Análise Descritiva de Dados e Fundamentos de

Probabilidade

Conteudista: Prof.ª M.ª Priscila Bernardo Martins | Prof. Me. Sidney Silva Santos
Revisão Textual: Prof.ª Dra. Luciene Oliveira da Costa Granadeiro | Prof.ª Dra.
Luciene Oliveira da Costa Granadeiro

Objetivos da Unidade:

Ampliar seu conhecimento sobre as Medidas de Tendência Central (Média, Moda

ea
Mediana) e Medidas de Dispersão: Variância e Desvio Padrão;

Estudar as probabilidades e as distribuições de frequências como estimativas de

probabilidade.

📄 Material Teórico
📄 Referências
📄 Material Teórico
Página 1 de 2

Introdução
Vamos abordar um assunto importante a respeito da transmissão das informações
relativas à amostra ou à população estudada. Em se tratando dos dados obtidos, a
condensação deles facilita a compreensão das características essenciais de uma
amostra ou população. Para viabilizar essa etapa, usamos as medidas de tendência
central e de dispersão. Hoje vamos conhecer um pouco mais sobre essas medidas.
 Figura 1
Fonte: Getty Images

#ParaTodosVerem: uma imagem de estúdio em fundo branco, mostrando uma

mulher jovem de pele clara, com cabelos castanhos longos e ondulados. Acima
de sua cabeça, ela segura um balão de fala (speech bubble) de formato oval e cor
laranja sólido com o braço direito levantado. O balão de fala está vazio,
simbolizando a comunicação, uma ideia ou uma mensagem pronta para ser
falada/escrita. Fim da descrição.

Medidas de Tendência Central

As medidas de tendência central são confiáveis quanto mais representativo for o
conjunto de elementos da amostra ou da população. Se o conjunto de elementos for
bem selecionado, se guardar características semelhantes às características da
população que foi extraída, e se for suficientemente grande, os dados refletirão
melhor o que poderíamos encontrar na população. Pode-se dizer também que essas
medidas – de tendência central e de dispersão – são uma primeira caracterização dos
conjuntos populacionais ou amostrais.

Média Aritmética
A média aritmética consiste na soma dos valores de um conjunto de dados, divididos
pelo número de elementos.

Veja o exemplo abaixo. Considere o seguinte conjunto de dados:

11 10 10 12 23 24 30

A média aritmética será = 11 + 10 + 10 + 12 + 23 + 24 + 30 / 7 = 17,14

Importante!

Observação 1: Frequentemente a média aritmética vem acompanhada de outra

medida, o desvio padrão. Essa é uma medida de dispersão e indica o quanto os
valores se afastam ou se aproximam da média;

Observação 2: A média aritmética é muito influenciada por valores extremos, ou

seja, valores muito menores ou maiores influenciam de forma marcante o valor
real da média.
 Figura 2
Fonte: Getty Images

#ParaTodosVerem: uma foto em primeiro plano e em ângulo fechado,

capturando um grupo de seis amigos (três mulheres e três homens) em um bar
ou pub com iluminação baixa e quente, em tons de laranja e marrom. Eles estão
reunidos e fazem um brinde, erguendo seus copos de cerveja (alguns com
colarinho de espuma visível) no centro da cena. O fundo do bar está desfocado,
mas é possível ver prateleiras de vidro com garrafas e objetos e uma parede
texturizada, o que sugere um ambiente aconchegante para a socialização. Fim
da descrição.

Dividir a conta em um bar (“rachar a conta”) é um bom exemplo prático de média

aritmética.

A fórmula para cálculo da média aritmética é:

Onde o X com uma barra significa média aritmética de uma amostra e n o número de
indivíduos da amostra.

Exercício resolvido:

Uma nutricionista decidiu investigar a circunferência abdominal de 10 gerentes de

uma grande empresa multinacional interessados em perder peso por meio de um
programa de reeducação alimentar. As medidas seguem abaixo:

Tabela 1

Gerentes 1 2 3 4 5 6 7 8 9 10

Circunferência 88 83 79 76 78 70 80 82 86 105

Devemos primeiro determinar qual o tamanho da amostra (n):

Como no caso temos 10 gerentes, então dizemos que n = 10.
Cada gerente representa um valor de x, como segue:
Substituindo na fórmula, teremos:

Dizemos então que: a média aritmética da circunferência abdominal dos 10 gerentes é

de 82,7 cm.

Mediana
A mediana é outra medida que indica a caracterização do conjunto de valores.
Ela indica o valor que divide ao meio o conjunto de valores, ou seja, indica o valor que
ocupa a posição central desse conjunto, não sofrendo qualquer interferência dos
valores extremos. O seu cálculo depende da ordenação dos dados, o que corresponde a
colocá-los em ordem crescente ou decrescente.
Continuando com o exemplo usado no calculo da média aritmética:

Figura 3

#ParaTodosVerem: diagrama didático sobre o cálculo da Mediana. No primeiro

exemplo, com sete números (ímpar), o número 12 é identificado como o valor
central após a ordenação, sendo a mediana. No segundo exemplo, com cinco
números (ímpar) no conjunto, os números 10 e 12 são circulados como os
valores centrais para calcular a mediana para um n par, embora o conjunto só
tenha cinco números. O cálculo é mostrado como 10 mais 12, resultando em 22,
dividido por 2, resultando na mediana 11. Caixas de texto em vermelho explicam
a regra para cada caso (n ímpar e n par). Fim da descrição.

Portanto, nesse exemplo, 11 é a mediana da distribuição apresentada.

Moda
A moda é o valor que ocorre com maior frequência. Essa medida, juntamente com a
média e a mediana, ajudam a compreender o padrão homogêneo dos dados.
Quando essas três medidas estão próximas, podemos dizer que o conjunto de dados é
homogêneo, ou seja, não há valores extremos, mas sim uma tendência de que boa
parte dos números se localizem próximos a essas três medidas.

Figura 4
Fonte: Getty Images

#ParaTodosVerem: uma foto tirada em um cenário natural de montanha, com

neblina ou névoa, sob a luz do nascer ou pôr do sol. Em primeiro plano, no
canto inferior, há um grupo de seis ovelhas em um pasto gramado. O fundo é
composto por uma paisagem de montanhas suaves e arredondadas, que estão
parcialmente encobertas pela névoa, criando um efeito de camadas e
profundidade e dando um tom etéreo e pacífico à imagem. Fim da descrição.

Se um conjunto de dados possui um único valor que se repete com maior frequência,
diz-se que o conjunto é unimodal; quando dois números aparecem com maior
frequência, é bimodal; se três ou mais números aparecem com maior frequência, é
multimodal. A ausência de moda caracteriza um conjunto amodal.
Veja o exemplo abaixo. Considere o seguinte conjunto de dados:

0 1 1 2 3 4 4 4 5

Analisando os dados, observa-se que o número 4 é o número que se repete com maior

frequência (3 vezes). Dessa forma, dizemos que o conjunto é unimodal.

Vamos analisar outro conjunto de dados:

0 1 1 1 3 4 4 4 5

Analisando os dados, observa-se que os números 1 e 4 se repetem com maior

frequência (3 vezes cada um). Dessa forma, dizemos que o conjunto é bimodal.

Medidas de Dispersão
As medidas de tendência central, vistas anteriormente, ajudam a explicar a tendência
central dos dados, ou seja, o quanto esse conjunto é homogêneo. Essas medidas
precisam estar acompanhadas de outras informações que indiquem a VARIABILIDADE
dos dados, isto é, o quanto os valores divergem em relação aos valores de
caracterização geral da população ou amostra.

Considere a situação apresentada no livro Introdução à bioestatística, da autora Sônia

Vieira (2008):

“Considerando 2 domicílios, sendo que em um deles moram 7

pessoas, todas com 22 anos de idade. A média de idade será de 22 anos.

No outro domicilio, poderíamos ter a mesma média de idade, no
 entanto, nesse segundo domicilio, moram uma garota de 17 anos, um

garoto com 23 anos, duas crianças de 2 e 3 anos, respectivamente,

além de uma mulher de 38 anos, outra criança de 8 anos e uma

senhora de 65 anos.”

Nesse exemplo acima, temos dois conjuntos de valores, cuja variabilidade é diferente,
embora a média seja a mesma. No primeiro conjunto de valores, a variabilidade é bem
menor, condição contrária à que ocorre no segundo grupo, no qual a variabilidade é

maior, pois as idades variam de 2 até 65 anos.

Quartis e Percentis
Já aprendemos que a mediana é o valor que divide ao meio o conjunto de valores.
Poderíamos dizer também que a mediana indica que, abaixo daquele valor, temos 50%
das observações dos valores. Mas há situações em que podemos dividir o conjunto de
valores em partes menores: quartis, decis e percentis indicam essa possibilidade.

Sendo assim, o primeiro quartil indica que 25% dos valores estão abaixo desse valor; o
segundo quartil indica que 50% da amostra está abaixo desse valor; e assim por
diante. Veja o modelo abaixo:
 Figura 5

#ParaTodosVerem: a imagem apresenta uma tabela dividida em quatro

colunas, cada uma representando um quartil de uma distribuição estatística. As
colunas estão identificadas como 1º quartil, 2º quartil, 3º quartil e 4º quartil, e
abaixo de cada uma há a indicação de 25%, mostrando que cada quartil
corresponde a 25% dos dados. a baixo da tabela temos dois gráficos de barras
horizontais simples que compara duas porcentagens. A barra superior é azul
claro e rotulada com "50% DOS VALORES". A barra inferior é azul escuro e
rotulada com "75% DOS VALORES". A barra de 75% é visivelmente mais longa
que a barra de 50%. Linhas pretas acima de cada barra delimitam o
comprimento das porcentagens. Fim da descrição.

Já os percentis consideram as posições dividindo o conjunto de valores em 100 partes.

Da mesma forma que o quartil, o percentil 70, por exemplo, indica que 70% dos
valores de um conjunto encontram-se abaixo desse valor.

Observação: percebam, no modelo esquemático abaixo, que uma posição (ou valor)
pode ser indicada de mais de uma forma.
 Figura 6

#ParaTodosVerem: tabela dividida em apenas quatro colunas com indicações

de 25%. A baixo diagrama didático com duas barras azuis idênticas, cada uma
rotulada com "50%". Na barra superior, a extremidade direita é circulada em
vermelho e uma seta magenta a identifica como "2º quartil". Na barra inferior,
a extremidade direita é circulada em vermelho e uma seta magenta a identifica
como "Percentil 50". A imagem demonstra que 50% dos valores representam o
2º quartil e o Percentil 50. Fim da descrição.

Amplitude, Mínimo e Máximo

A amplitude explica a variabilidade de valores, e por isso é considerada uma medida de
dispersão. É definida como a diferença entre o maior e o menor valor de um
determinado conjunto de valores.

Menor, também chamado de mínimo, é o menor valor de um determinado conjunto

de valores.

Maior, também chamado de máximo, é o maior valor de um determinado conjunto de

valores.
 Figura 7

#ParaTodosVerem: diagrama simples que explica a Amplitude em estatística.

Uma linha horizontal é demarcada em suas extremidades com marcas verticais.
Acima da marca da esquerda está a palavra "Maior", e acima da marca da
direita está a palavra "menor". A palavra "AMPLITUDE" está escrita abaixo da
linha, abrangendo todo o espaço entre os dois extremos. Fim da descrição.

Importante!
Assim como a média, a amplitude é muito influenciada por valores extremos, isto é,
um valor muito baixo ou muito alto altera facilmente essa medida e pode, em
determinados casos, não representar a real variabilidade do conjunto de valores, pois
houve o comprometimento em razão desse(s) valor(es) extremo(s)

Variância e Desvio Padrão

Essas duas medidas indicam a variabilidade, distância dos valores em torno do valor
médio encontrado para um determinado conjunto de dados (valores). Se menores, a
variância e o desvio padrão indicam pouca variabilidade dos valores, caracterizando
um conjunto de valores mais homogêneo, ou seja, de variabilidade pequena.

Considere as informações abaixo:

â ã

Σ: somatória;

x: o valor de cada uma das observações;

x̅: a média da amostra;

n: o número de observação (tamanho da amostra).

Perceba que tanto a variância quanto o desvio padrão partem do cálculo da distância
de um valor em relação a media (x – x). Faz-se a somatória dessas distâncias e, por
“necessidades” matemáticas, eleva-se ao quadrado (para eliminar os valores
negativos das distâncias) ou extrai-se a raiz quadrada (pois queremos eliminar a

elevação ao quadrado de uma determinada medida).

Importante!
Definiremos como variância a soma dos quadrados dos desvios de cada observação em
relação a media, dividida por (n – 1).

E desvio padrão como a raiz quadrada da variância.

Exercício Resolvido:

Vamos considerar o seguinte conjunto de notas de um determinado aluno:

5,0 6,0 5,0 9,0

Calcule a Variância e o Desvio Padrão.

Variância é representada por s. Pela fórmula dada, precisamos subtrair cada valor de x
da média da amostra, somar todos esses valores, elevar o resultado ao quadrado e
depois dividir por n – 1.

Vamos fazer passo a passo:

Abaixo a fórmula do desvio padrão:

Vamos calcular em primeiro lugar a média:

Vamos subtrair cada valor de x da média amostral:

Figura 8

#ParaTodosVerem: tabela com três colunas que ilustra o cálculo do desvio de

notas em relação à média. A primeira coluna, "Notas dos alunos" (x), tem os
valores 5, 6, 5 e 9. A segunda coluna, "Média calculada" (x com barra em cima),
tem o valor 6,25 repetido em todas as linhas. A terceira coluna, "x menos a
média" (x menos x com barra em cima), lista os desvios calculados: -1,25,
-0,25, -1,25 e +2,75. Fim da descrição.

Agora, vamos elevar os valores obtidos ao quadrado:

 Figura 9

#ParaTodosVerem: a tabela apresenta os dados utilizados para o cálculo da

soma dos quadrados dos desvios. Ela é composta por quatro colunas. A primeira
coluna, intitulada "x", contém os valores observados: 5, 6, 5 e 9. A segunda
coluna, "x̄", representa a média dos valores de x, sendo 6,25 em todas as linhas.
A terceira coluna, "(x - x̄)", mostra os desvios de cada valor em relação à
média, com os seguintes resultados: -1,25; -0,25; -1,25; e +2,75. A quarta e
última coluna, "(x - x̄)²", apresenta os quadrados desses desvios: 1,5625;
0,0625; 1,5625; e 7,5625.

Precisamos, então, somar os quadrados obtidos:

Figura 10

#ParaTodosVerem: tabela de dados em quatro colunas que ilustra o cálculo da

soma dos quadrados dos desvios. A primeira coluna é 'x' com os valores 5, 6, 5 e
9. A segunda é a 'média calculada' (x com barra em cima), com 6,25 repetido. A
terceira é o 'desvio' (x menos x com barra em cima), com -1,25, -0,25, -1,25 e
 +2,75. A quarta coluna é o 'quadrado do desvio', com os valores 1,56, 0,0625,
1,5625 e 7,5625. O total da soma dos valores desta última coluna é 10,75,
destacado abaixo. Fim da descrição.

A fórmula pede que esse valor (10,75), seja dividido por n – 1.

Em nosso exemplo, n = 4 (quatro notas), então 4 – 1 = 3.

Então:

10,75 ÷ 3 = 3,58

Portanto:

(variância) é igual a 3,58

O desvio padrão é representado por s2.

s2 é igual a raiz quadrada de s (variância), então:

s2 = 1,89 ou seja, o desvio padrão das notas desse aluno é 1,89, sendo que a média foi
6,25.

Coeficiente de Variação
Essa medida indica a dispersão dos valores em relação à média. Para se calcular

o coeficiente de variação, usamos o desvio padrão e a média:

CV= desvio padrão / média x 100

Percebam que o CV não possuirá unidade de medida (é adimensional). Dessa forma,

podemos comparar a dispersão de valores para dados quantitativos que utilizaram
medidas diferentes, como metros e quilogramas. O uso de coeficientes não é tão
frequente quanto o uso das outras medidas discutidas neste capítulo.

Os coeficientes são importantes na elaboração de indicadores de saúde.

Em Síntese
As medidas de tendência central e de dispersão são úteis na compreensão e

caracterização dos dados populacionais ou amostrais. A apresentação dessas medidas

ajuda a entender o caráter homogêneo ou não dos dados, bem como a forma de
dispersão dos mesmos em relação a um determinado valor médio.

Após aprendermos a resumir e caracterizar um conjunto de dados por meio das

medidas de tendência central, como a média, a moda e a mediana, e a compreender

sua variabilidade utilizando as medidas de dispersão, como a variância e o desvio
padrão, temos as ferramentas necessárias para descrever as características essenciais
de uma amostra ou população. Essas medidas nos dão uma imagem clara da
distribuição e da homogeneidade dos dados coletados.

Entretanto, o objetivo da pesquisa científica frequentemente vai além da simples

descrição. Buscamos usar os dados de uma amostra para fazer inferências, ou seja,
generalizar as conclusões para a população de onde a amostra foi extraída. Para
realizar essa transição da descrição para a inferência, é indispensável o conceito de

probabilidade. A seguir, exploraremos as noções fundamentais de probabilidade,

eventos aleatórios e como a distribuição de frequências, especialmente a Distribuição
Normal, nos permite estimar as chances de um determinado evento ocorrer.

Noções de Probabilidade
Após realizar a descrição dos eventos utilizando gráficos, tabelas, calculado média,

desvio padrão, fazendo correlações e regressões, o pesquisador deseja fazer

inferências, ou seja, extrapolar seus resultados para a população. Para tanto, é
necessário entender de probabilidade, uma vez que as inferências são expressas em
probabilidade de aquela conclusão ser falsa ou verdadeira.

Probabilidade Aleatória
Para entender a probabilidade de um evento aleatório, precisamos definir:

S – Espaço amostral: É o conjunto de todos os elementos possíveis;

EVENTO – É qualquer subconjunto de S (Notação A, B, C, ...);

Φ (phi) – Conjunto vazio, ou seja, representa um evento impossível.

Definimos, então, probabilidade de um evento A como a razão entre o número de

elementos de A e o número de elementos do espaço amostral (S). Representamos com
a fórmula abaixo:
 ú
ú

Vamos considerar o seguinte exemplo:

Um pesquisador deseja saber qual a probabilidade de, ao lançar um dado, esse cair
com a face 3 voltada para cima.

Analisando esse exemplo simples, porém, muito ilustrativo, temos:

Um dado tem 6 faces;

Cada vez em que um dado é lançado, somente uma face fica voltada para cima,
Então temos as seguintes possibilidades:

Figura 11

#ParaTodosVerem: imagem que mostra seis quadrados lado a lado, em preto e

branco, representando as seis faces de um dado padrão. Cada quadrado exibe
um número diferente de círculos pretos (pontos), correspondendo aos números
de 1 a 6: Primeiro quadrado (esquerda): Contém um ponto no centro. Segundo
quadrado: Contém dois pontos, um no canto superior esquerdo e outro no canto
inferior direito, na diagonal. Terceiro quadrado: Contém três pontos, dispostos
na diagonal (canto superior esquerdo, centro e canto inferior direito). Quarto
quadrado: Contém quatro pontos, um em cada canto. Quinto quadrado: Contém
cinco pontos, quatro nos cantos e um no centro. Sexto quadrado (direita):
Contém seis pontos, dispostos em duas colunas de três. A imagem é um
 material didático que ilustra de forma clara e linear os possíveis resultados de
um lançamento de dado, de 1 a 6. Fim da descrição.

Portanto, das 6 possibilidades, somente uma satisfaz a condição CAIR FACE 3.

Figura 12

#ParaTodosVerem: a imagem que mostra seis quadrados lado a lado, em preto

e branco, representando as seis faces de um dado padrão. Cada quadrado exibe
um número diferente de círculos pretos (pontos), correspondendo aos números
de 1 a 6: Primeiro quadrado (esquerda): Contém um ponto no centro. Segundo
quadrado: Contém dois pontos, um no canto superior esquerdo e outro no canto
inferior direito. Terceiro quadrado: Contém três pontos, dispostos na diagonal
(canto superior esquerdo, centro e canto inferior direito), e este quadrado está
circundado por um círculo vermelho em destaque. Quarto quadrado: Contém
quatro pontos, um em cada canto. Quinto quadrado: Contém cinco pontos,
quatro nos cantos e um no centro. Sexto quadrado (direita): Contém seis
pontos, dispostos em duas colunas de três. O círculo vermelho em torno da face
com o número 3 destaca um dos resultados possíveis do lançamento de dado.
Fim da descrição.

Em termos de probabilidade, temos o seguinte:

O espaço amostral (S) é: S = {1, 2, 3, 4, 5, 6};

O evento (A) CAIR FACE 3 é: A = {3};

A probabilidade do evento A (CAIR FACE 3) é dado pela expressão:

 Figura 13

#ParaTodosVerem: a imagem apresenta uma composição visual com

elementos textuais e gráficos relacionados à probabilidade. No canto esquerdo,
está escrito “P(A) = 1/6”, indicando a probabilidade de um evento A ocorrer. no
lado direito superior, há uma anotação que diz “1 único elemento do evento A
{3}”, destacando que o evento A é composto apenas pelo número 3. abaixo,
aparece a descrição “6 elementos do espaço amostral S {1; 2; 3; 4; 5; 6}”,
representando todas as possíveis saídas ao lançar um dado comum de seis
faces. O fundo é claro, e os textos estão organizados de forma centralizada, com
espaçamento entre as linhas para facilitar a leitura.

Resolvendo a equação:

P(A) = 0,1667 ou 16,67%

São propriedades da probabilidade:

A probabilidade de qualquer evento é um valor entre 0 e 1: 0 ≤ P ≤ 1; se

apresentado na forma de porcentagem: 0% ≤ P ≤ 100%;

A probabilidade de um evento vazio é sempre igual a zero: P (Φ) = 0. Voltando ao

nosso exemplo anterior, se o pesquisador perguntasse qual a probabilidade de,

ao jogar um dado, CAIR A FACE 7? Como um dado não possui essa face, o evento
A é vazio ou A:{ }. Pela fórmula, zero divido por qualquer número continua sendo
zero;

A probabilidade de ocorrer um evento igual ao espaço amostral é 1: P(S) = 1.

No nosso exemplo, se o pesquisador perguntasse qual a probabilidade de, ao
jogar um dado, CAIR UMA FACE ENTRE 1 E 6? Veja que o evento A se satisfaz
 com qualquer uma das faces do dado, ou seja A:{1;2;3;4;5;6}, que equivale ao
espaço amostral. Pela fórmula, teremos uma probabilidade dada pela razão entre
A, ou seja, 6 e S, que também é a que resulta no valor 1 ou 100%.

Probabilidade Condicional
Chamamos de probabilidade condicional a probabilidade de ocorrer determinado
evento quando ele depende de uma dada condição. A probabilidade de ocorrer o evento
A sob a condição de ter ocorrido o evento B é representada então: P(A|B); que se lê:
probabilidade de A dado B.

De volta ao nosso exemplo dos dados, pense na seguinte pergunta:

Qual a probabilidade de, ao se lançar um dado, ocorrer face 6, sabendo

antecipadamente que a face que ocorreu é par?

Em termos de estatística, a pergunta deveria ser construída assim:

Qual a probabilidade de ocorrer o evento A dado que ocorreu o evento B?

Escrevemos da seguinte maneira: P (A|B).

A fórmula para a resolução de uma probabilidade condicional é:

Onde se lê: a probabilidade de A dado B é a razão (divisão) entre o número de
elementos da intersecção entre A e B e o número de elementos de B.

Entendendo a Fórmula

Evento A: face 6, já sabemos que o dado tem somente 1 face com o número 6;

Evento B: face par, o dado possui as seguintes faces com números pares: {2; 4;
6}, ou seja, 3 faces com números pares. A intersecção entre os Eventos A e B é a
quantidade de elementos que existem nos dois conjuntos: A e B.

Figura 14

#ParaTodosVerem: dois círculos simples em preto e branco que representam

dois conjuntos distintos, A e B, com elementos numéricos. O Círculo da
esquerda, identificado com a letra A (em cima), contém o número 6 (em baixo).
Este círculo representa o conjunto A e o valor 6. O Círculo da direita,
identificado com a letra B (em cima), contém os números 2, 4 e 6 (em baixo),
 dispostos verticalmente. Este círculo representa o conjunto B e os valores 2, 4 e
6. Visualmente, a imagem compara dois conjuntos discretos, sendo que o valor
6 está presente em ambos. Fim da descrição.

Figura 15

#ParaTodosVerem: um diagrama de Venn em preto e branco com um destaque

em azul, que ilustra a interseção entre dois conjuntos, A e B. O diagrama é
composto por dois círculos que se sobrepõem no centro, formando uma área
comum. O Círculo superior, identificado com a letra B, contém os números 2 e 4
na sua porção não sobreposta (apenas pertencente a B). O Círculo inferior,
identificado com a letra A, não contém nenhum elemento visível em sua porção
não sobreposta (apenas pertencente a A). A área de sobreposição (interseção)
dos dois círculos está preenchida com a cor amarela e contém o número 6. Fim
da descrição.

Sabemos que: A = 1 elemento; B = 3 elementos; P (A ∩ B) = 1 elemento.

Então, temos:
Eventos Independentes
Dizemos que dois eventos são independentes quando a probabilidade de ocorrer um
dos eventos não é modificada pela ocorrência do outro.

Vamos pensar nesta situação:

Um jogador joga uma moeda e um dado, e ele deseja saber qual a probabilidade de
ocorrer cara na moeda sabendo que, no jogo do dado, caiu a face 5.

Devemos raciocinar: o resultado do jogo da moeda interfere no resultado do jogo do

dado? Uma moeda tem duas faces, uma chamada cara (C) e a outra coroa (K); por sua
vez, o dado, como já vimos, tem 6 faces. Visualize, antes do jogo de moedas: qual o
espaço amostral do jogo de dados? É o seguinte: S = {1; 2; 3; 4; 5; 6}
 Figura 16

#ParaTodosVerem: uma imagem que mostra seis quadrados lado a lado, em

preto e branco, representando as seis faces de um dado padrão. A imagem
ilustra de forma clara e linear os possíveis resultados de um lançamento de
dado, de 1 a 6. Cada quadrado exibe um número diferente de círculos pretos
(pontos), correspondendo aos números: Primeiro quadrado (esquerda):
Contém um ponto. Segundo quadrado: Contém dois pontos, na diagonal.
Terceiro quadrado: Contém três pontos, na diagonal. Quarto quadrado: Contém
quatro pontos, um em cada canto. Quinto quadrado: Contém cinco pontos,
quatro nos cantos e um no centro. Sexto quadrado (direita): Contém seis
pontos, dispostos em duas colunas de três. Fim da descrição.

A moeda foi lançada, caiu a face cara. Como fica o espaço amostral do jogo de dado
após o jogo da moeda? É o seguinte: S={1; 2; 3; 4; 5; 6}

Figura 17

#ParaTodosVerem: uma imagem que mostra seis quadrados lado a lado, em

preto e branco, representando as seis faces de um dado padrão. A imagem
ilustra de forma clara e linear os possíveis resultados de um lançamento de
dado, de 1 a 6. Cada quadrado exibe um número diferente de círculos pretos
(pontos), correspondendo aos números: Primeiro quadrado (esquerda):
Contém um ponto. Segundo quadrado: Contém dois pontos, na diagonal.
Terceiro quadrado: Contém três pontos, na diagonal. Quarto quadrado: Contém
quatro pontos, um em cada canto. Quinto quadrado: Contém cinco pontos,
 quatro nos cantos e um no centro. Sexto quadrado (direita): Contém seis
pontos, dispostos em duas colunas de três. Fim da descrição.

Ou seja, não muda. Portanto, dizemos que o evento “Cair 5 no jogo de dados” é
independente do evento “Cair cara no jogo de moeda”.

Dizemos, então, que a probabilidade de A dado B é igual à probabilidade de A, e

representamos isso da seguinte maneira:

Teorema do Produto
Esse teorema diz que, se A e B são eventos independentes, a probabilidade de ocorrer
A e B é dada pela probabilidade de ocorrer A multiplicada pela de ocorrer B.

Exemplo: Qual a probabilidade de ocorrer cara jogando uma moeda duas vezes?

Possibilidades:

Tabela 1 – Probabilidades em um Jogo Duplo de Moedas

Tentativa 1° Lançamento 2° Lançamento

1 C C

2 C K
 3 K C

4 K K

Veja que a probabilidade de cair cara (C) no primeiro lançamento é de ½, e decair

coroa (K) no 2º Lançamento é de ½. E de cair em dois lançamentos cara (C) e cara (C),
é de ¼. Então, aplicando a fórmula, temos:

Teorema da Soma
Quando A e B são eventos que não podem ocorrer ao mesmo tempo, a probabilidade de
ocorrer A ou B é dada pela seguinte expressão: P (A ou B) = P (A) + P (B).

Se uma urna possui duas bolas brancas, uma azul e uma vermelha e retiramos uma ao

acaso, qual a probabilidade de sair uma colorida?

 Figura 18

#ParaTodosVerem: uma imagem que mostra um plano cartesiano com quatro

quadrantes, nos quais quatro círculos com bordas pretas estão posicionados
para ilustrar um experimento ou situação com quatro resultados possíveis. A
imagem é dividida em quatro áreas iguais por duas linhas perpendiculares
(eixos X e Y) que se encontram no centro. No quadrante superior esquerdo, há
um círculo preenchido com a cor azul-escuro. No quadrante superior direito, há
um círculo vazio (branco). No quadrante inferior esquerdo, há um círculo vazio
(branco). No quadrante inferior direito, há um círculo preenchido com a cor
vermelha. Fim da descrição.

A condição só é satisfeita se for sorteada a bola vermelha ou a azul. Veja que duas
bolas, das quatro existentes, satisfazem a condição. A probabilidade de ser retirada
tanto a bola azul quanto a bola vermelha é de ¼, portanto, a expressão fica:

Distribuição Normal ou de Gauss

As frequências obtidas da maioria das medidas biológicas e de outras situações dão
origem aos gráficos com características em comum, semelhante ao apresentado
abaixo. Observem que essa distribuição de frequências apresenta muitos indivíduos
com valores semelhantes. No exemplo, entre 39 e 41, poucos com valores abaixo disso
e poucos com valores acima. Vemos então um gráfico com formato de sino. Esse tipo
de distribuição de frequências recebe o nome de distribuição normal.

Figura 19 –Distribuição de medidas do tórax (polegadas) de

soldados escoceses
Fonte: Adaptada de Daly F. et al. Elements of Statistics, 1999

#ParaTodosVerem: um histograma em tons de azul que ilustra a distribuição

de frequência de uma característica, modelada por uma curva de distribuição
normal (em formato de sino) sobre as barras. O gráfico representa o "Número
de soldados" (eixo Y) em função do "diâmetro em polegadas" (eixo X). O eixo Y
(vertical), "Número de soldados", varia de 0 a 1000. O eixo X (horizontal),
"diâmetro em polegadas", mostra valores de 33 a 48. O gráfico exibe uma
distribuição que se assemelha à Curva Normal (Gaussiana), simétrica e com o
pico concentrado no centro: A barra mais alta, representando a maior
frequência (cerca de 1050 soldados), está centralizada em torno do valor de 40
polegadas. As frequências diminuem gradualmente à medida que o diâmetro se
 afasta de 40 polegadas (tanto para 33 quanto para 48 polegadas), formando o
formato de sino. Fim da descrição.

A distribuição normal tem as seguintes características:

A variável aleatória pode assumir qualquer valor;

O gráfico da distribuição é uma curva em forma de sino, simétrica em torno

damédia populacional representada pela letra grega μ;

A área total da curva representa uma frequência de 100% da população. A área

representa a probabilidade da variável assumir qualquer valor;

Os parâmetros são: μ (média populacional) e a σ2 (variância populacional).

Cada população apresentará uma média e uma variância que vai gerar uma curva
normal diferente e característica daquela população. Na figura acima, se quisermos
saber a probabilidade de um soldado daquela população ter medida de tórax entre 38 e
39 polegadas, basta calcular a área da curva dessa parcela da população. Para isso, são
necessários cálculos complexos, pois a figura é uma curva e não uma reta.

Para entender melhor esse conceito, faça um exercício mental tentando responder às
questões propostas abaixo:

Como seria um gráfico de distribuição de frequências da altura da população

adulta do Brasil?

Sabendo que a glicemia (quantidade de glicose no sangue) normal das pessoas é

de 80 mg/dL, como seria a distribuição de frequências da glicemia da população
de uma cidade?

Em uma prova aplicada a 1000 alunos, valendo de zero a dez, como seria o gráfico
da distribuição de frequências das notas?
Distribuição Normal Reduzida
O cálculo de probabilidades de populações com distribuição do tipo normal é
complexo para ser utilizado rotineiramente. Para facilitar esse tipo de cálculo, foi feita
o tabelamento de todas as possíveis probabilidades de uma única curva normal, que

recebeu o nome de Curva Normal Reduzida.

Essa curva possui as seguintes características:

É uma distribuição com média 0 e variância 1;

A variável aleatória representada pela distribuição normal reduzida é a z;

Na distribuição normal reduzida, os valores de probabilidade de 0 até z estão

dispostos em tabelas.

Exemplo:

A probabilidade de ocorrer valores entre 0 e 1,5 corresponde à área pintada:

 Figura 20

#ParaTodosVerem: um gráfico da curva de distribuição normal padrão (Curva

de Gauss) em preto e branco com destaque em azul. O gráfico é simétrico em
relação ao zero. O eixo horizontal (Eixo Z) representa a pontuação Z e o valor
central (média) é 0. O gráfico exibe a pontuação Z=1,5 marcada no eixo. A área
sob a curva (a probabilidade) entre Z=0 e Z=1,5 está sombreada em azul-claro e
possui hachuras diagonais. Essa área sombreada representa a probabilidade ou
proporção de dados que caem entre a média e 1,5 desvios-padrão acima da
média. Fim da descrição.

Se formos procurar na tabela a probabilidade entre 0 e 1,5, obtemos o valor de 0,4332

ou 43,32%. Na tabela, devemos procurar a linha que contenha a primeira unidade e o
decimal 1,5, e a coluna com o centésimo e o milésimo: 0,00. No cruzamento da linha
com a coluna selecionada, obtemos então o valor 0,4332 que, em porcentagem, fica
43,32%. Observe que a tabela apresenta somente a parte positiva da curva, porém,
como a curva é simétrica, a probabilidade do lado positivo é idêntica à do lado

negativo.
Cálculo de Probabilidade com Qualquer Variável com
Distribuição Normal
Vejamos o seguinte exemplo:

A quantidade de colesterol no plasma tem distribuição normal com média 200mg e

desvio padrão de 20mg, conforme a ilustração a seguir:

Figura 21

#ParaTodosVerem: um gráfico em preto e branco que ilustra a Curva de

Distribuição Normal (Curva de Gauss) em um sistema de coordenadas. O eixo
horizontal (X) é rotulado com um x e contém o valor μ=200 (mi = 200), que
representa a média da distribuição e está marcado por uma linha vertical que
vai da base até o ponto mais alto (o pico) da curva. O eixo vertical (Y) é rotulado
com um y. O ponto de origem é o 0 no canto inferior esquerdo. A curva em
formato de sino (a distribuição normal) é simétrica em relação à linha vertical
da média (μ=200), indicando uma distribuição de dados que se concentra em
torno deste valor central. Fim da descrição.
Perguntamos:

Qual a probabilidade de um indivíduo apresentar valores de colesterol entre 200 e 225

mg?

Para facilitar o entendimento, coloque os valores em um esboço da curva, como

mostrado abaixo:

Figura 22
 #ParaTodosVerem: um gráfico em preto e branco que ilustra a Curva de
Distribuição Normal (Curva de Gauss) em um sistema de coordenadas. O eixo
horizontal (X) é rotulado com um x e contém dois valores marcados: 200, que
representa a média da distribuição, e 225. Uma linha vertical marca a média no
valor 200, indo da base até o ponto mais alto (o pico) da curva. Uma segunda
linha vertical marca o valor 225 no eixo horizontal. O eixo vertical (Y) é rotulado
com um y. O ponto de origem é o 0 no canto inferior esquerdo. A curva em
formato de sino (a distribuição normal) é simétrica em relação ao valor 200.
Fim da descrição.

Se X é uma variável com distribuição normal (essa informação tem que ser dada no
exercício) de média µ e desvio padrão σ, então devemos transformar a variável X em Z
pela seguinte expressão:

Substituindo os valores:

Para X (valor dado na questão) = 225, temos: Z1 = (225-200)/20 = 1,25

Para X (valor dado na questão) = 200, temos: Z2 = (200-200)/20 = 0

Substituímos X1 (=225) e X2 (=200) dados na questão por Z1 e Z2, que foram calculados

pela fórmula, assim teremos o seguinte esboço da distribuição normal reduzida:

 Figura 23

#ParaTodosVerem: um gráfico em preto e branco que ilustra a Curva de

Distribuição Normal Padrão (Curva de Gauss) em um sistema de coordenadas. O
eixo horizontal (Eixo Z) é rotulado com um z e contém dois valores marcados:
0, que representa a média da distribuição (a linha vertical no pico), e 1,25. O
eixo vertical (Y) é rotulado com um y. O ponto de origem é o 0 no canto inferior
esquerdo. Uma linha vertical marca o valor 0 e outra linha vertical marca o
valor 1,25 no eixo horizontal. A curva em formato de sino (a distribuição
normal) é simétrica em relação ao Z=0. Fim da descrição.

O que significa dizer que a probabilidade X entre 200mg e 225mg é a mesma

probabilidade de Z assumir valores entre 0 e z=1,25, que, segundo a tabela, vamos
buscar a linha 1,2 (veja na Figura 24) e a coluna 0,05 (veja na tabela abaixo) onde
obtemos o valor: 0,3944 ou 39,44%.
Figura 24 – Tábua da distribuição das probabilidades em
uma curva normal reduzida, valores entre 0 e z P(0 - z)

#ParaTodosVerem: uma tabela estatística, conhecida como Tabela Z ou Tabela

de Áreas sob a Curva Normal Padrão. A tabela exibe valores numéricos de
probabilidade (área) com quatro casas decimais. A tabela é estruturada com:
Coluna da esquerda (vertical): Valores de Z variando de 0,0 a 3,0 (com uma casa
decimal). O valor 1,2 está circulado em vermelho. linha superior (horizontal):
Valores de Z de 0,00 a 0,09 (a segunda casa decimal). O valor 0,05 está
circulado em vermelho. Um círculo vermelho e uma linha vermelha que se
estende da linha 1,2 até a coluna 0,05 destacam o valor de interseção: 0,3944.
Este valor, 0,3944, representa a área (ou probabilidade) sob a curva normal
padrão entre a média (Z=0) e a pontuação Z=1,25 (obtida pela soma 1,2+0,05).
Fim da descrição.
📄 Referências
Página 2 de 2

ARANGO, H. G. Bioestatística – Teórica e Computacional. 2. ed. Rio de Janeiro:

Guanabara Koogan, 2005. (acompanha CD demonstrativo)

BERQUÓ, E. S.; SOUZA, J. M. P.; GOTLIEB, S. L. D. Bioestatística. 2. ed. São Paulo:

Editora Pedagógica e Universitária, 1981.

TRIOLA, M. F. Introdução à Estatística. Rio de Janeiro: LTC, 2005.

VIEIRA, S. Bioestatística: tópicos avançados. 2. ed. São Paulo: Campus, 2003.

VIEIRA, S. Introdução à Bioestatística. 4. ed. Rio de Janeiro: Elsevier, 2008.

VIEIRA, S. Princípios de Estatística. São Paulo: Pioneira Thomson Learning, 2003.