Fundação Cecierj / Consórcio Cederj

Rua Visconde de Niterói, 1364 – Mangueira – Rio de Janeiro, RJ – CEP 20943-001

Tel.: (21) 2334-1569 Fax: (21) 2568-0725

Presidente
Masako Oya Masuda

Vice-presidente
Mirian Crapez

Coordenação do Curso de Biologia

UENF - Milton Kanashiro
UFRJ - Ricardo Iglesias Rios

Elementos de Matemática UERJ - Cibele Schwanke

e Estatística
Material Didático
Volume 2 - Módulos 2 e 3 Jean Louis Valentin
Departamento de Produção
2ª edição Luiz Manoel Figueiredo ELABORAÇÃO DE CONTEÚDO
Jean Louis Valentin EDITORA PROGRAMAÇÃO VISUAL
Mario Olivero Luiz Manoel Figueiredo Tereza Queiroz Sanny Reis
Mario Olivero Yozo Kono
Mariza Ortegoza Mariza Ortegoza COORDENAÇÃO EDITORIAL
Ronaldo d´Aguiar Silva
Jane Castellani
COORDENAÇÃO DE DESENVOLVIMENTO ILUSTRAÇÃO
INSTRUCIONAL REVISÃO TIPOGRÁFICA
Jefferson Caçador
Cristine Costa Barreto Jane Castellani
Morvan Neto
Sandra Valéria Oliveira
DESENVOLVIMENTO INSTRUCIONAL E CAPA
REVISÃO COORDENAÇÃO DE
Eduardo Bordoni
Anna Maria Osborne PRODUÇÃO
Anna Carolina da Matta Machado Jorge Moura PRODUÇÃO GRÁFICA
Maria Helena Hatschbach Patricia Seabra
COORDENAÇÃO DE LINGUAGEM
Maria Angélica Alves
Copyright © 2005, Fundação Cecierj / Consórcio Cederj
Nenhuma parte deste material poderá ser reproduzida, transmitida e gravada, por qualquer meio
eletrônico, mecânico, por fotocópia e outros, sem a prévia autorização, por escrito, da Fundação.

V156e
Valentin, Jean Louis.
Elementos de matemática e estatística. v. 2 / Jean Louis
Valentin. 2ª ed. – Rio de Janeiro: Fundação CECIERJ, 2009.
120p.; 19 x 26,5 cm.

ISBN: 85-7648-033-6
Apoio:
1. Variável aleatória. 2. Distribuição binomial. 3. Distribuição
de frequência. 4. Análise de variância. 5. Estimativa. I. Figueiredo,
Luiz Manoel. II. Olivero, Mario. III. Ortegoza, Mariza. IV. Título.

CDD: 519.5
2009/2
Referências Bibliográficas e catalogação na fonte, de acordo com as normas da ABNT.

Governo do Estado do Rio de Janeiro

Governador
Elementos de Matemática
Sérgio Cabral Filho e Estatística Volume 2

Secretário de Estado de Ciência e Tecnologia SUMÁRIO Módulo 2

Alexandre Cardoso
Aula 14 – Variável aleatória e valor esperado ______________________________ 7
Luiz Manoel Figueiredo / Mario Olivero / Mariza Ortegoza

Aula 15 – Distribuição binomial ______________________________________ 19

Luiz Manoel Figueiredo / Mario Olivero / Mariza Ortegoza

Módulo 3
Universidades Consorciadas
UENF - UNIVERSIDADE ESTADUAL DO UFRJ - UNIVERSIDADE FEDERAL DO Aula 16 – O que é Estatística? A distribuição de freqüências _________________ 27
NORTE FLUMINENSE DARCY RIBEIRO RIO DE JANEIRO Jean Louis Valentin
Reitor: Almy Junior Cordeiro de Carvalho Reitor: Aloísio Teixeira
Aula 17 – Um modelo teórico de distribuição de freqüência:
a distribuição normal ______________________________________ 45
Jean Louis Valentin
UERJ - UNIVERSIDADE DO ESTADO DO UFRRJ - UNIVERSIDADE FEDERAL RURAL
RIO DE JANEIRO DO RIO DE JANEIRO Aula 18 – Estimativas e testes de hipóteses _____________________________ 55
Reitor: Ricardo Vieiralves Reitor: Ricardo Motta Miranda Jean Louis Valentin

Aula 19 – A análise de variância _____________________________________ 69

UFF - UNIVERSIDADE FEDERAL FLUMINENSE UNIRIO - UNIVERSIDADE FEDERAL DO ESTADO Jean Louis Valentin
Reitor: Roberto de Souza Salles DO RIO DE JANEIRO
Reitora: Malvina Tania Tuttman Aula 20 – O teste do Qui-quadrado ___________________________________ 79
Jean Louis Valentin

Aula 21 – Regressão e correlação ____________________________________ 91

Jean Louis Valentin

Anexo ____________________________________________101
Gabarito ____________________________________________111

14
MÓDULO 2

Elementos de Matemática e Estatística | Variável aleatória e valor esperado Elementos de Matemática e Estatística | Variável aleatória e valor esperado

VARIÁVEL ALEATÓRIA 2. Experimento: "retirada de uma lâmpada de um lote e observação

!
14

se é (sim) ou não (não) defeituosa". Você deve achar estranho chamar uma função de variável aleatória. E é mesmo!
Os resultados de um experimento aleatório podem ser numéricos
AULA

Mas essa terminologia já é consagrada na área e por isso vamos adotá-la. Não
- espaço amostral associado:  
  
AULA

se esqueça, porém: apesar do nome, trata-se de uma função.

ou não. Experimentos como:
Variável aleatória • anotar os tempos em uma maratona;
- um resultado numérico que podemos definir: contar o número
de lâmpadas defeituosas, isto é:
e valor esperado • medir a taxa de precipitação pluviométrica durante um período; De modo geral, dado um experimento de espaço amostral ª, uma
• lançar uma moeda três vezes e anotar a quantidade de coroas
resultado valor numérico associado
variável aleatória
é uma função
que ocorrem, têm seus espaços amostrais constituídos de números.
sim 1


Ê
Muitos experimentos, porém, possuem resultados qualitativos (e não
quantitativos). Por exemplo: que associa cada evento elementar a um número real. Em nosso curso,
não 0
– entrevistar um eleitor, antes de uma eleição, para conhecer sua trabalharemos apenas com as chamadas variáveis aleatórias discretas,
preferência; que são aquelas que assumem valores num subconjunto enumerável
de Ê . Mais particularmente, as variáveis que estudaremos assumirão
3. Experimento: "lançamento de um dado e observação da face
– inspecionar uma lâmpada para verificar se é ou não defeituosa;
de cima".
– lançar uma moeda e observar se dá cara ou coroa. apenas uma quantidade finita de valores.
Nesta aula você deverá ser capaz de: - espaço amostral associado:  







objetivos

Podemos, então, classificar os resultados de um experimento como

• Compreender um conceito muito importante nos estudos Note que, neste caso, os resultados do experimento já são !
estatísticos: a variável aleatória. quantitativos ou qualitativos. Os estatísticos trabalham com os dois tipos,
numéricos. Mesmo assim, podemos associar-lhes outros números. Por Um conjunto é enumerável quando é finito ou quando existe uma bijeção (rela-
embora os quantitativos sejam mais comuns. ção 1 para 1) entre ele e um subconjunto do conjunto dos números naturais.
• Saber como calcular seu valor esperado. exemplo, contar a ocorrência de números ímpares, isto é: Um conjunto enumerável pode ter seus elementos listados em seqüência:
Em certos casos, é possível converter dados qualitativos em quan- {x1,..., xn} se finito ou {x1,..., xn...} se infinito.
titativos, associando um valor numérico a cada resultado. Vamos ver
resultado valor numérico associado
alguns exemplos.
Exemplo 1 1 1 DISTRIBUIÇÃO DE PROBABILIDADE
1. Experimento: "lançamento de duas moedas e observação do
2 0 Dado um certo experimento aleatório, podemos interpretar os
par obtido".
valores assumidos por uma variável aleatória como eventos numéricos
3 1
– Espaço amostral associado: Ω = {(K,K), (K,C), (C,K), (C,C)}
associados àquele experimento. Vamos deixar isso mais claro, retomando
– Um resultado numérico que podemos definir: contar o 4 0
o exemplo do lançamento das duas moedas. Estamos interessados em
número de caras, isto é, fazer a seguinte associação:
5 1 contar o número de caras. Definimos, então, a variável aleatória

6 0
resultado valor numérico associado Ω → X

(C, C) 0 (C, C) → 0
Pelos exemplos acima, você pode notar que, a cada resultado,
(C, K) → 1
(K, C) 1 corresponde um e apenas um valor numérico. Esse procedimento pode
(K, C) → 1
(C, K) 1 ser visto, matematicamente, como a criação de uma função. Tal função
(K, K) → 2
é chamada variável aleatória.
(K, K) 2
Temos, então, a seguinte definição: Para cada valor de
, identificamos os resultados do
experimento que lhe são associados:
Variável aleatória é uma função numérica definida em um espaço
evento numérico eventos associados
amostral.
X=0 → {(C, C)}
X=1 → {(C, K), (K, C)}
X=2 → {(K, K)}

8 CEDERJ CEDERJ 9 10 CEDERJ

MÓDULO 2

MÓDULO 2

Elementos de Matemática e Estatística | Variável aleatória e valor esperado Elementos de Matemática e Estatística | Variável aleatória e valor esperado

Exemplo 2 3.

uma variável aleatória que assume os valores
½     
 com
14

14

Sendo Ω = {(K,K), (K,C), (C,K), (C,C)} eqüiprovável, cada Retomemos os experimentos do exemplo 1, e vamos supor que X evento probabilidade Seja

 
  
      . O valor esperado
AULA

AULA

resultado tem probabilidade 1/4. Podemos determinar a probabilidade os espaços amostrais sejam todos eqüiprováveis: probabilidades



0 {2, 4, 6} P(X = 0) = 3/6
de ocorrência de cada evento numérico, a partir das probabilidades dos da variável aleatória
, representado por

 , é dado por:
eventos do experimento: 1. 1 {1, 3, 5} P(X = 1) = 3/6


   ½ ½       

   

   

X evento probabilidade

 
 

      
 0 {(C,C)} P(X = 0) = 1/4

Distribuição de probabilidade da variável aleatória X:

   

   
 !




  é a notação mais usual da Esperança de . Alguns autores também
1 {(K,C)},{(C,K)} P(X = 1) = 2/4 X P
usam a letra grega µ (lê-se “mi”) para indicar o valor esperado.
e construir a tabela: 2 {(K,K)} P(X = 2) = 1/4 0 3/6

1 3/6 Exemplo 3
X P
Distribuição de probabilidade da variável aleatória X: Consideremos as famílias constituídas de três filhos.

0 1/4
Representando por
 a criança de sexo masculino e por
a de sexo
X P feminino, o espaço amostral associado a essa observação pode ser
1 2/4 VALOR ESPERADO DE UMA VARIÁVEL ALEATÓRIA
0 1/4 representado por:









 


 
 


2 1/4 Vamos definir uma grandeza que irá refletir nossa expectativa em
1 2/4
relação ao valor de uma variável aleatória.

Note que essa tabela, na qual anotamos
e suas respectivas pro- 2 1/4 Suponha que lancemos um dado equilibrado 300 vezes e anotemos O número de meninas é uma variável aleatória
que assume os
babilidades, caracteriza uma função que a cada valor de
associa um o resultado da face de cima. Queremos determinar a média dos valores valores 0, 1, 2 e 3. A tabela abaixo mostra a distribuição de probabilidade
observados. dessa variável:
número real do intervalo [0,1]. Esta função é denominada distribuição
de probabilidade da variável aleatória
. 2. Como os resultados possíveis são eqüiprováveis, é de se esperar
X evento associado probabilidade
que cada um ocorra uma quantidade de vezes próxima de 50 (já que são
Observação: é importante destacar que foram definidas duas X evento probabilidade
funções:
300 lançamentos e 6 resultados possíveis). A média dos valores deve ser, 0 {hhh} 1/8
0 {não} P(X = 0) = 1/2 então, um valor próximo de:
1. variável aleatória, que associa a cada resultado de um experi- 1 {mhh, hmh, hhm} 3/8
mento um número real; e 1 {sim} P(X = 1) = 1/2
     
média = 

2 {mmh, mhm, hmm} 3/8
2. distribuição de probabilidade de uma variável aleatória, que
associa a cada valor assumido pela variável um número real restrito ao Note que 3 {mmm} 1/8

 ½
 

  



média =

intervalo [0,1]. Distribuição de probabilidade da variável aleatória X:

Resumindo: Dado um experimento aleatório de espaço amostral ,
O número esperado de meninas é a soma dos produtos de cada
uma variável aleatória
é uma função X P
média =
   valor de
pela sua probabilidade de ocorrência. Neste caso, temos que

 


½    



0 1/2 o valor esperado para essa variável é
A somatória dos produtos de cada resultado (numérico) do
1 1/2

  
  
  
   
A escolha dos números

 
  
  
      , é de- experimento pela sua probabilidade de ocorrência fornece um valor
terminada a partir das probabilidades associadas aos eventos no espaço médio da variável aleatória. Esse valor é chamado valor esperado ou Observe que o valor esperado para o número de meninas é
amostral  , no qual
está definida. esperança matemática ou ainda média da variável aleatória. impossível de ocorrer na realidade: nenhuma família de três filhos tem
1,5 menina!

CEDERJ 11 12 CEDERJ CEDERJ 13 14 CEDERJ

 MÓDULO 2

MÓDULO 2
Elementos de Matemática e Estatística | Variável aleatória e valor esperado

Isso muitas vezes ocorre com o valor esperado de uma variável Exemplo 5
EXERCÍCIOS

14

14
aleatória. Como dissemos anteriormente, ele indica uma média dos valores Numa loteria, o jogador paga 1 real para marcar cinco algarismos

AULA

AULA
observados, se o experimento for realizado um grande número de vezes. quaisquer numa cartela. O jogo paga 1.000 reais para o jogador que
Os próximos exemplos ilustram aplicações do valor esperado na acerta os cinco algarismos. Vamos encontrar o valor esperado de ganho 1. Uma urna contém 3 bolas brancas e 2 bolas azuis. Duas bolas são retiradas dessa

análise de alguns jogos. para o jogador nesse jogo. urna, uma após a outra, sem reposição, e suas cores são anotadas. Seja a variável

Exemplo 4 Os algarismos podem ser repetidos e a escolha de cada um inde- aleatória que associa a cada resultado desse experimento o número de bolas

Um jogador paga 1 real para jogar um dado. Se a face observada pende da escolha de outro qualquer. Logo, a probabilidade de escolher os brancas observadas. Determine a distribuição de probabilidade dessa variável.

é 6, ele recebe 10 reais (lucra 9, visto que já pagou 1). Se sai qualquer cinco corretos é ½ ½ ½ ½ ½
½¼
½¼
½¼
½¼
½¼

½¼¼½¼¼¼ e a probabilidade de escolher


2. Para lançar um dado, um jogador paga 1 real. O jogo paga:
outro número, ele nada recebe. Podemos definir a variável aleatória ( )
pelo menos um algarismo errado é ½ ½
½










 





Se ele acerta, lu-

que fornece o ganho do jogador em cada partida: cra 1000-1 = 999 reais e se erra, perde 1 real. Então, o valor esperado (a) 3 reais para o resultado 6.

de ganho é:
face observada ganho 

(b) 2 reais para o resultado 5.

1, 2, 3, 4, 5 -1


 (c) 1 real para o resultado 4.
 


 
  
  

 

6 9 (d) O jogo não paga qualquer dos resultados 1, 2, 3.

Supondo que ele vá jogar um grande número de vezes, vamos Logo, a expectativa é de que o jogador perca cerca de 99 centavos Determine o valor esperado de ganho nesse jogo.

calcular o valor esperado de seu ganho,
 . Para isso, vamos com- de real por jogada. O jogo é desequilibrado contra o jogador.
3. Uma loja de departamentos vende aparelhos de ar-condicionado. A tabela a
pletar a tabela anterior, acrescentando as colunas com as probabilidades
seguir lista dados compilados sobre as vendas em um dia:
de cada evento numérico e com o produto de cada valor assumido pela
unidades de
variável e sua probabilidade: 0 1 2 3 4
aparelhos
probabilidade
face observada ganho probabilidade produto 0,10 0,35 0,30 0,20 0,05
RESUMO de venda


 
 
 Determine o valor esperado de vendas diárias.

Vimos que, dado um experimento aleatório de espaço amostral Ω,
1, 2, 3, 4, 5 -1 5/6 -5/6
• uma variável aleatória é uma função numérica definida em Ω.
6 9 1/6 9/6
• a distribuição de probabilidade de uma variável aleatória é uma função que AUTO-AVALIAÇÃO
Então o valor esperado é

   
     
 reais. associa, a cada valor assumido pela variável, um número real do intervalo [0,1]. É importante que você compreenda claramente cada uma das funções definidas
Vamos interpretar esse resultado: o jogador não
! • o valor esperado de uma variável aleatória fornece um valor médio dessa variável. nesta aula: a variável aleatória e a distribuição de probabilidade dessa variável.
vai receber 67 centavos em nenhuma jogada (pois, como Será que entre os jogos que envolvem
A partir desses conceitos foi possível definir o valor esperado da variável. Esse
vimos, ele ganha 9 ou perde 1) mas, se ele jogar muitas
sorte (jóquei, loterias, bingo etc.) há • se X é uma variável aleatória que assume os valores
½     
 com probabili-
algum que seja desequilibrado a fa-
vezes, é de se esperar que ganhe, em média, 67 centavos vor do jogador? Se você conhecer as dades


 
  
     , o valor esperado da variável aleatória 


valor fornece uma média dos valores que a variável pode assumir. Se você sentir

   ½ ½       
regras de pontuação e pagamento de dificuldade para resolver os exercícios propostos, releia as definições e os exemplos
de real por partida. Por exemplo, se ele jogar 100 vezes, algum deles, pode determinar o valor é dado por
esperado de ganho. resolvidos, com atenção. Se as dúvidas persistirem, solicite a ajuda do tutor da
ganhará algumas vezes, perderá outras, mas deverá
disciplina.
ganhar, ao final, cerca de 100 x 0,67 = 67 reais.
O exemplo 4 trata de um jogo em que o valor esperado do ganho
é positivo. Jogos desse tipo são chamados desequilibrados a favor do
jogador. Quando o valor esperado de ganho é nulo, o jogo é dito
equilibrado e, quando é negativo, dizemos que o jogo é desequilibrado
contra o jogador. CEDERJ 15 16 CEDERJ CEDERJ 17

15

MÓDULO 2
Elementos de Matemática e Estatística | Distribuição binomial Elementos de Matemática e Estatística | Distribuição binomial

INTRODUÇÃO Vamos considerar experimentos aleatórios que apresentam dois O problema que queremos resolver é: como calcular

, onde • Em cada lançamento:

 = 1/2

15
resultados possíveis aos quais denominaremos sucesso e fracasso.

       (obter exatamente k sucessos nas n tentativas)? sucesso: cara

 = 1/2

AULA
Por exemplo:
AULA

fracasso: coroa
1. Experimento: lançar uma moeda e observar se dá cara ou não Em outras palavras, como calcular a probabilidade de ocorrerem • Número de lançamentos (tentativas): n=5
exatamente k sucessos nas n realizações do experimento? • Número desejado de sucessos: k=3
Distribuição binomial sucesso: cara
• Uma possibilidade de ocorrerem k sucessos nas n tentativas é: • Probabilidade pedida:
fracasso: coroa


2. Experimento: lançar um dado e observar se dá 5 ou 6 pontos, ou não



  
  

     




    
sucesso: sair 5 ou 6



 
 
fracasso: sair 1 ou 2 ou 3 ou 4


3. Experimento: retirar uma bola de uma urna que contém 10 bolas, sendo onde S indica Sucesso; F indica Fracasso

    




 
  
7 bolas brancas e 3 bolas não-brancas, e observar se é branca ou não. • Devido à independência dos resultados de cada tentativa, a proba-
sucesso: branca bilidade de ocorrer o caso descrito acima é

     

   
 ¿ ¾  
fracasso: não-branca

   



  


objetivo

Nesta aula você deverá ser capaz de: Representemos por p a probabilidade de ocorrer sucesso e q=1p
 

   Exemplo 7

 
   Qual a probabilidade de, em dez lançamentos de um dado honesto,
• Estudar a distribuição de probabilidades de experimentos com apenas a probabilidade de fracasso. Nos exemplos anteriores, supondo a moeda
dois tipos de resultados, realizados uma certa quantidade de vezes.
e o dado equilibrados, temos: ou seja, é


 . serem obtidos 5 ou 6 pontos em exatamente quatro das dez tentativas?
• Os k sucessos e os n
k fracassos podem ocorrer em qualquer ordem Solução:
1.   

 e ocupar quaisquer posições na seqüência. O total de possibilidades é o total Definimos a variável aleatória X = número de vezes em que são
 
2.     de permutações de n elementos, com k e n
k elementos repetidos. Vimos no observadas as faces 5 ou 6, nos dez lançamentos. Queremos calcular
 
3.        Módulo 2 que esse total é dado por P(X=4). Temos:









 
 


 


 
 


Suponhamos que o experimento considerado seja repetido n vezes, 




Então
e que o resultado de cada tentativa seja independente dos resultados das








demais tentativas. • Conclusão: Como são

tentativas, temos:

      



  



       
Vamos definir a variável aleatória







X= número de sucessos nas n tentativas Exemplo 8


   
   
A variável aleatória X tem uma distribuição de probabilidade:  Uma urna contém dez bolas das quais sete, e apenas sete, são


 brancas. Cinco bolas são retiradas, uma a uma, com reposição. Qual a
A expressão


 fornece o termo geral do desenvolvi-
X P  probabilidade de serem retiradas exatamente três bolas brancas?
mento do binômio    . Por isso, essa distribuição de probabilidade
0 ¼ é denominada distribuição binomial.
Solução:
Definimos a variável aleatória X= número de bolas brancas nas
1 ½ Vamos retomar os experimentos do exemplo anterior: 5 retiradas. Queremos calcular P(X=3). Temos:
2 ¾ Exemplo 6


 
 


 

Qual a probabilidade de, em cinco lançamentos de uma moeda  
º º
equilibrada, serem observadas exatamente três caras? Então
º º Solução:









       
º º Sendo X o número de caras nos 5 lançamentos.

       
   
      
 

 
20 CEDERJ CEDERJ 21 22 CEDERJ
MÓDULO 2

MÓDULO 2

Elementos de Matemática e Estatística | Distribuição binomial Elementos de Matemática e Estatística | Distribuição binomial

Exemplo 9 Diante de uma probabilidade tão pequena, este exemplo pode ser 4. A probabilidade de um homem de 50 anos viver mais 20 anos é 0,6. Considerando Para saber mais deste assunto ou entender melhor algum conceito visto, indicamos uma
15

15

No lançamento de quatro moedas, dê a distribuição de proba- usado para incentivar um aluno a estudar, não é? um grupo de 8 homens de 50 anos, qual a probabilidade de que pelo menos 4 bibliografia básica:
AULA

AULA

bilidade da variável aleatória “número de caras”. cheguem aos 70 anos?

Solução: RESUMO MENDENHAL, W. Probabilidade e Estatística. Rio de Janeiro: Ed. Campus, vol.1, 1985.
5. 60% das pessoas de uma população têm olhos castanhos. Cinco pessoas são
• Em cada moeda:
sucesso: cara 

 escolhidas ao acaso (pode-se supor sorteio com reposição). Qual o número esperado MEYER, P.L. Probabilidade – Aplicações à Estatística. Rio de Janeiro: Ao Livro
 Na Aula 14 vimos a distribuição de probabilidade uniforme, definida num espaço
de pessoas com olhos castanhos nas 5 selecionadas? Técnico, 1974.
fracasso: coroa 
amostral eqüiprovável. Nesta aula, vimos uma outra distribuição de probabilidade:

• Variável aleatória: X = número de caras nas 4 moedas a distribuição binomial. Vamos listar suas características: (Sugestão: Faça X = número de pessoas com olhos castanhos nas 5 escolhidas. MORGADO, A.C.O. e outros. Análise Combinatória e Probabilidade. Rio de Janeiro:
• Distribuição de probabilidade da variável aleatória X: Forme a distribuição de probabilidade de X, depois calcule E(X). Comprove que SBM - Coleção do Professor de Matemática, 1981.
• Repete-se um experimento
vezes.
E(X) = 60% de 5.)
• Só há dois tipos de resultados possíveis em cada tentativa: designamos um deles TOLEDO, G.L. e OVALLE, I.I. Estatística Básica. São Paulo: Ed. Atlas S.A., 1978.
X (interpretação) P
sucesso e o outro fracasso.
0
(nenhuma cara e 4 
  

 
 



  
• A probabilidade de resultar um sucesso em uma tentativa é ; logo, a de ocorrer


coroas)    
1 (1 cara e 3 coroas) 
 




 
 

 

   um fracasso é 
   .

AUTO-AVALIAÇÃO
 
2 (2 caras e 2 coroas) 
 




 
 

 
  • As realizações são todas independentes. Você deve identificar claramente as condições nas quais podemos definir uma
   
3 (3 caras e 1 coroa) 
 




 
 

 
   • A variável aleatória  número de sucessos nas
tentativas tem distribuição
distribuição binomial. Para resolver os exercícios, podemos usar as propriedades

  válidas para as probabilidades, vistas na Aula 10. Se você sentir dificuldades, solicite
binomial.
4
(4 caras e nenhuma
coroa)









 

 
   ajuda do tutor da disciplina.


• A probabilidade de ocorrerem exatamente  sucessos nas n tentativas, (
),

  




Exemplo 10 é dada por  .
Numa prova de 10 questões objetivas, a probabilidade de que um

FIM DESTA AULA...
aluno acerte uma pergunta qualquer, no “chute”, é
 . Para ser aprovado,
ele tem que acertar pelo menos 6 questões. Qual a probabilidade deste Vimos os conceitos e resultados básicos da teoria das probabilidades:
aluno ser aprovado, apenas chutando as respostas?
• A identificação de um fenômeno aleatório.
Solução:
Interpretemos o problema: EXERCÍCIOS • As definições de experimento, espaço amostral e evento.
• o experimento “responder a uma questão” será repetido 10 vezes;
• A definição de probabilidade e o estudo de suas propriedades (probabilidade
• em cada tentativa:
1. Uma pesquisa indicou que, numa cidade, 75% dos automóveis têm seguro. Se do evento complementar, regra da adição, probabilidade condicional, regra da
- sucesso: acertar no chute; p = 1/5
6 automóveis sofrerem um acidente, qual a probabilidade de exatamente 2 deles multiplicação, regra da probabilidade total).
- fracasso: errar ao chutar; q = 4/5
terem seguro?
• variável aleatória X = número de acertos nas 10 tentativas • Os conceitos de eventos mutuamente exclusivos e de eventos independentes.
Queremos calcular a probabilidade de ocorrer X = 6 ou X = 7 ou 2. Uma moeda equilibrada é lançada 10 vezes. Qual a probabilidade de serem
• O teorema de Bayes, que permite calcular a probabilidade das causas de um
X = 8 ou X = 9 ou X = 10. Como esses eventos são mutuamente exclusivos, observadas exatamente 4 coroas?
determinado efeito.
a probabilidade da união desses eventos é a soma das probabilidades de
3. Uma urna contém 4 bolas azuis e 6 bolas vermelhas. São retiradas 5 bolas, uma
cada um. • A definição da função numérica variável aleatória e o cálculo de seu valor
a uma, com reposição, e sua cor é anotada. Qual a probabilidade de, em todas as
Então, a probabilidade pedida é: esperado.
retiradas, a bola ser azul?


  

  

  

  

   
  
  
  


• A distribuição binomial.

  
  
  
  
  
  
 
  







 
 
 
  

   
CEDERJ 23 24 CEDERJ CEDERJ 25 26 CEDERJ

16
Elementos de Matemática e Estatística | O que é Estatística? A distribuição de freqüências Elementos de Matemática e Estatística | O que é Estatística? A distribuição de freqüências
MÓDULO 3

Você vai saber o que é a Estatística e como podemos representar os dados c) fazer comparações. Ex.: testar qual de duas substâncias é mais
16

INTRODUÇÃO obter informações sobre terras, proprietários, empregados, animais

sob forma de gráficos de distribuição. Você aprenderá também a calcular etc., como base para o cálculo de impostos. Nasceu assim, por volta da eficiente no tratamento de uma dada doença;
AULA

AULA

alguns parâmetros básicos de uma distribuição de dados. metade do século XVIII, a palavra “Estatística” do latim Status (Estado) d) construir um modelo que descreva como um fenômeno é
O que é Estatística? afetado por vários fatores. Ex.: estimar a taxa de crescimento de um
sobre a qual acumularam-se descrições e dados relativos ao Estado.
A distribuição de freqüências O QUE É ESTATÍSTICA? A Estatística, nas mãos dos estadistas, constitui-se então verdadeira peixe cultivado em aquário, de acordo com a temperatura da água e o
ferramenta administrativa. tipo e quantidade de alimento.
Você deve ter percebido que o tema da aula é Bioestatística,
Nascida como simples compilação de números, a Estatística tem
porém vamos sempre usar a palavra Estatística durante as aulas. Qual
evoluído até nossos dias como um poderoso instrumento destinado a
é a diferença? Nenhuma! Na realidade, não existe uma Bioestatística,
pesquisar as relações de causa e efeito dos fenômenos, possibilitando
mas simplesmente uma Estatística aplicada à Biologia.
suas previsões dentro de uma razoável margem de erro.
Você, certamente, ouviu falar de Estatística e até comentado
A Estatística encontra aplicações em quase todos os campos
sobre ela com amigos. Por exemplo, teve a oportunidade de ouvir no
da atividade humana, desde a política, a sociologia, até a indústria, o
Ao final desta aula, você deverá ser capaz de: noticiário que:
objetivos

comércio, a meteorologia, a geografia e a biologia.

• Definir estatística, população, amostra, variabilidade – tal candidato à eleição alcançou 40 pontos percentuais, com
A Estatística vem servindo, de maneira eficiente, à Biologia. POPULAÇÃO E AMOSTRAS
de uma medida, variável aleatória. margem de erro de 2 pontos para cima e 2 pontos para baixo;
Imensos são os serviços prestados por ela. Toda vez que são introduzidos
• Representar graficamente uma distribuiçãode – seu time tem 30% de chance de ganhar o campeonato; Como você pode constatar, a Estatística tem mil e uma aplicações
novos métodos terapêuticos ou de diagnósticos, é preciso estabelecer se
freqüências. – a inflação subiu 0,5% esse mês. nas diversas áreas da ciência, inclusive nas áreas da Biologia e da Ecologia.
o novo método é, realmente, superior ao antigo. É comum ouvir dizer
• Calcular os parâmetros de posição e de dispersão de Na área da Biologia também surgem perguntas, tais como: Mas o seu uso exige dados que são obtidos fazendo diversas medições
uma distribuição de freqüências. também que determinada ação ou atividade do homem provocou uma
– qual a eficiência de um novo remédio e coletas de amostras dentro de uma determinada população. Esses
alteração “significativa” da qualidade das águas de um lago, por exemplo
para a cura de uma determinada doença, ou dois termos, amostra e população, têm um significado bem preciso em
(veremos mais tarde o que representa a palavra “significativa”).
de um novo inseticida para o combate a uma estatística. Vamos ver qual.
Desse modo, podemos definir também a Estatística como
determinada praga? O termo população é empregado para designar um conjunto de
uma ciência do processamento dos dados numéricos fornecidos pela
– se parar de jogar esgoto nas águas objetos que possuem propriedades comuns, passíveis de caracterização,
observação ou pela experiência. Ela permite que você tire conclusões e
da baía, haverá um aumento da pesca? que os diferenciem de qualquer outro não pertencendo ao dado conjunto.
verifique a validade dessas conclusões. Em sentido mais restrito, o termo
– fumar faz mal à saúde? Do ponto de vista estatístico, a população constitui o universo sobre o
estatístico é também usado para designar os próprios dados ou números
Essas perguntas importantes só podem ser respondidas fazendo qual pretendemos direcionar as pesquisas. Assim, o conjunto de todas
deles derivados como, por exemplo, médias. Podemos falar assim de
pesquisas e coletas de dados sobre o assunto. Em seguida, esses dados as estaturas dos alunos de uma universidade constitui uma população
estatística de pesca, de vendas, de acidentes etc.
devem ser analisados e interpretados para tirar as devidas conclusões. de estaturas, o conjunto de todos os pesos de uma população de peixes
Pré-requisitos
É aí que entra a Estatística. constitui uma população de pesos.
Nesta aula, bem como em todas as outras, você deverá dispor, A ESTATÍSTICA E A PESQUISA CIENTÍFICA
Então, o que você entende por Estatística? Nesta aula, vamos Como geralmente não é possível trabalhar com todos os elementos
além de papel e borracha, de uma pequena calculadora, das mais
definir alguns conceitos para compreender melhor o que é Estatística e Os métodos estatísticos fornecem ferramentas úteis à investigação da população (todos os peixes do mar, por exemplo), restringimos nosso
simples, para poder realizar os exercícios propostos.
qual a sua utilidade. científica. Ela pode prestar auxílios fundamentais, nos casos de querer, estudo a uma porção deste universo, denominada amostra. A amostra é,
A Estatística é tão antiga como o primeiro homem, pois a ne- por exemplo: portanto, a fração populacional a partir da qual vamos tirar conclusões
cessidade de enumerar as coisas surgiu com ele. Embora a palavra a) caracterizar quantitativamente um dado fenômeno. Ex:. encontrar sobre a população.
Estatística ainda não existisse, há indícios de que 3.000 anos a.C. já a média de altura das árvores de uma floresta;
se faziam censos na Babilônia, China e Egito. Em 1085, Guilherme, o b) fazer previsões. Ex.: prever os danos causados na biota de uma
Conquistador, ordenou um levantamento estatístico da Inglaterra visando baía pelo derramamento de óleo;

28 CEDERJ CEDERJ 29 30 CEDERJ

 Elementos de Matemática e Estatística | O que é Estatística? A distribuição de freqüências Elementos de Matemática e Estatística | O que é Estatística? A distribuição de freqüências

MÓDULO 3

MÓDULO 3
ESTATÍSTICA DESCRITIVA E INDUTIVA Agora que conhecemos a variável, vamos descobrir quais as AMOSTRAGEM ALEATÓRIA

16

16
Na coluna “Freqüência” encontra-se o número de indivíduos
causas da variabilidade de uma medida. Existem dois tipos (fontes) de de cada categoria (macho ou fêmea). É uma freqüência absoluta,

AULA

AULA
A parte da estatística que procura somente descrever e analisar Uma amostragem é considerada ALEATÓRIA quando todos os ALEATÓRIO
variabilidade, como mostrado na figura a seguir: que chamaremos simplesmente de “freqüência”. O total da coluna
um certo grupo de elementos é chamada estatística descritiva. Por outro elementos de uma população têm igual chance de serem selecionados. Um evento que
depende do acaso. corresponde ao tamanho da amostra (80 indivíduos). Na coluna
lado, se uma amostra é representativa de uma população, ou seja, se É isso que acontece quando se faz o sorteio da loteria: cada número Sua realização é “Freqüência relativa” o número de indivíduos é dividido pelo total
ela contém, em proporção, tudo o que a população possui qualitativa e contido na bola tem a mesma chance de ser sorteada. A aleatorização regida pela teoria das
probabilidades. de indivíduos observados (80). Neste caso o total da coluna é 1,00.
quantitativamente, então podemos tirar conclusões importantes sobre a é exigida em estatística inferencial, para poder extrapolar os resultados
Em outras palavras, podemos dizer que nessa amostra há 44% de
população a partir dessa amostra. Nesse caso, dizemos que vamos inferir de uma amostra para a população.
machos (multiplicando 0,44 por 100). O cálculo da freqüência relativa
os resultados obtidos com a amostra para a população, e realizamos uma
é necessário quando se pretende comparar a razão sexual de duas ou
estatística chamada estatística indutiva ou inferencial. Essa inferência VARIÁVEL ALEATÓRIA
mais amostras com número diferente de indivíduos.
(transferência de conclusões da amostra para a população) nunca dará um
É chamada de “aleatória” a variável cujos valores variam mesmo
resultado exato, mas somente uma estimativa da população, estimativa
após ter fixado todos os fatores possíveis de influenciar. Essa variável Exemplo 2 – Dados quantitativos discretos
que será sempre acompanhada de um certo erro, cujo tamanho pode ser
não pode ser prevista exatamente. Somente podemos ter uma idéia das Numa amostra de 2000 legumes contamos o número de sementes
avaliado pela teoria das probabilidades. Não se assuste nem se apresse,
suas características (média, dispersão). (X) em cada legume. Na segunda coluna da tabela colocamos as
esse conceito de estimativa e suas aplicações serão vistos mais tarde.
freqüências (F), isto é, o número de legumes contendo aproximadamente
a) a variabilidade externa, ligada aos fatores e à variação das
! DISTRIBUIÇÃO DE FREQÜÊNCIAS 4, 5, 6 até 14 sementes. Na terceira coluna calculamos a freqüência
Você deve ter visto a teoria das probabilidades condições de experiência ou do meio natural, como por exemplo o efeito
em aula de Matemática. Mas não se preocupe,
relativa (Fr), dividindo cada freqüência pelo total de legumes (2000).
da temperatura sobre o crescimento de um organismo, da intensidade Você concorda que as tabelas com grande número de dados são
faremos uma pequena revisão sobre o assunto, Na quarta coluna são as freqüências acumuladas (Fac). Elas são obtidas
na próxima aula. luminosa sobre a fotossíntese etc. O estudo do efeito desses fatores cansativas e não dão ao leitor uma visão rápida e global do conjunto somando as freqüências sucessivas de cada valor de semente.
constitui geralmente o objetivo da pesquisa. de dados? Para facilitar essa visão podemos organizar os dados em A tabela pode ser interpretada da seguinte maneira: na amostra
VARIABILIDADE DE UMA MEDIDA b) a variabilidade interna (intrínseca, própria) aparece sempre, uma tabela de distribuição de freqüências. Ela pode ser feita com dados de 2000 legumes, 310, por exemplo, contêm 7 sementes (ou seja, 15,5%
mesmo quando todas as condições são mantidas constantes. Essa qualitativos, quantitativos discretos ou quantitativos contínuos. Vamos
Uma variável é um caractere suscetível de variar. Vamos começar dos legumes), e 520 legumes contêm ATÉ 7 sementes (quer dizer, 4, 5,
variabilidade interna pode mascarar a variabilidade externa que que- ver um exemplo para cada tipo de dados.
pelo exemplo para que você possa entender. Os organismos de uma 6 ou 7 sementes).
remos estudar. O pesquisador deve tentar diminuir ao máximo essa
comunidade podem ser estudados sob diversos ângulos. Por exemplo,
fonte de variabilidade, aperfeiçoando os equipamentos ou o método de Exemplo 1 – Dados qualitativos
podem ser classificados quanto ao sexo, ao tamanho dos indivíduos, ou Tabela 16.2
amostragem, por exemplo. Numa amostragem de 80 indivíduos, realizada numa população X F Fr Fac
seu peso etc. Sexo, tamanho, peso, são variáveis, isto é, são propriedades
Em Biologia, ao inverso de outras áreas como a Física, quaisquer de camarões em cativeiro, obtivemos 35 machos e 45 fêmeas. Com esses 4 0 0,000 0
às quais podemos associar conceitos ou números e assim expressar
que sejam as precauções haverá sempre uma certa variabilidade interna, dados foi possível elaborar a seguinte tabela: 5 60 0,030 60
informações sob forma de medidas. 6 150 0,075 210
pois não existem dois seres vivos rigorosamente idênticos. Logo, é inútil
Cada variável tem um domínio, que é o conjunto de valores entre Tabela 16.1 7 310 0,155 520
tentar suprimir a variabilidade interna de um fenômeno biológico. É
os valores mínimo e máximo que ela pode alcançar. Uma variável pode 8 590 0,295 1110
uma parte intrínseca do fenômeno. Não é um “erro”! Numa série Sexo Freqüência
Freqüência 9 420 0,210 1530
conter diversos tipos de dados: relativa
de medidas, essas duas variabilidades são misturadas. Os métodos Machos 35 0,44
10 230 0,115 1760
a) dados qualitativos ou categóricos. Eles apenas discriminam 11 150 0,075 1910
estatísticos (a “Estatística”) têm como objetivo separar essas duas fontes
Fêmeas 45 0,56
objetos em categorias ou atributos (ex.: sexo, cor dos olhos); 12 60 0,030 1970
de variabilidade e permitir, assim, o estudo do fenômeno.
b) dados quantitativos que podem ser contínuos, assumindo TOTAL 80 1,00 13 28 0,014 1998
14 2 0,001 2000
qualquer valor entre duas observações (ex.: peso de um indivíduo),
N 2000 1,000
ou discretos, assumindo somente valores inteiros (ex.: número de
crianças numa família).

CEDERJ 31 32 CEDERJ CEDERJ 33 34 CEDERJ

Elementos de Matemática e Estatística | O que é Estatística? A distribuição de freqüências Elementos de Matemática e Estatística | O que é Estatística? A distribuição de freqüências
MÓDULO 3

MÓDULO 3
Observamos que na primeira coluna são colocados os intervalos
16

16
Os dados dessa tabela de freqüências podem ser representados PARÂMETROS DE POSIÇÃO existir e, quando existe, pode não ser única.
graficamente sob forma de um diagrama de barra ou histograma, como de classe. Eles devem ser escolhidos de maneira adequada, de acordo Exemplo 1
AULA

AULA
Os parâmetros de posição são também chamados de medidas de
representado na figura abaixo. com os valores mínimo e máximo dos dados, a precisão das medidas O conjunto 2, 2, 5, 7, 9, 9, 9, 10, 10, 1, 12, 18 tem uma moda 9.
tendência central, pois são valores próximos ao centro de um conjunto
e o número total de dados. Não deve haver ambigüidade nos limites É denominado unimodal.
de dados. Veremos três medidas de tendência central (ou parâmetros de
inferiores e superiores de cada classe. Na segunda coluna é calculado o Exemplo 2
posição): a média aritmética, a mediana e a moda.
ponto médio das classes, isto é, a média entre o limite inferior e superior O conjunto 3, 5, 8, 10, 12, 15, 16 não tem moda.
de cada classe. Média aritmética Exemplo 3
Você pode então traçar a figura a seguir: O conjunto 2, 3, 4, 4, 4, 5, 5, 7, 7, 7, 9 tem duas modas 4 e 7.
A média aritmética, ou média, de um conjunto de N números Ele é chamado bimodal.
X1 , X2 ,..., XN , é representada por m ou (leia-se X-barra) e é
definida por No caso de dados agrupados em classes, a moda é a classe de
maior freqüência. Da mesma maneira, pode haver nenhuma, uma ou
mais de uma moda.

Em vez de utilizar barras, podemos reunir o topo de cada barra No símbolo lê-se: somatório de todos os Xi (xis-i),
por uma linha (como feito para as freqüências acumuladas), e obter um PARÂMETROS DE DISPERSÃO
quando i varia de 1 a N. Por exemplo, a média aritmética de 2, 5, 8, 13
polígono de freqüências. é: m = (2+5+8+13) / 4 = 7. Cada valor corresponde a um Xi. Assim: Se a natureza fosse estável, se as mesmas causas produzissem
(X1 = 2), (X2 = 5), (X3 = 8) e (X4 = 13) sempre os mesmos efeitos, é bem possível que o homem nunca tivesse
Exemplo 3 – Dados quantitativos contínuos
cm desenvolvido a noção de variação, mas a realidade é outra: o mundo
Para montar a tabela de distribuição de freqüências de uma Mediana
está em permanente oscilação. Ao conjunto das medidas, isto é, das
variável contínua é preciso dividir a variável em classes e calcular a No caso hipotético onde o número de classes tende para o infinito
A mediana de um conjunto de dados organizados em ordem de Estatísticas, que medem as oscilações de uma variável deu-se o nome de
freqüência dos dados em cada classe. Vejamos como isso acontece. e o intervalo de classe tende para o zero, o histograma de freqüências
grandeza, é o valor que divide o conjunto em 2 partes iguais, isto é, que medidas de variabilidade. Existem várias medidas de variabilidade, ou
Medimos o comprimento de 100 plantas (cm) e elaboramos a se transforma numa curva contínua, representada por Y = f(x). A área
contem o mesmo número de dados. Em outras palavras, corresponde parâmetros de dispersão de uma distribuição de dados. Veremos agora
tabela a seguir: delimitada por essa curva corresponde à probabilidade de ocorrência de
ao valor central quando a série de dados é par, ou à média dos valores a variância e o desvio padrão. Fique atento!
determinados valores dentro de um intervalo. Assim, a probabilidade
Tabela 16.3 centrais quando ela é ímpar.
Classes de Ponto médio Freq. abs. Freq. relat. de um valor exato x é nula. A probabilidade de que x esteja dentro de Variância
Freqoluta Freq. relativa
tamanho X acumulada acumulada
10,0-10,9 10.5 5 5 0,05 0,05 um intervalo muito pequeno é mínima. Ela é chamada probabilidade
Exemplo 1 Imaginemos dois conjuntos de 8 amostras de peixes coletados em
11.0-11.9 11.5 5 10 0,05 0,10
elementar no ponto x.
12.0-12.9 12.5 10 20 0,10 0,20
A mediana de 3, 4, 5, 6, 8, 8, 9 é 6 diversas pontos de dois lagos A e B. Medimos o número de indivíduos
13.0-13.9 13.5 20 40 0,20 0,40 Exemplo 2 em cada amostra:
14.0-14.9 14.5 20 60 0,20 0,60 OS PARÂMETROS DE UMA DISTRIBUIÇÃO A mediana de 5, 5, 7, 9, 11, 12, 15, 18 é (9+11)/2 = 10 Lago A : 8, 9, 10, 8, 6,11, 7, 13
15.0-15.9 15.5 20 80 0,20 0,80
16.0-16.9 16.5 10 90 0,10 0,90 Vimos que um conjunto de dados (chamado também de série Lago B : 7, 3, 10, 6, 5, 13, 18, 10
17.0-17.9 17.5 5 95 0,05 0,95
Moda
estatística) pode ser representado por tabelas e gráficos. Porém, para obter
18.0-18.9 18.5 5 100 0,05 1,00
uma descrição sumária mais objetiva que gráficos e tabelas, devemos A moda de um conjunto de dados é o valor que ocorre com a O total de peixes é o mesmo nos dois conjuntos de amostras (= 72).
19.0-19.9 19.5 0 100 0,00 1,00
Total 100 1,00 encontrar descritores mensuráveis desses dados. Esses descritores são maior freqüência, ou seja, é o valor mais comum. A moda pode não Podemos fazer a seguinte pergunta: Qual dos dois lagos tem uma distribuição

chamados de Estatísticas ou Parâmetros da distribuição dos dados. São de peixes mais regular (homogênea)? Ou seja, em que lago a variação entre as

medidas que servem para caracterizar a distribuição dos dados. Há dois amostras é menor? Observe que o cálculo da média de peixes entre amostras

grandes tipos de parâmetros: os de posição e os de dispersão.

CEDERJ 35 36 CEDERJ CEDERJ 37 38 CEDERJ

Elementos de Matemática e Estatística | O que é Estatística? A distribuição de freqüências Elementos de Matemática e Estatística | O que é Estatística? A distribuição de freqüências
MÓDULO 3

MÓDULO 3

Desvio padrão
16

16

não ajuda, pois é a mesma (m= 72/8 = 9 peixes). Porém verificamos que: Mas se a série for de somente10 dados, então, nesse caso, dividir por Tabela 16.5

– no lago A, os dados variam entre 6 e 13 peixes, isto é, n=10 ou por n-1=9 faz uma diferença importante e você deve dividir Parâmetro População Amostra
AULA

AULA

E o desvio padrão? O que representa e como calculá-lo?

a amplitude total é 13 - 6 = 7 peixes; pelo grau de liberdade n-1. Média µ m ou
No exemplo anterior, cada valor encontrado da variância Variância σ2 v ou s2
– no lago B, a amplitude é 18 – 3 = 15 peixes. Você pode então se perguntar: a partir de que n devo utilizar
corresponde à unidade “peixes ao quadrado”, pois os dados foram Desvio padrão σ s
Queremos quantificar essa variação e, para isso, precisamos de n-1? Teoricamente, a partir de n = 30, mas, você quer um conselho?
elevados ao quadrado. Para restabelecer a unidade “peixes”, extraímos
um ponto de referência que pode ser a média aritmética. Para cada Utilize sempre n-1. Assim você não correrá o risco de errar no seu cálculo
a raiz quadrada positiva da variância. O resultado é chamado desvio
conjunto de amostras vamos fazer o seguinte: de variância.
padrão, s.
a) subtrair de cada valor x a média aritmética m do conjunto ! RESUMO
Logo,
(x-m); Por que n = 30? É que 30 é o número mínimo de
dados para que a série estatística seja distribuída o desvio padrão do lago A é peixes; Você começou a perceber o que é Estatística e suas aplicações no cotidiano e
b) elevar cada diferença ao quadrado (x-m)2 ; de acordo com a Lei Normal. Não fique espantado!
e o desvio padrão do lago B é peixes; também na Biologia. Aprendeu a organizar os dados em distribuição de freqüência
Veremos mais adiante o que é uma Lei Normal.
c) somar os quadrados: Σ(x-m)2 ;
Você deve ter percebido que a distribuição dos peixes no lago A e a calcular os parâmetros dessa distribuição. Observou que eles se dividem em
d) dividir a soma dos quadrados pelo número n de amostras:
parece ser mais homogênea do que no lago B. Vamos confirmar isso com parâmetros de posição (média, mediana, moda) e de dispersão (variância, desvio
Σ(x-m)2 /n.
o cálculo do parâmetro seguinte que é o coeficiente de variação. padrão). Aprendeu também que a amostra permite estimar os parâmetros de
O resultado assim obtido é chamado de variância (v), cuja Vamos então aprender a calcular a variância do número de peixes
uma população.
fórmula é: encontrados nos dois lagos A e B. Vamos utilizar a segunda fórmula da
O COEFICIENTE DE VARIAÇÃO
variância. Aquela que não necessita da média. Para isso, organizamos
, , a tabela seguinte: Para poder comparar a variação (dispersão ou desvio padrão) de
Tabela 16.4 dois conjuntos de dados com unidades diferentes ou médias diferentes,
A segunda expressão de v é equivalente à primeira, mas de LAGO A LAGO B é preciso calcular o coeficiente de variação, Cv, que é o desvio padrão EXERCÍCIOS
cálculo mais fácil, pois não necessita da média. Amostras X X2 X X2
(1) 8 64 7 49
ponderado, isto é, dividido pela média. Ele é expresso geralmente em
A fórmula da variância é constituída de dois termos: (2) 9 81 3 9 percentagem. Observe:
1. Na tabela abaixo figuram as medidas de altura (em mm) de 50 plantas:
– o numerador, Σ(x-m)2 , chamado de dispersão ou de Soma dos (3) 10 100 10 100
(4) 8 64 6 36
Quadrados dos Desvios (SQD). (5) 6 36 5 25 70 68 64 70 67 68 79 76 72 82
– o denominador, n, é o número de dados. Para pequeno número (6) 11 121 13 169
(7) 7 49 18 324
Confira o exemplo! 71 78 64 78 74 81 73 79 79 70
de dados (<30), utilizar n – 1 (chamado grau de liberdade, geralmente (8) 13 169 10 100 O coeficiente de variação dos peixes do lago A é 2,27/9 x 100 = 77 91 79 63 64 72 71 85 66 67

indicado por gl, ou pela letra grega γ (lê-se nu). TOTAL 72 684 72 812
25,2 % e o do lago B é: 4,84/9 x 100 = 53,8 %.
76 75 70 82 65 84 69 76 74 72
78 82 77 75 76 78 79 64 82 64
Você deve estar imaginando o que é grau de liberdade? Em
Estatística, uma exigência básica é a independência entre os dados de Ao calcular, concluímos que a variância no Lago A é igual a: a) Considere os dados e construa uma tabela em que aparecem as classes de altura
uma série, isto é, o conhecimento de um valor da série não permite com 5 mm de intervalo, o ponto médio das classes e as freqüências absolutas,
descobrir o valor exato de um outro. Quando conhecemos a soma dos !
vA = (684 – 722 / 8) / (8-1) = 5,14 relativas e acumuladas.
IMPORTANTE!
dados, é possível recalcular facilmente qualquer um dado que falta, ou
Por convenção, a média, a variância e o desvio padrão de uma b) Trace o histograma de freqüências absolutas e de freqüências acumuladas.
seja, a introdução da soma resulta na perda de 1 grau de liberdade. e a variância no Lago B é igual a: série de dados amostras são representados, respectivamente,
pelas letras m ou x-barra,v ou s2 e s. Quando se trata da
Quando n é grande, utilizar n ou n – 1 não acarreta grande di- 2. Dada a série estatística: 1, 6, 6, 3, 7, 4, 10, calcule a média, o desvio padrão e o
população, esses parâmetros devem ser representados pelas
ferença nos resultados, porém não é o caso com amostras pequenas. Por 2 letras gregas µ2, σ2 . coeficiente de variação.
vB = (812 – 72 / 8) / (8-1) = 23,43.
exemplo, se você precisar calcular a variância de uma série de 100 dados,
tanto faz dividir por 100 ou por 99. O erro cometido será pequeno.

CEDERJ 39 40 CEDERJ CEDERJ 41 42 CEDERJ

17
Elementos de Matemática e Estatística | Um modelo teórico de distribuição de freqüência:
MÓDULO 3

a distribuição normal
16

3. Em 10 amostragens numa praia foram coletadas 3 espécies de conchas com as INTRODUÇÃO Nesta aula você vai relembrar noções de probabilidades que você deve ter já
Um modelo teórico de
AULA

seguintes abundâncias: visto nas aulas de matemática. Essas noções são importantes em estatística. Elas
AULA

distribuição de freqüência: permitem entender como transformar freqüências em probabilidades, e com

Amostras
1
Espécie 1
0
Espécie 2
3
Espécie 3
1
a distribuição normal isso conhecer e aplicar um dos modelos teóricos de distribuição de freqüência

2 0 4 0 mais utilizados em estatística que é a distribuição normal. Você vai ver o

3 2 3 14 quanto essa distribuição teórica pode ajudá-lo na análise estatística dos seus
4 0 1 1 dados de Biologia ou Ecologia.
5 1 5 4
6 0 3 0
7 0 6 8 NOÇÕES DE PROBABILIDADE
8 1 1 0
9 1 3 4 Na aula passada, trabalhamos com distribuições limitadas, isto
10 3 9 6 é, com um certo número de dados (observações) oriundos de amostras
objetivos

Ao final desta aula, você deverá ser capaz de: e distribuídos entre um valor mínimo e um valor máximo. Para cada
Calcule a média, a variância, o desvio padrão e o coeficiente de variação de
• Adquirir noções de probabilidade e saber a relação classe (evento) calculamos a freqüência de ocorrência, obtendo assim uma
cada espécie. entre probabilidade e freqüência.
distribuição de freqüências observadas. Mas será que essa distribuição
• Conhecer as características da distribuição normal, de freqüência é a imagem da realidade? Aprofundando nosso estudo e
a equação da curva normal e o cálculo das
probabilidades. aumentando o número de observações, constatamos que as freqüências
4. Num estudo de crescimento de uma população de moluscos (mexilhões), um
relativas são modificadas. Para ter a certeza de que um evento (classe)
pesquisador mediu o comprimento da concha em milímetros, os dias 5/1/92 e
ocorrerá x vezes num total de n observações, seria necessário fazer uma
5/6/92. Os resultados foram:
infinidade de medidas, o que é impossível na prática. Para tanto, os
Dia 5/1/92 matemáticos estabeleceram leis baseadas nas distribuições teóricas. Na

15-13-12-09-07-02-08-15-13-12-09-06-02-08-14-13-12-08-06-02-08-14-13-11-08-05- natureza, a ocorrência ou não-ocorrência de um evento segue certas leis

02-08-13-13-11-07-02-02-13-13-11-06-02-02-13-12-11-09-02-02-13-12-11-09-02-02- que permitem calcular as freqüências teóricas e traçar um diagrama de

13-12-10-07-02-02-13-12-10-07-02-02 distribuição teórica. São as leis da probabilidade.
Na aula de hoje veremos que a probabilidade de ocorrência de um
Dia 5/6/92
evento pode ser estimada ao fazermos um grande número de observações
08-11-09-04-03-02-15-11-09-04-03-12-14-11-09-04-03-11-13-11-08-04-03-14-11- e calculando as freqüências de ocorrência desse evento.
07-04-03-11-10-06-04-03-11-10-06-04-03-11-10-04-03-02-11-10-04-03-02-11-10-
04-03-02 !
A probabilidade pertence ao domínio do REALIZÁVEL,
Para cada série de medidas, trace o histograma de freqüências (com intervalo e a freqüência ao domínio do REALIZADO.

de classe de 1 mm). Para verificar se houve um crescimento dos mexilhões entre

as duas amostragens, esse pesquisador pensou calcular a média de cada série de
Ao comparar as distribuições observadas com as distribuições
amostras e compará-las. O procedimento seria correto? Justifique sua resposta.
teóricas estabelecidas a partir das leis probabilísticas, poderemos
Caso seja negativo, sugere o que ele deve fazer.
saber se tal fenômeno observado se realiza segundo uma ou outra lei.

CEDERJ 43 46 CEDERJ
 Elementos de Matemática e Estatística | Um modelo teórico de distribuição de freqüência: Elementos de Matemática e Estatística | Um modelo teórico de distribuição de freqüência:

17 MÓDULO 3

17 MÓDULO 3
a distribuição normal a distribuição normal

Em caso afirmativo, poderemos transformar nossas observações Probabilidades compostas: a probabilidade de ocorrer um evento DISTRIBUIÇÃO NORMAL (DN) Você deve lembrar, das suas aulas de matemática, que cada curva
em previsões, ou seja, transformar as freqüências observadas em E outro evento em seguida, é igual ao produto das probabilidades de (como aparece na figura acima) corresponde a uma equação matemática.

AULA

AULA
A distribuição normal é, pelos recursos que ela oferece, uma das
probabilidades; faremos, assim, uma inferência, com o conhecimento da cada evento. Por exemplo: num jogo de dados, a probabilidade de obter A Distribuição Pois existe também um equação que define a curva de distribuição
mais importantes distribuições de probabilidades conhecidas. Vamos Normal é também
margem do erro. Antes disto, porém, é necessário definir a probabilidade 3 na primeira vez e um número ímpar na segunda é igual a 1/6 x 3/6 = chamada de normal. Vamos ver como ela é definida.
conhecer suas características gerais: Distribuição de
e descrever os diversos modelos teóricos de distribuição de freqüência. 3/36 = 1/12.
a) A distribuição normal é uma distribuição contínua: x pode GAUSS ou de
Para conhecer as noções de probabilidade você precisará definir Relação entre Probabilidade e Frequência: vamos supor que LAPLACE-GAUSS, EQUAÇÃO DA CURVA NORMAL
assumir qualquer valor entre + α e - α. em homenagem aos
ou recordar alguns conceitos. lançamos uma moeda 10 vezes. Pode acontecer de obtermos, por seus inventores,
b) Ela é simétrica em relação à média aritmética, que corresponde A distribuição normal é definida pela equação:
exemplo, 6 vezes coroa e 4 vezes cara. Nesse caso, a freqüência relativa o astrônomo e
Acaso: conjunto de causas que agem em sentidos opostos e regem
matemático francês
também à mediana e à moda da distribuição.
um evento aleatório. observada de coroa é 6/10 = 0,60. De outro modo, lançando 100 vezes a Pierre Simon Laplace
c) Ela é definida por dois parâmetros populacionais: a média (µ) (1749-1827) e o
Evento aleatório: evento imprevisível, embora se conheça todas mesma moeda podemos obter, por exemplo, 48 vezes coroa. A freqüência alemão Karl Friedrich
e o desvio padrão (σ). , onde µ e σ são a média e o desvio
Gauss (1777-1855).
as condições de realizar-se. É apenas o acaso que decide. Vejamos alguns será então 0,48. Você deve estar concluindo que, aumentando o número
d) Ela é representada, graficamente, por uma curva contínua, padrão da população.
exemplos: de lances, a freqüência observada se aproxima de 0,50, o que corresponde
em forma de “sino”. A cada valor do desvio padrão σ corresponde
a) Vamos jogar a cara ou coroa. Lançamos a moeda (um à probabilidade do evento coroa. Assim, quando n tende para o infinito,
uma forma de curva, mais fechada para pequeno σ, mais aberta para Ao conhecer os parâmetros µ e σ, podemos calcular para cada
lançamento de moeda é chamada de “prova”) e apostamos, por exemplo, a freqüência relativa f tende para a probabilidade p. É a lei dos grandes
elevado σ. Veja na figura a seguir as 3 curvas que representam 3 séries valor de x a probabilidade que nos interessa. Porém, é preciso refazer
em obter coroa (coroa corresponde ao “evento esperado”). Nós temos números: .
de dados (A, B e C), com mesma média (na classe 9), porém com 3 o cálculo para cada µ e σ diferentes. Para evitar essa dificuldade,
uma certa esperança de que o evento coroa se realize. Essa esperança é
desvios padrões diferentes. Olhe para a curva A, ela é mais fechada e aplicamos uma transformação que torna a equação independente de µ
chamada de probabilidade p, que é calculada pela fórmula , onde
! corresponde a dados com menor desvio padrão, isto é, os dados são e σ, multiplicando os dois lados da equação por σ e fazendo
x = número de eventos favoráveis e n =número de eventos possíveis. A freqüência relativa é uma medida experimental da
muito mais próximos à média. x-m
Logo, a probabilidade de tirar “coroa” é igual a 1/2 = 0,5, ou seja, há probabilidade e, inversamente, a probabilidade é uma Z= e Y= σ.y. Nesse caso, temos uma nova equação da
freqüência prevista. σ
50% de chance de obter coroa.
curva normal, chamada “equação da curva normal reduzida”:
b) No jogo de dados são 6 eventos possíveis. A probabilidade de !
Você se lembra do que é o desvio padrão? Senão,
tirar um determinado número é igual a 1/6. dê uma olhada na aula passada. Esse conceito é
Pode-se aplicar então às probabilidades tudo que se aplica às básico e muito importante para toda a disciplina.
c) No jogo de 32 cartas são 32 eventos possíveis. A probabilidade
freqüências relativas.
de tirar uma determinada carta é igual a 1/32.
Distribuição aleatória: uma distribuição aleatória representa as Essa curva é única. Ela tem por média µ = 0 e desvio padrão
Os exemplos anteriores servem para mostrar que a probabilidade
probabilidades de uma variável aleatória. Ela constitui o limite para σ = 1. A transformação de x em Z faz com que o eixo das abscissas seja
varia entre 0 (evento impossível) e 1 (evento certo). A probabilidade de
o qual tende a distribuição experimental quando se repete um grande independente das unidades e represente somente unidades de desvio em
um evento complementar (não-ocorrência do evento) é q = 1-__
p.
m número de vezes as observações. relação à média.
Vamos conhecer um pouco mais sobre probabilidades. Observe! Agora que conhecemos a Lei Normal e sua equação, vamos ver
Soma de probabilidades: a probabilidade de ocorrer um OU como calcular as probabilidades.
outro evento é igual à soma das probabilidades de cada evento. Por
exemplo: CÁLCULO DAS PROBABILIDADES
Agora, veremos um modelo teórico de distribuição de freqüência:
a) A probabilidade de tirar uma dama num jogo de 32 cartas =
a distribuição normal. Primeiro, você deve saber de uma coisa importante: as proba-
4/32.
bilidades são representadas pela área sob a curva. Assim, a probabi-
b) A probabilidade de tirar um rei de copas, ou um dez de espadas,
lidade px de um valor x ocorrer entre dois valores x1 e x2 é igual
ou um nove = 1/32+1/32+4/32 = 6/32.
à área sob a curva entre x1 e x2. Do mesmo modo, a área total
( ) corresponde à probabilidade total (px = 1).

CEDERJ 47 48 CEDERJ CEDERJ 49 50 CEDERJ

Elementos de Matemática e Estatística | Um modelo teórico de distribuição de freqüência: Elementos de Matemática e Estatística | Um modelo teórico de distribuição de freqüência:
17 MÓDULO 3

17 MÓDULO 3
a distribuição normal a distribuição normal

Você deve estar pensando: como vou medir a área sob a curva? Exemplo PROBABILIDADES PARA ALGUNS VALORES PECULIARES
Você poderia usar a equação da curva que dá as probabilidades Y para Sabendo que a distribuição de tamanho da microalga Skeletonema DE Z RESUMO
AULA

AULA
cada valor de x, mas não se assuste. Felizmente, os estatísticos fizeram costatum segue a lei normal de média 10 µm e desvio padrão 4 µm, a) Se Z = 1 a tabela dá 2ϕ=0,68 , isto é, há 68% de probabilidade
No final do Você aprendeu a calcular a probabilidade de um evento ocorrer. Essa
todos os cálculos para nós e colocaram os resultados em tabela que volume há um calcule, para uma série de 100 células, o número de células tendo um de que x se encontre entre Z=+1 e Z = –1 (pontos simétricos em relação probabilidade, que varia entre 0 (evento impossível de ser realizado) e 1
Anexo com as
você vai poder consultar no final do livro. Vamos falar um pouco mais tamanho:
Tabelas de 1 a 5. à média 0). Como = 1, temos x = µ + σ. ⇒ A probabilidade para que x (evento sempre realizado), é regida por leis. Uma delas é a Lei Normal. Seu uso
sobre essas probabilidades e o uso da Tabela 1. (a) menor que 10 µm; se encontre entre (µ + σ) e (µ -σ) é de 0,68, e 0,32 fora deste intervalo. é freqüente em Biologia. Você observou que a Lei Normal se aplica a dados
Você sabe como utilizar a tabela? São duas maneiras de “ler” (b) maior que 14 µm; b) Se Z = 2 a tabela dá 2ϕ = 0,95. Seguindo o mesmo raciocínio contínuos com distribuição simétrica em relação à média. Ela permite calcular
uma probabilidade nessa tabela. Vejamos: (c) compreendido entre 8 µm e 13 µm. anterior temos x = µ + 2σ.⇒ A probabilidade para que x se encontre a probabilidade de um determinado valor ocorrer dentro de um determinado
a) a primeira é “ler” a probabilidade, chamada px, para um valor
entre (µ + 2σ) e (µ -2σ) é de 0,95, e 0,05 fora deste intervalo. intervalo, a partir da média e do desvio padrão.
x estar no intervalo entre -∞ e x1 (ou seja, até o limite x1). Respostas: c) Se Z = 2,6 a tabela dá 2ϕ = 0,99 ⇒ A probabilidade para que
b) a segunda é “ler” a probabilidade, chamada 2ϕx, de um Para entrar na tabela que dá as probabilidades ligadas a cada x se encontre entre (µ + 2.6σ) e (µ -2.6σ) é de 0,99, e de 0,01 fora deste
valor x estar incluído num intervalo formado por dois valores x1 e x2 limite de tamanho (x) é preciso em primeiro lugar transformar x em intervalo.
simétricos em relação à média. , ou seja: Veja como esses intervalos são representados na figura abaixo: EXERCÍCIOS
Fora desses intervalos, as probabilidades são 1 – px ou 1 – 2ϕx.
Você vai entender melhor olhando a figura abaixo: para x1=10 ⇒ = 0 ⇒ a tabela nos dá: px1 = 0,50 ,
1. A média de uma população é de 21,65 cm e desvio padrão 3,21. Qual a
probabilidade de que um indivíduo retirado ao acaso tenha um valor maior do
para x2=14 ⇒ = +1 ⇒ px2 = 0,84 ,
que 28,55 cm ou menor do que 14,75 cm?
,
para x3=8 ⇒ = -0.50 ⇒ px3 = 0,31 e 2. A média de chuva em certa cidade é de 18,75 milímetros com desvio padrão
, de 6,25 milímetros. Considerando normal a distribuição desses dados, calcule
para x4=13 ⇒ = 0.75 ⇒ px4 = 0,77. a probabilidade de nos próximos anos as chuvas estarem entre 15,00 e 25,00
,
milímetros.
Logo, concluímos que:
3. Após uma pesca de camarões medimos as fêmeas ovadas. A média é 12 cm e
Assim, retirando um dado ao acaso de uma série estatística de
o desvio padrão 1,5 cm. Suponhamos que os tamanhos estejam seguindo a Lei
a) Há 50% das células de tamanho entre -∞ e 10 µm. Resultado dados aleatórios, de média m e desvio padrão s, há 99% de chance
Normal. Pergunta-se:
óbvio, pois 10 µm corresponde à média. de que ele seja compreendido entre (m + 2,6s) e (m – 2,6s), 95% entre
b) Há 84% das células de tamanho entre -∞ e 14 µm, e (m + 2s) e (m – 2s).e 68% entre (m + s) e (m – s). a) Qual a proporção de indivíduos de tamanho superior a 14 cm, a 8,5 cm
conseqüentemente, 100 – 84 = 16% acima de 14 µm. e compreendido entre 14 e 8,5 cm ?
c) Há 31% das células de tamanho até 8 µm e 77% de tamanho até !
Acompanhe também os exemplos a seguir. Você vai entender b) Qual o tamanho ultrapassado por 10% dos camarões?
13µm, logo 77 – 31 = 46% de células de tamanho entre 8 e 13 µm. Os valores 2 e 2,6 foram arredondados. Os
valores exatos seriam 1,96 e 2,58. Daí em
melhor como se calcula a probabilidade de um determinado valor Você está vendo que não é tão difícil! O importante é lembrar que, diante usaremos sempre 2 e 2,6 para facilitar c) Entre quais tamanhos, simétricos em relação à média, estão compreendidos
de x, tirado ao acaso na população, estar incluído entre determinados os cálculos.
antes de consultar a tabela normal, você deve transformar os valores de x 95% dos camarões?
limites da distribuição. em Z, pois são os valores de Z que estão na tabela e não os valores de x.
Aproveitando esse comentário, vamos procurar na tabela
Você deve começar a perceber o quanto a Lei Normal é interessante
alguns valores peculiares de Z e verificar a qual probabilidade eles
para fazer previsões e vai ser convencido disso com os exercícios que
correspondem.
irá resolver a seguir.

CEDERJ 51 52 CEDERJ CEDERJ 53 54 CEDERJ

18
Elementos de Matemática e Estatística | Estimativas e testes de hipóteses Elementos de Matemática e Estatística | Estimativas e testes de hipóteses
MÓDULO 3
18

INTRODUÇÃO Na Aula 6, você viu as origens e as primeiras noções da Estatística. Hoje, verá é 100% e o de risco 0%. O intervalo escolhido é chamado intervalo de Como fazer isso?
AULA

confiança. Diminuindo o intervalo de confiança, aumentamos os riscos Vamos relembrar a aula passada onde vimos que, retirando um
AULA

um dos principais objetivos da Estatística que é estimar os parâmetros de uma

Estimativas e população a partir de uma amostragem. Com esse conhecimento, você vai de errar na estimativa. dado ao acaso de uma série estatística de n dados aleatórios, de média m
testes de hipóteses poder comparar populações a partir de amostras e testar suas hipóteses. Para você entender melhor, vamos raciocinar ao contrário. Se
Nas áreas da
e desvio padrão s, há 95% de chance de que ele seja compreendido entre
eu aceitar cometer um erro de 5% (isto é, uma probabilidade de errar Biologia e Ecologia, (m + 2s) e (m - 2s). É isso mesmo que precisamos! Vamos então somar e
consideramos
ESTIMATIVAS DE UMA POPULAÇÃO de p = 0,05), qual deve ser o intervalo de confiança? Ou seja, entre que aceitável errar até subtrair duas vezes o desvio padrão da média. Porém, atenção, estamos
limites mínimo e máximo deve se encontrar a razão sexual da população? 5% , ou seja, ter uma tratando aqui da variação da média e não de todos os dados, logo,
segurança de 95%.
Certamente você sabe o que é estimar.
É fácil entender que, se eu não quisesse errar nada (0% de erro), posso Utilizaremos esse devemos utilizar o desvio padrão da média, que se chama erro padrão da
Quando fala “eu acho que...”, você está limite máximo de
afirmar que a RS da população está compreendida entre 0 e 1. O que é erro em todos nossos média, Sm. Ele não é conhecido, mas os estatísticos demonstram que ele
estimando, isto é, você tem alguma idéia exemplos e exercícios.
óbvio e não me ajuda em nada. Então tenho que aceitar um erro maior pode ser calculado pela fórmula: , onde s é o desvio padrão
sobre o assunto, mas nenhuma certeza. Na
para poder ficar mais preciso na definição do intervalo. Entendeu? da amostra e n o número de dados.
Estatística o conceito é o mesmo, porém
não basta “achar”, é preciso também saber
objetivos

Ao final desta aula, você deverá ser capaz de:

se a estimativa é válida ou não. Em outros !
!
• Estimar a média de uma população a partir de uma ATENÇÃO: não confunda erro padrão com desvio padrão. Você já
termos, qual a minha chance de errar quando eu afirmo alguma coisa? Estimar = definir um intervalo de confiança sabe que desvio padrão é o quanto os dados estão afastados da
amostra. associado a um coeficiente de segurança, média, enquanto que o erro padrão é o quanto a média pode variar,
A validade da estimativa depende da amostra ser uma boa imagem ou de risco.
• Realizar testes de hipóteses e de significância. se a gente repetir várias vezes a amostragem.
da população (representativa). Isso acontece quando todos os indivíduos
• Comparar duas médias e duas variâncias.
têm a mesma chance de serem coletados, o que é possível quando a
amostra não é viciada e as coletas são feitas ao acaso.
Então, vamos ver, agora, como calcular a estimativa da média de Voltemos a nosso exemplo e calculemos o erro padrão da média.
Observe que a relação população–amostra tem duplo sentido:
uma população desconhecida. Ele vale:
População Amostra: seja uma população de razão sexual Sm = 3 = 0,3
(RS) conhecida = 0,5 (sabemos que há 50% de fêmeas e 50% de √100
machos). Pegamos uma amostra de 100 indivíduos. Podemos prever, ESTIMATIVA DE UMA MÉDIA
Em seguida, basta somar e subtrair da média 2 vezes o valor 0,3
com antecipação, que a RS desta amostra será de 0,5 ou próxima
Você entendeu que precisamos definir um intervalo dentro do qual e conseguimos um intervalo de
deste valor.
a média real da população tem uma certa probabilidade de se encontrar. m ± [Link] = 10 ± 2 . 0,3 = [9,4 – 10,6].
Amostra População: seja agora uma população de RS
Qual é esse intervalo? Vamos logo utilizar um exemplo prático... Em conclusão, o tamanho médio da população de plantas, de
desconhecida. Pegamos uma amostra de 100 indivíduos. Nela
Seja uma amostra de 100 plantas. Medimos o tamanho de cada onde foi retirada a amostra, tem 95% de chance de se encontrar entre
encontramos 50 machos e 50 fêmeas. Calculamos que a RS é igual a
Pré-requisitos uma e calculamos a média m=10 cm e o desvio padrão s=3 cm. Qual é 9,4 cm e 10,6 cm. Com outras palavras, estimo que a média da população
0,5. Porém, não podemos afirmar que a RS da população é realmente
Para compreender bem esta aula, você deve recordar as noções a estimativa da média da população? está entre 9,4 cm e 10,6 cm. Afirmando isso, estou correndo um risco
de 0,5, podemos somente dizer que a RS é provavelmente de 0,5. Nesse
de variância, desvio padrão e grau de liberdade que vimos na Aula Vamos raciocinar! Se eu repetisse várias vezes a amostragem e de errar em 5% (probabilidade de erro de p = 0,05).
16, bem como do cálculo das probabilidades de uma distribuição caso nós estimamos que a RS é de 0,5.
recalculasse a média a cada vez, teria uma série de médias um pouquinho Se você achar que 5% de erro é muito, calcule o intervalo para
normal visto na Aula 17. Para tentar avaliar essa probabilidade, definimos um intervalo
diferentes, algumas abaixo de 10 cm, outras acima de 10 cm. Então, somente 1% de erro. Neste caso, deve multiplicar Sm por 2,6, em vez
dentro do qual supomos que se encontra a RS desconhecida.
precisamos calcular os valores mínimo e máximo, simétricos em de 2,0. Faça você mesmo o novo cálculo para 1% e veja o que acontece
A probabilidade de acertar depende da amplitude do intervalo:
relação à média da amostra (10 cm), que definem um intervalo dentro com o intervalo.
escolhendo um intervalo de 0 a 1, temos, obviamente, certeza de não
do qual eu gostaria que ocorressem, por exemplo, 95% das médias
errar. A probabilidade é máxima (p=1), o coeficiente de êxito (segurança)
(eu cometeria um erro de 5% afirmando que a média da população se
encontra nesse intervalo).

56 CEDERJ CEDERJ 57 58 CEDERJ

Elementos de Matemática e Estatística | Estimativas e testes de hipóteses Elementos de Matemática e Estatística | Estimativas e testes de hipóteses
MÓDULO 3

MÓDULO 3
18

18

Lembre que os valores 2,0 e 2,6 que utilizamos, até agora, para Observe que, para n = 9 plantas, o intervalo dentro do qual Estamos inclinados a rejeitar uma hipótese nula (Ho = não há e d seria pequeno. Então, será que o valor d obtido entre as duas amostras
A distribuição t de
o cálculo do intervalo de confiança, nas probabilidades de p = 0,05 e a média da população tem 95% de chance de se encontrar é agora: diferença entre amostras), quando a diferença observada é grande demais
AULA

AULA

Student foi criada é grande demais para concluirmos que se trata da mesma população ou
por um pesquisador
de p = 0,01, respectivamente, foram obtidos a partir da Lei Normal. irlandês de nome 10 ± 2,31.1,0 ⇒ [7,69-12,31]. para ser unicamente devido ao acaso. de duas populações iguais?
William Sealy
Isso é válido quando o número de dados é relativamente grande (> 30). Verifique que, para uma mesma probabilidade de erro de Concluímos, então, que a diferença é significativa. Essa decisão Vamos aplicar um teste ao valor de d, chamado teste t de
Gosset (1876-1936).
Mas quando n é pequeno (<30), o que acontece freqüentemente nas pes- Ele publicou seus p = 0,05, o intervalo de confiança da média aumentou, comparativamente é tomada na base do cálculo da probabilidade de errar ao rejeitar Ho Student.
trabalhos sob o
quisas, a distribuição dos dados não é normal. A curva é mais achatada pseudônimo de ao exercício anterior com 100 plantas, isto é, a estimativa da média ficou e afirmar que duas amostras são significativamente diferentes. Os Vamos imaginar que você repita a amostragem, nas duas
Student.
(chamada hipernormal), e existe uma curva diferente para cada valor de menos precisa, o que é coerente, pois trabalhamos com menos dados. processos que permitem tomar essa decisão são chamados de testes de populações, um grande número de vezes e calcule as diferenças. Você
n, até n=30. Em conseqüência, seria necessário recalcular as probabilida- Você percebe a importância de uma boa amostragem em Estatística? hipóteses ou de significância. terá uma série de valores de d distribuídos normalmente de média dm e
des para cada curva e cada valor de n. Não se preocupe, o matemático Em razão do caráter aleatório da amostragem, uma tomada de desvio padrão Sd, chamado erro padrão das diferenças. Considerando a
STUDENT fez esses cálculos para você. Ele calculou, para cada valor de n, decisão é sempre acompanhada de um probabilidade de erro. Existem hipótese nula (d = 0), isto é, se as duas populações fossem iguais, haveria
um valor limite chamado pela letra t, que deve ser usado no lugar de 2,0 Qual seria o n ideal para uma boa estimativa? Como você viu, a dois tipos de erro: 95% dos valores de d dentro do intervalo:
ou 2,6. Esses valores de t estão na Tabela 2, no Anexo. distribuição é normal a partir de n=3, quando o valor de t esta- – Erro do Tipo I = rejeitar uma hipótese quando ela é dm ± [Link]
biliza em volta de 2,0 (para p=0,05). Mas, não é sempre possível
Como usar a tabela? Você deve escolher uma probabilidade de verdadeira. Você já viu isso quando estimamos a média. Agora é a mesma
conseguir um n tão grande. Então qual seria o n mínimo possível?
erro (coluna 0,05 ou 0,01, por exemplo) e a linha correspondendo ao – Erro do Tipo II = aceitar (= não rejeitar) uma hipótese quando coisa, pois trata-se da média das diferenças.
Observe a tabela de Student: para n–1 = 1 (isto é, 2 dados), o valor
grau de liberdade que vale n – 1. O valor encontrado na intersecção de t é elevadíssimo (=12,7), mas cai bastante (= 4,3) com n–1=2 ela é falsa. Logo, há uma probabilidade 2ϕ = 0,95 de que um valor de d,
dessa coluna e dessa linha é o valor de t que você vai utilizar para o (isto é, 3 dados). Em conclusão, aconselha-se ter pelo menos n-3. Ao testar uma hipótese, a probabilidade máxima com a qual tirado ao acaso, seja situado no intervalo ± [Link] e uma probabilidade
cálculo do intervalo de confiança da média. Veremos mais tarde outras estaremos dispostos a correr o risco de um erro tipo I é denominada 1–2ϕ = 0,05, que seja situado fora desse intervalo. Podemos dizer, então,
aplicações dessa tabela. nível de significância. Essa probabilidade é geralmente representada que 95% dos valores de d devem ser inferiores ou iguais ao limite 2 Sd
por α. Na prática, é usual escolher um nível de significância de 0,05 ou do intervalo, ou seja, .
TESTES DE HIPÓTESES E SIGNIFICÂNCIA
0,01, embora possam ser usados outros valores. Assim, ao dizer que
!
Você se lembra do que é o grau de liberdade? Não? Na prática, somos freqüentemente levados a tomar decisões uma população A é significativamente diferente de uma população B,
então recorde esse conceito na Aula 6. !
acerca de populações, baseadas nas informações das amostras. São ao nível de significância de α = 0,05, temos 5% de chance de errar, ou
Você deve saber que 2ϕ é a probabilidade de
decisões chamadas de decisões estatísticas. Por exemplo, podemos seja, temos uma confiança de 95% de que essa decisão esteja certa. ocorrer um valor dentro de um intervalo simétrico
em relação à média. Retorne à Aula 17 sobre
querer decidir se um novo remédio é eficaz na cura de uma doença, se Na sua tomada de decisão, o pesquisador procura sempre distribuição normal para relembrar.
um método de coleta é melhor que outro etc. Ao se tentar chegar às diminuir ao máximo o erro. Para isso ele deve aumentar o número n
decisões, é conveniente a formulação de hipóteses ou de conjecturas de amostras, o que não é sempre possível.
Vamos exemplificar com o mesmo exercício, mas supondo que a
acerca das populações interessadas. Essas suposições, que podem ser
amostragem foi somente de 9 plantas em vez de 100, a média e o desvio
verdadeiras ou não, são denominadas hipóteses estatísticas. COMPARAÇÃO DE DUAS MÉDIAS
padrão permanecendo os mesmos. Nesse caso, qual será a estimativa Observe que, se d for muito grande, poderemos ter maior do
Em alguns casos, formula-se uma hipótese estatística com o único
da média da população? que 2, logo, fora do intervalo dos 95%, e, nesse caso, deveremos rejeitar
Agora, você acumulou conhecimento suficiente para começar a
propósito de rejeitá-la. Por exemplo, desejando decidir se uma área da
O intervalo de confiança Ic da média é agora igual a , onde a hipótese nula de igualdade das médias. Poderemos, então, afirmar que
aplicar a estatística como ferramenta de decisão. Pode, por exemplo,
floresta é mais rica em espécies de plantas do que outra, formula-se
t = 2,31 para n – 1 = 8 graus de liberdade (veja na tabela de Student as duas médias são, significativamente, diferentes, com probabilidade
comparar as médias m1 e m2 de duas populações, obtidas a partir de
a hipótese de que não há diferença entre elas (isto é, que a diferença
na interseção da coluna 0,05 e da linha 8), e o erro padrão da média, de errar de p = 0,05.
2 amostras de efetivo n1 e n2 e variâncias v1 e v2. Queremos saber se
observada é somente devida à flutuação das amostras provenientes
. Ao acompanhar os exemplos anteriores você, certamente,
as duas médias são significativamente diferentes.
da mesma população). Essa hipótese é denominada hipótese nula e é
percebeu que precisamos do erro padrão das diferenças, Sm. Ele é
Calculamos a diferença d entre as médias, d = m1-m2.
representada por Ho. Qualquer hipótese diferente de Ho é chamada de
desconhecido, mas os estatísticos demonstram que ele pode ser calculado
O raciocínio é o seguinte: se as duas amostras tivessem sido
hipótese alternativa.
pela fórmula: , onde v1 e v2 são as variâncias e n1 e n2
retiradas da mesma população, haveria pouca diferença entre as médias,
o número de dados das amostras.

CEDERJ 59 60 CEDERJ CEDERJ 61 62 CEDERJ

 Elementos de Matemática e Estatística | Estimativas e testes de hipóteses Elementos de Matemática e Estatística | Estimativas e testes de hipóteses

MÓDULO 3

MÓDULO 3
18

18
Você vai se familiarizar com esse importante teste observando o Neste caso, a fórmula do erro padrão é: Vamos praticar o teste F com o exercício a seguir:
!

AULA

AULA
exemplo a seguir: Sejam 2 lotes de mudas de uma espécie de planta, com adubação
Para relembrar: cometer um erro tipo
Sejam 2 amostras, A e B, com os seguintes parâmetros na II consiste em aceitar a hipótese nula diferente. Medimos os indivíduos de cada lote para verificar se houve
(igualdade entre médias) quando deveria
Tabela 18.1. = 0,37, logo, ter sido rejeitada. Ao contrário, o erro tipo uma diferença de crescimento significativa, isto é, se houve influência
, I consiste em rejeitar uma hipótese nula
quando deveria ter sido aceita. do adubo:
Tabela 18.1
,
amostra A amostra B Tabela 18.2
Comparamos esse valor com o valor limite t da tabela de Student,
número de dados (n) 200 100 lote 1 lote 2
para n1+ n2 _ 2 = 20 graus de liberdade. A tabela de t indica 2,09 (p = 0,05). Até o momento, você aprendeu a comparar duas populações
média (m) 2,5 2,8
O valor calculado é bem inferior a 2,09. Não é possível rejeitar a hipótese utilizando as médias como critério de comparação. A média é um efetivo (n) 31 17
variância (v) 0,8 0,6
nula. Se eu afirmasse que as médias são diferentes, cometeria um erro maior parâmetro da população, mas você já viu que existem outros, como variância (v) 10 3

do que 5%. a variância. Por que não usar a variância para comparar duas
Será que a diferença observada entre as 2 amostras permite dizer
populações? Isso é possível, já que, se duas populações são iguais,
que elas foram coletadas em 2 populações diferentes? Ou seja, que as Calculamos:
! não apenas as médias devem ser iguais, mas também as variâncias.
duas médias são significativamente diferentes, ao nível de probabilidade Observe que quando as duas amostras têm o mesmo
Vamos então comparar as variâncias...
de errar de p = 0,05? número de dados (n1 = n2), a fórmula do erro padrão

se simplifica em , e entramos na tabela e vamos comparar com o valor da tabela de F.

COMPARAÇÃO DE 2 VARIÂNCIAS
Vamos efetuar os cálculos: de t com n-1 graus de liberdade.
O princípio da comparação de variâncias é o mesmo que para Como usar a tabela de F? Escolha a probabilidade (0,05 ou 0,01),
d = 2,8-2,5 = 0,3, as médias. Formulamos a hipótese de que as variâncias são iguais e entre na coluna com grau de liberdade da maior variância (30) e na linha
,
, , , logo temos , que é vamos ver se, com o teste, podemos rejeitar essa hipótese, dentro de com o grau de liberdade da menor variância (16).
, , Importante observação A tabela de F dá, para , um
uma certa probabilidade de erro, por exemplo 5% (p < 0,05).
O teste, porém, é diferente. Em vez de testar a diferença valor limite de F = 2,2 (para p=0,05) e F= 3,1 (para p=0,01). Logo, F é
No caso de não rejeitar a hipótese nula (para uma determinada
SNEDECOR & FISHER altamente significativo, pois é maior que 3,1. Podemos rejeitar a hipótese
superior a t = 2. entre variâncias, vamos testar a razão F entre a maior e a menor
probabilidade de erro), o pesquisador não poderá tirar uma conclusão.
Snedecor foi estatístico nula e afirmar, com uma probabilidade de 0,01 de errar, que a adubação
Ele não poderá afirmar que as 2 populações são iguais sem correr um variância. americano (1882-1974)
Podemos rejeitar a hipótese nula e afirmar, com probabilidade de Sejam 2 amostras com n1 e n2 indivíduos e variância v1 e v2, e Sir Ronald Fisher, tem influência sobre o crescimento.
elevado erro tipo II, pois, como vimos nos exemplos anteriores, a estatístico inglês (1890-
erro p<0,05, que as duas médias são significativamente diferentes. Como respectivamente. Calculamos . 1962). O nome do
diferença pode ser ou não significativa, dependendo do número n de
teste (teste F) foi dado RESUMO
é superior a 2,6, podemos também concluir que a probabilidade de A distribuição de F não segue a lei normal. Existe uma infinidade
dados. Ele deverá somente concluir que: “nas condições estabelecidas em homenagem a este
erro é p<0,01. Dizemos que a diferença entre as médias é altamente último.
de amostragem, não foi possível evidenciar uma diferença significativa de valores de F, dependendo do grau de liberdade de cada amostra
significativa. . Você aprendeu a estimar a média de uma população a partir de uma amostra.
entre as populações”.
Nós trabalhamos, neste exemplo, com número elevado de dados Todas as distribuições de F foram calculadas por SNEDECOR & Percebeu que estimar consiste em calcular um intervalo de confiança, dentro do
em cada amostra. O que aconteceria se tivéssemos poucos dados (<30)? FISHER. Para cada par de graus de liberdade γ1 ,γ2 , eles calcularam qual a média verdadeira da população tem uma certa probabilidade de ocorrer.
O princípio do teste é o mesmo, o que muda é a fórmula do erro padrão ! um valor limite de F abaixo do qual encontram-se 95% (ou 99%) dos Em seguida, aprendeu a comparar duas populações. Para isso, viu que podemos
da diferença Sm e o valor limite do t. Vamos exemplificar... A Estatística testa unicamente
diferenças, nunca igualdades.
valores de F da população. Veja a tabela de F em anexo (Tabela 3). comparar duas médias com o teste t de Student, ou duas variâncias com o teste
Seja o mesmo exercício que o anterior, mas com n1=10 e F de Snedecor. Esses testes são chamados testes de hipóteses. Eles consistem em
n2 =12. verificar se podemos rejeitar a hipótese de igualdade entre populações, chamada
hipótese nula, dentro de uma certa probabilidade de erro.

CEDERJ 63 64 CEDERJ CEDERJ 65 66 CEDERJ

19
Elementos de Matemática e Estatística | Estimativas e testes de hipóteses Elementos de Matemática e Estatística | A análise de variância
MÓDULO 3
18

INTRODUÇÃO Na aula passada, você aprendeu a comparar duas médias e duas variâncias para
EXERCÍCIOS 3. Peixes são submetidos a dois regimes alimentares com taxa de proteínas

AULA
saber se duas populações podiam ser consideradas estatisticamente diferentes.
AULA

diferentes. Medimos o aumento de peso dos indivíduos de cada lote:

1. Calcule o intervalo de confiança das médias do exercício 4 da Aula 16, ao nível Entretanto, freqüentemente, é necessário comparar mais de duas populações.
de 0,05 de probabilidade.
Regime
Nº de
Aumento de peso
A análise de variância Como fazer isso? Você poderia sugerir aplicar um teste t ou um teste F às
peixes populações tomadas duas a duas. Seria possível, mas não é a melhor opção
2. Considere um levantamento de larvas de camarão na área de Cabo Frio (RJ)
Rico em proteínas 12 134,146,104,119,124,161,113,129,107,83,97,123 e o trabalho vai ser imenso! Por essa razão, os estatísticos criaram um jeito
feito em 40 estações repartidas em 2 áreas: uma área 1 (estações de 1 a 20) e uma
que possibilita comparar todas as médias de uma só vez. Trata-se da técnica
área 2 (estações de 21 a 40). Queremos saber se existe uma diferença de abundância Pobre em proteínas 7 70,118,101,85,107,132,94
conhecida por análise de variância.
de larvas entre essas duas áreas: Há uma diferença de aumento de peso entre os lotes?
Nesta aula, você vai aprender a aplicar a análise de variância. Esse método
Área 1 Área 2 permite verificar a influência de um determinado fator sobre o crescimento
Estação Nº larvas Estação Nº larvas de um organismo, como por exemplo, diversos tipos de alimentos, diferentes
1 2 21 74 temperaturas, salinidades etc. A análise de variância é um método muito
2 17 22 132 eficiente, sobretudo em ciências experimentais, mas que exige uma perfeita

objetivo
Ao final desta aula, você deverá ser capaz de:
3 25 23 18 adequação do desenho experimental para poder tirar proveito dessa
• Conhecer os princípios, os cálculos e as condições de
4 188 24 22 aplicação de uma análise de variância. eficiência.
5 89 25 31

6 123 26 24 O PRINCÍPIO DA ANÁLISE DE VARIÂNCIA

7 31 27 49
Você deve se lembrar da primeira aula, quando falamos da
8 132 28 48
variabilidade de uma medida. Lembre que essa variabilidade tem duas
9 94 29 80
origens, uma é a variabilidade devido a um determinado fator, outra
10 26 30 39
é a variabilidade devido ao acaso. A análise de variância vai permitir
11 28 31 39
separar essas duas fontes de variação e verificar se o fator estudado tem
12 22 32 11
um efeito significativo. Em outras palavras, a análise visa a comparar a
13 63 33 2
variância fatorial vf com a variância residual vr , para testar a significância
14 83 34 12 v
do efeito do fator por meio do teste F= f (você já viu esse teste F na
15 70 35 3 v r
aula passada, lembra?).
16 26 36 13
O pesquisador vai planejar sua experiência e organizar seus dados
17 31 37 0 Pré-requisitos
de acordo com o fator que ele quer estudar. Para cada nível do fator
18 35 38 0
Você deve ter entendido perfeitamente como realizar o teste F de (tratamento), ele vai realizar medidas sucessivas independentes (grupos de
19 11 39 2 comparação de variâncias visto na Aula 18.
réplicas). Como já falamos, a variabilidade geral dessas medidas tem duas
20 65 40 0
origens: a variabilidade devida ao fator (intergrupos) e a variabilidade
própria, residual, devida ao acaso (intragrupos).
Vamos ver como calcular cada uma dessas variâncias, para depois
compará-las com o teste F.

CEDERJ 67 68 CEDERJ 70 CEDERJ

Elementos de Matemática e Estatística | A análise de variância Elementos de Matemática e Estatística | A análise de variância
MÓDULO 3

MÓDULO 3

CÁLCULO DAS VARIÂNCIAS EXERCÍCIO Tabela 19.3 Esse teste consiste em:
19

19

a) escolher um nível de significância, por exemplo 0,05;

AULA

AULA

Você já sabe calcular uma variância. Vamos relembrar a fórmula: Sejam medidas de intensidade fotossintética (em µl de oxigênio por mg de peso
Fonte de variação Dispersão Grau de Lib. Variância F F0,05 F0,01 b) calcular a Menor Diferença Significativa MDS = [Link] , onde t =
seco e por hora) de uma espécie de alga marinha incubada em 3 intensidades de D γ v
(∑ x ) 2 valor da tabela de Student para o grau de liberdade do resíduo,
luz diferentes L1, L2 e L3. Foram efetuadas 8 medidas para cada experimento.
∑ x 2- e Sd = erro padrão da diferença. Ele é calculado pela fórmula:
n-1 Geral 312,25 23 13,58
v = ––––––––––– Queremos verificar se existe uma influência significativa do fator Luz sobre a
n-1 fotossíntese dessa planta: Fatorial 122,23 2 61.12 6,76 3,47 5,78
quando o número de dados n é igual em todos os
Residual 190,02 21 9,04
Você deve organizar os seus dados conforme a tabela a seguir: tratamentos, sendo k o número de tratamentos, e vr a variância
O numerador é chamado de “Dispersão D”, e o denominador de
1 1 1
“Grau de liberdade γ”.
Df
Tabela 19.2
Observe:
residual, ou Sd = vr ()–––
n1
+–––
––– + ... +–––
n 2
–––
n k
, quando os n são
Logo, vamos calcular a variância fatorial vf = –––– e a variância diferentes.
Dr γf L1 L2 L3 Dispersão geral = Dispersão fatorial + Dispersão residual; de fato
residual vr = –––– .
γr Réplicas X X2 X X2 X X2 temos: 312,25=122,23 + 190,02. No exercício, temos 3 tratamentos (as 3 intensidades de luz)
Observe, na tabela a seguir, todas as fórmulas que você vai precisar Grau de liberdade geral = Grau de liberdade fatorial + Grau de 3x9,04
(1) 6.14 4.47 9.63 com 8 dados em cada, logo Sd = –––––– = 1,84 .
para fazer os cálculos. liberdade residual; de fato temos: 23 = 2+21. 8
(2) 3.86 9.90 6.38 vf 61,12 A Menor Diferença Significativa vale, então, MDS = 2,09 x
Tabela 19.1 O valor F foi obtido fazendo F = ––––– = ––––––– = 6,76
(3) 10.04 5.75 13.40
vr 9,04 1,84 = 3,85.
Esse valor é comparado ao valor da tabela de F para p=0,05 e p=0,01. c) comparar as diferenças das médias com a MDS. Se a diferença
Dispersão Grau de liberdade Variância (4) 7.49 11.80 14.50
Como utilizar a tabela? Você já viu isso na aula anterior. for maior que a MDS, afirmamos, então, que essa diferença é
(5) 6.80 4.95 14.50 Agora você escolherá a coluna para o grau de liberdade da significativa na probabilidade de 0,05.
Geral
(6) 10.00 6.49 10.20 variância fatorial e a linha para o grau de liberdade da variância residual.
Veja o que acontece com as médias dos 3 tratamentos L1, L2 e
Ou seja, encontrará o valor de F que está na intersecção da coluna 2 e da
(7) 11.60 5.44 17.70 L3 do exercício:
Fatorial linha 21. Você concluirá que o valor é 3,47 na tabela com probabilidade
(8) 5.80 9.90 12.30 0,05 e 5,78 na tabela com probabilidade 0,01. L2 – L1 = 0,42 ⇒ diferença não significativa a p<0,05, pois 0,42 < 3,85;
Residual Observe que 6,76 > 5,78. Podemos rejeitar a hipótese nula e L3 – L1 = 4,99 ⇒ diferença significativa a p<0,05, pois 4,99>3,85;
T 62.09 58.70 98.61 Tg2/N=2005,68
afirmar ao nível de probabilidade de 0,01 que existe uma influência L3 – L2 = 4,57 ⇒ diferença significativa a p<0,05, pois 4,57 >3,85.
n 8 8 8 N = 24
altamente significativa do fator “luz” sobre a fotossíntese da alga. Você pode, então, concluir que é somente a intensidade L3 de luz
Vejamos o que representa cada letra nas fórmulas: A análise que você acaba de fazer mostrou uma influência global que proporciona um aumento significativo da fotossíntese das algas.
531.30 484.51 1302.12
=2317,93
• x é o valor de cada dado; do fator luz. Mas você pode se perguntar: qual das três intensidades de
• Tg é o total geral dos dados; luz tem influência mais significativa? CONDIÇÕES DE APLICAÇÃO DA ANÁLISE DA VARIÂNCIA
• T é o total dos dados em cada tratamento; 481,71 430,71 1215,49
=2127,91
Para isso você pode aplicar o Teste da MDS (Menor Diferença
Você está vendo que a análise de variância é uma ferramenta bastante
• N é o número total de dados; Significativa).
importante para tirar conclusões sobre resultados de experimentos. Mas, atenção,
• n é o número de dados em cada tratamento; Var. 7.05 7.69 12.38
ela deve ser aplicada adequadamente e tem uma exigência que deve ser respeitada:
• k é o número de tratamentos; Média 7.76 7.34 12.33
as variâncias de cada grupo devem ser, teoricamente, idênticas (homogêneas).
• γ é o grau de liberdade.
Verifique que Dg = Df. + Dr e γg = γf + γr Observe que, na última coluna, você tem todas as informações
Nada melhor do que um pequeno exercício para você entender o necessárias para calcular as variâncias.
desenvolvimento dos cálculos. Com isso, chega aos resultados finais que são expressos na Tabela 19.3.

CEDERJ 71 72 CEDERJ CEDERJ 73 74 CEDERJ

Elementos de Matemática e Estatística | A análise de variância Elementos de Matemática e Estatística | A análise de variância
MÓDULO 3

MÓDULO 3

Existem testes para verificar a homogeneidade das variâncias. Um deles é o A análise de variância que você acaba de conhecer tem por objetivo Tabela 19.4 EXERCÍCIOS
19

19

teste de Hartley, bastante simples. Ele consiste em: estudar o efeito de um único fator, por exemplo a luz, como vimos no
AULA

AULA

T1 T2
1. Uma espécie de camarão apresenta duas variedades com o mesmo valor econômico.
a) calcular a razão F entre a variância máxima e a variância mínima; exercício (análise monofatorial). Esse mesmo tipo de análise pode ser aplicado L1 L2 L3 L1 L2 L3
A fim de rentabilizar ao máximo a produção, estuda-se a idade média da desova de
b) comparar F ao valor limite da tabela de F para 2 e n-1 graus também para testar o efeito de 2 fatores (análise bifatorial). Os cálculos são x x x x x x
cada variedade. Constata-se que, para cada variedade, a idade média de 7 lotes de
de liberdade; complexos demais para serem realizados sem ajuda do computador, mas os x x x x x x
fêmeas é a seguinte:
c) se o F calculado for inferior ao F da tabela, podemos aceitar a princípios são os mesmos. Vamos explicar um pouco. x x x x x x
hipótese de homogeneidade das variâncias. Suponha que você quisesse testar a ação de um fator A com “a” níveis x x x x x x Variedade I 72 71 91 72 73 72 75
(tratamentos) diferentes e de um fator B com “b” tratamentos diferentes.
Observe que, no exercício, temos F = 12,38 / 7,05 = 1,76 bem Variedade II 88 75 77 76 74 67 72
Você teria então k = a.b tratamentos (grupos de dados), e um total de N =
inferior ao valor da tabela de F que é F = 19,36 a p = 0,05 (para 2 e 7 graus A tabela final dos resultados de uma análise bifatorial será mostrada
n.a.b dados (sendo n o número de repetições igual em cada grupo).
de liberdade). Logo, podemos aceitar a hipótese de homogeneidade das Compare as duas variedades com um teste t e com uma análise de variância.
a seguir:
No caso de 2 fatores A e B, a dispersão fatorial se subdivide em:
variâncias. A análise de variância pode ser realizada sem problema.
a) dispersão DA, devida ao fator A, com graus de liberdade γA ; 2. O crescimento do mexilhão serve de teste numa experiência sobre a toxidade
E se o teste mostrar que as variâncias não são homogêneas, o que
b) dispersão DB, devida ao fator B, com graus de liberdade γA; Tabela 19.5 de detergentes. Compõe-se 5 lotes de 10 indivíduos do mesmo tamanho:
fazer? Procure verificar por que isso aconteceu. Às vezes, um dado pode estar
c) dispersão DAB, devida à interação AB, com graus de liberdade γAB.
bem diferente dos outros por motivo conhecido (um erro de experiência, Dispersão Grau de Lib. Variância Lote 1 = sem detergente (testemunho);
Fonte de variação F F0,05 F0,01
D γ v
por exemplo). Nesse caso é permitido eliminar esse dado. Em razão da maior complexidade, as fórmulas das dispersões e Lote 2 = com detergente DT1;

grau de liberdade não serão apresentadas aqui. Porém, os demais cálculos Fator T DT γT vT FT Lote 3 = com detergente DT2;

! e a interpretação são idênticos à análise monofatorial. As variâncias Lote 4 = com detergente DT3.
Fator L DL γL vL FL
Não seja esperto demais eliminando todos os dados que divergem muito Lote 5 = com mistura de detergentes.
da média. Isso se chama “trapacear” e não condiz com a ética de uma devidas ao fator A, ao fator B e à Interação AB são calculadas dividindo
pesquisa honesta.
Interação TL DTL γTL vTL FTL
as dispersões pelo respectivo grau de liberdade, e testadas calculando os
Mede-se o crescimento dos mexilhões após um mês de experiência:
VA VB VAB Residual Dr γr vr
valores de F para cada uma: F = –––– , F = –––– e F = –––– . Quando
Vr Vr Vr Lote 1 Lote 2 Lote 3 Lote 4 Lote 5
F é superior ou igual ao F da tabela, a ação do fator é significativa.
É possível também tentar homogeneizar as variâncias, isto é, 73 57 58 62 58
Uma diferença em relação à análise monofatorial é a inclusão do
reduzir as diferenças entre dados, aplicando uma transformação aos
efeito da “interação”. Uma “interação AB“ significa que a influência 67 58 61 66 59
dados, como por exemplo, uma transformação logarítmica. Em último
do fator A depende do nível do fator B, ou vice-versa.
caso, a sugestão é utilizar um teste não paramétrico que independe de RESUMO 70 60 56 65 58
Baseado no mesmo raciocínio podemos efetuar uma análise com
qualquer exigência. 72 59 58 63 61
mais de 2 fatores (análise multifatorial). O procedimento é o mesmo, Nós vimos, nesta aula, como realizar uma análise de variância. É uma técnica muito
apenas aumentando o número de interações. Por exemplo, com três usada em experiência para verificar, através de vários tratamentos e repetições,
65 62 57 64 57
!
A estatística que estamos aprendendo nesta disciplina é chamada
fatores A, B e C, teremos o efeito das interações AB, AC, BC e ABC. a influência de um ou mais fatores sobre uma determinada variável. Ela permite 71 60 56 62 56
de paramétrica, pois, como você está percebendo, utilizamos nos Por fim, o que é essencial para realizar uma análise bi ou
cálculos os parâmetros das distribuições (média, variância). Existe uma comparar, simultaneamente, várias médias através de testes F.
67 60 61 65 58
estatística chamada não paramétrica que não utiliza esses parâmetros, multifatorial, é um bom planejamento do experimento. Todas as
e conseqüentemente, não exige a normalidade dos dados ou a
homogeneidade das variâncias. Ela é de fácil aplicação, mas com muitos combinações de tratamento devem ser previstas. Por exemplo, se você 67 57 60 65 57
menos recursos que a estatística paramétrica. Você terá oportunidade de
conhecer essa estatística em outros cursos mais avançados.
testar 3 níveis de luz L1, L2 e L3 e 2 níveis de temperatura, T1 e T2, 70 59 57 62 57
sobre o crescimento de uma planta, você deverá planejar 6 tratamentos,
68 61 58 67 59
com um certo número de repetições em cada um. Veja como deverá ser
montada a tabela de dados com 4 repetições (x).
Quais são as conclusões?

CEDERJ 75 76 CEDERJ CEDERJ 77 78 CEDERJ

 20
Elementos de Matemática e Estatística | O teste do Qui-quadrado Elementos de Matemática e Estatística | O teste do Qui-quadrado

MÓDULO 3
20
INTRODUÇÃO Você aprendeu, até agora, a realizar testes de hipóteses, comparando duas Você sabe o quanto é importante que dados observados, oriundos Vamos dar uma olhada, primeiro, no gráfico das distribuições de

AULA

AULA
médias pelo teste t, e mais de duas médias pela análise de variância. Podemos de amostragens, estejam distribuídos de acordo com a lei normal (curva em freqüências observadas e de freqüências teóricas:
também comparar, não apenas os parâmetros de duas distribuições, mas as duas sino) para poder fazer estimativas e aplicar testes de hipóteses (teste t, por
Figura 10.1
O teste do Qui-quadrado distribuições por completo, isto é, o conjunto dos dados de duas distribuições. exemplo). Desse modo, é essencial que você verifique inicialmente se seus
Existe um teste para isso que se chama teste do QUI-QUADRADO. Vamos ver dados seguem a Lei Normal. Para isso, você deve calcular as freqüências
como ele funciona e quais suas aplicações. teóricas, e comparar suas freqüências observadas com essas freqüências
Como você já sabe, de acordo com as regras da probabilidade, os resultados teóricas através do cálculo χ2, como você vai ver no exercício a seguir.
obtidos por meio de amostras nem sempre concordam exatamente com os Imagine que você tenha medido o tamanho de uma amostra de

Freqüencias
teóricos esperados. Por exemplo, embora a teoria permita esperar 50 caras e 100 indivíduos. Os tamanhos se distribuem em 11 classes de 1 em 1 cm
50 coroas num lançamento de 100 moedas, raramente obtemos um resul- até 11 cm, da maneira seguinte (veja coluna f da Tabela 20.1)
tado exato. Deseja-se, então, saber se as freqüências observadas diferem de
QUI-QUADRADO
2
Indicado por χ , é uma
modo significativo das esperadas. O teste do χ2 permitirá responder a essa Tabela 20.1
objetivos

Nesta aula você deverá ser capaz de: estatística concebida pergunta. Classes (X)
por Karl Pearson em
cm
f ϕ
• Compreender um conceito muito importante nos estudos 1899.
1 4 1
estatísticos: a variável aleatória. DEFINIÇÃO 2 2 2
cm
• Saber como calcular seu valor esperado. 3 6 6
O teste do χ2 serve para comparar uma distribuição de freqüência
4 12 9
observada com um distribuição de freqüências teóricas. Esse tipo de teste 5 20 16 Observe que a curva teórica é bastante parecida com as freqüências
é chamado de prova de aderência ou prova de independência. 6 16 18
observadas (em barra), mas que existem algumas discrepâncias. Será
Seja uma distribuição de k freqüências observadas, f1, f2, f3...fk, e 7 19 17
que essa diferença entre freqüências é grande demais para ser somente
uma distribuição de k freqüências teóricas, ϕ1, ϕ2, ϕ3 ... ϕk. Queremos 8 11 14
9 3 10 devida ao acaso? Ou seja, devo rejeitar a hipótese nula (igualdade entre
verificar se a distribuição de f segue a lei teórica ϕ. Em outros termos,
10 6 5 distribuições)?
queremos verificar se as divergências entre f e ϕ podem ser atribuídas 11 1 2 Você vai, então, aplicar a prova de aderência calculando o. χ2.
unicamente à flutuação da amostragem (hipótese nula). Total 100 100
Mas antes, ATENÇÃO! O cálculo do . χ2 tem uma exigência que
A fórmula para o cálculo do χ2 é bastante simples:
você deve respeitar: as freqüências teóricas não devem ser inferiores a 5.
( f − ϕ)
2
k
x2 = ∑
1ϕ Na terceira coluna da tabela foram colocadas as freqüências
Vejamos alguns exemplos de aplicação dessa fórmula. teóricas, já calculadas para você, a partir da Tabela 20.1. !
Os estatísticos mostram que se j for inferior a 5, o valor do
A sua pergunta é: posso dizer que meus dados de tamanho estão Qui-quadrado é superestimado, o que quase sempre leva
você a rejeitar erradamente a hipótese nula.
EXEMPLOS DE APLICAÇÃO DO QUI-QUADRADO distribuídos de acordo com a Lei Normal?

Exemplo 1: ajustamento à Lei Normal

PROVA DE ADERÊNCIA Este primeiro exemplo é uma PROVA DE ADERÊNCIA, para ver se seus
É, como diz o dados estão distribuídos de acordo com a Lei Normal.
nome, para ver se a
distribuição observada
adere ou se ajusta à
distribuição teórica.

80 CEDERJ CEDERJ 81 82 CEDERJ

Elementos de Matemática e Estatística | O teste do Qui-quadrado Elementos de Matemática e Estatística | O teste do Qui-quadrado
MÓDULO 3

MÓDULO 3
20

20
Observe que as classes de 1 cm, 2 cm e 11 cm estão com j <5. ! É simples! Vamos deduzir as freqüências teóricas das freqüências
Exemplo 2: ajustamento sobre duas classes (k=2).
O que você deve fazer? Simplesmente, reunir as classes 1, 2 e 3 cm em Você está constatando que sempre aparece esse famoso
AULA

AULA
grau de liberdade. Se você esqueceu o seu significado, Seja uma amostra com N=100 plantas em que se encontram observadas, fazendo o seguinte raciocínio. Preste atenção! Num total
uma única classe, bem como as classes 10 e 11 cm. Assim você terá a volte à Aula 11. de 370 plantas, temos 150 masculinas. Respeitando essa proporção,
20 plantas masculinas e 80 femininas. Sabendo, pela literatura, que a
nova tabela a seguir: deveríamos ter, teoricamente, na amostra A: (150 x 240)/370 = 97,3
proporção de plantas masculinas desta população é normalmente de
30%, podemos dizer que nossa amostra é conforme à população da masculinas e 240 – 97,3 = 142,7 femininas. Da mesma maneira, para
Tabela 20.2 a amostra B, deveríamos ter, teoricamente, (150 x 130)/370 = 52,7
GRAU DE LIBERDADE literatura?
Vamos calcular o χ2 para comparar essas duas distribuições de masculinas e 130 – 52,7 = 77,3 femininas. Pronto, conseguimos nossas
Classes (X) Existe uma curva de distribuição do χ2 para cada valor de k, mas freqüências teóricas (aquelas esperadas em caso de independência entre
f. ϕ freqüências:
cm certos valores não são independentes. O grau de liberdade χ2 é igual a k sexo e amostra) que colocamos na Tabela 20.3.
ϕ. χ
1-3 12 9 2
menos o número de relações entre os dados. O número de relações varia f.
4 12 9 Masculinas 20 30 (20-30)2/30=3,33 Tabela 20.3: Tabela das freqüências teóricas.
de acordo com o problema e deve ser calculado a cada caso. Em alguns
Femininas 80 70 100/70 =1,43
5 20 16 casos, já sabemos calcular.
χ2 = 4,76 Masc. Fem. Total
6 16 18
Amostra A 97,3 142,7 240
Caso 1
7 19 17 No caso de 2 freqüências apenas, k=2, você entra na tabela Amostra B 52,7 77,3 130
MENDEL Para comparar as freqüências observadas com a Lei de MENDEL, só
8 11 14 com χ2 = k-1 = 1 grau de liberdade (linha 1). Na probabilidade de Total 150 220 370
Você já teve aulas precisamos conhecer o número de indivíduos utilizados, ou seja, a soma
de Genética? Então p=0,05, a tabela do χ2 dá 3,84 como valor limite. Como 4,76>3,84,
9 3 10
deve saber quem era das freqüências. Logo, só temos uma relação, e assim χ2 =k-1.
podemos rejeitar a hipótese nula: a amostra não é conforme à teoria.
Gregor J, Mendel, o
e calculamos o χ =
2
10-11 7 7
monge e naturalista A percentagem de plantas masculinas é significativamente menor.
austríaco (1822- Caso 2
( 91 − 97, 3) (149 − 142, 7 ) ( 59 − 52, 7 ) ( 71 − 77, 3)
Total 100 100 2 2 2 2
1884) que estabeleceu 2
as leis básicas da Para comparar com a Lei Normal, precisamos da soma, da média x = + + + = 1, 95
hereditariedade
Exemplo 3: teste de independência entre duas distribuições de 97, 3 142, 7 52, 7 77, 3
das características e do desvio padrão, para calcular as freqüências teóricas. São 3 relações,
freqüências observadas.
biológicas.
Agora sim, você pode fazer o cálculo do Qui-quadrado. Veja a logo χ2 = k_3.
Seja uma amostra A com 240 plantas e uma amostra B com 130
seguir: Vamos, então, entrar na tabela do χ2 escolhendo a coluna 0,05 No caso de uma tabela com a colunas e b linhas, o grau de
plantas. Contando as plantas masculinas e femininas, obtivemos os
(12 − 9 ) (12 − 9 ) ( 20 − 16 ) ( 7 − 7 )
2 2 2 2
(para 5% de probabilidade de erro) e a linha χ2 = k-3 = 8-3 = 5 (como liberdade é:
2
x = + + + = 9, 0 seguintes resultados.
χ = (a-1)(b-1)= 1. Pela tabela do Qui-quadrado, para 0,05 e χ = 1,
2 2
9 9 16 7 se trata de comparação com a Lei Normal, vimos que tem 3 graus de
temos χ = 3,84. Como conseqüências, não podemos rejeitar a hipótese
2
E agora, o que você pode dizer desse valor 9,0? Você deve testar liberdade a menos). O valor limite é 11,07. Masculinas Femininas Total

sua significância, comparando-o com o valor limite que está na Tabela Como 9,0 < 11,07, não podemos rejeitar a hipótese nula (f = ϕ). Amostra A 91 149 240 nula. Não há diferença significativa entre as duas amostras, em termos
4 em anexo. Vamos ver como se faz isso. Não há diferença significativa entre a distribuição de tamanho dos Amostra B 59 71 130 de proporção sexual.
indivíduos e a curva da Lei Normal. Podemos concluir que a distribuição Total 150 220 370 O mesmo procedimento pode ser aplicado para mais de 2 amostras
LIMITES DE SIGNIFICÂNCIA de tamanho dos indivíduos coletados segue a Lei Normal. e mais de 2 caracteres, como no exemplo a seguir:
Nós formulamos a hipótese nula Ho: não há diferença entre as
Os valores do χ2 variam entre 0 e +∞. Existe uma distribuição de
! duas amostras em termos de proporção sexual. Podemos rejeitar esta
χ2 diferente para cada valor de k.
Lembre que k representa o hipótese? Há uma diferença significativa entre as duas amostras, em
Para cada valor de k, Pearson calculou a probabilidade de ter χ2 número de freqüências, isto
é, o número de linhas da sua termos de proporção sexual?
superior ou inferior a um determinado limite. Para entrar na Tabela 4, tabela, ok!
Você percebe que, nesse exemplo, não temos freqüências teóricas.
você deve escolher um nível de probabilidade (coluna 0,05 por exemplo),
Como podemos então aplicar um Qui-quadrado a esses dados?
e o grau de liberdade (linha). Qual é esse grau de liberdade?

CEDERJ 83 84 CEDERJ CEDERJ 85 86 CEDERJ

Elementos de Matemática e Estatística | O teste do Qui-quadrado

MÓDULO 3

MÓDULO 3
20

20

Exemplo 4: teste de independência entre 2 caracteres. 3. Para conhecer a importância relativa de diversas doenças em relação ao meio
RESUMO
AULA

AULA

Sejam 3 espécies parasitas A1, A2, A3 sobre 3 espécies hospedeiras social foi feito uma pesquisa que deu os seguintes resultados:
B1, B2, B3. Para cada hospedeiro conta-se o número de parasitas de cada Você aprendeu a aplicar o teste do Qui-quadrado para comparar uma
Meios sociais
espécie. Os resultados estão na tabela seguinte: distribuição observada e uma distribuição teórica (teste de aderência), ou duas
Doenças A B C
distribuições observadas (teste de independência). Verificou que a hipótese Tuberculose 70 79 38
A1 A2 A3 Total
nula de igualdade entre distribuições é testada com os valores limites da Alcoolismo 24 14 15
B1 130 (120) 160 (150) 10 (30) 300
B2 180 (160) 180 (200) 40 (40) 400 tabela e o grau de liberdade varia caso a caso. Observamos que uma correção Obesidade 27 50 40
B3 90 (120) 160 (150) 50 (30) 300 Doença cardíaca 14 13 18
é necessária quando as freqüências teóricas são pequenas (<5).
Total 400 500 100 1000 Doença venérea 19 35 26
Câncer 24 31 23

Há independência ou associação entre o meio social e os tipos de doenças?

Queremos verificar se existe uma “associação” ou uma “indepen-
dência” entre esses dois caracteres, ou seja, se determinadas espécies
!
parasitam preferencialmente determinados hospedeiros. Diz-se que 2 caracteres
são “associados” quando
Seguindo o mesmo procedimento que no exemplo anterior para a ocorrência de um está
ligada à ocorrência do
calcular as freqüências teóricas (entre parênteses na tabela), calculamos outro. Caso contrário, eles
χ = 40,2. Esse valor é significativo?
2 são “independentes”.

Par χ = (a-1)(b-1)= (3-1)(3-1)=4 graus de liberdade, a tabela dá

2
EXERCÍCIOS
um valor limite de χ = 13,28 a 0.01. Logo, podemos rejeitar a hipótese
2

de independência. Certas espécies parasitam preferencialmente certas

hospedeiras. 1. Numa experiência de cruzamento de flores de
cor rosa, obtém-se 22 flores de cor branca, 20 de
EXIGÊNCIAS DO TESTE cor vermelha e 58 de cor rosa. De acordo com as
leis de Mendel, as proporções deveriam ser de, respectivamente, 25, 25 e 50%.
Você deve ter reparado que o uso do teste do Qui-quadrado tem
Podemos dizer que os resultados do cruzamento estão de acordo com a lei, aos
algumas exigências que devem ser respeitadas:
níveis de significância de 0,01 e 0,05 ?
a) as freqüências teóricas não podem ser muito pequenas. Se ϕ < 5,
você deve agrupar classes, como fizemos no exemplo 1; 2. Estuda-se a resposta de um crustáceo a uma excitação luminosa. Foram testados
b) devem ser utilizadas as freqüências brutas, e não as relativas; 20 indivíduos. Foi constatado que 75% deles têm uma atividade à luz. Aplicar o
c) no caso de ter somente duas freqüências (k=2, ou tabela de 2 teste do Qui-quadrado para verificar se a luz tem um efeito significativo sobre
colunas e 2 linhas), se as freqüências forem baixas (f<5 ou total < 50), a atividade deste crustáceo. Consideraremos que, em caso de independência ao
o χ é geralmente superestimado. Para contornar esse obstáculo, é pre-
2
fator luz, a resposta seria de 50%.
ciso aplicar uma correção, chamada correção de Yates, que consiste em
2
subtrair 0,5 da diferença entre freqüências. Veja a fórmula doχ com a
correção de Yates:

2
k  f − ϕ − 0, 5 
x2 = ∑ 
,
1 ϕ

CEDERJ 87 88 CEDERJ CEDERJ 89

21
Elementos de Matemática e Estatística | Regressão e correlação Elementos de Matemática e Estatística | Regressão e correlação
MÓDULO 3
21

INTRODUÇÃO Nas aulas passadas, você aprendeu a aplicar Exemplo 1: Observe a Figura 21.1. A forma da nuvem de Nestas figuras, onde cada ponto representa um par de dados Y-X,
os métodos estatísticos a uma série de dados pontos parece revelar uma certa relação entre Y e X. Há uma tendência você já pode perceber se existe ou não uma certa relação de dependência
AULA

AULA

independentes. Você viu como representar de aumento de Y quando X aumenta. Podemos prever o que se chama entre as duas variáveis. Vamos estudar melhor estas relações, e ver alguns
uma distribuição de freqüências, estimar e de correlação linear positiva. exemplos de aplicações.
Regressão e correlação comparar uma ou mais médias e comparar
duas distribuições. Nesta aula, você vai ver
NOÇÃO DE RETA DE REGRESSÃO
uma abordagem um pouco diferente da
Estatística. Vamos considerar, não mais uma
única série de dados, mas sim duas séries de
dados medidos simultaneamente em cada Figura 21.1

amostra, ou seja, vamos analisar uma série

estatística dupla.
objetivos

Ao final desta aula, você deverá ser capaz de: Nas áreas da Biologia e da Ecologia, somos Na Figura 21.2 os pontos são alinhados. Há uma perfeita correlação Figura 21.5

• Analisar e representar graficamente uma série estatística dupla. freqüentemente levados a estudar o compor- linear positiva.

• Calcular a reta de regressão e o coeficiente de correlação linear. tamento conjunto de duas séries de dados, ou seja da possível relação entre
duas variáveis. Por exemplo, o aumento do peso de um animal em função da
Veja a Figura 21.5. Ela é igual à figura do exemplo 2, acrescentada
idade ou do tamanho, a relação entre o metabolismo de um organismo e a
de uma linha traçada entre todos os pontos e passando pelo ponto médio
temperatura, da fotossíntese em função da luz etc. Para esse tipo de estudo
M de Y e X. Essa linha imaginária é chamada de reta de regressão. Ela
é preciso obter uma série estatística dupla, chamada também de variável
Figura 21.2 representa a relação matemática entre Y e X. Sua equação é Y = aX + b.
bidimensional, em que cada amostra é descrita por duas variáveis entre as
quais queremos verificar a existência de uma relação e quantificar a intensidade
dessa relação. !
Exemplo 2: Neste exemplo, Y diminui quando X aumenta. Diz-se Lembra o que representam os coeficientes a e
b da equação da reta, que você deve ter visto
que há uma correlação linear negativa. em aula de Matemática? a é o coeficiente
REPRESENTAÇÃO GRÁFICA DE UMA SÉRIE ESTATÍSTICA angular, também chamado de coeficiente
DUPLA Exemplo 3: Os pontos estão distribuídos dentro de um círculo. de regressão em estatística; ele representa a
inclinação da reta. b é o coeficiente linear; é
Não existe relação entre Y e X, nenhuma tendência de aumento ou o valor onde a reta corta o eixo Y. Ele indica a
A melhor maneira de visualizar uma possível relação entre duas diminuição de Y quando X varia. A correlação entre Y e X é nula: posição da reta.
variáveis Y e X é, num primeiro passo, elaborar um gráfico chamado
diagrama de dispersão, onde Y é plotado em função de X num sistema
de eixos perpendiculares. Cada par de dados YX é representado por
um ponto. Constitui-se, assim, uma “nuvem” de pontos cuja forma é
reveladora da relação entre Y e X. Você vai entender melhor observando Essa equação permite estimar Y a partir de um dado valor de X.
os gráficos dos exemplos seguintes. É chamado de resíduo, Em razão da dispersão dos pontos em volta da reta, o valor de Y não será
a soma dos quadrados
das distâncias d entre exatamente conhecido, mas sim, estimado com uma certa probabilidade
os pontos e a reta, .
A reta de regressão é de erro. Esse erro depende de quanto os pontos estão afastados da reta. Y
traçada de tal maneira
é exatamente conhecido unicamente quando os pontos são perfeitamente
que essa soma seja
Figura 21.3 Figura 21.4 mínima. alinhados, isto é, quando o resíduo é igual a zero.

92 CEDERJ CEDERJ 93 94 CEDERJ

 Elementos de Matemática e Estatística | Regressão e correlação Elementos de Matemática e Estatística | Regressão e correlação

MÓDULO 3

MÓDULO 3
21

21
Para traçar essa reta devemos então calcular os parâmetros a e
Cálculo da reta de regressão: O coeficiente é negativo e parece bastante elevado, próximo de 1,
b da equação cujas fórmulas são: -20,34

AULA

AULA
y = ayxX + byx ⇒ ayx = = −0, 59 KARL PEARSON
indicando uma forte correlação negativa. Porém, considerando a hipótese
! 34 , 64
nula r = 0, podemos afirmar, com uma probabilidade de erro inferior a
e byx = 12, 6 − ( −0, 59 . 10, 6 ) = 18, 9
(1857-1936)
a = CovYX / vX Não se justifica traçar a reta se não há nenhuma
relação linear aparente entre as duas variáveis. Desenvolveu esse 0,05, que -0,898 é estatisticamente diferente de zero e, por conseqüência,
Você vai aprender mais adiante como verificar se coeficiente, mas foi
essa relação existe com o cálculo do coeficiente de
Logo, a equação da reta de regressão é: Y = -0,59 X + 18,9. que existe uma correlação linear negativa significativa entre Y e X?
Bravais que lançou o
onde, = é correlação linear r de Pearson. Mas não se apresse, E agora, como você vai traçar a reta? Você sabe que ela passa conceito de correlação. Este teste de significância é realizado utilizando a tabela dos valores
vamos chegar lá! De tal forma que esse
pelo ponto médio M cujas coordenadas são Y = 12,6 e X = 10,6. Então coeficiente é também limites que r deve ultrapassar para serem significativamente diferente de
chamado de covariância e vX é a variância de x chamado de Bravais-
basta você calcular um segundo ponto para traçá-la. Para isso, você zero. Esses limites dependem da probabilidade escolhida (0,05 ou 0,01)
Pearson.
deve atribuir um valor qualquer a X e calcular Y pela equação. Por e do grau de liberdade n-2.
exemplo, se X=20, temos pela equação Y=7,1. No nosso exemplo, r = -0,898 é altamente significativo, pois superior
Veja, no exemplo a seguir, como você deve desenvolver os
Chegou o momento de conferir se podemos afirmar, dentro de ao valor limite da tabela a 0,01 que é de 0,765 para y = n-2 = 8 graus de
cálculos de uma reta de regressão.
uma probabilidade de errar de, por exemplo, p =0,05, que essa relação liberdade.
linear entre Y e X existe realmente. Em conclusão, podemos afirmar que existe uma correlação
Exemplo
Como vamos fazer isso? Calculando o coeficiente de correlação linear negativa altamente significativa entre as variáveis Y e X, na
Sejam duas variáveis aleatórias Y e X medidas simultaneamente
linear r de Pearson. probabilidade p < 0,01.
em n=10 amostras. Vamos, em primeiro lugar, fazer o gráfico de dispersão
de Y (ordenadas) em função de X (abscissas) e verificar visualmente se
ALGUMAS RECOMENDAÇÕES
aparece alguma relação linear entre Y e X. Em caso afirmativo, vamos
Y X Y2 X2 YX
calcular a equação da reta de regressão e traçar essa reta. O coeficiente de correlação linear, r de Pearson, é um dos mais
16 2 256 4 32 O COEFICIENTE DE CORRELAÇÃO LINEAR
utilizados pelo biólogos e ecólogos. Seu uso adequado exige, entretanto,
18 4 324 16 72
17 6 289 36 102 Definição e cálculo certos cuidados:
14 6 196 36 84 • Ele expressa exclusivamente a intensidade da relação linear entre
15 9 225 81 135 Chamado r de Pearson, o coeficiente de correlação linear é a
duas variáveis. Ele varia, em valor absoluto, entre 0 (nenhuma relação
11 11 121 121 121 imagem da dispersão dos pontos em relação à reta de regressão. Ele
linear) e 1 (relação linear perfeita, seja direta para r = +1, seja inversa
8 14 64 196 112 mede a intensidade da relação linear entre duas variáveis e varia entre
para r = -1).
12 16 144 256 192 _
1 e +1.
9 18 81 324 162 • A ausência de significância (baixo valor de r) revela somente a
Quando r = +1, a dispersão é nula, todos os pontos estão
6 20 36 400 120 ausência de relação linear entre duas variáveis, podendo ser não-linear. É
Figura 21.6
Total 126 106 1736 1470 1132 perfeitamente alinhados, e Y é diretamente proporcional a X.
sempre aconselhado traçar o diagrama de dispersão dos pontos e, assim,
Média 12,6 10,6 Quando r = _1, Y é inversamente proporcional a X.
visualizar a existência de uma possível relação não-linear. Por exemplo,
Variância (v) 14,84 34,64 Quando r = 0, a dispersão é máxima e não existe correlação
na Figura 21.7, os pontos não são distribuídos ao longo de uma linha,
D. padrão (s) 3,85 5,89
linear entre Y e X. As duas variáveis são consideradas independentes.
mas de uma curva que parece uma parábola. Nesse caso, o cálculo de r
Observe que a distribuição dos pontos revela uma certa relação não pode ser feito com os dados brutos, mas somente após aplicar uma
linear negativa entre Y e X. Vamos então traçar a reta de regressão e, Observe a fórmula de cálculo de r e vamos aplicá-la ao exemplo
transformação que lineariza a relação. A transformação sugerida aqui
para facilitar, elaborar a tabela seguinte que vai permitir fazer os cálculos Covariância: anterior:
seria da forma y=ax2+bx+c, que é a equação da parábola. Outros tipos
preliminares que servirão para calcular a equação da reta. Vejamos: de transformações são possíveis. Por exemplo, quando os pontos seguem
uma exponencial. A transformação indicada seria log(x).
= = -20,34 No exemplo anterior, temos: .

CEDERJ 95 96 CEDERJ CEDERJ 97 98 CEDERJ

Elementos de Matemática e Estatística | Regressão e correlação

MÓDULO 3
21

EXERCÍCIOS TABELA 1
AULA

1. Abaixo estão relacionados os comprimentos X e as larguras Y de 10 folhas tiradas

Tabela de Gauss: probabilidades px de um valor x estar incluído no intervalo entre -∞ e Z.
ao acaso de determinada árvore. Há correlação entre as duas características?
Elementos de Matemática e Estatística Z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09

Folha No Comprimento (X) Largura (Y) 0.0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359

1 12 10 0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753
Figura 21.7
2 12 14 Tabela 1 – Probabilidades da Lei Normal. Tabela de Gauss 0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.6026 0.6064 0.6103 0.6141

3 11 9 Tabela 2 – Valores limites do t de Student 0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443 0.6480 0.6517

4 16 13 0.4 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.6772 0.6808 0.6844 0.6879
Tabela 3 – Valores críticos de F
5 13 10 0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.7123 0.7157 0.7190 0.7224
Tabela 4 – Valores limites do Qui-quadrado
O teste de significância de r não pode ser aplicado 6 12 12 0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486 0.7517 0.7549
Tabela 5 – Valores críticos do r de Pearson
se as distribuições das variáveis não forem normais, isto é, 7 10 8 0.7 0.7580 0.7611 0.7642 0.7673 0.7704 0.7734 0.7764 0.7794 0.7823 0.7852

seguindo a lei de Gauss. Em certos casos, é possível tentar 8 9 7 0.8 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.8051 0.8078 0.8106 0.8133

Anexo
uma transformação que normalize os dados, por exemplo log(x); nesse 9 17 13 0.9 0.8159 0.8186 0.8212 0.8238 0.8264 0.8289 0.8315 0.8340 0.8365 0.8389

caso concluímos que Y é uma função logarítmica de x, e a equação da 10 15 14 1.0 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 0.8554 0.8577 0.8599 0.8621

reta de regressão será: Y = a. Log(x) + b. 1.1 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 0.8770 0.8790 0.8810 0.8830
2. A taxa de conversão alimentar (Y) varia com o peso (X) de um animal. Essas duas
A existência de uma correlação significativa não representa 1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962 0.8980 0.8997 0.9015
variáveis foram medidas numa amostra de 6 animais (tabela abaixo). Verificar se
obrigatoriamente uma relação de causa/efeito, pois é possível encontrar 1.3 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 0.9131 0.9147 0.9162 0.9177
existe uma correlação linear significativa entre essas duas variáveis e traçar a reta
correlação entre quaisquer variáveis, sem significado biológico ou 1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292 0.9306 0.9319
de regressão de Y em função de X.
ecológico. 1.5 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 0.9406 0.9418 0.9429 0.9441
Peso (X) Taxa de conversão (Y) 1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 0.9515 0.9525 0.9535 0.9545
35 3,8
1.7 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 0.9608 0.9616 0.9625 0.9633
40 3,4
1.8 0.9641 0.9649 0.9656 0.9664 0.9671 0.9678 0.9686 0.9693 0.9699 0.9706
45 3,2
50 2,8 1.9 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 0.9750 0.9756 0.9761 0.9767

55 2,6 2.0 0.9772 0.9778 0.9783 0.9788 0.9793 0.9798 0.9803 0.9808 0.9812 0.9817
60 2,3 2.1 0.9821 0.9826 0.9830 0.9834 0.9838 0.9842 0.9846 0.9850 0.9854 0.9857

2.2 0.9861 0.9864 0.9868 0.9871 0.9875 0.9878 0.9881 0.9884 0.9887 0.9890
RESUMO 3. Um estudo da diluição de compostos nitrogenados, rejeitados no mar por uma
2.3 0.9893 0.9896 0.9898 0.9901 0.9904 0.9906 0.9909 0.9911 0.9913 0.9916
usina, foi realizado medindo de hora em hora a salinidade (S) e os teores em
2.4 0.9918 0.9920 0.9922 0.9925 0.9927 0.9929 0.9931 0.9932 0.9934 0.9936
Você aprendeu a verificar se existe uma relação linear entre duas variáveis, nitrogênio (N):
2.5 0.9938 0.9940 0.9941 0.9943 0.9945 0.9946 0.9948 0.9949 0.9951 0.9952
através do cálculo do coeficiente de correlação linear de Pearson r , que varia
Horas 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 2.6 0.9953 0.9955 0.9956 0.9957 0.9959 0.9960 0.9961 0.9962 0.9963 0.9964
entre +1 e _1. A hipótese nula (r = 0) é testada com os valores limites da tabela S 11 12 13 10 10 9 13 9 14 10 12 10 15 14 12 15
N 20 17 14 21 19 24 15 ? 17 22 16 20 15 16 19 15 2.7 0.9965 0.9966 0.9967 0.9968 0.9969 0.9970 0.9971 0.9972 0.9973 0.9974
de r. Se r for significativo podemos traçar a reta de regressão que representa a
2.8 0.9974 0.9975 0.9976 0.9977 0.9977 0.9978 0.9979 0.9979 0.9980 0.9981
relação matemática entre as duas variáveis, e permite estimar uma em função
a) existe uma relação linear significativa entre o nitrogênio e a salinidade? 2.9 0.9981 0.9982 0.9982 0.9983 0.9984 0.9984 0.9985 0.9985 0.9986 0.9986
da outra. Esse método tem muitas aplicações em Biologia e Ecologia, mas deve
3.0 0.9987 0.9987 0.9987 0.9988 0.9988 0.9989 0.9989 0.9989 0.9990 0.9990
ser usado com cuidado, respeitando a exigência de normalidade dos dados. b) na oitava hora faltou o dado de nitrogênio. Estimar este valor a partir da
salinidade.

CEDERJ 99 100 CEDERJ 102 CEDERJ

TABELA 3
Uso da tabela: Valores críticos de F ao nível de significância de 0,05 para ν1 (numerador) e ν2 (denominador) graus de liberdade. Tabela 3 (continuação)
Tabela 3 (continuação ). Nível de significância: 0,01

a) entrar com valor de Z utilizando a linha (para a dezena) e a coluna (para o ν1 1 2 3 4 5 6 7 8 9 10

ν1
centésimo). Por exemplo: a probabilidade para Z=1,96 será lida na interseção da
11 12 13 14 15 16 17 18 19 20
ν2
ν1 1 2 3 4 5 6 7 8 9 10 ν2
linha 1,9 e da coluna 0,06.
ν2 1 243.0 243.9 244.7 245.4 245.9 246.5 246.9 247.3 247.7 248.01
1 4052. 4999. 5403. 5624. 5763. 5859. 5928. 5981. 6022. 6055.
b) para valores negativos de Z, fazer 1 – px. Por exemplo, se Z = –1,96 temos px = 2 98.50 99.00 99.16 99.24 99.30 99.33 99.35 99.37 99.38 99.39
1 161.40 199.5 215.7 224.6 230.2 234.0 236.8 238.9 240.5 241.9 2 19.41 19.41 19.42 19.42 19.43 19.43 19.44 19.44 19.44 19.45
1 – 0,9750 = 0,0250. 3 34.11 30.81 29.45 28.71 28.23 27.91 27.67 27.48 27.34 27.22
2 18.51 19.00 19.16 19.25 19.30 19.33 19.35 19.37 19.39 19.40 3 8.763 8.745 8.729 8.715 8.703 8.692 8.683 8.675 8.667 8.660
c) para encontrar os valores de 2 x (probabilidade entre dois valores simétricos em 4 21.19 18.00 16.69 15.97 15.52 15.20 14.97 14.79 14.659 14.54
3 10.130 9.552 9.277 9.117 9.013 8.941 8.887 8.845 8.812 8.786 4 5.936 5.912 5.891 5.873 5.858 5.844 5.832 5.821 5.811 5.803
relação à média), fazer 2(px - 0,5) se Z > 0 e 2(0,5 - px) se Z < 0. 5 16.25 13.27 12.06 11.39 10.96 10.67 10.45 10.28 10.15 10.05
4 7.709 6.944 6.591 6.388 6.256 6.163 6.094 6.041 5.999 5.964 5 4.704 4.678 4.655 4.636 4.619 4.604 4.590 4.579 4.568 4.558
6 13.74 10.92 9.780 9.148 8.746 8.466 8.260 8.102 7.976 7.874
5 6.608 5.786 5.409 5.192 5.050 4.950 4.876 4.818 4.772 4.735 6 4.027 4.000 3.976 3.956 3.938 3.922 3.908 3.896 3.884 3.874
7 12.24 9.547 8.451 7.847 7.460 7.191 6.993 6.840 6.719 6.620
6 5.987 5.143 4.757 4.534 4.387 4.284 4.207 4.147 4.099 4.060 7 3.603 3.575 3.550 3.529 3.511 3.494 3.480 3.467 3.455 3.445
TABELA 2 8 11.25 8.649 7.591 7.006 6.632 6.371 6.178 6.029 5.911 5.814
7 5.591 4.737 4.347 4.120 3.972 3.866 3.787 3.726 3.677 3.637 8 3.313 3.284 3.259 3.237 3.218 3.202 3.187 3.173 3.161 3.150
9 10.56 8.022 6.992 6.422 6.057 5.802 5.613 5.467 5.351 5.257
8 5.318 4.459 4.066 3.838 3.687 3.581 3.500 3.438 3.388 3.347 9 3.102 3.073 3.048 3.025 3.006 2.989 2.974 2.960 2.948 2.936
Valores limites do t de Student para níveis de significância de 0,05 e 0,01.
10 10.04 7.559 6.552 5.994 5.636 5.386 5.200 5.057 4.942 4.849
9 5.117 4.256 3.863 3.633 3.482 3.374 3.293 3.230 3.179 3.137 10 2.943 2.913 2.887 2.865 2.845 2.828 2.812 2.798 2.785 2.774
gl .05 .01
11 9.646 7.206 6.217 5.668 5.316 5.069 4.886 4.744 4.632 4.539
1 12.706 63.657 10 4.965 4.103 3.708 3.478 3.326 3.217 3.135 3.072 3.020 2.978 11 2.818 2.788 2.761 2.739 2.719 2.701 2.685 2.671 2.658 2.646
2 4.303 9.925 12 9.330 6.927 5.953 5.412 5.064 4.821 4.640 4.499 4.388 4.296
11 4.844 3.982 3.587 3.357 3.204 3.095 3.012 2.948 2.896 2.854 12 2.717 2.687 2.660 2.637 2.617 2.599 2.583 2.568 2.555 2.544
3 3.182 5.841
13 9.074 6.701 5.739 5.205 4.862 4.620 4.441 4.302 4.191 4.100
4 2.776 4.604 12 4.747 3.885 3.490 3.259 3.106 2.996 2.913 2.849 2.796 2.753 13 2.635 2.604 2.577 2.554 2.533 2.515 2.499 2.484 2.471 2.459
5 2.571 4.032 14 8.862 6.515 5.564 5.035 4.695 4.456 4.278 4.140 4.030 3.939
13 4.667 3.806 3.411 3.179 3.025 2.915 2.832 2.767 2.714 2.671 14 2.565 2.534 2.507 2.484 2.463 2.445 2.428 2.413 2.400 2.388
6 2.447 3.707
15 8.683 6.359 5.417 4.893 4.556 4.318 4.142 4.004 3.895 3.805
7 2.365 3.499 14 4.600 3.739 3.344 3.112 2.958 2.848 2.764 2.699 2.646 2.602 15 2.507 2.475 2.448 2.424 2.403 2.385 2.368 2.353 2.340 2.328
8 2.306 3.355 16 8.531 6.226 5.292 4.773 4.437 4.202 4.026 3.890 3.780 3.691
15 4.543 3.682 3.287 3.056 2.901 2.790 2.707 2.641 2.588 2.544 16 2.456 2.425 2.397 2.373 2.352 2.333 2.317 2.302 2.288 2.276
9 2.262 3.250
17 8.400 6.112 5.185 4.669 4.336 4.102 3.927 3.791 3.682 3.593
10 2.228 3.169 16 4.494 3.634 3.239 3.007 2.852 2.741 2.657 2.591 2.538 2.494 17 2.413 2.381 2.353 2.329 2.308 2.289 2.272 2.257 2.243 2.230
11 2.201 3.106 18 8.285 6.013 5.092 4.579 4.248 4.015 3.841 3.705 3.597 3.508
17 4.451 3.592 3.197 2.965 2.810 2.699 2.614 2.548 2.494 2.450 18 2.374 2.342 2.314 2.290 2.269 2.250 2.233 2.217 2.203 2.191
12 2.179 3.055
19 8.185 5.926 5.010 4.500 4.171 3.939 3.765 3.631 3.523 3.434
13 2.160 3.012 18 4.414 3.555 3.160 2.928 2.773 2.661 2.577 2.510 2.456 2.412 19 2.340 2.308 2.280 2.256 2.234 2.215 2.198 2.182 2.168 2.155
14 2.145 2.977 20 8.096 5.849 4.938 4.431 4.103 3.871 3.699 3.564 3.457 3.368
19 4.381 3.522 3.127 2.895 2.740 2.628 2.544 2.477 2.423 2.378 20 2.310 2.278 2.250 2.225 2.203 2.184 2.167 2.151 2.137 2.124
15 2.131 2.947
21 8.017 5.780 4.874 4.369 4.042 3.812 3.640 3.506 3.398 3.310
16 2.120 2.921 20 4.351 3.493 3.098 2.866 2.711 2.599 2.514 2.447 2.393 2.348 21 2.283 2.250 2.222 2.197 2.176 2.156 2.139 2.123 2.109 2.096
17 2.110 2.898 22 7.945 5.719 4.817 4.313 3.988 3.758 3.587 3.453 3.346 3.258
21 4.325 3.467 3.072 2.840 2.685 2.573 2.488 2.420 2.366 2.321 22 2.259 2.226 2.198 2.173 2.151 2.131 2.114 2.098 2.084 2.071
18 2.101 2.878
23 7.881 5.664 4.765 4.264 3.939 3.710 3.539 3.406 3.299 3.211
19 2.093 2.861 22 4.301 3.443 3.049 2.817 2.661 2.549 2.464 2.397 2.342 2.297 23 2.236 2.204 2.175 2.150 2.128 2.109 2.091 2.075 2.061 2.048
20 2.086 2.845 24 7.823 5.614 4.718 4.218 3.895 3.667 3.496 3.363 3.256 3.168
23 4.279 3.422 3.028 2.796 2.640 2.528 2.442 2.375 2.320 2.275 24 2.216 2.183 2.155 2.130 2.108 2.088 2.070 2.054 2.040 2.027
21 2.080 2.831
25 7.770 5.568 4.675 4.177 3.855 3.627 3.457 3.324 3.217 3.129
22 2.074 2.819 24 4.260 3.403 3.009 2.776 2.621 2.508 2.423 2.355 2.300 2.255 25 2.198 2.165 2.136 2.111 2.089 2.069 2.051 2.035 2.021 2.007
23 2.069 2.807 26 7.721 5.526 4.637 4.140 3.818 3.591 3.421 3.288 3.182 3.094
25 4.242 3.385 2.991 2.759 2.603 2.490 2.405 2.337 2.282 2.236 26 2.181 2.148 2.119 2.094 2.072 2.052 2.034 2.018 2.003 1.990
24 2.064 2.797
27 7.677 5.488 4.601 4.106 3.785 3.558 3.388 3.256 3.149 3.062
25 2.060 2.787 26 4.225 3.369 2.975 2.743 2.587 2.474 2.388 2.321 2.265 2.220 27 2.166 2.132 2.103 2.078 2.056 2.036 2.018 2.002 1.987 1.974
26 2.056 2.779 28 7.636 5.453 4.568 4.074 3.754 3.528 3.358 3.226 3.120 3.032
27 4.210 3.354 2.960 2.728 2.572 2.459 2.373 2.305 2.250 2.204 28 2.151 2.118 2.089 2.064 2.041 2.021 2.003 1.987 1.972 1.959
27 2.052 2.771
29 7.598 5.420 4.538 4.045 3.725 3.499 3.330 3.198 3.092 3.005
28 2.048 2.763 28 4.196 3.340 2.947 2.714 2.558 2.445 2.359 2.291 2.236 2.190 29 2.138 2.104 2.075 2.050 2.027 2.007 1.989 1.973 1.958 1.945
29 2.045 2.756 30 7.562 5.390 4.510 4.018 3.699 3.473 3.305 3.173 3.067 2.979
29 4.183 3.328 2.934 2.701 2.545 2.432 2.346 2.278 2.223 2.177 30 2.126 2.092 2.063 2.037 2.015 1.995 1.976 1.960 1.945 1.932
30 2.042 2.750
50 7.171 5.057 4.199 3.720 3.408 3.186 3.020 2.890 2.785 2.698
40 2.021 2.704 30 4.171 3.316 2.922 2.690 2.534 2.421 2.334 2.266 2.211 2.165 50 1.986 1.952 1.921 1.895 1.871 1.850 1.831 1.814 1.798 1.784
60 2.000 2.660 100 6.895 4.824 3.984 3.513 3.206 2.988 2.823 2.694 2.590 2.503
50 4.034 3.183 2.790 2.557 2.400 2.286 2.199 2.130 2.073 2.026 100 1.886 1.850 1.819 1.792 1.768 1.746 1.726 1.708 1.691 1.676
120 1.980 2.617
∝ 1.960 2.576 100 3.936 3.087 2.696 2.463 2.305 2.191 2.103 2.032 1.975 1.927

CEDERJ 103 104 CEDERJ CEDERJ 105 106 CEDERJ

TABELA 5
Tabela 3 (continuação ). Nível de significância: 0,01

ν1 11 12 13 14 15 16 17 18 19 20
Valores críticos do r de Pearson aos níveis de significância de 0,05 e 0,01 para n – 2 graus de liberdade.
59.70
58.30
56.89
55.48
54.05
52.62
51.18
49.73
48.27
46.80
45.32
43.82
42.31
40.75
39.29
37.70
36.12
34.53
32.91
31.26
29.59
27.88
26.12
24.32
22.46
20.52
18.46
16.27
13.82
10.83

ν2
.001

GL 0,05 0,01
1 0.997 0,999
1. 6083 . 6106. 6125. 6142. 6157. 6170. 6181. 6191. 6200. 6208. 2 0,950 0,990
3 0,878 0,959
50.89
49.59
48.28
46.96
45.64
44.31
42.98
41.64
40.29
38.93
37.57
36.19
34.80
33.41
32.00
30.58
29.14
27.69
26.22
24.72
23.21
21.67
20.09
18.48
16.81
15.09
13.28
11.34
9.21
6.64

2. 99.40 99.41 99.42 99.42 99.43 99.43 99.44 99.44 99.44 99.44
.01

4 0,811 0,917
3. 27.13 27.05 26.98 26.92 26.87 26.82 26.78 26.75 26.71 26.69 5 0,755 0,875
47.96
46.69
45.42
44.14
42.86
41.57
40.27
38.97
37.66
36.34
35.02
33.69
32.35
31.00
29.63
28.26
26.87
25.47
24.05
22.62
21.16
19.68
18.17
16.62
15.03
13.39
11.67

4. 14.45 14.37 14.30 14.24 14.19 14.15 14.11 14.08 14.04 14.02
9.84
7.82
5.41
.02

6 0,707 0,834
5. 9.963 9.888 9.825 9.770 9.722 9.680 9.643 9.610 9.580 9.553 7 0,666 0,798
8 0.632 0.765
43.77
42.56
41.34
40.11
38.88
37.65
36.42
35.17
33.92
32.67

6. 7.790 7.718 7.657 7.605 7.559 7.519 7.483 7.451 7.422 7.396
31.41
30.14
28.87
27.59
26.30
25.00
23.68
22.36
21.03
19.68
18.31
16.92
15.51
14.07
12.59
11.07
9.49
7.82
5.99
3.84

9 0.602 0.735
.05

7. 6.538 6.469 6.410 6.359 6.314 6.275 6.240 6.209 6.181 6.155 10 0.576 0.708
Tabela 4. Valores limites do Qui-quadrado em função do grau de liberdade (GL) e do nível de significância.

8. 5.734 5.667 5.609 5.559 5.515 5.477 5.442 5.412 5.384 5.359
40.26
39.09
37.92
36.74
35.56
34.38
33.20
32.01
30.81
29.62
28.41
27.20
25.99
24.77
23.54
22.31
21.06
19.81
18.55
17.28
15.99
14.68
13.36
12.02
10.64
9.24
7.78
6.25
4.60
2.71

11 0.553 0.684
.10

9. 5.178 5.111 5.055 5.005 4.962 4.924 4.890 4.860 4.833 4.808 12 0.532 0.661
13 0.514 0.641
10. 4.772 4.706 4.650 4.601 4.558 4.520 4.487 4.457 4.430 4.405
36.25
35.14
34.03
32.91
31.80
30.68
29.55
28.43
27.30
26.17
25.04
23.90
22.76
21.62
20.46
19.31
18.15
16.98
15.81
14.63
13.44
12.24
11.03
9.80
8.56
7.29
5.99
4.64

14 0.497 0.623
3.22
1.64
.20

11. 4.462 4.397 4.342 4.293 4.251 4.213 4.180 4.150 4.123 4.099 15 0.482 0.606

12. 4.220 4.155 4.100 4.052 4.010 3.972 3.939 3.909 3.883 3.858
33.53
32.46
31.39
30.32
29.25
28.17
27.10
26.02
24.94
23.86
22.78
21.69
20.60
19.51
18.42
17.32
16.22
15.12
14.01
12.90
11.78
10.66

16 0.468 0.590
9.52
8.38
7.23
6.06
4.88
3.66
2.41
1.07
.30

13. 4.025 3.960 3.905 3.857 3.815 3.778 3.745 3.716 3.689 3.665 17 0.456 0.575
18 0.444 0.561
14. 3.864 3.800 3.745 3.698 3.656 3.619 3.586 3.556 3.529 3.505
29.34
28.34
27.34
26.34
25.34
24.34
23.34
22.34
21.24
20.34
19.34
18.34
17.34
16.34
15.34
14.34
13.34
12.34
11.34
10.34

19 0.433 0.549
9.34
8.34
7.34
6.35
5.35
4.35
3.36
2.37
1.39
.46
.50

15. 3.730 3.666 3.612 3.564 3.522 3.485 3.452 3.423 3.396 3.372 20 0.423 0.537

16. 3.616 3.553 3.498 3.451 3.409 3.372 3.339 3.310 3.283 3.259
25.51
24.58
23.65
22.72
21.79
20.87
19.94
19.02
18.10
17.18
16.27
15.35
14.44
13.53
12.62
11.72
10.82

25 0.381 0.487
9.93
9.03
8.15
7.27
6.39
5.53
4.67
3.83
3.00
2.20
1.42
.71
.15
.70

17. 3.519 3.455 3.401 3.353 3.312 3.275 3.242 3.212 3.186 3.162 30 0.349 0.449
35 0.325 0.418
18. 3.434 3.371 3.316 3.269 3.227 3.190 3.158 3.128 3.101 3.077
23.36

40 0.304 0.393
22.48
21.59
20.70
19.82
18.94
18.06
17.19
16.31
15.44
14.58
13.72
12.86
12.00
11.15
10.31
9.47
8.63
7.81
6.99
6.18
5.38
4.59
3.82
3.07
2.34
1.65
1.00
.064
.45
.80

19. 3.360 3.297 3.242 3.195 3.153 3.116 3.084 3.054 3.027 3.003 45 0.288 0.372

20. 3.294 3.231 3.177 3.130 3.088 3.051 3.018 2.989 2.962 2.938
50 0.273 0.354
20.60
19.77
18.94
18.11
17.29
16.47
15.66
14.85
14.04
13.24
12.44
11.65
10.86
10.08
9.31
8.55
7.79
7.04
6.30
5.58
4.86
4.17
3.49
2.83
2.20
1.61
1.06
.016

.58
.21
.90

21. 3.236 3.173 3.119 3.072 3.030 2.993 2.960 2.931 2.904 2.880 60 0.250 0.325
70 0.232 0.302
22. 3.184 3.121 3.067 3.019 2.978 2.941 2.908 2.879 2.852 2.827
18.49
17.71
16.93
16.15
15.38
14.61
13.85
13.09
12.34
11.59
10.85
10.12

80 0.217 0.283
.0039

9.39
8.67
7.96
7.26
6.57
5.89
5.23
4.58
3.94
3.32
2.73
2.17
1.64
1.14
.71
.35
.10
.95

23. 3.137 3.074 3.020 2.973 2.931 2.894 2.861 2.832 2.805 2.781 90 0.205 0.267

24. 3.094 3.032 2.977 2.930 2.889 2.852 2.819 2.789 2.762 2.738
.00063

16.31
15.57
14.85
14.12
13.41
12.70
11.99
11.29
10.60
9.92
9.24
8.57
7.91
7.26
6.61
5.98
5.37
4.76
4.18
3.61
3.06
2.53
2.03
1.56
1.13
.75
.43
.18
.04
.98

25. 3.056 2.993 2.939 2.892 2.850 2.813 2.780 2.751 2.724 2.699

26. 3.021 2.958 2.904 2.857 2.815 2.778 2.745 2.715 2.688 2.664
.00016

14.95
14.26
13.56
12.88
12.20
11.52
10.86
10.20
9.54
8.90
8.26
7.63
7.02
6.41
5.81
5.23
4.66
4.11
3.57
3.05
2.56
2.09
1.65
1.24
.87
.55
.30
.12
.02
.99

27. 2.988 2.926 2.871 2.824 2.783 2.746 2.713 2.683 2.656 2.632

28. 2.959 2.896 2.842 2.795 2.753 2.716 2.683 2.653 2.626 2.602
G.L.

30
29
28
27
26
25
24
23
22
21
20
19
18
17
16
15
14
13
12
11
10

29. 2.931 2.868 2.814 2.767 2.726 2.689 2.656 2.626 2.599 2.574
9
8
7
6
5
4
3
2
1

30. 2.906 2.843 2.789 2.742 2.700 2.663 2.630 2.600 2.573 2.549

50. 2.625 2.562 2.508 2.461 2.419 2.382 2.348 2.318 2.290 2.265

100. 2.430 2.368 2.313 2.265 2.223 2.185 2.151 2.120 2.092 2.067

CEDERJ 107 108 CEDERJ CEDERJ 109

 Aula 16 3. Histograma do dia 05/01

Espécie Média Desvio padrão Coef. variação

1,a) tabela
1 0.8 1.03 1.29
Freq. abs.
Elementos de Matemática e Estatística Classes (mm) Ponto médio X Freq. absolutas Freq. relativas
acumuladas 2 3.8 2.39 0.63

60-64 62 6 0.12 6 3 3.8 4.54 1.19

65-69 67 7 0.14 13
4.
70-74 72 12 0.24 25
Classes (mm) Ponto médio X Freq. absolutas
75-79 77 17 0.34 42
Dia 05/01 Dia 05/06
80-84 82 6 0.12 48
0.5-1.4 1 0 0

Gabarito
85-89 87 1 0.02 50
1.5-2.4 2 16 4 Histograma do dia 05/06
90-94 92 1 0.02 50
2.5-3.4 3 0 10

3.5-4.4 4 0 10
TOTAL 50 1.00
4.5-5.4 5 1 0

b) histograma
5.5-6.4 6 3 2

6.5-7.4 7 4 1

7.5-8.4 8 6 2

8.5-9.4 9 4 3

9.5-10.4 10 2 5

10.5-11.4 11 5 11
A distribuição de freqüência é multimodal. O cálculo da média geral não faz sentido,
11.5-12.4 12 7 1
pois a série de medidas revela a presença de várias populações que correspondem
12.5-13.4 13 12 1 a gerações sucessivas. O pesquisador deverá calcular o crescimento de cada uma

13.5-14.4 14 2 2 separadamente. Para isso ele poderá:

2. Média: 5,29
Desvio padrão: 2,93 14.5-15.4 15 2 1 • considerar o deslocamento da moda. Por exemplo, a primeira tem moda 2 mm em
Coeficiente de variação: 0,55 05/01 e moda 3,5 mm em 05/06, 5 meses depois, dando um crescimento de cerca de
Obs.: O desvio padrão foi calculado com n-1 graus de liberdade em razão do 1 mm em 5 meses (0,20 mm/mês). A segunda geração tem moda 8 mm em 05/01 e
pequeno número de dados. 11 mm em 05/06. Uma terceira aparece com moda 13 mm em 05/01 e 14 mm em
05/06, ou

• reunir as classes de comprimento de cada geração e calcular a média de cada uma.

112 CEDERJ CEDERJ 113 114 CEDERJ

Aula 17 Aula 18 Aula 19 2.

LUZ ESCURO

1. Transformamos x1 =28,55 em z1 = (28,55 – 21,65)/3,21 = 2,15. 1. 1. Teste t: Freq. observada 15 5

A probabilidade de ter x até x1 é igual a 0,9842, e acima de x1 é igual d = 0,429
Freq. teórica 10 10
a 1 – 0,9842 = 0,0158 Sd = 3,90
Transformamos x2 = 14,75 em z2 = (14,75 – 21,65)/3,21 = -2,15 t = 0,11 (diferença não significativa a p = 0,05)
Como k = 2 e N = 20 (<50), aplica-se a correção de Yates
A probabilidade de ter x até x2 é também igual a 1 – 0,9842 = 0,0158
Análise de variância – Resultados χ2 = 4,05
Logo, a probabilidade de tirar um individuo com valor abaixo de 14,75 ou
Para (2-1)(2-1) = 1 grau de liberdade, temos χ2 = 3,84 (p=0,05) e χ2 = 6,63 (p = 0,01).
acima de 28,55 é: 0,0158 + 0,0158 = 0,0316 (isto é, há 3,16 % de chance) Fonte de variação Dispersão G. de L. Variância F calculado F a 0,05
Rejeita-se a hipótese nula ao nível de 0,05, mas não ao nível de 0,01. Em outros

2. Transformar x1 = 15 em z1 = (15 – 18,75)/6,25 = – 0,60 FATOR 0,64 1 0,64 0,014 4,75 termos, aceitando cometer um erro de 5%, podemos dizer que a luz tem influência
2.
Transformar x2 = 25 em z2 = (25 – 18,75)/6,25 = 1,00 sobre o comportamento dos crustáceos. Porém, para um erro de somente 1%, não é
RESÍDUO 548,58 12 45,71
px1 = 1 – 0,7257 = 0,2743 possível concluir sobre esta influência.
ÁREA 1 ÁREA 2
px2 = 0,8643 Não podemos rejeitar a hipótese nula. Não foi possível verificar, nas condições da
Nº de estações 20 20 3. χ2 = 22,17
Probabilidade entre px1 e px2 é p = 0,8643 – 0,2743 = 0,59 experiência, a influência do fator “variedade” sobre a idade da desova.
Para (3-1)(6-1) = 10 graus de liberdade, temos χ2 = 18,31 a 0,05 e χ2 = 23,20 a 0,01
Há 59% de chance de que as chuvas dos próximos anos estejam entre 15 e 25mm. Média 58,05 29,95
Significativo a p=0,05, mas não a p=0,01
Variância 2318 1152,8 2.
3. a) Para x1 = 14, temos z1 = (14 – 12)/1,5 = 1,333 e px1 = 0,9082 e 1-px1 = 0,0918. Para uma probabilidade de erro de 0,05, podemos dizer que existe uma certa

Cerca de 9,2 % dos indivíduos têm tamanho maior que 14cm; Diferença das médias 28,10 associação entre as doenças e o meio social. Porém, para um erro de somente 1%
Fonte de variação Dispersão G. de L. Variância F calculado F a 0,01
para x2 = 8,5, temos z2 = -2,33 e px2 = 1 – 0,9901 = 0,0099 (probabilidade até não é possível verificar essa associação.
Erro padrão 13,51 FATOR 907,5 4 226,87 62,8 3,78
8,5cm). Logo, acima de 8,5cm a probabilidade é 1 – 0,0099 = 0,9901.
Teste t 2,08 RESÍDUO 162,6 45 3,61 Aula 21
0,9082 – 0,0099 = 0,8983. Cerca de 89,8% dos indivíduos estão entre 8,5 e
14cm de tamanho. t a 0,05 2,09
Existe uma influência altamente significativa (p < 0,01) do fator “Detergente”
b) O problema é inverso ao anterior. Conhecemos a probabilidade
O teste t é praticamente igual ao valor de t da tabela de Student. Podemos dizer que as sobre o crescimento do mexilhão. Pelo cálculo da Menor Diferença Significativa, 1. Verificamos se pode existir uma relação entre Y e X pelo diagrama de dispersão.
1- px = 1 – 0,10 = 0,90 correspondendo a px. Procuramos esse valor na tabela
duas médias são, significativamente, diferentes ao nível de probabilidade de 0,05 MDS = 2.√3,61 5 = 2,69 verificamos que todos os detergentes têm efeito signifi-
Normal. Encontramos o valor mais próximo (0,8997) na intersecção da linha 10
cativo, porém, o de laboratório (DT3) tem ação significativamente menor que os
1,2 e da coluna 0,08, que corresponde a Z = 1,28. Sabemos que Z = (x – m)/s,
3. comerciais, entre os quais não há diferença.
ou seja, x = Z.s + m = 1,28.1,5 + 12 = 13,9cm. Logo, concluímos que 10% dos
indivíduos têm tamanho superior a 13,9cm. Regime rico Regime pobre Aula 20
Nº de peixes 12 7
c) Utilizamos a propriedade da distribuição normal, segundo a qual adicionando Média 120 101
e subtraindo 1,96.s à média de uma amostra, obtemos um intervalo dentro Variância 457,45 425,33
Diferença das médias 19
1. χ2 = 2,64 , inferior ao valor crítico da tabela de χ2 que é de 5,99 a p=0,05 para
do qual encontram-se 95% dos dados. Logo 95% dos indivíduos têm tamanho
Erro padrão 10,61 3-1=2 graus de liberdade. Logo, rejeitando a hipótese nula, faríamos um erro superior
entre 12 – 1,96.1,5 = 9,1cm e 12 + 1,96.1,5 = 14,9cm.
Teste t 1,79 a 5%. Consideramos os resultados coerentes com a lei de Mendel.
t a 0,05 2,11

O teste t é inferior ao t de Student. Rejeitando a hipótese nula cometeríamos um erro do

tipo I maior do que 5%. Nas condições experimentais utilizadas não podemos dizer que
o enriquecimento do alimento em proteínas proporcionou um aumento de peso.

CEDERJ 115 116 CEDERJ CEDERJ 117 118 CEDERJ

Parece haver uma correlação linear. Devemos calcular o coeficiente de correlação r de

Pearson entre Y e X, e testar sua significância, isto é, se podemos rejeitar a hipótese ,
nula r = 0.
,
Folha Nº. Comp. (X) X2 Largura (Y) Y2 XY
,
1 12 144 10 100 120 I SBN 85 - 7648 - 033 - 6

2 12 144 14 196 168 ,

3 11 121 9 81 99
, 9 788576 480334
4 16 256 13 169 208

,
5 13 169 10 100 130

6 12 144 12 144 144

7 10 100 8 64 80 A equação da reta de regressão é: Y = -0,0589 X + 5,812

8 9 81 7 49 63
3. r = - 0,868 (significativo a p < 0,01).
9 17 289 13 169 221
Equação da reta N = - 1,31 S + 33,7.
10 15 225 14 196 210 Para S = 9, o valor de N é estimado em 21,9 pela equação acima.
Atenção: nos cálculos de r e da reta, não devem ser considerados os dados da
TOTAL 127 1673 110 1268 1443
oitava hora em razão da falta de dado de nitrogênio. Logo, fazer n = 15.
Var (x) = (1673 – 1272 /10)/9 = 6,68 s (x) = 2,58
Var (y) = (1268 – 1102/10)/9 = 6,44 s (y) = 2,54
Cov (xy) = 1443 – 127 x 110/10)/9 = 5,11
r = 5,11 / ( 2,58 x 2,54) = 0,780
Para n-2 = 8 graus de liberdade, r95 = 0,632 e r99 = 0,735
O coeficiente de correlação linear é significativamente diferente de zero (p<0,01).
Podemos dizer que existe uma correlação linear entre o comprimento e a largura
das folhas.

2. r = -0,996

Para 4 graus de liberdade, r99 = 0,917. Logo, existe uma correlação linear negativa
altamente significativa (p<0,01) entre o peso e a taxa de conversão alimentar

CEDERJ 119 120 CEDERJ