Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
Histograma 2 Distribuição de Freqüência ou Histograma: É um gráfico de colunas que representa a variação de uma medida em um grupo de dados através de uma distribuição de freqüências Conjunto de retângulos justapostos, cujas bases se localizam sobre o eixo horizontal Os retângulos têm mesma largura com altura variável A largura representa um intervalo dentro da faixa de valores dos dados A altura representa o número de valores de dados dentro de um intervalo especificado A forma de variação das alturas mostra a distribuição dos valores dos dados DISTRIBUIÇÃO DE FREQUÊNCIA 2 3 DISTRIBUIÇÃO DE FREQUÊNCIA 3 4 Utilização – Área de Saúde DISTRIBUIÇÃO DE FREQUÊNCIA 4 5 Utilização – Área Imunológica DISTRIBUIÇÃO DE FREQUÊNCIA 5 6 Utilização – Imagem Digital: O histograma de uma imagem revela a distribuição dos níveis de cinza da imagem É representado por um gráfico que dá o número de pixels na imagem para cada nível de cinza DISTRIBUIÇÃO DE FREQUÊNCIA 6 Aula 6 7 Imagem Digital DISTRIBUIÇÃO DE FREQUÊNCIA 7 8 Finalidade Identificar anormalidade no processo Comparar os resultados com as especificações Tomada de decisões sobre um processo Indica de um modo intuitivo o valor central e a dispersão para um dado processo Fácil construção e interpretação Pode dar uma idéia sobre a capacidade do processo DISTRIBUIÇÃO DE FREQUÊNCIA 8 9 DISTRIBUIÇÃO DE FREQUÊNCIA Condensa uma coleção de dados conforme as freqüências (repetições de seus valores) Tabela primitiva ou dados brutos Tabela ou relação de elementos que não foram numericamente organizados É difícil formarmos uma idéia exata do comportamento do grupo como um todo, a partir de dados não ordenados Ex : 45, 41, 42, 41, 42 43, 44, 41 ,50, 46, 50, 46, 60, 54, 52, 58, 57, 58, 60, 51 ROL Tabela obtida após a ordenação dos dados (crescente ou decrescente). Ex : 41, 41, 41, 42, 42 43, 44, 45 ,46, 46, 50, 50, 51, 52, 54, 57, 58, 58, 60, 60 9 10 DISTRIBUIÇÃO DE FREQÜÊNCIA Distribuição de freqüência sem intervalos de classe Simples condensação dos dados conforme as repetições de seu valores Para um ROL de tamanho razoável esta distribuição de freqüência é inconveniente, já que exige muito espaço 10 Aula 6 11 DISTRIBUIÇÃO DE FREQÜÊNCIA Distribuição de freqüência com intervalos de classe Quando o tamanho da amostra é elevado é mais racional efetuar o agrupamento dos valores em vários intervalos de classe 11 12 Elementos de uma distribuição de freqüência (com intervalos de classe) Classe Intervalos de variação da variável (i) Número total de classes (k) Ex: na tabela anterior k = 5 e 49 |------- 53 é a 3ª classe, onde i = 3 DISTRIBUIÇÃO DE FREQÜÊNCIA 12 13 Elementos de uma distribuição de freqüência (com intervalos de classe) Limites de classe Extremos de cada classe. O menor número é o limite inferior de classe e o maior número, limite superior de classe Ex: em 49 |------- 53... Limite inferior = 49 e limite superior = 53 O símbolo |------- representa um intervalo fechado à esquerda e aberto à direita O dado 53 do ROL não pertence a classe 3 e sim a classe 4 representada por 53 |------- 57 DISTRIBUIÇÃO DE FREQÜÊNCIA 13 14 Elementos de uma distribuição de freqüência (com intervalos de classe) Amplitude do intervalo de classe (h) Obtida através da diferença entre o limite superior e inferior da classe Ex: na tabela anterior h3 = 53 - 49 = 4 Obs: Na distribuição de freqüência com classe a amplitude será igual em todas as classes DISTRIBUIÇÃO DE FREQÜÊNCIA 14 15 Amplitude total da distribuição Diferença entre o limite superior da última classe e o limite inferior da primeira classe. AT = L(max) - l(min) Ex: na tabela anterior AT = 61 - 41= 20 Amplitude total da amostra (ROL) Diferença entre o valor máximo e o valor mínimo da amostra (ROL), onde AA = x.máx – x.min No exemplo de distribuição sem intervalo de classe AA = 60 - 41 = 19 DISTRIBUIÇÃO DE FREQÜÊNCIA 15 16 Ponto médio de classe Ponto que divide o intervalo de classe em duas partes iguais Ex: em 49 |------- 53 o ponto médio x3 = (53+49)/2 = 51 DISTRIBUIÇÃO DE FREQÜÊNCIA 16 17 A área de um histograma é proporcional à soma das freqüências simples ou absolutas Freqüências simples ou absolutas Valores que realmente representam o número de dados de cada classe A soma das freqüências simples é igual ao número total dos dados da distribuição Freqüências relativas Valores das razões entre as freqüências absolutas de cada classe e a freqüência total da distribuição A soma das freqüências relativas é igual a 1 (100 %) DISTRIBUIÇÃO DE FREQÜÊNCIA 17 18 Polígono de freqüência Gráfico em linha, sendo as freqüências marcadas sobre perpendiculares ao eixo horizontal, levantadas pelos pontos médios dos intervalos de classe Para realmente obtermos um polígono (linha fechada), devemos completar a figura, ligando os extremos da linha obtida aos pontos médios da classe anterior à primeira e da posterior à última, da distribuição Polígono de freqüência acumulada Traçado marcando-se as freqüências acumuladas sobre perpendiculares ao eixo horizontal, levantadas nos pontos correspondentes aos limites superiores dos intervalos de classe* * Definição encontrada na literatura, porém uma classe representada por intervalo fechado à esquerda, não inclui o limite superior na representação de valores da classe DISTRIBUIÇÃO DE FREQÜÊNCIA 18 19 Polígono de frequência acumulada Freqüência simples acumulada de uma classe Total das freqüências de todos os valores inferiores ao limite superior do intervalo de uma determinada classe Freqüência relativa acumulada de um classe Freqüência acumulada da classe, dividida pela freqüência total da distribuição DISTRIBUIÇÃO DE FREQÜÊNCIA 19 20 Construindo um Histograma Definir o tamanho da amostra e coletar os dados (Amostra 30) Identificar os valores máximos e mínimos dos elementos da amostra (x.máx e x. mín.) Calcular a amplitude da amostra (AA = x.máx - x. mín.) Determinar o número de classes (K) 5 K 20 Dividindo a amplitude (R) em intervalos de mesmo tamanho. Dividir R por 1, 2 ou 5 (ou 10; 20 ; 50 ou 0,1; 0,2; 0,5 etc.) de forma a obter de 5 a 20 intervalos de classe de tamanho igual, ou K=Tolerância/h DISTRIBUIÇÃO DE FREQÜÊNCIA 20 21 DISTRIBUIÇÃO DE FREQÜÊNCIA Construindo um Histograma Determinar a amplitude do intervalo de classe (h) h > AA/k Preparar o formulário da tabela de frequência Amostra 30 ~ 50 51 ~ 100 101 ~ 250 > 250 K 5 ~ 7 6 ~ 10 7 ~ 12 10 ~ 20 Classe (i) Ponto Médio da Classe Tabulação Frequência (f) 1 Total 21 22 DISTRIBUIÇÃO DE FREQÜÊNCIA Construindo um Histograma Determinar os valores limites para cada classe, englobando o menor e o maior valor observado O primeiro elemento das classes seguintes sempre será formado pelo último elemento da classe anterior Calcular o ponto médio da classe Anotar a freqüência por classe e fazer tabulação Freqüência 1 2 3 4 5 6 7 Tabulação / // /// //// //// //// / //// // 22 23 Construindo um Histograma Construir o histograma (marque o eixo x com os valores dos limites das classes) Trace o eixo vertical esquerdo com a freqüência e, se necessário, o eixo vertical direito com escala de freqüência relativa (freqüência relativa = f/n) Calcular os parâmetros X (média) e (desvio padrão) Traçar as linhas X, LSE e LIE LSE – Limite Superior de Especificação LIE – Limite Inferior de Especificação DISTRIBUIÇÃO DE FREQÜÊNCIA 23 24 DISTRIBUIÇÃO DE FREQÜÊNCIA Exemplo Classes f X fa 24 25 DISTRIBUIÇÃO DE FREQÜÊNCIA Tipos de Histogramas Forma de Gauss Forma bimodal – Tipo Pico Duplo Forma asimétrica Forma censurada Forma com anomalías – Tipo Pico Isolado 25 26 Como comparar histogramas com limites de especificação? LIE LSE O histograma atende a especificação com folga e, portanto, deve-se manter a situação atual DISTRIBUIÇÃO DE FREQÜÊNCIA 26 27 Como comparar histogramas com limites de especificação? LIE LSE O histograma atende a especificação sem folga e, portanto, deve-se reduzir um pouco o grau de variação DISTRIBUIÇÃO DE FREQÜÊNCIA 27 28 Como comparar histogramas com limites de especificação? LIE LSE O histograma não atende a especificação e, portanto, deve-se agir para trazer a média mais próxima ao centro da especificação DISTRIBUIÇÃO DE FREQÜÊNCIA 28 29 Como comparar histogramas com limites de especificação? LIE LSE O histograma não atende a especificação e, portanto, deve-se agir para reduzir a variação DISTRIBUIÇÃO DE FREQÜÊNCIA 29 30 Como comparar histogramas com limites de especificação? LIE LSE O histograma não atende a especificação e, portanto, deve-se agir para reduzir a variação e trazer a média mais próxima ao centro da especificação DISTRIBUIÇÃO DE FREQÜÊNCIA 30 Teste gráfico de normalidade Uma forma de verificar a distribuição das variáveis é através do papel de probabilidade que permite testar graficamente o ajuste de diferentes distribuições de probabilidade. O papel de probabilidade Normal possui uma escala vertical transformada, de forma que se um conjunto de dados segue a distribuição Normal, suas freqüências acumuladas aparecerão dispostas ao longo de uma linha reta. Teste gráfico de normalidade Caso contrário, quando o modelo Normal não se ajusta bem aos dados, suas freqüências acumuladas irão apresentar curvatura quando plotadas no papel de probabilidade Normal. Caso o papel de probabilidade Normal não esteja disponível, há outra alternativa gráfica para verificar o ajuste de um modelo Normal através do teste gráfico de valores teóricos de Z. Passos para elaborar o teste gráfico de valores teóricos de Z Essa alternativa utiliza os valores teóricos de Z esperados para cada valor ordenado de X(i). Para elaborar o teste gráfico de valores teóricos de Z, recomenda-se seguir os seguintes passos: a) colocam-se os dados (X(i).) em ordem crescente; b) calcula-se a probabilidade acumulada F(X(i)); c) obtém-se o valor teórico de Z a partir de F(X(i)), usando a tabela da distribuição Normal acumulada; d) plota-se o Z teórico x X(i); e) se o ajuste Normal é adequado, os valores plotados devem aparecer seguindo, aproximadamente, uma linha reta. Passos para elaborar o teste gráfico de valores teóricos de Z Por exemplo, sejam os valores de espessura de peças cerâmicas apresentados na Tabela 14. Passos para elaborar o teste gráfico de valores teóricos de Z Como pode ser visto na Figura 43, os pontos estão aproximadamente dispostos segundo uma linha reta, indicando que os dados provêm de uma população com distribuição Normal. Cálculo dos limites naturais Uma vez identificada a distribuição dos valores individuais calcula-se os limites naturais. Caso a distribuição dos valores individuais seja Normal, os limites naturais são calculados considerando-se a extensão de seis desvios-padrões (6). Dessa forma, os limites naturais compreendem 99,73% dos valores, ou seja, teoricamente 99,73% das peças produzidas estarão dentro dos limites naturais e 0,27% estarão fora dos limites naturais. Cálculo dos limites naturais Cálculo dos limites naturais Onde d2 é uma constante que depende do tamanho da amostra, cujos valores encontram-se na Tabela 15. Ou a partir do desvio-padrão das amostras usando: Onde c4 é uma constante que depende do tamanho da amostra, cujos valores encontram-se na Tabela 15. Cálculo dos limites naturais Cálculo dos limites naturais Cálculo dos limites naturais Índices de capacidade Muitas vezes é conveniente ter uma maneira simples e quantitativa de expressar a capacidade do processo. Uma maneira é utilizar os índices de capacidade que comparam os limites naturais do processo com a amplitude das especificações exigidas para o processo. Índices de capacidade O cálculo dos índices de capacidade é realizado supondo que as variáveis provêm de uma distribuição Normal. Índices de capacidade A Figura ilustra a situação de processos capaz e não-capaz. Índices de capacidade Índices de capacidade Índices de capacidade Índices de capacidade Há vários tipos de índice de capacidade. Um índice usado com frequência para avaliação de características do tipo nominal-é-melhor, ou seja, características que possuem um valor alvo a ser atingido e qualquer desvio desse valor alvo é prejudicial, é o Cp calculado segundo a equação abaixo: Índices de capacidade O índice Cp avalia a capacidade potencial do processo, que poderia ser atingida se o processo estivesse centrado. Índices de capacidade Índices de capacidade Índices de capacidade A capacidade real do processo para características do tipo nominal-é-melhor é estimada pelo índice Cpk que considera a média do processo Índices de capacidade Índices de capacidade Índices de capacidade Índices de capacidade Índices de capacidade Teorema do Limite Central O Teorema do Limite Central indica que a soma (e, por conseguinte, a média) de n variáveis independentes seguirá o modelo Normal, independentemente da distribuição das variáveis individuais. A aproximação melhora na medida em que n aumenta. Se as distribuições individuais não são muito diferentes da Normal, basta n = 4 ou 5 para se obter uma boa aproximação. Se as distribuições individuais forem radicalmente diferentes da Normal, então será necessário n = 20 ou mais. Forneça uma breve descrição geral da apresentação. Descreve o enfoque principal da apresentação e porque é importante. Apresentar cada um dos tópicos principais. Para fornecer informações gerais à audiência, pode repetir este diapositivo com a Descrição Geral ao longo da apresentação, realçando o tópico específico que irá explicar a seguir. 58 Teorema do Limite Central Forneça uma breve descrição geral da apresentação. Descreve o enfoque principal da apresentação e porque é importante. Apresentar cada um dos tópicos principais. Para fornecer informações gerais à audiência, pode repetir este diapositivo com a Descrição Geral ao longo da apresentação, realçando o tópico específico que irá explicar a seguir. 59 Teorema do Limite Central Exemplo A distribuição de probabilidade da variável resultante do lançamento de um dado segue a distribuição uniforme, ou seja, qualquer valor (1, 2, 3, 4, 5, 6) tem a mesma probabilidade (1/6) de ocorrer. No entanto, se ao invés de lançar um dado, sejam lançados dois dados e calculada a média, essa média seguirá uma distribuição aproximadamente Normal como pode-se visualizar no histograma abaixo. Na Tabela 7, apresenta-se as médias dos lançamentos de dois dados Forneça uma breve descrição geral da apresentação. Descreve o enfoque principal da apresentação e porque é importante. Apresentar cada um dos tópicos principais. Para fornecer informações gerais à audiência, pode repetir este diapositivo com a Descrição Geral ao longo da apresentação, realçando o tópico específico que irá explicar a seguir. 60 Teorema do Limite Central Forneça uma breve descrição geral da apresentação. Descreve o enfoque principal da apresentação e porque é importante. Apresentar cada um dos tópicos principais. Para fornecer informações gerais à audiência, pode repetir este diapositivo com a Descrição Geral ao longo da apresentação, realçando o tópico específico que irá explicar a seguir. 61 Teorema do Limite Central Forneça uma breve descrição geral da apresentação. Descreve o enfoque principal da apresentação e porque é importante. Apresentar cada um dos tópicos principais. Para fornecer informações gerais à audiência, pode repetir este diapositivo com a Descrição Geral ao longo da apresentação, realçando o tópico específico que irá explicar a seguir. 62 Teorema do Limite Central Exemplo A distribuição de probabilidade da variável resultante do lançamento de um dado segue a distribuição uniforme, ou seja, qualquer valor (1, 2, 3, 4, 5, 6) tem a mesma probabilidade (1/6) de ocorrer. No entanto, se ao invés de lançar um dado, sejam lançados dois dados e calculada a média, essa média seguirá uma distribuição aproximadamente Normal como pode-se visualizar no histograma abaixo. Na Tabela 7, apresenta-se as médias dos lançamentos de dois dados Forneça uma breve descrição geral da apresentação. Descreve o enfoque principal da apresentação e porque é importante. Apresentar cada um dos tópicos principais. Para fornecer informações gerais à audiência, pode repetir este diapositivo com a Descrição Geral ao longo da apresentação, realçando o tópico específico que irá explicar a seguir. 63 Teorema do Limite Central Conforme pode ser visto na Figura, o histograma da média dos dois dados resulta aproximadamente Normal. Além disso, observa-se que a aproximação da distribuição Normal melhora na medida que se fizesse a média do lançamento de mais dados. Forneça uma breve descrição geral da apresentação. Descreve o enfoque principal da apresentação e porque é importante. Apresentar cada um dos tópicos principais. Para fornecer informações gerais à audiência, pode repetir este diapositivo com a Descrição Geral ao longo da apresentação, realçando o tópico específico que irá explicar a seguir. 64 Teorema do Limite Central O Teorema do Limite Central é básico para a maioria das aplicações do controle estatístico da qualidade. O controle estatístico do processo, em geral, trabalha com a média das amostras, pois independente da distribuição dos valores individuais, a média desses valores irá seguir aproximadamente a distribuição Normal. A distribuição Normal é uma teoria básica para o desenvolvimento das cartas de controle e é a principal ferramenta do controle estatístico de processos. Forneça uma breve descrição geral da apresentação. Descreve o enfoque principal da apresentação e porque é importante. Apresentar cada um dos tópicos principais. Para fornecer informações gerais à audiência, pode repetir este diapositivo com a Descrição Geral ao longo da apresentação, realçando o tópico específico que irá explicar a seguir. 65 Teorema do Limite Central Forneça uma breve descrição geral da apresentação. Descreve o enfoque principal da apresentação e porque é importante. Apresentar cada um dos tópicos principais. Para fornecer informações gerais à audiência, pode repetir este diapositivo com a Descrição Geral ao longo da apresentação, realçando o tópico específico que irá explicar a seguir. 66 Teorema do Limite Central Forneça uma breve descrição geral da apresentação. Descreve o enfoque principal da apresentação e porque é importante. Apresentar cada um dos tópicos principais. Para fornecer informações gerais à audiência, pode repetir este diapositivo com a Descrição Geral ao longo da apresentação, realçando o tópico específico que irá explicar a seguir. 67 Teorema do Limite Central Exemplo Um pesquisador deseja saber a média de idade dos alunos de pós-graduação. Supondo que a população dos alunos seja: 25, 35, 24, 43, 35, 22, 49, 56, 34, 26, 35, 52, 40, 35, 35,25, 61,42, 58, 56, 45, 40, 38, 45, 33, 53, 22, 35, 23, 25, 36, 39 Forneça uma breve descrição geral da apresentação. Descreve o enfoque principal da apresentação e porque é importante. Apresentar cada um dos tópicos principais. Para fornecer informações gerais à audiência, pode repetir este diapositivo com a Descrição Geral ao longo da apresentação, realçando o tópico específico que irá explicar a seguir. 68 Teorema do Limite Central Exemplo 2 Supondo que não fosse possível analisar a população inteira, e os dados fossem coletados por amostras de tamanho n=4. Forneça uma breve descrição geral da apresentação. Descreve o enfoque principal da apresentação e porque é importante. Apresentar cada um dos tópicos principais. Para fornecer informações gerais à audiência, pode repetir este diapositivo com a Descrição Geral ao longo da apresentação, realçando o tópico específico que irá explicar a seguir. 69 Teorema do Limite Central Exemplo 2 Supondo que não fosse possível analisar a população inteira, e os dados fossem coletados por amostras de tamanho n=4. Forneça uma breve descrição geral da apresentação. Descreve o enfoque principal da apresentação e porque é importante. Apresentar cada um dos tópicos principais. Para fornecer informações gerais à audiência, pode repetir este diapositivo com a Descrição Geral ao longo da apresentação, realçando o tópico específico que irá explicar a seguir. 70 Teorema do Limite Central Exemplo 3 Com base no exemplo 2, supomos que os dados fossem coletados por amostras de tamanho n=8. . Forneça uma breve descrição geral da apresentação. Descreve o enfoque principal da apresentação e porque é importante. Apresentar cada um dos tópicos principais. Para fornecer informações gerais à audiência, pode repetir este diapositivo com a Descrição Geral ao longo da apresentação, realçando o tópico específico que irá explicar a seguir. 71 Teorema do Limite Central Exemplo 3 Com base no exemplo 2, supomos que os dados fossem coletados por amostras de tamanho n=8. . Forneça uma breve descrição geral da apresentação. Descreve o enfoque principal da apresentação e porque é importante. Apresentar cada um dos tópicos principais. Para fornecer informações gerais à audiência, pode repetir este diapositivo com a Descrição Geral ao longo da apresentação, realçando o tópico específico que irá explicar a seguir. 72 Teorema do Limite Central Exemplo 3 Com base no exemplo 2, supomos que os dados fossem coletados por amostras de tamanho n=8. . Forneça uma breve descrição geral da apresentação. Descreve o enfoque principal da apresentação e porque é importante. Apresentar cada um dos tópicos principais. Para fornecer informações gerais à audiência, pode repetir este diapositivo com a Descrição Geral ao longo da apresentação, realçando o tópico específico que irá explicar a seguir. 73 Gráf1 0 0 1 0.0111111111 4 0.0444444444 9 0.1 14 0.1555555556 22 0.2444444444 19 0.2111111111 10 0.1111111111 5 0.0555555556 6 0.0666666667 0 0 Exemplo Exemplo: Distribuição de Frequência Nº da Amostra Resultados das medições dos diâmetros (mm) X máx. Xmín. 1 ~ 10 2.51 2.517 2.522 2.522 2.51 2.511 2.519 2.543 2.525 2.543 2.51 11 ~ 20 2.527 2.536 2.506 2.541 2.512 2.515 2.521 2.529 2.524 2.541 2.506 21 ~ 30 2.529 2.523 2.523 2.523 2.519 2.528 2.543 2.518 2.534 2.543 2.518 31 ~ 40 2.52 2.514 2.512 2.534 2.526 2.53 2.532 2.523 2.52 2.534 2.512 41 ~ 50 2.535 2.523 2.526 2.525 2.532 2.522 2.502 2.522 2.514 2.535 2.502 51 ~ 60 2.533 2.51 2.542 2.524 2.53 2.521 2.522 2.54 2.528 2.542 2.51 61 ~ 70 2.525 2.515 2.52 2.519 2.526 2.527 2.522 2.54 2.528 2.54 2.515 71 ~ 80 2.531 2.545 2.524 2.522 2.52 2.519 2.519 2.522 2.513 2.545 2.513 81 ~ 90 2.518 2.527 2.511 2.519 2.531 2.527 2.528 2.519 2.521 2.531 2.511 2.545 2.502 R = 2,545 - 2,502 R = 0.043 K = 0,043/0,002 K = 21.5 21 K = 0,043/0,005 K = 8.6 9 porque está entre 5 e 20 K = 0,043/0,01 K = 4.3 4 h = R/K (0,043/9) h = 0.005 Intervalo de Classe Ponto Médio da Classe Tabulação Frequência f/n 0 1 2,5005 ~ 2,5055 2.503 / 1 0.01 2 2,5055 ~ 2,5105 2.508 //// 4 0.04 3 2,5105 ~ 2,5155 2.513 //// //// 9 0.10 4 2,5155 ~ 2,5205 2.518 //// //// //// 14 0.16 5 2,5205 ~ 2,5255 2.523 //// //// //// //// // 22 0.24 6 2,5255 ~ 2,5305 2.528 //// //// //// //// 19 0.21 7 2,5305 ~ 2,5355 2.533 //// //// 10 0.11 8 2,5355 ~ 2,5405 2.538 //// 5 0.06 9 2,5405 ~ 2,5455 2.543 //// / 6 0.07 0 90 média = 2.2714444444 0.0088201334 Intervalo de Classe Ponto Médio da Classe Frequência f/n 0 0 0 0 0 2.5005 2.5055 2.5030 1 0.01 2.5055 2.5105 2.5080 4 0.04 2.5105 2.5155 2.5130 9 0.10 2.5155 2.5205 2.5180 14 0.16 2.5205 2.5255 2.5230 22 0.24 2.5255 2.5305 2.5280 19 0.21 2.5305 2.5355 2.5330 10 0.11 2.5355 2.5405 2.5380 5 0.06 2.5405 2.5455 2.5430 6 0.07 0 0.000 0 0 0.00 Exemplo Exercício Exercício: Distribuição de Frequência Tamanho da Amostra: 50 35.6 34.6 34.8 35 34.2 34.3 35.2 34.9 34.4 35 35.2 34.2 34.8 35.6 35 35.2 34.7 34.8 34 35 35.6 33.8 35.6 33.8 34.3 33.7 34.7 34 34.5 34.4 35 34 34.6 33.7 35 33.7 35.5 35.2 34.4 35 34.5 34.4 34.8 34.6 35.2 34.6 35.2 34.4 34.8 34.8 33.6 34 35.2 33.4 34.6 34.3 33 34.6 35.2 33 35.6 33 R = 35,6 - 33 R = 2.6 h5 = 2,6/5 h5 = 0.5 = h h7 = 2,6/7 h6 = 0.4 Tolerância=3 K=T/h = 3/0,4 T/h = 7.5 K=T/h = 3/0,5 T/h = 6.0 Intervalo de Classe Ponto Médio da Classe Tabulação Frequência f/n 1 32,5 ~ 33,0 32.75 0 0.00 2 33,0 ~ 33,5 33.25 // 2 0.04 3 33,5 ~ 34,0 33.75 //// 4 0.08 4 34,0 ~ 34,5 34.25 //// //// // 12 0.24 5 34,5 ~ 35,0 34.75 //// //// //// // 17 0.34 6 35,0 ~ 35,5 35.25 //// //// / 11 0.22 7 35,5 ~ 36,0 35.75 //// 4 0.08 8 36,0 ~ 36,5 36.25 0 0.00 50 média = 34.598 0.5697332709 Intervalo de Classe Frequência f/n 32.5 33.0 0 0.00 33.0 33.5 2 0.04 33.5 34.0 4 0.08 34.0 34.5 12 0.24 34.5 35.0 17 0.34 35.0 35.5 11 0.22 35.5 36.0 4 0.08 36.0 36.5 0 0.00 LSE = 34,5 + 1,5 36 LIE = 34,5 - 1,5 33 -2.8048212761 0.0026 0.26% -2.460800644 0.0069 0.69% 0.8776036533 Cp< 1 - inadequado Exercício LIE LSE Média
Compartilhar