Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE LUTERANA DO BRASIL DISCIPLINA ESTATISTICA APLICADA Éder Nunes AQUISIÇÃO DO VOCABULÁRIO BÁSICO ESTATÍSTICO Professor: São Jerônimo/RS – 2019 1 Sumário 1) Abordagem Histórica na Definição de estatística..........................................................1. 2) Conceito de Estatistica......................................................................................................2. 2.1 Dicionário ........................................................................................................................2. 2.2 Site ...................................................................................................................................2. 3)Estatística Descritiva e Infericial......................................................................................2. 4) População e Amostra........................................................................................................3. 5) Amostragem......................................................................................................................4. 6) Variável.............................................................................................................................4. 6.1 Variáveis Quantitativas..................................................................................................5. 6.2 Variáveis Aleatória Discreta.........................................................................................5. 6.3 Variáveis Aleatória Contigua.......................................................................................5. 6.4 Variáveis Aleatória Quantitativas...............................................................................5. 7) Gráficos.............................................................................................................................5. 7.1 Gráfico de Linha..........................................................................................................5/6. 7.2 Gráfico de Barras .....................................................................................................6/7/8. 7.3 Gráfico de Histograma...............................................................................................9.10. 7.4 Gráfico de Setor Circula ou Gráfico de Pizza........................................................10/11. 7.5 Gráfico de Cartograma........................................................................................11/12/13. 7.6 Gráfico de Pictograma..............................................................................................13/14. 7.7 Gráfico de Polar.........................................................................................................14/15. 8.Medidas Estatísticas..........................................................................................................16. 8.1 Tendência Central.....................................................................................................16/17. 8.1.1 Moda.............................................................................................................................18. 8.1.2 Mediana...................................................................................................................18/19. 8.2 Medidas de Variabilidade..............................................................................................19. 8.2.1 Amplitude.....................................................................................................................19. 8.2.2 Variância............................................................................................................19/20/21. 8.2.3 Desvio Patrão...............................................................................................................21. 8.2.4 Coeficiente de Variação.........................................................................................22/23. 9) Referências de Livros e Sites..........................................................................................23. 2 Aquisição do vocabulário básico estatístico 1) Abordagem Histórica da Estatística Embora a palavra estatística ainda não existisse, existem indícios de que ha 3000anos a.C. já se faziam censos na Babilônia, China e Egito. A própria Bíblia leva-nos a esse resgate histórico, como o livro quarto do Velho Testamento, intitulado “Números”, começa com a seguinte instrução a Moises: ”Fazer um levantamento dos homens de Israel que estivessem aptos para guerrear”; na época do Imperador Cesar Augusto, saiu um edito para que se fizesse o censo em todo o Império Romano. Por isso Maria e Jose teriam viajado para Belém. A Estatística teve origem na necessidade do Estado Politico em conhecer os seus domínios. Sob a palavra estatística, provavelmente derivada da palavra “status” (estado, em latim), acumularam-se descrições e dados relativos ao Estado. Nas mãos dos governantes, a Estatística passou a constituir-se verdadeira ferramenta administrativa. Em 1085, Guilherme, o Conquistador, ordenou que se fizesse um levantamento estatístico da Inglaterra, que deveria incluir informações sobre terras, proprietários, uso da terra, empregados, animais e que serviria também de base para o calculo de impostos. Esse levantamento originou um volume intitulado “Domesday Book” (Livro do dia do juízo final). No século XVII, ganhou destaque na Inglaterra, a partir das Tabuas de mortalidade de Jonh Graunt e William Petty, a aritmética politica que consistiu de exaustivas analises de nascimentos e mortes. Dessas analises resultou a conclusão, entre outras, de que a percentagem de nascimentos de crianças do sexo masculino era ligeiramente superior a de crianças do sexo feminino. Em 1708, foi organizado o primeiro curso de Estatística na Universidade de Yena, na Alemanha. 2) Conceito de Estatística Estatística é um ramo do conhecimento que consta de um conjunto de processos cujo objetivo é a observação, a classificação formal e a análise de fenômenos coletivos ou de massa (finalidade descritiva) e, também, a possibilidade de efetuar inferências indutivas válidas, a partir de dados observados, e buscar métodos para permitir essa inferência (finalidade indutiva). Portanto, é uma parte da matemática aplicada que fornece métodos para coleta, organização, descrição, análise e interpretação de dados e para a utilização dos mesmos na tomada de decisões. Fonte: www.inf.ufsc.br/~verav/ensino-2013-2/amostragem.pdf 2 Estatística é a ciência que se preocupa com a organização, descrição, analise e interpretação dos dados experimentais. É uma coleção de métodos para planejar experimentos, obter dados e organizá-los, resumi-los, analisa-los, interpretá-los e deles extrair conclusões. Fonte: Estatística básica/Flávio Alves Pozzi-Curitiba:Fael,2015. 2.1 Dicionário Significado de Estatística, s.f 1. Ciência que tem por objetivo o agrupamento metódico e o estudos fenômenos que se prestam a avaliação numérica. 2. Conjunto de dados numéricos relativos a uma categoria de fatos. Fonte: MINIDICIONARIO Luft 2.2 Site Significado de Estatística é substantivo feminino, Ramo das matemáticas aplicadas cujos princípios decorrem da teoria das probabilidades e que tem por objeto o estudo, bem como o agrupamento metódico, de séries de fatos ou de dados numéricos. Fonte: https://www.dicio.com.br 3) Estatística Discreta e Inferencial A Estatística, durante muitos séculos, esteve relacionada apenas com as informações a respeito do Estado.Hoje em dia, o conjunto de teorias, conceitos e métodos denominado. A Estatística esta associada ao processo de descrição e inferência, debruçando, de modo particular, sobre questões relativas a sumarização eficiente de dados, planejamento e analise de experimentos e levantamentos e natureza de erros de medida e de outras causas de variação em um conjunto de dados. A estatística pode ser dividida em duas partes principais: a Estatística Descritiva e a Inferência Estatística ou Estatística Analítica. Enquanto a Estatística Descritiva cuida do resumo e da apresentação de dados de observação por meio de tabelas, gráficos e medidas, sem se preocupar com as populações de onde esses dados foram retirados, a Inferência. A Estatística tem como objetivo fornecer métodos que possibilitem a realização de inferência sobre populações a partir de amostras delas provenientes. A Inferência Estatística tem por base o calculo de probabilidades e compreende dois grandes tópicos: a estimação de parâmetros e os testes de hipóteses. Embora a Estatística Descritiva seja um ramo fundamental da Estatística, em muitos casos ela se torna insuficiente. Isto ocorre porque quase sempre as informações são obtidas de amostras e, consequentemente, sua analise exige generalizações que ultrapassam os dados disponíveis. Essa necessidade, aliada ao desenvolvimento dos métodos probabilísticos, promoveu o crescimento da Estatística 3 pela ênfase aos métodos generalizadores (Inferência Estatística), em acréscimo aos métodos puramente descritivos. Sejamos os exemplos que ilustram a necessidade dos métodos generalizadores como prever a duração media da vida útil de uma calculadora, com base no desempenho de muitas dessas calculadoras, comparar a eficiência de duas dietas para reduzir peso, com base nas perdas de peso de pessoas que se submeteram as dietas que determinaram a dosagem ideal de um novo medicamento, com base em testes feitos em pacientes voluntários de hospitais selecionados aleatoriamente que prevê o fluxo de trafego de uma rodovia ainda em construção, com base no trafego observado em rodovias alternativas. Em todas essas situações existe incerteza porque dispomos apenas de informações parciais, incompletas ou indiretas. A Inferência Estatística trata de problemas onde a incerteza e inerente, utilizando métodos que se fundamentam na teoria das probabilidades. Os métodos de inferência tornam-se necessários para avaliar a confiabilidade dos resultados observados. 4) População e Amostra 4.1) População Em estatística, população é o conjunto de todos os elementos ou resultados sobre a investigação. Podemos, então, pensar que uma população consiste em um conjunto de indivíduos que compartilham de, pelo menos, uma característica comum, seja ela a espécie, etnia, cidadania, filiação a uma associação, matrícula em uma universidade. 4.2) Amostra Amostra diz respeito a um subconjunto da população, fração ou uma parte do grupo, ou seja, em um conjunto de indivíduos retirados de uma população, a fim de que seu estudo estatístico possa fornecer informações importantes sobre aquela população. É difícil encontrar duas coisas exatamente iguais. Ha um pouco de variabilidade em quase tudo. De modo bem geral, podemos dizer que o objetivo da Estatística é fornecer métodos para se conviver, de modo racional, com a variabilidade. Isto e feito através da descoberta de regularidade nos dados relativos às situações em estudo. Para isso, duas ideias são de fundamental importância. Primeiramente, embora as observações sejam variáveis e sempre que possível associar a elas a ideia de regularidade e expressar essa regularidade matematicamente. Por outro lado, devido a variabilidade inerente aos indivíduos, os pontos de interesse da Estatística são referentes aos grupos de indivíduos, ou seja, estudamos os indivíduos através dos grupos. Quando 4 estudamos uma determinada característica, geralmente, queremos obter conclusões para o conjunto de todos os indivíduos que apresentam tal característica. Chamamos de população o conjunto de todos os indivíduos ou objetos que apresentam uma característica em comum. Na maioria dos casos, ao estudarmos uma população, não temos acesso a todos os seus elementos. O estudo e feito, então, a partir de uma parte desta população, denominada amostra, que tem por objetivo representa-la. 5) Amostragem Amostragem é o processo pelo qual se obtém informação sobre um todo (população), examinando-se apenas uma parte do mesmo (amostra). 5.1 Tipos de amostragem Basicamente, existem dois métodos para obtenção da amostra: probabilístico ou não. Nas amostragens probabilísticas as unidades amostrais são escolhidas mediante mecanismos de sorteio. Ou seja, são métodos em que a seleção dos indivíduos da população é feita de forma a que todos tenham as mesmas chances de participar da amostra. Nas amostragens não probabilísticas os elementos são escolhidos de maneira aproximada ou intencionalmente. Esse tipo de amostragem algumas vezes procura usar procedimento aleatório, mas sem um sorteio, ou seja, sem utilizar dispositivos aleatórios confiáveis. Exemplo: escolher vizinhos ou amigos. 6) O que é variável O conceito de variável é a característica de interesse que é medida em cada elemento da amostra ou população. Seus valores variam de elemento para elemento. As variáveis podem ter valores numéricos ou não numéricos. Variáveis podem ser classificadas da seguinte forma: 6.1 Variáveis Qualitativas (ou categóricas): são as características que não possuem valores quantitativos, mas, ao contrário, são definidas por várias categorias, ou seja, representam uma classificação dos indivíduos. Podem ser nominais ou ordinais. 1. Variáveis nominais: não existe ordenação dentre as categorias. Exemplos: sexo, cor dos olhos, fumante/não fumante, doente/sadio. 2. Variáveis ordinais: existe uma ordenação entre as categorias. Exemplos: escolaridade (1º, 2º, 3º graus), estágio da doença (inicial, intermediário, terminal), mês de observação (janeiro, fevereiro,..., dezembro). 5 6.1.1 Variável aleatória discreta: características mensuráveis que podem assumir apenas um número finito ou infinito contável de valores e, assim, somente fazem sentido valores inteiros. Geralmente são o resultado de contagens. Exemplos: número de filhos, número de bactérias por litro de leite, número de cigarros fumados por dia, números de filhos de um casal. 6.1.2 Variável aleatória contínua: características mensuráveis que assumem valores em uma escala contínua (na reta real), para as quais valores fracionais fazem sentido. Exemplos: peso (balança), altura (régua), tempo (relógio), pressão arterial, idade. 6.2.2 Variáveis aleatória Quantitativas: são as características que podem ser medidas em uma escala quantitativa, ou seja, apresentam valores numéricos que fazem sentido. 7) Gráfico É uma representação de dados obtidos nos experimentos na forma de figuras geométricas como diagramas, desenhos, figuras ou imagens, de modo a fornecer ao leitor uma interpretação de forma mais rápida e objetiva. 7.1) Gráfico de linha ou curva Exibe uma série como um conjunto de pontos conectados por uma única linha. As linhas de gráficos são usadas para representar grandes quantidades de dados que ocorrem em um período de tempo contínuo. Normalmente é mais utilizado nas séries cronológicas, onde a variável tempo é representada no eixo horizontal e as quantidades respectivas, no eixo vertical. 6 7.2) Gráficos em colunas ou barras:É a representação de uma série estatística por meio de retângulos, dispostos verticalmente (em colunas) ou horizontalmente (em barras). Todos os retângulos devem apresentar a mesma largura, ficando os seus comprimentos proporcionais aos respectivos dados. Normalmente esses gráficos são mais empregados nas séries qualitativas ou cronológicas. 7 8 7.2.2) Gráficos em colunas ou barras múltiplas Colunas ou Barras Múltiplas: Geralmente empregados quando queremos representar, simultaneamente, dois ou mais fenômenos, com o propósito de comparação. Desmatamento: 9 7.3) Gráfico histograma de frequência Um histograma nada mais é que uma representação gráfica, que mostra a frequência de uma ocorrência num determinado intervalo de classe. São utilizados nas mais diversas áreas como para verificar o numero de produtos não conforme ou determinar a dispersão de valores de medidas em peças entre outros. 10 7.4) Gráficos em setores (pizza). Objetivos: expressar as informações em uma circunferência fracionada. É um gráfico muito usado na demonstração de dados percentuais. 11 Trabalho escravo no Brasil 10/2018 7.5) Gráfico cartograma Um cartograma é um mapa que mostra informação quantitativa mantendo certo grau de precisão geográfica das unidades espaciais mapeadas. É empregado quando o objetivo é o de figurar os dados estatísticos diretamente relacionados com áreas geográficas ou políticas. 12 13 Cartograma 1 – Efetivo de bovinos e cabeças abatidas, segundo as Unidades da Federação – 2015. 7.6) Gráfico pictograma Pictogramas são representações de objetos e conceitos traduzidos em uma forma gráfica extremamente simplificada, mas sem perder o significado essencial do que se está representando. Seu uso geralmente está associado à sinalização pública, instruções, orientações e qualquer outro meio para transmitir informações. É muito comum encontrar o uso de pictogramas em diversos contextos cotidianos, como placas em shoppings, aeroportos, guias, manuais, mapas, infográficos. 14 7.7) Gráfico polar Um gráfico polar exibe uma série como um conjunto de pontos agrupados por categoria em um círculo de 360 graus. Os valores são representados pelo comprimento do ponto, conforme medido do centro do círculo. Quanto mais distante o ponto está do centro, maior é o seu valor. São exibidos rótulos de categoria no perímetro do gráfico. Os gráficos polares são usados com mais frequência para fazer gráficos de dados polares, nos quais cada ponto de dados é determinado por um ângulo ou uma distância. 15 8. Medidas Estatísticas 16 8.1) Medidas de tendência central As medidas de Tendência central é um valor central ou valor típico para uma distribuição de probabilidade. É chamada ocasionalmente como média ou apenas centro da distribuição. 1) Média Média Aritmética Simples É uma das medidas de tendência central mais utilizadas no cotidiano. É determinada pelo resultado da divisão do somatório dos números dados pela quantidade de números somados. Por exemplo, vamos determinar a média dos números 3, 12, 23, 15, 25. Para isso basta somarmos todos os números e dividirmos pela quantidade de números, ou seja: Média Aritmética=3+12+23+15+25= 78/5= 15,6 O cálculo da Média Aritmética é frequentemente usado nas escolas para efetuar a média final dos alunos, em campeonatos de futebol para se obter a média de gols de uma determinada rodada ou mesmo do campeonato, é também utilizado em diversas pesquisas estatísticas, pois determina o direcionamento das ideias expressas em determinados estudos. Media aritmética ponderada É uma Média Aritmética na quais alguns dos números envolvidos possuem “pesos”, como por exemplo, digamos que a média de uma etapa é dada pela média ponderada das notas das três primeiras provas, tomando peso 1 para a primeira prova, peso 2 para a segunda prova e peso 3 para a terceira prova. Neste caso, a Média Aritmética Ponderada é: (1×Nota 1)+(2×Nota 2)+(3×Nota 3) 1+2+3 (1x5)+(2x6)+(3x8) = 6,83 6 Em outras palavras, a Média Aritmética Ponderada é uma Média Aritmética na qual você repete os números tantas vezes quantos são seus pesos. Media geométrica 17 A média geométrica é definida, para números positivos, como a raiz n-ésima do produto de n elementos de um conjunto de dados. Fórmula MG:média geométrica n:número de elementos do conjunto de dados x1, x2, x3, ..., xn: valores dos dados. Exemplo: Qual o valor da média geométrica entre os números 3, 8 e 9? Como temos 3 valores, iremos calcular a raiz cúbica do produto. Media harmônica A média harmônica está relacionada ao cálculo matemático das situações envolvendo as grandezas inversamente proporcionais. Como exemplo, temos a relação entre velocidade e tempo. Suponha que, em uma determinada viagem, um carro desenvolva duas velocidades distintas, durante a metade do percurso ele manteve a velocidade de 50 km/h e durante a metade restante sua velocidade foi de 60 km/h. Vamos determinar a velocidade média do veículo durante o percurso. De acordo com a média harmônica temos a seguinte relação: A velocidade média do veículo durante todo o percurso será de aproximadamente 54 km/h. 18 8.1.2) Moda É a medida de tendência central que consiste no valor observado com mais frequência em um conjunto de dados. Por exemplo, digamos que o Palmeiras em determinado torneio de futebol fez, em dez partidas, a seguinte quantidade de gols: 5, 4, 2, 1, 3, 7, 1, 1, 2 e 1. Para essa sequência de gols marcados, a moda é de 1 gol, pois é o número que aparece mais vezes. Outra situação comum seria se dentre 7 pessoas tomássemos suas idades, a saber:15 anos, 20 anos, 32 anos, 13 anos, 55 anos, 43 anos e 90 anos. Nesse caso, não há moda, pois nenhuma idade se repetiu mais vezes que a outra. Quando um conjunto de dados não apresenta moda, dizemos que esse conjunto é amodal. Caso exista uma moda, denominamos o conjunto de Unimodal. Existindo duas modas, denominamos o conjunto de bimodal e assim sucessivamente. 8.1.3) Mediana É a medida de tendência central que indica exatamente o valor central de um conjunto de dados quando organizados em ordem crescente ou decrescente. Vejamos alguns exemplos, considerando que um aluno tirou as seguintes notas em cinco provas de uma determinada matéria: 5, 8, 7, 4 e 8. Colocando as cinco notas na ordem crescente, se obtém 4<5<7<8=8. a mediana é o valor que está no centro dessa sequência, ou seja, 7. mas, se ao invés de cinco notas fossem seis, nesse caso ao ordenarmos os números, teremos dois termos centrais ao invés de um outro exemplo, digamos que as notas agora são: 5, 2, 8, 7, 4 e 8.Então colocando em ordem crescente, temos 2<4<5<7<8=8 Aqui, os dois termos centrais seriam 5 e 7. Portanto, a Mediana desse conjunto de dados é a Média Aritmética dos dois termos centrais, ou seja, Mediana= 5+7= 6 2 19 Resumindo o cálculo da Mediana: • Coloque os valores do conjunto de dados em ordem crescente ou decrescente; • Se a quantidade de valores do conjunto for ímpar, a mediana é o valor central; • Se a quantidade de valores do conjunto for par, é preciso tirar a Média Aritmética dos valores centrais. 8.2) Medidas de variabilidade Para comparação de dois ou mais conjuntos de dados, a estatística utiliza o desvio padrão, desde que esses dados estejam na mesma unidade de medida. 8.2.1) Amplitude Em estatística, a amplitude representa a diferença entre o maior e o menor valor de um conjunto de dados. Ela mostra a dispersão dos valores de uma série. 1- Liste os elementos de seu conjunto de dados: 14, 19, 20, 24, 25 e 28. 2- Identifique os números mais alto e mais baixo no conjunto. Neste caso, o número mais baixo no conjunto é 14 e o número mais alto é 28. 3- Subtraia o menor número em seu conjunto de dados do maior número. Subtraia 14 a partir de 28 (28 - 14) para obter 14, a amplitude do conjunto. 8.2.2) Variância Variância é uma medida de dispersão que mostra quão distantes os valores estão da média. Nesse caso, como estamos analisando todos os valores de cada funcionário, e não apenas uma “amostra”, trata-se do cálculo da variância populacional (var). O cálculo da variância populacional é obtido através da soma dos quadrados da diferença entre cada valor e a média aritmética, dividida pela quantidade de elementos observados. 20 Variância → Funcionário A: var (A) = (10 – 10)² + (9 – 10)² + (11 – 10)² + (12 – 10)² + (8 – 10)² 5 var (A) = 10 = 2,0 5 Variância → Funcionário B: var (B) = (15 – 12,8)² + (12 – 12,8)² + (16 – 12,8)² + (10 – 12,8)² + (11 – 12,8)² 5 var (B) = 26,8 = 5,36 5 Variância → Funcionário C: var (C) = (11 – 10,4)² + (10 – 10,4)² + (8 – 10,4)² + (11 – 10,4)² + (12 – 10,4)² 5 var (C) = 9,2 = 1,84 5 21 Variância → Funcionário D: var (D) = (8 – 11)² + (12 – 11)² + (15 – 11)² + (9 – 11)² + (11 – 11)² 5 var (D) = 30 = 6,0 5 A produção diária do funcionário C é mais uniforme do que a dos demais funcionários, assim como a quantidade de peças diárias de D é a mais desigual. Quanto maior for à variância, mais distantes da média estarão os valores, e quanto menor for a variância, mais próximos os valores estarão da média. 8.2.3) Desvio padrão O desvio padrão (dp) o resultado positivo da raiz quadrada da variância. Calculo do desvio padrão da produção diária de cada funcionário: Desvio Padrão → Funcionário A: dp(A) = √var (A) dp(A) = √2,0 dp(A) ≈ 1,41 Desvio Padrão → Funcionário B: dp(B) = √var (B) dp(B) = √5,36 dp(B) ≈ 2,32 Desvio Padrão → Funcionário C: dp(C) = √var (C) dp(C) = √1,84 dp(C) ≈ 1,36 Desvio Padrão → Funcionário D: 22 dp(D) = √var (D) dp(D) = √6,0 dp(D) ≈ 2,45 8.2.4) Coeficiente de variação O coeficiente de variação é usado para expressar a variabilidade dos dados estatísticos excluindo a influência da ordem de grandeza da variável. Utilizado para comparar os dados quando estão em grandezas diferentes. O cálculo do coeficiente de variação é feito através da fórmula: Cv = 100.(s / x) s → é o desvio padrão X ? → é a média dos dados CV → é o coeficiente de variação Como o coeficiente de variação analisa a dispersão em termos relativos, ele será dado em %. Se o CV: For menor ou igual a 15% → baixa dispersão: dados homogêneos For entre 15 e 30% → média dispersão For maior que 30% → alta dispersão: dados heterogêneos Exemplo: Em um grupo de moradores de determinada região foram analisadas a idade (em anos) e a altura (em metros) das pessoas. Deseja-se comparar a dispersão em termos relativos em torno da média dos dois conjuntos de dados, a fim de verificar qual deles é mais homogêneo. Na coleta dos dados verificou-se que: Idade das pessoas: X ?=41,6 e s = 0,82 Altura das pessoas: X ?=1,67 e s = 0,2 Qual conjunto de dados apresenta menor dispersão relativa em torno da média? Cálculo do CV da idade. Cálculo do CV da altura. 23 Cv= s .100 X Cv= 0,2 .100 1,67 Cv= 0,119 .100 cv= 11,9% Interpretação dos dados: como o coeficiente de variação da idade foi menor que o coeficiente de variação da altura, pode-se afirmar que os dados relativos à idade são mais homogêneos que os dados da altura. 9.1) Referencias de Livros e Sites Fonte: “Domesday Book” (Livro do dia do juizo final). Fonte: Estatística básica/Flávio Alves Pozzi-Curitiba:Fael,2015.(livro). http://mundoeducacao.bol.uol.com.br/matematica/variancia-desvio-padrao.html https://pt.wikihow.com/Calcular-a-Amplitude http://brasilescola.uol.com.br/matematica/media-harmonica.html https://pictobike.wordpress.com/o-que-sao-pictogramas https://www.gestaodesegurancaprivada.com.br/histograma/conceito. http://leg.ufpr.br https://apublica.org/2017/10/no-mapa-o-trabalho-escravo-no-brasil https://technet.microsoft.com/pt-br/library/ms159755(v=sql.100).aspx www.ebah.com.br/content/ABAAAANBcAE/introducao-a-estatistica?part=3 https://www.matematica.pt/util/resumos/tipos-graficos-estatisticos.php http://www.ufpa.br/dicas/biome/biodavar.html Fonte: www.inf.ufsc.br/~verav/ensino-2013-2/amostragem.pdf https://www.todamateria.com.br/media-geometrica
Compartilhar