Introdução

Contrair tudo
Etimologicamente a Estatística foi definida como a Ciência das coisas que
pertencem ao Estado ou da coisa Pública.

Estatística é uma ciência exacta que visa fornecer subsídios ao analista

para colectar, organizar (rol de dados), resumir, analisar, interpretar e
apresentar dados. Trata de parâmetros extraídos da população, tais como
média, frequência, mediana, variância, desvio padrão, etc.

A estatística fornece métodos ou técnicas para extrair informação de

dados, que nos dão informação útil sobre o problema em estudo, sendo
assim, é objectivo da Estatística extrair informação dos dados para obter
uma melhor compreensão das situações que representam.

 Objectivos

Geral

 Aplicar a estatística como instrumento que amplia o

conhecimento e orienta para uma análise mais clara nas áreas
específicas e para tomada de decisões

Especificos

 Capacitar o aluno para o planeamento, colecta, apresentação

e análise de dados,
 Proporcionar ao aluno a compreensão dos principais
indicadores estatísticos,
 Fornecer ao aluno conhecimentos sobre técnicas da
amostragem e das principais ferramentas do campo da
Estatística inferencial.

 Resultados Esperados
 Seja capaz de interpretar e manipular correctamente as
informações quantitativas utilizando o computador na
construção de tabelas e gráficos;
 Seja capaz de aplicar e escolher um Teste Estatístico,
distinguindo as suas características fundamentais e
 conveniência a cada caso, analisando seus itens e
determinando a sua fidedignidade e validade;
 Seja capaz de aprofundar todas as fases de formulação,
implementação e análise de Estatística e Probabilidade num
projecto, identificando os pontos fracos e fortes, analisando a
operacionalização do mesmo.

TEMA I CONCEITOS

1. Objectivos do tópico
Ao completar tópico, você será capaz de:

 Descrever o significado estatística;

 Indicar situações em que a estatística presta relevantes serviços;
 Identificar as etapas do método estatístico;
 Descrever o objecto de estudo da estatística descrito;
 Comprender os conceitos população e amostra, censo e sondagem,

2. Unidade Temática 1.1: Estatística e sua aplicação

A palavra ESTATÍSTICA vem do STATUS (Estados em Latim). Como é do
conhecimento geral, a leitura de um simples jornal ou revista implica, hoje
em dia, entender a linguagem dos gráficos e dos números.

Em todos os campos da actividade humana, a informação é essencial as

decisões dos cidadãos, à vida das empresas, à sobrevivência dos
estados. Por exemplo:

 Número de habitantes, de trabalhadores por profissão, de família

com e sem casas, de pequenas, médias e grandes empresas, de
importadores e exportadores.
 Distribuição de voto por região, reprovação e aprovação por nível e
por disciplina, o nível de infecção de HIV/SIDA por região, número de
professores e de escolas, etc.
 O percentual de aumento, ou redução, no preço da cesta básica.

A Estatística pode ser encarada como uma ciência ou como um método de

estudo. Duas concepções para a palavra Estatística:

1. no plural (estatísticas), indica qualquer coleção consistente de

dados numéricos, reunidos com a finalidade de fornecer informações
acerca de uma atividade qualquer. Por exemplo, as estatísticas
demográficas referem-se aos dados numéricos sobre nascimentos,
falecimentos, matrimônios, desquites, etc.

2. no singular (estatística), indica um corpo de técnicas, ou ainda uma

metodologia técnica desenvolvida para a coleta, a classificação, a
apresentação, a análise e a interpretação de dados quantitativos e a
utilização desses dados para a tomada de decisões.

Assista o vídeo em baixo :

2. Unidade Temática 1.1: Estatística e sua aplicação

2.1. Estatística descritiva e estatística Indutiva

Desde o século passado que a estatística constitui um ramo da

Matemática estruturando cientificamente e em estreita ligação com o
cálculo das probabilidades

Na estatística consideram-se dois ramos:

 A Estatística Descritiva, que visa descrever o real de forma a

permitir entende-lo melhor. É conjunto de técnicas que objetivam
coletar, organizar, apresentar, analisar e sintetizar os dados
numéricos de uma população, ou amostra;
 A Estatística Indutiva ou Inferencial, que a partir de uma
amostra da população permite estender os resultados à população
inteira.

A Figura a seguir ilustra os conceitos de população e amostra e as áreas

da estatística descritiva e inferencial, com seus respectivos objetivos.

Assista o vídeo em baixo

2.2. Exemplo
Um teste à opinião revelou que 65% da população brasileira apoia um
determinado candidato para presidente da república. Se este candidato
for realmente inscrito para as eleições, é de se esperar que ele se eleja.

O processo de generalização do método indutivo está associado a uma

margem de incerteza. Isso se deve ao fato de que a conclusão que se
pretende obter para o conjunto de todos os indivíduos (população)
analisados, quanto a determinadas características comuns, baseia-se em
uma parcela (amostra) de observações.

Na análise estatística de dados, pode-se obter os resultados de duas

maneiras: através d e um censo ou através de uma amostragem, isto é,
pesquisaem uma amostra.

Pesquisa de mercado, pesquisa de opinião pública e praticamente

todo experimento.

2.3. Leituras obrigatórias

Leituras obrigatórias:

 Unidade 1.1. do Modulo da disciplina a pagina 18

 Capitulo 1 "INTRODUÇÃO À ESTATÍSTICA" do livro "Estatísticas para
ciências sociais aplicadas I" a pagina 9.

3. Unidade Temática: 1.2: As Etapas do Método

São estas as etapas que definem o método estatístico de resolução de
problemas:

 Identificação do problema ou situação: deverá ser claro, desde

o inicio do estudo, qual o problema a analisar e, uma vez conhecido,
qual o tipo de decisões que se pretendem tomar. Esta etapa requer
já algum conhecimento estatístico pois os métodos a aplicar não
 são, de modo nenhum, independentes da informação que se
pretende recolher. A etapa do Planejamento pode ser subetapa
da identificação do problema ou uma etapa separada.
 Recolha de dados: a recolha de toda a informação necessária pode
ser feita directamente quando os dados são obtidos de fonte
originária ou de forma indirecta quando os dados recolhidos provem
já de uma recolha directa. Aos primeiros, que é possível encontrar
em registos ou ficheiros, chamam-se dados primários enquanto
que os valores não disponíveis nestas fontes e calculados a partir
daquelas são dados secundários.
 Crítica dos dados: quer sejam dados primários ou secundário é
necessário proceder-se a uma revisão critica de modo a suprimir
valores estranhos ou eliminar erros capazes de provocar futuros
enganos de apresentação e analise ou mesmo de enviesar as
conclusões obtidos.
 Apresentação dos dados: deve-se organizar os dados de maneira
prática e racional, para um melhor entendimento do fenómeno que
se pretende estudar. Começa aqui o principal objectivo da
Estatística Descritiva: criar os instrumentos necessários para
classificar e apresentar conjuntos de dados numéricos de tal modo
que a informação neles contida seja apreendida mais fácil e
rapidamente.
 Análise e interpretação de resultados: por último é necessário
interpretar os resultados encontrados. Esta interpretação estará
tanto mais facilitada quando se tiverem concluído em etapas
anteriores os instrumentos mais apropriados a representação de
tipos de dados recolhidos.

3. Unidade Temática: 1.2: As Etapas do Método

3.1. Exercícios

Arraste as Etapas do Método no ordem correcto

Identificação do PROBLEMA

Recolha de dados

Crítica dos dados

Apresentação dos ...

Análise e interpr...

3.2. Leituras obrigatórias

 Unidade 1.2. do Modulo da disciplina a pagina 24.

  Capitulo 1.6 "Fases do Trabalho Estatístico" do livro "Estatísticas
para ciências sociais aplicadas I" a pagina 16.

4. Unidade Temática 1.3: População, Amostra,

Censo e Sondagem
População: é um conjunto de indivíduos ou objectos que apresentam
pelo menos uma característica em comum. A população pode ser finita ou
infinita.

Divisão da população:

 População finita – apresenta um número limitado de elementos.

Dessa forma, é possível enumerar todos os elementos
componentes.
 População infinita – apresenta um número ilimitado de elementos,
o que torna impossível a enumeração de todos os elementos
componentes.

Amostra: Considerando-se a impossibilidade, na maioria das vezes, do

tratamento de todos os elementos da população, retira-se uma parte da
população (amostra). Todo o subconjunto não vazio e com menor número
de elementos do que o conjunto definido como população constitui, por
definição, uma amostra dessa população. Na escolha de uma amostra
deve ter-se em conta a imparcialidade, a representatividade e o tamanho.
É importante que a amostra seja representativa da população, isto é, que
as suas características sejam, em geral, as mesmas que as do todo
(população). Enfim, a amostra é um subconjunto finito e representativo de
uma população.

Censo: se todos os elementos da população são observados diz-se que

se fez um levantamento exaustivo, ou recenseamento, ou apenas censo.

Sondagem ou amostragem: um estudo estatístico feito a partir de uma

amostra chama-se amostragem ou sondagem. As sondagens, estudos
feitos a partir da amostra, são muito usadas, por serem mais fáceis de
realizar, mais rápidas e mais rápidas e mais económicas. Amostragem é
considerada uma técnica especial de escolher amostras, de forma a
garantir o acaso na escolha. Assim, cada elemento da população tem a
mesma chance de ser escolhido, o que garante à amostra um caráter de
representatividade da população.

Técnicas de amostragem: existem técnicas adequadas para recolher

amostras, de forma a garantir (tanto quanto possível) o sucesso da
pesquisa e dos resultados. Definidos os objetivos e a população a ser
estudada, deve-se pensar em como será constituída a amostra dos dados
e quais as características ou variáveis a serem estudadas.
Carácteres Estatísticos ou Variáveis estatísticas: chama-se carácter
ou variável estatística a propriedade que vai ser estudada e são divididas
em dois tipos: qualitativas e quantitativas.

As variáveis podem ser resumidas da seguinte maneira:

Quantitativas Qualitativas
Continua Discreta Nominal Ordinal
peso, altura, idade n. gilhos, n. carros sexo, cor dos olhos grau de instrução

4. Unidade Temática 1.3: População, Amostra,

Censo e Sondagem

4.1. Exemplos

População
Exemplo 1

Os estudantes constituem uma população com uma característica em

comum: matriculados em um determinado curso de uma universidade.

Como em qualquer estudo estatístico, objetiva-se conhecer uma ou mais

características dos elementos de uma população. É importante definir
bem essas características de interesse, para que sejam delimitados os
elementos que pertencem à população e os que não pertencem.

A população pode ser constituída por pessoas, animais, minerais,

vegetais, etc.

Exemplos 2

Deseja-se saber se nas indústrias situadas na Matola, em 2020, existia

algum tipo de controle ambiental.

População ou universo – indústrias situadas na Matola em 2020.

Características – existência ou não de algum tipo de controle ambiental na

indústria.

Exemplo 3

Deseja-se conhecer o consumo total de energia elétrica em Mwh nas

residências da cidade de Nampula, no ano de 2021.

População ou universo – todas as residências que estavam ligadas à rede

elétrica em Nampula, no ano de 2021.
Características – consumo anual de energia elétrica em Mwh.

Exemplos População finita

Idade dos estudantes do Curso de Ensino de Geografia da UnISCED em
2022.

População – todos os estudantes de Ensino de Geografia da UnISCED em

2022.

Exemplos População infinita

Febre aviária.

População – aves.

Preencha selecionando a tipologia das Variáveis estatísticas:

 qualitativa nominal
 qualitativa ordinal
 quantitativa continua
 quantitativa discreta

Exemplo :

O cor dos olhos é uma variável : qualitativa nominal

• qualitativa nominal
O grupo sangüíneo é uma variável :
• quantitativa discreta
O número de filhos é uma variável :
• qualitativa nominal
O curso de licenciatura é uma variável :
• quantitativa continua
O peso de uma pessoa é uma variável :
• qualitativa ordinal
O nivel de escolaridade é uma variável :
• quantitativa dis
Idade é uma variável :
• quantitativa continua
Quantidade de caloria na batata frita é uma variável :
A classificação de uma lesão (lesão fatal; severa; moderada; pequena) é uma
• qualitativa ordinal
variável :
• quantitativa discreta
Numero de nascidos vivos em certo hospital em junho/22 é uma variável :
• qualitativa nominal
A Vitamina (A, B1, B2, B6, B12) é uma variável :

1.3: População, Amostra, Censo e Sondagem

4.3. Leituras obrigatórias

 Unidade 1.3. do Modulo da disciplina a pagina 29

  Capitulo 2.1 "População e amostra" do livro "Estatísticas para
ciências sociais aplicadas I" a pagina 21.
 Capitulo 2.2 "Atributos e variáveis (nominal, ordinal, intervalar)" do
livro "Estatísticas para ciências sociais aplicadas I" a pagina 27.
 Capitulo 1 "NOÇÕES GERAIS SOBRE AMOSTRAGEM" do livro
"Estatística aplicada às ciências sociais aplicadas II" a pagina 11.

DISTRIBUIÇÃO DE FREQUANCIAS
1. Objectivos do tópico
Ao completar tópico, você será capaz de:

 Compor a tabela das frequências absolutas e relativas;

 Determinar as amplitudes e o numero de classes nos dados
agrupados;
 Calcular as frequências acumuladas ascendentes e descendentes;
 Reconhecer os gráficos: de barras e histogramas de diferentes tipos
de gráficos;
 Conhecer o uso de Somatório e sua importância;
 Resolver expressões com somatórios

2. Unidade Temática 1.4: Organização de dados e

frequência
Na organização dos dados temos que ter em conta se vamos ou não agrupar em classes. Para
os dois casos temos que saber os procedimentos para a composição das tabelas das
frequências absolutas e relativas.

Dados brutos
O conjunto de dados numéricos obtidos após a crítica dos valores colectados constitui-se nos
dados brutos, assim: 24, 23, 22, 28, 34, 35, 21, 23, 33, 34, 21, 25, 36, 26, 22, 30, 32, 25, 26,
33, 34, 21, 31, 25, 31, 26, 25, 35, 33, 31 são exemplos de dados brutos. (idades dos
estudantes de uma turma).

Rol
É o arranjo dos dados brutos em ordem crescente ou decrescente.

Assim: 21, 21, 21, 22, 22, 23, 23, 24, 25, 25, 25, 25, 26, 26, 26, 28, 30, 31, 31, 32, 33, 33, 33,
34, 34, 34, 35, 35, 36.

Amplitude total “renge” (R) ou (At)

É a diferença entre o maior e o menor valores observados.

No exemplo dado, R = 36 – 21 = 15 ou At = 36 – 21 = 15
Frequência absoluta (fi)
Frequência absoluta do valor xi é o número de vezes que o elemento xi
aparece na amostra, ou é o número de elementos pertencentes a uma
classe.

No exemplo anterior, 3 é a frequência absoluta do valor 21 ou f (21) = 3.

A soma de todas as frequências absolutas é igual a população.

∑i=1nfi=N∑i=1nfi=N
1.4: Organização de dados e frequência

2.1. Dados não agrupados

Distribuição de frequências
É o arranjo de valores e suas respectivas frequências.

Para o exemplo dado será:

x
21 22 23 24 25 26 28 30 31 32 33 34 35 36
i

fi 3 2 2 1 4 3 1 1 3 1 3 3 2 1

∑i=114fi=30∑i=114fi=30

Frequência relativa
A frequência relativa de um valor xi é o quociente entre a frequência
absoluta desse valor e o número total da população.

A frequência relativa pode apresentar-se:

a) Por um numero abstracto, fr =fr=fiNfr=fiN, desta forma 0≤fr≤10≤fr≤1

b) Ou em percentagem, fr=100fiN=fr=100fiN= %
No nosso exemplo (idade dos estudante de uma turma) podemos calcular
a frequência relativa, dos estudantes com 26 anos de idade.

fr(26)=330=0,1fr(26)=330=0,1 ou fr(26)=3×10030=fr(26)=3×10030=
10%
A soma de todas frequências relativas é igual a unidade ou a 100%.

∑i=1nfiN=∑i=1nfi=1∑i=1nfiN=∑i=1nfi=1
Assista o seguinte video sobre a organização dos dados
2. Unidade Temática 1.4: Organização de dados e
frequência

2.2. Dados agrupados em classe

Quando a variável é continua ou quando o número de valores observados

é grande, é conveniente fazer o seu agrupamento em classes.

Definição dos termos

Amplitude total (AT) é à diferença entre o maior valor (VM) da

distribuição e o menor valor (Vm) da distribuição.

AT = (VM - Vm)

O número de classes (k): existem várias maneiras de se calcular o

número de classes, neste curso será utilizado o método prático.

 Se n < 25, utiliza-se k = 5 classes;

 Se n ≥ 25, utiliza-se k = n−−√n
 Fórmula de Sturges k = 1 + 3,22log(n)log(n).

Onde n é o tamanho da amostra.

Amplitude (ou intervalo) da classe

h = AT ÷ n° de classes

exemplo h = 26 ÷ 7 = 3,7 - intervalo 4

Limite superior da classe (Ls): valor maior de uma classe.

Limite inferior da classe(Ls): menor valor de uma classe.

Ponto médio ou marca da classe: É a média aritmética entre o limite

inferior e superior da classe. É obtido somando-se o limite inferior ao
limite superior da classe, e dividindo-se por dois.

Xi = (Ls + Li) / 2

É o valor em estatística que representa os valores da variável dentro da

classe.

Limite das classes

Existem diversas maneiras de expressar os limites das classes.

Convenção 1:

 [6,10] Compreende todos os valores de 6 a 10.

 [6,10[ Compreende todos valores de 6 a 10 excluindo o 10.
 ]6,10[ Compreende todos valores de 6 a 10, excluindo os extremos.
 ]6,10] Compreende todos os valores de 6ª 10, excluindo o 6.

Convenção 2:

 |- inclui o número da esquerda e exclui o da direita.

 -| exclui o número da esquerda e inclui o da direita.
 - exclui ambos.
 |-| inclui ambos.

Assita o video a seguir:

2. Unidade Temática 1.4: Organização de dados e

frequência

2.3. Tipos de frequências

Frequência absoluta (ou simple): indica o número de vezes em que

aparece um determinado resultado na amostra, ou é o número de
elementos pertencentes a uma classe.

Símbolo: fi

A soma de todas as frequências absolutas é igual a população

∑i=0nfi∑i=0nfi=N

Frequência acumulada – é a frequência que reúne certa frequência

mais todas as frequências anteriores. É utilizada especialmente quando
tentamos situar o indivíduo em função do desempenho total do grupo.

Símbolo: fac

Frequência relativa

A frequência relativa de um valor xi é o quociente entre a frequência

absoluta desse valor e o número total da população. A frequência relativa
pode apresentar-se:

a) Por um numero abstracto, fr = fiNfiN , desta forma 0 ≤≤ fr≤≤ 1

b) Ou em percentagem, fr = 100fiN100fiN

Assita o video a seguir:

2. Unidade Temática 1.4: Organização de dados e
frequência

2.4. Construção de Distribuições de frequências por

Intervalos

1º Passo: montar o Rol;

2º Passo: calcular a Amplitude Total;

3º Passo: determinar o Número de Classes da Distribuição de frequência;

4º Passo: calcular o intervalo de Classe ou Amplitude do Intervalo de Classe ;

5º Passo: Construção das Classes;

1ª Classe: Limite Inferior (Li) = menor valor do Rol e Limite Superior (Ls) = Li da 1ª Classe
+ h;

2ª Classe: Li = Ls da 1ª Classe e Ls = Li da 2ª Classe + h ;

etc.

6º Passo: obtenção da frequência Simples ou frequência Absoluta da Classe (fi);

7º Passo: Ponto Médio de Classe (Xi);

2. Unidade Temática 1.4: Organização de dados e

frequência

2.5. Leituras obrigatórias

 Unidade 1.4. do Modulo da disciplina a pagina 36.

 Capitulo 2.6 "Distribuição de frequências" do livro "Estatísticas para
ciências sociais aplicadas I" a pagina 45.

3. Unidade Temática 1.5: Frequências acumuladas e

gráficos
As frequências absolutas e relativas podem ser acumuladas ascendentes
e descendentes.

Frequência Absoluta Acumulada de Classe (𝐹𝑎𝑐𝑖): é a acumulação

sucessiva, a partir da primeira classe até uma classe qualquer, das
frequências simples ou absoluta das classes.
𝐹𝑎𝑐1 = 𝑓1

𝐹𝑎𝑐2 = 𝑓1 + 𝑓2

𝐹𝑎𝑐𝑘 = 𝑓1 + 𝑓2+. . .+𝑓𝑘

Frequência acumulada descendente do valor xi, fa ( ↓↓ ) é a soma de

todas as frequências dos valores menores ou iguais a Xi.
Exemplo frequência absoluta dos estudantes com
classificações inferiores ou iguais a 10.

Frequência acumulada ascendente do valor Xi, é a soma de todas as

frequência dos valores maiores ou iguais a Xi.

Exemplo frequência absoluta dos estudantes com

classificações maiores ou iguais a 10.

Frequência Relativa de Classe (fri): é a relação existente entre a

frequência absoluta ou simples de classe i e o número de observações da
variável.

fri=∑i=0nfinfri=∑i=0nfin
Frequência Relativa Acumulada ( fr(ac)ifr(ac)i): é a acumulação
sucessiva, apartir da primeira classe até uma classe qualquer das
frequências relativas das classes.
fr(ac)1fr(ac)1 = fr1fr1
fr(ac)2fr(ac)2 = fr2fr2 + fr1
3. Unidade Temática 1.5: Frequências acumuladas e
gráficos

3.1. Apresentação Gráfica

Os gráficos constituem uma apresentação geométrica dos dados. Permite

ao analista obter uma visão rápida e clara do fenômeno e sua variação.
Eles propiciam uma ideia inicial mais satisfatória da concentração e
dispersão dos valores, uma vez que através deles os dados estatísticos se
apresentam em termos de grandezas visualmente interpretáveis.

Requisitos Fundamentais em um Gráfico

 Simplicidade: possibilitar a análise rápida do fenômeno observado.

Deve conter apenas o essencial.
 Clareza: possibilitar a leitura e interpretação correta dos valores do
fenômeno.
 Veracidade: deve expressar a verdade sobre o fenômeno
observado.
3. Unidade Temática 1.5: Frequências acumuladas e
gráficos

3.2. Tipos de Gráficos Quanto a Forma: Diagramas

Diagramas: gráficos geométricos dispostos em duas dimensões. São

mais usados na representação de séries estatísticas.

Tipo de diagramas:

Gráfico de Coluna: Um gráfico de colunas mostra as alterações de dados

em um período de tempo ou ilustra comparações entre itens. As
categorias são organizadas na horizontal e os valores são distribuídos na
vertical,

Gráfico de Barras: O gráfico de barras é composto por duas linhas ou eixos, um vertical e
outro horizontal. No eixo vertical são construídas as barras que representam a variação de um
fenômeno ou de um processo de acordo com sua intensidade

Gráfico de Pizza: Um gráfico de pizza mostra o tamanho proporcional de itens que

constituem uma série de dados para a soma dos itens.

Gráfico de Rosca: Como um gráfico de pizza, o gráfico de rosca mostra o relacionamento

das partes com o todo, mas pode conter mais de uma série de dados.
Gráfico de Linha: Um gráfico de linhas é utilizado para mostrar evolução, ou tendências,
nos dados em intervalos iguais.

Gráfico de Dispersão XY: Um gráfico xy (dispersão) mostra a relação existente entre os

valores numéricos em várias séries de dados ou plota dois grupos de números como uma série
de coordenadas xy.

3.3. Leituras obrigatórias:

 Unidade 1.4. do Modulo da disciplina a pagina 46.

 Capitulo 2.5.2 "Apresentação Gráfica" do livro "Estatísticas para
ciências sociais aplicadas I" a pagina 37.

4. Unidade Temática 1.6: Somatórios

Para a disciplina de estatistica não é necessário conhecimentos de
matemática além do que é dado no 1º ciclo do Ensino Secundário Geral ou
noutros níveis equivalentes.

Em matemática, somatório ou somatória é a adição de uma sequência

de quaisquer tipos de números, chamados parcelas ou somando; o
resultado é sua soma ou total (wikipedia, 2022). Ele é comumente
utilizado para representar fórmulas e expressões que envolvem somas
sucessivas de elementos, tal como a média aritmética e as fórmulas
usadas na área da estatística.

Essa notação matemática utiliza a letra grega ∑ (Sigma) e permite reduzir

o tamanho da representação de uma longa soma a uma única expressão.
Veja o exemplo abaixo:

Sequência

3+4+5+6+7+8+9+10+11+12+13+14

Representação como um somatório:

∑i=314i∑i=314i
Agora, vamos entender os elementos que compõem o corpo da
simbologia do somatório. Ela é formada por alguns elementos pontuais.
Assista o vídeo em baixo:

4. Unidade Temática 1.6: Somatórios

4.1. Propriedades dos somatórios

As propriedades dos somatórios nos permitem realizar simplificações

algébricas poderosas em equações que envolvem este tipo de simbologia
matemática. Essas propriedades são muito úteis e nos permitem
economizar tempo e esforço na resolução de vários tipos de problemas.
Vamos às propriedades.

Aditiva

Sejam a e b dois conjuntos distintos de valores reais. A propriedade

afirma que:

∑i=0nai+bi=∑i=0nai+∑i=0nbi∑i=0nai+bi=∑i=0nai+∑i=0nbi
O mesmo acontece para a subtração

∑i=0nai−bi=∑i=0nai−∑i=0nbi∑i=0nai−bi=∑i=0nai−∑i=0nbi
Homogenea

∑i=0nkai=k∑i=0nai∑i=0nkai=k∑i=0nai
Assista o vídeo em baixo

. Unidade Temática 1.6: Somatórios

4.2. Leituras obrigatórias

 Unidade 1.6. do Modulo da disciplina a pagina 61.

 "Somatórios: propriedades e exercıcios" em recursos.

. Unidade Temática 1.6: Somatórios

4.2. Leituras obrigatórias

 Unidade 1.6. do Modulo da disciplina a pagina 61.

 "Somatórios: propriedades e exercıcios" em recursos.

PASSOS PARA A CONSTRUÇÃO DE DISTRIBUIÇÕES DE

FREQUÊNCIAS POR INTERVALOS NA ORDEM CORRECTO

1. Montar rol
2. Calcular amplitude total
3. Determinar o número de classes
4. Calcular amplitude do intervalo da classe
5. Construção das classes
6. Obtenção da frequência simples
7. Calcular ponto médio da classe

Medidas de posição
1. Objectivos do tópico
Ao completar tópico, você será capaz de:

 Calcular a mediana, moda e a média ponderada com as respectivas

frequências;
 Calcularas medidas de tendência central para dados agrupados;
 Corrigir as classes quando tem amplitudes diferentes;
 Calcular as médias geométricas, quadráticas e harmónicas;
 Aplicar as fórmulas do somatório;
 Identificar a relação entre as diferentes tipos de médias;
 Calcular os quartis, decís e percentis;

2. Unidade 1.7: Medidas de Posição ou de Tendência

Central (dados não agrupados)
As medidas de posição são muito importantes na interpretação dos dados
estatísticos. Numa primeira fase, vamos falar da média, modas e mediana
para dados não agrupados em classes.

Medidas de posição (dados não agrupados)

Apesar das tabelas estatísticas e das representações gráficas nos darem

uma ideia clara da distribuição de frequências da variável estudada,
torna-se necessária simplificar ainda mais o conjunto de dados, de forma
a caracterizar a distribuição por um número reduzido de medidas
(parâmetros) que evidenciem o que demais significativo existe no
conjunto.

Estes parâmetros podem agrupar-se em dois tipos:

a) Medidas de posição ou de localização (ou de tendência central);

b) Medidas de dispersão ou de variabilidade;

2.1. Média aritmética

Média aritmética representa o “centro de gravidade” da distribuição, isto

é, o ponto de qualquer distribuição em torno do qual se equilibram as
discrepâncias positivas e negativas.

Situa-se entre o valor máximo e o valor mínimo da distribuição. Não pode,

portanto, ser inferior ou superior ao valor mínimo e ao máximo da
distribuição.

Para dados não-agrupados (quando os dados não estiverem na forma de

distribuição de frequência) a média aritmética calcula-se somando os
valores e dividendo esta pelo número de observações da série.
2.2. Moda (Mo)

Denominamos moda de um conjunto de dados o valor (ou valores) que ocorre com maior
frequência.

Por ex..: o salário modal dos empregados de uma indústria é o salário mais comum, isto é, o
salário recebido pelo maior número de empregados dessa indústria.

A moda só pode ser utilizada como medida de tendência central quando apenas um valor da
série ocorre com maior frequência.
2.5. Leituras obrigatórias

 Unidade 1.7. do Modulo da disciplina a pagina 68.

 Capitulo 2.7.1 "Para dados não-agrupados (Quando os dados não
estiverem na forma de distribuição de frequência)" do livro
"Estatísticas para ciências sociais aplicadas I" a pagina 81.
 Capitulo 4 "MEDIDAS DE TENDÊNCIA CENTRAL" do livro "A pesquisa
e a estatística na psicologia e na educação" a pagina 14.

3. Unidade 1.8: Medidas de Posição (dados

egrupados em classes de mesma amplitude)
Há uma ligeira diferença nos cálculos das medidas de tendências central
para dados agrupados em classes. Para facilitar a compreensão das
fórmulas da moda, mediana e média aritmética preferimos tratar
separadamente dos dados não agrupados.

3. Unidade 1.8: Medidas de Posição (dados

egrupados em classes de mesma amplitude)

3.1. Média

Quando os dados estiverem agrupados, ou seja, na forma de distribuição

de frequências a forma de calcular a média aritmética muda um pouco.

Nestes casos, como as frequências são números indicadores da

intensidade de cada valor da variável, elas funcionam como fatores de
ponderação, o que nos leva a calcular a média aritmética ponderada,
dada pela fórmula:
3. Unidade 1.8: Medidas de Posição (dados
egrupados em classes de mesma amplitude)

3.4. Leituras obrigatórias:

 Unidade 1.8. do Modulo da disciplina a pagina 75.

 Capitulo 2.7.2 "Para dados agrupados (Quando os dados estiverem
na forma de distribuição de frequência) " do livro "Estatísticas para
ciências sociais aplicadas I" a pagina 82.
 Capitulo 4 "MEDIDAS DE TENDÊNCIA CENTRAL" do livro "A pesquisa
e a estatística na psicologia e na educação" a pagina 14.

4. Unidade 1.9: Outros Tipos de Medias

Nesta Unidade vamos falar doutros tipos de médias que são usadas na
estatística, que são a media geométrica, quadrática e a média
harmónica.

4. Unidade 1.9: Outros Tipos de Medias

4.4. Leituras obrigatórias

 Unidade 1.9. do Modulo da disciplina a pagina 82.

 Capitulo "Análise Comparativa das Medidas de Tendência Central"
do livro "Estatísticas para ciências sociais aplicadas I" a pagina 88.
5. Unidade 1.10: Outras medidas de localização -
quantis,quartis,decís e percentís
Os quartis, decís e percentis, são medidas de localização muito usadas no
estudo das séries estatísticas. É sobre esse assunto que vamos falar nesta
unidade, quer para variável descrita, quer para continua.

As Medidas de Localização são na Estatística também são chamadas de

Medidas de Posição ou Medidas Separatrizes.

Definição : Separatrizes são aquelas medidas que “separam” ou que

dividem o conjunto em um certo número de partes iguais.

No caso da Mediana, vimos que ela divide o conjunto em duas metades.

Já o Quartil, separa o conjunto em quatro partes iguais; o Decil, em dez
partes e, finalmente, o Centil (ou Percentil), em cem partes iguais.

Os quantis mais importantes e usados são:

 Quartis: dividem os dados em quartas partes (cada parte tem 25%

dos dados). São indicados por Q1, Q2 = Md e Q3.
 Decis: dividem os dados em décimas partes (cada parte tem 10%
dos dados). São indicados por D1, D2, ..., D9.
 Percentis: dividem os dados em centésimas partes (cada parte tem
1% dos dados). São indicados por P1, P2, ..., P99.

Existe uma relação importantíssima entre as quatro Medidas de Posição

5. Unidade 1.10: Outras medidas de localização -
quantis,quartis,decís e percentís

5.2. Leituras obrigatórias

  Unidade 1.10. do Modulo da disciplina a pagina 87.
 Capitulo "2.7.3 Medidas de Separatrizes" do livro "Estatísticas para ciências sociais
aplicadas I" a pagina 90.
 Capitulo 6 "MEDIDAS SEPARATRIZES" do livro "A pesquisa e a estatística na
psicologia e na educação" a pagina 28.

Anterior

MEDIDAS DE DISPERSAO
1. Objectivos do tópico
Ao completar tópico, você será capaz de:

 Identificar as unidades de dispersão mais usadas;

 Usar e interpretar as medidas de dispersão;
 Analisar os coeficientes de assimetria e de curtose.
 Classificar distribuições quanto ao grau de desvio e achatamento.

2. Unidade 1.11: Medidas de Dispersão ou de

Variabilidade
As medidas de tendência central estudadas reduzem a série de dados a
um só valor típico (media, mediana e moda). É necessário completar o
estudo de uma distribuição estatística com outras medidas que permitem
determinar o grau de dispersão dos dados em torno dos valores centrais.

Objectivo das Medidas de Dispersão é descrever a

heterogeneidade do grupo.

As medidas de dispersão mais usadas são: Amplitude total, Desvio

quartílico, desvio médio, variância e desvio padrão.

Amplitude Total: simbolo AT

A amplitude total de um conjunto de números é a diferença entre os

valores extremos do conjunto observado:

𝐴𝑇 = 𝑋𝑚á𝑥 − 𝑋𝑚í𝑛

Interquartil : diferença entre o 3º e o 1º quartil, isto é,

Q3-Q1

Semi amplitude quartílíca: metade do interquartil.

2.5. Leituras obrigatórias
 Unidade 1.11. do Modulo da disciplina a pagina 98.
 Capitulo 2.8 "Medidas de Dispersão" do livro "Estatísticas para
ciências sociais aplicadas I" a pagina 101.
 Capitulo 5 "MEDIDAS DE DISPERSÃO" do livro "A pesquisa e a
estatística na psicologia e na educação" a pagina 23.