UNIVERSIDADE ZAMBEZE

FACULDADE DE CIÊNCIAS E TECNOLOGIA

TEMA 1 ESTATÍSTICA DESCRITIVA

AULA PRÁTICA 1

Disciplina: Probabilidades e Métodos Estatísticos

Cursos: Engenharia de Processos & Engenharia Electrica
Docentes: MSc. Dinis Simbe
________________________________________________________________________________
OBJECTIVOS ESPECÍFICOS
 Conceito de estatística e distinção entre estatística descritiva e inferência
 Distinguir os conceitos população e amostra
 Distinguir os diferentes tipos de varáveis estatísticas
 Organizar os dados em tabelas e gráficos
________________________________________________________________________________

1- Explique cada uma das fases do método estatístico.

2- Explique a diferença entre dados quantitativos e qualitativos.
3- Explique a diferença entre população e amostra.
4- O que é uma amostra representativa?
5- Classifique cada uma das variáveis abaixo e indique o nível de medição:
a) Idade;
b) Sexo;
c) Classe social;
d) Marca de automóvel;
e) Número de pessoas favoráveis à pena de morte;
f) Vendas anuais;
g) Ganhos por acção;
h) Método de pagamento (à vista, com cheque, com cartão de crédito).

6- Analise as afirmações seguintes e coloque (V) nas verdadeiras e (F) nas falsas:

a) As variáveis podem ser qualitativas (intervalares ou de razões) ou quantitativas (nominais ou

ordinais).
b) Inferência estatística é uma metodologia para tirar conclusões válidas duma amostra a partir
dos dados da população.

PRME Página 1
 c) Parâmetro é uma grandeza fixa e que se refere a uma população.
d) Uma amostra só é representativa se tiver todos os elementos da população de interesse.
e) Uma variável é contínua quando pode tomar qualquer valor num certo intervalo.
f) Dados contínuos são apresentados em gráficos de barras e os discretos em histogramas.
g) Numa tabela de frequências o somatório das frequências relativas não pode ser superior a
um.
7- Para cada um dos seguintes casos, caracterize a população quanto ao tamanho.

a) Conjunto de pessoas que chegam numa repartição bancária num determinado dia.
b) Conjunto de parafusos defeituosos produzidos por uma máquina.
c) Conjunto de raparigas matriculadas na Unizambeze.

8- Para cada um dos seguintes casos, explique porquê a amostra seleccionada não é representativa
da população.

a) Para conhecer a satisfação dos estudantes da Unizambeze com a qualidade de aulas,

interrogou-se 20 raparigas do curso de engenharia informática.
b) Para saber qual é o clube moçambicano é mais popular inquiriu-se 700 pessoas com o nível
primário concluído.

9- Uma empresa está interessada em testar a eficácia da propaganda de um novo comercial de

televisão. Como parte do teste, o comercial é mostrado em um programa de notícias locais, às 18h
30min. Dois dias mais tarde, uma firma de pesquisa de mercados realizou um levantamento
telefónico para obter informações sobre os índices de respostas (percentagem de telespectadores que
responderam ter visto o comercial) e impressões sobre o comercial.

a) Qual é a população desse estudo?

b) Qual é a amostra para esse estudo?
c) Por que se usaria uma amostra nessa situação? Explique.

10- Um restaurante usa um questionário para solicitar aos seus clientes uma avaliação do garçom,
da qualidade da comida, dos serviços, dos preços e do ambiente no restaurante. Cada característica é
avalida numa escala de excelente (E), óptimo (O), bom (B), médio (M), e fraco (F). Use a estatística
descritiva para sintetizar os seguintes dados colectados sobre a qualidade da comida. Qual é a sua
impressão sobre a qualidade da comida apresentada no restaurante?

PRME Página 2
 B E O B M E O E O B E O M
O E F M E B M E E E B E O
M B E O F O E E B E E E B
M E O E E B O M B O B.

11- A tabela abaixo representa os salários pagos a 100 operários da empresa Vanduzi:

Nº de salários Nº de
mínimos operários (fi)
[0-2[ 40
[2-4[ 30
[4-6[ 10
[6-8[ 15
[8-10[ 5
Total 100

a) Determinar frequências absolutas acumuladas.

b) Quantos operários ganham até dois salários mínimos?
c) Quantos operários ganham até 6 salários mínimos exclusive?
d) Qual a percentagem de operários com salário inferior a 4 salários mínimos?

12- Os dados seguintes representam 20 observações relativas ao índice pluviómetro em

determinados municípios do país:

144 152 159 160

160 151 157 146
154 145 141 150
142 146 142 141
141 150 143 158

a) Determinar o número de classes

b) Construir a tabela de frequências absolutas.
c) Determinar as frequências absolutas acumuladas
d) Determinar as frequências relativas
e) Determinar as frequências relativas acumuladas

13- A tabela seguinte representa as alturas (em cm) de 40 alunos de uma classe.

162 163 148 166 169 154 170 166

PRME Página 3
 164 165 159 175 155 163 171 172
170 157 176 157 157 165 158 158
160 158 163 165 164 178 150 168
166 169 152 170 172 165 162 164

a) Calcule a amplitude total.

b) Admitindo-se 6 classes, qual é a amplitude de classe?
c) Construir uma tabela de frequências das alturas dos alunos admitindo que o limite inferior
da 1ª classe seja 148 cm.
d) Determinar os pontos médios das classes.

PRME Página 4
 UNIVERSIDADE ZAMBEZE
FACULDADE DE CIÊNCIAS E TECNOLOGIA

TEMA 1 ESTATÍSTICA DESCRITIVA

AULA PRÁTICA 1

Disciplina: Probabilidades e Métodos Estatísticos

Cursos: Engenharia Informática/ Civil/ Mecatrónica/ Processos
Ano/Semestre: 2º Ano/ 1 º Semestre
Carga horária: 4 H/Semana;
Docentes: Dr. Dinis Simbe, Dr. Gildo Ndaluza
________________________________________________________________________________
OBJECTIVOS ESPECÍFICOS
 Conceito de estatística e distinção entre estatística descritiva e inferência
 Distinguir os conceitos população e amostra
 Distinguir os diferentes tipos de varáveis estatísticas
 Organizar os dados em tabelas e gráficos
________________________________________________________________________________
INTRODUÇÃO

O que é Estatística?

Estatística é a ciência que investiga os processos de obtenção, organização e análise de dados sobre
uma população, e os métodos de tirar conclusões ou fazer predições com base nesses dados.

Este conceito tem um significado mais amplo do que aquele que usualmente se dá à palavra
"estatística", isto é, o resultado de contagens sobre a ocorrência de determinados eventos e a sua
representação através de gráficos e tabelas, como, por exemplo, as estatísticas de ocorrência de
chuvas numa certa época do ano; as estatísticas sobre os ganhadores de prémios de loteria; as
estatísticas de renda média por região etc.

Em geral, este conceito mais popular de estatística corresponde somente à organização e descrição
dos dados relativos a um determinado experimento ou situação e não trata da análise e interpretação
desses dados. Ele está associado à parte da Estatística que denominamos de Estatística Descritiva. A
Estatística Descritiva, portanto, é a parte da Estatística que se preocupa com a organização e
descrição de dados experimentais.

Além da Estatística Descritiva há a Estatística Indutiva ou Estatística Inferencial que consiste,

fundamentalmente, das técnicas de análise e interpretação dos dados. A partir de um conjunto
restrito de dados, chamado de amostra, organizado e descrito pela Estatística Descritiva, a
Estatística Indutiva procura fazer inferências ou, em outras palavras, tirar conclusões sobre a

PRME Página 5
natureza desses dados e estender essas conclusões a conjuntos maiores de dados, chamados de
populações.

É evidente que, para que a Estatística Indutiva possa deduzir conclusões válidas, é necessário que se
tomem alguns cuidados para a escolha da amostra a ser utilizada.

Esses cuidados, mais propriamente chamados de critérios, são estabelecidos por uma técnica
chamada de amostragem.

Contudo, para permitir que a Estatística Indutiva proporcione conclusões válidas não basta utilizar
as técnicas de organização e descrição dos dados da Estatística Descritiva e as técnicas corretas de
amostragem. Fica ainda faltando uma última ferramenta que é o cálculo de probabilidades. O
cálculo de probabilidades é um conjunto de técnicas matemáticas que visa determinar as chances de
ocorrência de eventos regidos pelas leis do acaso.

2. Conceitos de População e Amostra

População ou Universo é a totalidade dos objectos concebíveis de uma certa classe em

consideração.

Amostra são os objectos seleccionados da população. Se esses objectos são seleccionados de tal
maneira que cada objecto tem a mesma chance de ser seleccionado do que o outro, temos uma
amostra aleatória

1.3 Tipos de Variáveis

É necessário, inicialmente, que se defina qual a características dos elementos que deverá ser
verificada. Ou seja, não se trabalha estatisticamente com os elementos existentes, mas com
alguma(s) característica(s) desses elementos. Por exemplo, os elementos a serem estudados podem
ser a população de uma cidade, mas estaremos interessados em alguma característica como renda,
idade, sexo, tipo de moradia, etc. Trabalha-se portanto com os valores de uma variável (que é a
característica de interesse), e não com os elementos originalmente considerados. A escolha da
variável (ou variáveis) de interesse dependerá dos objectivos do estudo estatístico em questão. Esta
característica (variável) poderá ser qualitativa ou quantitativa.

A variável será qualitativa quando resultar de uma classificação por tipos ou atributos, como nos
seguintes exemplos:

a) População: alunos de uma universidade, Variável: sexo (masculino ou feminino).

b) População: moradores de uma cidade, Variável: tipo de habitação (casa, apartamento, barraco,
etc.).

c) População: peças produzidas por uma máquina, Variável: qualidade (perfeita ou defeituosa).
PRME Página 6
d) População: Óbitos em um hospital, nos últimos cinco anos, Variável: causa mortes (moléstia
cardiovasculares, cânceres, etc)

A variável será quantitativa quando seus valores forem expressos em números. Pode ser subdivida
em:

1 - Quantitativa discreta: Pode assumir apenas valores pertences a um conjunto enumerável;

2 - Quantitativa contínua: Pode assumir qualquer valor em um certo intervalo de variação.

Alguns exemplos de variáveis quantitativas discretas são:

a) População: habitações de uma cidade, Variável: número de banheiros.

b) População: casais residentes em uma cidade, Variável: número de filhos.

c) População: aparelhos produzidos em uma linha de montagem, Variável: número de

defeitos por unidade.

d) População: Bolsa de valores de São Paulo, Variável: número de acções negociadas.

Alguns exemplos de variáveis quantitativas contínuas são:

a) População: estação meteorológica de uma cidade, Variável: precipitação pluviométrica

durante um mês.

b) População: pregos produzidos por uma máquina, Variável: comprimento.

c) População: propriedades agrícolas do Brasil, Variável: produção de algodão.

d) População: indústrias de uma cidade, Variável: índice de liquidez.

e) População: pessoas residentes em uma cidade. Variável: idade.

Para atingir os objectivos da Estatística descritiva, os dados observados são muitas vezes
sintetizados e apresentados em formas de tabelas ou gráficos, os quais irão fornecer rápidas e
seguras informações a respeito das variáveis em estudo. Uma das tabelas mais utilizadas na
estatística é a distribuição de frequências. Os gráficos associados à ela são o gráfico de frequências
(denominado histograma, para o caso de variáveis quantitativas contínuas), o polígono de
frequências, o gráfico de frequência Acumulada e o polígono de frequência acumulada.

Distribuições de Frequência

Muitas vezes os gráficos são elaborados utilizando-se as frequências dos valores da variável. Para
tal, necessitamos definir alguns conceitos importantes.

Frequências e frequências relativas

PRME Página 7
Definimos frequência de um valor de uma variável (qualitativa ou quantitativa) como sendo o
número de vezes que aquele valor se repete no conjunto de dados experimentais. Usaremos a
notação fi para representar a frequência do i-ésimo valor observado.

Sendo n o número total de valores observados e k o número de diferentes valores obtidos, tem-se:

Seja o conjunto de dados abaixo, que representa o número filhos de funcionários da empresa Simbe
& Filhos S.A.

No de Filhos Frequência Frequência

relativa
0 15 0.30
1 10 0.20
2 13 0.26
3 6 0.12
4 3 0.06
5 3 0.06
Total 50 1.00

Chamamos de distribuição de frequências à associação das frequências aos respectivos valores

observados. Portanto, a representação acima caracteriza uma distribuição de frequências. Do mesmo
modo, podemos definir frequência relativa de um valor observado como sendo a relação:

Pi =

Verifica-se facilmente que:

DISTRIBUIÇÃO DE FREQUÊNCIAS
Para que uma informação recolhida seja divulgada é necessário que esta seja organizada de modo a
ser percebida pelos leitores ou outros investigadores.

De uma geral uma distribuição de frequência é um tipo de tabela que condensa uma colecção de
dados conforme as repetições de seus valores.

Dados brutos - são os dados originais que ainda não estão numericamente organizados. É difícil
formar uma ideia exacta do comportamento do fenómeno, a partir de dados não ordenados.

Exemplo: Os dados a seguir correspondem ao consumo de energia de uma determinada família

num período de um ano (em Kw/h).

PRME Página 8
X = {145, 141, 142, 141, 142 143, 144, 141, 146, 150, 146, 150}.

Rol estatístico ou ROL – é uma lista em que os valores ou dados numéricos são ordenados de
forma crescente ou decrescente.

X _Rol = {141, 141, 141, 142, 142, 143, 144, 145, 146, 146, 150, 150}

Como se pode observar da nova série de dados de consumo de energia, já pode-se distinguir qual é
o valor mínimo bem como o consumo máximo.

Amplitude Total ou Range (At) – é a diferença entre o maior e o menor valor da série estatística
ou a diferença positiva entre os extremos do Rol estatístico.

Quando os dados brutos se resumem, frequentemente costuma – se distribuir em classes ou

categorias e determina – se o número de casos pertencentes a uma das classes ou o número de
repetições de um determinado valor denominado frequência de classe ou do valor. Uma
apresentação em forma de tabela de dados categorizados ou com intervalo de classe e as respectivas
frequências é conhecida por distribuição de frequências.

Há dois tipos de distribuição de frequências: De dados não classificados ou não agrupados e de

dados ou valores classificados em classe.

As distribuições de frequências não agrupadas são utilizadas quando temos poucas observações ou
dados e o número de valores ou modalidade apresenta repetições. Se o número de dados observados
for elevado é conveniente agrupar os dados em classes.

As frequências absolutas, relativas e acumuladas

a) Frequência absoluta (fi) – é o número de repetições de um valor individual ou o número de
valores pertencentes a uma classe da variável em estudo.
b) Frequência relativa (fr) – é a proporção de observações de um valor individual ou de
valores pertencentes a uma classe em relação ao número total de observações.
Exemplo:

c) Frequência absoluta acumulada (Fi) – é a soma de todas as frequências absolutas desde a

primeira classe até a classe de ordem i ou desde a última classe até a classe de ordem i.

PRME Página 9
 d) Frequência relativa acumulada (Fr) – pode ser calculada a partir da definição da
frequência acumulada ou da definição de frequência relativa.

Exemplo:

Histograma: é um diagrama de áreas, formado por um conjunto de rectângulos justapostos, de tal modo
que seus pontos médios coincidam com os pontos médios dos intervalos de classe. A área de um
histograma é proporcional à soma das frequências simples ou absolutas.

Polígono de frequência: é um gráfico em linha, sendo as frequências marcadas sobre perpendiculares

ao eixo horizontal, levantadas pelos pontos médios dos intervalos de classe. De notar que a altura de
cada barra ou linha é proporcional a frequência da classe.

Enquanto o polígono de frequência nos dá a imagem real do fenómeno estudado, a curva de

frequência nos dá a imagem da tendência da distribuição. O polimento de um polígono de frequência
nos mostra o que seria tal polígono com um número maior de dados em amostras mais amplas.

Quando se estudam duas variáveis de certa forma relacionadas, frequentemente apresentam-se

diagramas de dispersão para descobrir o tipo de relacionamento ou dependência entre elas.

Fig

PRME Página 10
MEDIDAS DE TENDÊNCIA CENTRAL

O tratamento e interpretação torna – se difícil para quem pretende colocar uma informação como
um todo, razão pela qual constuma – se calcular algumas medidas que resumidamente traduzem as
importantes caracteristicas das distribuições de frequencias.

Existem três grupos de medidas que resumem um conjunto de dados observados. As medidas de
tendência central, as medidas de dispersão e as características de forma de distribuição.

Os índices de centro de distribuição ou medidas de tendência central (medidas de localizaçõ), assim

designados em vertude da tendência que todos os dados observados têm em torno deses valores
centrais. Este grupo inclui as grandezas médias, a moda, a mediana, os quartis, decis e percentis.

A média – é uma grandeza ou valor representativo de um conjunto de dados como eles tendem a se
localizar em torno do ponto central. A média aritmética é a mais usada nas investigações, e esta
pode ser simples ou ponderada quando temos frequências.

Amostra: X= ∑ , Simples; X= ∑ , Ponderada

População: = ∑ , Simples; = ∑ , Ponderada

Moda: define –se como o valor da variável que ocorre com mais frequência. Para casos em que o
número das observações não é muito elevado esta medida pode ser lida no rol. De acordo com as
frequências de cada valor observado, é possível não ter a moda (amodal), ter uma moda (unimodal),
duas modas (bimodal) três modas (trimodal), muitas modas ( plurimodal). Quando temos dados
agrupados em classe, a moda é calculada por aproximação, começando por localizar a classe modal, se
necessário deve –se conhecer a moda bruta. A formula de Czuba é uma das alternativas para calcular o
valor da moda com aproximação.

PRME Página 11