Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
Universidade de Bras´ılia Departamento de Estat´ıstica Campus Universita´rio Darcy Ribeiro, Pre´dio de Cieˆncia da Computac¸a˜o e Estat´ıstica - CIC/EST, CEP:70910-900 - Bras´ılia/DF Probabilidade e Estat´ıstica Roberto Vila 09/08/2017 1 Distribuic¸a˜o de frequeˆncias. Tabelas e gra´ficos Interesse: Descrever (ou conhecer) o comportamento de uma varia´vel. Para isso, analisaremos as ocorreˆncias das poss´ıveis realizac¸o˜es da varia´vel (valores que admite). Notac¸o˜es: n ≈ nu´mero total de dados, ni ≈ frequeˆncia (absoluta), fi := ni n ≈ frequeˆncia relativa (ou proporc¸a˜o), e 100fi ≈ porcentagem (ou percentil). 1.1 Varia´veis Qualitativas Tipo de Imo´vel ni fi 100fi Apartamento 20 20/27 74,07 Cobertura 3 3/27 11,11 Casa 2 2/27 7,41 Sala 2 2/27 7,41 Total 27 1 100 Tabela 1: Tabela de frequeˆncias. Com base em uma tabela de frequeˆncias, podem ser constru´ıdos gra´ficos da distribuic¸a˜o de frequeˆncias. Probabilidade e Estat´ıstica Figura 1: De esquerda para direita: gra´fico de barras e gra´fico de setores (ou pizza). No de quartos ni fi 100fi 0 5 5/27 18,52 1 2 2/27 7,41 2 8 8/27 29,63 3 6 6/27 22,22 > 4 6 6/27 22,22 Total 27 1 100 Tabela 2: Tabela de frequeˆncias. Observac¸a˜o 1.1. a. O gra´fico de barras e´ mais apropriado para as varia´veis qualitativas ordinais. b. O gra´fico de setores e´ apropriado para varia´veis qualitativas nominais. E´ importante que a referida varia´vel na˜o possua muitas categorias, poi isso dificulta a visualizac¸a˜o das proporc¸o˜es. 1.2 Varia´veis Quantitativas Figura 2: Gra´fico de barras. 2/5 Probabilidade e Estat´ıstica Figura 3: Gra´ficos de dispersa˜o unidimensionais. Carga (Kg) ni fi 100fi 70 7→ 80 2 2/30 6,67 80 7→ 90 8 8/30 26,67 90 7→ 100 13 13/30 43,33 100 7→ 110 6 6/30 20 110 7→ 120 1 1/30 3,33 Total 30 1 100 Tabela 3: Tabela de frequeˆncias. Exemplo 1.2 (Varia´vel quantitativa discreta com um grande nu´mero de valores poss´ıveis). A medic¸a˜o da carga de ruptura, em Kg, para 30 amostras de determinado produto resultou nas observac¸o˜es abaixo: 73 78 81 83 83 84 85 85 87 89 90 91 91 93 93 94 94 95 95 96 96 98 99 100 102 102 102 103 105 118 Figura 4: Gra´fico de barras. Exemplo 1.3 (Varia´vel quantitativa cont´ınua com um grande nu´mero de valores poss´ıveis). O sala´rio mı´nimo de 36 empregados da sec¸a˜o de orc¸amentos de uma companhia e´: 4 4, 56 5, 25 5, 73 6, 26 6, 66 6, 86 7, 39 7, 59 7, 44 8, 12 8, 46 8, 74 8, 95 9, 13 9, 35 9, 77 9, 80 10, 53 10, 76 11, 06 11, 59 12 12, 79 13, 23 13, 6 13, 85 14, 69 14, 71 15, 99 16, 22 16, 61 17, 26 18, 75 19, 40 23, 30 3/5 Probabilidade e Estat´ıstica Caso 1: Aproximar a varia´vel cont´ınua por uma varia´vel discreta. Sala´rio Pto me´dio ni fi 100fi 4 7→ 8 6 10 10/36 27,78 8 7→ 12 10 12 12/36 33,33 12 7→ 16 14 8 8/36 22,22 16 7→ 20 18 5 5/36 13,89 20 7→ 24 22 1 1/36 2,78 Total - 36 1 100 Caso 2: Usar o Histograma. ∆ ≈ comprimento do intervalo, e fi ∆ ≈ densidade de frequeˆncias. Sala´rio ni fi fi/∆ 100fi 4 7→ 8 10 10/36 0,0695 27,78 8 7→ 12 12 12/36 0,0833 33,33 12 7→ 16 8 8/36 0,0556 22,22 16 7→ 20 5 5/36 0,0347 13,89 20 7→ 24 1 1/36 0,0069 2,78 Total 36 1 - 100 Figura 5: Histograma. Logo, podemos concluir que 61,11% dos empregados tem sala´rio inferior a 12 sala´rios mı´nimos. Observac¸a˜o 1.4. No histograma, a soma das a´reas dos retaˆngulos e´: ∑ i(fi/∆)∆ = ∑ i fi = 1. Exemplo 1.5. Continuando com o Exemplo 1.2, t´ınhamos as seguintes observac¸o˜es: 73 78 81 83 83 84 85 85 87 89 90 91 91 93 93 94 94 95 95 96 96 98 99 100 102 102 102 103 105 118 Outra forma de representar estes dados e´ atrave´s do grafo ramo-folha: 4/5 Probabilidade e Estat´ıstica 7 3 8 2 8 1 3 3 4 5 5 7 9 8 9 0 1 1 3 3 4 4 5 5 6 6 8 9 13 10 0 2 2 2 3 5 6 11 8 1 ramos folhas freq. Vantagem: A diferenc¸a das representac¸o˜es gra´ficas anteriores, o grafo ramo-folha na˜o perde in- formac¸a˜o. Desvantagem: E´ funcional so´ quando a massa de dados na˜o e´ muito grande. 5/5