Baixe o app para aproveitar ainda mais
Prévia do material em texto
18 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Unidade II 5 10 15 20 25 3 INTERVALO DE CONFIANÇA Em páginas anteriores foram dados alguns exemplos de métodos para estimar parâmetros de uma população a partir de informações de uma amostra. Seja um caso comum: a média x de uma amostra é um estimador não polarizado para a média µ da população. Entretanto, a simples estimativa não dá ideia da proximidade ou do afastamento do valor real µ, ou melhor, da precisão do resultado. Um método usual de especificar a precisão, é determinar um intervalo de confiança para o parâmetro da população. Exemplo: pode-se dizer que l1 e l2 são, respectivamente, os limites inferior e superior de um intervalo de confiança de 95% para a média µ. Um engano conceitual comum é supor que, no exemplo citado, há 95% de probabilidade de a média estar entre os limites l1 e l2. Considerando a população estável, a média é fixa, ou seja, ela só pode estar dentro ou fora de um intervalo e, portanto, esse conceito não é válido. Desde que intervalos de confiança são calculados a partir de amostras, o correto é dizer que, na repetição de amostras dessa população, em 95% dos casos a média µ estará entre os valores calculados l1 e l2. A partir de agora aprenderemos uma técnica importante de estatística inferencial: como aplicar amostras estatísticas para estimar o valor desconhecido de um parâmetro populacional. Nesta parte, aprenderemos a usar amostras estatísticas para fazer uma estimativa do parâmetro populacional µ quando 19 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 o tamanho da amostra for, pelo menos, trinta, ou quando a população tiver uma distribuição normal com desvio padrão σ conhecido. Simbologia • µ média populacional; • x média amostral; • σ desvio padrão populacional; • S desvio padrão amostral. • O erro amostral é o resultado inevitável do fato de trabalharmos com uma fração da população. • Uma estimativa intervalar é um intervalo de valores usado para estimar um parâmetro populacional. • Nível de confiança (C) é a probabilidade de que o intervalo estimado contenha o parâmetro populacional. • Estimativa pontual é a estimativa de um único valor para um parâmetro populacional. • No caso em questão, utilizaremos como estimativa pontual o valor da média amostral (x). • Conforme citamos anteriormente, se n ≥ 30, a distribuição amostral de médias é uma distribuição normal. • O nível de confiança (C) é a área sob a curva normal entre –Zc e Zc. • A área remanescente é 1 –Zc . Portanto, a área de cada calda é: ( 1 – C ) 2 5 10 15 20 25 20 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Se C = 90%, então os 5% da área estão divididos à esquerda de Zc = -1,645 e os outros 5% estão à direita de Zc = 1,645. (1-C) 2 (1-C) 2 Zc= – 1,645 Zc= 1,645 • Erro amostral é resultado inevitável do fato de trabalharmos com uma fração da população. • A distância entre a estimativa pontual (x) e o valor do parâmetro real (µ)é chamada de erro de estimativa. E Zc n = σ Quando n ≥ 30, o desvio padrão S pode ser usado em lugar de σ. Parâmetro é uma descrição numérica de uma característica da população. Estatística é uma descrição numérica de uma característica da amostra. Estimativa pontual é uma estimativa de um único valor para um parâmetro populacional. Estimativa intervalar é um intervalo de valores para estimar um parâmetro populacional. Nível de confiança é a probabilidade de que um intervalo estimado contenha o parâmetro populacional. 5 21 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Parâmetro Estatística Média populacional (µ) _Média amostral ( X ) Variância populacional (σ2) Variância amostral (S2) Desvio-padrão populacional (σ) Desvio-padrão amostral (S) Estimativa pontual é uma estimativa de um único valor para um parâmetro populacional. Estimativa intervalar é um intervalo de valores para estimar um parâmetro populacional. Nível de confiança é a probabilidade de que um intervalo estimado contenha o parâmetro populacional. Para determinarmos um intervalo de confiança para média, devemos seguir os seguintes passos: • estabelecer um nível de confiança; • calcular o erro por meio da fórmula. E Zc n = σ Zc: valor crítico (encontramos o valor crítico na tabela de distribuição normal reduzida) Nível de confiança 90% 95% 99% Zc 1,645 1,96 2,575 Onde, σ = desvio-padrão populacional; 5 10 22 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 n = número de elementos da amostra. No caso de n ≥ 30, substituímos σ por S (desvio-padrão amostral) A probabilidade de que o intervalo de confiança contenha µ é C. Usando uma estimativa pontual e um erro máximo de estimativa, você pode construir uma estimativa intervalar de um parâmetro populacional como µ. Essa estimativa intervalar é chamada de intervalo de confiança. X – E < µ < X + E A probabilidade de que o intervalo de confiança contenha µ é C. Exemplo 1 Uma amostra aleatória de 40 elementos retirados de uma população aproximadamente normal forneceu média amostral igual a 12,45 e desvio padrão amostral igual a 2,15. Construir um intervalo de confiança de 95% para a média desta população. Solução Para encontrarmos o erro, utilizamos a fórmula E Zc n = σ , pois n≥ 30 e σ~S. C= 95%, então, olhando na tabela Zc = 1,96. Nível de confiança 90% 95% 99% Zc 1,645 1,96 2,575 n=40 S=2,15 5 10 15 20 23 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 E = =196 2 15 40 0 67, , , O intervalo de confiança é dado por X – E < µ < X + E 12,45- 0,67 < µ < 12,45 + 0,67 11,78 < µ < 13,12 Portanto, com 95% de confiança, podemos dizer que a média populacional está entre 11,78 e 13,12. 3.1 Intervalo de confiança para a média com amostra com menos de 30 elementos Em muitas situações da vida real, o desvio-padrão populacional é desconhecido. Além disso, em função de fatores como tempo e custo, frequentemente não é prático colher amostras de tamanho 30 ou mais. Se a variável aleatória for normalmente distribuída (ou aproximadamente normalmente distribuída), a distribuição amostral para x é uma distribuição t. A distribuição t é uma família de curvas, cada uma delas determinada por um parâmetro chamado grau de liberdade. Quando se usa uma distribuição t para estimar uma média populacional, o número de graus de liberdade é igual ao tamanho da amostra menos 1. g.l. = n- 1 Os valores críticos de t são denotados por tc. Para determinarmos um intervalo de confiança para a média, devemos seguir os seguintes passos: • estabelecer um nível de confiança; • calcular o erro por meio da fórmula. 5 10 15 20 24 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 E tc S n = • tc: valor crítico (encontramos o valor crítico na tabela de distribuição t); • S: desvio-padrão amostral; • n: número de elementos da amostra; • obter o intervalo de confiança c para a média populacional µ. X – E < µ < X + E Neste caso, dizemos que a probabilidade de que o intervalo de confiança contenha a média populacional µ é c. Tabela de distribuição t Graus de liberdade (n-1) C=90% C=95% C=99% 1 6,314 12,76 63,657 2 2,92 4,303 9,925 3 2,353 3,182 5,841 4 2,132 2,776 4,604 5 2,015 2,571 4,032 6 1,943 2,447 3,707 7 1,895 2,365 3,499 8 1,86 2,306 3,355 9 1,833 2,262 3,25 10 1,812 2,228 3,169 11 1,796 2,201 3,106 12 1,782 2,179 3,055 13 1,771 2,16 3,012 14 1,761 2,145 2,977 15 1,753 2,131 2,947 5 10 25 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 16 1,746 2,12 2,921 17 1,74 2,11 2,898 18 1,734 2,101 2,878 19 1,729 2,093 2,861 20 1,725 2,086 2,845 21 1,721 2,08 2,831 22 1,717 2,074 2,819 23 1,714 2,069 2,807 24 1,711 2,064 2,797 25 1,708 2,06 2,787 26 1,706 2,056 2,779 27 1,703 2,052 2,771 28 1,701 2,048 2,763 29 1,699 2,045 2,756 ∞ 1,645 1,96 2,576 Exemplo 2 Uma amostra de dez elementos, extraída de uma população com distribuição normal, forneceu média amostral igual a 3,45 e desvio-padrão amostral igual a 0,75. Construir um intervalo de confiança de 90% para a média dessa população. Para encontrarmos o erro utilizamos a fórmula: E tc S n = ; S= 0,75; C=90%; n= 10 e; g – 1 = grau de liberdade = 10-1 =9. 5 10 26 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Ver na tabela o tc = 1,833. Graus de liberdade (n-1) C=90% C=95% C=99% 1 6,314 12,76 63,657 2 2,92 4,303 9,925 3 2,353 3,182 5,841 4 2,132 2,776 4,604 5 2,015 2,571 4,032 6 1,943 2,447 3,707 7 1,895 2,365 3,499 8 1,86 2,306 3,355 9 1,833 2,262 3,25 10 1,812 2,228 3,169 11 1,796 2,201 3,106 12 1,782 2,179 3,055 13 1,771 2,16 3,012 14 1,761 2,145 2,977 15 1,753 2,131 2,947 16 1,746 2,12 2,921 17 1,74 2,11 2,898 18 1,734 2,101 2,878 19 1,729 2,093 2,861 20 1,725 2,086 2,845 21 1,721 2,08 2,831 22 1,717 2,074 2,819 23 1,714 2,069 2,807 24 1,711 2,064 2,797 25 1,708 2,06 2,787 26 1,706 2,056 2,779 27 1,703 2,052 2,771 28 1,701 2,048 2,763 29 1,699 2,045 2,756 ∞ 1,645 1,96 2,576 27 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 E = =1833 0 75 10 0 43, , , X – E < µ < X + E 3,45- 0,43 < µ < 3,45 + 0,43 3,02 < µ < 3,88 Portanto, com 90% de confiança, podemos dizer que a média populacional está entre 3,02 e 3,88. 3.2 Intervalos de confiança para a variância e desvio-padrão • Na produção industrial, é necessário controlar o tamanho da variação de um processo. Um fabricante de peças automobilísticas deve produzir, por exemplo, milhares de peças para serem usadas no processo de fabricação. • É importante que estas partes variem muito pouco ou nada. • Como medir e controlar o tamanho da variação nas peças? Você pode começar por uma estimativa pontual. • A estimativa pontual para σ2 é S2 e a estimativa pontual para σ é S. • Você pode usar uma distribuição de qui-quadrado para construir um intervalo de confiança para variância e desvio–padrão. • Se a variável aleatória x tiver uma distribuição normal, então, a distribuição de x n S2 21= −( ) σ 5 10 15 20 28 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 • A distribuição qui-quadrado é uma família de curvas, cada uma delas determinada pelos graus de liberdade. • Para formar um intervalo de confiança para σ2, use a distribuição χ2 com um número de graus de liberdade igual ao tamanho da amostra menos 1. g.l.=n–1 Onde, g.l. = graus de liberdade. A tabela a seguir é uma tabela de distribuição do qui- quadrado e será necessária para que possamos encontrar os valores pretendidos. Tabela de distribuição do qui-quadrado Graus de liberdade (n-1) 0,995 0,975 0,95 0,05 0,025 0,005 1 0,001 0,004 3,841 5,024 7,879 2 0,1 0,051 0,103 5,991 7,378 10,597 3 0,72 0,216 0,352 7,815 9,348 12,838 4 0,207 0,484 0,711 9,488 11,143 14,86 5 0,412 0,831 1,145 11,071 12,833 16,75 6 0,676 1,237 1,635 12,592 14,449 18,548 7 0,989 1,69 2,167 14,067 16,013 20,278 8 1,344 2,18 2,733 15,507 17,535 21,955 9 1,735 2,7 3,325 16,919 19,023 23,589 22 8,643 10,982 12,338 33,924 36,781 42,796 23 9,262 11,689 13,091 35,172 38,076 44,181 24 9,886 12,401 13,848 36,415 39,364 45,559 25 10,52 13,12 14,611 37,652 40,646 46,928 26 11,16 13844 15,379 38,885 41,923 48,29 27 11,808 14573 16,151 40,113 43,194 49,645 5 10 29 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 28 12,461 15308 16,928 41,337 44,461 50,993 29 13,121 16047 17,708 42,557 45,722 52,336 30 13,787 16791 18,493 43,773 46,979 53,672 40 20,707 24433 26,509 55,758 59,342 66,766 50 27,991 32,257 34,764 67,505 71,42 79,49 60 35,534 40,482 43,188 79,082 83,298 91,952 70 43,275 48,758 51,739 90,531 95,023 104,215 80 51,172 57,153 60,391 101,819 106,629 116,321 90 59,196 65,647 69,126 113,145 118,136 128,299 100 67,328 74,222 77,929 124,342 129,561 140,169 Para encontrarmos um intervalo de confiança para variância, devemos encontrar, na tabela de distribuição qui-quadrado, os valores de: X e Xα α1 2 2 2 Calculamos: α1 1 2 = − c E, conforme o grau de liberdade, encontramos na tabela o valor de: Xα1 2 Calculamos: α2 1 2 = + c E, conforme o grau de liberdade, encontramos na tabela o valor de: Xα2 2 5 10 30 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Após encontrarmos os valores de: X e Xα α1 2 2 2 Utilizamos as fórmulas: n S X n S X −( )⋅ 〈 〈 −( )⋅1 1 2 1 2 2 2 2 2 α α α (Variância populacional) n S X n S X −( )⋅ 〈 〈 −( )⋅1 1 2 1 2 2 2 2 α α α (Desvio-padrão populacional) Exemplo 3 Uma amostra de 15 elementos,extraída de uma população com distribuição normal, forneceu desvio-padrão de 0,89. Construir intervalos de confiança de 95% para a variância populacional e desvio-padrão populacional. Para um nível de confiança de 95% (c-=95%) e amostra n=15, temos: α α1 1 2 1 1 0 95 2 0 025= − = − =c , , Grau de liberdade n-1 = 15-1 = 14. Logo, vamos na tabela do qui-quadrado, cruzamos os g.l. com o C (em decimal, ou seja, 95 100 % e obtemos o valor de 0,95): Xα1 2 26 119= , 5 10 15 31 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Tabela de distribuição do qui-quadrado Graus de liberdade (n-1) 0,995 0,975 0,95 0,05 0,025 0,005 11 2,603 3,816 4,575 19,675 21,92 26,757 12 3,074 4,404 5,226 21,026 23,337 28,299 13 3,565 5,009 5,892 22,362 24,736 29,819 14 4,075 5,629 6,571 23,685 26,119 31,139 15 4,601 6,262 7,261 24,996 27,488 32,801 Da mesma maneira, α α2 1 2 2 1 0 95 2 0 975= + = + =c , , Grau de liberdade n-1 = 15-1 = 14. Logo, vamos na tabela do qui-quadrado, cruzamos os g.l. com o C (em decimal, ou seja, 95 100 % e obtemos o valor de 0,95): Xα2 2 5 629= , Tabela de distribuição do qui-quadrado Graus de liberdade (n-1) 0,995 0,975 0,95 0,05 0,025 0,005 11 2,603 3,816 4,575 19,675 21,92 26,757 12 3,074 4,404 5,226 21,026 23,337 28,299 13 3,565 5,009 5,892 22,362 24,736 29,819 14 4,075 5,629 6,571 23,685 26,119 31,139 15 4,601 6,262 7,261 24,996 27,488 32,801 5 32 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Para encontrarmos um intervalo de classe para variância, utilizamos a fórmula: n S X n S X −( )⋅ 〈 〈 −( )⋅1 1 2 1 2 2 2 2 2 α α α n=15 S=0,89 Xα1 2 26 119= , Xα2 2 5 629= , 15 1 15 12 2 2−( ) 〈 〈 −( ). .S S 26, 119 5,629 σ 0 42 1972, ,〈 〈σ . Portanto, com 95% de confiança, podemos dizer que a variância populacional está entre 0,42 e 1,97. Para encontrarmos um intervalo de classe para o desvio- padrão populacional, utilizamos a fórmula: n S n S−( ) 〈 〈 −( )1 1 2 1 2 2 2 2 . . χ σ χσ σ 0 42 197, ,〈 〈σ 0 65 140, ,〈 〈σ . 5 10 15 33 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Portanto, com 95% de confiança, podemos dizer que o desvio-padrão populacional está entre 0,65 e 1,40. 4 ANÁLISE DE GRÁFICOS A partir de agora, faremos uma viagem pelo mundo dos gráficos. Veremos alguns tipos mais utilizados de gráficos e aprenderemos a lê-los e interpretá-los. Vamos começar conhecendo alguns tipos de gráficos. Gráfico de linhas Objetivos: simplicidade, clareza e veracidade. Os gráficos de linhas geralmente mostram dados contínuos ao longo de determinado período, a partir de uma escala comum. São muito úteis para visualizar tendências em dados a intervalos iguais. Em um gráfico de linha, as categorias são dispostas uniformemente ao longo do eixo horizontal que deverá estar espaçado de maneira uniforme, como meses, trimestres e anos fiscais. Os dados de valores são distribuídos no eixo vertical. Mês Número de filmes locados Janeiro 300 Fevereiro 220 Março 100 Abril 150 Maio 250 Junho 110 Nú m er o de fi lm es lo ca do s 350 300 250 200 150 100 50 0 Jan fev Mar Abr Mai Jun meses $70,000 $60,000 $50,000 $40,000 $30,000 $20,000 $10,000 $ 1º Trim. 2º Trim. 3º Trim. 4º Trim. 5 10 34 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Gráfico de barras horizontal e vertical Objetivo: mostrar a representação gráfica dos dados através de retângulos, com a intenção de poder fazer análises das projeções no período determinado. No gráfico de barras, no qual as barras se encontram na vertical, as categorias são geralmente organizadas ao longo do eixo horizontal, e os valores são relacionados no eixo vertical. O exemplo abaixo mostra o consumo de energia elétrica de uma família no decorrer do ano de 2005. Mês Consumo em kWh Janeiro 380 Fevereiro 300 Março 280 Abril 290 Maio 270 Junho 260 Julho 370 Agosto 310 Setembro 305 Outubro 315 Novembro 330 Dezembro 390 Co ns um o em k W h 450 400 350 300 250 200 150 100 50 0 Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez meses 380 300 280 290 270 260 370 310 305 315 330 390 Quando as barras se encontram na horizontal, as categorias são geralmente organizadas ao longo do eixo vertical, e os valores são relacionados no eixo horizontal. 5 10 35 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Consumo em kWh 1000 Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez m es es 390 330 200 300 400 500 315 305 310 370 260 270 290 280 300 380 Gráfico de setores Objetivos: expressar as informações em uma circunferência fracionada; é um gráfico muito usado na demonstração de dados percentuais.Também chamado de gráfico de pizza. O gráfico a seguir mostra a preferência dos clientes de uma locadora quanto ao gênero dos filmes locados durante a semana. Vendas no almoço 15% 9% 15% 21% 40% Sanduíches Saladas Sopa Bebidas Sobremesas 36 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Gênero Frequência absoluta Frequência relativa Ficção 88 22% Aventura 76 19% Comédia 100 25% Terror 60 15% Guerra 56 14% Outros 20 5% 400 100% Outros 5%Guerra 14% Terror 15% Comédia 25% Aventura 25% Ficção 22% Ficção Aventura Comédia Terror Guerra Outros Este tipo de gráfico mostra o tamanho de itens em uma série de dados, de modo proporcional à soma dos itens, ou seja, sua frequência relativa. Os pontos de dados em um gráfico de pizza são exibidos como um percentual de toda a pizza. Este tipo de gráfico é utilizado quando se tem no máximo sete tipos de categoria. Observação: o material a seguir foi adaptado a partir de material produzido pela professora Christiane Mazur Lauricella. 5 10 Pontos de dados: valores individuais plotados em um gráfico e representados por barras, colunas, linhas, fatias de pizza ou rosca, pontos e diversas outras formas chamadas de marcadores de dados, os marcadores de dados da mesma cor constituem uma série de dados. 37 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: Jul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 América do Norte Oceania Europa América Central América do Sul Ásia África Continentes Em is sã o de C O 2 pe r ca pi ta /a no (e m t on el ad as ) 25 20 15 10 5 0 Verificamos uma escala decrescente de emissão anual de CO2 per capita dos continentes (do maior emissor per capita para o menor emissor per capita). Lemos da seguinte maneira: 1º emissor anual per capita: América do Norte. 2º emissor anual per capita: Oceania. 3º emissor anual per capita: Europa. 4º emissor anual per capita: América Central. 5º emissor anual per capita: América do Sul. 6º emissor anual per capita: Ásia. 7º emissor anual per capita: África. Como se trata de emissão per capita, essa escala não considera a população de cada continente. 5 10 38 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Ásia América do Norte Europa África América do Sul Oceania América Central Continentes Em is sã o de C O 2 em c ad a co nt in en te /a no (e m m ilh õe s de t on el ad as ) 9000 0 8000 7000 6000 5000 4000 3000 2000 1000 A escala decrescente de emissão anual de CO2 dos continentes (do maior emissor para o menor emissor) é a seguinte: 1º emissor: Ásia. 2º emissor: América do Norte. 3º emissor: Europa. 4º emissor: África. 5º emissor: América do Sul. 6º emissor: Oceania. 7º emissor: América Central. Como se trata de emissão total, essa escala considera a população de cada continente. Gráficos Os gráficos permitem que sejam: • lidos valores em pontos; 5 10 39 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 • estudados intervalos de crescimento e decrescimento. Exemplo 1: Médias anuais de alunos Os gráficos a seguir mostram a evolução das médias de três alunos (Marcos, Rita e Ana) no conjunto de disciplinas cursadas em Administração nos anos de 2005, 2006, 2007 e 2008. Média de três alunos do curso de Administração m éd ia ano 10 9,5 9 8,5 8 7,5 7 6,5 6 5,5 5 2005 2006 2007 2008 Ana Rita Marcos Qual é o maior valor do gráfico? Por leitura direta do gráfico: o maior valor do gráfico é 10 (média do Marcos em 2005). Qual é o menor valor do gráfico? Por leitura direta do gráfico: o menor valor do gráfico é 5 (média da Ana em 2005). Qual foi o aluno com a maior variação de média de 2005 para 2008? Por análise do gráfico: Ana teve a maior variação de média, passou de média 5, em 2005, para média 8, em 2008. 5 10 15 40 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Quais foram as variações percentuais das médias de Ana, Rita e Marcos? Ana passou de média 5, em 2005, para média 8, em 2008. Variação na média da Ana = 8-5 = 3. Por regra de três temos: 5 – 100%3 – X . Ou seja, 5.x=3x100 → x = 300/5 = 60%. Ou podemos calcular a fração 3 5 100 60⋅ =% % . A média de Ana aumentou 60%, de 2005 para 2008. Rita “passou” de média 6, em 2005, para média 6, em 2008. Variação na média da Rita = 6-6 = 0. A média de Rita não sofreu variação. Marcos passou de média 10, em 2005, para 8,5, em 2008. Variação na média do Marcos = 8,5-10 = -1,5. Por regra de três temos: 10 – 100%–1,5 – X . Ou seja, 10.x=-1,5x100 → x = -150/10 = -15%. Ou podemos calcular a fração − = −15 10 100 15 , . % % . O sinal negativo indica diminuição. A média do Marcos diminuiu 15%, de 2005 para 2008. 5 10 15 41 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Exemplo 2: Projeções de produção, consumo e exportação de soja O gráfico a seguir mostra projeções para a produção, o consumo e a exportação de soja feitas pela Assessoria da Gestão Estratégica (AGE) do Ministério da Agricultura, Pecuária e Abastecimento. Produção, consumo e exportação de soja (em milhões de toneladas) 90 Produção Consumo Exportação 80 70 60 50 40 30 20 10 0 20 07 /0 8 20 08 /0 9 20 09 /1 0 20 10 /1 1 20 11 /1 2 20 12 /1 3 20 13 /1 4 20 14 /1 5 20 15 /1 6 20 16 /1 7 20 17 /1 8 20 18 /1 9 60,07 35,05 25,75 80,91 44,41 36,46 Fonte: AGE/MAPA Quais serão as variações percentuais das projeções da produção, do consumo e da exportação de soja de 2007/08 a 2018/19, segundo a projeção da AGE? Por cálculos feitos a partir do gráfico: Produção da soja: passará de 60,07 milhões de ton. em 2007/08, para 80,91 milhões de ton. em 2018/19. Variação na produção = 80,91 - 60,07 = 20,84 milhões de ton. Por regra de três temos: 60,07 – 100%20,84 – X . Ou seja, 60,07.x=20,84x100 → x = 2084/60,07 = 35%. 5 10 15 42 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Ou podemos calcular a fração 20 84 60 07 100 35 , , . % %= . Pela projeção feita pela AGE, haverá aumento de 35% na produção de soja de 2007/08 para 2018/19. Consumo de soja: passará de 35,05 milhões de ton. em 2007/08, para 44,41 milhões de ton. em 2018/19. Variação no consumo = 44,41 - 35,05 = 9,36 milhões de ton. Por regra de três temos: 35,05 – 100%9,36 – X . Ou seja, 35,05.x=9,36x100 → x = 936/35,05 = 27%. Ou podemos calcular a fração 9 36 35 05 100 27 , , . % %= . Pela projeção feita pela AGE, haverá aumento de 27% no consumo de soja de 2007/08 para 2018/19. Exportação de soja: passará de 25,75 milhões de ton. em 2007/08, para 36,46 milhões de ton. em 2018/19. Variação na exportação = 36,46 - 25,75 = 10,71 milhões de ton. Por regra de três temos: 25,75 – 100%10,71 – X . Ou seja, 25,75.x=10,71x100 → x = 2575/10,71 = 42%. Ou podemos calcular a fração 10 71 25 75 100 42 , , . % %= . Pela projeção da AGE, haverá aumento de 42% na exportação de soja de 2007/08 para 2018/19. 5 10 15 43 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Conclusão: pela projeção da AGE, a exportação de soja observará maior crescimento percentual do que o consumo e a produção de soja de 2007/08 para 2018/19. Exemplo 3: Consumo de energia elétrica Imagine que o gráfico a seguir mostre o consumo médio de energia elétrica (em kWh) nas residências de uma cidade em cada mês do ano de 2008. 500 Consumo (kWh) 450 400 350 300 250 200 jan fev mar abr mai jun jul ago set out nov dez meses (2008) 4.1 Maiores e menores valores nos períodosde janeiro a abril, de abril a junho e de junho a dezembro Por leitura direta do gráfico: Período: janeiro a abril Maior valor no período: 450 kWh (abril). Menor valor no período: 300 kWh (janeiro). Período: abril a junho Maior valor no período: 450 kWh (abril, maio e junho). 5 10 44 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Menor valor no período: 450 kWh (abril, maio e junho). Os consumos foram iguais no período de abril a junho. Período: junho a dezembro Maior valor no período: 450 kWh (junho). Menor valor no período: 300 kWh (dezembro). 4.2 Intervalos de crescimento e decrescimento Período: janeiro a abril O consumo passou de 300 kWh em janeiro para 450 kWh em abril. Variação no consumo = 450 - 300 = 150 kWh. Por regra de três temos: 300 – 100%150 – X . Ou seja, 300.x=150x100 → x = 15000/300 = 50%. Ou podemos calcular a fração 150 300 100 50. % %= . O consumo de energia teve crescimento de 50% de janeiro a abril. Período: abril a junho O consumo passou de 450 kWh em abril para 450 kWh em junho. O consumo de energia elétrica não teve variação de abril a junho. 5 10 15 45 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Período: junho a dezembro O consumo passou de 450 kWh em junho para 300 kWh em dezembro. Variação no consumo = 300 - 450 = -150 kWh. Por regra de três temos: 450 – 100%150 – X . Ou seja, 450.x= -150x100 → x = -15000/450 = -33%. Ou podemos calcular a fração − = −150 450 100 33. % %. O consumo de energia teve diminuição de 33% de junho a dezembro. Exemplo 4: Intenção de votos O gráfico a seguir mostra a intenção de votos para três candidatos a presidente do Clube Esporte Total. pe rc en tu al d e vo to s José Carlos Luis Marcelo 40 35 30 25 20 15 10 5 0 jan/09 fev/09 mar/09 abr/09 mai/09 período • Maior percentual de intenção de votos: 35% (José Carlos, em janeiro de 2009). 5 10 46 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 • Menor percentual de intenção de votos: 10% (Marcelo, em janeiro de 2009). • O percentual de intenção de votos de Marcelo ultrapassou a intenção de votos de José Carlos a partir de março de 2009. • O percentual de intenção de votos do Marcelo cresceu no período de janeiro a maio de 2009. • O percentual de intenção de votos do José Carlos decresceu no período de janeiro a maio de 2009. • O percentual de intenção de votos do Luís manteve-se constante no período de janeiro a março de 2009, cresceu no período de março a abril de 2009 e decresceu no período de abril a maio de 2009. Conclusão: segundo os dados apresentados, se a eleição ocorresse em junho de 2009 o candidato vencedor seria o Marcelo (com aproximadamente 30% dos votos), considerando eleição em turno único. Diagramas de barras Exemplo 1: Cargos em uma empresa O diagrama 1.1 mostra, para a empresa ABC Informática, em valores absolutos o número de mulheres em três tipos de cargos: cargos de supervisão, cargos de gerência e cargos de direção. 5 10 15 20 47 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 30 cargos de supervisão 28 26 24 22 20 18 16 14 12 10 8 6 4 2 0 cargos de gerência cargos de direção Diagrama 1.1: Número de mulheres em três cargos. O diagrama 1.2 mostra o número de mulheres, para a empresa ABC Informática, nos cargos descritos acima a cada dez trabalhadores. cargos de supervisão 8 7 6 5 4 3 2 1 0 cargos de gerência cargos de direção Diagrama 1.2: Número de mulheres nos cargos a cada dez trabalhadores. 48 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Valores absolutos (leitura no diagrama 1.1): • número de mulheres em cargos de supervisão = 30; • número de mulheres em cargos de gerência = 4; • número de mulheres em cargos de direção = 6. Conclusão: na empresa ABC Informática há mais trabalhadoras em cargos de supervisão e menos trabalhadoras em cargos de gerência. Valores relativos (leitura do diagrama 1.2): • dos trabalhadores em cargos de supervisão, 70% são mulheres (7 a cada 10); • dos trabalhadores em cargos de gerência, 50% são mulheres (5 a cada 10); • dos trabalhadores em cargos de direção, 20% são mulheres (2 a cada 10). Conclusão: na empresa ABC Informática, o maior percentual de mulheres está em cargos de supervisão e o menor percentual de mulheres está em cargos de direção. Podemos afirmar que na empresa ABC Informática há dez funcionários em cargos de direção? Exemplo 2: Número de internautas1 Nos dias atuais, as novas tecnologias se desenvolvem de forma acelerada e a Internet ganha papel importante na dinâmica do cotidiano das pessoas e da economia mundial. Os diagramas a seguir mostram o total de internautas em milhões (2004) e o número de internautas a cada dez habitantes (2003). 5 10 15 20 25 1 Adaptado do Enade, 2005. 49 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Estados Unidos (1º) 200 140 120 100 80 60 40 20 0 China (2º) Japão (3º) Brasil (10º) 160 180 185 100 78 22,2 Total de internautas em milhões (2004) Diagrama 2.1: Total de internautas, em milhões (2004). 8 7 6 5 4 3 2 1 0 Islândia (1º) Coréia do Sul (2º) Suécia (3º) Brasil (76º) 6,7 6 5,7 0,8 Internautas a cada 10 habitantes (2003) Diagrama 2.2: Internautas a cada dez habitantes (2003). Valores absolutos (leitura direta no diagrama 2.1): • número de internautas nos Estados Unidos = 185 milhões; 50 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 • número de internautas na China = 100 milhões; • número de internautas no Japão = 78 milhões; • número de internautas no Brasil = 22,2 milhões. Em 2004, o país do diagrama 2.1 com maior número absoluto de internautas foi os Estados Unidos. Valores relativos (leitura no diagrama 2.2): • dos habitantes da Islândia, 67% são internautas (6,7 a cada 10); • dos habitantes da Coréia do Sul, 60% são internautas (6 a cada 10); • dos habitantes da Suécia, 57% são internautas (5,7 a cada 10); • dos habitantes do Brasil, 8% são internautas (0,8 a cada 10). Dos países citados no diagrama 2.2, o país com o maior percentual de internautas foi a Islândiae o país com menor percentual de internautas foi o Brasil. Ou seja, valor absoluto e valor relativo são conceitos distintos. Gráfico de setores (pizza) Exemplo 1: Produção de grãos no Brasil O diagrama a seguir mostra a produção de grãos (soja, milho, trigo, arroz e feijão) no Brasil no período de 2007/08. 5 10 15 20 51 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Produção de grãos 2007/08 (em milhões de toneladas) 3,5 12,1 5,4 58,6 soja milho trigo arroz feijão 60,1 Fonte: Assessoria da Gestão Estratégica (AGE), Ministério da Agricultura, Pecuária e Abastecimento (MAPA). 1.1 Valores absolutos de produção de grãos em ordem decrescente (leitura direta no diagrama): • produção de soja = 60,1 milhões de ton; • produção de milho = 58,6 milhões de ton; • produção de arroz = 12,1 milhões de ton; • produção de trigo = 5,4 milhões de ton; • produção de feijão = 3,5 milhões de ton. Conclusão: no período de 2007/08 a maior produção foi a de soja (maior região representada no diagrama). Valores relativos de produção de grãos em ordem decrescente (cálculos feitos a partir do diagrama): Produção total de grãos no Brasil (2007/08) =60,1+58,6+12,1 +5,4+3,5=139,7 milhões de ton. • Produção de soja → 60 1 139 7 100 43 , , % %x = → 43 ton. de soja a cada 100 ton. de grãos. 5 10 15 52 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 • Produção de milho → 58 6 139 7 100 42 , , % %× = → 42 ton. de milho a cada 100 ton. de grãos. • Produção de arroz → 12 1 139 7 100 9 , , % %× = → 9 ton. de arroz a cada 100 ton. de grãos. • Produção de trigo → 5 4 139 7 100 4 , , % %× = → 4 ton. de trigo a cada 100 ton. de grãos. • Produção de feijão → 3 5 139 7 100 3 , , % %× = → 3 ton. de feijão a cada 100 ton. de grãos. Exemplo 2: Número de alunos matriculados no Ensino Médio e população do Brasil Os diagramas que seguem mostram o nº de alunos matriculados no Ensino Médio e a população do Brasil em 2007. Número de alunos matriculados no Ensino Médio (Brasil, 2007) 3.353.266 Norte Nordeste Sudeste Sul Centro-Oeste 1.147.062 612.231 730.499 2.526.311 Diagrama 2.1: Números de alunos matriculados no Ensino Médio no Brasil em 2007. Fonte: MEC/Inep/Deed. 5 10 53 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 População brasileira , 2007 77.873.120 Norte Nordeste Sudeste Sul Centro-Oeste 26.733.595 13.222.854 14.623.316 51.534.406 Diagrama 2.2: População Brasileira em 2007. Fonte: IBGE, contagem da população, 2007. Valores absolutos do número de alunos matriculados por região do Brasil, 2007 (leitura do diagrama 2.1): • número de alunos matriculados no Ensino Médio na região Norte = 730.499; • número de alunos matriculados no Ensino Médio na região Nordeste = 2.526.311; • número de alunos matriculados no Ensino Médio na região Sudeste = 3.353.266; • número de alunos matriculados no Ensino Médio na região Sul = 1.147.062; • número de alunos matriculados no Ensino Médio na região Centro-Oeste = 612.231; • número total de alunos matriculados no Ensino Médio no Brasil = 8.369.369. 5 10 54 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Valores absolutos da população por região do Brasil, 2007 (leitura no diagrama 2.2): • população da região Norte = 14.623.316; • população da região Nordeste = 51.534.406; • população da região Sudeste = 77.873.120; • população da região Sul = 26.733.595; • população da região Centro-Oeste = 13.222.854; • população total do Brasil = 183.987.291 (soma das populações de cada região). Matriculados por região em relação ao total de alunos matriculados no Ensino Médio no Brasil (%) • Percentual de matriculados na região Norte em relação ao total de alunos: 730 499 8 369 369 100 9 . . . % %× = . • Percentual de matriculados na região Nordeste em relação ao total de alunos: 2 526 311 8 369 369 100 30 . . . . % %× = . • Percentual de matriculados na região Sudeste em relação ao total de alunos: 3 353 266 8 369 369 100 40 . . . . % %× = . 5 10 15 20 55 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 • Percentual de matriculados na região Sul em relação ao total de alunos: 1 147 062 8 369 369 100 14 . . . . % %× = . • Percentual de matriculados na região Centro-Oeste em relação ao total de alunos: 612 231 8 369 369 100 7 . . . % %x = . População de cada região em relação à população total do Brasil (%) • Percentual da população no Norte em relação à população total do Brasil: 14 623 316 183 987 291 100 8 . . . . % %× = . • Percentual da população no Nordeste em relação à população total do Brasil: 51 534 406 183 987 291 100 28 . . . . % %× = . • Percentual da população no Sudeste em relação à população total do Brasil: 77 873 120 183 987 291 100 42 . . . . % %× = . • Percentual da população no Sul em relação à população total do Brasil: 26 733 595 183 987 291 100 15 . . . . % %× = . 5 10 15 56 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 • Percentual da população no Centro-Oeste em relação à população total do Brasil 13 222 854 183 987 291 100 7 . . . . % %× = . Matriculados no Ensino Médio por região em relação à sua população (%) • Percentual de matriculados (Ensino Médio) na região Norte em relação à sua população: 730 499 14 623 316 100 5 . . . % %× = . • Percentual de matriculados (Ensino Médio) na região Nordeste em relação à sua população: 2 526 311 51 534 406 100 5 . . . . % %× = . • Percentual de matriculados (Ensino Médio) na região Sudeste em relação à sua população: 3 353 266 77 873 120 100 4 . . . . % %× = . • Percentual de matriculados (Ensino Médio) na região Sul em relação à sua população: 1 147 062 26 733 595 100 4 . . . . %× = . • Percentual de matriculados (Ensino Médio) na região Centro-Oeste em relação à sua população: 612 231 13 222 854 100 5 . . . % %× = . 5 10 15 20 57 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Questões Questão 1 (Fuvest 2009 -1ª Fase). O Índice de Desenvolvimento Humano (IDH) é um indicador do nível do desenvolvimento socioeconômico de um dado país que leva em conta, simultaneamente, diversos aspectos, tais como expectativa de vida, índice de mortalidade infantil, grau de escolaridade e poder de compra da população. A relação entre o consumo anual de energia per capita (TEP) e o IDH, em vários países, está indicada no gráfico abaixo, no qual cada ponto representa um país. Países com alto desenvolvimento Países com médio desenvolvimento Países com baixo desenvolvimento 1,0 0,8 0,6 0,5 0,4 0,2 0 4 8 12 Consumo anual de energia per capita em toneladas equivalentes de petróleo (TED) ID H Fontes: Agência Internacional de Energia – consumo de energia de 2003; Organização das Nações Unidas – IDH de 2005. Com base nesse conjunto de dados, pode-se afirmar que: a. o IDH cresce linearmente com o consumo anual de energia per capita. b. o IDH aumenta, quando se reduz o consumo anual de energia per capita. c. a variação do IDH entre dois países é inferior a 0,2 dentre aqueles cujo consumo anual de energia per capita é maior que 4 TEP. 5 10 15 58 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 d. a obtenção de IDH superior a 0,8 requer consumo anual de energia per capita superior a 4 TEP. e. o IDH é inferior a 0,5 para todos os países com consumo anual de energia per capita menor que 4 TEP. Resposta correta: Alternativa C. Justificativa: O gráfico indica que todos os países com IDH entre 0,8 e 1 apresentam consumo anual de energia per capita maior que 4 TEP. Questão 2 (Fuvest 2009 - 1ª fase). Figura 1: Densidade demográfica em 15 cidades – 1995 Atlanta Nova York Perth Vancouver Zurique Munique Bangkok Tóquio São Paulo Curitiba Hong Kong Cracóvia Bogotá Xangai Cidade de Ho Chi Minh 400350300250200150100500 Habitantes por hectare 5 10 59 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Figura 2: Consumo de gasolina em transporte particular de passageiros em 15 cidades – 1995 Atlanta Nova York Perth Vancouver Zurique Munique Bangkok Tóquio São Paulo Curitiba Hong Kong Cracóvia Bogotá Xangai Cidade de Ho Chi Minh 300025002000150010005000 Litros por pessoa por ano Fonte: O estado do mundo em 2007. Nosso futuro urbano (2007 State of the world. Our Urban Future). Linda Starke (ed.). Nova Iorque e Londres. W.W. Norton & Company, 2007, pg. 69 e 70. Adaptado. Com base nesses gráficos sobre 15 cidades, pode-se concluir que, no ano de 1995, a. as três cidades com menor número de habitantes, por hectare, são aquelas que mais consomem gasolina no transporte particular de passageiros. b. nas três cidades da América do Sul, vale a regra: maior população, por hectare, acarreta maior consumo de gasolina no transporte particular de passageiros. c. as cidades mais populosas, por hectare, são aquelas que mais consomem gasolina no transporte particular de passageiros. d. nas três cidades da América do Norte, vale a regra: maior população, por hectare, acarreta maior consumo de gasolina no transporte particular de passageiros. 5 10 15 60 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 e. as três cidades da Ásia mais populosas, por hectare, estão entre as quatro com menor consumo de gasolina no transporte particular de passageiros. Resposta correta: Alternativa A. Justificativa: Os gráficos mostram que quanto maior é a densidade demográfica menor é o consumo de gasolina no transporte particular de passageiros. Questão 3. Análise conjunta de dois gráficos. Os gráficos a seguir ilustram situações referentes à locadora de vídeos “Cinema em Casa”. 5000 5000 5000 5000 5000 5000 5000 5000 5000 5000 5000 janeiro fevereiro março abril maio junho meses (1º semestre de 2009) nú m er o de v íd eo s al ug ad os outros 9% romance 16% suspense 30% terror 20% infantil 25% Número de locações de vídeos no 1º semestre de 2009 e distribuição de filmes alugados por gênero durante o mês de junho de 2009. 5 10 61 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 • Número de filmes alugados pela locadora “Cinema em Casa” em janeiro de 2009: 2.500. • Número de filmes alugados pela locadora “Cinema em Casa” em fevereiro de 2009: 3.000. • Número de filmes alugados pela locadora “Cinema em Casa” em março de 2009: 2.000. • Número de filmes alugados pela locadora “Cinema em Casa” em abril de 2009: 3.500. • Número de filmes alugados pela locadora “Cinema em Casa” em maio de 2009: 4.500. • Número de filmes alugados pela locadora “Cinema em Casa” em junho de 2009: 4.000. Mês de junho: total de filmes alugados no mês de junho de 2009 = 4000. Locações de “romance” (junho de 2009): 16% de 4000 = 16 100 4000 640× = . Locações de “suspense” (junho de 2009): 30% de 4000 = 30 100 4000 1200× = . Locações de “terror” (junho de 2009): 20% de 4000 = 20 100 4000 800× = . Locações de “infantil” (junho de 2009): 25% de 4000 = 25 100 4000 1000× = . 5 10 15 20 62 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 Locações de “outros” (junho de 2009): 9% de 4000 = 9 100 4000 360× = . Variação percentual do número de filmes alugados de janeiro a junho de 2009: no período de janeiro a junho de 2009 o número de locações passou de 2500 para 4000. Variação no número de locações no período = 4000 - 2500 = 1500. Por regra de três temos: 2.500 – 100%1.500 – X . Ou seja, 2.500.x=1.500x100 → x = 150.000/2.500 = 60%. Ou podemos calcular a fração 1 500 2 500 100 60 . . . % %= . O número de locações teve aumento de 60% de janeiro a junho de 2009. Variação percentual do número de filmes alugados de fevereiro a março de 2009: no período de fevereiro a março de 2009 o número de locações passou de 3000 para 2000. Variação no número de locações no período = 2000 - 3000 = -1000. Por regra de três temos: 3.000 – 100%1.000 – X . Ou seja, 3000.x=-1000x100 → x = -100000/300 = -33,3%. Ou podemos calcular a fração − = −1000 3000 100 33 3. % , % . 5 10 15 20 63 ESTATÍSTICA DESCRITIVA Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10 O número de locações teve diminuição de 33,3% de fevereiro a março de 2009. Referências bibliográficas BUSSAB, Wilton; MORETTIN, Pedro. Estatística básica. 5. ed. São Paulo: Saraiva, 2004. CRESPO, Antonio A. Estatística fácil. 19. ed. São Paulo: Saraiva, 2009. GRÁFICOS. Disponíveisem: < http://office.microsoft.com/pt-br/ help/HA012337371046.aspx#ColumnCharts>. LARSON, Farber. Estatística aplicada. 2. ed. São Paulo: Pearson Prentice Hall, 2004. LAURICELLA, Christiane Mazur. Apostila, tabelas, gráficos e diagramas. Material cedido (23/04/2010). MONTEIRO, Eduardo Ferreira. Interpretação de gráficos: atividade social e conteúdo de ensino. Disponível em: <http://www.seed.pr.gov.br/portals/roteiropedagogico/ publicacao/4357_Texto_Monteiro.pdf>. SILVA, Ermes Medeiros da; SILVA, Elio Medeiros da; GONÇALVES, Valter; et alli. Estatística para os cursos de: Economia, Administração, Ciências Contábeis. 2. ed. São Paulo: Atlas, 1997. 64 Unidade II Re vi sã o: J ul ia na - D ia gr am aç ão : M ár ci o - 08 /0 6/ 10 / / Re vi sã o: J ul ia na - C or re çã o: M ár ci o - 10 /0 6/ 10
Compartilhar