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.
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
1) O documento apresenta informações sobre um curso de estatística em uma escola técnica, incluindo o nome do professor, coordenadores e unidades temáticas do curso.
2) As unidades temáticas abordam conceitos básicos de estatística, ferramentas de cálculo e regras de arredondamento.
3) O documento fornece exemplos e exercícios sobre esses tópicos para fixar os conceitos ensinados.
1) O documento descreve as medidas de tendência central moda, média e mediana, explicando o que são e como calculá-las.
2) A moda é o valor mais recorrente em um conjunto de dados. A média é a soma dos valores dividida pela quantidade de itens. A mediana é o valor do meio quando os dados são ordenados.
3) Exemplos ilustram como calcular cada medida para diferentes conjuntos de dados.
O documento apresenta os principais conceitos e técnicas da estatística descritiva, incluindo medidas de posição central e dispersão para resumir conjuntos de dados, além de métodos de amostragem e organização de dados em tabelas de frequência e gráficos.
Este documento apresenta um resumo sobre medidas de tendência central em estatística, incluindo média, mediana e moda. Explica como calcular cada medida e fornece exemplos para ilustrar os cálculos. Também fornece referências adicionais para estudos sobre o tema.
O documento discute estatística descritiva, que é a etapa inicial da análise de dados para descrever, organizar e resumir as informações coletadas. Inclui medidas de posição como média e mediana, e medidas de dispersão como amplitude, variância e desvio padrão.
1. O documento discute conceitos estatísticos como população, amostra, variáveis, tabelas de frequência, medidas de tendência central e tipos de gráficos.
2. Inclui exemplos de como organizar, resumir e apresentar dados estatísticos através de tabelas, gráficos de barras e circulares.
3. Fornece instruções passo-a-passo para analisar e interpretar dados sobre número de irmãos e altura de jogadores de basquete.
O documento introduz os principais conceitos estatísticos, como: estatística serve para coletar, organizar e analisar dados para apresentar resultados conclusivos de pesquisas; população e amostra; variáveis qualitativas e quantitativas; frequência absoluta e relativa; medidas de tendência central como média, mediana e moda.
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
1) O documento apresenta informações sobre um curso de estatística em uma escola técnica, incluindo o nome do professor, coordenadores e unidades temáticas do curso.
2) As unidades temáticas abordam conceitos básicos de estatística, ferramentas de cálculo e regras de arredondamento.
3) O documento fornece exemplos e exercícios sobre esses tópicos para fixar os conceitos ensinados.
1) O documento descreve as medidas de tendência central moda, média e mediana, explicando o que são e como calculá-las.
2) A moda é o valor mais recorrente em um conjunto de dados. A média é a soma dos valores dividida pela quantidade de itens. A mediana é o valor do meio quando os dados são ordenados.
3) Exemplos ilustram como calcular cada medida para diferentes conjuntos de dados.
O documento apresenta os principais conceitos e técnicas da estatística descritiva, incluindo medidas de posição central e dispersão para resumir conjuntos de dados, além de métodos de amostragem e organização de dados em tabelas de frequência e gráficos.
Este documento apresenta um resumo sobre medidas de tendência central em estatística, incluindo média, mediana e moda. Explica como calcular cada medida e fornece exemplos para ilustrar os cálculos. Também fornece referências adicionais para estudos sobre o tema.
O documento discute estatística descritiva, que é a etapa inicial da análise de dados para descrever, organizar e resumir as informações coletadas. Inclui medidas de posição como média e mediana, e medidas de dispersão como amplitude, variância e desvio padrão.
1. O documento discute conceitos estatísticos como população, amostra, variáveis, tabelas de frequência, medidas de tendência central e tipos de gráficos.
2. Inclui exemplos de como organizar, resumir e apresentar dados estatísticos através de tabelas, gráficos de barras e circulares.
3. Fornece instruções passo-a-passo para analisar e interpretar dados sobre número de irmãos e altura de jogadores de basquete.
O documento introduz os principais conceitos estatísticos, como: estatística serve para coletar, organizar e analisar dados para apresentar resultados conclusivos de pesquisas; população e amostra; variáveis qualitativas e quantitativas; frequência absoluta e relativa; medidas de tendência central como média, mediana e moda.
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.
Aula 3 Estatística descritiva (Medidas de Tendencia Central).pdfJeremiasFontinele
1) O documento discute medidas de tendência central como média, mediana e moda.
2) A média é a soma de todos os valores dividida pelo número total de valores e pode ser influenciada por valores extremos. A mediana é o valor central quando os dados são ordenados e não é influenciada por valores extremos. A moda é o valor que mais se repete.
3) Essas medidas de tendência central resumem dados de forma condensada e indicam o valor central em torno do qual os dados se distribuem.
O documento discute fundamentos matemáticos importantes para gestão, incluindo equações do primeiro grau, porcentagem e estatística. A seção de Fundamentos da Matemática explica o que são equações do primeiro grau e como resolvê-las, além de razões, proporções e funções do primeiro grau. Posteriormente, aborda cálculos com porcentagem e introduz conceitos estatísticos.
Este documento é uma apostila de matemática básica destinada a alunos do CEFET/SP e UNED de Sertãozinho. A apostila aborda conceitos matemáticos básicos e intermediários dos ensinos fundamental e médio, necessários para o progresso nos cursos oferecidos pela instituição. O material contém definições, exemplos e exercícios para fixação dos principais tópicos da matemática.
O documento discute medidas estatísticas de posição central, dispersão e variabilidade de dados. Ele explica medidas como moda, mediana, média, variância, desvio padrão e coeficiente de variação, fornecendo suas definições, fórmulas e propriedades para analisar o comportamento central e variabilidade de variáveis.
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.
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.
Este documento apresenta uma apostila sobre estatística aplicada a administração, economia, matemática industrial e engenharia. A apostila introduz conceitos básicos de estatística descritiva e inferencial, incluindo probabilidade, amostragem, estimação de parâmetros, testes de hipóteses, análise de variância e regressão linear. O documento é organizado em seções com exemplos para facilitar o aprendizado dos alunos dessas áreas.
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.
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.
O documento discute os tipos de dados estatísticos e como organizá-los e representá-los. Apresenta dados qualitativos sobre estado civil e dados quantitativos discretos e contínuos sobre número de irmãos e altura respectivamente. Explica como calcular média, mediana e moda para cada tipo de dado e como construir tabelas de frequências e gráficos para sua representação.
O documento discute os tipos de dados estatísticos e como organizá-los e representá-los. Apresenta dados qualitativos sobre estado civil e dados quantitativos discretos e contínuos sobre número de irmãos e altura respectivamente. Explica como calcular média, mediana e moda para cada tipo de dado e como construir tabelas de frequências e gráficos para sua representação.
O documento resume conceitos estatísticos básicos como medidas de tendência central (média, mediana e moda), notações estatísticas e exemplos de cálculo destas medidas.
Este documento apresenta uma apostila de matemática básica com o objetivo de fornecer conhecimentos matemáticos essenciais para estudantes do ensino fundamental e médio. A apostila contém definições, exemplos e exercícios sobre conjuntos numéricos, operações básicas, frações, potências, equações, proporcionalidade e outros tópicos matemáticos fundamentais.
Este documento apresenta uma apostila de matemática básica com o objetivo de fornecer conhecimentos matemáticos essenciais para estudantes do ensino fundamental e médio. A apostila contém definições, exemplos e exercícios sobre conjuntos numéricos, operações básicas, frações, potências, equações, proporcionalidade e outros tópicos matemáticos fundamentais.
Este documento apresenta uma apostila de matemática básica com o objetivo de fornecer conhecimentos matemáticos essenciais para estudantes do ensino fundamental e médio. A apostila contém definições, exemplos e exercícios sobre conjuntos numéricos, operações básicas, frações, potências, equações, proporcionalidade e outros tópicos matemáticos fundamentais.
1) A cinemática serve para medir variáveis do movimento através de imagens registradas, identificar e corrigir falhas de movimento e aprimorar técnicas.
2) A dinamometria mede a força produzida por grupos musculares, enquanto a eletromiografia registra atividades elétricas musculares durante movimentos.
3) Estatística descritiva analisa dados para calcular média, mediana, moda e quartis, dividindo amostras em partes iguais para classificar resultados.
Este documento aborda vários conteúdos de matemática do 6o ano, incluindo: 1) círculos e cilindros, 2) números racionais, 3) potências, 4) proporcionalidade direta, e 5) estatística. Fornece exemplos e explicações detalhadas sobre cada um destes tópicos matemáticos.
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
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.
AE03 - ESTUDO CONTEMPORÂNEO E TRANSVERSAL EMPREENDEDORISMO CORPORATIVO UNICES...Consultoria Acadêmica
O Plano de Negócios, de maneira geral, se apresenta com um instrumento constituído de uma sequência
lógica que sugere uma análise para a viabilidade de uma ideia. A elaboração segue direcionamentos para
facilitar o desenvolvimento e a posterior análise.
RODRIGUES, F. L. S. et al. Análise da tendência do serviço de delivery e como um plano de negócios pode
colaborar em sua praticidade. Revista Interdisciplinar Pensamento Científico, v. 5, n. 4, 2019. Disponível
em: https://bit.ly/3UR7Tap. Acesso em: 13 dez. 2022.
Com base nas informações apresentadas e considerando essa ferramenta, analise as afirmativas a seguir.
I. A utilização é específica para pessoas externas à empresa.
II. A interpretação das divisões do Plano pode atender diferentes propósitos.
III. A profundidade e quantidade de detalhes acompanha a proporção do tamanho do negócio.
É correto o que se afirma em:
ALTERNATIVAS
I, apenas.
III, apenas.
I e II, apenas.
II e III, apenas.
I, II e III.
Entre em contato conosco
54 99956-3050
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.
Aula 3 Estatística descritiva (Medidas de Tendencia Central).pdfJeremiasFontinele
1) O documento discute medidas de tendência central como média, mediana e moda.
2) A média é a soma de todos os valores dividida pelo número total de valores e pode ser influenciada por valores extremos. A mediana é o valor central quando os dados são ordenados e não é influenciada por valores extremos. A moda é o valor que mais se repete.
3) Essas medidas de tendência central resumem dados de forma condensada e indicam o valor central em torno do qual os dados se distribuem.
O documento discute fundamentos matemáticos importantes para gestão, incluindo equações do primeiro grau, porcentagem e estatística. A seção de Fundamentos da Matemática explica o que são equações do primeiro grau e como resolvê-las, além de razões, proporções e funções do primeiro grau. Posteriormente, aborda cálculos com porcentagem e introduz conceitos estatísticos.
Este documento é uma apostila de matemática básica destinada a alunos do CEFET/SP e UNED de Sertãozinho. A apostila aborda conceitos matemáticos básicos e intermediários dos ensinos fundamental e médio, necessários para o progresso nos cursos oferecidos pela instituição. O material contém definições, exemplos e exercícios para fixação dos principais tópicos da matemática.
O documento discute medidas estatísticas de posição central, dispersão e variabilidade de dados. Ele explica medidas como moda, mediana, média, variância, desvio padrão e coeficiente de variação, fornecendo suas definições, fórmulas e propriedades para analisar o comportamento central e variabilidade de variáveis.
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.
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.
Este documento apresenta uma apostila sobre estatística aplicada a administração, economia, matemática industrial e engenharia. A apostila introduz conceitos básicos de estatística descritiva e inferencial, incluindo probabilidade, amostragem, estimação de parâmetros, testes de hipóteses, análise de variância e regressão linear. O documento é organizado em seções com exemplos para facilitar o aprendizado dos alunos dessas áreas.
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.
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.
O documento discute os tipos de dados estatísticos e como organizá-los e representá-los. Apresenta dados qualitativos sobre estado civil e dados quantitativos discretos e contínuos sobre número de irmãos e altura respectivamente. Explica como calcular média, mediana e moda para cada tipo de dado e como construir tabelas de frequências e gráficos para sua representação.
O documento discute os tipos de dados estatísticos e como organizá-los e representá-los. Apresenta dados qualitativos sobre estado civil e dados quantitativos discretos e contínuos sobre número de irmãos e altura respectivamente. Explica como calcular média, mediana e moda para cada tipo de dado e como construir tabelas de frequências e gráficos para sua representação.
O documento resume conceitos estatísticos básicos como medidas de tendência central (média, mediana e moda), notações estatísticas e exemplos de cálculo destas medidas.
Este documento apresenta uma apostila de matemática básica com o objetivo de fornecer conhecimentos matemáticos essenciais para estudantes do ensino fundamental e médio. A apostila contém definições, exemplos e exercícios sobre conjuntos numéricos, operações básicas, frações, potências, equações, proporcionalidade e outros tópicos matemáticos fundamentais.
Este documento apresenta uma apostila de matemática básica com o objetivo de fornecer conhecimentos matemáticos essenciais para estudantes do ensino fundamental e médio. A apostila contém definições, exemplos e exercícios sobre conjuntos numéricos, operações básicas, frações, potências, equações, proporcionalidade e outros tópicos matemáticos fundamentais.
Este documento apresenta uma apostila de matemática básica com o objetivo de fornecer conhecimentos matemáticos essenciais para estudantes do ensino fundamental e médio. A apostila contém definições, exemplos e exercícios sobre conjuntos numéricos, operações básicas, frações, potências, equações, proporcionalidade e outros tópicos matemáticos fundamentais.
1) A cinemática serve para medir variáveis do movimento através de imagens registradas, identificar e corrigir falhas de movimento e aprimorar técnicas.
2) A dinamometria mede a força produzida por grupos musculares, enquanto a eletromiografia registra atividades elétricas musculares durante movimentos.
3) Estatística descritiva analisa dados para calcular média, mediana, moda e quartis, dividindo amostras em partes iguais para classificar resultados.
Este documento aborda vários conteúdos de matemática do 6o ano, incluindo: 1) círculos e cilindros, 2) números racionais, 3) potências, 4) proporcionalidade direta, e 5) estatística. Fornece exemplos e explicações detalhadas sobre cada um destes tópicos matemáticos.
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
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.
Semelhante a topico 2_Medidas descritivas.pdf (20)
AE03 - ESTUDO CONTEMPORÂNEO E TRANSVERSAL EMPREENDEDORISMO CORPORATIVO UNICES...Consultoria Acadêmica
O Plano de Negócios, de maneira geral, se apresenta com um instrumento constituído de uma sequência
lógica que sugere uma análise para a viabilidade de uma ideia. A elaboração segue direcionamentos para
facilitar o desenvolvimento e a posterior análise.
RODRIGUES, F. L. S. et al. Análise da tendência do serviço de delivery e como um plano de negócios pode
colaborar em sua praticidade. Revista Interdisciplinar Pensamento Científico, v. 5, n. 4, 2019. Disponível
em: https://bit.ly/3UR7Tap. Acesso em: 13 dez. 2022.
Com base nas informações apresentadas e considerando essa ferramenta, analise as afirmativas a seguir.
I. A utilização é específica para pessoas externas à empresa.
II. A interpretação das divisões do Plano pode atender diferentes propósitos.
III. A profundidade e quantidade de detalhes acompanha a proporção do tamanho do negócio.
É correto o que se afirma em:
ALTERNATIVAS
I, apenas.
III, apenas.
I e II, apenas.
II e III, apenas.
I, II e III.
Entre em contato conosco
54 99956-3050
O presente trabalho consiste em realizar um estudo de caso de um transportador horizontal contínuo com correia plana utilizado em uma empresa do ramo alimentício, a generalização é feita em reserva do setor, condições técnicas e culturais da organização
AE03 - ESTUDO CONTEMPORÂNEO E TRANSVERSAL COMUNICAÇÃO ASSERTIVA E INTERPESSOA...Consultoria Acadêmica
A capacidade de ouvir e compreender o outro inclui não apenas a fala, mas também as expressões e
manifestações corporais, consideradas elementos fundamentais no processo de comunicação. Assim, o
estudo da linguagem corporal, conhecida por cinésica, assume um papel importante na decodificação das
mensagens recebidas durante as interações profissionais ou pessoais.
Fonte: Krieser, Deise Stolf. Estudo Contemporâneo e Transversal - Comunicação Assertiva e Interpessoal.
Indaial, SC: Arqué, 2023.
Considerando o papel da linguagem corporal no processo de comunicação, analise as seguintes afirmações:
I. A capacidade de ouvir e compreender o outro no processo de comunicação inclui apenas a interpretação
das palavras faladas.
II. As expressões e manifestações corporais não são elementos fundamentais na comunicação,
desempenhando um papel secundário na compreensão das mensagens.
III. O estudo da linguagem corporal, conhecido como cinésica, é relevante para a decodificação das
mensagens durante as interações profissionais ou pessoais.
É correto o que se afirma em:
ALTERNATIVAS
I, apenas.
II, apenas.
III, apenas.
I e III, apenas.
I, II e III.
Entre em contato conosco
54 99956-3050
2. Vamos começar a estudar as características de uma
distribuição de frequências ou de dados. Dentre elas,
podemos citar:
a) Medidas de tendência central: informa onde se localiza
o centro da distribuição;
b) Medidas dispersão: avaliam a variabilidade dos dados;
c) Medidas separatrizes: visam separar o conjunto de
dados em partes iguais.
d) Assimetria: grau de deformação da curva; representa a
concentração dos valores em um dos extremos da
distribuição.
e) Curtose: é o grau de achatamento da distribuição.
Barbetta, Reis, Bornia (2010)
3. • Essas medidas mostram que os dados tendem a se
agrupar/distribuir em torno dos valores centrais, logo,
busca-se por um valor central ou típico de uma
distribuição de dados para representá-los.
Temos a média, moda e mediana.
Medidas de tendência central
4. Pergunta: Você já se questionou por que sempre sai a
mesma quantidade de tempo antes quando vai de casa
para o trabalho?
Editora Ciranda Cultural
FURG
Quando repetimos uma grande quantidade de
vezes o trajeto, anotamos mentalmente o
tempo e criamos uma amostra representativa,
e calculamos mentalmente a média.
A média é um valor em torno do qual os
valores tendem a se concentrar (é o valor
esperado).
5. Seja x1, x2, ... xn, um conjunto de números ou valores
observados para a variável X em estudo. Definimos a média
aritmética simples como sendo a soma dos números ou
valores dividido pela quantidade de valores.
1.1 Média aritmética simples (ou valor esperado)
1. Média
população
da
tamanho
população
da
média
amostra
da
tamanho
amostra
da
média
=
=
=
=
N
n
X
6. Propriedades da Média
• A média de um conjunto de dados é única e não deve ser
arredondada.
• A média é influenciada/afetada por todos os valores da
série de dados.
• A soma dos desvios de um conjunto de valores em relação
à média aritmética é zero.
Ex: Seja Xi = 7,8,9; média = 8
(7-8)+(8-8)+(9-8)=0
( ) 0
1
=
−
=
n
i
i x
x
7. • Se somarmos ou diminuirmos uma constante a cada um
dos dados, a média também será somada ou subtraída
dessa constante. Analogamente, serve para a multiplicação
e divisão por uma constante.
Ex: Seja Xi = 7,8,9; média = 8
x+2
7+2 =9
8 +2 = 10
9+ 2 = 11
média = 10
•A soma dos quadrados dos desvios em relação à média
representa um valor mínimo.
( ) valor
mínimo
x
x
n
i
i
1
2
=
−
=
8. Exemplo: média para dados brutos
Calcule a média aritmética da variável idade dos
alunos da turma de estatística descritiva.
Idade
17
18
18
18
18
18
18
19
20
21
21
21
22
22
22
23
23
24
24
27
27
29
30
32
35
41
49
n = 27
A média da idade da turma é 24,33 anos.
9. Quando os dados estão agrupados em tabelas precisamos
considerar a frequência de cada um dos valores da variável
para calcularmos a média. Assim, as frequências indicam a
intensidade de cada valor da variável em estudo, sendo um
fator de ponderação.
- Sem intervalos de classes:
xi fi
0 22
1 4
2 1
Total 27
A média é de 0,22 filho por aluno.
2. Média aritmética ponderada
Mesmo valor obtido
com dados brutos
n
f
x
X i
i
p
=
.
10. Exemplo:
Cálculo da nota na FURG: condições para aprovação na
graduação
1.Disciplinas Semestrais com 2 notas parciais (NP):
1º) Aluno que alcançar média aritmética simples nas suas
notas parciais ≥ 7,0;
2º) No exame: aluno que alcançar Média final ≥ 5,0:
Média = 3 x ( NP1 + NP2 ) + 4 x Exame
10
2.Para Disciplinas Anuais com 4 notas parciais (NP):
Média = 1,5 x ( NP1 + NP2 + NP3 + NP4 ) + 4 x Exame
10
11. - Com intervalos de classes:
Calculamos considerando o valor de cada classe como o ponto
médio da respectiva classe.
i
Idades
(anos) fi Pm Pm.fi
1 17 |- 23 15 20 300
2 23 |- 29 6 26 156
3 29 |- 35 3 32 96
4 35 |- 41 1 38 38
5 41 |- 47 1 44 44
6 47 |- 53 1 50 50
Total 27 ---
A média da idade da turma é 25,33 anos.
n
f
P
X
i
m
p
i
=
.
O desconhecimento dos valores
individuais faz com que se utilize
os pontos médios de classe
para calcular a média.
13. Quando agrupamos os dados em intervalos de classes,
passamos a trabalhar com os dados sem conhecimento de
seus valores individuais, ou seja, perdemos informação e
precisão.
Por esta razão, utiliza-se a distribuição de frequência com
intervalos de classes apenas para apresentar os dados ou
construir o histograma para representar o conjunto.
14. 3. Moda - Mo
Denominamos moda, o valor que ocorre com maior
frequência em uma série de valores.
Ex.: O salário modal dos empregados de uma empresa é o
salário recebido pelo maior número de empregados.
▪ Para dados brutos:
Procedimento: Deve-se ordenar os elementos da série e
verificar qual deles mais vezes ocorreu.
15. Classificação quanto ao número de modas:
1. Unimodal - quando possui somente uma moda.
Ex.: 2; 3; 3; 4; 4; 4; 8
Mo = 4
2. Bimodal - quando possui duas modas.
Ex.: 0; 3; 4; 4; 5; 5; 7
Mo1 = 4 Mo2 = 5
3. Trimodal - quando possui três modas.
Ex.: 0; 2; 2; 3; 3; 5; 4; 4;
Mo1 = 2 Mo2 = 3 e Mo3 = 4
4. Poli ou Multimodal - quando possui mais de três
modas.
Quando todas as observações ocorrem com a mesma
frequência, diz-se que a mesma é amodal, ou seja, não possui
moda. Ex.: 2; 2; 3; 3; 4; 4; OU 1; 2; 3; 5
17. a) Qual é a média em relação à garantia de vida do
produto? Não é possível calcular média de dados
qualitativos.
b) Qual é o conceito modal sobre garantia de vida do
produto? Satisfatório (S)
Exemplo 2:
Uma empresa deseja avaliar o período definido para a
garantia de vida de sua produção de pendrives. Para isso,
seleciona uma amostra de 12 unidades e avalia a ocorrência
de falhas no período pretendido para a garantia de vida do
produto. Os resultados são apresentados a seguir, onde
S = resultado satisfatório e F = ocorrência de falha.
S S S S S S F F S S F S
18. 4. Mediana (Md)
É uma medida de tendência central e separatriz. Tem por
função dividir a série, já ordenada, em duas partes iguais,
sendo que, cada parte contém a mesma quantidade de
elementos.
50% 50%
Md
19. Temos duas situações:
▪ Número ímpar de elementos
Procedimento: ordenar a série, encontrar a posição da
mediana (PMd) e, em seguida, verificar qual é o valor (x) que
ocupa essa posição.
Ex.: Calcular a mediana de 10, 5, 9, 6, 2, 13, 16, 15, 18
2,5,6,9,10,13,15,16,18
Md=10
2
1
+
=
n
PMd
Md
P
x
Md =
Ordenar!
º
5
2
1
9
=
+
=
Md
P
20. ▪ Mediana para número par de elementos
Procedimento: ordenar a série e localizar os dois elementos
que estão no centro. Em seguida, calcular a média aritmética
destes dois elementos.
Ex.: Determinar a mediana dos números 6, 2, 10, 7, 21, 13, 18, 12
2,6,7,10,12,13,18,21
Md=(10+12)/2
Md=11
2
5
,
0
5
,
0 +
−
+
= Md
Md P
P x
x
Md
2
1
+
=
n
PMd
posição
PMd ª
5
,
4
2
1
8
=
+
=
Md está entre as posições
4ª e 5ª.
Calcular a
média desses
valores
X4 X5
22. Qual medida devo usar para representar o meu conjunto de
dados?
https://br.depositphotos.com
Ex.: Idade de alunos:
15 16 14 16 17
Neste caso, poderíamos utilizar qualquer medida
de tendência central, todas estarão próximas.
15 16 14 18 17 50
Neste caso, a idade de 50 anos é muito diferente
das demais, tornando-se um ponto discrepante.
Isso fará com que a média das idades seja afetada
e não seja “representativa” da maioria dos
alunos, sendo preferível utilizar a mediana, pois
ela não é afetada por pontos discrepantes.
Também não temos moda.
23. ▪ As Medidas de Tendência Central não são suficientes
para caracterizar a distribuição.
Medidas de Dispersão
Exemplo: Suponha as notas de 3 grupos (A, B e C), cada qual com 4
alunos.
GRUPO “A” : 5, 5, 5, 5
GRUPO “B” : 9, 9, 1, 1
GRUPO “C” : 4, 4, 6, 6
Qual é a média de cada grupo?
A média é 5 para todos os grupos. Mas percebe-se que seus
valores são bem diferentes!
24. ▪ Para uma análise estatística mais exata é necessário
verificar a variação dos valores (dispersão) em torno de
sua média aritmética (valor central).
▪ Essas medidas indicam se um conjunto é homogêneo (pouca
ou nenhuma variabilidade) ou heterogêneo (muita
variabilidade).
Quanto menor a dispersão, mais confiável é a média.
Exemplo: O comportamento dos grupos são bem distintos:
GRUPO “A”: a dispersão é nula
GRUPO “B”: valores são dispersos em relação à média
GRUPO “C”: valores são mais homogêneos
25. Exemplo 2: Considere duas linhas de produção de uma peça. A
média do comprimento da peça é de 75cm e ambas as linhas estão
produzindo peças com comprimentos próximos desse valor. Podemos
considerar que as peças produzidas por ambas as linhas são
adequadas?
As peças produzidas por (1) são melhores. Isso ocorre porque a dispersão
dos elementos em torno da média é menor, ou seja, os elementos estão
mais concentrados em torno da média na primeira linha de produção.
Como queremos avaliar a dispersão dos dados em torno da média, esse
valor estará relacionado com a distância dos dados em relação à média.
Portal Action (2017)
26. Dentre as medidas de dispersão ou de variabilidade de um
conjunto de dados, podemos citar algumas :
◦ Amplitude Total
◦ Desvio médio
◦ Variância
◦ Desvio Padrão
◦ Desvio interquantílico (Amplitude interquartílica=AIQ)
Medida de dispersão relativa:
◦ Coeficiente de variação
Avaliam a variabilidade dos dados em torno da
MÉDIA.
27. 1. Amplitude Total (AT)
A amplitude total é a diferença entre o maior (xmáx) e o menor
(xmín) valor da série de dados. Representa a dispersão máxima.
AT raramente é usada como única medida de variabilidade
porque é calculada apenas com os valores extremos.
Exemplo: Nota de 20 alunos:
Xi: 1, 1, 2, 2, 2, 3, 3, 3, 5, 5, 5, 5, 5, 6, 6, 6, 9
AT = 9 – 1 = 8
mín
máx x
x
AT −
=
Interpretação: as notas dos alunos variaram de 1 a 9 pontos, tendo
amplitude total de 8 pontos
28. A variância é a média dos desvios ao redor da média elevado
ao quadrado.
Populacional:
Amostral:
2. Variância (2 para população; s2 para amostras)
( )
=
−
−
=
n
i
i X
X
n
S
1
2
2
1
1
( )
=
−
=
N
i
i
X
N 1
2
2 1
N = tamanho da população
n = tamanho da amostra
Xi = valores observados nos dados
população
da
média
a
representa
que
al
populacion
parâmetro
amostra
da
média
=
=
x
29. Como a variância é calculada a partir do quadrado dos desvios
em relação à média, seu resultado é um número com unidade
quadrada (ex.: anos2).
A vantagem do desvio padrão sobre a variância é que este
permite uma interpretação direta do grupo, pois o mesmo é
expresso na mesma unidade de medida dos dados em
análise.
O desvio padrão nada mais é do que a raiz quadrada da
variância.
3. Desvio padrão ( para população; s para amostras)
2
S
S =
2
=
30. Algumas considerações sobre o desvio padrão:
• Sua interpretação está vinculada à média aritmética.
• É sempre positivo.
• Assim como a média, o desvio padrão é uma medida pouco
resistente, pois é influenciado por valores ou muito
grandes ou muito pequenos (discrepantes).
• A média e o desvio padrão fornecem informações úteis
sobre a localização do centro da distribuição dos dados e
sobre a variabilidade se as distribuições dos dados forem
aproximadamente simétricas.
31. Interpretação do Desvio Padrão
Quando uma curva de frequência representativa da série é
simétrica (curva apresentada na Figura 1, a seguir), podemos
afirmar que:
• O intervalo contém aproximadamente 68,27%
dos valores da série.
• O intervalo contém aproximadamente 95,45%
dos valores da série.
• O intervalo contém aproximadamente 99,73%
dos valores da série.
1
;
1 +
−
2
;
2 +
−
3
;
3 +
−
32. Figura 1. Interpretação do desvio padrão para uma curva simétrica.
Fonte: inf.ufsc.br/~andre.zibetti/probabilidade/normal.html
Ex.: Valores que estão acima ou abaixo de 2 desvios já estão muito
afastados da média. Muitos autores já os consideram como
valores discrepantes.
33. Exemplo:
Calcule a variância e desvio padrão considerando a
população das três equipes.
Equipe A: 5; 5; 5; 5
Média=5
Equipe B: 9; 9; 1; 1
Média = 5
Equipe C: 6; 6; 4; 4
Média = 5
Quanto maior for o desvio
padrão, maior será a
variação (dispersão) entre
os valores.
34. 2
2
2
2
2
2
0
)
5
5
(
)
5
5
(
)
5
5
(
)
5
5
(
.
4
1
)
( pontos
A =
−
+
−
+
−
+
−
=
pontos
pontos
A 0
0
)
( 2
=
=
Conforme esperado, uma vez que todos os valores são iguais à média e
não há variabilidade (dispersão).
pontos
pontos
B 4
16
)
( 2
=
=
( )
=
−
=
N
i
i
x
N 1
2
2 1
5
=
Equipe A: 5; 5; 5; 5
1
x 2
x 3
x 4
x
2
2
2
2
2
2
16
)
5
1
(
)
5
1
(
)
5
9
(
)
5
9
(
.
4
1
)
( pontos
A =
−
+
−
+
−
+
−
=
Equipe B: 9; 9; 1; 1
35. 2
2
1
)
( ponto
C =
ponto
ponto
C 1
1
)
( 2
=
=
Equipe C: 6; 6; 4; 4
pontos
pontos
B
S 62
,
4
33
,
21
)
( 2
=
=
Calculando a variância e desvio padrão amostral para a
Equipe B:
Observe que há diferença no resultado quando consideramos
dados de “população” (σ = 4).
Equipe C é mais homogênea que a equipe B
2
2
2
2
2
2
33
,
21
)
5
1
(
)
5
1
(
)
5
9
(
)
5
9
(
.
3
1
)
( pontos
A
S =
−
+
−
+
−
+
−
=
36. Medida de Dispersão Relativa
É uma medida relativa de variabilidade que permite a
comparação da dispersão de duas características
diferentes (unidades de medição e/ou tamanhos
diferentes).
É utilizado para comparar em termos relativos o grau
de concentração dos dados em torno da média de
séries distintas.
http://g1.globo.com/sp/presidente-prudente-
regiao/blog/nutricao-pratica/post/perder-peso-x-emagrecer.html
https://sites.google.com/site/rendonrestr
epo112del2017/
37. Coeficiente de Variação (CV)
É uma medida que indica a relação percentual entre o
desvio padrão e a média dos dados.
100
=
CV
100
=
x
s
CV
População
Amostra
Classificação da dispersão relativa:
CV < 15% → baixa dispersão
15% ≤ CV ≤ 30% → média dispersão
CV > 30% → alta dispersão
38. Exemplo 1: Comparação para mesma unidade de
medida
Considere as notas de duas turmas da Faculdade. As notas
da turma A apresentam média 6 com desvio padrão 4 e as da
turma B média 9 e desvio padrão 2. Qual turma é mais
homogênea em termos de notas?
%
67
,
66
100
.
6
4
)
( =
=
A
CV
%
22
,
22
100
.
9
2
)
( =
=
B
CV
Conforme o coef. de variação, as notas da turma B
são mais homogêneas do que as notas da turma A.
Alta dispersão
média dispersão
39. Exemplo 2: Comparação de unidades de medidas diferentes
Qual variável apresentou maior dispersão nos dados?
Na tabela abaixo são apresentados os valores do desvio
padrão e da média da altura e peso de um grupo de pessoas.
Calcule o coef. de variação e comente os resultados.
Variáveis Média Desvio padrão
Altura (cm) 170 9
Peso (Kg) 68 11
%
3
,
5
)
(
%
2
,
11
)
(
=
=
altura
CV
peso
CV
O peso dos alunos variou mais do que a altura
dos mesmos. Embora ambos apresentem
baixa dispersão.
40. Medidas Separatrizes
São números que dividem a sequência ordenada de dados
em partes que contêm a mesma quantidade de elementos da
série.
Desta forma, a mediana que divide a sequência ordenada em
dois grupos, cada um deles contendo 50% dos valores da
sequência, é também uma medida separatriz.
Além da mediana, existem outras medidas separatrizes que
destacaremos: quartis, decis e percentis.
41. Se dividirmos a série ordenada em quatro partes iguais,
cada uma ficará com 25% dos elementos. Os elementos que
separam estes grupos são chamados de quartis.
➢ O primeiro quartil (Q1) separa a sequência ordenada
deixando 25% de seus valores à esquerda e 75% de seus
valores à direita.
Quartis
42. O segundo quartil (Q2) separa a sequência ordenada
deixando 50% de seus valores à esquerda e 50% de seus
valores à direita. Note que o Q2 é a Mediana da série.
O terceiro quartil (Q3) separa a sequência ordenada
deixando 75% de seus valores à esquerda e 25% de seus
valores à direita.
43. O quarto quartil (Q4) corresponde à última quarta parte
(100%) da série.
44. Os decis separam uma série em 10 partes iguais.
D1 deixa à esquerda da sequência 10% de seus valores e
90% à direita.
Eles são indicados por D1, D2, D3, ..., D10.
Decis
45. Os percentis separam uma série em 100 partes iguais, em
que cada parte fica com 1% de seus valores. Assim, 1% fica
à sua esquerda e 99% à direita. Eles são indicados por P1,
P2, P3, ..., P99.
Percentis
P5
5%
95%
SEMPRE NESSE SENTIDO PARA IDENTIFICAR O QUARTIL OU
PERCENTIL DE INTERESSE.
Ex.: Qual é o percentil, que acima dele temos 95% dos dados? P5
46. Encontrando a posição para DADOS BRUTOS:
1) Ordenar os dados;
2) Definir qual o percentil ou quartil desejado (j);
3) Calcular sua posição por meio da Equação abaixo;
4) Verificar qual o valor de elemento que ocupa aquela
posição.
100
)
1
.( +
=
n
j
Posição j
P
4
)
1
.( +
=
n
j
Posição j
Q j = 1,2,3,4
j = 1,2,...,100
Quartil:
Dj = j.(n+1)/ 10 => DECIL
Percentil:
47. IMPORTANTE:
1) Se a posição for um número inteiro: o valor é o elemento que se
encontra nesta posição na sequência de dados ordenados.
2) Se a posição não for um número inteiro:
➢ Ex.: 2,5º - iremos calcular a média entre os valores das posições 2ª e 3ª.
➢ Ex.: 2,25º - calcular a diferença entre os valores que ocupam a 2ª e 3ª
posição, depois calcular a parte decimal que ainda falta em relação a esta
diferença obtida e somá-la ao elemento da 2ª posição.
OBS: Existem várias formas de calcular medidas separatrizes!
No entanto, a interpretação do resultado é a mesma.
Bibliografia e softwares podem diferir um pouco no resultado!
Pinto e Silva (2010).
48. Exemplo 1: Desejamos conhecer a idade que separa os
75% mais novos dos 25% mais velhos da turma de
estatística.
1º passo: colocar em ordem crescente.
Percentil
17 18 18 18 18 18 18 19 20 21 21 21 22 22
22 23 23 24 24 27 27 29 30 32 35 41 49
49. 2º passo: decidir qual percentil deverá ser calculado (ex. P75).
3º passo: calcular a posição do percentil desejado.
4º passo: ver na escala ordenada, qual o valor correspondente à
posição calculada.
17 18 18 18 18 18 18 19 20 21 21 21 22 22
22 23 23 24 24 27 27 29 30 32 35 41 49
º
21
100
)
1
27
(
75
100
)
1
(
=
+
=
+
=
n
j
PosiçãoPj
50. CONCLUSÃO: (P75)
▪ Podemos afirmar que 75% dos alunos possuem idade
menor ou igual a 27 anos. De outro modo, dentre os 75%
mais novos, o mais velho deles possui 27 anos.
▪ Analisando os 25% restantes, podemos dizer que 25%
possuem idade maior ou igual a 27 anos. De outro modo,
dentre os 25% mais velhos, o mais novo deles possui 27
anos.
51. 17 18 18 18 18 18 18 19 20 21 21 21 22 22
22 23 23 24 24 27 27 29 30 32 35 41 49
Exemplo 2: Encontrar P30
º
4
,
8
100
)
1
27
.(
30
30 =
+
=
P
Posição
1) 8ª posição = 19
9ª posição = 20
2) Diferença = 20-19 = 1
3) Calcular 0,4 de 1, ou seja,
0,4x1=0,4
4) Somar o resultado (0,4) ao
elemento da 8ª posição (19).
5) P30 = 19,4
52. Desta forma Qj será um elemento entre Xk e Xk+1, onde
k é a posição do inteiro ≤ j(n+1)/4
( )
k
k
k
j X
X
k
n
j
X
P −
−
+
+
= +1
100
)
1
(
( )
k
k
k
j X
X
k
n
j
X
Q −
−
+
+
= +1
4
)
1
(
º
4
,
8
100
)
1
27
.(
30
30 =
+
=
P
P
K=8
Menor inteiro
( )( )
( )( )
4
,
19
)
1
4
,
0
(
19
19
20
8
4
,
8
19
8
4
,
8
30
8
9
8
30
=
+
−
−
+
=
−
−
+
=
x
P
X
X
X
P
De forma geral:
Usando dados do Exemplo 2
Quanto passa da
posição inteira
Diferença entre os
valores das posições
54. O Boxplot é capaz de resumir o conjunto de observações e revelar
vários aspectos, como tendência central, variabilidade e
simetria.
O boxplot também possibilita visualizar valores atípicos (outliers ou
valores discrepantes).
A construção do boxplot é feita com base no chamado resumo de
cinco números: o valor mínimo, o primeiro quartil (Q1), a
mediana (Md), o terceiro quartil (Q3) e o máximo.
Boxplot ou diagrama em caixas
55. A parte central do gráfico é composta de
uma “caixa” com o nível superior dado por
Q3 e o nível inferior por Q1.
O tamanho da caixa é uma medida de
dispersão chamada distância/desvio ou
amplitude interquartílica =>
AIQ = Q3 − Q1
A mediana é representada por um traço
no interior da caixa e segmentos de reta
são colocados da caixa até os valores
máximo e mínimo.
Neste caso, não estamos
avaliando se existe pontos
discrepantes nos dados!
Simetria
56. Os dados abaixo representam a distância (em Km) entre a
residência e o local de trabalho de 18 funcionários da Empresa A.
0,2 0,4 0,5 0,5 0,8 0,8 0,9 0,9 1,1
1,4 1,8 1,9 2,3 2,3 3,2 3,5 3,7 15,1
Medidas resumo para a distância:
▪ Mediana= 1,25
▪ Q1= 0,725 (P=4,75º) => 0,75x0,3=0,225 + 0,5 = 0,725
▪ Q3= 2,525 (P=14,25º) => 0,25x0,9=0,225 + 2,3 =2,525
▪ Mínimo= 0,2
▪ Máximo = 15,1
Exemplo 1:
57. Figura 1 – Boxplot para a distância entre a residência e o local de
trabalho de 18 funcionários da Empresa A.
58. Boxplot – verificando dados discrepantes
Outra possibilidade na construção do boxplot é utilizar
amplitude interquartílica (AIQ) para verificar se há pontos
discrepantes.
Consideramos os dados menores do que Limite inferior
Li = Q1-1,5AIQ ou maiores que limite superior
Ls = Q3+1,5AIQ como sendo discrepantes (representado
por * ou •) do restante dos dados.
Quanto maior o AIQ, maior
a chance de que os valores
extremos estejam incluídos
no intervalo (Ls e Li) e,
assim, não sejam outliers.
59. No exemplo das distâncias, vamos verificar se há pontos discrepantes. não
há valores fora destes limites e, quando isto ocorre, os limites são
representados pelo mínimo e máximo.
AIQ = Q3 – Q1
AIQ = 2,525-0,725 =1,8
Ls = Q3+1,5AIQ
Ls = 2,525+(1,5x1,8)
Ls = 5,225
Li = Q1-1,5AIQ
Li = 0,725-1,5x1,8
Li = -1,975
Temos dados menores do que -1,975?
E maiores do que 5,225?
Se ocorrer, temos ponto(s) discrepante(s).
Não
Sim
3,7
15,1
0,2
60. Obs:
(i) É o limite inferior dos dados sem considerar os discrepantes, ou seja, valor
anterior ao discrepante;
(ii) É o limite superior dos dados sem considerar os discrepantes;
+ representa a média aritmética dos dados;
* outliers;
AIQ: amplitude interquartil (Q3 – Q1), a qual não é afetada por valores extremos.
As três medidas (Q1, MEDIANA e Q3) mostram a forma da distribuição de
50% dos valores ao redor da mediana.
Representação na verificação de valores discrepantes
61. Comparação de dados
(quanti x quali)
Emili Leão, Henrique Cupertino, Juliana Lacerda e Maria Eduarda (Turma da
Enfermagem 2019/2)
Traço = Valor
anterior ao ponto
discrepante na
amostra ordenada
Valores
discrepantes, ou
seja, acima do Ls
Valor mínimo, pois não
há valores abaixo do Li
62. O que fazer quando identificamos valores discrepantes?
Investigar a sua origem.
Valores discrepantes podem, de fato, fazer parte do
conjunto de dados, reforçando a característica assimétrica
da distribuição.
Eventualmente, esses valores podem ser oriundos de erros
na aferição ou no registro dos dados.
Uma inspeção cuidadosa nos dados e nas eventuais causas
da ocorrência de valores discrepantes é sempre uma
providência necessária antes que qualquer atitude seja
tomada em relação aos dados.
63. Vantagens:
➢Além de fornecer informações importantes sobre um conjunto
de dados, o boxplot é usado para comparar graficamente mais
de um conjunto de dados em relação à média, à dispersão e à
distribuição.
➢Desenhamos um boxplot para cada conjunto de dados,
paralelamente, num mesmo gráfico.
➢O boxplot pode ser utilizado para um número reduzido de
dados, enquanto histogramas não são recomendados quando o
conjunto de dados é pequeno.
64. O boxplot não deve ser usado quando a distribuição de
frequências dos dados tiver mais de uma classe modal, ou
seja, mais de um pico. O uso do boxplot nesse caso esconderá
essa característica da distribuição.
Neste caso, o boxplot mascara o caráter bimodal da distribuição
por meio de uma falsa simetria em torno da mediana dos dados.
Figura 2 – Histograma e boxplot de uma distribuição de frequência bimodal.
Desvantagem:
66. As medidas de assimetria e curtose são as que restam
para completarmos o quadro das estatísticas descritivas.
Elas proporcionam, juntamente com as medidas de posição
e dispersão, a descrição completa das distribuições de
frequências estudadas.
As distribuições de frequências não diferem apenas quanto
ao valor médio e a variabilidade, mas também quanto a
sua forma.
Medidas de Assimetria e Curtose
68. Medidas de Assimetria (As)
As medidas de assimetria referem-se à forma da curva
de uma distribuição de frequências, mais
especificamente do polígono de frequência ou do
histograma.
Quanto ao grau de deformação, as curvas de
frequência podem ser:
➢Simétrica
➢Assimétrica Positiva
➢Assimétrica Negativa
69. Por meio do Boxplot também podemos verificar a
as(simetria)
Q1 está mais
próximo da
Mediana
Q3 está mais
próximo da
Mediana
70. Posição relativa da média, mediana e moda numa
distribuição de frequência
• Quando a distribuição é simétrica, as três medidas
coincidem.
• A assimetria é o grau de deformação da curva, o que as
torna diferentes.
Crespo (2009)
Assimetria positiva
Assimetria negativa
72. 1. Método de Comparação entre Medidas de Tendência
Central
2. Critério de Kelley – usa percentis e a mediana
3. Critério de Bowley (Coeficiente Quartil de Assimetria) –
usa os quartis e a mediana – conforme boxplot
4. Critério de Pearson (1º e 2º coeficiente)
Principais Medidas de Assimetria
Quando uma distribuição deixa de ser simétrica, a Moda, a Mediana e a
Média Aritmética vão se afastando, aumentando cada vez mais a
diferença entre elas.
Podemos usar essa diferença para medir assimetria.
76. A Curtose indica até que ponto a curva de frequências de
uma distribuição se apresenta mais afilada ou mais
achatada do que uma curva normal padrão (simétrica).
De acordo com o grau de curtose, podemos ter três tipos de
curvas de frequência.
Curtose
(b) A curtose da curva normal padrão é
nula e serve como referência. É
chamada de mesocúrtica.
(a) .... Leptocúrtica:
mais afilada.
(c) - - - Platicúrtica: mais
achatada.
77. 1. A Curva ou Distribuição de Frequências Mesocúrtica
Quando a curva de frequências apresenta um grau de
achatamento equivalente ao da curva normal padrão.
Os dados estão razoavelmente concentrados em torno da moda, o que faria a
curva de frequência ser razoavelmente afilada.
78. 2. Curva ou Distribuição de Frequências Platicúrtica
Quando uma curva de frequências apresenta um alto grau
de achatamento, superior ao da curva normal padrão.
Os dados estão fracamente concentrados em torno da moda, o que faria a
curva de frequência ser fracamente afilada.
79. 3. Curva ou Distribuição de Frequências Leptocúrtica
Quando a curva de frequências apresenta um alto grau de
afilamento, superior ao da curva normal padrão.
Os dados estão fortemente concentrados em torno da moda, o que faria a
curva de frequência ser bastante afilada.
80. Medidas de comparação:
C = 0,263 Curva ou distribuição Mesocúrtica
C > 0,263 Curva ou distribuição Platicúrtica
C < 0,263 Curva ou distribuição Leptocúrtica
1) Usa quartis e percentis para verificar a curtose.
)
(
2
)
(
10
90
1
3
P
P
Q
Q
C
−
−
=
81. Fórmula do Type=3
Padrão no software R
Pacote “e1071”
3
1
4
1
2 −
−
=
=
n
i
i
S
x
x
n
b
2) Momento 4 - curtose
Joanes e Gill (1998)
82. Histogram of w
w
Frequency
0.0 0.2 0.4 0.6 0.8 1.0
0
20
40
60
80
100
> skewness(w)
0.006920658
> kurtosis(w)
-1.202988
Exemplo 1: Distribuição de dados w no R
b2 < 0 => Platicúrtica
84. Histogram of x
x
Frequency
-0.6 -0.4 -0.2 0.0 0.2 0.4 0.6
0
20
40
60
80
100
120
Exemplo 3: Distribuição de dados x no R
> skewness(x)
-0.03711457
> kurtosis(x)
0.2113637
b2 > 0 => Leptocúrtica
86. xi fi
0 22
1 4
2 1
Total 27
i
Idades
(anos) fi
Pm
(xi)
1 17 |- 23 15 20
2 23 |- 29 6 26
3 29 |- 35 3 32
4 35 |- 41 1 38
5 41 |- 47 1 44
6 47 |- 53 1 50
Total 27 ---
Variáveis discretas: valor com
maior frequência. Logo, a
moda é zero.
Método da Moda bruta
a moda é o PONTO MÉDIO da
classe modal (mais frequente).
Logo, a moda é 20.
15 – maior frequência
Moda para dados agrupados:
87. Mediana para dados agrupados
- Sem intervalos de classe
1. Obtemos a posição do valor mediano.
2. A mediana será o valor (xi) que corresponde a
frequência acumulada em que se encontra a posição
mediana.
xi fi Fi
0 22 22
1 4 26
2 1 27
Total 27 -
n+1/2 = (27+1)/2= 14 º posição
A 14º posição é
ocupada pelo valor 0.
Então, Md=0
29/2= 14,5º
O valor mediano está entre as posições 14ª e 15ª.
Se n fosse 28 ( n par):
1º ao 22º valor
23º ao 26º valor
88. - Com intervalos de classe
A mediana é dada pela seguinte equação:
i = classe mediana (intervalo de classe onde Fi superou 50% dos dados)
h
f
F
n
LI
Md
i
i
i .
.
2
1
1
−
+
=
−
90. i
num.
Filhos
(xi) fi Fi Fp
1 0 15 15 46,88
2 1 7 22 68,75
3 2 10 32 100
total 32 - -
Média = (0x15+1x7+2x10)/32 =27/32=0,84 filhos
Moda = 0 filhos
Md= 1 filho
n/2 = 32/2=16º posição
91. Para o cálculo dos percentis:
Sendo:
Pj – Percentil j (1, 2, 3, ..., 99);
LIi – limite inferior da classe i que contém o percentil;
n – número de elementos na amostra;
Fi-1 – frequência acumulada da classe anterior à classe que contém o percentil;
fi - frequência simples da classe que contém o percentil;
h - amplitude do intervalo da classe que contém o percentil.
Medidas separatrizes
Para dados agrupados com intervalos de classes
h
fi
F
n
j
LI
P
i
i
j .
.
100
1
−
+
=
−
92. Da mesma forma que no Percentil, podemos calcular
para quartil e decil. Note que a mudança ocorre apenas
onde está destacado na equação.
h
fi
F
n
j
LI
Q
i
i
j .
4
.
1
−
+
=
−
h
fi
F
n
j
LI
D
i
i
j .
10
.
1
−
+
=
−
Quartil de
interesse
Decil de
interesse
93. Exemplo: idade de 27 alunos
Dado a tabela, encontre o P25 e P75 das idades dos alunos.
i Idades (anos) fi Fi Fp
1 17 |- 23 15 15 55,6%
2 23 |- 29 6 21 77,8%
3 29 |- 35 3 24 88,9%
4 35 |- 41 1 25 92,6%
5 41 |- 47 1 26 96,3%
6 47 |- 53 1 27 100,0%
Total 27 --- ---
º
75
,
6
100
27
.
25
25 =
=
P
P 7
,
19
6
.
15
0
75
,
6
17
25 =
−
+
=
P
1º ao 15º
º
25
,
20
100
27
.
75
75 =
=
P
P 25
,
28
6
.
6
15
25
,
20
23
75 =
−
+
=
P
16º ao 21º
h
fi
F
n
j
LI
P
i
i
j .
100
.
1
−
+
=
−
94. Pm
Variância para dados agrupados
Para dados agrupados, acrescentamos a frequência no
cálculo da Variância. Quando os dados se apresentarem em
intervalos de classe, Xi será o ponto médio (Pm) do
intervalo de classe. Logo, a fórmula será:
( )
=
−
−
=
n
i
i X
X
n
S
1
2
2
1
1
( )
n
f
Pm i
i
95. BARBETTA, Pedro Alberto; REIS, Marcelo Menezes; BORNIA, Antonio Cezar.
Estatística Para Cursos de Engenharia e Informática. 3 ed. São Paulo: Atlas, 2010.
BUSSAB, Wilton de Oliveira; MORETTIN, Pedro Alberto. Estatística Básica. 8 ed. São
Paulo: Saraiva, 2013.
CRESPO, A. A. Estatística fácil. São Paulo: Saraiva, 2009.
JOANES, D. N.; Gill, C. A. (1998). Comparing measures of sample skewness and
kurtosis. The Statistician, 47, 183–189.
MEYER, D. et al. e1071: Misc Functions of the Department of Statistics, Probability
Theory Group. R package version 1.7-2, 2019. https://CRAN.R-
project.org/package=e1071.
PINTO, Suzi Samá; SILVA, Carla Silva. Estatística. Vol 1. Rio Grande: Ed. da
Universidade Federal do Rio Grande, 2010.
PORTAL ACTION. Medidas de dispersão. Disponível em:
http://www.portalaction.com.br/estatistica-basica/22-medidas-de-dispersão. Acesso em:
mai. 2017.
TRIOLA, Mario F. Introdução a estatística. 10. ed. Rio de Janeiro: LTC, 2008. 696 p.
Referências
96. Videoaulas sobre os conteúdos
• Construção de tabelas de frequência com intervalos de classe
https://www.youtube.com/watch?v=DCCt2nSM1uE regra de sturges
https://www.youtube.com/watch?v=AZlEuUdFWNA outras frequências
• histograma e polígono de frequência simples
https://www.youtube.com/watch?v=-zkPSlpyBaM
• polígono freq. acumulada - ogiva
https://www.youtube.com/watch?v=n1ZyYzFngoM
• Medidas de tendência central
https://www.youtube.com/watch?v=nmxQI4d-P0g&t=66s
• Medidas de dispersão
https://www.youtube.com/watch?v=zIPKZHbMyUY&list=PL8CqlCJefRMBfG3grMCAp6uw
G1UuIf9OO&index=7
• Cálculo de quartis e percentis para dados brutos
https://www.youtube.com/watch?v=KTuvZ_lFlgs
• Percentil para dados agrupados em intervalos de classe
https://www.youtube.com/watch?v=4-p9ILo-R3U
• assimetria – método gráfico
https://www.youtube.com/watch?v=G0vF8Ansz-k
• coef. de assimetria de Pearson
https://www.youtube.com/watch?v=2ejUpHnMVNg
• coef. de curtose
https://www.youtube.com/watch?v=fVKo7KtBgew