Baixe o app para aproveitar ainda mais
Prévia do material em texto
Aula 01 Estatística p/ SEFAZ/PE Professor: Jeronymo Marcondes Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 1 de 82 AULA 01: Medidas de Posição e Dispersão SUMÁRIO PÁGINA Medidas de Posição Central 2 Medidas de Dispersão 10 Medidas Separatrizes e Simetria 17 Tabelas de Frequências e medidas de posição e dispersão 27 Lista de Exercícios resolvidos em aula 62 Gabarito 75 E aí pessoal? Firmes no propósito? É muito importante que vocês não desanimem antes de um edital! Rumo ao ICMS\PE! Prontos? Então, vamos logo! Dica de um concurseiro A sua rotina de estudos deve ser regrada como uma vida de monge. Não entendam mal, não estou falando em quantidade, mas em regularidade. Por exemplo, se você tem 2 horas livres para estudar, você vai estudar 2 horas todos os dias! Faça chuva ou faça sol, você vai estudar as VXDV�GXDV�KRUDV��6HMD�³TXDGUDGR´� 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 2 de 82 1. Medidas de Posição Central Na última aula nós estudamos como resumir dados por meio de tabelas, gráficos e diagramas. Porém, muitas vezes, pode ser útil resumir todas as informações que temos em um número. Uma forma utilizada para tanto, são as famosas medidas de posição! No nosso caso, vamos estudar as medidas de tendência central. Olha, as medidas de tendência central vão te dar uma ideia dos valores aproximados em torno do qual as observações se agrupam. Há diversos tipos de medidas de tendência central, tais como a mediana, a moda, a média aritmética, a média geométrica e a média harmônica. Para estudarmos estas medidas, vamos nos basear no seguinte rol exemplificativo: ܴ݈ǣ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ? Vamos começar com a média! Mais especificamente, a média aritmética. Pessoal, todo mundo já deve ter ouvido falar na média aritmética, sendo que a maior parte das pessoas refere-se a mesma como, simplesmente, média. Isso não é à toa, pois essa é a forma mais comum de expressar uma média. Mais simples, impossível! Voltando ao nosso exemplo, para calcularmos a média, basta somarmos todas as observações e dividirmos este somatório pelo número total de observações (no nosso exemplo, 11). No nosso exemplo: ܯ±݀݅ܽ ൌ ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ൌ ? ?ǡ ? ? 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 3 de 82 Viram como é fácil? Outra forma de apresentar esta mesma média é por meio da atribuição de pesos às observações, ou melhor, levando-se em conta suas respectivas frequências. Como? Bom, para começar vamos colocar nosso rol em forma de uma tabela de frequências. Observação Frequência 10 1 15 1 24 3 29 2 36 2 45 1 65 1 Ao ponderarmos os valores da tabela pelas suas frequências absolutas, o que estamos fazendo é atribuir pesos a cada uma das observações, de forma que indiquemos quantas vezes cada observação aparece em nossa série. Neste caso, multiplique cada uma das observações pela sua respectiva frequência e divida este total pelo somatório do total de frequências: ܯ±݀݅ܽ ൌ ሺ ? ? ? ?ሻ ሺ ? ? ? ?ሻ ሺ ? ? ? ?ሻ ሺ ? ? ? ?ሻ ሺ ? ? ? ?ሻ ? ? ? ? ? ? ൌ ? ?ǡ ? ? Dá para ver que dá na mesma? Claro que dá, ao invés de somarmos todas as observações, só estamos multiplicando cada uma delas pelo total de vezes que ela aparece na série, o que é a mesma coisa! Vamos deixar bonito! Se chamarmos a i-ésima observação de uma série de ݔ, de ݊ o total de observações e considerarmos ȭ como símbolo de somatório de um conjunto de dados, a média aritmética será dada por: ܯ±݀݅ܽ�ܣݎ݅ݐ݉±ݐ݅ܿܽ ൌ ȭݔ݊ 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 4 de 82 Se quisermos uma fórmula para o caso da média aritmética calculada com as frequências: ܯ±݀݅ܽ�ܣݎ݅ݐ݉±ݐ݅ܿܽ ൌ ȭሺ ݂ ? ݔሻ݊ ൌ ȭሺ ݂ ? ݔሻȭ ݂ Vou deixar a cargo de vocês encontrarem a fórmula para o caso em que estivermos usando frequências relativas. Beleza? Mas, este não é o único tipo de média! Outra média, mas que nos dá resultados diferentes da anterior é a média geométrica. Você calcula a média geométrica do nosso exemplo assim: ܯ±݀݅ܽ�ܩ݁݉±ݐݎ݅ܿܽ ൌ ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?భభ Ou, de forma mais genérica, no caso de ݊ observações: ܯ±݀݅ܽ�ܩ݁݉±ݐݎ݅ܿܽ ൌ ඥݔଵ ? ݔଶ ? ǥ ݔ Percebe? Você vai tirar uma raiz n-ésima do produto de uma série de n elementos. Isso é média geométrica. Mais uma? A média harmônica. Para o nosso exemplo: ܯ±݀݅ܽ�ܪܽݎ݉Ø݊݅ܿܽ ൌ ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 5 de 82 Já que vocês gostam tanto de generalizações: ܯ±݀݅ܽ�ܪܽݎ݉Ø݊݅ܿܽ ൌ ݊ ?ݔଵ ?ݔଶ ڮ ?ݔ -³3URIHVVRU�� HX� HQWHQGL�� PDV� SRUTXH� YRFr� HVWi� IDODQGR� Vy� VXSHUILFLDOPHQWH� GDV�PpGLDV�JHRPpWULFD�H�KDUP{QLFD´" Pelo seguinte, meu querido aluno: não cai muito em prova! Obs. Relação entre as médias Uma das coisas mais cobradas com relação aos tipos de médias é a relação entre elas no que se refere à magnitude de cada resultado. Pode-se provar que, para um determinado rol de valores: ܯ±݀݅ܽ�ܣݎ݅ݐ݉±ݐ݅ܿܽ ܯ±݀݅ܽ�ܩ݁݉±ݐݎ݅ܿܽ ܯ±݀݅ܽ�ܪܽݎ݉Ø݊݅ܿܽ Calcule cada uma das médias para o nosso exemplo, você perceberá que isso é verdade. Ok? Vamos partir para outra medida de posição central: a moda! A moda é definida como a realização mais frequente do conjunto de valores observados. Voltemos ao nosso exemplo. Perceba que a observação que tem valor igual à 24 é a que aparece a maior quantidade de vezes ao longo da série. Essa é a moda! 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 6 de 82 Uma forma que facilita enxergar a moda é com base em tabelas de frequência, tal como construímos acima. Isso porque, basta verificar qual é a observação que mais ocorre. *XDUGH� DVVLP�� TXDQGR� YRFr� SHQVD� HP� ³PRGD´�� você, provavelmente, pensa em algo que todo mundo está fazendo ou usando, FHUWR"�(QWmR��D�PRGD�GH�XPD�VpULH�p�D�³URXSD´�TXH�DV�REVHUYDo}HV�PDLV�JRVWDP�GH� usar, ou seja, é a realização que mais ocorre. Beleza? E a mediana? A mediana é a realização que ocupa a posição central da série de observações. Vamos voltar ao nosso exemplo acima. Naquele caso temos 11 observações, portanto a mediana da série é aquela observação que separa a série em duas partes iguais. Não precisa pensar muito para saber que deve ser a sexta observação, pois neste caso, haverá cinco observaçõesantes e depois da mesma. No exemplo, a mediana será a primeira observação de número igual à 29. Neste caso fica fácil, mas vamos tornar o procedimento mais analítico. Se considerarmos que o número de observações pode ser chamado de , a mediana será a observação da amostra número ା . 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 7 de 82 Portanto, como temos 11 observações em nosso exemplo, a mediana será a observação número ା ൌ . -³7XGR�EHP�SURIHVVRU��PDV�H�VH�R�Q~PHUR�GH�REVHUYDo}HV�IRU�SDU´" Boa pergunta! Se o número de observações for par, não há observação que divide a série em duas partes iguais! Neste caso, você vai tirar uma média aritmética das duas que dividem! Não entendeu? Vamos lá, suponha que nosso rol contenha mais uma observação: ܴ݈ǣ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ? Neste caso, temos 12 observações, portanto não há uma única variável que divida o rol em duas partes iguais. Assim, para encontrar a observação: No nosso exemplo: ൌ ǡ Portanto, a nossa mediana está em algum ponto entre a sexta e a sétima observação. -³0DV��HVWH�SRQWR�QmR�H[LVWH´� Existe sim! Trata-se do ponto médio entre a sexta e a sétima observação! No nosso caso, a sexta e a sétima observação tem valor igual à 29, assim: ? ? ? ? ? ൌ ? ? 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 8 de 82 Então, nossa mediana tem valor igual à 29. Certo? Vamos estudar agora algumas propriedades destas medidas de posição. 1.1 Propriedades das medidas de posição central A ideia desta seção consiste no conceito de operador estatístico. Por meio de um operador estatístico pode-se aplicar determinada operação a um conjunto de dados. 3RU� H[HPSOR�� SRGHPRV� DSOLFDU� R� RSHUDGRU� ³PpGLD� DULWPpWLFD´� HP� XP� FRQMXQWR� GH� dados o que nos dará como resultado a aplicação da seguinte operação no rol: ܯ±݀݅ܽ�ܣݎ݅ݐ݉±ݐ݅ܿܽ ൌ തܺ ൌ ȭݔ݊ Percebe como funciona? Chame o conjunto de dados de ܺ, assim, se aplicarmos o RSHUDGRU�³PpGLD�DULWPpWLFD´� ܯ±݀݅ܽሺܺሻ ൌ ? ?ǡ ? ? Trata-se tão somente de uma forma simplificada de representar a aplicação de uma determinada operação a um conjunto de dados. Isso nos será muito útil em explicações posteriores. Nesta seção, iremos estudar como o operador média responde a determinadas operações, tal como a multiplicação de todas as observações por um valor fixo qualquer, por exemplo. Assim, vamos a estas propriedades. 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 9 de 82 1) Se somarmos (subtrairmos) todas as observações com um determinado valor fixo, tal como x, toda a média terá resultado igual ao anterior à operação mais (menos) x. Entendeu? Vamos a um exemplo, com base no nosso rol de dados: ܴ݈ǣ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ? Vamos somar 10 em cada uma das observações, de forma que o novo rol seja: ܴ݈ǣ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ? Tire a média: ܯ±݀݅ܽ ൌ ? ?ǡ ? ? Ora, este é o mesmo resultado anterior mais 10! Essa é a propriedade. Isso vale para uma subtração também. Para uma constante ܽ: ܯ±݀݅ܽሺܽ ܺሻ ൌ തܺ ܽ Teste! 2) Se multiplicarmos (dividirmos) todas as observações de uma amostra por um determinado valor fixo, tal como x, a média terá resultado igual ao anterior à operação vezes (dividido por) x. Mesma coisa. Multiplique cada uma das observações do rol por 2: ܴ݈ǣ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ?ǡ ? ? ? 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 10 de 82 Qual é a média? ܯ±݀݅ܽ ൌ ? ?ǡ ? ? Que é o mesmo resultado anterior multiplicado por 2. Para uma constante ܽ: ܯ±݀݅ܽሺܽ ڄ ܺሻ ൌ തܺ ڄ ܽ Tente para o caso da divisão! 2. Medidas de Dispersão As medidas de dispersão visam tornar a avaliação do conjunto de dados por meio de estatísticas-resumo mais próximas da realidade. A simples observação da média não nos diz muita coisa sobre um conjunto de dados, a título d eilustração, observe o seguinte rol de dados: ܴ݈ǣ ?Ǣ ? ?Ǣ ? ? ܴ݈ǣ ? ?Ǣ ? ? A média para ambos os rols será de 23. Suponha que você não consiga visualizar o rol, mas só o resultado da média. Você acha que esta medida resumo explica bem como os dados estão dispostos? Claro que não! Isso porque há uma intensa variabilidade dentro do conjunto de dados no primeiro rol, o que não ocorre no segundo. 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 11 de 82 Um exemplo bem fácil pode ser detido da análise de um caso de tiro ao alvo! Suponha que você dê dois tiros, se você acertar ambos no alvo, na média, você acertou no alvo. Agora, se você der dois tiros e um deles ficar 50 metros acima do alvo, enquanto o segundo ficar 50 metros abaixo, na média, você acertou no alvo. Qual o problema do argumento? Você não levou em conta a variabilidade! -³%RP��HQWmR�HX�GHYR�HQFRQWUDU�XPD�PHGLGD�TXH�PRVWUD�R�TXDQWR�DV�REVHUvações estão desviando GD�PpGLD´� Essa é a ideia! 9RFr�SRGH�SHQVDU�TXH�XPD�³PpGLD�GRV�GHVYLRV�GH�FDGD�REVHUYDomR� FRP� UHODomR� j� PpGLD´� SRGH� QRV� DMXGDU� D� LGHQWLILFDU� TXDQGR� há uma intensa variabilidade nos dados. Porém, isso não é possível. Pois, a soma dos desvios de uma série com relação à média sempre é igual à zero! Vamos ao exemplo do nosso primeiro rol de dados: ܴ݈ǣ ?Ǣ ? ?Ǣ ? ? Agora, chamando cada observação de ݔ e a média da série de ݔҧ, calculemos o somatório dos desvios com relação à média, de forma que: ȭሺݔ െ ݔҧሻ ൌ ሺ ? െ ? ?ሻ ሺ ? ?െ ? ?ሻ ሺ ? ?െ ? ?ሻ ൌ Viram? Isso não é uma coincidência. Isso ocorre sempre! -´2�TXH�ID]HU�HQWmR´" %RP��SRGHPRV�³WUDSDFHDU´��FULDQGR�IRUPDV�DOWHUQDWLYDV�GH�PHQVXUDU�HVWH�GHVYLR. 8PD�GHODV�p�D�PHGLGD�³GHVYLR�PpGLR´� 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 12 de 82 ܦ݁ݏݒ݅�ܯ±݀݅ ൌ ȭȁݔ െ ݔҧȁ݊ Para o caso de n observações. (VWH� ³WUDoR´�YHUWLFDO�TXH�ILFD�HP�YROWD�GR�GHVYLR�p�FKDPDGR�GH�módulo. Qualquer número em módulo retorna um valor positivo. Ou seja, aqueles desvios negativos no exemplo serão somados como se fossem positivos, assim: ܦ݁ݏݒ݅�ܯ±݀݅ ൌ ȭȁݔ െ ݔҧȁ݊ ൌ ȁሺ ? െ ? ?ሻ ሺ ? ?െ ? ?ሻ ሺ ? ?െ ? ?ሻȁ ? ൌ ? ? ? ? ? ? ? ൌ ૡ Percebeu? Este número 18 seria representativo do desvio médio nas observações! Outra possibilidade é a medida de dispersão variância: ܸܽݎ݅݊ܿ݅ܽ ൌ ȭሺݔ െ ݔҧሻଶ݊ 9RFr�SRGH� SHUFHEHU�TXH� HVWD� PHGLGD� WDPEpP� ³UHVROYH´� o problema do somatório ser igual à zero, pois os valores serão elevados ao quadrado. Veja: ܸܽݎ݅݊ܿ݅ܽൌ ȭሺݔ െ ݔҧሻଶ݊ ൌ ሺ ? െ ? ?ሻ ? ሺ ? ?െ ? ?ሻ ? ሺ ? ?െ ? ?ሻ ? ? ൌ ? ? ? ? ? ? ? ? ? ? ൌ ? ? ?ǡ ? ? Mas, isso pode causar um problema de interpretação, pois as variáveis resultantes estão elevadas ao quadrado. Então, uma medida muito útil é o desvio padrão, que nada mais é do que a raiz quadrada da variância: ܦ݁ݏݒ݅�ܲܽ݀ݎ ൌ ඨȭሺݔ െ ݔҧሻଶ݊ 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 13 de 82 No nosso caso: ܦ݁ݏݒ݅�ܲܽ݀ݎ ൌ ඨȭሺݔ െ ݔҧሻଶ݊ ൌ ? ?ǡ ? ? Perceba que o valor fica mais próximo do desvio médio, permitindo uma comparação mais acurada. Pessoal, muitas vezes fica difícil calcular a variância em uma prova, já que você tem pouco tempo. Portanto, precisamos de uma maneira mais fácil e direta, assim, pode-se provar que: ܸܽݎ݅݊ܿ݅ܽ ൌ ݉±݀݅ܽ�݀ݏ�ݍݑܽ݀ݎܽ݀ݏ െ ݍݑܽ݀ݎܽ݀�݀ܽ�݉±݀݅ܽ -³1mR�HQWHQGL´� Bom, vamos ao nosso famoso exemplo. Primeira coisa, vamos fazer uma tabela com as observações e seus valores ao quadrado: Observações Quadrados 9 81 10 100 50 2500 Média 23 893,66 Agora use nossa fórmula: ܸܽݎ݅݊ܿ݅ܽ ൌ ݉±݀݅ܽ�݀ݏ�ݍݑܽ݀ݎܽ݀ݏ െ ݍݑܽ݀ݎܽ݀�݀ܽ�݉±݀݅ܽ ൌ ? ? ?ǡ ? ?െ ? ? ?ൌ ? ? ?ǡ ? ? 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 14 de 82 Ora, mas esta não é a variância? Exatamente! Dá na mesma, mas, vai por mim, isso vai te ajudar demais na resolução de provas. Portanto, decore! 2.1 Propriedades da variância e do desvio padrão Pessoal, tal como eu fiz no caso da média, não vou ficar derivando as propriedades da variância e do desvio padrão, apenas decorem! 1) Ao somar (diminuir) qualquer valor fixo das observações utilizadas para cálculo da variância (ࢂࢇ࢘) ou de seu respectivo desvio padrão (ࡰࡼ), o resultado ficará inalterado. Veja pessoal, vamos pegar nosso exemplo: ܴ݈ǣ ?Ǣ ? ?Ǣ ? ? Agora vamos diminuir 3 de cada observação: ܴ݈ǣ ?Ǣ ?Ǣ ? ? Agora, calcule a variância (nova média igual à 20): ܸܽݎ݅݊ܿ݅ܽ ൌ ȭሺݔ െ ݔҧሻଶ݊ ൌ ሺ ? െ ? ?ሻ ? ሺ ? െ ? ?ሻ ? ሺ ? ?െ ? ?ሻ ? ? ൌ ? ? ? ? ? ? ? ? ? ? ൌ ? ? ?ǡ ? ? Ora, deu na mesma! O mesmo pode-se dizer do desvio padrão, pois se trata de raiz quadrada do mesmo número. Isso também vale sempre! Para quem gostou de analisar as propriedades com base em operadores, para um dado valor fixo ܽ: 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 15 de 82 Para uma constante ܽ: ܸܽݎሺܽ ܺሻ ൌ ܸܽݎሺܺሻ ܦܲሺܽ ܺሻ ൌ ܦܲሺܺሻ 2) Ao multiplicar (dividir) todas as observações de uma série por um determinado valor fixo, tal como x, a variância resultante ficará multiplicada (dividida) por x², enquanto que o desvio padrão resultante ficará multiplicado (dividido) por x. Olha��XP�MHLWR�OHJDO�GH�SHQVDU�p�TXH�³YDULkQFLD�OHPEUD�TXDGUDGRV´��HQTXDQWR�TXH�R� desvio padrão é a raiz da mesma, portanto o resultado será com a variável em nível, isso é sem estar elevada a nada. Vamos ao nosso exemplo, vamos multiplicar todas as observações por 2: ܴ݈ǣ ? ?Ǣ ? ?Ǣ ? ? ? Agora, calcule a variância (nova média igual à 46): ܸܽݎ݅݊ܿ݅ܽ ൌ ȭሺݔ െ ݔҧሻଶ݊ ൌ ሺ ? ?െ ? ?ሻ ? ሺ ? ?െ ? ?ሻ ? ሺ ? ? ?െ ? ?ሻ ? ? ൌ ? ? ? ? ? ? ? ? ? ? ? ൌ ? ? ? ?ǡ ? ? Ora, divida este valor por ? ? ൌ ? que você vai encontrar a variância original. E o desvio padrão? Neste caso o fator não multiplica ao quadrado. ܦ݁ݏݒ݅�ܲܽ݀ݎ ൌ ඥ ? ? ? ?ǡ ? ?ൌ ? ?ǡ ? ? Perceba que este valor é igual ao resultado original 19,09 multiplicado por 2. 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 16 de 82 Para quem quiser um jeitinho fácil de lembrar, ao multiplicar as observações de uma série por x, a variância ficará multiplicada por x² e o desvio padrão por x porque: ࢞ ڄ ࡰࢋ࢙࢜�ࡼࢇࢊ࢘ ൌ ඥ࢞ ? ? ࢂࢇ࢘ࢉࢇ Não está satisfeito? Então veja em forma de operadores: ܸܽݎሺܽ ڄ ܺሻ ൌ ܽ ? ڄ ܸܽݎሺܺሻ ܦܲሺܽ ڄ ܺሻ ൌ ܽ ڄ ܦܲሺܺሻ Obs. Coeficiente de Variação Conceito simples e que sempre cai em prova. Pessoal, o desvio padrão é muito afetado pelo valor absoluto dos dados analisados, o que dificulta a comparação de duas séries com valores muito diferentes. Assim, costuma-se utilizar o conceito de coeficiente de variação (ܿݒ): ܿݒ ൌ ܦܲሺܺሻതܺ Entenderam? Divida o desvio padrão calculado de cada série pela sua respectiva média aritmética. Este conceito permite comparações entre os desvios padrões de séries com valores muito diferentes. Guarde isso, pois cai muito! Beleza pessoal? Vão tomar uma água e voltem logo para continuarmos com as medidas separatrizes. 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 17 de 82 3. Medidas separatrizes e assimetria Outra forma de visualizar uma distribuição e de podermos representa-la é por meio de suas medidas separatrizes�� LVVR� p� REVHUYDo}HV� TXH� ³VHSDUDP´� RV� GDGRV� GH� uma série de forma bem específica. Isso é feito por meio dos percentis. Percentil de ordem p significa o valor da observação que não é superado por p% das observações da série. Nós já estudamos uma medida deste tipo: a mediana. Ela divide o conjunto de dados em duas partes iguais, tal que metade das observações possuirá valores menores do que ela e metade terá valores maiores. Na verdade, ela é um percentil de ordem 50. Outro exemplo de medida separatriz é o quartil. Os quartis são as observações que dividem a série em quatro partes iguais. Os quartis separam uma série de dados em quatro partes iguais, de forma que o primeiro quartil é o valor que não é superado por 25% das observações. Na mesma linha, o segundo quartil coincide com a mediana, possuindo valor que não é superado por 50% das observações, enquanto que o terceiro quartil tem valor superior a 75% das observações. Outro exemplo: os decis. Estes dividem a série de dados em 10 partes iguais! Por exemplo, o 1º decil possui valor que não é superado por 10% das observações. E por, aí vai. Mas, apesar de existirem infinitas possibilidades de percentis, o que nos interessa, para fins de prova, são a mediana e os quartis. Já estudamos a mediana, portanto, vamos nos aprofundar nos quartis. 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 18 de 82 Olhem o exemplo abaixo: ܴ݈ǣ ?Ǣ ?Ǣ ?Ǣ ?Ǣ ?Ǣ ? ?Ǣ ? ?Ǣ ? ?Ǣ ? ?Ǣ ? ?Ǣ ? ? Veja quais são as observações que dividem a série em quatro partes iguais: ܴ݈ǣ ?Ǣ ?Ǣ Ǣ ?Ǣ ?ǢǢ ? ?Ǣ ? ?Ǣ ૡǢ ? ?Ǣ ? ? Assim: 1º quartil: 6 2º quartil: 10 3º quartil: 18 Neste caso específico conseguimos determinar os números da série que representam a divisão do conjunto em 4 partes iguais, mas, tal como no caso da mediana, isso nem sempreé possível. E se o nosso rol fosse composto de 8 elementos? ܴ݈ǣ ?Ǣ ?Ǣ ?Ǣ ?Ǣ ? ?Ǣ ? ?Ǣ ? ?Ǣ ? ? Aí você vai pensar da seguinte forma: já que há 8 elementos, a divisão da série em 4 partes deverá ser feita de forma que cada parcela tenha 2 valores. Mas, como fazer isso? Da mesma forma que no caso da mediana, encontre o ponto médio que cumpra tal função! ܴ݈ǣ ?Ǣ ?Ǣ݊ݐ�݉±݀݅�ሺ ?�݁� ?ሻǢ ?Ǣ ?Ǣ݊ݐ�݉±݀݅�ሺ ?�݁� ? ?ሻǢ ? ?Ǣ ? ?Ǣ ݊ݐ�݉±݀݅�ሺ ? ?�݁� ? ?ሻǢ ? ?Ǣ ? ? ܴ݈ǣ ?Ǣ ?Ǣ ǡ Ǣ ?Ǣ ?ǢǢ ? ?Ǣ ? ?Ǣ ૡǢ ? ?Ǣ ? ? 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 19 de 82 Gente, se cair na prova, o que não é comum, encontre a mediana geral! Após encontrar a mediana, encontre as medianas para cada parcela da mediana geral. Por que isso? Porque a mediana da metade dos dados corresponde ao 1º e 3º quartil. Como fazer isso? Tal como fizemos neste exemplo aqui em cima! Viram? Tranquilo não? O que é interessante é que o conceito de quartil é comumente utilizado com o intuito de averiguar o grau de simetria de uma distribuição! Para que isso fique claro precisamos estudar o conceito de distância interquartil ou amplitude interquartil. A distância interquartil (݀) é uma medida da diferença de valores entre o terceiro (ݍଷ) e o primeiro quartil (ݍଵ): ݀ ൌ ݍଷ െ ݍଵ Esta medida nos dá uma ideia do grau de dispersão de uma série, pois quanto maior este resultado menor é a concentração dos valores da série ao redor da mediana. A ideia de distribuição simétrica tem a ver com a distância entre os diversos quartis e as observações extremas das séries estudadas. -³&RPR�DVVLP��SURIHVVRU´" Simples. O que nós queremos dizer com distribuição simétrica é que o que ocorre FRP�RV�YDORUHV�j�GLUHLWD�GD�PHGLDQD�GHYH�VHU�³VHPHOKDQWH´�DR�TXH�RFRUUH�FRP� os valores à sua esquerda. 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 20 de 82 Um exemplo de distribuição simétrica é a distribuição normal ou gaussiana (tem D�IRUPD�GH�XP�³VLQR´�: Olha só, divida o gráfico em duas partes iguais. Como? Encontre o valor da mediana. Perceba que o lado esquerdo é muito semelhante ao esquerdo. Essa é a ideia de simetria. 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 21 de 82 Assim, para uma distribuição simétrica ou aproximadamente simétrica as observações devem respeitar as seguintes condições: 1) ݍଶ െ ? ?�ܾݏ݁ݎݒܽ ൌ ï݈ݐ݅݉ܽ�ܾݏ݁ݎݒܽ െ ݍଶ 2) ݍଶ െ ݍଵ ൌ ݍଷ െ ݍଶ 3) ݍଵ െ ? ?�ܾݏ݁ݎݒܽ ൌ ï݈ݐ݅݉ܽ�ܾݏ݁ݎݒܽ െ ݍଷ 4) Distâncias entre a mediana (ݍଶ) e ݍଵ e ݍଷmenores do que as distâncias entre os extremos (1ª e última observação) e ݍଵ e ݍଷ Percebam que estou usando o sinal de igual nas expressões acima, mas o FRUUHWR�p�³DSUR[LPDGDPHQWH�LJXDO´��Vy�HVWRX�WHQWDQGR�IDFLOLWDU�SDUD�YRFrV�QD� notação, ok? -³1RVVD��SUHFLVR�GHFRUDU�WXGR�LVVR´? Não! Isso não costuma cair em prova. Eu apenas desejo que vocês entendam a ideia de distribuição simétrica. Olhem para as condições e vejam que a distribuição normal tende a se encaixar no conceito. Pensem de forma abstrata, pois iremos estudar mais da distribuição normal em aulas futuras. Se quiser decorar uma propriedade, guarde a número (2), pois, na maior parte dos casos, esta é resolve o seu problema! Agora, o que cai muito em prova são as formas de distribuição não simétricas! Viu porque você tinha que saber o conceito anterior? Perceba que se os quantis da direita estiverem mais afastados da mediana do que os da esquerda o gráfico representativo desta distribuição seria: 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 22 de 82 Esta distribuição tem dados que são assimétricos à direita. Entenderam o gráfico? $�FRQFHQWUDomR�GD�GLVWULEXLomR�RFRUUH�QD� ³SDUWH�JRUGLQKD´� do gráfico, com valores mais baixos para as observações ³PDLV�FRPXQV´, entretanto há algumas observações que têm valores muito altos com relação a todo o rol de dados. Estas observações destoam das demais por serem de valores muito diferentes da maior parte da amostra. Como estes pontos extremos ocorrem à sua direita, ela é assimétrica à direita! E se for o contrário? E se os quantis da esquerda estiverem mais afastados da mediana do que os da direita? 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 23 de 82 Neste caso os dados tem comportamento assimétrico à esquerda! Pessoal, o que é interessante e que cai em prova é o posicionamento da média, mediana e moda a depender da assimetria da distribuição! As relações que você vai ter que guardar são: Vamos pensar de forma intuitiva a fim de que não tenhamos que ficar decorando sem pensar! Pessoal, a moda é o mais fácil, pois ela ocorre no ponto de maior frequencia, ou seja, no topo da curva! 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 24 de 82 E a média? Se a distribuição é assimétrica à direita isso significa que há observações com valores muito altos e que destoam do resto da série, essas irão ³SX[DU´�R�YDORU�GD�PpGLD�SDUD�FLPD��3RUWDQWR��D�PpGLD�VHUi�R�YDORU�PDLV�DOWR�QHVWH� caso, pois trata-se da medida de posição central mais sensível a valores extremos (moda e mediana não são afetadas por pontos extremos). Se a distribuição foir assimétrica à esquerda faz-se o raciocínio inverso, sendo que a média será ³SX[DGD´�SDUD�WUiV� E a mediana? Ora, sempre ficará entre a média e a moda. -³(�VH�D�GLVWULEXLomR�IRU�VLPpWULFD´" Exatamente, a média terá o mesmo valor da mediana e da moda da série. Beleza pessoal? Antes de encerrarmos este tópico, vamos fazer uma observação! 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 25 de 82 Obs. Box-plots ou gráficos em caixa Este é um assunto que já foi cobrado em concursos, portanto precisamos abordar. Trata-se de uma forma gráfica de representar uma distribuição com base nos quartis e mediana de uma série de dados. Veja, no eixo vertical dispomos os valores da série de dados e nos utilizamos da caixa para que possamos saber o posicionamento da mediana e dos quartis de uma determinada sequência de dados. Assim, este gráfico nos ajuda a verificar a simetria da distribuição de dados em estudo. Além disso, nós podemos verificar a possibilidade de existência de outliers ou valores atípicos na nossa série. Veja que do retângulo VDHP�GXDV�³SHUQLQKDV´��XPD para baixo e outra para cima! Essas perninhas são indicativas do queé considerado FRPR�GHVYLRV�³GHQWUR�GR�HVSHUDGR´��TXH�p�GDGD�SRU� 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 26 de 82 ܮ݅݉݅ݐ݁�ݏݑ݁ݎ݅ݎ ൌ ݍଷ ?ǡ ? ڄ ݀ ܮ݅݉݅ݐ݁�݂݅݊݁ݎ݅ݎ ൌ ݍଵ െ ?ǡ ? ڄ ݀ Ora, o que isso está dizendo é que qualquer observação que esteja em um intervalo de 1,5 vezes a distância interquartil, contada a partir do 1º ou 3º quartil, é FRQVLGHUDGD�³GHQWUR�GR�QRUPDO´�� -³7XGR�EHP�SURIHVVRU��PDV�H�VH�XPD�REVHUYDomR�VXSHUDU�R�OLPLWH�VXSHULRU�RX� LQIHULRU´" Ótima pergunta! Ela é considerada um valor atípico ou outlier! Se você ainda não entendeu, calma, nós vamos resolver alguns exercícios no fim da aula que vão te ajudar, ok? 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 27 de 82 4. Tabelas de Frequências e medidas de posição e dispersão Bom pessoal, até agora estudamos os conceitos de medidas de posição e dispersão, mas, para fins de prova, o que realmente importa é a aplicação destes conceitos em dados contínuos agrupados em classes. Primeira coisa que vocês tem que aprender é o conceito de frequência acumulada, pois isso está em quase todas as questões de concurso. Pessoal, a ideia de frequência acumulada é melhor entendida com base em um exemplo, suponha uma pesquisa feita sobre a altura de uma determinada população em uma região: Altura (metros) Frequência Absoluta Frequência Acumulada ?ǡ ? ٟ ?ǡ ? 10 10 ?ǡ ? ٟ ?ǡ ? 10 20 ?ǡ ? ٟ ?ǡ ? 5 25 ?ǡ ? ٟ ?ǡ ? 5 30 Total 30 x Veja o que a informação de frequência acumulada está te dizendo, ela indica quantos elementos estão abaixo de um determinado valor. Perceba que para o grupo que vai de 1,5 m até 1,6 m há 10 indivíduos, assim, sabendo-se que há 10 indivíduos com altura entre 1,6 m e 1,7 m, uma classe que agrupe todos os indivíduos com altura entre 1,5 m até 1,7 m terá 20 indivíduos. Percebe como funcionD� R� FRQFHLWR� GH� ³DFXPXODGR´"� Assim, como há 30 indivíduos pesquisados no total, a frequência acumulada na última classe coincide com o tamanho da amostra! 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 28 de 82 Atenção! O conceito de frequência acumulada pode ser feito com base nas frequências relativas calculadas para uma série. Neste caso, a frequência acumulada irá identificar qual a porcentagem de elementos que estão abaixo de um determinado valor. Muitas vezes a banca vai te dar as frequências acumuladas e, a partir daí, será necessário você calcular as frequências absolutas ou relativas. -³&RPR�IDoR�LVVR´" Vamos voltar no nosso exemplo: Altura (metros) Frequência Absoluta Frequência Acumulada ?ǡ ? ٟ ?ǡ ? x 10 ?ǡ ? ٟ ?ǡ ? Y 20 ?ǡ ? ٟ ?ǡ ? Z 25 ?ǡ ? ٟ ?ǡ ? k 30 Total j x Bom, a frequência absoluta total você já sabe: a frequência acumulada da última classe. Assim: ݆ ൌ ? ? E a frequência da última classe? Ora, basta realizar uma subtração da frequência acumulada da última classe menos a da penúltima: ݇ ൌ ? ?െ ? ?ൌ ? E a da penúltima? ܼ ൌ ? ?െ ? ?ൌ ? 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 29 de 82 Assim: Altura (metros) Frequência Absoluta Frequência Acumulada ?ǡ ? ٟ ?ǡ ? 10 10 ?ǡ ? ٟ ?ǡ ? 20-10=10 20 ?ǡ ? ٟ ?ǡ ? 25-20=5 25 ?ǡ ? ٟ ?ǡ ? 30-25=5 30 Total 30 x Viram como se faz? Isso é muito comum em provas. Beleza? Então, vamos ao que interessa: as medidas de posição e dispersão calculadas para dados agrupados em classes. 4.1 Caso da média %RP��D�PpGLD�p�XP�GRV�FDVRV�PDLV�IiFHLV��9RFr�YDL�WHU�TXH�GDU�XP�³FKXWH´�SDUD�R� valor representativo de cada classe. Calcule o ponto médio de cada classe e considere que a classe é representada por este valor! Entenderam? Você calcula o ponto médio do intervalo com base na seguinte fórmula: ݊ݐ�݉±݀݅ ൌ ݈ ݈௦ ? Sendo ݈௦ o limite superior da classe e ݈ o limite inferior. Assim, calculamos: 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 30 de 82 Altura (metros) Frequência Absoluta ?ǡ ? ? 10 ?ǡ ? ? 10 ?ǡ ? ? 5 ?ǡ ? ? 5 Total 30 9RFr�SHUFHEH�TXH� LVVR�p�XP�³FKXWH´"�&ODUR�TXH�VLP��SRLV�SRGH�VHU�TXH� nenhuma das observações da classe coincida com seu ponto médio. Para o cálculo iremos nos utilizar das frequências absolutas ou relativas. Esta é a metodologia mais comum para calcular a média de uma série agrupada em classes. Portanto, agora temos uma tabela de frequências simples, o que torna o cálculo bem simples: ܯ±݀݅ܽ�ܣݎ݅ݐ݉±ݐ݅ܿܽ ൌ ȭሺ ݂ ? ݔሻ݊ ൌ ȭሺ ݂ ? ݔሻȭ ݂ ൌ ?ǡ ? ?ڄ ? ? ?ǡ ? ?ڄ ? ? ?ǡ ? ?ڄ ? ?ǡ ? ?ڄ ? ? ? ؆ ?ǡ ? ? 4.2 Caso da variância, desvio padrão e desvio médio Da mesma forma que o cálculo da média, precisamos calcular os pontos médios de cada intervalo e nos utilizarmos do mesmo como se fosse a observação representativa da classe em questão. Ao obtermos os pontos médios, é só calcular a variância e o desvio médio com base nas fórmulas: ܸܽݎ݅݊ܿ݅ܽ ൌ ȭሾ ݂ ڄ ሺݔ െ ݔҧሻଶሿ݊ ܦ݁ݏݒ݅�ܯ±݀݅ ൌ ȭሾ ݂ ڄ ȁݔ െ ݔҧȁሿ݊ Sendo ݂ a frequência absoluta da classe. Bom, a média nós já calculamos, então: 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 31 de 82 ܸܽݎ݅݊ܿ݅ܽ ൌ ? ?ڄ ሺ ?ǡ ? ?െ ?ǡ ? ?ሻଶ ? ?ڄ ሺ ?ǡ ? ?െ ?ǡ ? ?ሻଶ ? ڄሺ ?ǡ ? ?െ ?ǡ ? ?ሻଶ ? ڄሺ ?ǡ ? ?െ ?ǡ ? ?ሻ ? ? ? ؆ ?ǡ ? ? ܦ݁ݏݒ݅�ܯ±݀݅ ൌ ? ?ڄ ȁ ?ǡ ? ?െ ?ǡ ? ?ȁ ? ?ڄ ȁ ?ǡ ? ?െ ?ǡ ? ?ȁ ? ڄȁ ?ǡ ? ?െ ?ǡ ? ?ȁ ? ڄȁ ?ǡ ? ?െ ?ǡ ? ?ȁ ? ? ؆ ?ǡ ? ? ? Entendeu? Você deve encontrar o ponto médio de cada classe, calcular a média e calcular as medidas de dispersão como se os pontos médios fossem as próprias observações da série. Tal como no caso da média, isso é um ³FKXWH´� 4.3 Caso da moda Vamos modificar nosso exemplo a fim de que tenhamos uma classe modal: Altura (metros) Frequência Absoluta ?ǡ ? ٟ ?ǡ ? 10 ?ǡ ? ٟ ?ǡ ? 20 ?ǡ ? ٟ ?ǡ ? 5 ?ǡ ? ٟ ?ǡ ? 5 Total 40 -³&ODVVH�PRGDO��SURIHVVRU´" Exatamente! Classe modal é aquela que ³DSDUHFH�PDLV�YH]HV´� tal como o conceito de moda no caso de observações não agrupadas em classe. Então, uma primeira forma simples de se encontrar a moda é por meio da moda bruta. O cálculo da moda bruta é feito de forma a representarmos um intervalo com base em seu ponto médio, tal como nos casos anteriormente estudados. 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 32 de 82 Neste caso: Altura (metros) Frequência Absoluta ?ǡ? ? 10 ?ǡ ? ? 20 ?ǡ ? ? 5 ?ǡ ? ? 5 Total 40 Simples, não? A moda é 1,65m, pois é a observação que mais ocorre. $OJXQV� GH� YRFrV� Mi�GHYHP� HVWDU�DFKDQGR�TXH� WXGR� p� LJXDO�� ³p� Vy� ILFDU� FKXWDQGR´�� Mas, esta não é a única forma, nem a mais comumente cobrada em prova. O cálculo da moda que mais aparece em concursos é por meio da fórmula de Czuber: ࡹࢊࢇ�ࢠ࢛࢈ࢋ࢘ ൌ ࢎ ڄ ቆ ࢌࢉࢇ࢙࢙ࢋ െ ࢌࢉࢇ࢙࢙ࢋ�ࢇ࢚ሺࢌࢉࢇ࢙࢙ࢋ െ ࢌࢉࢇ࢙࢙ࢋ�ࢇ࢚ሻ ൫ࢌࢉࢇ࢙࢙ࢋ െ ࢌࢉࢇ࢙࢙ࢋ�࢙࢚൯ቇ Sendo: : limite inferior da classe modal ࢎ: amplitude da classe modal ࢌࢉࢇ࢙࢙ࢋ: frequência da classe modal ࢌࢉࢇ࢙࢙ࢋ�ࢇ࢚: frequência da classe anterior à modal ࢌࢉࢇ࢙࢙ࢋ�࢙࢚: frequência da classe posterior à classe modal É isso aí, não tem jeito, você tem que decorar esta fórmula! Algumas vezes a banca fornece a fórmula para você, mas não conte com isso. 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 33 de 82 Exercício 1 (FCC ± Analista Bacen\2005) Considere a distribuição de frequências a seguir para resolver a questão abaixo. Salário (R$) Frequência Absoluta Simples ? ? ? ?ٟ ? ? ? ? 2 ? ? ? ?ٟ ? ? ? ? 8 ? ? ? ?ٟ ? ? ? ? 16 ? ? ? ?ٟ ? ? ? ? 10 ? ? ? ?ٟ ? ? ? ? 4 O valor da moda, obtida com a utilização da fórmula de Czuber é (despreze os centavos) a) 3201,00 b) 3307,00 c) 3404,00 d) 3483,00 e) 3571,00 ࡹࢊࢇ�ࢠ࢛࢈ࢋ࢘ ൌ ࢎ ڄ ቆ ࢌࢉࢇ࢙࢙ࢋ െ ࢌࢉࢇ࢙࢙ࢋ�ࢇ࢚ ڄ ࢌࢉࢇ࢙࢙ࢋ െ ൫ࢌࢉࢇ࢙࢙ࢋ�ࢇ࢚ ࢌࢉࢇ࢙࢙ࢋ�࢙࢚൯ቇ 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 34 de 82 Resolução Pessoal, vou deixar para vocês comprovarem que esta fórmula é exatamente igual à que eu ensinei. Bom, sabendo que a classe modal é a terceira, é só substituir: ܯ݀ܽ ൌ ? ? ? ? ? ? ? ?ڄ ? ?െ ? ? ڄ ? ?െ ሺ ? ? ?ሻ ؆ ? ? ? ? Simples! Alternativa (e). Continuando. Beleza, mas este ainda não é o único jeito de calcular a moda! Tem mais 2 jeitos, mas que não caem muito. Entretanto, por via das dúvidas, é bom saber. Bom, outra fórmula é a de King: ࡹࢊࢇ�ࡷࢍ ൌ ࢎ ڄ ቆ ࢌࢉࢇ࢙࢙ࢋ�࢙࢚ࢌࢉࢇ࢙࢙ࢋ�࢙࢚ ࢌࢉࢇ࢙࢙ࢋ�ࢇ࢚ቇ Quer mais um método? Método de Pearson! ࡹࢊࢇ�ࢊࢋ�ࡼࢋࢇ࢙࢘ ؆ ڄ ሺࡹࢋࢊࢇࢇሻ െ ڄ ሺ±ࢊࢇሻ Como eu disse, as que caem mesmo são as modas de Czuber e a bruta, mas não custa dar uma olhada nestas. 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 35 de 82 4.4 Caso das medidas separatrizes Este é o assunto mais importante da aula! Para encontrar tais valores iremos nos utilizar de interpolação linear. Para o uso desta metodologia precisamos das frequências acumuladas e você precisa entender o que na verdade elas estão te dizendo. Vamos ao exemplo, mas vamos modifica-lo a fim de facilitar os cálculos: Altura (metros) Frequência Absoluta Frequência Relativa*100(%) Frequência Acumulada ?ǡ ? ٟ ?ǡ ? 20 20% 20 ?ǡ ? ٟ ?ǡ ? 30 30% 50 ?ǡ ? ٟ ?ǡ ? 25 25% 75 ?ǡ ? ٟ ?ǡ ? 25 25% 100 Total 100 100% x O que eu quero que vocês entendam é o seguinte: qual é a observação que não é superada por 50% da amostra? 1,7! Olhe, até 1,7 acumularam-se 50% das observações existentes na série, portanto, este é nossa mediana, pois este número não é superado por 50% dos valores. E qual a observação correspondente ao 3º quartil? Exatamente! O 3º quartil está em 1,8, pois esta observação não é superada por 75% da série. Mas, neste exercício a coisa está muito fácil e não é isso que geralmente cai na sua prova. No caso, eu modifiquei o exercício para que a mediana e o terceiro quartil fossem facilmente visualizáveis e não fossem necessários cálculos para encontra- los, apesar de estarmos tratando com frequências absolutas. Entretanto, nem sempre é tão fácil! Quer ter uma noção? Vamos mudar a pergunta, qual a observação que corresponde ao 1º decil, ou seja, que não é superada por 10% da série? 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 36 de 82 Veja que isso não pode ser respondido diretamente, pois a primeira classe já acumula 20 observações, que coincide com 20% da série. A única coisa que você sabe é que o 1º decil deve estar naquela classe, pois o valor que não é superado por 10% dos valores deve estar alí! -³2�TXH�SRVVR�ID]HU´" Há toda uma teoria que explica como encontrar este valor por meio da metodologia de interpolação da ogiva. Mas, não vou ficar enchendo a cabeça de vocês com teoria, vamos ao que interessa! A ideia da teoria se baseia no fato de que há uma regularidade da distribuição dos dados dentro de uma classe, de forma que a quantidade de dados dispostos em uma determinada seção da classe seja proporcional à sua amplitude. Por exemplo, se uma determinada classe acumula 50% das observações em uma amplitude de 10, 25% do total da série estará acumulado em uma observação que corresponde à amplitude de 5 nesta classe. Calma! 2� TXH� YRFr� GHYH� ID]HU� p� XWLOL]DU� DTXHOD� IDPRVD� ³UHJUD� GH� WUrV´� TXH� YRFr� aprendeu na escola. Veja, no nosso exemplo, 20% das observações, ou o segundo decil, corresponde a uma amplitude de 10 cm ( ?ǡ ? െ ?ǡ ?), aí fica a pergunta: qual a amplitude após o limite inferior corresponde ao acúmulo de 10% das observações? Para isso, uma regra de três: ?ǡ ? െ ?ǡ ? ? ? ? ൌ ? ?݈݀݁ܿ݅ െ ?ǡ ? ? ? ? ?ǡ ? ڄ ൬ ? ? ? ?൰ ൌ ? ?݈݀݁ܿ݅ െ ?ǡ ? ? ?݈݀݁ܿ݅ ൌ ?ǡ ? ڄ ?ǡ ? ?ǡ ? ൌ ǡ 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 37 de 82 Este é o primeiro decil. Entendeu como funciona? Você identifica a classe em que está a observação que você deseja e faz uma regra de três de forma que você relacione a amplitude da classe dividida pela sua frequência com o percentual acumulado que você deseja. 1mR�HQWHQGHX"�+i�DOJXPDV� IRUPDV�GH�³GHFRUDU´�D�PHWRGRORJLD��PDV�HX�QmR� acho didático. A melhor forma de aprender é com exercícios e prática. Vamos fazer mais um exemplo, mas, agora, com base na tabela acima, encontre o valor correspondente ao 6º decil! O que estamos procurando é a observação que não é superada por 60% da série. Com certeza, esta observação está na 3ª classe, pois a segunda só acumula 50% das observações, enquanto que a terceira acumula 75%. Portanto, estamos procurando a observação que corresponde a 10% do total da série na terceira classe, pois esta observação acumularia os 50% das classes anteriores mais os 10% desta, resultando em 60% acumulado. Neste caso, a regra de três que temos de realizar é a seguinte: a terceira classe tem amplitude de 0,1 cm para uma frequência relativa de 25%, tal como uma amplitude de ሺ ? ?�݈݀݁ܿ݅ െ � ?ǡ ?ሻ está para 10%. Assim: ?ǡ ? െ ?ǡ ? ? ? ? ൌ ? ?�݈݀݁ܿ݅ െ ?ǡ ? ? ? ? ?ǡ ? ڄ ? ? ? ? ? ?ൌ ? ?�݈݀݁ܿ݅ െ ?ǡ ? ?ǡ ? ڄ ?ǡ ? ?ǡ ? ? ?ǡ ? ൌ ? ?�݈݀݁ܿ݅ ?�ࢊࢋࢉ ൌ ǡૠ 83395105172Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 38 de 82 Bom pessoal, o que eu quero é que vocês tenham entendido a ideia. Por isso vamos fazer muitos exercícios, assim vocês poderão treinar! Exercício 2 (Analista/IRB ± ESAF/2005) Sendo a moda menor que a mediana e, esta menor que média, pode-se afirmar que se trata de uma curva a) Simétrica. b) Assimétrica, com frequências desviadas para a direita. c) Assimétrica, com frequências desviadas para a esquerda. d) Simétrica, com frequências desviadas para a direita. e) Simétrica, com frequências desviadas para a esquerda. Resolução Hora de forçar a memória! Se a média é o valor mais elevado, isso significa que há pontos extremos de altos valores (à direita), o que corresponde a uma assimetria à direita �D� (6$)� FKDPRX� GH� ³IUHTXrQFLDV� GHVYLDGDV� j� GLUHLWD´�. Além disso, se a moda é o menor valor, isso significa que o pico está mais à esquerda. Alternativa (b). 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 39 de 82 Exercício 3 (Técnico da Receita Federal ± ESAF/2005) Sobre a moda de uma variável, é correto afirmar que: a) para toda variável existe uma e apenas uma moda. b) a moda é uma medida de dispersão relativa. c) a moda é uma medida não afetada por valores extremos. d) em distribuições assimétricas, o valor da moda encontra-se entre o valor da média e o da mediana. e) sendo o valor mais provável de distribuição, a moda, tal como a probabilidade, pode assumir valores somente no intervalo entre zero e a unidade. Resolução Vamos analisar: a) Errado! Algumas distribuições têm mais de uma moda, são chamadas de multimodais. b) Não, é uma medida de posição e não dispersão. c) Perfeito! Os valores extremos não afetam o valor da moda nem da mediana. d) Errado. O da mediana sempre se encontra entre as duas medidas. e) Errado, isso não tem anda a ver com o conceito. Alternativa (c). 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 40 de 82 Exercício 4 (Analista/IRB ± ESAF/2005) O grau ao qual os dados numéricos tendem a dispersar-se em torno de um valor médio chama-se a) média. b) variação ou dispersão de dados. c) mediana. d) correlação ou dispersão. e) moda. Resolução Pessoal, questão puramente conceitual. Trata-se das medidas de dispersão. Alternativa (b). Exercício 5 (AFRFB ± ESAF/2005) Para dados agrupados representados por uma curva de frequências, as diferenças entre os valores da média, da mediana e da moda são indicadores da assimetria da curva. Indique a relação entre essas medidas de posição para uma distribuição negativamente assimétrica. a) A média apresenta o maior valor e a mediana se encontra abaixo da moda. b) A moda apresenta o maior valor e a média se encontra abaixo da mediana. c) A média apresenta o menor valor e a mediana se encontra abaixo da moda. d) A média, a mediana e a moda são coincidentes em valor. e) A moda apresenta o menor valor e a mediana se encontra abaixo da média. 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 41 de 82 Resolução Bom, no caso de uma distribuição assimétrica à esquerda: ࡹࢊࢇ ࡹࢋࢊࢇࢇ ࡹ±ࢊࢇ Perceba que tanto as alternativas (b) e (c) acabam por falar a mesma coisa. Assim, a questão deveria ter sido anulada. Alternativa (c). (gabarito oficial: nula) Exercício 6 (Técnico da Receita Federal ± ESAF/2005) Considere a seguinte distribuição de frequências absolutas dos salários mensais, em R$, referente a 200 trabalhadores de uma indústria (os intervalos são fechados à esquerda e abertos à direita: Classes de salários Frequências absolutas De R$400 até R$500 50 De R$500 até R$600 70 De R$600 até R$700 40 De R$700 até R$800 30 De R$800 até R$900 10 Sobre essa distribuição de salários é correto afirmar que: a) O salário modal encontra-se na classe de R$800 até R$900. b) O salário mediano encontra-se na classe de R$600 até R$700. c) O salário modal encontra-se na classe de R$600 até R$700. d) O salário modal encontra-se na classe de R$700 até R$800. e) O salário mediano encontra-se na classe de R$500 até R$600. 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 42 de 82 Resolução Vamos fazer uma tabela com frequência acumulada: Classes de salários Frequências absolutas Frequência Acumulada De R$400 até R$500 50 50 De R$500 até R$600 70 120 De R$600 até R$700 40 160 De R$700 até R$800 30 190 De R$800 até R$900 10 200 Olhe, a moda ocorre na classe de R$ 500 a R$ 600, pois a frequência absoluta é mais alta nesta classe. Portanto, o salário modal está na segunda classe. Quanto à mediana, é fácil ver que ela deve estar na segunda classe, pois, como a frequência total é de 200 observações, estamos procurando a 100ª observação. Portanto, tanto o salário mediano como modal estão na segunda classe. Alternativa (e). Exercício 7 (Técnico da Receita Federal ± ESAF/2005) A tabela mostra a distribuição de IUHTXrQFLDV�UHODWLYDV�SRSXODFLRQDLV��I¶��GH�XPD�variável X. X I¶ -1 3k 0 K +1 6k 6DEHQGR� TXH� ³N´� p� XP� QXPHUR� UHDO�� D� PpGLD� H� R� GHVYLR-padrão de X são, respectivamente: 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 43 de 82 a) 0,3; 0,9. b) 0,0; 0,3. c) 0,3; 0,3. d) k; 3k. e) 0,3k; 0,9k. Resolução $WHQomR�SDUD�D�SDODYUD�³UHODWLYD´��2X�VHMD��D�VRPD�GH�WRGDV�DV�IUHTXrQFLD�p�LJXDO�D� 1! Portanto: ?ܭ ܭ ?ܭ ൌ ? ?ܭ ൌ ? ࡷ ൌ ǡ Agora fica fácil, vamos calcular a média: ܯ±݀݅ܽ ൌ ሺሺെ ?ሻ ڄ ?ǡ ?ሻ ሺ ? ڄ ?ǡ ?ሻ ሺ ? ڄ ?ǡ ?ሻ ? ൌ ǡ E o desvio padrão é melhor calculado com base naquela formulazinha: ܸܽݎ݅݊ܿ݅ܽ ൌ ݉±݀݅ܽ�݀ݏ�ݍݑܽ݀ݎܽ݀ݏ െ ݍݑܽ݀ݎܽ݀�݀ܽ�݉±݀݅ܽ Portanto, vamos calcular a média dos quadrados: ܯ±݀݅ܽ�݀ݏ�ݍݑܽ݀ݎܽ݀ݏ ൌ ሺሺെ ?ሻ ? ڄ ?ǡ ?ሻ ሺ ? ? ڄ ?ǡ ?ሻ ሺ ? ? ڄ ?ǡ ?ሻ ? ൌ ǡ ૢ 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 44 de 82 Portanto: ܸܽݎ݅݊ܿ݅ܽ ൌ ?ǡ ? െ ?ǡ ?ଶ ൌ ?ǡ ? െ ?ǡ ? ?ൌ ǡ ૡ O desvio padrão é a raiz quadrada disso: ܦ݁ݏݒ݅�ܲܽ݀ݎ ൌ ඥ ?ǡ ? ?ൌ ǡ ૢ Alternativa (a). Exercício 8 (AFRFB ± ESAF/2005) Assinale a opção que expresse a relação entre as médias aritmética (ࢄഥ), geométrica (G) e harmônica (H), para um conjunto de n valores positivos (ࢄǡ ࢄǥ ǡࢄሻ: a) *��+��ࢄഥ, com G=H=ࢄഥ somente se os n valoresforem todos iguais. E��*��ࢄഥ �+, com G=ࢄഥ=H somente se os n valores forem todos iguais. c) ࢄഥ �*��+�, com ࢄഥ=G=H somente se os n valores forem todos iguais. G��+��*��ࢄഥ, com H=G=ࢄഥ somente se os n valores forem todos iguais. e) ࢄഥ �+��*�, com ࢄഥ=H=G somente se os n valores forem todos iguais. Resolução Essa questão é puramente conceitual. ܯ±݀݅ܽ�ܣݎ݅ݐ݉±ݐ݅ܿܽ ܯ±݀݅ܽ�ܩ݁݉±ݐݎ݅ܿܽ ܯ±݀݅ܽ�ܪܽݎ݉Ø݊݅ܿܽ A possibilidade de que todas sejam iguais é quando todas as observações são iguais. Alternativa (d). 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 45 de 82 Exercício 9 (Gestor fazendário ± ESAF/2005) Com base na distribuição de frequências do atributo X dada abaixo, assinale a opção que corresponde à estimativa da função de distribuição de X no ponto 29. Não existem observações coincidentes com os extremos das classes. Use interpolação da ogiva no cálculo da estimativa. Classes Frequências Acumuladas 15-18 8 18-21 18 21-24 20 24-27 26 27-30 29 30-33 31 a) 0,935 b) 0,903 c) 0,839 d) 0,887 e) 0,871 Resolução Não falei que isso cai? A questão até te disse para usar interpolação da ogiva. 8PD�FRLVD�LQWHUHVVDQWH�VREUH�HVWD�TXHVWmR�p�TXH�HOD�HVWi�IDODQGR�GD�³HVWLPDWLYD�GD� IXQomR�GH�GLVWULEXLomR�GH�;�QR�SRQWR���´��O que ela quer é a frequência relativa acumulada desta observação. 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 46 de 82 Mas, vamos por partes, vamos fazer uma tabela de frequências simples a partir das frequências acumuladas. Faça e você vai ver que vai ficar assim: Classes Frequências Acumuladas Frequência Simples 15-18 8 8 18-21 18 10 21-24 20 2 24-27 26 6 27-30 29 3 30-33 31 2 Neste caso, a observação que estamos procurando está na 5ª classe. Assim, por meio da interpolação linear iremos fazer a seguinte correspondência: a amplitude da 5ª classe ( ? ?െ ? ?ൌ ?) está para sua frequência ( ?), assim, como a amplitude desejada ( ? ?െ ? ?) está para sua frequência, de modo que: ? ?െ ? ? ? ൌ ? ?െ ? ?ݔ ՜ ࢞ ൌ Portanto, até a observação 29 acumulou-se 28 observações que se referem às 26 já acumuladas mais as 2 até o ponto desejado na quinta classe. Dado o total da amostra de 31 observações, até o ponto 29 a frequência relativa acumulada será de: ܨݎ݁ݍݑ݁݊ܿ݅ܽ�ܴ݈݁ܽݐ݅ݒܽ�ܣܿݑ݉ݑ݈ܽ݀ܽ ൌ ܨݑ݊ �݀݁�ܦ݅ݏݐݎܾ݅ݑ݅ ଶଽ ൌ ? ? ? ?؆ ?ǡ ? ? ? Alternativa (b). 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 47 de 82 (Analista/IRB ± ESAF/2004) As questões 10 e 11 dizem respeito à distribuição de frequências conforme o quadro abaixo, no qual não existem observações coincidentes com os extremos das classes. Classes Frequências Acumuladas 129,5 ± 139,5 4 139,5 ± 149,5 12 149,5 ± 159,5 26 159,5 ± 169,5 46 169,5 ± 179,5 72 179,5 ± 189,5 90 189,5 ± 199,5 100 Exercício 10 Assinale a opção que corresponde ao 8º decil. a) 179,5 b) 189,5 c) 183,9 d) 184,5 e) 174,5 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 48 de 82 Resolução Mais uma para treinar! Como o total acumulado é igual a 100 os cálculos são mais fáceis. Vamos colocar a tabela com as frequências simples: Classes Frequências Acumuladas Frequência Simples 129,5 ± 139,5 4 4 139,5 ± 149,5 12 8 149,5 ± 159,5 26 14 159,5 ± 169,5 46 20 169,5 ± 179,5 72 26 179,5 ± 189,5 90 18 189,5 ± 199,5 100 10 Veja, o 8º decil corresponde a observação que não tem valor superado por 80% das observações. Este valor está na sexta classe, pois a mesma abrange todas as observações que vão de 72 até 90! Agora, vamos fazer a interpolação da ogiva! Sabendo que a sexta classe corresponde a 18% da série e nós desejamos saber qual a observação que acumula mais 8% nesta classe, pois até a classe anterior foi acumulado uma frequência de 72%, (o que somado com 8% gera os 80% procurados) devemos fazer a seguinte operação: ? ? ?ǡ ? െ ? ? ?ǡ ? ? ? ൌ ݔ െ ? ? ?ǡ ? ? Multiplicando invertido temos: 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 49 de 82 ? ? ? ?ڄ ? ൌ ݔ െ ? ? ?ǡ ? ࢞ ൌ ૡǡ ૢ Alternativa (c). Exercício 11 Assinale a opção que corresponde à estimativa, via interpolação da ogiva, do número de observações menores ou iguais ao valor 164. a) 46 b) 26 c) 72 d) 35 e) 20 Resolução Para resolver esta questão precisamos encontrar qual a frequência acumulada até a observação em questão! Bom, para isso iremos nos utilizar da interpolação da ogiva novamente. A observação de valor igual à 164 está na quarta classe, assim, sabendo-se que esta classe tem frequência de 20, podemos realizar a seguinte associação: ? ? ?ǡ ? െ ? ? ?ǡ ? ? ? ൌ ? ? ?െ ? ? ?ǡ ?ݔ ? ? ? ?ൌ ?ǡ ?ݔ ࢞ ൌ ૢ 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 50 de 82 Ou seja, até a observação de valor 164 acumularam-se 9 observações na quarta classe. Você já sabe que até a classe anterior foram acumuladas 26 observações, portanto: ? ? ?ൌ Portanto, até a observação 164 foram acumuladas 35 observações. Alternativa (d). Exercício 12 (SENADO ± FGV/2008) O coeficiente de variação amostral (em porcentagem) de um conjunto de salários é 110%. Se os salários deste conjunto forem reajustados em 20%, o novo coeficiente de variação amostral será: a) 110% b) 112,2% c) 114,2% d) 122% e) 130% Resolução Para realizarmos esta questão precisamos das propriedades da média e da variância. Lembra-se da fórmula do coeficiente de variação? Para o nosso exercício: ܿݒ ൌ ܦܲሺܺሻതܺ ൌ ?ǡ ? ൌ ? ? ? ? Veja, reajustar os salários em 20% é a mesma coisa que multiplicar todos os salários por 1,2. Vamos relembrar as propriedades da multiplicação de um termo fixo sob o desvio padrão e média de uma série: 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 51 de 82 ܯ±݀݅ܽሺܽ ڄ ܺሻ ൌ തܺ ڄ ܽ ܦܲሺܽ ڄ ܺሻ ൌ ܦܲሺܺሻ ڄ ܽ Assim: ܿݒ ൌ ܦܲሺܺሻതܺ ൌ ?ǡ ? ڄܦܲሺܺሻ ?ǡ ? ڄതܺ ൌ ?ǡ ? ?ǡ ?ڄ ?ǡ ? ൌ ? ? ? ? Ou seja, o coeficiente de variação não se altera. Alternativa (a). Exercício 13 (CEB ± UNIVERSA/2009) Considere o Box-plot abaixo. 2�DVWHULVFR�³ ´�LQGLFD� a) O menor valor b) ǡ ? ሺ െ ሻ c) െ ǡ ? ሺ െ ሻ d) ሺ െ ሻ e) Um outlier83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 52 de 82 Resolução Essa questão é muito fácil pessoal. Perceba que o asterisco está além do alcance GDV� ³SHUQLQKDV´�� SRUWDQWR� WUDWD-se de um ponto extremo que não tem comportamento dentro do padrão, leia-se outlier. Exercício 14 (PETROBRÁS ± CESGANRIO/2005) O gráfico abaixo é um box-plot da distribuição de renda, em mil reais, da população de um determinado município. Qual a probabilidade de uma pessoa deste município ter renda superior à 6 mil reais? a) 0,15 b) 0,20 c) 0,25 d) 0,50 e) 0,75 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 53 de 82 Resolução Viram como são as questões de box-plots? Veja o gráfico e você perceberá que o VDOiULR�GH���PLO�UHDLV�FRUUHVSRQGH�j�SULPHLUD�³OLQKD�KRUL]RQWDO´�GR�ER[-plot, ou seja, corresponde ao 1º quartil! Assim, 75% das observações têm valores superiores a 6 mil reais. Alternativa (e). Exercício 15 (FINEP ± NCE/2011-alterada) Uma amostra aleatória de 100 famílias foi selecionada com o objetivo de estimar o gasto médio mensal das famílias com medicamentos. Os resultados amostrais estão resumidos na distribuição de frequência, a seguir, segundo as classes de gastos, em 10 reais. Não existem observações coincidentes com os extremos das classes. Gastos (em 10 reais) Frequência Absoluta de 1 a 3 10 de 3 a 5 30 de 5 a 7 60 total 100 A melhor estimativa para a média aritmética é: a) 5 reais b) 8 reais c) 50 reais d) 80 reais e) 25 reais 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 54 de 82 Resolução Vamos calcular o ponto médio de cada classe: Gastos (em 10 reais) Ponto Médio Frequência Absoluta de 1 a 3 2 10 de 3 a 5 4 30 de 5 a 7 6 60 total 100 Agora basta aplicar a fórmula: ܯ±݀݅ܽ�ܣݎ݅ݐ݉±ݐ݅ܿܽ ൌ ȭሺ ݂ ? ݔሻ݊ ൌ ȭሺ ݂ ? ݔሻȭ ݂ Assim: ܯ±݀݅ܽ ൌ ሺ ? ڄ ? ?ሻ ሺ ? ڄ ? ?ሻ ሺ ? ڄ ? ?ሻ ? ? ? ൌ Mas, cuidado, o exercício está dizendo que os valores na tabela estão em 10 reais, portanto, a média não é 5, mas 50! Alternativa (c). 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 55 de 82 Exercício 16 (FINEP ± NCE/2011-alterada) As medidas citadas abaixo descrevem uma amostra obtida em um experimento aleatório. A única que mede a dispersão da amostra é o(a) a) desvio padrão b) mediana c) média aritmética d) média geométrica e) moda Resolução Tomara que esta questão cai, hein? Muito fácil, afinal, qual é a única medida de dispersão na listagem? Desvio Padrão! Alternativa (a). Exercício 17 (AFRFB ± ESAF/2013) A expectância GH�XPD�YDULiYHO�DOHDWyULD�[�ņ�PpGLD�RX� HVSHUDQoD�PDWHPiWLFD�FRPR�WDPEpP�p�FKDPDGD�ņ�p�LJXDO�D����RX�VHMD��(�[�� � 2. Sabendo-se que a média dos quadrados de x é igual a 9, então os valores da variância e do coeficiente de variação de x são, respectivamente, iguais a: a) b) c) d) e) 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 56 de 82 Resolução Para resolvermos esta questão precisamos nos lembrar de que: ܸܽݎ݅݊ܿ݅ܽ ൌ ݉±݀݅ܽ�݀ݏ�ݍݑܽ݀ݎܽ݀ݏ െ ݍݑܽ݀ݎܽ݀�݀ܽ�݉±݀݅ܽ Com base no enunciado, sabemos que: ܸܽݎ݅݊ܿ݅ܽ ൌ ܯ±݀݅ܽሺݔଶሻ െ ሾܯ±݀݅ܽሺݔሻሿଶ ൌ ܧሺݔଶሻ െ ሾܧሺݔሻሿ ? Assim: ܸܽݎሺݔሻ ൌ ? െሺ ?ሻଶ ൌ Agora, fica fácil achar o coeficiente de variação: ܥܸ ൌ ඥܸܽݎሺݔሻܧሺݔሻ ൌ ? Alternativa (a). 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 57 de 82 Exercício 18 (MPE ± VUNESP/2013) Foi delineado um experimento separando três grupos escolhidos aleatoriamente de 5 homens em cada um, para medir seus níveis alcoólicos após beberem certa quantidade de bebida alcoólica. Os componentes do grupo A após uma hora, o grupo B após duas horas, e o grupo C após 3 horas. A quantidade de mg por grama de álcool foi multiplicada por 10 para facilitar os cálculos. Os resultados observados foram: Grupo A Grupo B Grupo C 11 5 4 10 8 4 9 6 5 8 6 6 12 5 6 Calculando-se as três médias, a soma delas vale a) 19. b) 20. c) 21. d) 22. e) 23. Resolução Aí fica fácil: ݉±݀݅ܽ�ܣ ൌ ? ? ? ? ? ? ? ? ? ൌ ? ? ݉±݀݅ܽ�ܤ ൌ ? ? ? ? ? ? ൌ ? ݉±݀݅ܽ�ܥ ൌ ? ? ? ? ? ? ൌ ? Portanto, ܵ݉ܽ ൌ ? ? ? ? ൌ. Alternativa (c). 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 58 de 82 O próximo exercício é bom você acompanhar comigo. Vamos treinar a aplicação das propriedades da média e variância. Exercício 19 (STN ± ESAF/2013) Suponha que X seja uma variável aleatória com valor esperado 10 e variância 25. Para que a variável Y dada por Y = p ± q x, com p e q positivos, tenha valor esperado 0 e variância 625, é necessário que p + q seja igual a: a) 50 b) 250 c) 55 d) 100 e) 350 Resolução Bom, vamos aplicar as propriedades de média e variância que já estudamos. Primeira coisa, vamos tirar a média de Y: ܯ±݀݅ܽሺܻሻ ൌ ? ൌ ܯ±݀݅ ሺܽ െ ݍݔሻ ൌ ܯ±݀݅ܽሺሻ െ ܯ±݀݅ܽሺݍݔሻ Como e ݍ são constantes: െ ݍ ൈܯ±݀݅ܽሺݔሻ ൌ െ ൌ E no caso da variância? Lembre-VH�GH�TXH�YDULkQFLD�³OHPEUD�TXDGUDGRV´� ܸܽݎሺܻሻ ൌ ? ? ?ൌ ܸܽݎሺ െ ݍݔሻ ൌ ܸܽݎሺݍݔሻ Isso decorre do fato de que se você tirar a variância de uma constante essa é igual à zero, portanto, a variância da parte constante nem conta, portanto, pode descartar. Assim: 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 59 de 82 ܸܽݎሺݍݔሻ ൌ ݍଶܸܽݎሺݔሻ ൌ ݍ ? ? ? ?ൌ ? ? ? Assim: ൌ Substituindo isso na expressão que obtivemos a partir da esperança: െ ൌ ՜ െ ? ൌ ՜ ൌ Portanto: ݍ ൌ ? ? Alternativa (c). Exercício 20 (AFRFB ± ESAF/2009) A tabela mostra a distribuição de frequências relativas SRSXODFLRQDLV��I¶��GH�XPD�YDULiYHO�;� X f' -2 6a 1 1a 2 3a 6DEHQGR� TXH� ³D´� p� XP� Q~PHUR� UHDO�� HQWmR� D� PpGLD� H� D� YDULkQFLD� GH� ;� VmR�� respectivamente: a) Média = - 0,5 e variância = 3,45 b) Média = 0,5 e variância = - 3,45 c) Média = 0 e variância = 1 d) Média = - 0,5 e variância = - 3,7 e) Média = 0,5 e variância = 3,7 83395105172 Estatísticap/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 60 de 82 Resolução 3ULPHLUD� FRLVD� TXH� WHPRV� GH� ID]HU� p� GHWHUPLQDU� R� YDORU� GH� ³ܽ´�� 2UD�� R que nós sabemos de frequência relativa? A soma de todas deve ser igual a 1. Portanto: ?ܽ ?ܽ ?ܽ ൌ ? ՜ ࢇ ൌ ǡ Agora reescreva a tabela X f' -2 0,6 1 0,1 2 0,3 Calcular a média: ܯ±݀݅ܽ ൌ ሺെ ?ሻ ? ?ǡ ? ሺ ?ሻ ? ?ǡ ? ሺ ?ሻ ? ?ǡ ? ? ൌ െǡ E a variância? Vamos encontrar a média dos quadrados, porque fica mais fácil: ܯ±݀݅ܽ ൌ ሺെ ?ሻ ? ? ?ǡ ? ሺ ?ሻ ? ? ?ǡ ? ሺ ?ሻ ? ? ?ǡ ? ? ൌ ǡ ૠ Assim: ܸܽݎ݅݊ܿ݅ܽ ൌ ݉±݀݅ܽ�݀ݏ�ݍݑܽ݀ݎܽ݀ݏ െ ݍݑܽ݀ݎܽ݀�݀ܽ�݉±݀݅ܽ ൌ ?ǡ ? െሺെ ?ǡ ?ሻଶ ൌ ǡ Alternativa (a). 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 61 de 82 Exercício 21 (CETESB ± VUNESP/2013) Numa classe, as notas de uma prova ficaram assim distribuídas: 1 aluno tirou 10, 13 tiraram 8, 6 tiraram 6, 4 tiraram 5, 10 tiraram 1 e 6 tiraram zero. A média e a moda desta classe foram, respectivamente, a) 5,3 e 8. b) 5,3 e 5. c) 5,3 e 8. d) 4,5 e 1. e) 4,5 e 8 Resolução Para responder esta questão, vamos construir a tabela de frequência para o modelo: Nota Frequência 10 1 8 13 6 6 5 4 1 10 0 6 A moda é o mais fácil: nota 8, pois basta ver qual é a observação que mais ocorre. Para calcularmos a média: ܯ±݀݅ܽ ൌ ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ൌ ǡ Alternativa (e). 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 62 de 82 Exercício 22 (ICMS-RJ ± FCC\2014) O Departamento de Pessoal de certo órgão público fez um levantamento dos salários, em número de salários mínimos (SM), dos seus 400 funcionários, obtendo os seguintes resultados: Sabe-se que a mediana dos salários desses funcionários calculada por meio dessa tabela pelo método da interpolação linear é igual a 8,8 SM. Nessas condições, o salário médio desses 400 funcionários, em número de salários mínimos, considerando que todos os valores incluídos em um intervalo de classe são coincidentes com o ponto médio do intervalo, é igual a a) 8,93 b) 8,72 c) 8,54 d) 8,83 e) 8,62 Resolução Essa questão não é difícil pessoal, mas também não é fácil. Veja, você tem informação sobre qual o valor da mediana pelo método de interpolação, mas, agora, o raciocínio é inverso, o exercício pede que você encontre o tamanho do intervalo. 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 63 de 82 Ora, o que você tem de fazer é encontrar os valores de x e y e, a partir daí, calcular a média com os pontos médios de cada classe. Então, vamos lá. Se a mediana é 8,8 SM, isso significa que, até 8,8, ficaram acumuladas 50% das observações, ou seja, 200. Então, como até a classe anterior já tinham sido acumuladas 148 observações, isso significa que, na classe x, foram necessárias 52 observações para encontrar a mediana. Então: ݎܽ݊݃݁�݀ܽ�݈ܿܽݏݏ݁ ൌ ? ?െ ? ൌ ?ݔ ൌ ?ǡ ? ? ? ?െ ? ? ?ൌ ? ? Assim: ?ǡ ?ݔ ൌ ? ? ?՜ ࢞ ൌ Agora, o y fica fácil: ? ? ? ? ? ? ? ? ݕ ? ?ൌ ? ? ?՜ ݕ ൌ ? ? Agora, vamos calcular a média com base nos pontos médios. Bom, os pontos médios são fáceis de achar, certo? Assim: ܯ±݀݅ܽ ൌ ? ൈ ? ? ? ൈ ? ? ? ? ൈ ? ? ? ? ?ൈ ? ? ? ?ൈ ? ? ? ? ? ൌ ? ? ? ? ? ? ?ൌ ?ǡ ? ? Alternativa (a). Ponto Médio Frequência Absoluta 5 48 7 100 9 130 11 82 14 40 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 64 de 82 Exercício 23 (TRT ± FCC\2013) Em uma tabela de distribuição de frequências relativas, representando a distribuição dos salários dos funcionários em um órgão público, obteve-se pelo método da interpolação linear que o valor da mediana foi igual a R$ 4.400,00 e pertencente ao intervalo de classe [4.000,00; 5.000,00), em R$. Se 35% dos funcionários possuem um salário maior ou igual a R$ 5.000,00, então a respectiva frequência relativa correspondente ao intervalo em que pertence a mediana é, em %, igual a a) 15. b) 40. c) 20. d) 25. e) 18. Resultado Se 35% dos funcionário têm salários superiores a R$ 5.000 e a mediana é de R$ 4.400, isso significa que a amplitude de R$ 600,00 (5.000 ± 4.400) nesta classe corresponde a 15% de toda a amostra. Agora, fica fácil calcular a frequência relativa da classe: ? ? ? ? ? ?ൌ ? ? ? ?ݔ ? ՜ ࢞ ൌ ? Alternativa (d). 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 65 de 82 Exercício 24 (TRT ± FCC\2013) A quantidade de determinadas ocorrências por dia em uma fábrica, durante um período de 80 dias, pode ser observada pelo quadro abaixo. Dado que a média aritmética, ponderada pelo número de dias, de ocorrências por dia é igual a 2,5, verifica-se que a soma da moda e da mediana é igual a a) 4,25. b) 5,00. c) 4,50. d) 5,50. e) 4,00. Resolução Esse exercício exige que você monte um sistema de equações, afinal há duas informações (quantidade total de dias e média ponderada) e duas variáveis (m e n). Veja, você sabe que: ? ? ? ݉ ? ? ݊ ? ൌ ? ?՜ ൌ Você sabe também que: ܯ±݀݅ܽ�݊݀݁ݎܽ݀ܽ ൌ ? ൈ ? ? ?ൈ ? ݉ ൈ ? ? ?ൈ ? ݊ ൈ ? ? ൈ ? ? ? ൌ ?ǡ ? Então: ? ? ? ?݉ ? ? ?݊ ? ? ? ? ൌ ?ǡ ? ՜ ? ? ?݉ ? ? ?݊ ? ?ൌ ? ? ? 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 66 de 82 ?݉ ?݊ ൌ ? ? ? Agora basta resolver o sistema, com base na primeira equação: ݉ ൌ ? ?െ ݊ Substituindo na última: ?ሺ ? ?െ ݊ሻ ?݊ ൌ ? ? ?՜ ? ?െ ?݊ ?݊ ൌ ? ? ? ?݊ ൌ ? ?՜ ݊ ൌ ? ? Assim: ݉ ൌ ? ?െ ? ?ൌ ? ? Fica fácil perceber que a moda é 2, pois esta classe é a que tem a maior frequência (25). A mediana também está nesta classe, pois é nela que esta concentrada a observação número 40. Assim, a moda mais mediana: ܯ݀ܽ ܯ݁݀ܽ݊ܽ ൌ ? ? ൌ ? Alternativa (e). 83395105172 Estatística p/ ICMS-PE Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 01 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 67 de 82 Lista de exercícios resolvidos em aula Exercício 1 (FCC ± Analista Bacen\2005) Considere a distribuição de frequências a seguir para resolver a questão abaixo. Salário (R$)
Compartilhar