O documento discute conceitos estatísticos como média, moda e mediana. Explica que a média aritmética é a soma dos valores dividida pelo número total de itens, enquanto a média geométrica é a raiz n-ésima do produto dos valores e a média harmônica é o inverso da soma dos inversos dos valores. Também apresenta exemplos de cálculo destas medidas para conjuntos de dados.
O documento descreve medidas estatísticas de tendência central e dispersão. Apresenta a moda, média e mediana, explicando como calculá-las em diferentes tipos de distribuição de dados. Também explica o desvio padrão e variância como medidas de quanto os valores se dispersam em relação à média.
1) O documento discute medidas de tendência central como média aritmética, moda e mediana para resumir conjuntos de dados.
2) A média aritmética é calculada somando os valores e dividindo pela quantidade de valores. Moda é o valor mais frequente. Mediana é o valor no meio quando os dados são ordenados.
3) Esses métodos de tendência central fornecem um único número para caracterizar um conjunto de dados, ignorando valores extremos.
O documento descreve medidas de posição como mediana, moda, quartis, decis e percentis. A mediana divide uma distribuição em dois grupos iguais. A moda é o valor com maior frequência. Quartis, decis e percentis dividem a distribuição em partes iguais para análise. Essas medidas, junto com a média, podem indicar assimetria da curva de distribuição.
1) O documento descreve regras de divisibilidade por diferentes números, como 2, 3, 4, 6, 8, 9, 10 e 11.
2) Inclui exemplos de como verificar a divisibilidade de um número por esses valores através de propriedades dos algarismos.
3) Também aborda conceitos como razão, proporção, porcentagem e regra de três para resolver problemas envolvendo grandezas proporcionais.
Uma pesquisa de 1986 no Rio de Janeiro mostrou que a maioria dos entrevistados (29,27%) apontou segurança/violência como o problema mais grave do estado. Educação foi apontado por 13,01% e saúde por 12,36%. Os outros problemas receberam menos de 10% cada.
Este documento apresenta os conceitos fundamentais da teoria dos erros em medições experimentais. Inicialmente, explica que nenhuma medida é exata devido às limitações dos aparelhos de medição e que todo resultado deve ser expresso com uma faixa de desvio. Posteriormente, descreve como calcular e propagar os desvios em operações com medidas, levando em conta o número de algarismos significativos.
Este documento discute conceitos fundamentais de medidas físicas, como a necessidade de precisão ao medir, fontes possíveis de erro e incerteza, e formas corretas de representar resultados de medidas com incerteza. O texto guia os alunos na realização de medidas simples de comprimento e na análise dos fatores que influenciam a precisão.
1. Este documento apresenta uma lista de 21 exercícios sobre estatística econômica relacionados a distribuições de probabilidade, média, variância e cálculo de probabilidades.
2. Os exercícios envolvem determinar valores para que funções sejam densidades de probabilidade, calcular média e variância, estimar probabilidades baseadas em distribuições de probabilidade fornecidas.
3. Também inclui exercícios sobre distribuições normais pedindo para calcular probabilidades com base em médias e desvios padrões fornecidos
O documento descreve medidas estatísticas de tendência central e dispersão. Apresenta a moda, média e mediana, explicando como calculá-las em diferentes tipos de distribuição de dados. Também explica o desvio padrão e variância como medidas de quanto os valores se dispersam em relação à média.
1) O documento discute medidas de tendência central como média aritmética, moda e mediana para resumir conjuntos de dados.
2) A média aritmética é calculada somando os valores e dividindo pela quantidade de valores. Moda é o valor mais frequente. Mediana é o valor no meio quando os dados são ordenados.
3) Esses métodos de tendência central fornecem um único número para caracterizar um conjunto de dados, ignorando valores extremos.
O documento descreve medidas de posição como mediana, moda, quartis, decis e percentis. A mediana divide uma distribuição em dois grupos iguais. A moda é o valor com maior frequência. Quartis, decis e percentis dividem a distribuição em partes iguais para análise. Essas medidas, junto com a média, podem indicar assimetria da curva de distribuição.
1) O documento descreve regras de divisibilidade por diferentes números, como 2, 3, 4, 6, 8, 9, 10 e 11.
2) Inclui exemplos de como verificar a divisibilidade de um número por esses valores através de propriedades dos algarismos.
3) Também aborda conceitos como razão, proporção, porcentagem e regra de três para resolver problemas envolvendo grandezas proporcionais.
Uma pesquisa de 1986 no Rio de Janeiro mostrou que a maioria dos entrevistados (29,27%) apontou segurança/violência como o problema mais grave do estado. Educação foi apontado por 13,01% e saúde por 12,36%. Os outros problemas receberam menos de 10% cada.
Este documento apresenta os conceitos fundamentais da teoria dos erros em medições experimentais. Inicialmente, explica que nenhuma medida é exata devido às limitações dos aparelhos de medição e que todo resultado deve ser expresso com uma faixa de desvio. Posteriormente, descreve como calcular e propagar os desvios em operações com medidas, levando em conta o número de algarismos significativos.
Este documento discute conceitos fundamentais de medidas físicas, como a necessidade de precisão ao medir, fontes possíveis de erro e incerteza, e formas corretas de representar resultados de medidas com incerteza. O texto guia os alunos na realização de medidas simples de comprimento e na análise dos fatores que influenciam a precisão.
1. Este documento apresenta uma lista de 21 exercícios sobre estatística econômica relacionados a distribuições de probabilidade, média, variância e cálculo de probabilidades.
2. Os exercícios envolvem determinar valores para que funções sejam densidades de probabilidade, calcular média e variância, estimar probabilidades baseadas em distribuições de probabilidade fornecidas.
3. Também inclui exercícios sobre distribuições normais pedindo para calcular probabilidades com base em médias e desvios padrões fornecidos
1. O documento apresenta exercícios sobre probabilidades e estatística, incluindo conceitos como distribuições de probabilidade, medidas estatísticas e regressão linear.
2. São fornecidos exemplos numéricos para ilustrar o cálculo de medidas como média, mediana, variância e desvio padrão para diferentes distribuições e conjuntos de dados.
3. Incluem-se também exercícios sobre regressão linear simples, testes de hipóteses e análise de variância, visando a aplicação prática desses conceitos e
O documento apresenta uma lista de 9 exercícios de estatística descritiva com questões envolvendo cálculo de média, mediana, variância e análise de distribuições de frequência.
1) O documento apresenta uma lista de exercícios de estatística econômica sobre vários tópicos, incluindo probabilidade, distribuições de frequência, correlação, regressão e análise de contingência.
1. O documento apresenta 13 exercícios de estatística econômica sobre intervalos de confiança, hipóteses e testes de significância para variáveis amostrais como notas, renda, mortalidade infantil, intenções de voto, aluguéis e outros.
1. O documento apresenta 18 exercícios sobre estatística econômica que envolvem estimadores de média, viés, variância, erro quadrático médio, consistência, distribuições de probabilidade como binomial e Poisson.
2. Os exercícios 1-5 e 6-12 avaliam estimadores de média, determinando quais são viesados, suas variâncias, erros quadráticos médios e eficiência.
3. Os exercícios 13-18 calculam médias, variâncias e probabilidades amostrais para variáveis aleat
O documento discute sistemas com dois graus de liberdade. Apresenta as equações de movimento para tais sistemas e mostra que eles podem ser representados por matrizes de massa, amortecimento e rigidez. Explica que tais sistemas possuem dois modos naturais de vibração e fornece os métodos para calcular as frequências naturais e os modos de vibração.
O documento apresenta um exemplo de resolução de sistemas lineares utilizando a treliça. São definidas 17 forças desconhecidas nas junções da treliça e estabelecidas 17 equações de equilíbrio para determinar essas forças. O problema resulta em um sistema linear com 17 variáveis que pode ser resolvido utilizando métodos como a eliminação de Gauss.
1) O documento apresenta a resolução de 5 questões sobre medidas de dispersão, incluindo desvio médio, desvio padrão e variância.
2) As resoluções seguem os passos de calcular a média, construir o conjunto de desvios e aplicar as fórmulas corretas.
3) Os valores de resposta variam entre 2,4 e 11,6 de acordo com os conjuntos de dados e medidas de dispersão especificadas em cada questão.
Administração de Operações - ExercíCios Em Sala (Metodos De Definicao Para Lo...WeNova Consulting
O documento apresenta um plano de aulas para o curso de Administração de Operações da FGV-RJ. O plano inclui temas como estratégias de produção, projetos de produtos, serviços e redes de instalações ao longo de vários meses. Há também exercícios sobre tópicos como ponto de equilíbrio e localização de instalações.
1) O documento descreve um modelo de regressão linear simples, apresentando a equação, o método dos mínimos quadrados ordinários para estimar os parâmetros, e os testes de significância dos parâmetros e da regressão como um todo.
2) É apresentado um exemplo numérico ilustrando os cálculos para estimar a reta de regressão e os testes.
3) A regressão é validada através dos testes F e t, indicando que os parâmetros são estatisticamente significativos.
1. O documento apresenta o conteúdo programático e as atividades avaliativas de uma disciplina de estatística no 3o bimestre de 2012. Inclui introdução a estatística descritiva, séries estatísticas, gráficos e medidas de tendência central e variabilidade.
2. As avaliações incluem seminários, exercícios em sala, trabalhos em grupo e provas teóricas. Os trabalhos podem ser adquiridos no blog do professor e desenvolvidos em grupo.
3. A nota final é calculada
Este documento resume as principais características da população e da estrutura social da Europa nos séculos XVII e XVIII. Apresenta as crises demográficas e os fatores que as provocavam, como as deficiências tecnológicas e variações climáticas. Descreve também a sociedade dividida em ordens, com privilégios para o clero e nobreza, e o estabelecimento de monarquias absolutas que concentravam todo o poder no rei.
1. O documento apresenta exercícios resolvidos sobre estatística descritiva de uma disciplina de probabilidade e estatística. 2. Os exercícios abordam conceitos como população, amostra, estatística descritiva, distribuição de frequência e gráficos. 3. As questões pedem para identificar conceitos, sugerir tipos de amostragem, construir tabelas e gráficos de distribuição de frequência e analisar dados.
O documento apresenta uma introdução ao curso de estatística ministrado no Departamento de Informática em Saúde da UNIFESP. O curso aborda conceitos básicos como população, amostra e variável, tipos de dados, amostragem, testes estatísticos paramétricos e não paramétricos.
Este documento discute o relaxamento das hipóteses da regressão linear clássica, especificamente multicolinearidade, heterocedasticidade e autocorrelação. O autor analisa cada uma dessas violações das hipóteses e apresenta métodos para detectá-las e corrigi-las.
O documento apresenta a resolução de 5 exercícios de estatística, discutindo conceitos como variáveis quantitativas, gráficos, cálculo de variação percentual e média. As alternativas corretas são, respectivamente, (a), (b), (d) e (d).
O documento apresenta 10 exercícios de estatística envolvendo distribuição de frequência, medidas de tendência central, probabilidade e outros conceitos. Os exercícios solicitam o cálculo de medidas como média, mediana, moda, quartis, probabilidades e índices numéricos com base em tabelas de dados sobre pesos de jogadoras, notas de alunos, vendas de produtos, salários e outros.
1) O documento apresenta conceitos estatísticos como gráficos de setores, histogramas, medidas de tendência central (média, moda e mediana) e medidas de dispersão (variância e desvio padrão).
2) Explica como calcular a média aritmética, moda e mediana com base em tabelas de frequência e como estas medidas nem sempre caracterizam adequadamente um conjunto de dados.
3) Apresenta a variância e o desvio padrão como formas de medir a dispersão dos dados em relação à média, sendo úte
O documento discute medidas estatísticas para resumir conjuntos de dados, incluindo medidas de tendência central como média, mediana e moda, e medidas de dispersão como amplitude total e variância. Essas medidas são usadas para caracterizar a distribuição de dados e fornecer informações sobre o centro e variabilidade dos valores.
O documento apresenta os conceitos de média aritmética, geométrica e harmônica entre números. Explica como calcular cada uma delas através de fórmulas e exemplos. Também aborda a média aritmética ponderada e relações entre as diferentes médias. Por fim, propõe exercícios para aplicar os conceitos apresentados.
Este documento apresenta o professor e o curso de estatística em exercícios para o Banco Central. O curso terá foco na resolução de exercícios da banca Cesgranrio para preparação da prova do Bacen. O curso abordará formas de apresentação de dados, medidas de posição, medidas de dispersão, probabilidade e distribuições normal e binomial através da resolução de exercícios da Cesgranrio.
O documento apresenta três exemplos de resolução de problemas matemáticos utilizando a regra de três simples e proporcionalidade direta. No primeiro exemplo, calcula-se a quantidade de biscoitos que podem ser feitos com 1800g de trigo usando os dados de 600g produzirem 50 biscoitos. No segundo, determina-se o tempo para percorrer uma distância a 100km/h sabendo que a 80km/h leva-se 50min. No terceiro, calcula-se o valor numérico de uma expressão algébrica para valores dados de a e
1. O documento apresenta exercícios sobre probabilidades e estatística, incluindo conceitos como distribuições de probabilidade, medidas estatísticas e regressão linear.
2. São fornecidos exemplos numéricos para ilustrar o cálculo de medidas como média, mediana, variância e desvio padrão para diferentes distribuições e conjuntos de dados.
3. Incluem-se também exercícios sobre regressão linear simples, testes de hipóteses e análise de variância, visando a aplicação prática desses conceitos e
O documento apresenta uma lista de 9 exercícios de estatística descritiva com questões envolvendo cálculo de média, mediana, variância e análise de distribuições de frequência.
1) O documento apresenta uma lista de exercícios de estatística econômica sobre vários tópicos, incluindo probabilidade, distribuições de frequência, correlação, regressão e análise de contingência.
1. O documento apresenta 13 exercícios de estatística econômica sobre intervalos de confiança, hipóteses e testes de significância para variáveis amostrais como notas, renda, mortalidade infantil, intenções de voto, aluguéis e outros.
1. O documento apresenta 18 exercícios sobre estatística econômica que envolvem estimadores de média, viés, variância, erro quadrático médio, consistência, distribuições de probabilidade como binomial e Poisson.
2. Os exercícios 1-5 e 6-12 avaliam estimadores de média, determinando quais são viesados, suas variâncias, erros quadráticos médios e eficiência.
3. Os exercícios 13-18 calculam médias, variâncias e probabilidades amostrais para variáveis aleat
O documento discute sistemas com dois graus de liberdade. Apresenta as equações de movimento para tais sistemas e mostra que eles podem ser representados por matrizes de massa, amortecimento e rigidez. Explica que tais sistemas possuem dois modos naturais de vibração e fornece os métodos para calcular as frequências naturais e os modos de vibração.
O documento apresenta um exemplo de resolução de sistemas lineares utilizando a treliça. São definidas 17 forças desconhecidas nas junções da treliça e estabelecidas 17 equações de equilíbrio para determinar essas forças. O problema resulta em um sistema linear com 17 variáveis que pode ser resolvido utilizando métodos como a eliminação de Gauss.
1) O documento apresenta a resolução de 5 questões sobre medidas de dispersão, incluindo desvio médio, desvio padrão e variância.
2) As resoluções seguem os passos de calcular a média, construir o conjunto de desvios e aplicar as fórmulas corretas.
3) Os valores de resposta variam entre 2,4 e 11,6 de acordo com os conjuntos de dados e medidas de dispersão especificadas em cada questão.
Administração de Operações - ExercíCios Em Sala (Metodos De Definicao Para Lo...WeNova Consulting
O documento apresenta um plano de aulas para o curso de Administração de Operações da FGV-RJ. O plano inclui temas como estratégias de produção, projetos de produtos, serviços e redes de instalações ao longo de vários meses. Há também exercícios sobre tópicos como ponto de equilíbrio e localização de instalações.
1) O documento descreve um modelo de regressão linear simples, apresentando a equação, o método dos mínimos quadrados ordinários para estimar os parâmetros, e os testes de significância dos parâmetros e da regressão como um todo.
2) É apresentado um exemplo numérico ilustrando os cálculos para estimar a reta de regressão e os testes.
3) A regressão é validada através dos testes F e t, indicando que os parâmetros são estatisticamente significativos.
1. O documento apresenta o conteúdo programático e as atividades avaliativas de uma disciplina de estatística no 3o bimestre de 2012. Inclui introdução a estatística descritiva, séries estatísticas, gráficos e medidas de tendência central e variabilidade.
2. As avaliações incluem seminários, exercícios em sala, trabalhos em grupo e provas teóricas. Os trabalhos podem ser adquiridos no blog do professor e desenvolvidos em grupo.
3. A nota final é calculada
Este documento resume as principais características da população e da estrutura social da Europa nos séculos XVII e XVIII. Apresenta as crises demográficas e os fatores que as provocavam, como as deficiências tecnológicas e variações climáticas. Descreve também a sociedade dividida em ordens, com privilégios para o clero e nobreza, e o estabelecimento de monarquias absolutas que concentravam todo o poder no rei.
1. O documento apresenta exercícios resolvidos sobre estatística descritiva de uma disciplina de probabilidade e estatística. 2. Os exercícios abordam conceitos como população, amostra, estatística descritiva, distribuição de frequência e gráficos. 3. As questões pedem para identificar conceitos, sugerir tipos de amostragem, construir tabelas e gráficos de distribuição de frequência e analisar dados.
O documento apresenta uma introdução ao curso de estatística ministrado no Departamento de Informática em Saúde da UNIFESP. O curso aborda conceitos básicos como população, amostra e variável, tipos de dados, amostragem, testes estatísticos paramétricos e não paramétricos.
Este documento discute o relaxamento das hipóteses da regressão linear clássica, especificamente multicolinearidade, heterocedasticidade e autocorrelação. O autor analisa cada uma dessas violações das hipóteses e apresenta métodos para detectá-las e corrigi-las.
O documento apresenta a resolução de 5 exercícios de estatística, discutindo conceitos como variáveis quantitativas, gráficos, cálculo de variação percentual e média. As alternativas corretas são, respectivamente, (a), (b), (d) e (d).
O documento apresenta 10 exercícios de estatística envolvendo distribuição de frequência, medidas de tendência central, probabilidade e outros conceitos. Os exercícios solicitam o cálculo de medidas como média, mediana, moda, quartis, probabilidades e índices numéricos com base em tabelas de dados sobre pesos de jogadoras, notas de alunos, vendas de produtos, salários e outros.
1) O documento apresenta conceitos estatísticos como gráficos de setores, histogramas, medidas de tendência central (média, moda e mediana) e medidas de dispersão (variância e desvio padrão).
2) Explica como calcular a média aritmética, moda e mediana com base em tabelas de frequência e como estas medidas nem sempre caracterizam adequadamente um conjunto de dados.
3) Apresenta a variância e o desvio padrão como formas de medir a dispersão dos dados em relação à média, sendo úte
O documento discute medidas estatísticas para resumir conjuntos de dados, incluindo medidas de tendência central como média, mediana e moda, e medidas de dispersão como amplitude total e variância. Essas medidas são usadas para caracterizar a distribuição de dados e fornecer informações sobre o centro e variabilidade dos valores.
O documento apresenta os conceitos de média aritmética, geométrica e harmônica entre números. Explica como calcular cada uma delas através de fórmulas e exemplos. Também aborda a média aritmética ponderada e relações entre as diferentes médias. Por fim, propõe exercícios para aplicar os conceitos apresentados.
Este documento apresenta o professor e o curso de estatística em exercícios para o Banco Central. O curso terá foco na resolução de exercícios da banca Cesgranrio para preparação da prova do Bacen. O curso abordará formas de apresentação de dados, medidas de posição, medidas de dispersão, probabilidade e distribuições normal e binomial através da resolução de exercícios da Cesgranrio.
O documento apresenta três exemplos de resolução de problemas matemáticos utilizando a regra de três simples e proporcionalidade direta. No primeiro exemplo, calcula-se a quantidade de biscoitos que podem ser feitos com 1800g de trigo usando os dados de 600g produzirem 50 biscoitos. No segundo, determina-se o tempo para percorrer uma distância a 100km/h sabendo que a 80km/h leva-se 50min. No terceiro, calcula-se o valor numérico de uma expressão algébrica para valores dados de a e
1) O documento discute medidas de tendência central como média aritmética, moda e mediana.
2) A média aritmética é calculada somando todos os valores e dividindo pela quantidade total. Já a moda é o valor que mais se repete no conjunto de dados.
3) A mediana é encontrada colocando-se os valores em ordem crescente/decrescente e pegando o valor do meio quando há número ímpar de dados, ou a média dos dois valores centrais quando há número par.
Apresentação de Estatística - 10º ano -Mat AMJo2009
Este documento apresenta conceitos fundamentais de estatística descritiva. Primeiro, discute medidas de localização como moda, média e mediana para caracterizar os dados de uma amostra. Em seguida, explica como organizar e apresentar dados usando tabelas de frequências absolutas e relativas.
- O documento discute o método dos mínimos quadrados para estimar parâmetros de ajuste de curvas a dados experimentais.
- Apresenta como usar matrizes ou derivadas para obter as estimativas dos parâmetros que minimizam a soma dos resíduos quadráticos.
- Discutem propagação de erros ao combinar grandezas com incertezas, como calcular desvios padrão de somar, dividir ou multiplicar medidas.
Capítulo iv medidas de tendência centralcon_seguir
O documento discute medidas estatísticas de tendência central como média, mediana e moda. Apresenta as definições dessas medidas e como calculá-las. Explica que a média é o valor médio de um conjunto de dados, a mediana é o valor no meio da distribuição e a moda é o valor que mais se repete. Fornece exemplos e exercícios para demonstrar o cálculo dessas medidas.
O documento discute técnicas estatísticas descritivas para resumir e analisar dados, como tabelas, gráficos e medidas resumo. Aborda os tipos de variáveis e como representá-las visualmente para responder perguntas sobre os dados de forma eficiente.
O documento descreve medidas estatísticas descritivas utilizadas para resumir e analisar conjuntos de dados numéricos. Ele discute medidas de localização como média, mediana e moda, que indicam tendências centrais nos dados. Também cobre medidas separatrizes como quartis, que dividem os dados em porcentagens. Por fim, aborda medidas de dispersão como amplitude e variância, que quantificam a variabilidade dos dados em relação à média ou mediana.
Testes de hipóteses para uma amostra.
- Introdução ao teste de hipótese
- Testes de hipóteses para a média (amostras grandes)
- Testes de hipóteses para a média (amostras pequenas)
- Testes de hipóteses para variância e desvio padrão
Este documento descreve medidas de tendência central como média, mediana e moda. Explica como calcular a média aritmética, média ponderada, e define moda e mediana. Fornece exemplos de como aplicar esses conceitos para caracterizar conjuntos de dados.
1) O documento discute medidas de tendência central como média, moda e mediana. 2) A média é o valor médio obtido somando todos os valores e dividindo pela quantidade total, a moda é o valor que mais se repete, e a mediana separa os dados em duas metades iguais. 3) Exemplos ilustram o cálculo dessas medidas para diferentes conjuntos de dados.
XVII SAMET -2ª feira - Mini-curso [Dra. Simone Ferraz]Dafmet Ufpel
Mini-curso apresentado pela Prof. Dra. Simone Ferraz, no dia 29/11/2010, durante a XVII edição da Semana Acadêmica do curso de Meteorologia da Universidade Federal de Pelotas, com o tema: "Técnicas Estatísticas aplicadas em climatologia"
O documento discute medidas estatísticas como amplitude, desvio, variância e desvio padrão que podem ser usadas para determinar a variação entre as notas de alunos. A amplitude é a diferença entre a maior e menor nota. O desvio é a diferença entre cada nota e a média. A variância mostra o quão distantes as notas estão da média e o desvio padrão é a raiz quadrada da variância, indicando o erro de substituir uma nota pela média.
Este documento fornece resumos de três tópicos: Matemática, Ecologia e Vida Animal. Além disso, oferece questões do Enem e vestibulares sobre Matemática e Biologia para ajudar nos estudos.
O documento discute conceitos básicos de estatística como variável, valor da variável, frequência absoluta, frequência relativa e tipos de variáveis. Também apresenta diferentes formas de representar dados estatísticos por meio de tabelas e gráficos como barras, setores, histogramas e pictogramas.
Este documento descreve um curso sobre equações do primeiro grau, razões, proporções, regras de três e juros. O curso é dividido em quatro módulos que apresentam estes conceitos matemáticos e como aplicá-los em situações cotidianas. O documento fornece exemplos de problemas e sua resolução usando equações do primeiro grau.
[1] O documento apresenta os conceitos básicos para construção de tabelas e gráficos estatísticos para organizar e tabular dados coletados. [2] Inclui informações sobre construção de tabelas de frequência e gráficos de barras, setores e histograma. [3] Tem como objetivo ensinar a resumir dados em tabelas de frequência e apresentá-los em forma de gráficos para análise e tomada de decisão.
Slides Lição 12, CPAD, A Bendita Esperança, A Marca do Cristão, 2Tr24.pptxLuizHenriquedeAlmeid6
Slideshare Lição 12, CPAD, A Bendita Esperança: A Marca do Cristão, 2Tr24, Pr Henrique, EBD NA TV, 2Tr24, Pr Henrique, EBD NA TV, Lições Bíblicas, 2º Trimestre de 2024, adultos, Tema, A CARREIRA QUE NOS ESTÁ PROPOSTA, O CAMINHO DA SALVAÇÃO, SANTIDADE E PERSEVERANÇA PARA CHEGAR AO CÉU, Coment Osiel Gomes, estudantes, professores, Ervália, MG, Imperatriz, MA, Cajamar, SP, estudos bíblicos, gospel, DEUS, ESPÍRITO SANTO, JESUS CRISTO, Com. Extra Pr. Luiz Henrique, de Almeida Silva, tel-What, 99-99152-0454, Canal YouTube, Henriquelhas, @PrHenrique, https://ebdnatv.blogspot.com/
REGULAMENTO DO CONCURSO DESENHOS AFRO/2024 - 14ª edição - CEIRI /UREI (ficha...Eró Cunha
XIV Concurso de Desenhos Afro/24
TEMA: Racismo Ambiental e Direitos Humanos
PARTICIPANTES/PÚBLICO: Estudantes regularmente matriculados em escolas públicas estaduais, municipais, IEMA e IFMA (Ensino Fundamental, Médio e EJA).
CATEGORIAS: O Concurso de Desenhos Afro acontecerá em 4 categorias:
- CATEGORIA I: Ensino Fundamental I (4º e 5º ano)
- CATEGORIA II: Ensino Fundamental II (do 6º ao 9º ano)
- CATEGORIA III: Ensino Médio (1º, 2º e 3º séries)
- CATEGORIA IV: Estudantes com Deficiência (do Ensino Fundamental e Médio)
Realização: Unidade Regional de Educação de Imperatriz/MA (UREI), através da Coordenação da Educação da Igualdade Racial de Imperatriz (CEIRI) e parceiros
OBJETIVO:
- Realizar a 14ª edição do Concurso e Exposição de Desenhos Afro/24, produzidos por estudantes de escolas públicas de Imperatriz e região tocantina. Os trabalhos deverão ser produzidos a partir de estudo, pesquisas e produção, sob orientação da equipe docente das escolas. As obras devem retratar de forma crítica, criativa e positivada a população negra e os povos originários.
- Intensificar o trabalho com as Leis 10.639/2003 e 11.645/2008, buscando, através das artes visuais, a concretização das práticas pedagógicas antirracistas.
- Instigar o reconhecimento da história, ciência, tecnologia, personalidades e cultura, ressaltando a presença e contribuição da população negra e indígena na reafirmação dos Direitos Humanos, conservação e preservação do Meio Ambiente.
Imperatriz/MA, 15 de fevereiro de 2024.
Produtora Executiva e Coordenadora Geral: Eronilde dos Santos Cunha (Eró Cunha)
1. 27
CAPÍTULO 2 - MEDIDAS DE POSIÇÃO E DISPERSÃO
2.1 Variável aleatória
Variável aleatória (v.a.) é uma variável que está associada a uma distribuição12
de
probabilidade. Portanto, é uma variável que não tem um valor fixo, pode assumir vários valores.
O valor que cai ao se jogar um dado, por exemplo, pode ser 1, 2, 3, 4, 5 ou 6, com
probabilidade igual a
6
1
para cada um dos valores (se o dado não estiver viciado). É, portanto, uma
variável aleatória.
Assim como são variáveis aleatórias: o valor de uma ação ao final do dia de amanhã; o
número de pontos de um time num campeonato que está começando esta semana; a quantidade de
chuva que vai cair no mês que vem; a altura de uma criança em fase de crescimento daqui a seis
meses; a taxa de inflação no mês que vem. Todas estas variáveis podem assumir diferentes valores e
estes por sua vez estão associados a probabilidades
E não são variáveis aleatórias: o valor de uma ação no final do pregão de ontem; o número
de pontos de um time num campeonato que já acabou; a altura de uma pessoa na faixa dos 30 anos
de idade daqui a seis meses; a área útil de um apartamento; a velocidade de processamento de um
computador. Todas estas variáveis têm valores fixos.
2.2. Medidas de posição central
2.2.1 Média
Há diferentes tipos de média: a média aritmética, a mais comum, é a soma dos elementos
de um conjunto dividido pelo número de elementos. Assim, um grupo de 5 pessoas, com idades de
21, 23, 25, 28 e 31, terá média (aritmética) de idade dada por:
X =
21+ 23 + 25 + 28 + 31
5
= 25,6 anos
De um modo geral, a média aritmética será dada por:
X =
X + X +...+X
n
1 2 n
Ou, escrevendo de uma maneira mais resumida:
X =
1
n
Xi
i=1
n
A média aritmética também pode ser ponderada — isto não é um tipo diferente de média —
ponderar significa “atribuir pesos”. Ter um peso maior significa simplesmente que aquele valor
entrará “mais vezes” na média. Digamos, por exemplo, que em três provas um aluno tenha tirado 4,
6 e 8. Se a média não for ponderada, é óbvio que será 6.
Se, no entanto, a média for ponderada da seguinte forma: a primeira prova com peso 1, a
segunda com 2 e a terceira 3. A média será calculada como se as provas com maior peso tivessem
“ocorrido mais vezes”, ou seja
X =
4 6 6 8 8 8
6
12
Voltaremos ao conceito de distribuição de probabilidade no próximo capítulo.
2. 28
Ou, simplesmente:
X =
4 1 6 2 8 3
6
6,7
Os pesos podem ser o número de vezes que um valor aparece. Suponhamos que numa classe
de 20 alunos haja 8 com idade de 22 anos, 7 de 23, 3 de 25, um de 28 e um de 30. A quantidade que
cada número aparece no conjunto é chamada de freqüência (freqüência absoluta neste caso, pois se
trata da quantidade de alunos com determinada idade). A média de idade então será dada por:
X =
22 8 23 7 25 3 28 1 30 1
20
= 23,5 anos
A freqüência também pode ser expressa em proporções, sendo chamada neste caso de
freqüência relativa. No exemplo anterior, há 8 alunos com 22 anos de idade em um total de 20,
portanto nesta classe há 8 20 = 0,4 = 40% dos alunos com esta idade. Da mesma forma, temos 35%
com 23, 15% com 25 e 5% com 28 e 30, respectivamente. A média de idade pode ser calculada da
seguinte forma:
X = 22 0,4 + 23 0,35 + 25 0,15 + 28 0,05 + 30 0,05 = 23,5
Repare que o segundo “jeito” de calcular (usando a freqüência relativa) nada mais é do que o
primeiro (usando a freqüência absoluta) simplificando-se a fração (dividindo o valor dos pesos pelo
número total).
Um outro tipo de média é a média geométrica. A média geométrica para o aluno que tirou
notas 4, 6 e 8 será:
G = 4 6 83
5,8
Ou, genericamente:
G = X X Xn
n
1 2 ...
Ou ainda, de uma maneira mais resumida:
G = Xi
i=1
n
1
n
Repare que a média geométrica “zera” se um dos elementos for zero.
A média geométrica também pode ser ponderada: se os pesos das provas forem 1, 2 e 3, ela
será dada por:
G = 4 6 81 2 36
6,5
Há ainda um terceiro tipo de média, a média harmônica. No exemplo das notas, ela será
dada por:
H =
1
1
4
1
6
1
8
3
=
3
1
4
1
6
1
8
5,5
De um modo geral:
H =
n
X X X1 n
1 1 1
2
....
3. 29
Ou ainda:
H =
n
1
X ii=1
n
Também é possível que a média harmônica seja ponderada. Repetindo o exemplo anterior:
H =
6
1
4
1
1
6
2
1
8
3
6,3
Foi possível notar, tanto para as médias simples (sem pesos) como para as ponderadas que,
em geral, a média aritmética é maior do que a média geométrica e esta por sua vez é maior do que a
harmônica. Isto é verdade, exceto, obviamente, quando os valores são todos iguais. Temos então
que:
X G H
Exemplo 2.2.1.1
Um aluno tira as seguintes notas bimestrais: 3; 4,5; 7 e 8,5. Determine qual seria sua média final se
esta fosse calculada dos três modos (aritmética, geométrica e harmônica), em cada um dos casos:
a) as notas dos bimestres têm os mesmos pesos
Neste caso, a média aritmética final seria:
X =
4
5,875,43
=
4
23
X = 5,75
A média geométrica seria:
G = 4
5,875,43 = 4
25,803
G 5,32
E a harmônica seria:
H =
5,8
1
7
1
5,4
1
3
1
4
H 4,90
b) Supondo que os pesos para as notas bimestrais sejam 1, 2, 3 e 4.
Agora os pesos dos quatro bimestres totalizam 10, portanto a média aritmética final será:
X =
10
5,84735,4231
=
10
67
X = 6,7
A geométrica será:
G = 10 4321
5,875,43
G 6,36
E a harmônica:
4. 30
H =
5,8
4
7
3
5,4
2
3
1
10
H 5,96
c) Supondo que os pesos sejam, respectivamente, 30%, 25%, 25% e 20%.
Agora os pesos são dados em termos relativos (percentuais) e somam, portanto, 1.
O cálculo da média aritmética será, então:
X = 0,3 3 + 0,25 4,5 + 0,25 7+ 0,2 8
X = 5,475
O da média geométrica será:
G = 30,3
4,50,25
70,25
8,50,2
G 5,05
E a harmônica:
H =
2,0
5,8
1
25,0
7
1
25,0
5,4
1
3,0
3
1
1
H 4,66
Exemplo 2.2.1.2 (dados agrupados)
Foram medidas as alturas de 30 pessoas que estão mostradas na tabela abaixo (as medidas são em
centímetros).
159 168 172 175 181
161 168 173 176 183
162 169 173 177 185
164 170 174 178 190
166 171 174 179 194
167 171 174 180 201
Agrupe estas pessoas em classes de 10cm e faça o histograma correspondente.
Para agrupar em classes de 10cm, o mais lógico (mas não obrigatório) seria agrupar em: de
150 a 160; de 160 a 170, e assim sucessivamente. O problema é, onde incluir aqueles que têm, por
exemplo, exatamente 170 cm? Na classe de 160 a 170 ou na de 170 a 180? Há que se escolher uma,
mas esta escolha é completamente arbitrária. Vamos optar por incluir sempre o limite inferior, por
exemplo, a classe de 170 a 180 inclui todas as pessoas com 170 cm (inclusive) até 180 cm
(exclusive)13
, para o que utilizaremos a notação [170; 180[.
Então, para os valores da tabela acima, teremos:
[150; 160[ 1
[160; 170[ 8
[170; 180[ 14
[180; 190[ 4
[190; 200[ 2
13
Em linguagem de conjuntos equivaleria a dizer que o conjunto é fechado em 170 e aberto em 180.
5. 31
[200; 210[ 1
Um histograma é uma maneira gráfica de representar este agrupamento, utilizando-se de
retângulos cuja altura é proporcional ao número de elementos em cada classe.
O histograma para o agrupamento realizado é mostrado na figura abaixo:
0
2
4
6
8
10
12
14
16
150 160 170 180 190 200 210
Exemplo 2.2.1.3
A partir dos dados agrupados do exemplo anterior, calcule a média14
.
Utilizaremos como dados os agrupamentos, é como se (e freqüentemente isso acontece) não
tivéssemos conhecimento dos dados que originaram este agrupamento.
Já que a nossa única informação é o agrupamento (seja pela tabela, seja pelo histograma),
não é possível saber como os dados se distribuem pelo agrupamento, então a melhor coisa que
podemos fazer (na falta de outra opção) é supormos que os dados se distribuem igualmente por cada
agrupamento, de modo que, por exemplo, no agrupamento que vai de 170 a 180 é como se
tivéssemos 14 pessoas com altura de 175 cm.
Em outras palavras, tomaremos a média de cada classe para o cálculo da média total.
Obviamente, a não ser por uma grande coincidência, este não será o valor correto da média, mas é
uma aproximação e, de novo, é o melhor que se pode fazer dada a limitação da informação. Então,
temos:
X =
30
1205219541851417581651155
X 175,33 cm
Repare que, o valor correto da média, tomando-se os 30 dados originais, é de 174,5 cm.
2.2.2 Moda
Moda é o elemento de maior freqüência, ou seja, que aparece o maior número de vezes15
. No
exemplo das idades na classe com 20 alunos, a moda é 22 anos, que é a idade mais freqüente neste
conjunto.
Pode haver, entretanto, mais de uma moda em um conjunto de valores. Se houver apenas
uma moda, a distribuição é chamada de unimodal. Se houver duas, bimodal.
14
Quando se fala “média”, sem especificar, supõe-se estar se tratando da média aritmética.
15
Assim como na linguagem cotidiana dizemos que uma roupa está na moda quando ela é usada pela maioria das
pessoas.
6. 32
2.2.3 Mediana
Mediana é o valor que divide um conjunto ao meio. Por exemplo, num grupo de 5 pessoas
com alturas de 1,60m, 1,65m, 1,68m, 1,70m e 1,73m, a mediana é 1,68m, pois há o mesmo número
de pessoas mais altas e mais baixas (duas).
A mediana apresenta uma vantagem em relação à média: no grupo acima, a média é 1,672m,
então, neste caso, tanto a média como a mediana nos dão uma idéia razoável do grupo de pessoas
que estamos considerando. Se, no entanto, retirarmos a pessoa de 1,73m, substituindo-a por outra de
2,10m, a média passará a ser 1,746m.
Neste caso, a média não seria muito representativa de um grupo que, afinal de contas, tem
apenas uma pessoa acima de 1,70m. A mediana, entretanto, fica inalterada.
A mediana, ao contrário da média, não é sensível a valores extremos.
Seguindo a mesma lógica, os quartis são os elementos que dividem o conjunto em quatro
partes iguais. Assim, o primeiro quartil é aquele elemento que é maior do que
4
1
dos elementos e,
portanto, menor do que
4
3
dos mesmos; o segundo quartil (que coincide com a mediana) é aquele
que divide,
4
2
para cima
4
2
para baixo; finalmente o terceiro quartil é aquele elemento que tem
4
3
abaixo e
4
1
acima.
Da mesma forma, se dividirmos em 8 pedaços iguais, teremos os octis, decis se dividirmos
em 10, e, mais genericamente os percentis: o percentil de ordem 20 é aquele que tem abaixo de si
20% dos elementos, e 80% acima.
Exemplo 2.2.3.1
A partir da tabela apresentada no exemplo 2.2.1.1, determine:
a) a moda
O elemento que aparece mais vezes (3) é 174 cm, portanto:
Mo = 174 cm
E só há uma moda, o que não é necessário que ocorra. No caso deste exemplo, bastaria que
houvesse mais uma pessoa com 168 cm de altura para que esta distribuição se tornasse bimodal.
b) a mediana
Há 30 dados. Do menor para o maior, o 15o
dado é, pela ordem, 173 cm, enquanto o 16o
é
174 cm. Como a mediana deve ter 15 elementos abaixo e 15 acima, tomaremos o ponto médio entre
o 15o
e o 16o
dado:
Md =
2
174173
Md = 173,5 cm
c) o 1o
e 2o
quartis.
Devemos dividir o total de elementos por 4, o que dá 7,5. Como o 7o
e o 8o
elemento, indo
do menor para o maior, são iguais, temos:
1o
quartil = 168 cm
7. 33
O 2o
quartil coincide com a mediana:
2o
quartil = Md = 173,5 cm
2.3. Medidas de dispersão
É muito comum ouvirmos: em estatística, quando uma pessoa come dois frangos enquanto
outra passa fome, na média ambas comem um frango e estão, portanto, bem alimentadas; ou, se
uma pessoa está com os pés em um forno e a cabeça em um freezer, na média, experimenta uma
temperatura agradável. É claro que estas situações tem que ser percebidas (e são!) pela estatística.
Para isso que servem as medidas de dispersão, isto é, medidas de como os dados estão “agrupados”:
mais ou menos próximos entre si (menos ou mais dispersos).
2.3.1 Variância
Uma das medidas mais comuns de dispersão é a variância. Tomemos o exemplo dos frangos
para três indivíduos. Na situação 1 há uma divisão eqüitativa enquanto na situação 2, um indivíduo
come demais e outro passa fome.
Situação 1 Situação 2
indivíduo1 1 2
indivíduo2 1 1
indivíduo3 1 0
É claro que, em ambas as situações, a média é 1 frango por indivíduo. Para encontrar uma
maneira de distinguir numericamente as duas situações, uma tentativa poderia ser subtrair a média
de cada valor:
Situação 1 Situação 2
indivíduo1 1 - 1 = 0 2 – 1 = 1
indivíduo2 1 - 1 = 0 1 – 1 = 0
indivíduo3 1 - 1 = 0 0 - 1 = -1
MÉDIA 0 0
O que não resolveu muito, pois a média dos desvios em relação à média16
(valor menos a
média) continua igual. Mais precisamente, ambas são zero. Isto ocorre porque, na situação 2, os
valores abaixo da média (que ficam negativos) compensam os que ficam acima da média
(positivos).
Para se livrar deste inconveniente dos sinais podemos elevar todos os valores encontrados ao
quadrado.
Situação 1 Situação 2
indivíduo1 (1 - 1)2
= 0 (2 - 1)2
= 1
indivíduo2 (1 - 1)2
= 0 (1 - 1)2
= 0
16
Aliás, valeria a pena lembrar que sempre a soma dos desvios em relação à média é zero.
8. 34
indivíduo3 (1 - 1)2
= 0 (0 - 1)2
= 1
MÉDIA 0 2/3
E, desta forma, conseguimos encontrar uma medida que distingue a dispersão entre as duas
situações.
Na situação 1, não há dispersão — todos os dados são iguais — a variância é zero.
Na situação 2, a dispersão é (obviamente) maior — encontramos uma variância de 2/3
0,67.
Basicamente, encontramos a variância subtraindo todos os elementos do conjunto pela
média, elevamos o resultado ao quadrado e tiramos a média dos valores encontrados. Portanto, a
variância de um conjunto de valores X, que chamaremos de var(X) ou 2
X será dada por:
var(X) 2
X =
(X - X) + (X - X) +...+(X - X)
n
1
2
2
2
n
2
Ou ainda:
var(X) =
1
n
(X - X)i
2
i=1
n
Variância é, portanto, uma medida de dispersão, que lembra quadrados. Este último
aspecto, aliás, pode ser um problema na utilização da variância.
Na situação 2 do exemplo anterior (que tratava de frangos), encontramos uma variância de
0,67... frangos ao quadrado? Sim, porque elevamos, por exemplo, 1 frango ao quadrado. Da
mesma forma que, na geometria, um quadrado de lado 2m tem área de (2m)2
= 4m2
, temos que (1
frango)2
= 1 frango2
! E assim também valeria para outras variáveis: renda medida em reais ou
dólares teria variância medida em reais ao quadrado ou dólares ao quadrado.
Além da estranheza que isto poderia causar, dificulta, por exemplo uma comparação com a
média.
Para eliminar este efeito, utiliza-se uma outra medida de dispersão que é, na verdade, uma
pequena alteração da variância.
Exemplo 2.3.1.1 (variância a partir de dados agrupados)
Utilizando o agrupamento do exemplo 2.2.1.2, determine a variância.
A variância é calculada com o mesmo princípio utilizado para a média, ou seja, tomando-se
o valor médio de cada classe como representativo da mesma. Assim:
var(X) =
30
1
[(155-175,33)2
1+(165-175,33)2
8+(175-175,33)2
14+(185-175,33)2
4+(195-175,33)2
2+(205-175,33)2
1]
var(X) 108,89
Mais uma vez, é uma aproximação. Verifique que o valor correto da variância (utilizando os
dados iniciais) é de 86,92.
2.3.2. Desvio padrão
9. 35
Para eliminar o efeito dos quadrados existente na variância basta extrairmos a raiz quadrada.
Chamaremos de desvio padrão da variável X (dp(X) ou X):
dp(X) X = var(X)
Portanto, o desvio padrão na situação 2 do exemplo dos frangos será dado por:
dp(X) = 0 67, 0,8 frangos
Estando na mesma unidade dos dados (e da média), no caso específico, frangos, é possível
comparar o desvio padrão com a média: neste caso, o desvio padrão é 80%17
da média.
Note-se que, se o objetivo é a comparação entre dois conjuntos de dados, tanto faz usar a
variância ou o desvio padrão. Se a variância é maior, o desvio padrão também é maior (e vice-
versa) — necessariamente.
2.3.3. Outra maneira de calcular a variância
Se, a partir da definição de variância, desenvolvermos algebricamente, obteremos:
var(X) =
1
n
(X - X)i
2
i=1
n
var (X) =
1
n
(X - 2X X + Xi
2
i
2
i=1
n
)
var(X) =
1
n
Xi
2
i=1
n
-
1
n
2X Xi
i=1
n
+
1
n
X
2
i=1
n
var(X) =
1
n
Xi
2
i=1
n
- 2X
1
n
Xi
i=1
n
+
1
n
nX
2
var(X) =
1
n
Xi
2
i=1
n
- 2
2
X + X
2
var(X) =
1
n
Xi
2
i=1
n
- X
2
Ou, em outras palavras:
var(X) = média dos quadrados - quadrado da média
Utilizando este método para calcular a variância da situação 2 do exemplo dos frangos:
Situação 2 ao quadrado
indivíduo1 2 4
indivíduo2 1 1
indivíduo3 0 0
MÉDIA 1 5/3
var(X) = média dos quadrados - quadrado da média = 5/3 - 12
= 2/3
17
Esta proporção, que é obtida através da divisão do desvio padrão pela média, é também chamada de coeficiente de
variação.
10. 36
Encontramos o mesmo valor.
Tomemos agora o exemplo de um aluno muito fraco, que tem as seguintes notas em três
disciplinas:
aluno A notas ao quadrado
economia 3 9
contabilidade 2 4
administração 4 16
matemática 1 1
MÉDIA 2,5 7,5
Para este aluno, temos:
X = 2,5
var(X) = 7,5 - 2,52
= 1,25
dp(X) = 1,12
Suponha agora um aluno B, mais estudioso, cujas notas são exatamente o dobro:
aluno B notas ao quadrado
economia 6 36
contabilidade 4 16
administração 8 64
matemática 2 4
MÉDIA 5 30
Para o aluno B, os valores são:
X = 5
Isto é, se os valores dobram, a média dobra.
var(X) = 30 - 52
= 5 = 4 1,25
Ou seja, se os valores dobram, a variância quadruplica. Isto porque variância lembra
quadrados. Em outras palavras, vale a relação18
:
var(aX) = a2
var(X) (2.3.3.1)
dp(X) = 2,24
Isto é, o desvio padrão dobra, assim como a média. Vale, portanto, a relação:
dp(aX) = a.dp(X) (2.3.3.2)
Agora tomemos um aluno C, ainda mais estudioso, que tira 5 pontos a mais do que o aluno
A em todas as matérias:
aluno C notas ao quadrado
18
Veja demonstração no apêndice
11. 37
economia 8 64
contabilidade 7 49
administração 9 81
matemática 6 36
MÉDIA 7,5 57,5
Para este aluno teremos:
X = 7,5
Se o aluno tira 5 pontos a mais em cada disciplina, a média também será de 5 pontos a mais
var(X) = 57,5 - 7,52
= 1,25
dp(X) = 1,12
A variância e o desvio padrão são os mesmos do aluno A. Isto porque são medidas de
dispersão — se somarmos o mesmo valor a todas as notas de A elas continuarão dispersas,
espalhadas da mesma forma, apenas mudarão de posição. Valem portanto as relações19
:
var(X+a) = var(X) (2.3.3.3)
dp(X+a) = dp(X) (2.3.3.4)
2.3.4. Relações entre variáveis — covariância
A covariância pode ser entendida como uma “variância conjunta” entre duas variáveis.
Enquanto a variância sai de quadrados (da variável menos a média), a covariância é definida através
de produtos:
cov(X,Y) =
1
n
(X - X)(Y - Y)i i
i=1
n
Que, assim como a variância, pode ser calculada de outra forma:
cov(X,Y) = média dos produtos - produto da média (2.3.4.1)
Vejamos um exemplo do consumo e da taxa de juros de um país:
Ano consumo (X) taxa de juros (Y) produto (XY)
1 800 10 8000
2 700 11 7700
3 600 13 7800
4 500 14 7000
MÉDIA 650 12 7625
cov(X,Y) = 7625 - 650x12 = -175
E agora entre o consumo e a renda:
19
Cujas demonstrações também podem ser vistas no apêndice.
13. 39
tabela 2.3.4.1
Ano consumo (X) renda (Y) produto (XY)
1 600 1.000 600.000
2 700 1.100 770.000
3 800 1.300 1.040.000
4 900 1.400 1.260.000
MÉDIA 750 1.200 917.500
cov(X,Y) = 917.500 - 750x1.200 = 17.500
A primeira diferença que se nota entre os dois últimos exemplos é o sinal da covariância em
cada um deles. A covariância é negativa entre o consumo e a taxa de juros e positiva entre o
consumo e a renda. Isto porque consumo e renda caminham na “mesma direção” (quando aumenta
um, aumenta outro e vice-versa) e quando isto ocorre o sinal da covariância é positivo.
Já o consumo e a taxa de juros se movem em “direções opostas” (quando aumenta um, cai
outro e vice-versa), assim sendo, o sinal da covariância é negativo.
A covariância entre duas variáveis é influenciada pela “importância” que uma variável tem
sobre a outra, de tal modo que duas variáveis independentes têm covariância zero20
.
Entretanto, não é possível concluir, pelos valores obtidos, que a renda é mais importante do
que a taxa de juros para a determinação do consumo só porque o valor da covariância entre o
consumo e a renda é bem maior do que o entre o consumo e a taxa de juros. Isto porque a
covariância também é afetada pelos valores das variáveis. A covariância entre consumo e renda é
maior também porque os valores da renda são bem maiores que os da taxa de juros.
2.3.5 Coeficiente de correlação
O coeficiente de correlação é obtido retirando-se o efeito dos valores de cada uma das
variáveis da covariância. Isto é feito dividindo-se esta última pelos desvios padrão das variáveis.
O coeficiente de correlação é dado, então, por:
corr(X,Y) XY =
)dp(X).dp(Y
Y)cov(X,
No exemplo do consumo e da renda os desvios padrão são, respectivamente 111,8 e 158,1
(verifique!). O coeficiente de correlação será dado por:
XY =
17 500
1118 158 1
.
, ,
= 0,99
O sinal do coeficiente de correlação é o mesmo da covariância (e deve ser interpretado da
mesma forma).
20
Mas a recíproca não é verdadeira.
14. 40
Os seus valores variam apenas no intervalo de -1 a 1 e podem sem interpretados como um
percentual21
. Portanto, um valor de 0,99 (quase 1) indica que a renda é muito importante para a
determinação do consumo.
O valor de 1 (ou -1) para o coeficiente de correlação só é encontrado para duas variáveis que
tenham uma relação exata e dada por uma função do 1o
grau. Por exemplo, o número de cadeiras e
de assentos em uma sala de aula; o número de pessoas e dedos da mão (supondo que não haja
indivíduos polidáctilos, acidentados ou com defeitos congênitos entre estas pessoas); a área útil e a
área total em apartamentos de um mesmo edifício.
Valores muito pequenos (em módulo) indicam que a variável tem pouca influência uma
sobre a outra.
2.3.6. Outras propriedades.
No exemplo do consumo e da taxa de juros, multipliquemos o consumo por 3 e a taxa de
juros por 2:
ano
3X
2Y produto
1 2400 20 48000
2 2100 22 46200
3 1800 26 46800
4 1500 28 42000
MÉDIA 1950 24 45750
A nova covariância será dada por:
cov(3X,2Y) = 45750 - 1950x24 = -1050 = 6 (-175)
Ou seja, o sêxtuplo da covariância entre as variáveis originais. A propriedade apresentada
aqui pode ser assim resumida:
cov(aX,bY) = a.b.cov(X,Y) (2.3.6.1)
21
Com ressalvas, pois ele é calculado sem considerar a influência de outras variáveis.
15. 41
Tomemos agora duas variáveis X e Y:
X Y X2
Y2
XY
1
0
1 100 1 10
1
2
3 144 9 36
1
8
2 324 4 36
2
0
2 400 4 40
MÉDIA 1
5
2 242 4,5 30,5
Podemos calcular:
var(X) = 242-152
= 17
var(Y) = 4,5 -22
= 0,5
cov(X,Y) = 30,5 - 15x2 = 0,5
Vamos “inventar” duas novas variáveis: X+Y e X-Y
X+Y X-Y (X+Y)2
(X-Y)2
11 9 121 81
15 9 225 81
20 16 400 256
22 18 484 324
MÉDIA 17 13 307,5 185,5
Então temos:
var(X+Y) = 307,5 - 172
= 18,5
var(X-Y) = 185,5 - 132
= 16,5
Note que poderíamos obtê-las dos valores anteriores da seguinte forma:
var(X+Y) = 17 + 0,5 + 2 0,5 =18,5
var(X-Y) = 17 + 0,5 - 2 0,5 = 16,5
Generalizando, vem22
:
var(X+Y) = var(X) + var(Y) + 2cov(X,Y) (2.3.6.2)
var(X-Y) = var(X) + var(Y) - 2cov(X,Y) (2.3.6.3)
22
Note que é muito semelhante à forma do produto notável (a+b)2
= a2
+ b2
+ 2ab, fazendo a variância análoga ao
quadrado e a covariância análoga ao produto.
16. 42
Exercícios
1. Num sistema de avaliação há duas provas (com notas variando de 0 a 10) e, para ser aprovado, o
aluno deve ter média final 5. Qual é a nota mínima que é preciso tirar na primeira prova para ter
chance de ser aprovado, supondo:
a) média aritmética ponderada, com a primeira prova tendo peso 2 e a segunda 1.
b) média geométrica (simples).
c) média harmônica (simples).
2. Dados o conjunto {2; 3; 5; 8; 12}, calcule as médias aritmética, geométrica e harmônica,
supondo:
a) pesos iguais.
b) pesos 9, 7, 5, 3 e 1
c) pesos 10%, 20%, 30%, 25%, 15%
3. A partir dos dados do exemplo 2.2.1.2:
a) agrupe os dados em classes de 5 cm.
b) calcule a média e a variância.
c) comente os resultados obtidos no item anterior.
d) trace o histograma correspondente.
4. Com base nos histogramas abaixo, calcule a média, a variância e o desvio padrão.
a)
0
10
20
30
40
50
10 12 14 16 18 20 22 24
b)
0
2
4
6
8
10
12
14
20 25 30 35 40 45
5. Calcule o coeficiente de correlação entre o consumo e a taxa de juros da tabela 2.3.4.1
6. Para os dados das tabelas abaixo, calcule:
17. 43
i) a variância e o desvio-padrão de X.
ii) a variância e o desvio-padrão de Y.
iii) a covariância entre X e Y.
iv) o coeficiente de correlação entre X e Y.
a)
X Y
20 12
30 13
40 14
45 13
36 15
27 11
b)
X Y
114 55
112 61
109 77
123 66
111 81
99 95
121 75
113 77
98 90
103 87
7. Considere duas variáveis aleatórias independentes, X e Y, cujas médias são 10 e 12,
respectivamente e suas variâncias são 25 e 16. Usando as abreviações abaixo:
m(X) = média aritmética de X.
var(X) = variância de X.
dp(X) = desvio-padrão de X.
Determine:
a) m(X + 5)
b) m(5Y)
c) m(3X – 4Y + 7)
d) var(2X)
e) var(Y + 6)
f) var(4X) - var(2Y + 12)
g) dp(5X) + dp(6Y)
h) dp(3X - 5) - dp(4Y - 8)
8. Dadas as variáveis aleatórias X, Y e Z, sendo:
var(X) = 4 cov(Y,Z) = -3
var(Y) = 9 X e Y são independentes
var(Z) = 1 X e Z são independentes
Calcule:
a) var(X+Y)
b) var(X-Y)
c) var(2X+3Y)
d) var(Y+Z)
18. 44
e) var(2Y-3Z+5)
f) var(4X-2)
g) corr(Z,Y)
h) cov(4Z,5Y)
i) cov(2Z,-2Y)
j) corr(1,5Z; 2Y)
9. O coeficiente de correlação entre X e Y é 0,6. Se W = 3 + 4X e Z = 2 – 2Y, determine o
coeficiente de correlação entre W e Z.
10. O coeficiente de correlação entre X e Y é . Se W = a + bX e Z = c + dY, determine o
coeficiente de correlação entre W e Z
19. 45
Apêndice 2.B - Demonstrações
2.B.1 Demonstração da expressão 2.3.3.1
var(aX) = a2
var(X)
var(aX) =
1
n
n
1=i
2
i )X-X( aa
var(aX) =
1
n
n
1=i
2
i )X-(Xa
var(aX) =
1
n
n
1=i
2
i
2
)X-(Xa
var(aX) = a2 1
n
(X - X)i
2
i=1
n
var(aX) = a2
var(X) (c.q.d)
2.B.2 Demonstração da expressão 2.3.3.2
dp(aX) = a.dp(X)
dp(aX) = X)var(a
dp(aX) = var(X)2
a
dp(aX) = var(X)a
dp(aX) = a.dp(X) (c.q.d.)
2.B.3 Demonstração da expressão 2.3.3.3
var(X+a) = var(X)
var(X+a) =
1
n
n
1=i
2
i )X(-+X aa
var(X+a) =
1
n
n
1=i
2
i )-X-+X aa
var(X+a) =
1
n
(X - X)i
2
i=1
n
var(X+a) = var(X) (c.q.d.)
2.B.4 Demonstração da expressão 2.3.3.4
dp(X+a) = dp(X)
dp(X+a) = )+var(X a
dp(X+a) = var(X)
20. 46
dp(X+a) = dp(X) (c.q.d.)
2.B.5 Demonstração da expressão 2.3.4.1
cov(X,Y) = média dos produtos - produto da média
cov(X,Y) =
1
n
(X - X)(Y - Y)i i
i=1
n
cov(X,Y) =
1
n
(X Y - X Y - XY + XY)i i i i
i=1
n
cov(X,Y) =
1
n
X Yi i
i=1
n
-
1
n
X Yi
i=1
n
-
1
n
XYi
i=1
n
+
1
n
XY
i=1
n
cov(X,Y) =
1
n
X Yi i
i=1
n
-Y
1
n
Xi
i=1
n
- X
1
n
Yi
i=1
n
+
1
n
n XY
cov(X,Y) =
1
n
X Yi i
i=1
n
- XY - XY + XY
cov(X,Y) =
1
n
X Yi i
i=1
n
- XY
cov(X,Y) = média dos produtos - produto da média (c.q.d.)
2.B.6 Demonstração da expressão 2.3.6.1
cov(aX,bY) = a.b.cov(X,Y)
cov(aX,bY) =
1
n
n
1=i
ii )Y-Y)(X-X( bbaa
cov(aX,bY) =
1
n
n
1=i
ii )Y-(Y)X-(X ba
cov(aX,bY) = a.b.
1
n
(X - X)(Y - Y)i i
i=1
n
cov(aX,bY) = a.b.cov(X,Y)
2.B.7 Demonstração da expressão 2.3.6.2
var(X+Y) = var(X) + var(Y) + 2cov(X,Y)
var(X+Y) =
1
n
(X Y )i i
2
i=1
n
- ( )X Y 2
var(X+Y) =
1
n
(X Y + 2X Y )i i
2
i i
i=1
n
2
- ( )X Y XY
2 2
2
var(X+Y) =(
1
n
Xi
i=1
n
2
- X
2
) + (
1
n
Yi
2
i=1
n
-Y
2
) + 2(
1
n
X Yi i
i=1
n
- XY )