Estatística

Professora: Patrícia Ferreira Paranaíba

Estatística Descritiva
A estatística descritiva é parte da estatística que lida com a
organização, resumo e apresentação de dados. Esta é feita por meio
de:
Tabelas;
Gráficos;
Medidas Descritivas (média, variância, entre outras).
Variáveis Qualitativas
Frequentemente o primeiro passo da descrição de dados é criar
uma tabela de frequências. Antes de montar a tabela de
distribuição de frequências temos algumas definições:
Frequência - medida que quantifica a ocorrência dos valores de
uma variável a um dado conjunto de dados. As frequências
podem ser:
Absoluta (fa) - contagem das observações de uma variável;
Relativa (fr) - divisão da frequência absoluta pelo total de
observações
fa
fr =
n
Percentual (fp) - é a frequência relativa multiplicada por 100

fp = 100 × fr
Exemplo 1: Para adequar os produtos às preferências dos clientes, foi
realizada uma pesquisa sobre os provedores e a qualidade dos
serviços prestados utilizando uma amostra de 20 clientes, obtendo as
seguintes variáveis:

Tabela: Variáveis observadas de 20 clientes de um provedor.

Amostra Sexo Qualidade Amostra Sexo Qualidade
1 feminino Boa 11 feminino Ruim
2 feminino Boa 12 feminino Ruim
3 feminino Boa 13 masculino Boa
4 feminino Boa 14 masculino Boa
5 feminino Boa 15 masculino Ótimo
6 feminino Ótimo 16 masculino Regular
7 feminino Ótimo 17 masculino Regular
8 feminino Regular 18 masculino Ruim
9 feminino Regular 19 masculino Ruim
10 feminino Ruim 20 masculino Ruim
Para a variável sexo, podemos utilizar as frequências apresentadas na
tabela 2:

Tabela: Distribuição de freqüência do sexo de 20 clientes de um provedor.

Sexo Freqüência Freqüência Freqüência

Absoluta Relativa Percentual
(fa) (fr) (fp)
feminino 12 0,60 60%
masculino 8 0,40 40%
Total 20 1,00 100%
Para a variável qualidade no atendimento, além das freqüências
utilizadas para a variável sexo, podemos utilizar mais duas
freqüências:
Freqüência Acumulada (FA)- obtida pelo soma das freqüências
absolutas;
Freqüência Percentual Acumulada (FP) - obtida pela soma das
freqüências percentuais.
Tabela: Distribuição de freqüência qualidade no atendimento de um
provedor de acordo com 20 clientes
Qualidade no Freqüência Freqüência Freqüência Freqüência Freqüência
Atendimento Absoluta Relativa Percentual Acumulada Percentual
(fa) (fr) (fp) (FA) Acumulada
(FP)
Ótima 3 0,15 15% 3 15%
Boa 7 0,35 35% 10 50%
Regular 4 0,20 20% 14 70%
Ruim 6 0,30 30% 20 100%
Total 20 1,00 100% - -
 Dados qualitativos são usualmente bem ilustrados num simples
gráfico de barras onde a altura da barra é igual a frequência.

Figura: Qualidade no atendimento de um provedor de acordo com 20

clientes.
Gráfico de Setor ou de Pizza.

Figura: Sexo de 20 clientes de um provedor.

Variáveis Quantitativas discretas
Da mesma forma que as variáveis qualitativas, podemos resumir
dados quantitativos por meio de tabelas de frequências.
A tabela de distribuição de frequências de uma variável discreta
é, em geral bastante semelhante à das variáveis qualitativas.
Exemplo 1: Os dados a seguirem são referentes a um levantamento
onde observou-se o número de peças defeituosas em 25 máquinas de
uma empresa.

Tabela: Número de peças defeituosas em 25 máquinas de uma empresa.

3 5 7 1 3
6 5 5 5 3
8 5 2 6 2
4 4 4 3 5
6 2 2 4 5
Tabela: Distribuição de frequências do número de peças defeituosas de 25
máquinas de uma empresa.
Número de Frequência Frequência Frequência Frequência Frequência
peças def. Absoluta Relativa Percentual Acumulada Percentual
(fa) (fr) (fp) (FA) Acumulada
(FP)
1 1 0,04 4% 1 4%
2 4 0,16 16% 5 20%
3 4 0,16 16% 9 36%
4 4 0,16 16% 13 52%
5 7 0,28 28% 20 80%
6 3 0,12 12% 23 92%
7 1 0,04 4% 24 96%
8 1 0,04 4% 25 100%
Total 25 1 100%
Representação gráfica: gráfico de barras

Figura: Número número de peças defeituosas de 25 máquinas de uma

empresa.
Variáveis Quantitativas contínuas
O procedimento para construir tabelas de distribuição de
frequências para variáveis quantitativas contínuas envolve os
seguintes passos :
Decidir sobre o número de classes k. Para que a decisão não seja
totalmente arbitrária pode-se usar a raiz quadrada
√do total de
valores como o número de classes, ou seja, k ∼= n.
Determinar a amplitude dos dados: A = Max - Min.
Determinar a amplitude de classe c:
A
c=
k−1
Determinar o limite inferior da primeira classe LI1 :
c
LI1 = Min −
2
Determinar o limite superior da primeira classe LS1 :

LS1 = LI1 + c

sendo que o limite inferior da segunda classe LI2 é igual ao LS1 ,

e assim
LS2 = LI2 + c
e assim, sucessivamente todas as classes vão sendo construídas.
Após a construção das classes, são contados quantos dados estão
contidos em cada classe e se obtem as frequências.
Exemplo 2

Tabela: Dados ordenados, relativos ao tempo em segundos para carga de um

aplicativo num sistema compartilhado (30 observações).

6,94 7,27 7,46 7,97 8,03 8,37

8,56 8,66 8,88 8,95 9,30 9,33
9,55 9,76 9,80 9,82 9,98 9,99
10,14 10,19 10,42 10,44 10,66 10,88
10,88 11,16 11,80 11,88 12,25 12,34

√
k = 30 = 5, 47 ≈ 5
A = Max − Min = 12, 34 − 6, 94 = 5, 40
A 5, 40
c = = = 1, 35
k−1 4
c 1, 35
LI1 = Min − = 6, 94 − = 6, 94 − 0, 67 = 6, 27
2 2
Tabela: Distribuição de freqüências, relativa ao ao tempo em segundos para
carga de um aplicativo num sistema compartilhado.

Classes Freqüência Freqüência Freqüência Freqüência Freqüência

Absoluta Relativa Percentual Acumulada Percentual
(fa) (fr) (fp) (FA) Acumulada
(FP)
6,27 ⊢ 7,62 3 0,10 10% 3 10%
7,62 ⊢ 8,97 7 0,23 23% 10 33%
8,97 ⊢ 10,32 10 0,33 33% 20 67%
10,32 ⊢ 11,67 6 0,20 20% 26 87%
11,67 ⊢ 13,02 4 0,13 13% 30 100%
30 1,00 100%
Representação gráfica: histograma e póligono de freqüências.

Figura: Histograma e Polígono de freqüências relativa ao tempo em

segundos para carga de um aplicativo num sistema compartilhado.
Medidas de Posição: São valores que representam a tendência de
concentração dos dados observados.
Média Aritmética: A média de uma população ou amostra é a
soma de todos os elementos da população (amostra) dividida
pelo número de elementos. Esta medida apresenta a mesma
unidade dos dados.
Para a população a média é representada por:
XN
xi
i=1
µ= N , em que N é o tamanho da população.

Para a amostra a média é representada por:

X n
xi
i=1
X= n , em que n é o tamanho da amostra.
Exemplo: O tempo de vida útil (em horas) de uma amostra de 6
lâmpadas incadescentes é: 612, 983, 623, 883, 666 , 970. A
média amostral do tempo de vida é dado por:
n
X
xi
i=1 612 + 983 + 623 + 883 + 666 + 970
X= = = 789, 5h
n 6
Propriedades da média
Adição ou Subtração por uma constante
Seja (X1 , X2 , X3 , ..., Xn ) uma amostra aleatória de tamanho n, k
uma constante e X a média da amostra. Se somarmos ou
subtrairmos todos os valores de uma variável X pela constante k,
o valor de X MÉDIA fica somada ou subtraída pela constante.
Se no exemplo das lâmpadas somarmos a constante 2 a cada um
dos valores da variável temos 614, 985, 625, 885, 667,972

∗ 614 + 985 + 625 + 885 + 668 + 972 4749

X = = = 791, 5h
6 6
Utilizando a propriedade,
∗
X = X + k = 789, 5 + 2 = 791, 5h
Propriedades da média
Multiplicação ou divisão por uma constante
Seja (X1 , X2 , X3 , ..., Xn ) uma amostra aleatória de tamanho n, k
uma constante e X a média da amostra. Se multiplicarmos ou
dividirmos todos os valores de uma variável X pela constante k, o
valor de X MÉDIA fica multiplicada ou dividida pela constante.
Se no exemplo das lâmpadas multiplicarmos a constante 2 a cada
um dos valores da variável temos 1224, 1966, 1246, 1766, 1332,
1940.
∗ 1224 + 1966 + 1246 + 1766 + 1332 + 1940
X = = 1579h
6
Utilizando a propriedade,
∗
X = kX = 2 × 789, 5 = 1579h
Propriedades da média
Soma dos desvios
Seja (X1 , X2 , X3 , ..., Xn ) uma amostra aleatória de tamanho n e X
a média da amostra. Se subtrairmos cada valor da variável X pela
média obtemos os desvios. A soma algébrica dos desvios é igual
a zero.
No exemplo da lampâda, temos:
Amostra X Desvio
612 789,5 -177,5
983 789,5 193,5
623 789,5 -166,5
883 789,5 93,5
666 789,5 -123,5
970 789,5 180,5
soma dos desvios 0
Mediana: Num conjunto de dados ordenados, a mediana (Md ) é
o valor que deixa metade da freqüência abaixo dele. A mediana,
como a média, possui a mesma unidade de cada observação.
A mediana pode ser obtida por meio da expressão:

 X n+1
 se n for ímpar
2
Md =
 X n2 +X n+2

2
2 se n for par
Exemplo 1: Considere o conjunto de dados: 5, 2, 6, 13, 9, 15, 10.
Primeiro é necessário ordenar os dados: 2, 5, 6, 9, 10, 13, 15.
Como se de uma conjunto com n = 7 (ímpar), então:

Md = X n+1 = X 7+1 = X4
2 2

Logo a mediana é igual ao elemento que está na quarta posição

do conjunto de dados, assim

Md = 9
Exemplo 2: Considere o conjunto de dados: 1, 3, 8, 6, 2, 4.
Primeiro é necessário ordenar os dados: 1, 2, 3, 4, 6, 8. Como se
de uma conjunto com n = 6 (par), então:
X n2 + X n+2 X 6 + X 6+2 X3 + X4
2 2 2
Md = = =
2 2 2
Logo para obter a mediana é necessário obter os elementos que
estão na terceira e quarta posição do conjunto de dados, assim:
3+4
Md = = 3, 5
2
Moda: A moda Mo de um conjunto de dados é o valor mais
freqüente e também tem a mesma unidade dos dados. Para obter
a moda basta observar qual o dado que mais se repete.
Exemplo 1: No conjunto de dados 7 , 8 , 9 , 10 , 10 , 10 , 11 , 12
a moda é igual a 10, pois é único que se repete.
Exemplo 2: No conjunto de dados 3 , 5 , 8 , 10 , 12 não
apresenta moda. O conjunto é amodal
Exemplo 3: No conjunto de dados 2 , 3 , 4 , 4 , 4 , 5 , 6 , 7 , 7 , 7
, 8 , 9 temos duas modas: 4 e 7. O conjunto é bimodal.
Simetria
A determinação das medidas de posição permite discutir sobre a
simetria da distribuição dos dados.
Distribuição simétrica: X = Md = Mo
Distribuição assimétrica: ocorrem diferenças entre os valores da
média, mediana e moda. A assimetria pode ser:
à direita: X > Md > Mo
à esquerda: X < Md < Mo
Representação gráfica
Quantis
Quartil: Denominamos quartis os valores de uma série que a
dividem em quatro partes iguais.

Para determinar a ordem ou posição do quartil a ser calculado,

usaremos a seguinte expressão:

i(n + 1)
EQi =
4
em que:
i = número do quartil a ser calculado;
n = número de observações.
Exemplo: Considere o conjunto de dados: 5, 2, 6, 9, 10, 13, 15
Primeiro é necessário ordenar os dados: 2, 5, 6, 9, 10, 13, 15.
1
EQ1 = (7 + 1) = 2
4
Logo o quartil 1 é o elemento da 2º posição. Logo Q1 = 5.
2
EQ2 = (7 + 1) = 4
4
Logo o quartil 2 é o elemento da 4º posição. Logo Q2 = 9.
3
EQ3 = (7 + 1) = 6
4
Logo o quartil 3 é o elemento da 9º posição. Logo Q3 = 13.
 Percentil: São as medidas que dividem a amostra em 100 partes
iguais. Assim:

O elemento que definirá a ordem do percentil será encontrado pelo

emprego da expressão:
i
EPi = (n + 1)
100
em que:
i = número identificador do percentil;
n = número total de observações.
Exemplo: Considere o conjunto de dados: 5, 2, 6, 9, 10, 13, 15
Primeiro é necessário ordenar os dados: 2, 5, 6, 9, 10, 13, 15.
Percentil 25
25×
EP25 = (7 + 1) = 2
100
Logo o percentil 25 é o elemento da 2º posição. Logo P25 = 5.
Percentil 50
50×
EP50 = (7 + 1) = 4
100
Logo o percentil 50 é o elemento da 4º posição. Logo P50 = 9.
Medidas de dispersão (variação): As medidas de posição são
importantes para caracterizar um conjunto de dados, mas não são
suficientes para caracterizar completamente a distribuição dos dados.
Para isso é necessário obter as medidas de dispersão, que medem a
variabilidade dos dados.
Amplitude Total
Amplitude Total (A) é a diferença entre o maior e o menor valor
da amostra. Essa medida é bastante simples, e obtida pela
expressão:
A = Max − Min
Para expressar variabilidade a amplitude total não é muito usada, pois
baseia-se em apenas dois dados.
Variância e Desvio Padrão
A variância é baseada pela quadrado dos desvios dos dados em
relação à média. Esta medida é expressa na unidade dos dados ao
quadrado.
Para a população a variância é representada por:
XN
2
(xi − µ)
i=1
σ2 = N , em que N é o tamanho da população.

Para a amostra a variância é representada por:

n
X
2
xi − X
i=1
S2 = n−1 , em que n é o tamanho da população.
O desvio padrão é a raíz quadrada positiva da variância. Esta
medida é expressa na mesma unidade dos dados.
Para a população o desvio padrão é representada por:
√
σ = σ2

Para a amostra o desvio padrão é representada por:

√
S = S2
Exemplo:
Coeficiente de Variação
O coeficiente de variação (CV) é uma medida de dispersão que
expressa o desvio padrão em termos da média de forma
percentual:
S
CV = 100 ×
X
Se as amostras tiverem unidade diferentes ou médias diferentes o
CV pode ser utilizado para comparar a variabilidade entre duas
amostras.
Exemplo
Uma fábrica de ervilhas comercializa seu produto em embalagens de
300 gramas e em embalagens de um quilo ou 1000 gramas. Para
efeitos de controle do processo de enchimento das embalagens,
sorteia-se uma amostra de 10 embalagens de cada uma das máquinas
e obtém-se os seguintes resultados:

X = 296g;
300g →
S = 5.

X = 996g;
1000g →
S = 5.
Na primeira máquina, as embalagens deveriam fornecer peso de
300g mas devido a erros de ajuste da máquina de enchimento, o
peso médio das 10 embalagens é de apenas 296g. O
desvio-padrão de 5g significa que, em média, os pesos das
embalagens estão 5 gramas abaixo ou acima do peso médio das
10 latas. Uma interpretação análoga vale para a segunda
máquina.
Em qual das duas situações a variabilidade parece ser maior? Ou
seja, em qual das duas máquinas parece haver um problema mais
sério? Observe que, em ambos os casos, há uma dispersão de 5g
em torno da média, mas 5g em 1000g é menos preocupante que
5g em 300g.
 Os coeficientes de variação para as embalagens oriundas das
duas máquinas são:
5
300g → CV = 100 × = 1, 69%
296
5
1000g → CV = 100 × = 0, 5%
996
Isso confirma a nossa observação anterior: a variabilidade na máquina
de 300g é relativamente maior.