Aula 02

Curso Online Noes de Estatstica para Papiloscopista PF
Prof. Alexandre Lima
Estatstica
Aula 02
Estatstica Descritiva
1
Medidas de Disperso .......................................................................................................... 2

1.1
Varincia ............................................................................................................................ 2
1.2
Desvio Padro .................................................................................................................. 7
1.3
Coeficiente de Variao ................................................................................................ 7
1.4
Desvio Interquartlico .................................................................................................... 8
1.5
Diagrama de Caixa ......................................................................................................... 8
Amostragem .......................................................................................................................... 11
2.1
Tcnicas de Amostragem........................................................................................... 12
2.1.1
Amostragem Aleatria Simples .................................................................................. 13
2.1.2
Amostragem Estratificada ........................................................................................... 14
2.1.3
Amostragem Sistemtica............................................................................................. 14
2.1.4
Amostragem por Conglomerados ............................................................................... 15
2.1.5
Amostragem por Voluntrios ...................................................................................... 15
2.1.6
Varincia Amostral ..................................................................................................... 17
Resumo.................................................................................................................................... 18
Exerccios de Fixao ......................................................................................................... 19
Gabarito .................................................................................................................................. 27
Resoluo dos Exerccios de Fixao ........................................................................... 28
Profs. Alexandre Lima

O
www.pontodosconcursos.com.br

Medidas de Disperso
Pense na seguinte situao: uma pessoa faz quatro refeies por dia, enquanto
que outra no faz nenhuma refeio por dia. Na mdia, ambas fazem duas
refeies por dia. Isto quer dizer que os dois indivduos esto bem
alimentados? A resposta bvia no. para isso que servem as medidas de
disperso, isto , medidas de como os dados esto agrupados: mais ou menos
prximos entre si (mais ou menos dispersos).
As medidas de disperso indicam o quanto os dados se apresentam dispersos
em torno da regio central. Desta forma, caracterizam o grau de variabilidade
existente nos dados. As seguintes medidas de disperso nos interessam: a
varincia, o desvio padro, o coeficiente de variao e o desvio
interquartlico.
1.1
Varincia
A varincia de um conjunto de observaes {x1 , x 2 ,..., x n } pode ser calculada pela

frmula
(1)
s 2x =
1 n
(x i x)2
n i=1
em que s 2x denota a varincia e x representa a mdia aritmtica. Se os valores

k
distintos
x1 , x 2 ,..., x k
ocorrerem
com
as
frequncias
f1 , f 2 ,..., f k
( f i = n ),
i =1
respectivamente, a varincia ser dada por (*)

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

finita. Caso os dados estejam associados a uma amostra, o fator n (= fi)
que aparece no denominador do lado direito de (1) e (2) deve ser substitudo
por (n1). A justificativa para o uso do fator (n1) ser apresentada em outra
aula, mas j posso adiantar que ela est relacionada inferncia estatstica.
No obstante, a diferena entre as duas definies torna-se desprezvel para
grandes valores de n.
A varincia tem, entre outras, as seguintes propriedades:
a) multiplicando todos os valores de uma varivel por uma
constante, a varincia do conjunto fica multiplicada pelo
quadrado dessa constante. Seja x a varivel de interesse, c um
valor constante e y = cx. Ento s 2y = c 2s 2x .
O

b) somando ou subtraindo uma constante a todos os valores de
uma varivel, a varincia no se altera. Seja x a varivel de
interesse, c um valor constante e y = x + c. Ento s 2y = s 2x .
Note-se que (1) pode ser reescrita na forma
2
1
1
1
s = x i2 x i = x i2 x 2 ,
n i
n i
n i
2
x
ou seja, como a diferena entre a mdia aritmtica dos quadrados dos

valores e o quadrado da mdia aritmtica dos valores:
VARINCIA = Mdia dos Quadrados Quadrado da Mdia.
Exemplo. Considere o conjunto de dados {2, 5, 8, 11, 14}. Ento a varincia
desse conjunto
A) 8
B) 20,25
C) 18
D) 24
E) 22
Resoluo
A mdia do conjunto
x=
2 + 5 + 8 + 11 + 14
=8
5
e a varincia
s
2
x
(x
=
x)2
(2 8) 2 + (5 8) 2 + (8 8) 2 + (11 8) 2 + (14 8) 2
= 18.
5
Tambm podemos usar a frmula "maceteada" da varincia:

1
Varincia = Mdia dos Quadrados Quadrado da Mdia = x i2 x 2

n i
Sequncia de clculos:
1) Mdia dos quadrados:
O

1
2 2 + 52 + 82 + 112 + 142 410
2
x
=
=
= 82 .
i
n i
5
5
2) Quadrado da mdia:
2
x i = x 2 = 82 = 64 .
n i
Ento,
3) s 2x = 82 64 = 18 (mesmo resultado!).
GABARITO: C
Varincia Combinada
Considere o conjunto de dados A com NA elementos, mdia A e varincia s 2A e
o conjunto B com NB elementos, mdia B e varincia s 2B . Pode-se demonstrar
que a varincia da populao conjunta A+B, tambm denominada
varincia combinada ou global, dada por
2
A+ B
A + B
=
+

.
NA + NB NA + NB NA + NB
2
Fazendo N = NA + NB, obtemos
2
A+B
A
=
N
B
+
N
A + B
.

J caiu em prova! (Adm. Jr./REFAP/2007/Cesgranrio). O setor de

recursos humanos de uma empresa tem o hbito de divulgar separadamente a
mdia e a varincia das notas das avaliaes dos funcionrios do sexo feminino
e do masculino. Na ltima avaliao, os resultados obtidos foram:
Nmero de funcionrios
Mdia
Varincia
Feminino
20
6
3,4
Masculino
30
7
4
A mdia e a varincia das notas dos funcionrios dessa empresa,

respectivamente, valem:
A) 6,5 e 3,7
B) 6,6 e 3,4
O

C) 6,6 e 4,0
D) 7,5 e 3,7
E) 13,0 e 7,5
Resoluo
Dados: NA = 20, A = 6 e s 2A = 3,4 (conjunto feminino); NB = 30, B = 7 e s 2B = 4,0
(conjunto masculino).
A mdia global ou mdia das mdias dada pela mdia ponderada das
mdias dos conjuntos:
XA+B =
N A A + N B B 20 6 + 30 7
=
= 6,6.
NA + NB
20 + 30
O resultado acima j nos permite eliminar as opes A, D e E. Restaram as

alternativas B e C.
A varincia combinada dada por
2
A+B
A
=
B
+
N
A + B
.

Calcularemos a varincia combinada se soubermos os valores das somatrias

A (soma de A), B (soma de B), A 2 (soma dos quadrados de A) e B 2
(soma dos quadrados de B).
A mdia do conjunto A 6
A mdia do conjunto B 7
A = 6
20
B
30
A = 120 (soma de A = 120).
= 7 B = 210 (soma de B = 210).
A varincia de A 3,4. Ento,
sA2
A
=
NA
A 2
A2
A2
A2
2
2
= 3,4 20 A = 3,4 20 6 = 3,4 20 = 39,4

NA
A 2 = 20 39,4 = 788 (soma dos quadrados de A = 788).
A varincia de B 4,0. Logo,

O

sB2
B
=
NB
B 2
B2
B2
B2
2
2
= 4,0 30 B = 4,0 30 7 = 4,0 30 = 53,0

NB
B 2 = 30 53 = 1.590 (soma dos quadrados de B = 1.590).
Finalmente, temos que

2
2
A + B 2
788 1.590 120 + 210 2.378 330
=
= 47,56 6,6 2
= 50 + 50
N
N
N
50
50
50
= 47,56 43,56 = 4,0 varincia combinada = 4,0.
A + B
=
2
sA2 + B
sA2 + B
GABARITO: C
Nota: se as mdias dos conjuntos A e B forem iguais, ou seja, se A = B , a
varincia combinada pode ser calculada por meio da frmula simplificada
sA2 + B =
N A sA2 + N B sB2 N A sA2 + N B sB2

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

varincias individuais.
Ateno: a frmula acima um caso particular da frmula anterior da
varincia combinada. Voc s poder aplic-la quando as mdias dos
conjuntos A e B forem iguais!
Exemplo. Sejam os conjuntos de nmeros {2, 5, 8, 11, 14} e {2, 8, 14},
Assinale a opo com a varincia dos conjuntos combinados ou reunidos.
A) 8
B) 20,25
C) 18
D) 24
E) 22
Resoluo
Temos a srie estatstica A = {2, 5, 8, 11, 14} com mdia
A=
2 + 5 + 8 +11+14 40
=
=8
5
5
e a srie B = {2, 8, 14} com mdia

O

B=
2 + 8 +14 24
=
= 8.
3
3
Como as mdias so iguais, podemos aplicar a frmula simplificada

2
A +B
N A sA2 + N B sB2
=
.
N
Varincia do 1 conjunto:
2
A
(A A )
=
NA
(2 8) 2 + (5 8) 2 + (8 8) 2 + (11 8) 2 + (14 8) 2
= 18.
5
2
B
Varincia do 2 conjunto: s
Varincia combinada: sA2 + B =
(B B )
=
NB
(2 8) 2 + (8 8) 2 + (14 8) 2
= 24.
3
5 18 + 3 24
= 20,25.
5+3
GABARITO: B
1.2
Desvio Padro
O desvio padro de um conjunto de dados a raiz quadrada positiva

da varincia, ou seja,
(3)
s x = + s x2 .
O desvio padro est na mesma unidade da varivel, sendo, por isso, de maior
interesse na prtica.
Exemplo. Determine o desvio padro do conjunto 2, 5, 8, 11, 14.
Vimos que esse conjunto possui varincia igual a 18. Logo, s x = 18 4,24 .
1.3
Coeficiente de Variao
O coeficiente de variao definido como o quociente entre o desvio

padro e a mdia, sendo frequentemente expresso em porcentagem:
(4)
cv( x ) =
sx
.
x
Esta medida caracteriza a disperso dos dados em termos relativos a seu valor
mdio.
O

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

O conjunto tem mdia 8 e desvio padro 4,24. Portanto, cv( x) =
1.4
4,24
0,53 = 53% .
8
Desvio Interquartlico
O desvio interquartlico, definido por

(5)
d Q = Qs Qi ,
em que d Q denota o desvio interquartlico, Q s o quartil superior e Qi o

quartil inferior, pode ser usado como uma medida de disperso. Em
distribuies mais dispersas, os valores dos quartis ficam mais distantes. Em
distribuies simtricas, a distncia entre o quartil inferior e a mediana igual
distncia entre a mediana e o quartil superior, enquanto que em distribuies
assimtricas essas distncias so diferentes.
Exemplo. O primeiro e o terceiro quartis da distribuio das alturas dos
estudantes da Universidade de So Paulo so 165,56 cm e 178,59 cm,
respectivamente. Calcule o desvio interquartlico dessa distribuio.
d Q = Q s Q i = 178,59 165,56 = 13,03 cm.
1.5
Diagrama de Caixa
Um diagrama de caixa ou box plot ou caixa-de-bigodes um retngulo

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

O

mesmo significado por
discrepantes ou atpicas.
alguns
autores2:
observaes
fora
de
lugar,
(*) A mdia aritmtica sensvel a outliers. Um nico valor ruim do conjunto

de dados pode distorcer a mdia, ou seja, pode mover a mdia para longe do
centro da distribuio de frequncias. As mdias geomtrica e harmnica,
assim como a aritmtica, tambm no so robustas a outliers.
O box plot nos d uma noo da posio, disperso, assimetria, caudas e
dados discrepantes da distribuio. A posio central dada pela mediana e a
disperso por IQR. As posies relativas de Q1, Q2 e Q3 nos do uma idia da
assimetria da distribuio. Os comprimentos das caudas so dados pelas linhas
que vo do retngulo aos valores remotos e pelos valores atpicos. Os
comprimentos das caudas so dados pelas linhas que vo do retngulo aos
valores remotos e pelos valores atpicos.
Exemplo. Considere um conjunto de dados com os seguintes percentis:
0%
1,7524
25%
4,6901
50%
5,7004
75%
6,1768
100%
7,3658
A prxima figura um box plot do conjunto de dados que gerou a tabela de

percentis acima. A cauda inferior longa e isto indica que a distribuio
2
MONTGOMERY, Douglas C.; RUNGER, George C. Estatstica Aplicada e Probabilidade para Engenheiros. Rio de
Janeiro: LTC, 2008.

O

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

da esquerda simtrica, enquanto que a da direita assimtrica.

O
10

Os box plots da figura abaixo mostram a comparao dos tamanhos das

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

ponto vermelho na parte inferior esquerda da figura.
Amostragem
A inferncia estatstica consiste nos mtodos usados para tomar

decises ou tirar concluses acerca de uma populao. Esses mtodos
utilizam a informao contida em uma amostra da populao.
A inferncia estatstica pode ser dividida em duas grandes reas: estimao
de parmetros e testes de hipteses. Como exemplo de um problema de
estimao de parmetros, suponha que um engenheiro naval esteja analisando
o limite de resistncia (LR) uma das propriedades mecnicas do ao de
3
Conjunto de dados de Fisher.

O
11

um determinado tipo de ao usado na construo de submarinos. Na prtica,
as medies dos parmetros LR de chapas de ao distintas no so
exatamente iguais, e isto ocorre porque podem existir pequenas diferenas
entre os lotes de matria-prima utilizados no processo de fabricao, erros de
medida, etc. Admita que o engenheiro esteja interessado na estimao do LR
mdio das chapas de ao. Para tal, usar dados de uma amostra que lhe
permitam calcular um nmero que seja uma estimativa razovel (de acordo
com algum critrio estatstico) da verdadeira mdia da populao. Veremos em
aula posterior que possvel estabelecer a preciso da estimativa.
Considere agora a situao em que duas alquotas diferentes, a1 e a2, possam
ser usadas no clculo de um determinado tributo. O governo conjectura que a1
resulte em uma arrecadao maior que aquela que pode ser obtida com a2. O
teste estatstico de hipteses serve para resolver problemas desta natureza.
Nesse caso, a hiptese seria que a arrecadao mdia usando a alquota a1
maior que a arrecadao mdia usando a alquota a2. Aqui o problema no
estimar a arrecadao mdia; em vez disso, o foco est na tirada de
concluses acerca de uma hiptese estabelecida.
2.1
Tcnicas de Amostragem
Uma populao consiste na totalidade das observaes em que estamos

interessados.
Uma amostra um subconjunto de observaes selecionadas a partir de
uma populao.
Em problemas de inferncia estatstica, os conjuntos de dados sero as
amostras retiradas das populaes sob investigao. preciso assegurar que
a amostra seja representativa da populao. Isto quer dizer que, a no ser
por pequenas discrepncias inerentes ao acaso, que sempre acontecem em
maior ou menor grau no processo de amostragem, a amostra deve ter as
mesmas caractersticas bsicas da populao, no que diz respeito (s)
varivel(is) de interesse.
Sendo assim, importante saber quando temos uma amostra representativa
ou no. Se ela no for representativa, o trabalho do estatstico ficar
comprometido e os resultados sero provavelmente incorretos.
H dois tipos de amostragem: a probabilstica e a no probabilstica. A
amostragem ser probabilstica se todos os elementos da populao
tiverem probabilidade conhecida e diferente de zero de pertencer
amostra. Caso contrrio, a amostragem ser no probabilstica. Segundo essa
definio, a amostragem probabilstica implica um sorteio com regras bem
determinadas.
As tcnicas da inferncia estatstica pressupem que as amostras
utilizadas sejam probabilsticas, o que muitas vezes no possvel.
12
O

Entretanto, o bom senso indicar quando o processo de amostragem, mesmo
no sendo probabilstico, pode ser, para efeitos prticos, considerado como tal.
A utilizao de uma amostragem probabilstica assegura que a
amostra seja representativa, pois o acaso ser o nico responsvel por
eventuais diferenas entre populao e amostra, o que levado em conta
pelos mtodos da inferncia estatstica.
Uma amostra no representativa uma amostra viciada e o vcio inerente aos
dados dessa amostra o vcio de amostragem. A sua utilizao pela
inferncia estatstica levar a resultados que no correspondem realidade.
Pode-se evitar que isso ocorra por meio de uma coleta adequada dos
elementos que constituiro a amostra.
Sero explicadas na sequncia algumas tcnicas de amostragem probabilstica
importantes na prtica e que podero ser cobradas na sua prova: amostragem
aleatria simples, amostragem sistemtica, amostragem por conglomerados e
amostragem estratificada.
2.1.1
Amostragem Aleatria Simples
A amostragem mais usada a amostragem aleatria simples tambm

chamada de casual simples, simples ao acaso, casual, simples,
elementar, randmica, etc., em que selecionamos ao acaso, com ou
sem reposio, os itens da populao que faro parte da amostra.
A amostragem aleatria equivalente a um sorteio lotrico. Nela,
todos os elementos da populao tm igual probabilidade de pertencer
amostra, e todas as possveis amostras tm tambm igual
probabilidade de ocorrer.
Sendo N o nmero de elementos da populao e n o nmero de elementos da
amostra, cada elemento da populao tem probabilidade n/N (frao de
amostragem) de pertencer amostra. Por outro lado, existem CN,n
(combinao de N elementos tomados n a n) possveis amostras, todas
igualmente provveis.
A seleo de uma amostra um experimento aleatrio e cada observao na
amostra o valor observado de uma varivel aleatria.
Seja X a varivel aleatria que representa o resultado de uma seleo de uma
observao proveniente de uma populao. Faa f(x) denotar a funo
densidade de probabilidade de X. Admita que cada observao na amostra seja
obtida independentemente, sob condies inalteradas. Ou seja, as observaes
para a amostra so obtidas observando-se X independentemente, sob
condies inalteradas, isto , n vezes. Faa Xi denotar a varivel aleatria que
representa a i-sima observao da amostra. Ento X1, X2, ..., Xn uma
O
13

amostra aleatria e os valores numricos obtidos (observaes) so denotados

por x1, x2, ..., xn. As variveis aleatrias em uma amostra aleatria so
independentes, com a mesma distribuio de probabilidades f(x), tendo em
vista as condies idnticas sob as quais cada observao obtida. A funo
densidade conjunta da amostra aleatria f (x1 , x 2 ,..., x n ) = f (x1 ).f (x 2 )...f (x n ) .
As variveis aleatrias (X1 , X 2 ,..., X n ) so uma amostra aleatria de tamanho n,
se (i) os Xis forem variveis aleatrias independentes e (ii) cada Xi tiver a
mesma distribuio de probabilidade.
O principal objetivo de tomar uma amostra aleatria obter informao sobre
parmetros desconhecidos de uma populao. Considere, por exemplo, que
desejamos ter uma idia da proporo de pessoas no Brasil que preferem uma
determinada marca de gua mineral (suponha que a populao seja composta
por pessoas que tomam gua mineral). Seja p o valor desconhecido dessa
proporo. Como impraticvel questionar cada indivduo da populao para
se determinar o verdadeiro valor de p, optamos por fazer uma inferncia em
relao verdadeira proporo p. Neste caso, selecionamos uma amostra
aleatria (de um tamanho apropriado) e usamos a proporo observada p de
pessoas nesta amostra que tenham escolhido a marca de gua mineral em
questo.
A proporo da amostra, p , calculada dividindo o nmero de indivduos na
amostra que preferem a marca de gua mineral pelo tamanho total, n, da
amostra. Deste modo, p uma funo dos valores observados na amostra
aleatria. Como podemos obter vrias amostras diferentes a partir de uma
populao, tem-se que o valor de p variar de amostra para amostra. Concluise que p uma varivel aleatria. Tal varivel aleatria denominada
estatstica ou estimador.
2.1.2
Amostragem Estratificada
A amostragem estratificada usada quando a populao divide-se em

sub-populaes (estratos) razoavelmente homogneos. A amostragem
estratificada consiste em se especificar quantos itens da amostra
sero retirados de cada estrato. A seleo em cada estrato deve ser
aleatria.
Por exemplo, considere que a populao de uma universidade tenha a seguinte

composio: 10% de professores, 15% de funcionrios e 75% de alunos.
Ento uma amostra estratificada proporcional teria 10% de professores, 15%
de funcionrios e 75% de alunos.
2.1.3
Amostragem Sistemtica

O
14

Os elementos da populao apresentam-se ordenados e so retirados
periodicamente (de cada k elementos, um escolhido).
2.1.4
Amostragem por Conglomerados
A amostragem por conglomerados usada quando a populao pode

ser subdividida em subpopulaes (conglomerados) heterogneos
representativos da populao. A amostragem feita sobre os
conglomerados e no mais sobre os indivduos da populao. Ou seja,
a amostragem realizada em duas etapas: 1) seleo aleatria de
conglomerados e 2) seleo aleatria dos elementos.
2.1.5
Amostragem por Voluntrios
Ocorre, por exemplo, no caso da aplicao experimental de uma nova

droga em pacientes, quando a tica obriga que haja concordncia dos
escolhidos.
Neste curso, enfocaremos a amostragem aleatria, porque, salvo meno

em contrrio, as tcnicas estatsticas que veremos nas aulas
subseqentes pressupem a utilizao de uma amostragem aleatria
ou algum processo que lhe seja equivalente.
J caiu em prova! (AFPS/2002/ESAF) Assinale a opo correta em
referncia ao significado do termo amostragem aleatria simples.
A) Refere-se a um mtodo de classificao da populao.

B) Refere-se representatividade da amostra.
C) um mtodo de escolha de amostras.
D) Refere-se a amostras sistemticas de populaes infinitas.
E) Refere-se amostragem por quotas.
Resoluo
Anlise das alternativas:
A) A amostragem aleatria simples (AAS) no um mtodo de classificao da

populao. A AAS um mtodo de amostragem probabilstica FALSA.
B) A utilizao de uma amostragem probabilstica a melhor estratgia para
se garantir a representatividade da amostra, pois o acaso ser o nico
responsvel por eventuais discrepncias entre populao e amostra, o que
levado em conta pelos mtodos de anlise da Inferncia Estatstica. No
obstante o fato da AAS ser uma tcnica de amostragem probabilstica, o seu
significado est diretamente associado sua caracterstica randmica, sendo
por isso equivalente a um sorteio lotrico FALSA.
O
15

C) A AAS um mtodo de amostragem VERDADEIRA.

D) A amostragem sistemtica uma tcnica probabilstica de amostragem
diferente da AAS. Por exemplo, em uma linha de produo, podemos, a cada
cem itens produzidos, retirar um para pertencer a uma amostra da produo
diria. Assim, na amostragem sistemtica, os elementos da populao se
apresentam ordenados e a retirada dos elementos da amostra feita
periodicamente FALSA.
E) Esta opo evidentemente absurda. Sem maiores comentrios FALSA.
GABARITO: C
J caiu em prova! (ICMS-RJ/2011/FGV) A respeito das tcnicas de
amostragem probabilstica, NO correto afirmar que
A) na amostragem por conglomerado a populao dividida em diferentes

grupos, extraindo-se uma amostra apenas dos conglomerados selecionados.
B) na amostragem estratificada, se a populao pode ser dividida em
subgrupos que consistem em indivduos bastante semelhantes entre si, podese obter uma amostra aleatria em cada grupo.
C) na amostragem aleatria simples se sorteia um elemento da populao,
sendo que todos os elementos tm a mesma probabilidade de serem
selecionados.
D) na amostragem por voluntrios a populao selecionada de forma a
estratificar aleatoriamente os grupos selecionados.
E) na amostragem sistemtica os elementos da populao se apresentam
ordenados, e a retirada dos elementos da amostra feita periodicamente.
Resoluo
Anlise das alternativas
A) na amostragem por conglomerado a populao dividida em diferentes

grupos, extraindo-se uma amostra apenas dos conglomerados selecionados
correta (vide comentrios acima).
B) na amostragem estratificada, se a populao pode ser dividida em
subgrupos que consistem em indivduos bastante semelhantes entre si, podese obter uma amostra aleatria em cada grupo correta (vide comentrios
acima).
C) na amostragem aleatria simples se sorteia um elemento da populao,
sendo que todos os elementos tm a mesma probabilidade de serem
selecionados correta (vide comentrios acima).
D) na amostragem por voluntrios a populao selecionada de forma a
estratificar aleatoriamente os grupos selecionados incorreta, pois no h

O
16

estratificao aleatria dos grupos selecionados. Na amostragem por
voluntrios deve haver a concordncia dos escolhidos.
E) na amostragem sistemtica os elementos da populao se apresentam

ordenados, e a retirada dos elementos da amostra feita periodicamente
correta (vide comentrios acima).
GABARITO: D
2.1.6
Varincia Amostral
A varincia de um conjunto de amostras {x1 , x 2 ,..., x n } ou varincia

amostral deve ser calculada pela frmula
(6)
s 2x =
1 n
(x i x )2
n 1 i=1
ou pela frmula maceteada

(7)
s 2x =
1 n 2 n 2
x i n 1 x
n 1 i =1
em que o fator 1 /( n 1) multiplica a soma dos quadrados e o fator n /( n 1)

multiplica o quadrado da mdia. A prova de (7) a partir de (6) ser dada na
resoluo de um dos exerccios propostos nesta aula.
Se as amostras distintas {x1 , x 2 ,..., x k } ocorrerem com as frequncias {f1 , f 2 ,..., f k }
k
( f i = n ), respectivamente, a varincia amostral ser dada por

i =1
(8)
s 2x =
1 k
n 2
f i x i2
x .
n 1 i=1
n 1

O
17

Resumo
- Varincia = Mdia dos Quadrados Quadrado da Mdia = x i2 x 2

n i
n
n
1
1
n 2
- Varincia amostral: s 2x =
(x i x)2 =
x i2
x
n 1 i=1
n 1 i=1
n 1
- Varincia combinada dos conjuntos A e B: s
2
A+B
A
=
B
+
N
A + B
- Desvio Padro = Raiz Quadrada positiva da Varincia.

- Coeficiente de variao: cv( x ) =
sx
.
x
- Desvio interquartlico: d Q = Qs Q i
- Um diagrama de caixa ou box-plot um retngulo que representa o desvio
interquartlico. Esse retngulo indica, portanto, a faixa dos 50% dos valores
mais tpicos da distribuio. O retngulo dividido no valor correspondente
mediana; assim, ele indica o quartil inferior, a mediana e o quartil superior.
- Uma populao consiste na totalidade das observaes.
- Uma amostra um subconjunto de observaes selecionadas a partir de
uma populao.
- Os elementos de uma amostra aleatria so independentes.

O
18

Exerccios de Fixao
(Analista de Gesto de Pessoas/Serpro/2010/Cespe-UnB) Certa

empresa, em determinado ms, realizou levantamento acerca da quantidade
dirias de acessos simultneos ao seu sistema cujo resultado mostrado na
figura acima. A partir das informaes apresentadas nessa figura, e
considerando que a distribuio da quantidade dirias de acessos simultneos
representada pela varivel X, julgue os itens 1 a 5.
1. A quantidade de 6 mil acessos simultneos por dia representa a moda de X.
2. O ms em que esse levantamento foi realizado possui mais de 30 dias.
3. A quantidade de 2.000 acessos simultneos dirios representa o primeiro
quartil da distribuio X.
4. correto classificar a varivel X como uma varivel quantitativa ordinal.
5. A mediana amostral de X igual a 3.500.
Classificao
mnimo
1 quartil
mediana
mdia
3 quartil
mximo
varincia
20
25
27,5
30
32,5
50
49
18
23
32
33
42
52
100
A ou B
31
(Papiloscopista PF/2004/Cespe-UnB) De acordo com um levantamento

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

O
19

dos presidirios classificados como B. A tabela acima apresenta algumas

medidas estatsticas obtidas por meio desse levantamento.
A partir das informaes acima, julgue os itens que se seguem.
6. O valor de v est entre 65 e 75.
7. valores de x e u so, respectivamente, iguais a 19 e 51 anos de idade.
8. (ICMS-RJ/2009/FGV) Para comparar as rendas de dois grupos de
pessoas, A e B, foram preparados diagramas de caixas (box-plots) com os
valores observados dos salrios, representados na figura a seguir:
A respeito desses diagramas, considere as seguintes afirmativas:

I.
O salrio mdio dos dois grupos o mesmo.
II.
A distribuio dos salrios no grupo A assimtrica direita.
III.
H mais pessoas no grupo A do que no grupo B.
Assinale:
A) se somente a afirmativa I for verdadeira.
B) se somente a afirmativa II for verdadeira.
C) se somente a afirmativa III for verdadeira.
D) se somente as afirmativas I e II forem verdadeiras.
E) se somente as afirmativas II e III forem verdadeiras.

O
20

9. (ICMS-RJ/2008/FGV) Uma companhia utiliza um sistema de avaliao de

desempenho de seus funcionrios por meio de dois indicadores de
performance: Qualidade das tarefas e a Tempestividade com que as tarefas
so realizadas.
Os funcionrios receberam, na ltima avaliao, as medidas indicadas na

tabela a seguir:
Indicador
Medidas
Mdia
Desvio-Padro
Qualidade
Tempestividade
50
25
10,0
6,0
20
24
Coeficiente de
Variao (%)
Com base na tabela, correto afirmar que:

A) a mdia aritmtica no uma boa medida para representar a performance
dos funcionrios em face do elevado nvel de disperso das avaliaes.
B) as avaliaes da Qualidade foram mais dispersas do que as avaliaes da
Tempestividade.
C) as avaliaes da Qualidade foram mais homogneas do que as da
Tempestividade.
D)os funcionrios demoram mais para realizar as tarefas, mas a qualidade das
tarefas, mas a qualidade das tarefas melhor.
E) nada se pode afirmar sem o conhecimento do tamanho da amostra.

O
21

10. (ICMS-RJ/2007/FGV) Considere as informaes contidas no Box Plot

abaixo, referente aos salrios dos engenheiros de uma empresa, por sexo.
correto afirmar que:

A) o salrio mdio dos homens igual ao das mulheres.
B) a distribuio dos salrios das mulheres assimtrica negativa.
C) o desvio interquartlico dos salrios das mulheres maior do que o dos
homens.
D) a distribuio dos salrios dos homens atpica.
E) o salrio mediano das mulheres superior ao dos homens.
11. (AFRF/2001/ESAF) Numa amostra de tamanho 20 de uma populao de
contas a receber, representadas genericamente por X, foram determinadas a
mdia amostral M = 100 e o desvio-padro s = 13 da varivel transformada (X
200)/5. Assinale a opo que d o coeficiente de variao amostral de X:
A) 3,0%
B) 9,3%
C) 17,0%
D) 17,3%
E) 10,0%

O
22

(AFRF/2002/ESAF) Em um ensaio para o estudo da distribuio de um

atributo financeiro (X) foram examinados 200 itens de natureza contbil
do balano de uma empresa. Esse exerccio produziu a tabela de
freqncias abaixo. A coluna Classes representa intervalos de valores de
X em reais e a coluna P representa a freqncia relativa acumulada. No
existem observaes coincidentes com os extremos das classes. As
questes de 12 a 15 referem-se a esses ensaios.
Classes
70-90
90-110
110-130
130-150
150-170
170-190
190-210
P (%)
5
15
40
70
85
95
100
12. Assinale a opo que d o valor mdio amostral de X.
A) 140,10
B) 115,50
C) 120,00
D) 140,00
E) 138,00
13. Assinale a opo que corresponde estimativa do quinto decil da
distribuio de X.
A) 138,00
B) 140,00
C) 136,67
D) 139,01
E) 140,66
14. Assinale a opo que corresponde estimativa da freqncia relativa de
observaes de X menores ou iguais a 145.
A) 62,5%
B) 70,0%
C) 50,0%
D) 45,0%
E) 53,4%
O
23

15. Considere a transformao Z=(X-140)/10. Para o atributo Z encontrou-se

7
Z f
2
i i
= 1.680 , onde fi a freqncia simples da classe i e Zi o ponto mdio de
i =1
classe transformado. Assinale a opo que d a varincia amostral do atributo

X.
A) 720,00
B) 840,20
C) 900,10
D) 1200,15
E) 560,30
16. (Analista do BACEN/2006/FCC) A mdia aritmtica dos valores das
vendas dirias realizadas pelas 50 empresas do Setor A de R$ 1.000,00, com
desvio padro de R$ 100,00. Sabe-se ainda que a mdia aritmtica dos valores
das vendas dirias realizadas pelas 200 empresas do Setor B de R$
2.000,00, com desvio padro de R$ 200,00. A varincia em (R$)2 dos valores
das vendas dirias realizadas pelos dois setores reunidos
A) 34.000,00
B) 50.000,00
C) 194.000,00
D) 207.500,00
E) 288.000,00
17. (ICMS-RJ/2010/FGV) A mdia, a mediana e a varincia das idades de
um grupo de vinte pessoas so, hoje, iguais, respectivamente, a 34, 35 e 24.
Daqui a dez anos, os valores da mdia, da mediana e da varincia das idades
dessas pessoas sero, respectivamente:
A) 44, 35 e 34
B) 44, 45 e 12
C) 44, 45 e 24
D) 34, 35 e 12
E) 44, 45 e 124
(Analista de Estatstica/Perito/MPU/2010/CESPE) Considere que um
perito tenha efetuado um estudo acerca do tempo gasto X , em meses,
por empresas notificadas para quitar suas pendncias com a Previdncia
Social. Uma amostra de 35 empresas notificadas com pendncias foi
selecionada de um banco de dados da Previdncia. A partir dessa amostra, o

O
24

perito fez uma anlise exploratria da varivel X, cujos resultados so

apresentados a seguir.
Estatsticas Descritivas:
tempo mnimo = 2 meses
tempo mximo = 128 meses
35
= 1027;
i =1
35
x
i =1
2
i
= 66317;
1 35
x i = 30135,11
35 i =1
Nesse estudo, o perito efetuou avaliaes acerca do nmero de irregularidades

Y que geraram pendncias em funo do porte das empresas: com menos
de 20 empregados e com 20 ou mais empregados. Os resultados foram os
seguintes.
tamanho da empresa
< 20 empregados
20 empregados
y
6,8
2,6
s
1,7
1,3
n
15
20
Com base nessas informaes julgue os itens de 18 a 23.

O
25

18. O diagrama de caixas, conhecido como boxplot, indica que a distribuio

de X assimtrica. Portanto, o nmero de observaes acima do segundo
quartil (Q2) foi proporcionalmente superior ao nmero de observaes abaixo
de Q2.
19. O tempo mediano da varivel X foi aproximadamente igual a 29,34 meses.
20. No diagrama de caixas, quatro observaes foram identificadas como
valores atpicos por estarem fora do intervalo [0; 77,25].
21. O diagrama apresentado a seguir o resumo dos 5 nmeros para a
distribuio de X.
17
6
2
34,5
128
22. Nessa situao, a variabilidade do nmero de irregularidades nas

empresas com menos de 20 empregados corresponde metade da
variabilidade do nmero de irregularidades nas empresas com 20 ou mais
empregados.
23. O desvio padro amostral de X foi inferior a 31 meses.
(Analista Judicirio/TST/2007/Cespe-UnB/Adaptada) Considere que,
em um ambiente de trabalho industrial, as seguintes medies acerca da
poluio do ar tenham sido observadas: 1, 6, 4, 3, 2, 3, 1, 5, 1, 4. Nessas
situao, julgue os itens que se seguem.
24. A mediana da amostra igual a 2,5.
25. As mdias harmnica e geomtrica so ambas inferiores a 3.
26. O terceiro quartil igual a 3.
27. A varincia amostral superior a 2,8.

O
26

Gabarito
1E
2C
3C
4E
5E
6C
7E
8B
9C
10 C
11 B
12 E
13 C
14 A
15 B
16 C
17 C
18 E
19 E
20 C
21 C
22 C
23 E
24 E
25 C
26 E
27 C

O
27

Resoluo dos Exerccios de Fixao
(Analista de Gesto de Pessoas/Serpro/2010/Cespe-UnB) Certa

empresa, em determinado ms, realizou levantamento acerca da quantidade
dirias de acessos simultneos ao seu sistema cujo resultado mostrado na
figura acima. A partir das informaes apresentadas nessa figura, e
considerando que a distribuio da quantidade dirias de acessos simultneos
representada pela varivel X, julgue os itens 1 a 5.
1. A quantidade de 6 mil acessos simultneos por dia representa a moda de X.
Resoluo
A moda de X (valor que apresenta a maior frequncia) igual a 3 mil, cuja

frequncia 10. A quantidade de 6 mil acessos simultneos o valor de menor
frequncia (= 1). Item errado.
GABARITO: E
2. O ms em que esse levantamento foi realizado possui mais de 30 dias.
Resoluo
o
quantidade de acessos simultneos
frequncia (n de dias)
1.000
2.000
3.000
4.000
5.000
6.000
Total
5
6
10
6
3
1
31
Os dados foram tabulados na tabela acima, a qual indica que o ms em que

esse levantamento foi realizado possui 31 dias. Item correto.
O
28

GABARITO: C
3. A quantidade de 2.000 acessos simultneos dirios representa o primeiro
quartil da distribuio X.
Resoluo
quantidade de acessos
simultneos
1.000
2.000
3.000
4.000
5.000
6.000
Total
frequncia (n de
dias)
5
6
10
6
3
1
31
frequncia
relativa
5/31 = 16,1%
6/31 = 19,4%
10/31 = 32,3%
6/31 = 19,4%
3/31 = 9,7%
1/31 = 3,1%
31/31 = 100%
frequncia
acumulada
16,1%
35,5%
67,8%
87,2%
96,9%
100,0%
Os dados tabulados acima indicam que o primeiro quartil Q1 (valor que

delimita os 25% menores valores) da distribuio de X a quantidade de 2 mil
acessos simultneos, haja vista o fato de a frequncia acumulada para essa
quantidade ultrapassar a frequncia acumulada de 25%.
Observe que a frequncia acumulada para 2000 acessos 35,5% e isto NO
implica que 2000 no seja o primeiro quartil da srie.
Resolvamos de outra maneira. O rol de acesso o seguinte:
1000, 1000, 1000, 1000, 1000 (5 dias)
2000, 2000, 2000, 2000, 2000, 2000(6 dias)
3000, 3000, 3000, 3000, 3000, 3000, 3000, 3000, 3000, 3000 (10 dias)
4000, 4000, 4000, 4000, 4000, 4000 (6 dias)
5000, 5000, 5000 (3 dias)
6000 (1 dia)
Nmero total de dias = 31. Logo, a Mediana do rol corresponde ao dcimo
sexto valor: 3.000.
Temos agora a seguinte sub-srie at a Mediana:
1000, 1000, 1000, 1000, 1000, 2000, 2000, 2000, 2000, 2000, 2000, 3000,
3000, 3000, 3000, 3000
O
29

Como esta sub-srie tem 16 elementos, a sua mediana (= 1o Quartil da srie

completa) o valor mdio entre os valores da oitava e da nona posio, ou
seja, 2000. Ento, Q1 = 2000.
Entendo que a primeira resoluo mais rpida, portanto mais adequada de
ser usada em uma situao real de prova.
Note que esta questo cobra DADOS TABULADOS. Quando h muitos dados,
como o caso da questo, mais rpido resolver usando o raciocnio das
frequncias acumuladas.
GABARITO: C
4. correto classificar a varivel X como uma varivel quantitativa ordinal.
Resoluo
Errado. Tal classificao aplicvel aos atributos ou variveis qualitativas

quando possvel estabelecer uma ordem ou hierarquia entre as respostas
obtidas no levantamento estatstico. Por exemplo, o IBGE efetua
periodicamente o levantamento do grau de instruo dos brasileiros por meio
de um censo completo da populao. As respostas possveis para essa
pesquisa seriam algo como sem instruo escolar, nvel fundamental
incompleto, nvel fundamental completo, nvel mdio incompleto, nvel
mdio completo, nvel superior incompleto e nvel superior completo. Essas
respostas no so nmeros, so variveis qualitativas. Como possvel
estabelecer uma hierarquia entre as possveis respostas, tem-se uma varivel
qualitativa ordinal.
GABARITO: E
5. A mediana amostral de X igual a 3.500.
Resoluo
Os dados tabulados anteriormente mostram que a mediana da distribuio

de X a quantidade de 3 mil acessos simultneos, pois a frequncia
acumulada para essa quantidade ultrapassa a frequncia acumulada de 50%.
GABARITO: E
Classificao
mnimo
1 quartil
mediana
mdia
3 quartil
mximo
varincia
20
25
27,5
30
32,5
50
49
18
23
32
33
42
52
100
A ou B
31

O
30

(Papiloscopista PF/2004/Cespe-UnB) De acordo com um levantamento
estatstico, a mdia das idades de um grupo de presidirios igual a 31 anos
de idade. Nesse levantamento, os presidirios foram classificados como A ou B,
dependendo da sua condio psicossocial. Constatou-se que a mdia das
idades dos presidirios classificados como A menor que a mdia das idades
dos presidirios classificados como B. A tabela acima apresenta algumas
medidas estatsticas obtidas por meio desse levantamento.
A partir das informaes acima, julgue os itens que se seguem.

6. O valor de v est entre 65 e 75.
Resoluo
A varincia combinada v dada por
v=S
2
A+B
A + B
=
+
nA + nB nA + nB nA + nB
A = 30
A = 30
A = 30n
B = 33
B = 33
B = 33n
nA
S = 49
2
A
S = 100
2
B
nB
A = 49
2
nA
B
nB
B = 100
2
= 60n B
nA
B
nB
= 49 + 30 2 = 949
= 100 + 332 = 1189
= 949n A = 1898n B
= 1189n B
v=S
2
A+B
1898n B 1189n B 60n B + 33n B

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

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

GABARITO: C
7. valores de x e u so, respectivamente, iguais a 19 e 51 anos de idade.
Resoluo
O levantamento estatstico no deixa dvida de que o valor mnimo de A ou B

x = 18 e o valor mximo de A ou B u = 52. Item errado.
31
O

GABARITO: E
8. (ICMS-RJ/2009/FGV) Para comparar as rendas de dois grupos de
pessoas, A e B, foram preparados diagramas de caixas (box-plots) com os
valores observados dos salrios, representados na figura a seguir:
A respeito desses diagramas, considere as seguintes afirmativas:

IV.
O salrio mdio dos dois grupos o mesmo.
V.
A distribuio dos salrios no grupo A assimtrica direita.
VI.
H mais pessoas no grupo A do que no grupo B.
Assinale:
A) se somente a afirmativa I for verdadeira.
B) se somente a afirmativa II for verdadeira.
C) se somente a afirmativa III for verdadeira.
D) se somente as afirmativas I e II forem verdadeiras.
E) se somente as afirmativas II e III forem verdadeiras.
Resoluo
ANLISE DAS AFIRMATIVAS
I- Os diagramas de caixas indicam que as medianas dois grupos A e B so

iguais e no as suas respectivas mdias FALSA.
II- A distribuio dos salrios no grupo A assimtrica direita porque a
distncia entre o terceiro quartil (Q3) e a mediana (md), ou seja, Q3
md,
maior do que a distncia entre a mediana e o primeiro quartil, dada por md
Q1. VERDADEIRA.
III- O nmero de pessoas nos dois grupos igual, haja vista que as distncias
entre os extremos superior e inferior nas distribuies dois dois grupos
O
32

aproximadamente 2.500 (3.100

400). FALSA.
600 = 2.500 para o grupo A e 2.900
GABARITO: B
9. (ICMS-RJ/2008/FGV) Uma companhia utiliza um sistema de avaliao de
desempenho de seus funcionrios por meio de dois indicadores de
performance: Qualidade das tarefas e a Tempestividade com que as tarefas
so realizadas.
Os funcionrios receberam, na ltima avaliao, as medidas indicadas na

tabela a seguir:
Indicador
Medidas
Mdia
Desvio-Padro
Qualidade
Tempestividade
50
25
10,0
6,0
20
24
Coeficiente de
Variao (%)
Com base na tabela, correto afirmar que:

A) a mdia aritmtica no uma boa medida para representar a performance
dos funcionrios em face do elevado nvel de disperso das avaliaes.
B) as avaliaes da Qualidade foram mais dispersas do que as avaliaes da
Tempestividade.
C) as avaliaes da Qualidade foram mais homogneas do que as da
Tempestividade.
D)os funcionrios demoram mais para realizar as tarefas, mas a qualidade das
tarefas, mas a qualidade das tarefas melhor.
E) nada se pode afirmar sem o conhecimento do tamanho da amostra.
Resoluo
Anlise das afirmativas:
A) A mdia aritmtica uma medida de posio de uma distribuio de

frequncias. Logo, uma medida vlida (boa) para caracterizar o
desempenho dos funcionrios. Alm disso, no se pode afirmar que a mdia
no seja uma medida boa devido ao elevado nvel de disperso da
distribuio. Posio e disperso so caractersticas distintas de uma
distribuio de frequncias ERRADA.
O
33

B) As medidas de coeficiente de variao ( cv( x) = s x / x ) dizem que o contrrio,

ou seja, as avaliaes da Tempestividade foram mais dispersas do que as
avaliaes da Qualidade, pois cv(tempestividade) = 24 > 20 = cv(qualidade) ERRADA.
C) As avaliaes da Qualidade foram mais homogneas, ou seja, menos
do
que
as
da
Tempestividade,
haja
vista
que
dispersas,
cv(qualidade) = 20 < 24 = cv(tempestividade) CERTA.
D) Qualidade e Tempestividade so variveis distintas; logo, essa comparao
no faz sentido (no podemos comparar banana com laranja). A qualidade
das tarefas melhor em relao a qu? Os funcionrios demoram mais para
realizar as tarefas em relao a qual mtrica de comparao? ERRADA.
E) Est implcito que a companhia avaliou todos os seus funcionrios. Logo, as
medidas referem-se populao dos funcionrios. As medidas tabeladas no
so estimativas de parmetros da populao, mas sim os verdadeiros
valores de mdia, desvio-padro e coeficiente de variao das variveis
Qualidade e Tempestividade ERRADA.
GABARITO: C
10. (ICMS-RJ/2007/FGV) Considere as informaes contidas no Box Plot
abaixo, referente aos salrios dos engenheiros de uma empresa, por sexo.
correto afirmar que:

A) o salrio mdio dos homens igual ao das mulheres.
O
34

B) a distribuio dos salrios das mulheres assimtrica negativa.

C) o desvio interquartlico dos salrios das mulheres maior do que o dos
homens.
D) a distribuio dos salrios dos homens atpica.
E) o salrio mediano das mulheres superior ao dos homens.
Resoluo
Anlise das afirmativas:

A) Os diagramas de caixa indicam que as medianas dos salrios, e no os
salrios mdios, so iguais, com um valor aproximado de R$ 3.700
ERRADA.
B) A distribuio dos salrios das mulheres assimtrica positiva, pois
alongada direita (a distncia entre o quartil superior e a mediana maior do
que distncia entre o quartil inferior e a mediana) ERRADA.
C) O desvio interquartlico dos salrios das mulheres aproximadamente igual
a 4.400
3.400 = 1.000. O desvio interquartlico dos salrios dos homens
aproximadamente igual a 3.900
3.300 = 600. Logo a afirmativa est CERTA.
D) O enunciado no fornece dados para se fazer este tipo de concluso. Qual
seria a distribuio dos salrios dos homens tpica? ERRADA.
E) O salrio mediano das mulheres igual ao dos homens ERRADA.
GABARITO: C
11. (AFRF/2001/ESAF) Numa amostra de tamanho 20 de uma populao de
contas a receber, representadas genericamente por X, foram determinadas a
mdia amostral M = 100 e o desvio-padro s = 13 da varivel transformada (X
200)/5. Assinale a opo que d o coeficiente de variao amostral de X:
A) 3,0%
B) 9,3%
C) 17,0%
D) 17,3%
E) 10,0%
Resoluo
Y = (X 200)/5 => X = 5Y + 200

M = Y = 100
O
35

Logo, X = 5 Y + 200 = 5 x 100 + 200 = 700

s = sy = 13
Logo, sx = 5sy = 5 x 13 = 65
CVx = sx/ X = 65/700 = 0,093 = 9,3%
GABARITO: B
(AFRF/2002/ESAF) Em um ensaio para o estudo da distribuio de um

atributo financeiro (X) foram examinados 200 itens de natureza contbil
do balano de uma empresa. Esse exerccio produziu a tabela de
freqncias abaixo. A coluna Classes representa intervalos de valores de
X em reais e a coluna P representa a freqncia relativa acumulada. No
existem observaes coincidentes com os extremos das classes. As
questes de 12 a 15 referem-se a esses ensaios.
Classes
70-90
90-110
110-130
130-150
150-170
170-190
190-210
P (%)
5
15
40
70
85
95
100
12. Assinale a opo que d o valor mdio amostral de X.
A) 140,10
B) 115,50
C) 120,00
D) 140,00
E) 138,00
Resoluo
Se k valores distintos observados x 1 , x 2 ,..., x k ocorrerem com as freqncias

relativas p1 , p 2 ,..., p k , respectivamente, a mdia ser
k
x = x jp j
j=1
em que pj denota a j-sima frequncia relativa.

O
36

Quando os dados so apresentados em uma distribuio de freqncias, todos

os valores includos num certo intervalo de classe so considerados
coincidentes com o ponto mdio do intervalo. As frmula acima ser vlida
para esses dados agrupados quando se interpretar x j como o ponto mdio e
p j como a frequncia relativa
Classe
(limites
reais)
70
90
90
110
110
130
130
150
150
170
170
190
190
210
Soma
Pj
0,05
0,15
0,40
0,70
0,85
0,95
1,00
pi
0,15
0,40
0,70
0,85
0,95
1,00
0,05
0,05=0,10
0,15=0,25
0,40=0,30
0,70=0,15
0,85=0,10
0,95=0,05
1,00
xi
xjpj
(90+70)/2=80
(110+90)/2=100
(130+110)/2=120
(150+130)/2=140
(170+150)/2=160
(190+170)/2=180
(210+190)/2=200
4
10
30
42
24
18
10
138
Logo, x = x j p j = 138 , conforme a tabela acima.

j=1
GABARITO: E
13. Assinale a opo que corresponde estimativa do quinto decil da
distribuio de X.
A) 138,00
B) 140,00
C) 136,67
D) 139,01
E) 140,66
Resoluo
A mediana o quinto decil. A mediana (md) de uma distribuio em classes

de freqncias dada pela expresso
md = L i +
(n / 2) Fa
h md ,
f md
em que L i o limite inferior da classe que contm a mediana, n o nmero de

elementos do conjunto de dados, Fa a soma das frequncias das classes
O
37

anteriores que contm a mediana, f md a frequncia da classe que contm a

mediana e h md a amplitude da classe que contm a mediana.
Considere a Tabela das freqncias (fj) e freqncias acumuladas (Fj) abaixo:
Classe
(limites
reais)
70
90
90
110
110
130
130
150
150
170
170
190
190
210
Soma
pj
fj
0,05
0,10
0,25
0,30
0,15
0,10
0,05
1,00
200
200
200
200
200
200
200
Fj
x 0,05 =10
x 0,10 =20
x 0,25 =50
x 0,30 =60
x 0,15 =30
x 0,10 =20
x 0,05 =10
200 = n
10
10 + 20 = 30
30 + 50 = 80
80 + 60 = 140
140 + 30 = 170
170 + 20 = 190
190 + 20 = 200
Temos que: n = 200 , L i = 130 , Fa = 80 , f md = 60 e h md = 20

Ento, md = 130 +
(200 / 2) 80
20 136,67 .
60
GABARITO: C
14. Assinale a opo que corresponde estimativa da freqncia relativa de
observaes de X menores ou iguais a 145.
A) 62,5%
B) 70,0%
C) 50,0%
D) 45,0%
E) 53,4%
Resoluo
Classes
70-90
90-110
110-130
130-150

O
fi
10
20
50
60
Fazendo a interpolao:
(150 130) = 20 = 60
(145 130) = 15 = x
x = (15 x 60)/20 = 45
38

Nmero de elemento abaixo de 145 = 10 + 20 + 50 + 45 = 125

Total de elementos = 200
Freqncia Relativa = 125/200 = 0,625 = 62,5%
GABARITO: A
15. Considere a transformao Z=(X-140)/10. Para o atributo Z encontrou-se
7
Z f
2
i i
= 1.680 , onde fi a freqncia simples da classe i e Zi o ponto mdio de
i =1
classe transformado. Assinale a opo que d a varincia amostral do atributo

X.
A) 720,00
B) 840,20
C) 900,10
D) 1200,15
E) 560,30
Resoluo
z = ( x 140) / 10 x = 10z + 140 s 2x = 10 2 s 2z = 100s 2z o valor da varincia
AMOSTRAL de X ser determinado a partir do clculo da varincia AMOSTRAL
de Z.
Aprendemos que se os valores distintos z 1 , z 2 ,..., z k ocorrem com as frequncias

k
f1 , f 2 ,..., f k ( f i = n ), respectivamente, a varincia de Z dada por

i =1
1 k
1 k
2
f
(
z
z
)
=
i i
f i z i2 z 2 = mdia dos quadrados quadrado da
n i =1
n i =1
mdia
s 2z =
A frmula acima considera que os dados referem-se a uma populao finita.

Contudo, a questo diz que as observaes coletadas pertencem a uma
amostra da populao. Neste caso, o fator n (= fi) que aparece no
denominador do lado direito da frmula da varincia deve ser substitudo por
(n1). A justificativa para o uso do fator (n1) ser apresentada nas aulas
sobre inferncia estatstica (aguarde!). Mas a diferena entre as duas
definies torna-se desprezvel para grandes valores de n.
CLCULO DA VARINCIA AMOSTRAL DE X
O
39

z = ( x 140) / 10 = (138 140) / 10 = 0,20.
s 2z =
k
k
1 k
1 k
1 k
2
2
f
z
2
z
f
z
z
fi
f i (z i2 2z i z + z 2 ) =
+
f i (z i z ) 2 =
i
i
i
i
n 1 i =1
n 1 i =1
n 1 i =1
i =1
i =1
s 2z =
f z
2
i
nz 2
1
2
2
2
i =1
=
f
z
2
n
z
n
z
+
i i
n 1
n 1
n 1 i =1
1 k
n 2
f i z i2
z note que o fator 1 /( n 1) multiplica a soma dos
n 1 i =1
n 1
quadrados e o fator n /( n 1) multiplica o quadrado da mdia.
s 2z =
Seja a Tabela abaixo:
Classes
fi
xi
zi = ( xi 140) / 10
zi f i
zi2 f i
70-90
90-110
110-130
130-150
150-170
170-190
190-210
Total
10
20
50
60
30
20
10
200
80
100
120
140
160
180
200
-6
-4
-2
0
2
4
6
-60
-80
-100
0
60
80
60
-40
360
320
200
0
120
320
360
1.680
f z
2
i
nz 2 1680 200 (0,2) 2
= 8,402 ,
s =
n 1
n 1 199
199
i
2
z
i =1
s 2x = 100s 2z = 100 8,402 = 840,2 (opo B)
Uma pergunta: acertaramos a questo se tivssemos utilizado a frmula

1 k
s 2z = f i z i2 z 2 ? Vamos tirar essa dvida?
n i =1
s 2z =
1 k
1680
( 0,2) 2 = 8,40 0,04 = 8,36
f i z i2 z 2 =
200
n i =1
s 2x = 100s 2z = 100 8,360 = 836 opo com o valor mais prximo a B (840,20).
Concluso: voc tambm acertaria a questo. A princpio, voc poder fazer o

clculo aproximado da varincia na prova quando o nmero de obervaes for
O
40

muito grande. Neste exerccio, n /( n 1) = 200 / 199 1 , o que justifica a validade

da aproximao adotada.
GABARITO: B
16. (Analista do BACEN/2006/FCC) A mdia aritmtica dos valores das
vendas dirias realizadas pelas 50 empresas do Setor A de R$ 1.000,00, com
desvio padro de R$ 100,00. Sabe-se ainda que a mdia aritmtica dos valores
das vendas dirias realizadas pelas 200 empresas do Setor B de R$
2.000,00, com desvio padro de R$ 200,00. A varincia em (R$)2 dos valores
das vendas dirias realizadas pelos dois setores reunidos
A) 34.000,00
B) 50.000,00
C) 194.000,00
D) 207.500,00
E) 288.000,00
Resoluo
A banca pediu para o candidato calcular a varincia em (R$)2 dos valores das
vendas dirias realizadas pelos dois setores reunidos, ou seja, a varincia da
populao conjunta
A + B = {a1 , a 2 ,..., a N A , b1 , b 2 ,..., b N B } .
Varincia da populao conjunta A+B:
2
A+ B
A + B
=
+
.
NA + NB NA + NB NA + NB
2
Fazendo N = NA + NB, obtemos
2
A+B
A
=
N
B
+
N
A + B
.

em que N = NA + NB = 50 + 200 = 250. A varincia s 2A + B ser calculada uma
vez conhecidos os valores dos somatrios

somatrios
B.
Os
sero calculados em funo das mdias aritmticas A
e B , respectivamente. Os somatrios
sero determinados em
funo de ( s 2A , A ) e ( s 2B , B ), respectivamente.

O
41

A fim de facilitar as contas, cortaremos trs zeros dos dados fornecidos:

A = 1.000 / 1.000 = 1 [mil], s A = 100 / 1.000 = 0,1 [mil], B = 2.000 / 1.000 = 2 [mil] e
s B = 200 / 1.000 = 0,2 [mil].
1
A A = A 50 = 1 50 = 50
50
1
B=
B B = B 200 = 400
200
1
s 2A = A 2 A 2 A 2 = 50 (s 2A + A 2 ) = 50 [0,12 + 12 ] = 50 [0,01 + 1] = 50,5
50
A=
s 2B =
1
B2 B 2
200
= 200 (s 2B + B 2 ) = 200 [0,22 + 22 ] = 200 [0,04 + 4] = 808
A + B
1
1
=
= A 2 + B2
N
N
N
2
A+B
50,5 808 50 + 400

2
+
= 0,2020 + 3,2320 1,8 = 3,4340 3,24 = 0,1940

250 250 250
Para dar a resposta final, devemos multiplicar a varincia (= quadrado do

desvio-padro) obtida acima por (1.000)2, haja vista que as mdias e desvios
padro foram divididas por 1.000:
s 2A + B = 0,1940 1.000 2 = 194,0 10 3 (103 ) 2 = 194,0 10 3 106 = 194 103 = 194.000
GABARITO: C
17. (ICMS-RJ/2010/FGV) A mdia, a mediana e a varincia das idades de
um grupo de vinte pessoas so, hoje, iguais, respectivamente, a 34, 35 e 24.
Daqui a dez anos, os valores da mdia, da mediana e da varincia das idades
dessas pessoas sero, respectivamente:
A) 44, 35 e 34
B) 44, 45 e 12
C) 44, 45 e 24
D) 34, 35 e 12
E) 44, 45 e 124
Resoluo
Est implcito que todas as pessoas do grupo estaro vivas daqui a dez anos. A
disperso da distribuio de frequncias (das idades) no mudar com o
envelhecimento das pessoas do grupo (ou seja, a forma da distribuio se
O
42

mantm ao longo do tempo). Logo, a varincia daqui a dez anos ainda ser
igual a 24. A nica opo com este valor a C.
Daqui a dez anos, a mdia e a mediana sero acrescidas de 10 unidades
(anos), haja vista que a distribuio de frequncias sofrer um deslocamento
para a direita de 10 unidades. Assim, a mdia e a mediana sero iguais a 44 e
45, respectivamente.
GABARITO: C
(Analista de Estatstica/Perito/MPU/2010/CESPE) Considere que um
perito tenha efetuado um estudo acerca do tempo gasto X , em meses,
por empresas notificadas para quitar suas pendncias com a Previdncia
Social. Uma amostra de 35 empresas notificadas com pendncias foi
selecionada de um banco de dados da Previdncia. A partir dessa amostra, o
perito fez uma anlise exploratria da varivel X, cujos resultados so
apresentados a seguir.
Estatsticas Descritivas:
tempo mnimo = 2 meses
tempo mximo = 128 meses
35
= 1027;
i =1

O
35
x
i =1
2
i
= 66317;
1 35
x i = 30135,11
35 i =1
43

Nesse estudo, o perito efetuou avaliaes acerca do nmero de irregularidades

Y que geraram pendncias em funo do porte das empresas: com menos
de 20 empregados e com 20 ou mais empregados. Os resultados foram os
seguintes.
tamanho da empresa
< 20 empregados
20 empregados
y
6,8
2,6
s
1,7
1,3
n
15
20
Com base nessas informaes julgue os itens de 18 a 23.

18. O diagrama de caixas, conhecido como boxplot, indica que a distribuio
de X assimtrica. Portanto, o nmero de observaes acima do segundo
quartil (Q2) foi proporcionalmente superior ao nmero de observaes abaixo
de Q2.
Resoluo
correto afirmar que o boxplot indica que a distribuio de X assimtrica,

pois a distribuio tem cauda levemente alongada para a direita (note que a
distncia entre o quartil superior e a mediana maior que a distncia entre o
quartil inferior e a mediana). Mas incorreto dizer que o nmero de
observaes acima do segundo quartil (mediana) foi proporcionalmente
superior ao nmero de observaes abaixo da mediana, haja vista que a
mediana divide o conjunto ordenado de dados em dois subconjuntos
com igual nmero de elementos. Portanto, o item est errado.
GABARITO: E
19. O tempo mediano da varivel X foi aproximadamente igual a 29,34 meses.
Resoluo
O
44

Rol: {2 3 4 4 6 6 6 6 6 6 7 10 11 12 12 14 15 17 17 20 20 23 25 25 27 34 35
49 57 62 68 88 92 110 128}
O rol acima possui 35 amostras em ordem crescente. A mediana o valor que
ocupa a 18 posio, a saber, o valor 17. Uma rpida inspeo do box plot
confirma que o valor da mediana inferior a 20. Item errado.
GABARITO: E
20. No diagrama de caixas, quatro observaes foram identificadas como
valores atpicos por estarem fora do intervalo [0; 77,25].
Resoluo
Uma rpida inspeo do box plot sugere que os valores 88, 92, 110 e 128
(vide diagrama de ramo e folhas) so outliers. Item Certo. Resolvo mais
detalhadamente a seguir.
Rol: {2 3 4 4 6 6 6 6 6 6 7 10 11 12 12 14 15 17 17 20 20 23 25 25 27 34 35
49 57 62 68 88 92 110 128}
Q1 (primeiro quartil) = 6 (ocupa a 9 posio do rol)
Q3 (terceiro quartil) = 35 (ocupa a 27 posio do rol)
Logo, o desvio interquartlico (IQR) dado por
IQR = Q3 Q1 = 35 6 = 29
E o Limite Superior (LS) do diagrama ser
LS = Q3 + (1,5 x IQR) = 35 + 1,5 x 29 = 35 + 43,5 = 78,5
Contudo, a banca trabalhou com LS = 77,25, valor diferente do calculado
acima. Qual a provvel causa dessa discrepncia?
Vamos supor a banca tenha adotado Q3= (34 + 35)/2 = 34,5.
Neste caso, IQR = Q3 Q1 = 34,5 - 6 = 28,5 28,5 x 1,5 = 42,75 LS =
42,75 + 34,5 = 77,25.
Foi da que saiu o valor 77,25 citado no item. Mas isso no quer dizer que eu
concorde com o raciocnio da banca. A questo no foi anulada.
GABARITO: C

O
45

21. O diagrama apresentado a seguir o resumo dos 5 nmeros para a
distribuio de X.
17
6
2
34,5
128
Resoluo
O diagrama com o resumo dos 5 nmeros tem a seguinte interpretao:
17 (mediana)
6 (quartil inferior)
34,5 (quartil superior)
2 (mnimo amostral)
128 (mximo amostral)
Os diagramas de caixas e de ramo e folhas confirmam que os dados

relacionados acima esto corretos.
GABARITO: C
22. Nessa situao, a variabilidade do nmero de irregularidades nas
empresas com menos de 20 empregados corresponde metade da
variabilidade do nmero de irregularidades nas empresas com 20 ou mais
empregados.
Resoluo
Considere que o nmero de irregularidades nas empresas com menos de 20

empregados seja representado pela varivel A e o nmero de irregularidades
nas empresas com 20 ou mais empregados pela varivel B. A comparao
entre as variabilidades (disperses) das distribuies de A e B deve
ser feita em termos relativos. Para tal, deve-se usar o coeficiente de
variao (cv), que definido como a razo entre o desvio padro e a
mdia. Esta medida de disperso caracteriza o espalhamento dos valores da
distribuio em termos relativos ao seu valor mdio (*).
cv(A) = sA/mdiaA = 1,7/6,8 = 1/4 = 0,25
cv(B) = sB/mdiaB = 1,3/2,6 = 1/2 = 0,50
cv(A) = cv(B)/2 (item correto!)
(*) No faz sentido comparar objetos diferentes (por exemplo, banana com
laranja), utilizando uma medida absoluta como o desvio padro. por isso que
necessrio trabalhar com um adimensional como o coeficiente de variao.
O
46

GABARITO: C
23. O desvio padro amostral de X foi inferior a 31 meses.
Resoluo
Varincia = Mdia dos Quadrados Quadrado da Mdia
Como o valor de n=35 grande, usarei a frmula aproximada

1
1
s = x2 x
n
QUADRADO DA MDIA:
2
2
2
1
1
1 1
1
30.135,11
x = 2 ( x ) = ( x ) =
n
n n
35
MDIA DOS QUADRADOS:

1
1
x 2 = 66.317
n
35
s2 =
66.317 30.135,11 36.181,09
=
= 1.033,77 s = 1.033,77 32,15
35
35
35
O desvio padro superior a 31 meses.

GABARITO: E
(Analista Judicirio/TST/2007/Cespe-UnB/Adaptada) Considere que,
em um ambiente de trabalho industrial, as seguintes medies acerca da
poluio do ar tenham sido observadas: 1, 6, 4, 3, 2, 3, 1, 5, 1, 4. Nessas
situao, julgue os itens que se seguem.
24. A mediana da amostra igual a 2,5.
Resoluo
Rol: 1, 1, 1, 2, 3, 3, 4, 4, 5, 6 (N = 10 medies)
N = 10 par. Ento
mediana = mdia aritmtica entre as 5a e 6a medies do rol
O
47

mediana = (3+3)/2 = 3
GABARITO: E
25. As mdias harmnica e geomtrica so ambas inferiores a 3.
Resoluo
Frmulas:
n
Mdia geomtrica: x g = n x1.x 2 ...x n = x i 1 / n
i=1
Mdia harmnica: x h =
n
1
1
1
+
+ ... +
xn
x1 x 2
n
n
x
i =1
Mdia geomtrica:
x g = n x1.x 2 ...x n =(111 2 3 3 4 4 5 6)1 / 10 = 86401 / 10 = 10 8640

E agora, como fazer a conta acima? Como voc poderia efetuar a raiz dcima
de 8640 em uma situao real de prova?
Eu faria uma conta aproximada, como nmeros inteiros. Quer ver? Quanto d
310?
310 = 33 x 33 x 33 x 3 = 27 x 27 x 27 x 3 = 19683 x 3 > 8640
Logo,
x g = 10 8640 < 3
Mdia harmnica:
xh =
n
1
1
1
+
+ ... +
x1 x 2
xn
10
10
300
=
=
2<3
1 1 1 1 1 1 1 1 1 1
61 151
3+
+ + + + + + + + +
1 1 1 2 3 3 4 4 5 6
30
GABARITO: C
26. O terceiro quartil igual a 3.
Resoluo
Rol: 1, 1, 1, 2, 3, 3, 4, 4, 5, 6 (N = 10 medies)
O
48

O terceiro quartil a mediana da sub-srie 3, 4, 4, 5, 6 Q3 = 4

GABARITO: E
27. A varincia amostral superior a 2,8.
Resoluo
n 2
1
Varincia Amostral =
x i2
x
n 1 i
n 1
Mdia dos quadrados corrigida pelo fator n1:
2
i
= 12 + 12 + 12 + 2 2 + 32 + 32 + 4 2 + 4 2 + 5 2 + 6 2 = 3 + 4 + 9 + 9 + 16 + 16 + 25 + 36 = 118
118
1
13,1
x i2 =
9
n 1 i
Observe que o clculo da mdia dos quadrados usa o fator n-1 no

denominador da mdia, em vez de n, quando se trata da varincia de uma
amostra.
Quadrado da mdia corrigido pelo fator n/(n-1):
x=
1 + 1 + 1 + 2 + 3 + 3 + 4 + 4 + 5 + 6 30
n 2 10
=
= 3 x2 = 9
x = 9 = 10
10
10
9
n 1
Varincia amostral= 13,1 10 = 3,1 > 2,8 item certo.

Nota: calculemos a varincia da populao:
x
i
2
i
= 118
1
118
= 11,8
x i2 =
10
n i
Mdia dos quadrados = 11,8

Quadrado da mdia = 9
Varincia = mdia dos quadrados quadrado da mdia = 11,8 9 = 2,8
voc julgaria que o item errado pela conta aproximada. Neste caso, o erro de
aproximao (3,1 2,8) = 0,3, correspondente a aproximadamente 10% do
valor da varincia amostral (significativo!). O erro percentual da conta
aproximada grande porque o nmero de amostras (n=10) pequeno.
GABARITO: C
O
49

Bom estudo e at a prxima aula!

Alexandre Lima.

O
50

Aula 02

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Aula 02

Diunggah oleh

Hak Cipta:

Format Tersedia

Curso Online Noes de Estatstica para Papiloscopista PF

Prof. Alexandre Lima

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

Desvio Padro .................................................................................................................. 7

Coeficiente de Variao ................................................................................................ 7

Desvio Interquartlico .................................................................................................... 8

Diagrama de Caixa ......................................................................................................... 8

Amostragem Aleatria Simples .................................................................................. 13

Amostragem Estratificada ........................................................................................... 14

Amostragem por Conglomerados ............................................................................... 15

Amostragem por Voluntrios ...................................................................................... 15

Varincia Amostral ..................................................................................................... 17

Exerccios de Fixao ......................................................................................................... 19

Resoluo dos Exerccios de Fixao ........................................................................... 28

Profs. Alexandre Lima

Curso Online Noes de Estatstica para Papiloscopista PF

A varincia de um conjunto de observaes {x1 , x 2 ,..., x n } pode ser calculada pela

em que s 2x denota a varincia e x representa a mdia aritmtica. Se os valores

respectivamente, a varincia ser dada por (*)

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

Curso Online Noes de Estatstica para Papiloscopista PF

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

Tambm podemos usar a frmula "maceteada" da varincia:

Varincia = Mdia dos Quadrados Quadrado da Mdia = x i2 x 2

Curso Online Noes de Estatstica para Papiloscopista PF

Fazendo N = NA + NB, obtemos

J caiu em prova! (Adm. Jr./REFAP/2007/Cesgranrio). O setor de

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

Curso Online Noes de Estatstica para Papiloscopista PF

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

Calcularemos a varincia combinada se soubermos os valores das somatrias

A = 120 (soma de A = 120).

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

A varincia de A 3,4. Ento,

= 3,4 20 A = 3,4 20 6 = 3,4 20 = 39,4

A 2 = 20 39,4 = 788 (soma dos quadrados de A = 788).

A varincia de B 4,0. Logo,

Profs. Alexandre Lima

Curso Online Noes de Estatstica para Papiloscopista PF

= 4,0 30 B = 4,0 30 7 = 4,0 30 = 53,0

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

Finalmente, temos que

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

N A sA2 + N B sB2 N A sA2 + N B sB2

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

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

Curso Online Noes de Estatstica para Papiloscopista PF

Como as mdias so iguais, podemos aplicar a frmula simplificada

Varincia combinada: sA2 + B =

O desvio padro de um conjunto de dados a raiz quadrada positiva

O coeficiente de variao definido como o quociente entre o desvio

Curso Online Noes de Estatstica para Papiloscopista PF

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

O desvio interquartlico, definido por

em que d Q denota o desvio interquartlico, Q s o quartil superior e Qi o

Um diagrama de caixa ou box plot ou caixa-de-bigodes um retngulo

Profs. Alexandre Lima

Curso Online Noes de Estatstica para Papiloscopista PF

(*) A mdia aritmtica sensvel a outliers. Um nico valor ruim do conjunto

Exemplo. Considere um conjunto de dados com os seguintes percentis:

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

Profs. Alexandre Lima

Curso Online Noes de Estatstica para Papiloscopista PF

A figura abaixo mostra o histograma associado ao box plot do exemplo.