Upload
dinhlien
View
213
Download
0
Embed Size (px)
Citation preview
Estatística – Unidade de Sorriso
CURSO DE
ESTATÍSTICA
SENAC MT
CURSO TÉCNICO EM SEGURANÇA DO
TRABALHO 2015
Unidade de Sorriso - SENAC MT, Prof Rikey Felix
CURSO DE
ESTATÍSTICA
SENAC MT
CNICO EM SEGURANÇA DO
TRABALHO 2015
1
CNICO EM SEGURANÇA DO
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 2
ESTATÍSTICA
SENAC MT – CURSO TÉCNICO EM SEGURANÇA DO
TRABALHO - 2015
Panorama histórico.
Desde a antiguidade, vários povos registravam o número de
habitantes, de nascimentos, de óbitos, faziam estimativas das
riquezas individuais e sociais, distribuíam equitativamente terras ao
povo, cobravam impostos e realizavam inquéritos quantitativos por
processos que, hoje chamaríamos de “ estatística “. Na idade média
colhiam – se informações, geralmente com a finalidade tributárias
ou bélicas. A partir do século XVI começavam a surgir as primeiras
análises sistemáticas de fatos sociais, como batizados,
casamentos, funerais, originando as primeiras tábuas e tabelas e os
primeiros números relativos. As tabelas tornaram – se mais
completas, surgiram representações gráficas e o cálculo das
probabilidades, e a estatística deixou se ser simples catalogação de
dados numéricos coletivos para se tornar o estudo de como chegar
a conclusões sobre o todo (população), partindo de
observações de parte desse todo.
ESTATÍSTICA DESCRITIVA: É a parte da estatística que utiliza
números para descrever fatos. Ex: taxas de acidentes, índices de
mortalidade, litros por quilomentro, taxas de desemprego e etc.
ESTATÍSTICA PROBABILIDADE: Muito útil para analisar situações
que envolvem o acaso (incerto). Jogos de dados, de cartas,
lançamento de moedas, retiradas de bolas de uma urna e etc.
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 3
ESTATÍSTICA INFERENCIAL: Análise e interpretação de dados
amostrais. Fazer inferência sobre a população como um todo.
USO DE MODELOS EM ESTATÍSTICA: Um dos principais
instrumentos extensamento usados na estatítica é o modelo. Os
modelos são versões simplificadas de algum problema ou situação
da vida real. São usados para ilustrar certos aspectos da situação.
Evitando grande números de detalhes que talvez sema irrelevantes
para o problema, podem assim reduzir o grau de complexidade de u
problema. Um globo é um modelo de Terra. Permite focalizar a
atenção em aspectos como o formato da Terra e o tamanho
relativo, a forma e a posição dos oceanos e continentes, deixando
de lado inúmeros outros detalhes como densidade demográfica,
etinias, linguas, climas, indústrias e outros aspectos. São alguns
modelos de estatística: URNA, GRÁFICOS, MAPAS, TABELAS,
EQUAÇÕES E ECT., representando intuitivamente cada parte do
problema. Modelo é uma versão simplificada de algum problema ou
situação da vida real, destinado a ilustrar certos aspectos do
problema sem levar em conta todos os detalhes.
Método > é um conjunto de meios dispostos convenientemente
para se chegar a um fim que se deseja.
O método experimental
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 4
Consistem em manter constantes todas as causas (fatores,
variáveis) menos uma, e variar esta causa de modo que o
pesquisador possa descobrir seus efeitos, caso existam.
O método estatístico
Diante da impossibilidade de manter as causas constantes, admite
todas essas causas presente variando – as, registrando essas
variações e provocando determinar, no resultado final, que
influências cabem a cada uma delas.
A ESTATÍSTICA
É uma parte de Matemática Aplicada que fornece métodos para a
coleta, organização, descrição, análise e interpretação de dados e
para a utilização dos mesmos na tomada de decisões.
A coleta, a organização e a descrição dos dados estão a cargo
da Estatística Descritiva, enquanto a análise e a interpretação
desses dados ficam a cargo da estatística indutiva ou inferencial.
A ESTATÍSTICA COMPREENDE A ESTATÍSTICA DESCRITIVA,
A TEORIA DA PROBABILIDADE E AMOSTRAGEM.
FASES DO MÉTODO ESTATÍSTICO.
Após cuidadoso planejamento e a devida determinação das
características mensuráveis do fenômeno coletivamente típico que
se quer pesquisar, damos inícios à coleta de dados.
a) Coleta de dados (contínua, periódica ou ocasional)
b) Crítica dos dados
c) Apuração dos dados (Somatório)
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 5
d) Exposição ou apresentação dos dados (tabelas ou gráficos)
e) Análise dos resultados (Estatística indutiva)
l
POPULAÇÃO E AMOSTRA
TIPOS DE DADOS
A cada fenômeno corresponde a um número de resultados
possíveis (altura, sexo, quantidade de filhos)
Variável é convencionalmente, o conjunto de resultados possíveis
de um fenômeno.
a) VARIÁVEIS NOMINAIS /Qualitativa – (atributos, qualidades)
b) VARIÁVEIS Quantitativa (mensurável, medidas e etc)
Discreta {1,2,4,5,8} números inteiros
Contínua {1,78 5,57} números decimais.
População é o nome dado ao conjunto de entes portadores de,
pelo menos, uma característica comum denominamos população
estatística ou universo estatístico.
Uma amostra é o subconjunto finito de uma população.
Amostragem – processo para recolher informações, dados para
uma determinada pesquisa
Amostragem casual ou aleatória simples – equivalente a um
sorteio lotérico. Ex 1: Vamos obter uma amostra representativa para
a pesquisa da estatura de noventa alunos de uma escola referente
a 10% da população.
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 6
Amostragem proporcional estratificada – estratos,
subpopulações, grupos. Ex 2: Considerando o mesmo exemplo
anterior, cuja meninos é 54 e meninas 36.
Dados absolutos - dados estatístico resultantes da coleta direta
da fonte, sem outra manipulação senão a contagem ou medida, são
chamados dados absolutos.
Dados relativos – são o resultado de comparações por quociente
(razões) que se estabelecem entre dados absolutos e têm por
finalidade realçar ou facilitar as comparações entre quantidades.
ÍNDICES (Entende – se como um quociente entre duas grandezas
diferentes, podendo ser dado em percentual.
Quociente intelectual= 100xlógicaidadecrono
lidadementa
Densidade demográfica= erfície
população
sup
Produção per capita= 100xpopulação
daproducaovalortotal
Consumo per capita= população
ioconsumoméd
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 7
Renda per capita= população
renda
Receita per capita= população
receita
COEFICIENTES
Coeficiente de natalidade= otalpopulaçãot
scimentosnúmerodena
Coeficiente de mortalidade= otalpopulaçãot
itosnúmerodeób
Coeficiente de evasão escolar= culaialdematrínúmeroinic
osunosevadidnúmerodeal
AS TAXAS
Taxa de mortalidade = coeficiente de mortalidade x 1000
Taxa de natalidade = coeficiente de natalidade x 1000
Taxa de evasão escolar = coeficiente de evasão escolar x 100
NOTAÇÃO CIENTÍFICA DE ESTATÍSTICA.
NOTAÇÃO SIGMA (SIGNIFICA SOMATÓRIO)
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 8
n
iix
1
Vamos entender estes exemplos:
Se os valores de x, são, (2, 4, 5, 9). Calcule x , 2x ,
2 x
PROPRIEDADES
1) Quando multiplica cada termo do somatório, obtém – se um
somatório multiplicado por esta constante.
xccx
2) O somatório de uma (soma ou diferença) de duas variáveis é
igual a (soma ou diferença) dos somatórios individuais das
duas variáveis.
n
iii yx
1
2
=
i
n
ii yx
1
2
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
9
GRÁFICOS ESTATÍSTICOS (Simplicidade, clareza, veracidade)
DIAGRAMAS – São gráficos geométricos de, no máximo, duas
dimensões, para sua construção, em geral, fazemos uso do sistema
ortogonal cartesiano.
Eixo x – eixo das abscissas
Eixo y - eixo das ordenadas
Coordenadas – Sistema ortogonal cartesiano (x, y)
GRAFICOS EM LINHA OU EM CURVA.
PRODUÇÃO BRASILEIRA DE ÓLEO DE DENDÊ
ANOS QUANTIDADE (1000t)
1987 39,3
1988 39,1
1989 53,9
1990 65,1
1991 69,1
1992 59,5
Gráfico tipo linha
0
10
20
30
40
50
60
70
80
1987 1988 1989 1990 1991 1992
Qtde (1000 t)
Qtde (1000 t)
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
10
GRÁFICO EM COLUNAS OU EM BARRAS
PRODUÇÃO BRASILEIRA DE CARVÃO MINERAL BRUTO (Ano 2000 a 2003 )
ANOS QTDE PRODUZIDA (1000 t)
2000 18196
2001 11168
2002 10468
2003 9241
Gráfico em colunas
0
2000
4000
6000
8000
10000
12000
14000
16000
18000
20000
2000 2001 2002 2003
ANO
QTDE
QTDE
Estatística – Unidade de Sorriso
GRÁFICOS EM BARRA
EXPORTAÇÃO BRASILEIRA (Março 2013)
São Paulo
Minas Gerais
Rio Grande do Sul
Espírito Santo
Paraná
Santa Catarina
Gráfico em barra (histograma)
0 500
São Paulo
Minas Gerais
Rio Grande do Sul
Espírito Santo
Paraná
Santa Catarina
Valor em milhões U$S
Unidade de Sorriso - SENAC MT, Prof Rikey Felix
GRÁFICOS EM BARRA (histograma)
EXPORTAÇÃO BRASILEIRA (Março 2013)
1344
542
332
285
250
202
Valor em milhões
500 1000 1500
Valor em milhões U$S
São Paulo
Minas Gerais
Rio Grande do Sul
Espírito Santo
Paraná
Santa Catarina
11
Estatística – Unidade de Sorriso
GRÁFICO EM COLUNAS OU EM BARRAS MÚLTIPLAS
Este tipo de gráfico é geralmente empregado quando queremos
representar, simultaneamente, dois ou mais fenômenos estudados
com o propósito de comparação.
BALANÇA COMERCIAL DO BRASIL 2008
ESPECIFICAÇÕES VALOR (US$ 1.000.000)
2008
EXPORTAÇÃO 34.383,00
IMPORTAÇÃO 18.263,00
Gráfico em colunas ou barras múltiplas
2008
Exportação 34.383,00
Importação 18.263,00
0,00
5.000,00
10.000,00
15.000,00
20.000,00
25.000,00
30.000,00
35.000,00
40.000,00
45.000,00
Balança Comercial
Unidade de Sorriso - SENAC MT, Prof Rikey Felix
GRÁFICO EM COLUNAS OU EM BARRAS MÚLTIPLAS
Este tipo de gráfico é geralmente empregado quando queremos
simultaneamente, dois ou mais fenômenos estudados
com o propósito de comparação.
BALANÇA COMERCIAL DO BRASIL 2008-2012
VALOR (US$ 1.000.000)
2009 2010 2011 2012
34.383,00 31.414,00
31.620,00
35.793,00
38.783,00
18.263,00 20.661,00
21.041,00
20.554,00
25.711,00
rras múltiplas
2009 2010 2011 2012
31.414,00 31.620,00 35.793,00 38.783,00
20.661,00 21.041,00 20.554,00 25.711,00
Balança Comercial
12
Este tipo de gráfico é geralmente empregado quando queremos
simultaneamente, dois ou mais fenômenos estudados
38.783,00
25.711,00
2012
38.783,00
25.711,00
Estatística – Unidade de Sorriso
GRÁFICO EM SETORES.
Gráfico é construído com base em um círculo, e é empregado
sempre que desejamos ressaltar a
relação ao total.
REBANHO SUÍNO DO SUDESTE DO BRASIL 2010
ESTADOS QTDE (mil cb)
Minas Gerais 3.363,00
Espírito Santo
Rio de Janeiro
São Paulo 2.035,00
TOTAL 6.136,00
Gráfico de setor, conhecido como
5%
Minas Gerais
Unidade de Sorriso - SENAC MT, Prof Rikey Felix
GRÁFICO EM SETORES.
Gráfico é construído com base em um círculo, e é empregado
sempre que desejamos ressaltar a participação da variável em
REBANHO SUÍNO DO SUDESTE DO
QTDE (mil cb)
3.363,00
430,00
308,00
2.035,00
6.136,00
Gráfico de setor, conhecido como gráfico pizza
55%
7%5%
33%
QTDE (mil cb)
Espírito Santo Rio de Janeiro São Paulo
13
Gráfico é construído com base em um círculo, e é empregado
ão da variável em
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
14
GRÁFICO POLAR/RADAR
É o gráfico ideal para representar seres temporais cíclicas, isto é,
séries temporais que apresentam em seu desenvolvimento
determinada periodicidade, como por exemplo, a variação da
precipitação pluviométrica ao longo do ano ou da temperatura ao
longo do dia e entre outros.
PRECIPITAÇÃO PLUVIOMÉTRICA
RECIFE 2012
JANEIRO 49
FEVEREIRO 93
MARÇO 63
ABRIL 40
MAIO 135
JUNHO 200
JULHO 234
AGOSTO 180
SETEMBRO 60
OUTUBRO 74
NOVEMBRO 73
DEZEMBRO 55
0
50
100
150
200
250JANEIRO
FEVEREIRO
MARÇO
ABRIL
MAIO
JUNHO
JULHO
AGOSTO
SETEMBRO
OUTUBRO
NOVEMBRO
DEZEMBRO
QTDE Milímetros
QTDE Milímetros
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
15
CARTOGRAMA
Cartograma é a representação sobre uma carta geográfica,
geralmente empregado quando o objetivo é o de figurar os dados
estatísticos diretamente relacionados as áreas geográficas ou
políticas.
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
16
PICTOGRAMA
Constitui um dos processos gráficos que melhor fala ao público,
pela sua forma ao mesmo tempo atraente e sugestiva. A
representação gráfica é feita por figuras, imagens e etc. Quantidade
de animais de estimação de uma determinada cidade de Mato
Grosso. Pesquisa fictícia
Distribuição de Freqüência.
1) Tabela Primitiva (Rol) – tipos de tabelas ou agrupamentos
que não foram feitas uma disposição numericamente
organizadas.
Suponhamos termos feito uma coleta de dados relativos às
estaturas de quarenta alunos do colégio SENAC conforme
tabela a seguir:
0
200
400
600
800
Cão Gato Sogra Nenhum
Qtde de Animais
Cão
Gato
Sogra
Nenhum
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 17
ESTATURA DE 40 ALUNOS COLÉGIO SENAC
166 160 161 150 162 160 165 167 164 160
162 161 168 163 156 173 160 155 164 168
155 152 163 160 155 155 169 151 170 164
154 161 156 172 153 157 156 158 158 161 Distribuição em tabela primária
ESTATURA DE 40 ALUNOS COLÉGIO SENAC
150 154 155 157 160 161 162 164 166 169
151 155 156 158 160 161 162 164 167 170
152 155 156 158 160 161 163 164 168 172
153 155 156 160 160 161 163 165 168 173
Distribuição em tabela secundária
Partindo da tabela primitiva, é difícil averiguar em torno de que valor
tendem a se concentrar as estaturas, qual a menor ou qual a maior
estatura, ou ainda quantos se encontram abaixou ou acima da
média.
ESTATURA EM CM FREQ. DISTRITRUIÇÃO DE FREQUÉNCIA
150 1 151 1 152 1 153 1 154 1 155 4 156 3 157 1 158 2 160 5 161 4
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 18
162 2 163 2 164 3 165 1 166 1 167 1 168 2 169 1 170 1 172 1 173 1 TOTAL 40
DISTRIBUIÇÃO EM FREQUÊNCIA EM INTERVALOS.
Agora vamos agrupar esses dados utilizando variável em classe.
ESTATURAS DE 40 ALUNOS DO COLÉGIO RIBEIRO
ESTATURAS FREQUÊNCIA [150 , 154) 4 [154 , 158) 9 [158 , 162) 11 [162 , 166) 8 [166 , 170) 5 [170 , 174) 3 TOTAL 40 Observar os intervalos
ELEMENTOS DE UMA DISTRIBUIÇÃO.
CLASSE DE FREQUÊNCIA – Ou simplesmente classe, são
intervalos de variação da variável. No exemplo anterior nota – se
que foi utilizado 6 classes (k = 6 ) com amplitude igual a 4, (h = 4).
LIMITES DE CLASSE – denominamos limites de classe os
extremos de cada classe. ),[ ii Ll. Na segunda classe do exemplo
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 19
anterior temos 154il e 1582 L . Nota – se que o intervalo é aberto
para o L.
AMPLITUDE DE UM INTERVALO DE CLASSE – ou intervalo de
classe, é a medida do intervalo que define a classe.
liLihi .
Em nosso exemplo, a amplitude é igual a 4h
AMPLITUDE TOTAL DE UMA DISTRIBUIÇÃO
No exemplo anterior, (min)(max) lLAT ou AT = 174 – 150 = 24
kh
AT
1
AMPLITUDE AMOSTRAL
É a diferença entre o valor máximo e o valor mínimo da amostra.
AA = x(Max) – x(min) ou seja, AA = 173 – 150= 23cm
PONTO MÉDIO DE UMA CLASSE.
2i
i
LliX
FREQUENCIA SIMPLES OU ABSOLUTA (FREQUÊNCIA) –
É o número de observações correspondentes a essa classe ou a
esse valor, if .
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 20
No caso do exemplo anterior. 41 f , 92 f , 113 f , 84 f , 55 f ,
36 f
A soma de todas as freqüências é representada pelo símbolo, então
temos
k
i if1 , ou nf
k
i i 1 em nosso exemplo n = 40.
COMO DETERMINAR O NÚMERO DE CLASSES?
Regra de sturges.
A primeira preocupação que tempos, na construção de uma
distribuição de frequência é a determinação do número de classes,
e consequentemente da amplitude e dos limites dos intervalos de
classe.
ni log.3,31
Cálculo do número de elementos em cada classe de uma
distribuição, onde “ i “ é o número de classes do elementos “ n”.
EXERCÍCIO
Complete a tabela, considerando “n” a quantidade total de
elementos de uma distribuição e “i” a quantidade de classes desta
mesma distribuição.
TABELA
n i
3 a 5
6 a 11
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 21
12 a 22
23 a 46
47 a 90
91 a 181
182 a 362
Lembrando que k
h
AT
1 (i = 1,2,3,4, ... k)
Também é válido a fórmula hi
É convencionado trabalhar com números arredondados, para mais,
números naturais.
FREQUENCIA SIMPLES OU ABSOLUTAS - são os valores que
realmente representam o número de dados de cada classe.
FREQUENCIA RELATIVA ( 1fr ) são os valores das razões entre as
freqüências simples e a freqüência total:
i
if
fifr
FREQUENCIA ACUMULADA é o total das freqüências de todos os
valores inferiores ao limite superior do intervalo de uma dada
classe.
FREQUENCIA ACUMULADA RELATIVA é a freqüência
acumulada da classe, dividida pela freqüência total da distribuição.
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 22
MEDIDAS DE POSIÇÃO (medidas de tendência central)
Média é empregado para determinar a posição central, ou seja a
posição de maior estabilidade da distribuição e quando houver
necessidade de um tratamento algébrico.
Média aritmética
n
xx
i
Exemplo: Calcule a média aritmética da seguinte distribuição
(10,14,13,15,16,18,12).
Exemplo: Um grupo de pessoas apresenta as idades de 10, 13, 15
e 17 anos. Se uma pessoa de 12 anos se juntar ao grupo, o que
acontecerá com a média de idade do grupo?
Exemplo: Se as raízes de uma equação do segundo grau, são 0 e
4, e sabemos que a concavidade da parábola é voltada para cima.
Utilizando média aritmética, calcule a abscissa X vértice..
PROPRIEDADES DA MÉDIA ARITMÉTICA
1) Somando se (ou subtraindo – se) uma constante c de todos
os valores de uma variável, a média do conjunto fica
aumentada (ou diminuída) dessa constante.
2) Multiplicando – se (ou dividindo – se) todos os valores de uma
variável por uma constante c, a média do conjunto fica
multiplicada (ou dividida) por essa constante
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 23
Desvio em relação a média
_
1 xxd i
Em qualquer caso, a soma algébrica dos desvios é igual a zero.
Média aritmética ponderada
n
nn
PPP
XPXPXPPX
...
...
21
2211
i
ii
f
fxpx
.
Ex: Consideremos a distribuição relativa a 34 famílias de quatro
filhos, tomando para a variável o número de filhos do sexo
masculino. Duas famílias possuem zero meninos, 6 famílias
possuem 1 meninos, 10 famílias possuem 2 meninos, 12 família
possuem 3 meninos e 4 famílias possuem 4 meninos. Calcule a
média aritmética podenderada dessa distribuição.
Ex: Calcule a média aritmética ponderada das seguintes notas 8,6,5
e pesos 3,3,5?
A média ponderada é influenciada pelas variações dos seguintes
pesos.
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 24
Média Geométrica
nnxxxxx ..... 321
_
Ex: Calcule a média geométrica dos números 1 e 8
Ex: Calcule a média geométrica dos números 2, 4, 6
Ex: Calcule a média geométrica dos números 3,6
A moda (mo)
Moda é o valor que ocorre com maior freqüência em uma série de
valores.
Ex: Qual o valor da moda nesta série e faça sua classificação.
3,5,8,10,12,13
Amodal – quando não possuem valores repetitivos
Ex: Qual o valor da moda nesta série e faça sua classificação.
7,8,9,10,10,10,11,12,12,12,15
Bimodal – quando possuem dois ou mais valores que se
repetem.
Cálculo da moda para séries que possuem intervalos.
2
** LlMo
, onde l* e L* são os limites inferiores e superiores
da classe modal.
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 25
Voltando ao exemplo dos “ alunos do senac”. Podemos verificar
facilmente que a classe f3=11 representa a classe modal.
Então temos:
1602
162158
Mo
A mediana (Md) é outra medida de posição definida como o
número que se encontra no centro de uma série de números,
estando estes dispostos segundo uma ordem. É literalmente o
termo central da distribuição já organizada.
Ex: Segue a distribuição: 2,5,6,9,10,13,15,16,18,
Podemos observar que a mediana é o termo central.
Md é o número 10.
Ex: Calcule a mediana da sequencia 5,13,10,2,18,15,6,16,9?
Ex: Segue a distribuição: 2,6,7,10,12,13,18,21, 112
1210
Md
Observe o conceito: Em uma distribuição ordenada com “n”
números de elementos da série, o valor mediano será.
Com “n” impar 2
1n
Com “n” par, média aritmética de 122
ne
n
O valor da mediana pode ou não coincidir com algum
elemento da série.
Mediana e média não tem necessariamente o mesmo valor.
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 26
A mediana depende da posição e não dos valores dos
elementos na série ordenada.
Cálculo da mediana com intervalos de classes.
ESTATURAS FREQUÊNCIA Fi (freqüência acumulada) [150 , 154) 4 4
[154 , 158) 9 13 [158 , 162) 11 24 classe mediana [162 , 166) 8 32
[166 , 170) 5 37 [170 , 174) 3 40
TOTAL 40
Cálculo simplificado.
4*11
7 + limite anterior.
*
*.)(2
*f
hantFf
lMd
i
54,160
11
4.1320158
Md
l* é o limite inferior da classe mediana.
F(ant) é a freqüência acumulada da classe anterior à classe
mediana.
f* é a freqüência simples da classe mediana
h* é a amplitude do intervalo da classe mediana
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 27
Utilizamos a medida de posição mediana quando desejamos obter
um ponto que divide a distribuição em partes iguais. A variável em
estudo é o salário.
SEPARATRIZES.
Além das medidas de posição que estudamos, há outras que,
consideradas, individualmente, não são medidas de tendência
central, mas estão ligadas a posição na série. São elas, os quartis,
os percentis e os decis.
Medidas de dispersão
Veja a pontuação de três candidatos na mesma avaliação.
X: 70,70,70,70,70
Média 70 pontos
Y: 68,69,70,71,72
Média 70 pontos
Z: 5,15,50,120,160
Média 70 pontos.
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 28
Amplitude Total (ou intervalo)
AT = x(max)-x(min)
É evidente que, quanto maior é a amplitude total, maior a dispersão
ou variabilidade dos valores da variável.
Vamos voltar ao exemplo lá do início da apostila
ESTATURAS FREQUÊNCIA Fi (freqüência acumulada) [150 , 154) 4 4
[154 , 158) 9 13 [158 , 162) 11 24 [162 , 166) 8 32
[166 , 170) 5 37 [170 , 174) 3 40
TOTAL 40
AT = 174-150 = 24 cm
Variância de amostra simples
A amplitude total é instável, por se deixar influenciar pelos valores
extremos. A variância e o desvio padrão são medidas que fogem a
essa falha, pois leva em consideração a totalidade dos valores da
variável em estudo, o que faz delas índices de variabilidade
bastante estava e, por isso mesmo, os mais geralmente
empregados. A variância baseia – se nos desvios em torno da
média aritmética, porém determinando a média aritmética dos
quadrados dos desvios. Assim, representando a variância s², temos:
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 29
1
)( 2_
2
n
xxs i
ou
1
)( 2_
2
n
xxs i
Calcule a variância da amostra 2,4,6,8,10? Para melhor facilitar os
cálculos seguir o raciocínio, valor de x, valor de média, desvio em
relação a média, desvios ao quadrados, e monte uma tabela.
Fórmulas utilizadas no Excel.
desvio padrão = DESVPAD(B12:B16)
mediana = MED(B12:B16)
média = MÉDIA(B12:B16)
moda* = MODO(B12:B16)
variância = VAR(B12:B16)
DESVIO PADRÃO DE AMOSTRA SIMPLES
2SS Vimos que o desvio padrão é a raiz quadrada da variância. Fórmula não usada pela estatística conceitual.
1
)( 2_
n
xxS i
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 30
Exercício.
Calcule o desvio padrão do conjunto de valores:
(20,5,10,15,25)
COEFICIENTE DE VARIAÇÃO O fato de o desvio padrão ser expresso na mesma unidade dos
dados limita o seu emprego quando desejamos comparar duas ou
mais séries de valores, relativamente à sua dispersão ou
variabilidade, quando expressa em unidades diferentes
100.
X
SCV
Ex: Vamos considerar as medidas das estaturas e dos pesos de um mesmo grupo de indivíduos. ESTATURAS PESOS
X 175 cm 68 kg
S 5 cm 2 kg
%85,2100.175
5ECV
%94,2100.68
2PCV
Portanto nesse grupo de indivíduos, os pesos apresentam maior grau de dispersão que as estaturas.
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 31
1) Calcule o desvios padrões dos conjuntos de dados do
2) Sabendo que um conjunto de dados apresenta para média
aritmética e para desvio padrão, respectivamente, 18,3 e 1,47.
Calcule o coeficiente de variação.
3) Em exame final de Matemática, o grau médio de um grupo de
150 alunos foi 7,8 e o desvio padrão 0,80. Em Estatística,
entretanto, o grau médio final foi 7,3 e o desvio padrão 7,76.
Em que disciplina houve maior dispersão.
4) Uma distribuição apresenta as seguintes estatísitcas: s = 1,5 e
CV = 2,9 %. Determine a média da distribuição.
Probabilidade aplicada a estatística.
Citaremos conceitos básicos indispensáveis na aplicação da
estatística indutiva ou inferencial.
Experimento aleatório – são aqueles que, mesmo repetidos várias
vezes sob condições semelhantes, apresentam resultados
imprevisíveis.
Espaço Amostral - A cada experimento correspondem, em geral,
vários resultados possíveis. Ao lançarmos uma moeda, há dois
resultados possíveis, S = {CARA ou COROA}. Já ao lançarmos um
dado há seis resultados possíveis: S = {1,2,3,4,5,6}.
EVENTOS - Qualquer subconjunto do espaço amostral S de um
experimento aleatório. SE (E está contido em S).
E=S, E é chamado de evento certo.
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 32
E=Ǿ, E é chamado de evento impossível.
PROBABILIDADE
)(
)()(
Sn
AnAP
)(An - É o evento de A.
)(Sn - É o espaço amostral de A.
EVENTOS COMPLEMENTARES
Sabemos que um evento pode ocorrer ou não. Sendo x a
probabilidade de que ele ocorra (sucesso) e y a probabilidade de
que ele não ocorra (insucesso), para um mesmo evento existe
sempre a relação.
X+Y = 1 então x = 1 - y
Por exemplo: Se a probabilidade de se realizar um evento é 5
1p ,
então a probabilidade de que ele não ocorra é 5
4q .
EVENTOS INDEPEDENTES Dizemos que dois eventos são independentes quando a realização
ou não realização de um dos eventos não afeta a probabilidade da
realização do outro e vice – versa.
21.PPP
Ex: Qual a probabilidade ao lançar dois dados simultaneamente de
se obter 1 no primeiro dado e 5 no segundo?
36
1
6
1
6
1 xp
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 33
EVENTOS MUTAMENTE EXCLUSIVOS
Dizemos que dois ou mais eventos são mutuamente exclusivos
quando a realização de um exclui a realização dos outros.
21 ppp
Ao lançar um dado, qual a probabilidade de se tirar o 3 ou o 5?
3
1
6
1
6
1p São eventos mutuamente exclusivos.
Conhecendo o baralho para exercícios de probabilidades e
estatística:
1ª Parte 13 Cartas de Copas 13 Cartas de Paus 13 Cartas de Ouro 13 Cartas de Espadas _____________________
2ª Parte 4 Damas 4 Reis 4 Valetes
Sendo um para cada naipe ______________________________
3ª Parte: Conceito histórico para as cartas de figuras: Valete de Copas - La Hire, cavaleiro que lutou com Joana D'Arc; Valete de Paus - Sir Lancelot;
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 34
Exercícios:
1) Qual a probabilidade de sair um ás de ouros quando retiramos
uma carta de um baralho de 52 cartas.
2) Qual a probabilidade de sair um rei de quando retiramos um
carta de um baralho de 52 cartas.
3) Em um lote de 12 peças, 4 são defeituosas. Sendo retirada
uma peça, calcule:
a) A probabilidade de essa peça ser defeituosa.
b) A probabilidade de essa peça não ser defeituosa.
4) No lançamento de dois dados, calcule a probabilidade de se
obter soma igual a 5. Pode ser usado neste exercício o
princípio multiplicativo.
5) De dois baralhos de 52 cartas retiram – se, simultaneamente,
uma carta do primeiro baralho e uma carta do segundo
baralho. Qual a probabilidade de a carta do primeiro baralho
ser um rei e a do segundo baralho ser o 5 de paus?
6) Uma urna A contém: 3 bolas brancas, 4 pretas, 2 verdes; uma
urna B contém: 5 bolas brancas, 2 pretas, 1 verde; uma urna
C contém: 2 bolas brancas, 3 pretas, 4 verdes. Uma bola é
retirada de cada urna. Qual a probabilidade de as três bolas,
retiradas da primeira, segundo e terceira urnas serem
respectivamente, branca, preta e verde?
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 35
7) De um baralho de 52 cartas retiram – se, ao acaso, duas
cartas sem reposição. Qual a probabilidade de a primeira
carta ser o ás de paus e a segunda ser o rei de páus?
8) Qual a probabilidade de sair uma figura quando retiramos uma
carta de um baralho de 52 cartas?
9) Qual a probabilidade de sair uma carta de copas ou de ouros
quando retiramos uma carta de um baralho de 52 cartas?
10) No lançamento de um dado, qual a probabilidade de se obter
um número não inferior a 5
11) São dois baralhos de 52 cartas. Tiramos, ao mesmo tempo,
um carta do primeiro baralho e uma carta do segundo. Qual é
a probabilidade de tiramos uma dama e um rei, não
necessariamente nessa ordem?
12) Dois dados são lançados conjuntamente. Determine a
probabilidade de a soma ser 10 ou maior que 10.
DISTRIBUIÇÕES BINOMIAL E NORMAL
Distribuição de Probabilidade
Consideremos a distribuição de freqüências relativa ao
número de acidentes diários em um estacionamento.
Numero de acidentes Frequências
0 22
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 36
1 5
2 2
3 1
Soma = 30
Probabilidade de não ocorrer o acidente:
73,030
22P
Probabilidade de ocorrer um acidente:
17,030
5P
Probabilidade do ocorrer dois acidentes:
07,030
2P
Probabilidade de ocorrer três acidentes:
03,030
1P
Então temos,
Numero de acidentes PROBABILIDADES
0 0,73
1 0,17
2 0,07
3 0,003
Somatório = 1,00
Esta é a tabela denominada distribuição de probabilidade.
11p
DISTRIBUIÇÕES BINOMIAL
Conceitos considerados
a) O experimento deve ser repetido nas mesmas condições, um
número finito de vezes (n)
Estatística – Unidade de Sorriso - SENAC MT, Prof Rikey Felix
Prof Rikey Felix, www.professorrikey.com 37
b) As provas repetidas devem ser independentes, isto é, o resultado
de uma não deve afetar os resultados das sucessivas
c) Em cada prova deve aparecer um dos dois possíveis resultados:
sucesso e insucesso.
d) No decorrer do experimento, a probabilidade p do sucesso e a
probabilidade q (q=1-p) do insucesso se manterão constantes.
knkkn qpCKXPxf ..,)()(
Exercíciso
Uma moeda é lançada 5 vezes seguidas e independentes. Calcule
a probabilidade de serem obtidas 3 caras nessas provas.
Resolução em sala de aula.
Dois times de futebol, A e B, jogam entre si 6 vezes. Encontre a
probabilidade de o time A ganhar 4 jogos.
Resolução em sala de aula.