Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
* * * Controle de Qualidade Prof.: Tarcísio Faustini EXERCÍCIOS – SÉRIE 2 ESTATÍSTICA DESCRITIVA E INTRODUÇÃO À AMOSTRAGEM * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 1. Os dados seguintes representam o tempo (em segundos) para ir de 0 a 60 milhas por hora durante testes de rodagem de uma amostra de 17 modelos de automóveis alemães e uma amostra de 17 automóveis japoneses. Obtenha a média, mediana, amplitude e desvio-padrão amostral para cada conjunto de dados. * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 1. Os dados seguintes representam o tempo (em segundos) para ir de 0 a 60 milhas por hora durante testes de rodagem de uma amostra de 17 modelos de automóveis alemães e uma amostra de 17 automóveis japoneses. Obtenha a média, mediana, amplitude e desvio-padrão amostral para cada conjunto de dados. * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 1. Os dados seguintes representam o tempo (em segundos) para ir de 0 a 60 milhas por hora durante testes de rodagem de uma amostra de 17 modelos de automóveis alemães e uma amostra de 17 automóveis japoneses. Obtenha a média, mediana, amplitude e desvio-padrão amostral para cada conjunto de dados. * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 1. Os dados seguintes representam o tempo (em segundos) para ir de 0 a 60 milhas por hora durante testes de rodagem de uma amostra de 17 modelos de automóveis alemães e uma amostra de 17 automóveis japoneses. Obtenha a média, mediana, amplitude e desvio-padrão amostral para cada conjunto de dados. * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 1. Os dados seguintes representam o tempo (em segundos) para ir de 0 a 60 milhas por hora durante testes de rodagem de uma amostra de 17 modelos de automóveis alemães e uma amostra de 17 automóveis japoneses. Obtenha a média, mediana, amplitude e desvio-padrão amostral para cada conjunto de dados. * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 2. Sabe-se que o desvio-padrão de uma amostra de n elementos é dada pela expressão seguinte: onde xi representa o ponto médio de cada classe e fi é a frequência da classe i. * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 2. Determine a média e o desvio-padrão amostral referentes aos dados da tabela seguinte. Em seguida, construa o histograma, o polígono de frequências e a ogiva correspondentes. * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 2. Determine a média e o desvio-padrão amostral referentes aos dados da tabela seguinte. Em seguida, construa o histograma, o polígono de frequências e a ogiva correspondentes. * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 2. Determine a média e o desvio-padrão amostral referentes aos dados da tabela seguinte. Em seguida, construa o histograma, o polígono de frequências e a ogiva correspondentes. * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 2. Determine a média e o desvio-padrão amostral referentes aos dados da tabela seguinte. Em seguida, construa o histograma e o polígono de frequências absolutas. * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 2. Determine a média e o desvio-padrão amostral referentes aos dados da tabela seguinte. Em seguida, construa o histograma, o polígono de frequencias e a ogiva correspondentes. * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 3. De acordo com estatísticas do Controle da Qualidade, a média e a variância dos comprimentos dos eixos produzidos em uma certa indústria são respectivamente iguais a 200 cm e 100 cm2. Para esses comprimentos, cuja distribuição pode ser considerada normal, obtenha: 3.1 A moda. 3.2 A mediana. 3.3 O desvio-padrão. 3.4 O terceiro quartil. 3.5 A amplitude interquartílica, ou seja, a diferença entre o terceiro quartil e o primeiro quartil. 3.6 A probabilidade de ser maior que 180 cm. * * * Controle de Qualidade Prof.: Tarcísio Faustini 3.23 Variável aleatória normal z = s µ-3s µ-2s µ-s µ µ+s µ+2s µ+3s µ+4s N(µ, s2) -4 -3 -2 -1 0 1 2 3 4 x - µ * * * Controle de Qualidade Prof.: Tarcísio Faustini 3.23 Variável aleatória normal Uso de tabelas: * * * Controle de Qualidade Prof.: Tarcísio Faustini 3.23 Variável aleatória normal * * * Controle de Qualidade Prof.: Tarcísio Faustini 3.23 Variável aleatória normal * * * Controle de Qualidade Prof.: Tarcísio Faustini Quartil 4.6 Outras medidas Q1 Q2 Q3 25% 25% 25% 25% Estatística Descritiva * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 3. De acordo com estatísticas do Controle da Qualidade, a média e a variância dos comprimentos dos eixos produzidos em uma certa indústria são respectivamente iguais a 200 cm e 100 cm2. Para esses comprimentos, cuja distribuição pode ser considerada normal, obtenha: 3.1 A moda. 3.2 A mediana. 3.3 O desvio-padrão. 3.4 O terceiro quartil. 3.5 A amplitude interquartílica, ou seja, a diferença entre o terceiro quartil e o primeiro quartil. 3.6 A probabilidade de ser maior que 180 cm. Q3 75% 25% * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 3. Q3 75% 25% * * * Controle de Qualidade Prof.: Tarcísio Faustini 3.23 Variável aleatória normal * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 3. * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 3. Q1 75% 25% * * * Controle de Qualidade Prof.: Tarcísio Faustini 3.23 Variável aleatória normal * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 3. Q1 75% 25% * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 3. * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 3. * * * Controle de Qualidade Prof.: Tarcísio Faustini 3.23 Variável aleatória normal * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 3. * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 4. Para a amostra representada na tabela seguinte, obtenha a média, a mediana e a variância amostral. * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 4. Para a amostra representada na tabela seguinte, obtenha a média, a mediana e a variância amostral. * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 5. Um serviço foi avaliado por 500 usuários, que atribuíram notas representadas por números inteiros entre 0 (zero) e 10 (dez), distribuídas conforme o quadro seguinte: 5.1 Obtenha a probabilidade da nota de um usuário escolhido aleatoriamente ser menor que 5. * * * Controle de Qualidade Prof.: Tarcísio Faustini I. Aplicações numéricas: 5. Um serviço foi avaliado por 500 usuários, que atribuíram notas representadas por números inteiros entre 0 (zero) e 10 (dez), distribuídas conforme o quadro seguinte: 5.1 Obtenha a probabilidade da nota de um usuário escolhido aleatoriamente ser menor que 5. 5.2 Obtenha a média, a mediana, a moda e a amplitude dessas notas. * * * Controle de Qualidade Prof.: Tarcísio Faustini II. Verificação de Conceitos: 6. O número de vezes que um mesmo resultado de um experimento se repete em um conjunto de observações desse experimento chama-se: A. Probabilidade B. Moda C. Frequência D. Mediana E. Ogiva 6. O número de vezes que um mesmo resultado de um experimento se repete em um conjunto de observações desse experimento chama-se: A. Probabilidade B. Moda C. Frequência D. Mediana E. Ogiva * * * Controle de Qualidade Prof.: Tarcísio Faustini II. Verificação de Conceitos: 7. Curtose é uma medida de: A. Achatamento B. Assimetria C. Probabilidade D. Tendência central E. Ocorrência 7. Curtose é uma medida de: A. Achatamento B. Assimetria C. Probabilidade D. Tendência central E. Ocorrência
Compartilhar