variao de X superior a 1.

Resoluo
CVx =
DP ( X ) 1
= = 0,5 inferior a 1. Item errado.
X
2
GABARITO: E
(MI-CENAD/ESAF/2012/Adaptada) A distribuio de frequncias em
classes do salrio mensal x, medido em nmero de salrios mnimos, de uma
amostra aleatria de 50 funcionrios de uma empresa, apresentado a seguir.
x
mais de 0 a 10
22
mais de 10 a 20
13
mais de 20 a 30
10
mais de 30 a 40
mais de 40 a 50
16. Usando os dados acima, obtenha o valor mais prximo da varincia

amostral do salrio mensal.
(A) 121,5
(B) 124
(C) 126,5
(D) 129
(E) 131,5
Resoluo
ponto mdio da
classe
22
15
13
25
10
35
45
2
40

Soma das
frequncias
50
Mdia aritmtica:
X =
(5 22) + (15 13) + ( 25 10) + (35 3) + ( 45 2) 750

=
= 15,0
50
50
Varincia Amostral:
1 k
n 2
2
Var ( X ) =
f i X i
X
n 1 i =1
n 1
Varincia Amostral de X = Soma dos Quadrados/(n1) Mdia de X
ao Quadrado corrigida pelo fator n/(n1)
Xi
(Xi)2
fi
fi.(Xi)2
25
22
550
15
225
13
2.925
25
625
10
6.250
35
1.225
3.675
45
2.025
4.050
n=50
17.450
Soma
1
50
Var ( X ) = 17.450 15 2 = 356,12 229,59 = 126,53
49
49
E o valor mais prximo da varincia amostral 126,5 (alternativa C).

Nota (pegadinha da banca!): como n = 50 > 30, o valor aproximado da
varincia amostral
Var ( X )
1 k
1
f i X i2 X 2 =
17.450 152 = 349 225 = 124 opo B!
n i=1
50
Voc teria errado a questo se tivesse efetuado o clculo aproximado da

varincia amostral.
E a? Ser que existe algum problema com a frmula aproximada da varincia
amostral?
41

Fique tranquilo(a)! No h nenhum problema com a frmula aproximada da

varincia amostral. A frmula pode ser aplicada, desde que voc tome as
devidas precaues.
Este problema mostra que voc dever estar atento s alternativas das
questes da sua prova. Observe que o erro de aproximao () do resultado
obtido pela frmula aproximada pequeno:
126,53 124
2,53
=
= 0,02 = 2%
126,53
126,53
Contudo, a banca imps, por meio de uma escolha cuidadosa das alternativas,
o clculo da varincia amostral pela frmula correspondente.
GABARITO: C
17. (ATRFB/ESAF/2012) 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
Se os k valores distintos {x1 , x2 ,..., xk } de uma amostra X ocorrem com as
k
frequncias { f1 , f 2 ,..., f k } , respectivamente ( f i = n ), ento a varincia dessa

i =1
1 k
amostra dada por Var ( X ) =
f i ( xi x ) 2 , em que Var ( X ) denota a varincia
n 1 i =1
e x representa a mdia amostral.
Clculo da mdia e da varincia amostral:

valor (x)
frequncia (fi)
1
2
3
4
5
1
1
2
1
1
fi = n = 6
xi2.fi
xi.fi
1x1
2x1
3x2
4x1
5x1
=
=
=
=
=
1
2
6
4
5
xi.fi = 18
12x1 = 1
22x1 = 4
32x2 = 18
42x1 = 16
52x1 = 25
xi2.fi = 64
42

x=
Var ( X ) =
1 k
(1 1) + ( 2 1) + (3 2) + ( 4 1) + (5 1) 18
xi f i =
=
=3
n i =1
6
6
1 k
[1 (1 3) 2 ] + [1 (2 3) 2 ] + [2 (3 3) 2 ] + [1 (4 3) 2 ] + [1 (5 3) 2 ]
2
f
(
x
x
)
=
i i
n 1 i =1
5
Var ( X ) =
4 +1+ 0 +1+ 4
= 2 opo B
5
A varincia amostral tambm pode ser calculada pela frmula,

Var ( X ) =
1 n
n 2 64 6 9 64 54 10
f i xi2
=
=
=2
x =
n 1 i =1
5
5
5
5
n 1
GABARITO: B
(ANCINE/CESPE-UnB/2013) Considerando os mtodos descritivos, julgue
os itens a seguir.
18. Suponha que A = 5 x I, em que A e I representam, respectivamente, a
amplitude total e o intervalo interquartlico de um conjunto de dados. Em face
dessa hiptese, sabendo que no existem outliers no extremo inferior da
distribuio, infere-se que a distribuio desses dados simtrica.
Resoluo
No h como inferir que a distribuio dos dados necessariamente simtrica
a partir dos elementos fornecidos pelo item. Se o item tivesse fornecido, pelo
menos, um boxplot do conjunto de dados, a teramos condies de analisar a
simetria da distribuio. Item errado.
GABARITO: E
19. Para o conjunto de dados 1, 1, 1, , 1, 1, 1, o desvio mediano absoluto, que
se define como
|
, , |, positivo.
Resoluo
A mediana do conjunto de dados 1, 1, 1, , 1, 1, 1 igual a 1, pois
1. Portante,
, , 1.
43

O conjunto formado pelas distncias entre cada observao e a mediana do

conjunto de observaes (|
, , |) dado por
|1 1|, , |1 1| 0, 0, 0 , 0, 0, 0 todos os elementos so nulos
A mediana do conjunto acima igual a zero. Por conseguinte, o desvio
mediano absoluto do conjunto original de dados 1, 1, 1, , 1, 1, 1 tambm igual
a zero. Item errado.
GABARITO: E
Abraos e at a prxima aula,
Bons estudos,
Alexandre Lima
alexandre@pontodosconcursos.com.br
44

Aula 02

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

Uploaded by

Copyright:

Available Formats

ANDRE ALOY RODRIGUES71620036053

Pacote de Conhecimentos Especficos Especialista ANTAQ

Caracterizao de uma Distribuio de Frequncias ............................................... 2

Medidas de Disperso .................................................................................................. 2

Desvio Padro ............................................................................................................... 12

Coeficiente de Variao ................................................................................................ 13

Desvio Interquartlico ................................................................................................... 13

Diagrama de Caixa ........................................................................................................ 14

Medidas de Curtose .................................................................................................... 20

O Mnimo que Voc Precisa Saber ................................................................................ 22

Exerccios de Fixao ......................................................................................................... 23

Resoluo dos Exerccios de Fixao ........................................................................... 29

ANDRE ALOY RODRIGUES71620036053

Pacote de Conhecimentos Especficos Especialista ANTAQ

Caracterizao de uma Distribuio de Frequncias

A distribuio de frequncias de uma varivel quantitativa pode ser

A varincia de um conjunto de valores X = {x1 , x2 ,..., xn } pode ser calculada pela

em que sx2 denota a varincia e x representa a mdia aritmtica. Neste curso,

= n ), respectivamente, a varincia ser dada por (*)

ANDRE ALOY RODRIGUES71620036053

Pacote de Conhecimentos Especficos Especialista ANTAQ

(*) Em (1) e (2), consideramos que os dados se referem a uma populao

Considere o conjunto de observaes X = {x1 , x2 ,..., xn } . A varincia

Seja o novo conjunto Y=cX={cx1, cx2,..., cxn}, em que c um valor

Seja o novo conjunto W=c+X={c+x1, c+x2,..., c+xn}, em que c um

(*) A varincia de um valor fixo nula.

Var ( X ) = xi2 xi = xi2 x 2 ,

ou seja, como a diferena entre a mdia aritmtica dos quadrados dos

Varincia = Mdia dos Quadrados Quadrado da Mdia.

ANDRE ALOY RODRIGUES71620036053

Pacote de Conhecimentos Especficos Especialista ANTAQ

caso os valores distintos x1, x2 ,..., xk ocorram com as frequncias f1 , f 2 ,..., f k (

Varincia Amostral = Soma dos Quadrados/(n1) Quadrado da

Tambm podemos usar a frmula "maceteada" da varincia:

Varincia = Mdia dos Quadrados Quadrado da Mdia = xi2 x 2

ANDRE ALOY RODRIGUES71620036053

Pacote de Conhecimentos Especficos Especialista ANTAQ

Clculo da varincia amostral:

ANDRE ALOY RODRIGUES71620036053

Pacote de Conhecimentos Especficos Especialista ANTAQ

A varincia amostral tambm pode ser calculada pela frmula,

Fazendo N = NA + NB, obtemos

Exemplo (REFAP/Cesgranrio/2007): O setor de recursos humanos de uma

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

ANDRE ALOY RODRIGUES71620036053

Pacote de Conhecimentos Especficos Especialista ANTAQ

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

Calcularemos a varincia combinada se soubermos os valores das somatrias

= 7 B = 210 (soma de B = 210).

A varincia de A 3,4. Ento,

ANDRE ALOY RODRIGUES71620036053

Pacote de Conhecimentos Especficos Especialista ANTAQ

A varincia de B 4,0. Logo,

Finalmente, temos que

= 47,56 43,56 = 4,0 varincia combinada = 4,0.

em que N = NA + NB. Repare que trata-se de uma mdia ponderada das

ANDRE ALOY RODRIGUES71620036053

Pacote de Conhecimentos Especficos Especialista ANTAQ

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

Como as mdias so iguais, podemos aplicar a frmula simplificada

sero vlidas para esses dados agrupados quando se interpretar xi como o

ANDRE ALOY RODRIGUES71620036053

Pacote de Conhecimentos Especficos Especialista ANTAQ