Baixe o app para aproveitar ainda mais
Prévia do material em texto
EDUCAÇÃO CONTINUADA A DISTÂNCIA FACULDADE APOGEU ESTATÍSTICA APLICADA Quadra 29 Lotes 39/43 Setor Central Gama - DF (61) 3484-7097 / 3033-1874 www.faculdadeAPOGEU.com.br SUMÁRIO APOGEU – Educação Continuada a Distância 2 INTRODUÇÃO ................................................................................................................................... 3 1. SERIE CRONOLÓGICA, TEMPORAL, EVOLUTIVA OU HISTÓRICA ........................................ 3 2. SERIE GEOGRAFIA OU DE LOCALIZAÇÃO. .............................................................................. 3 3. SÉRIE ESPECÍFICA ......................................................................................................................... 3 4. DISTRIBUIÇÃO DE FREQÜÊNCIAS. ............................................................................................ 4 5. GRÁFICOS ....................................................................................................................................... 4 6. REPRESENTAÇÃO DA AMOSTRA ............................................................................................... 8 INTRODUÇÃO APOGEU – Educação Continuada a Distância 3 Estatística descritiva se constitui num conjunto de técnicas que objetivam descrever, analisar e interpretar os dados numéricos de uma população ou amostra. 1. SERIE CRONOLÓGICA, TEMPORAL, EVOLUTIVA OU HISTÓRICA. É a série estatística em que os dados são observados segundo a época de ocorrência. Exemplo: Vendas da companhia Alfa – 1970 – 1977 Ano Vendas (em $1.0000,00) 1970 1971 1972 1973 1974 1975 1976 1977 2.181 3.948 5.642 7.550 10.009 11.728 18.873 29.076 2. SERIE GEOGRAFIA OU DE LOCALIZAÇÃO. É a série estatística em que os dados são observados segundo a localidade de ocorrência. Exemplo: INAMPS – Empresas fiscalizadas em 1973 Regiões Empresas fiscalizadas Norte Nordeste Sudeste Sul Centro-Oeste 7.495 107.783 281.207 53.661 15.776 3. SÉRIE ESPECÍFICA: É a série estatística em que os dados são agrupados segundo a modalidade de ocorrência. Exemplo: Matrícula no Ensino de Terceiro Grau Brasil – 1975 (clico básico) APOGEU – Educação Continuada a Distância 4 Área de ensino matriculas Ciências Biológicas Ciências Exatas e Tecnologia Ciências Agrárias Ciências Humanas Letras Artes Duas ou mais áreas 32.109 65.949 2.419 148.842 9.883 7.464 16.323 4. DISTRIBUIÇÃO DE FREQÜÊNCIAS. È a série estatística em quem os dados são agrupados com suas respectivas freqüências absolutas. Exemplos: a) Número de Acidentes por Dia na Rodovia X em Janeiro de 1977 Numero de acidentes pro dia Numero de dias 0 1 2 3 4 5 10 7 4 5 3 2 b) Altura dos alunos da Classe em Março de 1977. Altura (m) Numero de alunos 1,50 - 1,60 1,60 - 1,70 1,70 - 1,80 1,80 – 1,90 5 15 17 3 5. GRÁFICOS A representação gráfica das séries estatísticas tem por finalidade representar os resultados obtidos, permitindo chegar-se a conclusões sobre a evolução do fenômeno ou sobre como se relacionam os valores de série. Não há uma única maneira de representar graficamente uma série estatística. A escolha do gráfico mais apropriado ficará a critério do analista. Contudo, os elementos simplicidade, clareza e veracidade devem ser considerados quando da elaboração de um gráfico. Eis os principais tipos gráficos. APOGEU – Educação Continuada a Distância 5 1. Gráficos em Colunas População Brasileira – 1940 – 1970 Ano População 1940 1950 1960 1970 41.236.315 51.944.397 70.119.071 93.139.037 10 20 30 40 50 60 70 80 90 100 1940 1950 1960 1970 ano Po pu la çã o do B ra si l ( m ilh õe s) 2. Gráfico em Barras É semelhante ao gráfico em colunas, porém os retângulos são dispostos horizontalmente. Eis uma configuração: APOGEU – Educação Continuada a Distância 6 3. Gráficos em Setores É a representação gráfica de uma série estatística, em um círculo por meio de setores. É utilizado principalmente quando se pretende comparar cada valor da série com o total. Para construí-lo, divide-se o circulo em setores cujas áreas serão proporcionadas aos valores da série. Essa divisão poderá ser obtida pela solução da regra de três. Exemplo: Receita do Município X de 1975 a 1977 Anos Receita (em Cr$1.000.000,00) 1975 1976 1977 Total 90 120 150 360 Para 1975: 360 – 360º 90 – x° x°=90º Para 1976: 360 – 360º 120 – x° x°=120° Para 1977: 360 – 360 150 – x° x°=150° Receita do Município X 1975 1976 1977 total________360° Parte ________ X º APOGEU – Educação Continuada a Distância 7 4. Gráfico Polar É a representação da uma série por meio de um polígono. Geralmente presta-se para apresentação de séries temporais. Para construí–lo, divide-se uma circunferência em tantos arcos iguais quantos forem os dados a representar. Pelos pontos de divisas traçam – se raios. Em cada raio é representado um valor da série, marcando – se um ponto cuja distância ao centro é diretamente proporcional a esse valor. 5. Distribuição de Freqüências Eis alguns conceitos fundamentais: 5.1 População É um conjunto de indivíduos ou objetos que apresentam pelo menos uma característica em comum. A população pode ser finitaou infinita. Na prática ,quando uma população é finita ,com um número grande de elementos, considera-se como população infinita. 5.2 Amostra Considerando-se a impossibilidade na maioria das vezes, do tratamento de todos os elementos da população, retira – se uma amostra. Para os propósitos dessa apresentação admite-se que uma amostra já tenha sido escolhida de conformidade com alguma técnica de amostragem. 5.3 Variável Discreta e Variável Contínua A variável é discreta quando assume valores em pontos da reta real. Exemplo: Número de erros em um livro: 0, 1, 2, 3, 4,5... Por outro lado, quando a variável pode assumir teoricamente qualquer valor em certo intervalo da reta real, ela será uma variável contínua. Exemplo: peso de alunos, pois, teoricamente, um indivíduo poderá ter 50,5kg; 50,572 kg; 50,585 kg. 6. REPRESENTAÇÃO DA AMOSTRA A seguir são apresentados os procedimentos para a representação das distribuições de freqüências. 1. Dados Brutos APOGEU – Educação Continuada a Distância 8 O conjunto dos dados numéricos obtido após a critica dos valores coletados constitui-se nos dados brutos. Assim: 24 – 23 – 22 – 28 - 35 – 21 – 23 – 33 – 34 – 24 – 21 – 25 – 36 – 26 – 22 – 30 – 32 – 25 – 26 – 33 – 34 – 21 – 31 – 25 – 31 - 26 – 25 – 35 – 33 – 31 são exemplos de dados brutos. 2. Rol É o arranjo dos dados brutos em ordem crescente ou decrescente. Assim: 21 - 21- 21- 22 – 22 – 23 - 23 - 24 – 25 – 25 – 25 – 25 – 26 – 26 – 26 – 28 – 30 – 3 1 – 31 - 32 - 33-33 - 34 - 34 - 34 – 35 – 35 - 36 constituem o rol. 3. Amplitude total ou “Range” (R) É a diferença entre o maior e o menor valor observados. No exemplo . R= 36 – 21 = 15. 4. Freqüência absoluta (Fi) É o número de vezes que o elemento aparece na amostra. Ou o número de elementos pertencentes a uma classe. No exemplo, F(21) = 3. 5. Distribuição de freqüência É o arranjo dos valores e suas respectivas freqüências. Assim, a distribuição de freqüência para o exemplo será: X i F i 21 22 23 24 25 26 28 30 31 32 33 34 35 3 2 2 1 4 3 1 1 3 1 3 3 2 APOGEU – Educação Continuada a Distância 9 Exemplo de distribuição de freqüências de uma variável discreta ( tipo A ). Observe: 1. X representa a variável 2. ∑ Fi = n 3. n = tamanho da amostra. Exemplo de distribuição de freqüências para variável contínua: Seja Xi peso de 100 indivíduos: Exemplo da Distribuição de Freqüências de uma Variável contínua (tipo B) 6. Número de classes (K) Não Há uma fórmula exata para o cálculo do número de classes. A) k = 5 para n ≤ 25 e k n , para n>25. B) Fórmula de Sturges k 1 + 3,22 log n, em que n = tamanho da amostra. Exemplo: seja n = 49, então: K + 49 =7 ou k 1 + 3,22 log 49 7. 36 1 ∑ 30 Classe F i 45 ├ 55 55├ 65 65├75 75├ 95 85├ 95 15 30 35 15 5 ∑ 100 APOGEU – Educação Continuada a Distância 10 7. Amplitude das classes (h) h R ÷ K Assim como no caso do numero de classes (k), a amplitude das classes (h) deve ser aproximada para o maior inteiro. Assim, se k 6, 4, usa – se k =7 ou h 1, 7, usa-se h = 2. 8. limites das classes Existem diversas maneiras de expressar os limites das classes. Eis algumas: a) 10 ├┤ 12: compreende todos os valore entre 10 e 12: b) 10 ├ 12 compreendem todos os valores de 10 a 12, excluindo o 12; c) Limite aparente 10 – 12; limite real 9,5 – 11,5; d) 10 ┤ 12 compreendem todos os valores, excluindo o 10. Usaremos a forma expressa no exemplo b. 9. Pontos médios das classes É a media aritmética o limite superior e o limite inferior da classe assim se a classe for 10 ├ 12, teremos: X i = 10 12 2 = 11, como ponto médio da classe. 10. Freqüência absoluta acumulada (Fac) È a soma das freqüências dos valores inferiores ou iguais ao valor dado. Exemplo: X i F i Fac 0 1 2 3 5 2 3 8 10 ∑ 10 11. Freqüência Relativa (fi). A freqüência relativa de um valor é dada por fi = i F n ,ou seja, é a porcentagem daquele valor na amostra. Exemplo: APOGEU – Educação Continuada a Distância 11 X i F i fi 1 2 3 5 7 2 5 14 1/2 1/7 ∑ 14 1 Note: ∑ fi = 1. Assim 1/ 2 =50% dos elementos correspondem ao 2. 12. Histograma É a representação gráfica de uma distribuição de freqüências por meio de retângulos justapostos. 13. Polígono de freqüências É a representação gráfica de uma distribuição de freqüência por meio de um polígono. Exemplo: (histogramas e polígonos de freqüências). 14. Média Aritmética - Dados não Agrupados Sejam X1, X2,... Xn, , portanto “n” valores da variável X. A média aritmética simples de X representada por X e definida por : Ou simplesmente em que n é o número de elementos do conjunto. Exemplo: Determinar a média aritmética simples dos valores: 3, 7, 8, 10, 11. x X n = 3 7 8 10 11 5 7,8X 15. Média Aritmética – Dados Agrupados X = 1 n i i X n x X n APOGEU – Educação Continuada a Distância 12 Quando os dados estiverem agrupados numa distribuição de freqüência usaremos a média aritmética dos valores x1, x2... x n, ponderados pelas respectivas a Freqüências absolutas: F1, F2, F3... F n. Assim: Ou Exemplos: a) Dada a seguinte distribuição: x i │ 1 2 3 4 –––––– ––––––––––––––– Fi │ 1 3 5 1 Determinar à média. Um dispositivo prático para esse cálculo é a composição da seguinte tabela: x i Fi x i Fi 1 2 3 4 1 3 5 1 1 6 15 4 ∑ 10 26 i iX F X n = 26 10 =2,6 Lembre-se de que ∑ Fi = n Exemplo: Determinar à média da distribuição: Renda Familiar (milhares de $)2 ├4 4├ 6 6├ 8 8├10 10├ 12 ––––––––––––––––––––––––––––––––––––––––––––––––––––––– N○ de Famílias 5 10 14 8 3 Nesse caso, as classes são representadas pelos seus pontos médios, portanto: Classes Fi xi x i Fi 1 n i i i X F X n i iX F X n APOGEU – Educação Continuada a Distância 13 2 ├ 4 4 ├ 6 6 ├ 8 8 ├10 10├12 5 10 14 8 3 3 5 7 9 11 15 50 98 72 33 ∑ 40 268 i iX F X n = 268 40 6,7X Como a renda familiar foi dada em milhares, pode–se dizer que a renda média desse grupo de 40 famílias é de $ 6.700,00. 16. Média Geral Sejam 1, 2, 3,......., kX X X X as médias aritméticas de k séries e n1, n2, n3, nk os números de termos destas séries, respectivamente. A média aritmética da série formada pelos termos das k séries é dada pela fórmula: 1 1 2 2 1 2 ... ... k k k n X n X n X X n n n Exemplo: Sejam as séries: 1) 4, 5, 6, 7, 8 em que n1 = 5 e 1X = 6 2) 1, 2, 3 em que n2=3 e 2X = 2 3) 9, 10, 11, 12, 13 em que n3=5 e 3X = 11 Então, a média geral das séries, utilizando fórmula acima será: APOGEU – Educação Continuada a Distância 14 5 . 6 + 3 . 2 + 5 . 11 X = ––––––––––––––––– = 7 5 + 3 + 5 17. Média Geométrica Sejam X1 , X2 ,.X3,.....Xn , valores de X, associados às freqüências absolutas F1, F2 , F3..... Fn , respectivamente. A média geométrica de X é definida por: Em particular, se F1 = F2 = F3 = ... = Fn = 1, tem – se: Exemplo: calcular a média geométrica dos valores 3, 6, 12, 24, 48. Logo: Mg = 5 3 6 12 24 48 Mg = 5 248.832 Mg = 12 18. Média harmônica Sejam X1 , X2 ,.X3,.....Xn valores de X, associados às freqüências absolutas F1, F2 , F3.... Fn; respectivamente. A média harmônica de X é definida por: 1 2 11 2 ..... n n i in i n n Mh F FF F x x x x Em particular, se F1 = F2 = F3 = ... Fn = 1, tem – se: Mg = 1 2 3 1 2 3 . . ...... n F F F F n nX X X X Mg = 1 2 3 . . ......n nx x x x APOGEU – Educação Continuada a Distância 15 11 2 1 1 1 1 .... n in i n n Mh x x x x Exemplo: calcular a média harmônica para 2, 5, 8. Então: 3 3,64 1 1 1 2 5 8 Mh 19. Mediana Colocado em ordem crescente, mediana ( x ) é o valor que divide amostra, ou população, em duas partes iguais. Assim. 0 50% 100 % ├–––––––––––––│––––––––––––┤ x 20. Cálculo da Mediana – Variável Discreta Se n for ímpar a mediana será a média entre os elementos centreis (de ordem 1 2 n ,Caso n seja par a mediana será a média entre os elementos centrais (de ordem 2 n e 2 n + 1). Exemplos: a) Dada a distribuição : Xi Fi Fac 1 2 3 4 1 3 5 2 1 4 9 11 APOGEU – Educação Continuada a Distância 16 Contém o 6° elemento n = 11, n é impar logo ( x ) será o elemento de ordem 1 2 n ou seja 11 1 2 =6° Será, portanto, o sexto elemento. Para identificá-lo, abre-se a coluna da Freqüência acumulada Crescente (Fac ). 21. Cálculo da Mediana – Variável contínua 1° Passo: Calcula-se a ordem 2 n .Como a variável é contínua, não se preocupe se n e par ou ímpar. 2° Passo: Pela Fac identifica-se a classe que contém a mediana (classe Md). 3° Passo: Utiliza-se a fórmula. . . 2 Md Md n f h x l F em que: FMd = limite inferior da classe Md . n = tamanho da amostra ou número de elementos. ∑f = soma das freqüências anteriores á classe Md. h= amplitude da classe Md Fmd =freqüência da classe Md. Exemplo: dada a distribuição amostral, calcular a mediana. Classes Fi Fac 35├ 45 5 5 45├55 12 17 55├65 18 35 65├75 14 49 75├85 6 55 85├95 3 58 58 ∑ 11 APOGEU – Educação Continuada a Distância 17 1° Passo: Calcula-se 2 n . Como n = 58, temos 58 2 =29° 2° Passo: Identifica-se a classe Md pela Fac. Neste caso, a classe Mo É a 3º. 3° Passo: aplica-se a fórmula: . 2 Md Md n f h x l F No caso 55; 58; 17; 10; 18. MdMd n f hl F Logo: 58 17 .10 2 55 61,67 18 x 22. Quartis Os quartis dividem um conjunto de dados em quatro partes iguais. Assim: 0% 25% 50% 75% 100% ├————–––│—————–│——————│——————┤ Q1 Q2 Q3 Q1 = 1° quartil ,deixa 25 % dos Elementos. Q2 = 2° quartil, coincide com a mediana, deixa 50% dos elementos. Q3 = 3° quartil, deixa 75% dos elementos. Eis as fórmulas para os cálculos de Q1 e Q3 para o caso de variáveis contínuas. Determinação de Q1: 1° Passo: Calcula-se 4 n 2°Passo: Identifica-se a classe Q1 pela Fac. 3°Passo: Aplica-se a fórmula: APOGEU – Educação Continuada a Distância 18 1 1 1 . 4 Q Q n f h Q l F Determinação de Q3: 1°Passo: calcula-se 3 4 n 2°Passo: Identifica-se a classe Q3 pela Fac 3°Passo: Aplica-se a fórmula: 3 3 3 3 . 4 Q Q n f h Q l F Exemplo: Dada a distribuição, determinar os quartis (Q1 e Q3) e mediana. Classe Q1 → Classe Md → Classe Q3 → 1°Passo: n = 56 Q1 = ? x = ? Q3=? 56 14 4 4 n 56 28 2 2 n 3 42 4 n 2°Passo: Pela Fac identifica-se a classe Q1, classe Md e classe Q3. 3°Passo: Uso das fórmulas Classes Fi Fac 7 ├ 17 17├ 27 27 ├ 37 37 ├ 47 47 ├ 57 6 15 20 10 5 6 21 41 51 56 ∑ 56 APOGEU – Educação Continuada a Distância 19 Para Q1 temos: 11 17, 56, 6; 10, 15 QQ n f hl F Para x temos: 27, 56, 21; 10, 20. MdMd n f hl F Para Q3 temos: 33 37, 56, 41; 10, 10. QQ n f hl F Logo: 1 56 6 .10 4 17 22,33. 15 Q 56 21 .10 2 27 30,5 20 x 3 3.56 41 4 37 .10 38 10 Q Diante desses resultados, pode-se afirmar que, nesta distribuição, tem-se; 25 % 25% 25% 25% ├————–––│—————–│—————–│–—————┤ 7 22,33 30,5 38 57 23. Decis Continuando o estudo das medidas separatrizes, mediana e quartis, tem- se os decis. São os valores que dividem a série em 10partes iguais. 1° Passo: calcula-se . 10 i n , em que i = 1,2,3,4,5,6,7,8 e 9. 2°Passo: Identifica-se a classe iD , pela Fac. 3°Passo Aplica-se a fórmula: . . 10 i i i D D i n f h F lD APOGEU – Educação Continuada a Distância 20 Em que : iDl = limite inferior da classe iD = 1, 2, 3,…9 n = tamanho da amostra h = amplitude da amostra iD DiF = freqüência da classe iD ∑f = soma das freqüências anteriores à classe ID 24. Percentis São as medidas que dividem a amostra em 100 partes iguais. O cálculo de um percentil é dado por: 1° Passo: calcula-se . 100 i n , em que i = 1,2,3....98,99. 2°Passo: pela Fac identifica-se a classe iP 3°Passo: usa – se a fórmula. . . 100 i i i P p i n f h lP F em que : ipl = limite da classe iP , em que i = 1,2,3....99 n = tamanho da amostra f = soma das freqüência anteriores á classe iP h = amplitude da classe iP i pF = freqüência da classe iP 25. A Moda (Mo) Denominamos moda o valor que ocorre com maior freqüência em uma série de valores. 26. Dados não agrupados APOGEU – Educação Continuada a Distância 21 Quando lidamos com valores não-agrupados, a moda é facilmente reconhecida; basta, de acordo com a definição, procurar o valor que mais se repete. A série de dados: 7,8,9,10,10,10,11,12,13,15 tem moda igual a 10 . 27. Dados agrupados P ara dados agrupados em classes, há diversas fórmulas para o cálculo da moda. a) 1° processo: fórmula de Czuber 1° Passo: Identificar-se a classe modal (aquela que possui maior freqüência) 2° Passo: Aplica-se fórmula; Em que: l = limite inferior da classe modal 1 = diferença entre a freqüência da classe modal e a imediatamente anterior 2 = diferença entre a freqüência da classe modal e a imediatamente posterior h = amplitude da classe. Exemplo: Determinar a moda para a distribuição. Classes 0 ├ 1 1├ 2 2 ├ 3 3 ├ 4 4 ├ 5 ∑ Fi 3 10 17 8 5 43 1° Passo: indica-se a classe modal. No caso, trata-se da 3° classe 2├ 3 2° Passo: aplica-se a fórmula: em que: l = 2 1 = 17 – 10 = 7 2 = 17 – 8 = 9 h = 1 Portanto: * 1 1 2 . o l hM * 1 1 2 . o l hM APOGEU – Educação Continuada a Distância 22 7 2 .1 2,44 7 9oM b) 2° processo: fórmula de Pearson 3 2oM x X Ou seja, a moda é aproximadamente a diferença entre o triplo da mediana e o dobro da média. Essa fórmula dá uma boa aproximação quando a distribuição apresenta razoável simetria em relação a média. 27) Medidas de Dispersão São mediadas estatísticas utilizadas para avaliar o grau de variabilidade ou dispersão, dos valores em torno de média. Servem para medir a representatividade da média. Dispersão ←––––––––––––––––→ ––––––––––––––––––––––––│––––––––––––––––––––––––––– X x Sejam as séries: a) 20,20,20 b) 15,10,20,25,30 Tem – se : aX = 20 e bX = 20 Observe: Apesar de as séries terem médias iguais, na série ¨a ¨ não se tem dispersão, enquanto os valores da série “b” apresentam dispersões em torno da média 20. Assim, a média é muito mais representativa para a série “a” do que para série “b”. 28) Amplitude Total É a diferença entre o maior e o menor dos valores da série. m x mimR X Xá Exemplo: Para a série 10,12,20,22,25,33,38 R= 38 – 10 = 28 APOGEU – Educação Continuada a Distância 23 29) Desvio Médio Desde que se deseja medir a dispersão os dados em relação à média parece interessante a análise dos desvios em torno da média, isto é,analisar os desvios: ii Xd X mas a soma de todos os desvios é igual a zero . isto é: 0ii Xd X Logo será preciso encontra uma maneira de se trabalha com os desvios sem que a soma de zero. Dessa forma define-se desvio médio como: . M i X iii X Fd FD n n 30) Variância Neste caso considera-se o quadrado de cada desvio 2 i XX , evitando com isso que ∑d = 0. Assim, a definição da variância populacional é dada por: 2 2 2 . .i i iiX N N X F d F Trata – se da média aritmética dos quadrados dos desvios . Observação: 1 . 2 indica variância populacional e lê –se sigma ao quadrado . 2 . X da fórmula é média da população . Para o caso do cálculo da variância amostral é conveniente o uso da seguinte fórmula 2 2 . 1 i i X n X F S Como você deve ter notado, as diferenças entre as fórmulas são : para o caso da variância populacional: 2 , utiliza-se a média populacional X , tendo como denominador o tamanho da população : N. Para o cálculoda variância amostral: S2, utiliza-se a média amostral X ,tendo como APOGEU – Educação Continuada a Distância 24 denominador o tamanho da amostra menos um: (n – 1). Fórmulas práticas para os cálculos das variâncias. 2 22 1 i i i iN N X F X F ou 2 22 1 1 i i i i S n n X F X F Que foram obtidas por transformações nas respectivas fórmulas originais. 31) Desvio Padrão Para o cálculo do desvio-padrão deve-se primeiramente determinar o valor da variância e, em seguida, extrair a raiz quadrada desse resultado. 2 É o desvio-padrão populacional. 2s s é o desvio - padrão amostral 32) Coeficiente de Variação Trata-se de uma medida relativa de dispersão útil para a comparação em termos relativos do Grau de concentração em torno da média de séries distintas. É dado por: .100CV X ou .100 S CV X Onde: = desvio – padrão populacional X = média populacional S = desvio-padrão amostral X = média amostral O coeficiente de variação é expresso em porcentagens. Exemplo: Numa empresa, o salário médio dos homens é de $4.000.00, com desvio – padrão de $1.500,00, e o das mulheres é em média de $3.000,00, com desvio – padrão. de $1.200,00. Então: Para os homens .100CV X = 1500 100 37,5% 4000 x Para as mulheres .100CV X = 1200 100 40% 3000 x APOGEU – Educação Continuada a Distância 25 Logo, podemos concluir que os salários das mulheres apresentam maior dispersão relativa que os dos homens. Diz-se que a distribuição possui pequenas variabilidades (dispersão) quando o coeficiente der até 10 %; média dispersão quando estiver acima de 10% até. 20%; e grande dispersão quando superar 20%. Alguns analistas consideram: Baixa dispersão: CV ≤ 15 % Média dispersão: 15% < CV < 30% Alta dispersão: CV ≥ 30 % 33) Números índices Números – índice ou, simplesmente, índice é a relação entre dois estados de uma variável ou de um grupo de variáveis, suscetível de variar tempo ou espaço ( ou de grupo de indivíduos para grupo de indivíduos). 34) Relativos de Preços Quando queremos analisar a variação no preço (ou na quantidade ou no valor ) de um só bem, basta expressar tal variação em termos percentuais, obtendo o que denominamos relativo de preço ( de quantidade ou de valor). Assim, representando por ( 0) época – base e por (t) época atual, temos: Po : preço n época – base; Pt : preço n época atual. (Po, t é o relativo de preço ) 0, 0 100t t xPP P Do mesmo modo, obtemos: 0, 0 100t t x q q q (relativo de quantidade ) APOGEU – Educação Continuada a Distância 26 0, 0 100t t xVV V (relativo de valor ) 35) Elos de Relativos Vários relativos formam elos quando cada um deles é calculado tomando como base o anterior: São os relativos de base móvel. Assim, se um bem apresentou, no período de 1991 a 1994, respectivamente os preços de R$ 240, R$300, R$360, R$540, os elos relativos são: P92 300 P91,92 = ––––– x 100 = ––––– x 100 = 1,25 x 100 = 125 P91 240 P93 360 P92,93 = ––––– x100 = ––––– x 100 = 1,2 x 100 = 120 P92 300 P94 540 P93,94 = ––––– x100 = ––––– x 100 = 1,5 x 100 = 150 P93 360 35) Relativos em Cadeia Os relativos em cadeia é o índice de base fixa: todos os relativos são calculados tomando-se uma determinada época como base. Utilizando como exemplo pos dados do item anterior e considerando 1991. Como ano-base, obtemos: P92 300 P91,92 = ––––– x 100 = ––––– x 100 = 1,25 x 100 = 125 P91 240 P93 360 P91,93 = ––––– x 100 = ––––– x 100 = 1,5 x 100 = 150 P91 240 P94 540 P91,94 = ––––– x 100 = ––––– x 100 = 2,25 x 100 = 225 P91 240 APOGEU – Educação Continuada a Distância 27 36) índices Agregativos A variação de preços exige um índice que sintetize a variação dos preços de um conjunto de bens (agregado). Para atingir esse objetivo, lançamos mão de um novo tipo de índice: o índice agregativo. 37) índices Agregativos Simples Um modo de determinar o índice agregativo simples é calcular a média aritmética dos relativos, obtendo o índice médio de relativos. Assim, dada a tabela abaixo: Bens Relativos 1994 De preço 1995 A(m) B(kg) C (ℓ) 100 100 100 150 125 160 ∑ = 300 ∑= 435 Temos, lembrando que n =3: 435 Ip= –––– → Ip = 145% 3 39) índice agregativo ponderado Para o calculo do índice agregativo ponderado, há varias fórmulas: de Laspeyres, de Paasche, de Fisher etc. 40) Fórmula de Laspeyres ou método da época – base Ponderando os relativos de preço Pt, onde Pt é o preço na época atual e Po é o preço ––– Po na época – base , pelos valores (preços x quantidades ) do ano – base Po qo , obtemos a fórmula de Laspeyres. 0, 0 0 0 . . t P t p q L p q Exemplo: APOGEU – Educação Continuada a Distância 28 1) Sabendo que o preço de determinado produto era de R$ 50 em 1994 R$60 em 1995, determine o relativo de preço em 1995, tomando como base o ano de 1994. (E comum a notação 1994 = 100 para indicar que o ano de 1994 é tomado como base). Temos: P94 = 50 e P95=60. Logo: P95 60 P94, 95= —— x 100 = –––– x 100= 1,20 x 100 = 120. P 94 50 Daí: P94, 95 = 120% Esse resultado nos permite afirmar que o preço do produto em 1994 e 1995 sofreu um aumento de: 120- 120 = 20% Exemplo: 1) Considerando a tabela: Bens 1993 p q 1994 p q A B C 20 4 40 3 15 8 28 3 56 3 30 12 Calcule o índice ponderado para preço, empregando a fórmula de laspeyres e tomando 1993 = 100 : Lembrando que: ∑ p94. q 93 Lp 93,94 = ––––––––––––∑ p93. q93 Temos: (28x4) + (56x3) + (30x 8) 112 + 168 + 240 520 Lp 93,94 = ––––––––––––––––––––––––– = ––––––––––––––– = –––– = (20 x 4) + (40 x 3 ) + (15x 8 ) 80 + 120 + 120 320 = 1,625 ou 162,5%
Compartilhar