Baixe o app para aproveitar ainda mais
Prévia do material em texto
ESTATÍSTICA APLICADA Aula 03 Média para uma distribuição de frequências de uma amostra ҧ𝑥 = σ𝑖=1 𝑛 (𝑓𝑖.𝑥𝑖) σ𝑖=1 𝑛 𝑓𝑖 , onde x é o ponto médio de cada classe Exemplo 1) As notas de uma disciplina para uma turma com 40 alunos estão representadas a tabela a seguir. Determine a média. Notas Ponto médio de cada classe Frequência ( fi ) 4⊢ 6 12 6 ⊢ 8 20 8⊢10 8 ҧ𝑥 = 5.12 + 7.20 + 9.8 40 ҧ𝑥 = 60 + 140 + 72 40 ҧ𝑥 = 6,8 5 7 9 Mediana (Md) para uma distribuição de frequências agrupadas com intervalo de classes 𝑀𝑑 = 𝑙 + σ𝐹𝑖 2 − 𝑓(𝑎𝑛𝑡) . ℎ 𝑓𝑖 𝑙 é o limite inferior da classe mediana σ 𝐹𝑖 2 fornece a posição da mediana e permite descobrir a classe da mediana 𝑓(𝑎𝑛𝑡) é a frequência acumulada da classe anterior à classe mediana ℎ é a amplitude da classe 𝑓𝑖 é a frequência simples da classe mediana Exemplo 2) Considere a distribuição de frequências a seguir, onde estão representadas as notas dos alunos de uma turma de um curso de Engenharia. Classes Notas fi fac 1 0 ⊢ 2 2 2 2 2 ⊢ 4 6 8 3 4 ⊢ 6 10 18 4 6 ⊢ 8 12 30 5 8 ⊢10 10 40 Solução: σ 𝐹𝑖 2 = 40 2 = 20 Classe mediana 𝑀𝑑 = 𝑙 + σ𝐹𝑖 2 − 𝑓(𝑎𝑛𝑡) . ℎ 𝑓𝑖 𝑙 = 6 𝑓(𝑎𝑛𝑡)=18 ℎ=2 𝑓𝑖 =12 𝑀𝑑 = 6 + 20 − 18 . 2 12 𝑀𝑑 = 6 + 0,33 𝑀𝑑 = 6,33 Classes Notas fi fac 1 0 ⊢ 2 2 2 2 2 ⊢ 4 6 8 3 4 ⊢ 6 10 18 4 6 ⊢ 8 12 30 5 8 ⊢10 10 40 Exemplo 3) Considere a distribuição de frequências a seguir, onde estão representados os salários dos funcionários de uma empresa multinacional. Determine a mediana. Salários (R$) Frequência (número de funcionários) 5000 ⊢ 7000 18 7000 ⊢ 9000 31 9000 ⊢ 11000 15 11000 ⊢ 13000 3 13000 ⊢ 15000 1 15000 ⊢ 17000 1 17000 ⊢ 19000 1 =70 Salários (R$) Frequência (número de funcionários) Facumulada 5000 ⊢ 7000 18 7000 ⊢ 9000 31 9000 ⊢ 11000 15 11000 ⊢ 13000 3 13000 ⊢ 15000 1 15000⊢ 17000 1 17000 ⊢ 19000 1 =70 18 49 64 67 68 69 70 𝑀𝑑 = 𝑙 + σ𝐹𝑖 2 − 𝑓(𝑎𝑛𝑡) . ℎ 𝑓𝑖 𝑙 = 7000 𝑓(𝑎𝑛𝑡)=18 ℎ=2000𝑓𝑖 =31 𝑀𝑑 = 7000 + 35 − 18 . 2000 31 𝑀𝑑 = 7000 + 1096,77 𝑀𝑑 = 8096,77 σ 𝐹𝑖 2 = 35 Classe mediana Distribuições agrupadas por classes (contínuas) Exemplo 4) Considere a distribuição de frequências a seguir, onde estão representadas as notas dos alunos de uma turma de um curso de Engenharia. Determine a moda. Classes Notas fi 1 0 ⊢ 2 2 2 2 ⊢ 4 6 3 4 ⊢ 6 10 4 6 ⊢ 8 12 5 8 ⊢10 10 Nesse exemplo a classe modal é a que apresenta as notas de 6 a 8 porque tem a maior frequência Para determinar a moda em dados agrupados usamos a Fórmula de Czuber: 𝑀𝑜 = 𝐿 𝑚𝑜 + 𝐷1 𝐷1 + 𝐷2 . ℎ 𝑀𝑜 = 𝑚𝑜𝑑𝑎 𝐿 𝑚𝑜 = limite inferior da classe modal 𝐷1 = frequência simples da classe modal - frequência anterior à da classe modal 𝐷2 = frequência simples da classe modal - frequência posterior à da classe modal h= amplitude da classe modal Classes Notas fi 1 0 ⊢ 2 2 2 2 ⊢ 4 6 3 4 ⊢ 6 10 4 6 ⊢ 8 12 5 8 ⊢10 10 𝑀𝑜 = 𝐿 𝑚𝑜 + 𝐷1 𝐷1 + 𝐷2 . ℎ 𝐿 𝑚𝑜 = 6 𝐷1 = 12 - 10 𝐷2 = 12 - 10 h= 2 𝑀𝑜 = 6 + 2 2 + 2 . 2 𝑀𝑜 = 7 Exemplo 5) Considere a distribuição de frequências a seguir, onde estão representados o número de dias de internação para pacientes com Covid, em uma UTI. Calcule a moda. Classes Número de dias Número de pacientes 1 0 ⊢ 4 5 2 4 ⊢ 8 15 3 8 ⊢ 12 20 4 12 ⊢ 16 25 5 16 ⊢ 20 5 Nesse exemplo a classe modal é a de 12 a 16 dias porque tem a maior frequência 𝑀𝑜 = 𝐿 𝑚𝑜 + 𝐷1 𝐷1 + 𝐷2 . ℎ 𝐿 𝑚𝑜 = 12 𝐷1 = 25 - 20 𝐷2 = 25 - 5 h= 4 𝑀𝑜 = 12 + 5 5 + 20 . 4 𝑀𝑜 = 12,8 𝑑𝑖𝑎𝑠 Classes Número de dias Número de pacientes 1 0 ⊢ 4 5 2 4 ⊢ 8 15 3 8 ⊢ 12 20 4 12 ⊢ 16 25 5 16 ⊢ 20 5 Exemplo 6) Considere a distribuição de frequências a seguir, onde estão representados o número de peças defeituosas existentes em 50 lotes de parafusos. Calcule a média, a moda e a mediana. Classes peças defeituosas Número de lotes 1 0 ⊢2 17 2 2 ⊢ 4 13 3 4 ⊢ 6 10 4 6 ⊢ 8 6 5 8 ⊢ 10 4 Clas ses peças defeituosas Número de lotes facumulada % frelativa 1 0 ⊢2 13 13 2 2 ⊢ 4 17 3 4 ⊢ 6 10 4 6 ⊢ 8 6 5 8 ⊢ 10 4 30 40 46 50 26% 34% 20% 12% 8% ҧ𝑥 = σ𝑖=1 𝑛 (𝑓𝑖 . 𝑥𝑖) σ𝑖=1 𝑛 𝑓𝑖 ҧ𝑥 = 13.1 + 17.3 + 10.5 + 6.7 + 4.9 50 𝑐𝑙𝑎𝑠𝑠𝑒 𝑚𝑒𝑑𝑖𝑎𝑛𝑎: 50 2 = 25 𝑀𝑑 = 𝑙 + σ𝐹𝑖 2 − 𝑓(𝑎𝑐 𝑎𝑛𝑡) . ℎ 𝑓𝑖 ҧ𝑥 = 3,84 parafusos Ou 4 parafusos em média 𝑀𝑑 = 2 + 25 − 13 . 2 17 𝑀𝑑 = 3,42 parafusos 𝑀𝑜 = 𝐿 𝑚𝑜 + 𝐷1 𝐷1 + 𝐷2 . ℎ Clas ses peças defeituosas Número de lotes 1 0 ⊢2 13 2 2 ⊢ 4 17 3 4 ⊢ 6 10 4 6 ⊢ 8 6 5 8 ⊢ 10 4 Classe modal 𝑀𝑜 = 2 + (17 − 13) (17 − 13) + (17 − 10) . 2 𝑀𝑜 = 2,73 Medidas separatrizes São medidas que dividem uma sequência de dados em partes iguais. São muito usadas: quartis (dividem a sequência de dados em 4 partes iguais) e percentis (dividem a sequência de dados em 100 partes iguais). Por exemplo, considere o rol: 20-21-22-22-23-23-23-23-23-24-24-24 São 12 dados que serão divididos em 4 partes iguais: 12:4 = 3 20 - 21- 22 – 22 – 23 – 23 – 23 – 23 – 23 – 24 – 24 - 24 Q1 Q2 Q3 Observe que a Mediana coincide com Q2 Q1 = 22+22 2 = 22 Q2 = 23+23 2 = 23 Qi = i. (𝑛+1) 4 , com i = 1,2,3 Generalizando temos: Q3 = 23+24 2 = 23,5 Percentis são os 99 valores que separam uma série em 100 partes iguais. Ci = i. (𝑛+1) 100 , com i = 1,2,3,...ou 99 𝑄𝑖 = 𝑙𝑖 + σ 𝐹𝑖 4 −𝑓𝑎𝑛𝑡 .ℎ 𝑓𝑖 Quartis para dados agrupados em classes: 𝑄𝑖 = 𝑣𝑎𝑙𝑜𝑟 𝑐𝑎𝑑𝑎 𝑞𝑢𝑎𝑟𝑡𝑖𝑙, com i =1, 2 ou 3 𝑙𝑖 = 𝑙𝑖𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑑𝑎 𝑐𝑙𝑎𝑠𝑠𝑒 𝑑𝑜 𝑞𝑢𝑎𝑟𝑡𝑖𝑙, com i =1, 2 ou 3 σ𝐹𝑖 4 = 𝑝𝑜𝑠𝑖çã𝑜 𝑑𝑜 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜 𝑛𝑜 𝑞𝑢𝑎𝑟𝑡𝑖𝑙 ℎ = 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑𝑒 𝑑𝑎 𝑐𝑙𝑎𝑠𝑠𝑒 𝑑𝑜 𝑞𝑢𝑎𝑟𝑡𝑖𝑙 𝑓𝑖 = 𝑓𝑟𝑒𝑞𝑢ê𝑛𝑐𝑖𝑎 𝑠𝑖𝑚𝑝𝑙𝑒𝑠 𝑑𝑎 𝑐𝑙𝑎𝑠𝑠𝑒 𝑞𝑢𝑎𝑟𝑡𝑖𝑙 𝑓𝑎𝑛𝑡 = 𝑓𝑟𝑒𝑞𝑢ê𝑛𝑐𝑖𝑎 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟 𝑑𝑎 𝑐𝑙𝑎𝑠𝑠𝑒 𝑞𝑢𝑎𝑟𝑡𝑖𝑙 𝐶𝑖 = 𝑙𝑖 + σ 𝑓𝑖 100 −𝑓𝑎𝑛𝑡 .ℎ 𝑓𝑖 Percentis para dados agrupados em classes: 𝑙𝑖 = 𝑙𝑖𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑑𝑎 𝑐𝑙𝑎𝑠𝑠𝑒 𝑑𝑜 𝑝𝑒𝑟𝑐𝑒𝑛𝑡𝑖𝑙, com i =1, 2 , 3...,99 σ𝑓𝑖 100 = 𝑝𝑜𝑠𝑖çã𝑜 𝑑𝑜 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜 𝑛𝑜 𝑝𝑒𝑟𝑐𝑒𝑛𝑡𝑖𝑙 ℎ = 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑𝑒 𝑑𝑎 𝑐𝑙𝑎𝑠𝑠𝑒 𝑑𝑜 𝑝𝑒𝑟𝑐𝑒𝑛𝑡𝑖𝑙 𝑓𝑖 = 𝑓𝑟𝑒𝑞𝑢ê𝑛𝑐𝑖𝑎 𝑠𝑖𝑚𝑝𝑙𝑒𝑠 𝑑𝑎 𝑐𝑙𝑎𝑠𝑠𝑒 𝑝𝑒𝑟𝑐𝑒𝑛𝑡𝑖𝑙 𝑓𝑎𝑛𝑡 = 𝑓𝑟𝑒𝑞𝑢ê𝑛𝑐𝑖𝑎 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟 𝑑𝑎 𝑐𝑙𝑎𝑠𝑠𝑒 𝑝𝑒𝑟𝑐𝑒𝑛𝑡𝑖𝑙 Emprego das medidas de tendência central média mediana moda - Obter a medida de posição que tem a maior estabilidade. -obter o ponto que divide uma amostra em duas partes iguais. - Obter uma medida rápida e aproximada de posição. - Há valores discrepantes que afetam a média. - Quando a medida de posição deve apresentar o valor mais característico da distribuição. https://cesad.ufs.br/ORBI/public/uploadCatalago/18041516022012Metodos_Quantitativos_em_Biologia_I_Aula_2.pdf, acesso em 20/03/2022 - Curva assimétrica negativa ҧ𝑥 < 𝑀𝑑 < 𝑀𝑜 - Curva simétrica ҧ𝑥 = 𝑀𝑑 = 𝑀𝑜 - Curva assimétrica positiva ҧ𝑥 > 𝑀𝑑 > 𝑀𝑜 https://cesad.ufs.br/ORBI/public/uploadCatalago/18041516022012Metodos_Quantitativos_em_Biologia_I_Aula_2.pdf Exercícios sobre medidas de tendência central 1) As idades médias dos 50 visitantes de uma exposição artística estão indicadas na tabela a seguir. Determine a idade média, a mediana e a moda. Idades frequência 0⊢ 10 6 10⊢20 18 20⊢30 11 30⊢40 3 40⊢50 0 50⊢60 8 60⊢70 4 = 50 Solução: Idades Ponto frequência Fac 0⊢ 10 6 10⊢20 18 20⊢30 11 30⊢40 3 40⊢50 0 50⊢60 8 60⊢70 4 = 50 6 24 35 38 38 46 50 5 15 25 35 45 55 65 ҧ𝑥 = σ𝑖=1 𝑛 (𝑓𝑖.𝑥𝑖) σ𝑖=1 𝑛 𝑓𝑖 ҧ𝑥 = 5.6 + 15.18 + 25.11 + 35.3 + 45.0 + 55.8 + 65.4 50 ҧ𝑥 = 27,6 anos Média: Mediana: Idades frequência Fac 0⊢ 10 6 10⊢20 18 20⊢30 11 30⊢40 3 40⊢50 0 50⊢60 8 60⊢70 4 = 50 24 35 46 50 6 38 38 𝑀𝑑 = 𝑙 + σ𝐹𝑖 2 − 𝑓(𝑎𝑛𝑡) . ℎ 𝑓𝑖 ℎ=10 𝑀𝑑 = 20 + 25 − 24 . 10 11 𝑀𝑑 = 20 + 0,91 𝑀𝑑 = 21 𝑎𝑛𝑜𝑠 𝑙 = 20 𝑓(𝑎𝑛𝑡)= 24 𝑓𝑖=11 σ 𝐹𝑖 2 = 25 Moda: Idades frequência 0⊢ 10 6 10⊢20 18 20⊢30 11 30⊢40 3 40⊢50 0 50⊢60 8 60⊢70 4 = 50 𝑀𝑜 = 𝐿 𝑚𝑜 + 𝐷1 𝐷1 + 𝐷2 . ℎ 𝐿 𝑚𝑜 = 10 𝑀𝑜 = 10 + 12 12 + 7 . 10 𝑀𝑜 =16,3 anos 𝐷1 = 18 – 6 = 12 𝐷2 = 18 - 11 h= 10 2) Os tempos de espera para atendimento em um laboratório de análises clínicas estão indicados na tabela a seguir. Determine o tempo médio, a mediana e a moda. Tempo em minutos frequência 0⊢5 1 5⊢10 5 10⊢15 15 15⊢20 27 20⊢25 82 25⊢ 30 220 = 350 Solução: Tempo em minutos Tempo médio frequência 0⊢5 1 5⊢10 5 10⊢15 15 15⊢20 27 20⊢25 82 25⊢ 30 220 2,5 7,5 12,5 17,5 22,5 27,5 ҧ𝑥 = σ𝑖=1 𝑛 (𝑓𝑖.𝑥𝑖) σ𝑖=1 𝑛 𝑓𝑖 ҧ𝑥 = 2,5.1 + 7,5.5 + 12,5.15 + 17,5.27 + 22,5.82 + 27,5.220 350 ҧ𝑥 = 24,56 ≅ 25 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 Média: Mediana: 𝑀𝑑 = 𝑙 + σ𝐹𝑖 2 − 𝑓(𝑎𝑛𝑡) . ℎ 𝑓𝑖 ℎ=5 𝑀𝑑 = 25 + 175 − 130 . 5 220 𝑀𝑑 = 25 +1,02 𝑀𝑑 = 26,0 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 𝑙 = 25 𝑓(𝑎𝑛𝑡)=130 𝑓𝑖 =220 σ 𝐹𝑖 2 = 350 2 = 175 Tempo em minutos frequência Fac 0⊢5 1 5⊢10 5 10⊢15 15 15⊢20 27 20⊢25 82 25⊢ 30 220 1 6 21 48 130 350 Moda: 𝑀𝑜 = 𝐿 𝑚𝑜 + 𝐷1 𝐷1 + 𝐷2 . ℎ 𝐿 𝑚𝑜 = 25 𝑀𝑜 = 25 + 138 138 + 0 . 5 𝑀𝑜 = 30 minutos 𝐷1 = 220 – 82 = 138 𝐷2 = 220-220 = 0 h= 5 Tempo em minutos frequência 0⊢5 1 5⊢10 5 10⊢15 15 15⊢20 27 20⊢25 82 25⊢ 30 220 Medidas de dispersão Considere os três conjuntos de dados: A: 5 6 7 8 9 B: 1 3 7 10 14 C: 7 7 7 7 7 As médias desses dados são: 𝑥𝐴 = 5 + 6 + 7 + 8 + 9 5 ⇒ 𝑥𝐴 = 7 𝑥𝐵 = 1 + 3 + 7 + 10 + 4 5 ⇒ 𝑥𝐵 = 7 𝑥𝐶 = 7 + 7 + 7 + 7 + 7 5 ⇒ 𝑥𝐶 = 7 Amplitude total (AT) AT = 𝑥𝑚á𝑥 − 𝑥𝑚𝑖𝑛 A: 5 6 7 8 9 B: 1 3 7 10 14 C: 7 7 7 7 7 AT = 9 − 5 = 4 AT = 14 − 1 =13 AT = 7 − 7 =0 Quanto maior a amplitude total mais dispersos estão os dados, isto é, mais distantes das medidas de tendência central. Dispersão é a maior ou menor distância entre os dados de um conjunto de valores e as medidas de tendência central (média, moda e mediana). Variância (s2) e desvio padrão (s) 𝑠2 = σ 𝑥𝑖 − ҧ𝑥 2 𝑓𝑖 = σ 𝑥𝑖 − ҧ𝑥 2 𝑛 Inicialmente calculamos a média, depois o desvio médio simples 𝐷𝑀𝑆 = σ 𝑥𝑖 − ҧ𝑥 𝑛 e depois a variância. 𝑥𝑖 = 𝑐𝑎𝑑𝑎 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜 𝑑𝑜 𝑟𝑜𝑙 ҧ𝑥 = média n = número de elementos A variância mede se os dados coletados estão próximos ou não da média. Considere, por exemplo o conjunto de dados: 5 6 7 8 9 a 𝑚é𝑑𝑖𝑎 é ҧ𝑥 = 7 O desvio médio simples é: 𝐷𝑀𝑆 = σ 𝑥𝑖 − ҧ𝑥 𝑛 𝐷𝑀𝑆 = 5 − 7 + 6 − 7 + 7 − 7 + 8 − 7 + 9 − 7 5 𝐷𝑀𝑆 = 1,2 𝐴 𝑣𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 é: 𝑠2 = σ 𝑥𝑖 − ҧ𝑥 2 𝑛 𝑠2 = 5 − 7 2 + 6 − 7 2 + 7 − 7 2 + 8 − 7 2 + 9 − 7 2 5 𝑠2 = 2 Desvio Padrão (s) É a raiz quadrada da variância 𝑠 = 𝑠2 No exemplo dado: 𝑠 2 = 2 então: 𝑠 = 2 = 1,4 Exemplo 7) Calcule a amplitude total, a variância e o desvio padrão para o conjunto de dados: 8 10 11 15 16 18 Solução: ҧ𝑥 = 8 + 10 + 11 + 15 + 16 + 18 6 ҧ𝑥 = 13 AT = 18 − 8 =10 𝐷𝑀𝑆 = 8 − 13 + 10 − 13 + 11 − 13 + 15 − 13 + 16 − 13 + 18 − 13 6 𝐷𝑀𝑆 =3,33 𝑠2 = 8 − 13 2 + 10 − 13 2 + 11 − 13 2 + 15 − 13 2 + 16 − 13 2 + 18 − 13 2 6 𝑠2 = 12,7 𝑠 = 12,7 = 3,56 Desvio Padrão (s) para dados agrupados sem intervalo de classes 𝑠 = σ 𝑓𝑖𝑥𝑖 2 𝑛 − σ𝑓𝑖𝑥𝑖 𝑛 2 Exemplo 8) Calcule o desvio padrão para o conjunto de dados indicado na tabela: 𝑥𝑖 𝑓𝑖 0 2 1 6 2 12 3 7 4 3 𝒙𝒊 𝒇𝒊 𝒇𝒊. 𝒙𝒊 𝒇𝒊𝒙𝒊 𝟐 0 2 0 0 1 6 6 6 2 12 24 48 3 7 21 63 4 3 12 48 = 30 = 63 = 165 𝑠 = σ𝑓𝑖𝑥𝑖 2 𝑛 − σ𝑓𝑖𝑥𝑖 𝑛 2 𝑠 = 165 30 − 63 30 2 𝑠 = 5,5 − 4,41 𝑠 = 1,04 Coeficiente de variação (CV) ou dispersão 𝐶𝑉 = 𝑆 ҧ𝑥 . 100 Quanto maior o valor de CV maior será a dispersão. Exemplo 9: Considere os dados do exemplo 8 e determine o CV. 𝑥𝑖 𝑓𝑖 0 2 1 6 2 12 3 7 4 3 ҧ𝑥 = 0.2 + 1.6 + 2.12 + 3.7 + 4.3 30 ҧ𝑥 = 2,1 𝑠 = 1,04 𝐶𝑉 = 𝑆 ҧ𝑥 . 100 𝐶𝑉 = 1,04 2,1 . 100 𝐶𝑉 =49,5% Exemplo 10) Numa turma de ensino médio, 20 alunos fizeram uma prova de Matemática Financeira e a nota média para a turma foi de 8,2, com desvio padrão de 0,85. Este mesmo grupo teve nota média em Contabilidade igual a 7,8 com desvio padrão de 0,69. Em qual disciplina a dispersão foi maior? Solução: 𝐶𝑉 = 𝑆 ҧ𝑥 . 100 𝐶𝑉 = 0,85 8,2 . 100 𝐶𝑉 = 10,4% 𝐶𝑉 = 𝑆 ҧ𝑥 . 100 𝐶𝑉 = 0,69 7,8 . 100 𝐶𝑉 = 8,85% http://www.investpedia.com.br/artigo/O+que+e+desvio+padrao.aspx, acesso em 24/03/2022 https://sgmd.nute.ufsc.br/content/especializacao-cultura- digital/letramento-estatistico/pagina-20.html, acesso em 24/03/2022 http://www.investpedia.com.br/artigo/O+que+e+desvio+padrao.aspx https://sgmd.nute.ufsc.br/content/especializacao-cultura-digital/letramento-estatistico/pagina-20.html Exemplo 10) Uma equipe de biólogos pesquisou durante dois anos uma população de tartarugas marinhas. Entre outros dados eles verificaram que a média de massa das fêmeas é de 4,5 kg com desvio padrão de 0,5 kg. Qual é a porcentagem de tartarugas marinhas fêmeas que têm: a) Acima de 4,5 kg? b) Entre 4,5 kg e 5 kg? c) Entre 4 kg e 5 kg? d) Entre 3,5 kg e 4,5 kg? e) Entre 3,5 kg e 5,5 kg? https://sgmd.nute.ufsc.br/content/especializacao-cultura-digital/letramento-estatistico/pagina-20.html, acesso em 24/03/2022 https://sgmd.nute.ufsc.br/content/especializacao-cultura-digital/letramento-estatistico/pagina-20.html https://sgmd.nute.ufsc.br/content/especializacao-cultura-digital/letramento- estatistico/pagina-20.html, acesso em 24/03/2022 a) Acima de 4,5 kg são: 34+13,5+2,35 Portanto são 49,85% ou cerca de 50% b) entre 4,5 kg e 5 kg são: 34% c) entre 4 kg e 5 kg são: 68% d) entre 3,5 kg e 4,5 kg são: 13,5% + 34% = 47,5% e) entre 3,5 kg e 5,5 kg são: 95% https://sgmd.nute.ufsc.br/content/especializacao-cultura-digital/letramento-estatistico/pagina-20.html
Compartilhar