Baixe o app para aproveitar ainda mais
Prévia do material em texto
ESTATÍSTICA APLICADA ÀS ANÁLISES CONTÁBEIS AULA 3 Prof.ª Aline Purcote 2 CONVERSA INICIAL Já estudamos algumas situações em que as medidas de posição podem ser utilizadas, mas nem sempre apenas o cálculo dessas medidas nos fornece a melhor base para tomada de decisão. Ao calcular as medidas de posição, chegamos a um único número que apresenta uma ideia de todo o conjunto, mas essas medidas não descrevem detalhadamente o comportamento dos dados. Dessa forma, podemos utilizar as medidas de dispersão para complementar nossas análises e tomar decisões mais assertivas. Segundo Castanheira (2010, p. 78), as chamadas medidas de dispersão são medidas utilizadas para verificar o quanto os valores encontrados em uma pesquisa estão dispersos ou afastados em relação à média. CONTEXTUALIZANDO Com as medidas de dispersão, verificamos o grau de variação existente entre os dados, ou seja, se os valores apresentados estão dispersos ou afastados, isto é, se os valores estão próximos ou separados um dos outros. Por exemplo, vamos considerar o valor do imposto pago por uma empresa nos últimos cinco meses, conforme a Tabela 1. Tabela 1 – Imposto pago por uma empresa nos últimos cinco meses Se calcularmos a média do imposto pago nos últimos cinco meses, teremos a média igual a R$ 1.700. No entanto, analisando os valores apresentados na tabela, percebemos que há valores diferentes abaixo e acima da média calculada, ou seja, existe uma dispersão do imposto pago por essa empresa. Mas qual é essa variação? Para responder a essa questão, será necessário utilizar as medidas de dispersão, pois só as medidas de posição não são conclusivas. Outro exemplo ocorre quando verificamos qual o tempo médio de entrega das compras efetuadas pela internet. Ao analisarmos apenas a média, não Mês Imposto 1 500 2 1.500 3 1.800 4 2.200 5 2.500 3 conseguimos concluir se a empresa realiza as entregas conforme o informado. No entanto, com a análise das medidas de dispersão, conseguimos concluir se as entregas são realizadas conforme informações dadas no ato da compra. Se a medida de dispersão fornece um valor pequeno, significa que a empresa é mais confiável quanto a manter o tempo médio das entregas; caso contrário, ela não é tão confiável, por vezes é muito rápida e por outra demora muito. Dessa forma, se analisarmos uma medida de dispersão, conseguimos concluir quão confiável é a empresa e se vale a pena realizar a compra. Com base nos exemplos trabalhados, vamos verificar quais são as medidas de dispersão, como calculá-las e como interpretar os resultados obtidos. TEMA 1 – MEDIDAS DE DISPERSÃO A análise realizada pelas medidas de posição pode ser complementada com a utilização das medidas de dispersão. Segundo Castanheira (2010), as medidas de dispersão servem para verificar com que confiança as medidas de posição resumem as informações fornecidas pelos dados obtidos em uma pesquisa. As medidas de dispersão indicam se os dados estão afastados da região central, medindo o grau de variação existente entre os valores, e serve para medir a representatividade da média. Figura 1 – Dispersão Considere a seguinte pesquisa, que representa o preço de dois produtos (A e B) em diferentes pontos de venda: A: 20, 20, 20 B: 15, 10, 20, 25, 30 Ao calcular a média de preço de cada produto, obtemos R$ 20,00 para os dois produtos, ou seja, os dois produtos possuem médias iguais. No produto A, não temos variação entre os preços; já no produto B, temos preços diferentes, ou seja, a média é de R$ 20,00 e encontramos o produto com preço de R$10,00 4 e de R$30,00. Desse modo, para o mesmo produto encontramos diferença entre os preços e precisamos saber qual é essa variação, pois os valores apresentados na pesquisa apresentam dispersão em torno da média. Dentre as medidas de dispersão, podemos citar a amplitude total, o desvio médio, a variância, o desvio padrão e o coeficiente de variação. TEMA 2 – AMPLITUDE TOTAL A amplitude total é considerada a medida de dispersão mais simples e calculada pela diferença entre o maior e o menor valor de uma série de dados. A = maior – menor Se o resultado encontrado para amplitude for um número elevado, significa que os valores da série estão afastados uns dos outros. Caso o valor encontrado seja baixo, os valores da série estão próximos uns dos outros. Dessa forma, quanto maior a amplitude, maior será a dispersão dos valores. 2.1 Exemplo 1 Considere os valores 40, 45, 48, 62 e 70 e calcule a amplitude total. Solução: para encontrar a amplitude, precisamos do maior e menor valor para depois realizar a diferença. Maior valor = 70 Menor valor = 40 Amplitude = 70 – 40 = 30 2.1 Exemplo 2 Qual a amplitude do imposto pago nos últimos cinco meses? Tabela 2 – Imposto pago nos últimos cinco meses Maior valor = 2.500 Mês Imposto 1 500 2 1.500 3 1.800 4 2.200 5 2.500 5 Menor valor = 500 Amplitude = 2.500 – 500 = 2.000 Solução: segundo Castanheira (2010), para o caso de os dados estarem agrupados em classes, o cálculo da amplitude total pode ser realizado das duas formas a seguir. 1. Pelos pontos médios das classes: nesse caso, a amplitude total é igual ao ponto médio da última classe menos o ponto médio da primeira classe. 2. Pelos limites das classes: nesse caso, a amplitude total é igual ao limite superior da última classe menos o limite inferior da primeira classe. 2.3 Exemplo 3 Qual a amplitude da seguinte distribuição? Tabela 3 – Distribuição estaturas x frequências Solução: vamos calcular a amplitude considerando as duas formas citadas anteriormente. Ponto médio das classes: nesse caso, para calcular a amplitude total precisamos encontrar o ponto médio da última classe e o ponto médio da primeira classe, para, depois, realizar a diferença. Lembrando que o ponto médio é calculado pela fórmula: 2 LiLs Pm Ponto médio da última classe: 172 2 344 2 170174 Pm Ponto médio da primeira classe: 6 152 2 304 2 150154 Pm Amplitude: 172 – 152 = 20 cm Limites das classes: para calcular a amplitude total, precisamos encontrar o limite superior da última classe e o limite inferior da primeira classe para depois realizar a diferença: Limite superior da última classe = 174 Limite inferior da primeira classe = 150 Amplitude = 174 – 150 = 24 cm A amplitude total apresenta algumas restrições, pois considera apenas os valores extremos da série, desprezando os valores intermediários. Segundo Martins (2010, p. 52), a utilização da amplitude total como medida de dispersão é limitada, pois, sendo uma medida que depende apenas dos valores extremos, não capta possíveis variações entre seus limites. TEMA 3 – DESVIO MÉDIO O desvio médio é uma medida de dispersão que analisa a média dos desvios em torno da média de cada um dos valores da série e é calculado pela média dos valores absolutos dos desvios. Representa a média das distâncias entre cada elemento da amostra e seu valor médio. Chamamos Dm de desvio médio e calculamos pela fórmula: Dm = N f.xx em que o módulo de cada desvio em relação à média e N é igual à soma das frequências. O módulo (| |) utilizado no cálculo do desvio médio possui a função de tornar o número positivo: se a diferença entre o dado e a média resultar em um número positivo, ao se retirar o módulo, ele continua positivo; se for negativo, vira positivo. Como o desvio médio verifica o afastamento em relação à média, o primeiro passo é calcular a média; depois, aplicamos a fórmula para encontrar o desvio médio. 7 3.1 Exemplo 1 Suponha os seguintes dados que representam a quantidade de anos de permanência de algunsfuncionários em uma empresa e determine o desvio médio desse conjunto de dados: 3 7 8 10 11 Solução: para calcular o desvio médio, vamos calcular primeiramente a média. Lembrando que, para calcular a média em dados não agrupados, somamos todos os valores e dividimos pelo número de observações. N X X 8,7 5 39 5 1110873 X O segundo passo é aplicar a fórmula do desvio médio: Dm = N f.xx Primeiramente, calculamos o desvio de cada valor em relação à média, ou seja, cada valor menos a média, que é 7,8. Multiplicamos os valores encontrados pela frequência, que é o número de vezes que o valor aparece. Por exemplo, se considerarmos o primeiro valor, que é 3, temos |3 – 7,8|·1, ou seja, o número 3 menos a média que é 7,8 vezes 1, pois o número 3 aparece apenas uma vez. Repetimos esse processo para cada valor da série e, após, dividimos por 5, que é o número de observações, ou seja, a quantidade de dados apresentados. Resolvendo a subtração dentro de cada módulo, temos: Agora, precisamos retirar os valores do módulo, lembrando que, se o número for positivo, continua positivo e se for negativo, torna-se positivo. Assim: 5 18,71118,71018,7818,7718,73 Dm 5 12,312,212,018,018,4 Dm 5 1.2,31.2,21.2,01.8,01.8,4 Dm 8 Multiplicamos os valores pela frequência, somamos e dividimos por 5: Esse resultado indica que, em média, o tempo de permanência desses funcionários se desvia em 2,24 anos em torno do tempo médio de permanência, que é de 7,8 anos. 3.2 Exemplo 2 Em um determinado dia, foi registrado o número de veículos negociados por uma amostra de 10 vendedores de uma agência de automóveis, como mostra a tabela a seguir. Calcule o desvio médio (Adaptado de Shiguti; Shiguti, 2019). Tabela 4 – Veículos negociados X número de vendedores Solução: o primeiro passo é o cálculo da média, lembrando que, nesse exemplo, temos uma distribuição de frequência e que a média é calculada pela fórmula: N fX X . 5 2,32,22,08,08,4 Dm 24,2 5 2,11 Dm 9 Tabela 5 – Veículos negociados X número de vendedores X xiFi 6,2 10 26 X Agora, vamos calcular o desvio em relação à média. Para facilitar, vamos incluir uma nova coluna na tabela, identificando o cálculo |x – média|. Assim, para o primeiro valor da tabela, temos: |1 – 2,6| = |-1,6| = 1,6. Seguimos esse mesmo processo para os demais valores da tabela. Tabela 6 – Veículos negociados X número de vendedores X |xi-média| Encontrado os valores dos desvios, devemos multiplicá-los pelas suas respectivas frequências. Assim, vamos incluir mais uma coluna chamada |x – média|*Fi. Para o primeiro valor, temos: 1,60 * 1 = 1,60. Seguimos esse processo para os demais valores da tabela e após somamos todos os valores encontrados. 10 Tabela 7 – Veículos negociados X número de vendedores X |xi média| X |xi- média|*Fi Para finalizar, aplicamos a fórmula do desvio médio: Dm = N f.xx A quantidade de veículos negociados por cada vendedor possui um desvio médio de 0,68 em torno dos 2,6 veículos comercializados em média. Para dados agrupados em classes ou intervalos, substituímos o X na fórmula do desvio médio pelo ponto médio de cada classe (Pm). N fxx Dm . N fxPm Dm . Dessa forma, para calcular o desvio médio em uma distribuição de frequência por classe, temos os seguintes passos. 1. Calcular o ponto médio de cada classe. 2. Calcular a média. 3. Calcular o desvio em relação à média: . 4. Calcular o desvio médio. 3.3 Exemplo 3 A tabela a seguir representa as notas obtidas por um grupo de 58 alunos matriculados em uma determinada disciplina. Calcule o desvio médio (Adaptado de Shiguti; Shiguti, 2019). 68,0 10 80,6 Dm fxPm . 11 Solução: o primeiro passo é calcular o ponto médio de cada classe. Lembrando que, para calcular o ponto médio, utilizamos a fórmula: 2 LiLs Pm Considerando a primeira classe, temos: 40 2 3545 Pm Seguindo o mesmo processo para as demais classes, obtemos: Tabela 8 – Notas obtidas pelos 58 alunos X ponto médio No próximo passo, calculamos a média da distribuição de frequência utilizando a fórmula: N fPm X . Tabela 9 – Notas obtidas pelos 58 alunos X ponto médio X média da distribuição de frequência Encontrada a média, precisamos calcular os desvios em relação a esse valor: . Para primeira classe, temos: 24,62 58 3610 X fxPm . 12 |40 – 62,24|*5 | -22,24|*5 = 22,24*5 = 111. Fazendo-se esse cálculo para as demais classes e após somando os valores obtidos, temos: Tabela 10 – Notas obtidas pelos 58 alunos X ponto médio X média da distribuição de frequência X desvios Por fim, aplicamos a fórmula do desvio médio: N fxPm Dm . A nota de cada aluno possui uma distância de 10,29 pontos em torno do desempenho médio, que foi de 62,24 pontos. TEMA 4 – VARIÂNCIA A dispersão dos dados também pode ser calculada considerando os quadrados dos desvios médios. Segundo Castanheira (2010), à média aritmética dos quadrados dos desvios damos o nome de variância, que pode ser calculada de duas formas, considerando uma população ou uma amostra. Sua fórmula, quando se trata de uma população, é: N f.)xx( S 2 2 Já no cálculo da variância de uma amostra, o denominador deverá ser (N- 1), ou seja: 1N f.)xx( S 2 2 29,10 58 597 Dm 13 em que x representa os dados, x é a média dos conjunto de dados, f é a frequência com que o dados aparecem e N é o número de observações. A utilização de uma ou outra fórmula depende se os dados representam uma população ou amostra. Como a variância utiliza o quadrado dos desvios médios, o primeiro passo é calcular a média para depois aplicar as fórmulas indicadas. Ao analisar o resultado da variância, quanto maior for o seu valor, mais distante da média estarão os dados, e, quanto menor, mais próximos os valores estarão da média. Se os desvios forem baixos, teremos pouca dispersão, ao contrário, se os desvios forem altos, teremos elevada dispersão. 4.1 Exemplo 1 Suponha o conjunto de tempo de serviço de cinco funcionários e determine a variância desse conjunto de dados considerando uma amostra. 3 7 8 10 11 Solução: o primeiro passo é calcular a média. Lembrando que, para dados não agrupados, somamos os dados e dividimos pela quantidade de observações. N X X 8,7 5 39 5 1110873 X Depois de encontrada a média, vamos calcular a variância, verificando que o enunciado solicita a variância considerando uma amostra. Assim, utilizamos a seguinte fórmula: 1N f.)xx( S 2 2 15 1.)8,711(1.)8,710(1.)8,78(1.)8,77(1.)8,73( 222222 S 4 1.)2,3(1.)2,2(1.)2,0(1.)8,0(1.)8,4( 222222 S 4 1.24,101.84,41.04,01.64,01.04,232 S 14 4 24,1084,404,064,004,232 S 7,9 4 80,382 S 4.2 Exemplo 2 Considere os seguintes dados e calcule a variância, considerando uma população. 40 45 48 52 54 62 70 Solução: vamos calcular a média desse conjunto de dados: 53 7 371 7 70625452484540 X Depois de encontrada a média, vamos calcular a variância conforme solicita o enunciado, considerando uma população. Assim, utilizamos a seguinte fórmula: N f.)xx( S 2 2 7 1)².5370(1)².5362(1)².5354(1)².5352(1)².5348(1)².5345(1)².5340(2 S 7 289811125641692 S 90 7 6302 S 4.3 Exemplo 3 Em um determinado dia, foi registrado o número de veículos negociados por uma amostra de 10 vendedores de uma agência de automóveis, como mostra a tabela a seguir. Calcule a variância (Adaptado de Shiguti; Shiguti, 2019). 15 Tabela 11 – Veículos negociados X número de vendedoresSolução: nesse exemplo, temos uma distribuição de frequência e precisamos calcular a variância. Logo, o primeiro passo é o cálculo da média. Lembrando que a média em uma distribuição de frequência é calculada pela fórmula: N fX X . Tabela 12 – Veículos negociados X número de vendedores X xiFi 6,2 10 26 X Após o cálculo da média, calculamos o quadrado dos desvios em relação à média e multiplicamos o valor encontrado por sua respectiva frequência. Para o primeiro valor, temos: (1 – 2,6)². 1 = (-1,6)² . 1 = 2,56 . 1 = 2,56 Seguindo esse cálculo, para os demais valores da distribuição, temos os resultados mostrados na Tabela 13 a seguir. 16 Tabela 13 – Veículos negociados X número de vendedores X xiFi X (xi-média)²*Fi Somamos o valor encontrado em (x – x )².f e aplicamos a fórmula da variância para uma amostra, encontrando o seguinte valor. 1N f.)xx( S 2 2 71,0 9 4,6 110 4,62 S Para uma distribuição de frequência por classe ou intervalos, substituímos na fórmula da variância o valor de x pelo ponto médio (Pm) de cada classe. Dessa forma, o primeiro passo será o cálculo do ponto médio, para depois calcular a média e a variância. População: N fxPm S .)( 2 2 Amostra: 1 .)( 2 2 N fxPm S 4.4 Exemplo 4 A Tabela 14 a seguir representa as notas obtidas por um grupo de 58 alunos matriculados em uma determinada disciplina. Calcule a variância da amostra (Adaptado Shiguti; Shiguti, 2019). 17 Tabela 14 – Escores X alunos Fi Solução: nesse exemplo, temos uma distribuição de frequência por classe. Iniciamos calculando o ponto médio (Pm) e a média da distribuição. Tabela 15 – Escores X alunos Fi X Pm X Pm ·ƒ N fPm X . Agora, calculamos os desvios: (Pm – x )². O resultado, multiplicamos pela frequência. Para a primeira classe, temos: (40 – 62,24) ² = (-22,24) ² = 495 495 . 5 = 2.473 Seguindo o mesmo processo para as demais classes e somando os valores obtidos, temos os resultados apresentados na Tabela 16 a seguir. 24,62 58 3610 X 18 Tabela 16 – Escores X alunos Fi X Pm X (Pm-média)² X (Pm-média)²·f O último passo é calcular a variância solicitada da amostra. 1 .)( 2 2 N fxPm S 158 94092 S 1,165 57 94092 S TEMA 5 – DESVIO PADRÃO Segundo Martins (2010), para melhor interpretar a dispersão de uma variável, calcula-se a raiz quadrada da variância, obtendo-se o desvio padrão. Logo, o cálculo da variância é considerado um passo intermediário para o cálculo do desvio padrão, que pode considerar os dados de uma população ou de uma amostra. Para o cálculo do desvio padrão de uma população, temos: N f.)xx( S 2 A fórmula para o cálculo de desvio padrão de uma amostra é: 1N f.)xx( S 2 Podemos utilizar as fórmulas anteriores ou calcular a variância e, após, tirar a raiz quadrada. Assim: ²SS 19 Para o cálculo do desvio padrão, temos os seguintes passos. 1. Calcular a média. 2. Calcular a variância. 3. Extrair a raiz quadrada da variância. 5.1 Exemplo 1 Suponha o conjunto de tempo de serviço de cinco funcionários e determine o desvio padrão desse conjunto de dados, considerando uma amostra (Adaptado de Shiguti; Shiguti, 2019). 3 7 8 10 11 Solução: 1. Calcular a média. 8,7 5 39 5 1110873 X 2. Calcular a variância. 15 1.)8,711(1.)8,710(1.)8,78(1.)8,77(1.)8,73( 222222 S 7,9 4 80,382 S 3. Extrair a raiz quadrada da variância. 11,37,92 SS 5.2 Exemplo 2 Em um determinado dia, foi registrado o número de veículos negociados por uma amostra de 10 vendedores de uma agência de automóveis, como mostra a Tabela 17 a seguir. Calcule o desvio padrão (Adaptado de Shiguti; Shiguti, 2019). 20 Tabela 17 – Veículos negociados X número de vendedores Solução: 1. Calcular a média. 6,2 10 26 X Tabela 18 – Veículos negociados X número de vendedores X xiFi 2. Calcular a variância. 71,0 9 4,6 110 4,62 S Tabela 19 – Veículos negociados X número de vendedores X xiFi X (xi-média)²*Fi 3. Extrair a raiz quadrada da variância. 84,071,02 SS 21 5.3 Exemplo 3 A Tabela 20 a seguir representa as notas obtidas por um grupo de 58 alunos matriculados em uma determinada disciplina. Calcule o desvio padrão (Adaptado de Shiguti; Shiguti, 2019). Tabela 20 – Escores X alunos Fi Solução: 1. Calcular a média. Tabela 21 – Escores X alunos Fi X Pm X Pm ·ƒ 2. Calcular a variância. 1,165 57 94092 S 24,62 58 3610 X 22 Tabela 22 – Escores X alunos Fi X Pm X (Pm-média)² X (Pm-média)².f 3. Extrair a raiz quadrada da variância. 85,121,1652 SS No desvio padrão, obtemos valores altos sempre que ocorrem mudanças consideráveis nos dados analisados e valores baixos quando os dados são mais estáveis. Segundo Martins (2010), quanto maior o desvio padrão, maiores serão a dispersão e a amplitude total da distribuição. Ao analisar o resultado do desvio padrão, podemos considerar o valor pequeno para uma média e para outra extremamente grande. Se encontrarmos um desvio-padrão de 40, esse valor pode ser considerado pequeno para uma média de 30, mas se a média for 4, o desvio se torna muito grande. Para reduzir essa limitação encontrada no cálculo do desvio padrão, podemos utilizar o coeficiente de variação. Segundo Martins (2010, p. 57), o coeficiente de variação trata-se de uma medida relativa de dispersão. É definido como o quociente entre desvio padrão e a média, multiplicado por 100, ou seja, o coeficiente de variação é o desvio padrão em porcentagem da média. 100. x S CV Utilizamos algumas regras empíricas para interpretar o coeficiente de variação: CV < 15% = há baixa dispersão; 15% CV < 30% = há média dispersão; CV 30% = há elevada dispersão. Segundo Prates, podemos classificar as distribuições em homogêneas ou heterogêneas. A distribuição homogênea tem coeficiente de variação com baixa ou média dispersão (até 30% de variação); já a distribuição heterogênea possui 23 coeficiente de variação com elevada dispersão (acima de 30% de variação). Uma distribuição é dita homogênea quando seus valores são parecidos, mais próximos; já em uma distribuição heterogênea, os valores apresentando são bem diferentes. 5.4 Exemplo 4 Em uma determinada empresa, o departamento A possui salário médio de R$ 4.000, com desvio padrão de R$ 1.500. Já o departamento B possui salário médio de R$ 3.000, com desvio padrão de R$ 1.200. Calcule o coeficiente de variação. Solução: Departamento A: 100. x S CV %5,37100.375,0100. 4000 1500 CV Departamento B: %404,0100. 3000 1200 CV Os salários do departamento B possuem dispersão relativa maior do que o departamento A e os dois departamentos apresentam elevada dispersão, sendo uma distribuição heterogênea, ou seja, há grande diferença entre os salários praticados em cada departamento. TROCANDO IDEIAS Nesta aula, trabalhamos as medidas de dispersão e podemos utilizá-las em várias situações, dentro e fora das organizações. Você se recorda de alguma situação em que tenha ouvido falar ou tenha de fato utilizado algumas das medidas citadas nesta aula? Nas organizações, em quais situações poderíamos utilizar essas medidas? 24 NA PRÁTICA As medidas de dispersão possuem vasta aplicação, pois servem para avaliar o grau de variabilidade do fenômeno estudado. Quando o desvio é pequeno, a amostra é homogênea, ou seja, mais parecidos são os valores da série, e quando o valor é alto, a amostra é heterogênea, apresentando valores diferentes. Com essa informação, podemos definir indicadores, estratégias, comparar valores e realizar análises que geram informações para tomada de decisão dentro das organizações. Leituracomplementar Vamos ler os seguintes artigos e analisar situações em que a utilização das medidas de dispersão fornece informações para tomada de decisão. NOGUEIRA, N. Ferramentas básicas de análise financeira: o desvio- padrão. Portal Gestão, 2 jan. 2014. Disponível em: <https://www.portal- gestao.com/artigos/7343-ferramentas-b%C3%A1sicas-de-an%C3%A1lise- financeira-o-desvio-padr%C3%A3o.html>. Acesso em: 1.º out. 2019. QUEIRÓZ, M. Variância e desvio padrão. Matemágica, 24 out. 2015. Disponível em: <http://matemagica10.blogspot.com.br/2015_10_01_archive.ht ml>. Acesso em: 1.º out. 2019. RISCO e volatilidade: conceitos fundamentais na hora de investir. Infomoney, 7 maio 2007. Disponível em: <http://www.infomoney.com.br/educacao/guias/noticia/480519/risco-volatilidade -conceitos-fundamentais-hora-investir>. Acesso em: 1.º out. 2019. STRINGHINI, L. F. Análise de risco e retorno de investimento uso das medidas de dispersão. Contabilidade em pauta, Curitiba. Disponível em: <https://docplayer.com.br/27885423-Analise-de-risco-e-retorno-de-investimento -uso-das-medidas-de-dispersao.html>. Acesso em: 1.º out. 2019. FINALIZANDO Nesta aula, apresentamos as principais medidas de dispersão, seus cálculos, aplicações e interpretações dos resultados obtidos. 25 REFERÊNCIAS CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. Curitiba: InterSaberes, 2010. MARTINS, G. de A. Estatística geral e aplicada. 3. ed. São Paulo: Atlas, 2010. PRATES, W. O. Estatísticas para as Ciências Sociais Aplicadas Salvador: UFBA, Faculdade de Ciências Contábeis, Superintendência de Educação a Distância, 2017. Disponível em: <https://repositorio.ufba.br/ri/bitstream/ri/24557 /1/eBook_Estatisticas_para_Ciencias_Sociais_Aplicadas_I-Ciencias_Contabeis_U FBA.pdf>. Acesso em: 1.º out. 2019. SHIGUTI, W. A.; SHIGUTI, V. da S. C. Apostila de estatística. Brasília, 2006. Disponível em: <http://www.inf.ufsc.br/~paulo.s.borges/Download/Apostila5_INE 5102_Quimica.pdf>. Acesso em: 1.º out. 2019.
Compartilhar