Livro Exercícios

JOSÉ ADELINO AFONSO
PRIMEIROS PASSOS
de ESTATÍSTICA PARA AS CIÊNCIAS SOCIAIS E HUMANAS
EXERCÍCIOS E INTRODUÇÃO AO SPSS
Lisboa
2024 Fevereiro
José Adelino de Matos Afonso é licenciado em Economia pela
Universidade Católica Portuguesa, MBA e mestre em Gestão pela
Universidade Nova de Lisboa e doutor em Gestão pelo Instituto
Superior de Ciências do Trabalho e da Empresa.
Se pretender indicar este texto como referência, na norma portuguesa

poderá fazê-lo como:
Afonso, José Adelino - «Primeiros passos de estatística para as ciências sociais
e humanas: exercícios temáticos e introdução ao SPSS». Policopiado. Lisboa:
fevereiro de 2024.
Capa:
“Primeiro Passo do Homem na Lua”
«One of the first steps taken on the Moon, this is an image of Buzz Aldrin’s
bootprint from Apollo 11 mission. Neil Armstrong and Buzz Aldrin walked on
the Moon on July 20, 1969. Photo Credit: NASA»
http:www.nasa.gov/multimedia/imagegallery/image_feature_69.html [2004.06.28; 12:00]
Todas as coisas são vagas de um modo que faz com que só nos demos
conta disso no momento em que tentamos torná-las mais precisas.
Bertrand Russell (1872-1970)
Primeiros Passos de Estatística Para as Ciências Sociais e Humanas
Índice Geral
Nota Prévia ....................................................................................................................................................... 7

1 INTRODUÇÃO ............................................................................................................................................................................... 9
2 ESTATÍSTICA DESCRITIVA UNIDIMENSIONAL ................................................................................................................... 13
3 ESTATÍSTICA DESCRITIVA BIDIMENSIONAL ...................................................................................................................... 52
4 TEORIA ELEMENTAR DA PROBABILIDADE ......................................................................................................................... 65
5 VARIÁVEIS ALEATÓRIAS......................................................................................................................................................... 83
6 DISTRIBUIÇÕES DA AMOSTRA E ESTIMAÇÃO DE PARÂMETROS ................................................................................ 101
ANEXOS ................................................................................................................................................................................................ 113
Bibliografia de Estatística .............................................................................................................................. 165
Índice de Anexos
ANEXOS ................................................................................................................................................................................................ 113

Anexo 1 – Para compreender melhor a notação ................................................................................. 115
Anexo 2 – Interpretar a divisão e a sua relação com as frequências relativas e a média .................... 125
Anexo 3 – Sequência e interpretação dos cálculos ............................................................................. 127
Anexo 4 – Alfabeto Grego Básico ...................................................................................................... 129
Anexo 5 – Tabelas Estatísticas ........................................................................................................... 131
Distribuição Binomial: Função de Probabilidade .............................................................. 133
Distribuição Binomial: Função de Probabilidade Acumulada ........................................... 145
Distribuição Normal Padronizada: Função de Probabilidade Acumulada ........................ 157
Distribuição Normal Padronizada: Percentis Mais Usuais ................................................ 161
Distribuição t de Student: Percentis Mais Usuais ............................................................. 163
© JAA 2024 Pág. 5

Nota Prévia
Caros alunos
A presença dos conceitos e das técnicas estatísticas na nossa vida pessoal, social e
profissional, não para de aumentar em quantidade e em importância. Manifesta-se na
análise de problemas como o número de pessoas que morrem no Verão devido às vagas
de calor, o candidato que terá mais votos nas próximas eleições presidenciais, a relação
entre o género e as remunerações profissionais ou a importância das competências
emocionais na satisfação pessoal e na carreira profissional. A sua análise estatística de
muitos destes problemas, frequentemente controversos, pode ser um contributo para
compreender o debate que suscitam. Deve ter-se presente que na nossa análise se tem
como objetivo ilustrar o método estatístico e é nessa perspetiva que os problemas são
abordados.
Estes exercícios têm como propósito apoiar-vos nos primeiros passos de Estatística Para
as Ciências Sociais e Humanas e procuram retratar situações que podem implicar uma
tomada de decisão. Assim, sempre que possível, foram utilizados casos e dados
estatísticos reais. As notas aos exercícios e a indicação das fontes da informação utilizada
não são necessárias para a resolução. Além de referenciarem o copyright dos dados
originais, têm como objetivo permitir a consulta dessas fontes de informação e, se
desejarem, aprofundar a vossa pesquisa. Podem ser também uma forma de familiarização
com problemas e fontes estatísticas que mais tarde vos poderão ser úteis. Estes exercícios
foram feitos para servir de apoio a alunos com formação matemática elementar,
pretendendo-se desenvolver a capacidade de compreensão e aplicação dos conceitos
sem a preocupação de formalização analítica.
Este livro de exercícios tem carácter preliminar e irá sendo sujeito a revisão.
José Adelino Afonso

[email protected]
Lisboa, fevereiro de 2024
© JAA 2024 Pág. 7

1 INTRODUÇÃO
Exercício 1-1
Tenha como referência os dois textos transcritos, dos livros referenciados de Bento
Murteira, para precisar o que é a estatística e o que está em causa com a sua abordagem
I) «[A] estatística é um ramo da matemática aplicada e, como tal, é dotada de rigor e

opera num quadro bem definido de noções, princípios e premissas.
No entanto, a preocupação fundamental da estatística reside na apreensão e na
quantificação de diferentes tipos de fenómenos, mais ou menos complexos,
delimitando as suas fronteiras, avaliando as suas dimensões, salientando e
relacionando alguns dos seus aspectos pertinentes, auxiliando até na formulação de
proposições, mas nunca procurando «explicar por si só», isto é, substituir aqueles
(os especialistas) que conhecem o domínio científico em que se enquadram os
fenómenos em questão. Neste sentido, importa sublinhar que a estatística é um
método e não uma teoria.»
Bento Murteira [et al] — «Introdução à Estatística». Lisboa: McGraw-Hill de Portugal, Novembro de 2001;
pp.2-3. Segundo negrito no original.
II) «O principal objectivo da estatística descritiva é a redução de dados. Ao referir-se a

esta operação, Fisher (1944) declara que todo o investigador que tenha procedido à
recolha de operações em grande número encontra-se familiarizado com a opressiva
necessidade de sintetizar ou condensar os resultados obtidos. Dai a importância de
que se revestem os métodos que visam exprimir a informação relevante contida
numa grande massa de dados através de um número muito menor de valores ou
medidas características ou através de gráficos simples. São esses métodos que a
estatística descritiva ensina.
[...]
[P]ode dizer-se que, em regra, a mais profunda preocupação dos investigadores que
utilizam os métodos estatísticos, [sobretudo nas ciências experimentais ou
empíricas], consiste em tirar conclusões sobre a totalidade – o universo – a partir da
observação da parte – a amostra. Para dar resposta a essa aspiração têm de passar
da esfera da estatística descritiva para o domínio da inferência estatística. [...] É
função da inferência estatística a obtenção e desenvolvimento de técnicas que
permitam elaborar inferências indutivas, medindo ou avaliando, o respectivo grau
de incerteza.
[...]
Em resumo: se a estatística descritiva pode concebivelmente estudar-se sem
referência significativa a conceitos probabilísticos, a inferência estatística carece
decisivamente da teoria da probabilidade.»
Bento Murteira — «Probabilidades e estatística». Volume I. 2ª edição revista. Lisboa: McGraw-Hill de Portugal,
1990, pp.1-4. Sem negrito no original. A pp.88 indica-se que o livro referido de R.A. Fisher (1944) é «Statistical
methods for research workers», 9ª.Ed., Oliver and Boyd, Ltd., Edimburgo.
© JAA 2024 Pág. 9

Exercício 1-2
Uma forma simples de distinguir as escalas de medida dos dados é ter em conta que para
os dados qualitativos nominais (aos quais correspondem as variáveis nominais) faz
sentido fazer contagens; para os dados qualitativos ordinais (aos quais correspondem as
variáveis ordinais) faz sentido fazer contagens e ordenações e para os dados quantitativos
(aos quais correspondem as variáveis quantitativas), faz sentido fazer contagens,
ordenações e calcular médias.
Quando os dados são quantitativos por rácios podem passar-se esses dados de uma
escala para outra (por exemplo de dólares para euros), através de rácios; quando são
quantitativos por intervalos não se pode fazer essa passagem através de rácios (por
exemplo não se pode passar de graus Celsius para graus Fahrenheit através de um rácio).
Classifique os dados referenciados abaixo quanto às escalas de medida em que estão

expressos. Justifique as suas respostas.
I– As empresas de uma determinada região foram classificadas nas seguintes quatro

categorias: microempresas, pequenas empresas, médias empresas e grandes
empresas.
II – i) As empresas de uma outra região foram classificadas de acordo com o seu volume
de vendas, definido em escudos.
ii) Posteriormente, as mesmas empresas passaram a ser classificadas de acordo com o
seu volume de vendas, mas agora definido em euros.
III – i) Foram recolhidos dados relativos à temperatura da água na costa portuguesa,

tendo essa temperatura sido expressa em graus Celsius.
ii) Mais tarde, compararam-se esses dados com os da temperatura da água na costa
americana, para a mesma latitude, estando essa temperatura na costa americana
expressa em graus Fahrenheit.
IV – Numa organização procedeu-se a uma classificação do pessoal da empresa de acordo

com o seu género.
V– Posteriormente, na mesma organização, procedeu-se à contagem do número de
mulheres em cada departamento, tendo sido os departamentos classificados de
acordo com o número de mulheres que tinham.
VI – Uma outra organização recolheu informação relativa ao tempo que os seus

empregados demoravam no trajecto entre a sua residência e essa organização.
VII – Foram coligidos os resultados de 100 lançamento de um dado de póker.

Foram coligidos também os resultados de 100 lançamentos de um dado com as faces
numeradas de 1 a 6.
© JAA 2024 Pág. 10

Exercício 1-3
Relativamente a cada uma das variáveis que se discriminam abaixo, indique (i) no que é
que se pode consubstanciar (ou seja, o domínio da variável) e (ii) se é qualitativa (nominal
ou ordinal) ou quantitativa discreta ou contínua.
X: “Dimensão do agregado familiar das famílias do concelho de Lisboa no ano de

2022”
X: “Cor do cabelo dos alunos da Universidade Católica no ano letivo de

2023/2024”
X: “Ordem de chegada dos atletas à meta da meia-maratona de Lisboa no ano de

2022”
X: “Tempo que os atletas da meia-maratona de Lisboa levaram a fazer a corrida

no ano de 2022”
X: “Categoria profissional dos empregados de uma empresa”
X: “Peso das crianças de cinco anos que foram atendidas no serviço de pediatria
do Hospital de Santa Maria em 2022”
X: “Idade das primíparas [mulheres que dão à luz pela primeira vez] em Portugal
no ano de 202”
Notas: (1) Num mesmo estudo a variáveis diferentes temos de dar nomes diferentes. Aqui, por
facilidade chamámos X a todas as variáveis. (2) Por vezes omite-se da designação da
variável a sua localização espacial ou temporal se tal não for fonte de confusão.
Exercício 1-4
Indique se é verdadeira ou falsa a seguinte afirmação: “as variáveis quantitativas também
são ordinais e as variáveis ordinais também são nominais”. Justifique
© JAA 2024 Pág. 11

2 ESTATÍSTICA DESCRITIVA UNIDIMENSIONAL
2.1 Quadros de frequências e medidas de localização
ENQUADRAMENTO – VARIÁVEIS QUANTITATIVAS DISCRETAS
Foi perguntado a 10 pessoas que frequentavam um ginásio quantos dias iam por semana
a esse ginásio. - Obtiveram-se as seguintes 10 respostas, onde cada resposta corresponde
a uma pessoa:
Caso / Observação Nº de Dias
[pessoa] por semana
1 2
2 3
3 2
4 1
5 2
6 1
7 2
8 3
9 2
10 3
Trata-se de dados discretos; repare-se que é possível enunciar à partida os valores que a
variável pode assumir, ainda antes de sabermos os resultados concretos, pois o número
de dias por semana em causa pode ir de 1 a 7 dias. Temos 10 observações [as respostas]
que estão pela ordem em que foram obtidas. Para facilitar o tratamento dos dados,
vamos ordená-los. Essa ordenação é necessária2 para o cálculo da mediana e o cálculo
dos percentis.
I — Análise a partir de dados não agregados
A análise de dados não agregados está subjacente à construção de bases de dados e ao

tratamento de dados com folhas de cálculo, como o Excel ou o SPSS. Para descrever
melhor os dados vamos definir a seguinte variável:
X: N.º de treinos por semana
A esta variável X está associado xi que é o valor concreto para cada uma das dez pessoas
da amostra em causa. Obtemos então o seguinte quadro:
2
Aqui os dados são ordenados por uma questão operacional. Há, no entanto, conjuntos de dados em que
é importante a ordem pela qual ocorreram ou foram obtidos. É o caso, por exemplo, dos números
índices e das sucessões cronológicas, que não são abordados na nossa disciplina. Há também situações
em que a ordem dos dados, por exemplo a ordem de uma resposta) é em si mesma uma variável.
© JAA 2024 Pág. 13

Quadro de frequências absolutas e relativas, simples e acumuladas [valores não agregados]
i xi Fi fi fi [em %] Cum Fi Cum fi Cum fi [em %]

1 1 1 0,10 10,0 % 1 0,100 10,0 %
2 1 1 0,10 10,0 % 2 0,200 20,0 %
3 2 1 0,10 10,0 % 3 0,300 30,0 %
4 2 1 0,10 10,0 % 4 0,400 40,0 %
5 2 1 0,10 10,0 % 5 0,500 50,0 %
6 2 1 0,10 10,0 % 6 0,600 60,0 %
7 2 1 0,10 10,0 % 7 0,700 70,0 %
8 3 1 0,10 10,0 % 8 0,800 80,0 %
9 3 1 0,10 10,0 % 9 0,900 90,0 %
10 3 1 0,10 10,0 % 10 1,000 100,0 %
Soma 21 n = 10 1,000 100,0 %
Um quadro como este só é prático se houver poucas observações. Por isso em geral a
informação sintetiza-se por classes como se indica no quadro mais adiante. Mas por agora
vamos explorar a informação que consta do quadro acima:
i É um valor que identifica cada observação, neste caso cada pessoa. Como há 10
observações i vai de 1 até 10. (É muito importante ter este aspeto presente pois o i já
terá um significado diferente com dados agregados, o que veremos mais adiante).
n É o total de observações; neste caso n=10. É uma grandeza que nos interessa e é igual
à soma de todos os Fi . Podemos ver que i assume valores desde 1 até n.
xi É o número de treinos que a pessoa i faz por semana.
Fi Chama-se "frequência absoluta". É o n.º de vezes que a pessoa i entra na amostra.

Todas as pessoas entraram só uma vez na amostra. Como já foi referido a soma de
todos os Fi é n.
fi Chama-se "frequência relativa". É o número de vezes, em proporção do total, que

Fi
cada pessoa entra na amostra. fi = . Estes valores podem também ser
n
apresentados em percentagem. A soma de todos os fi é 1.
Cum Fi Chama-se "frequência acumulada absoluta". É a soma de todas as frequências

absolutas até à observação i inclusive.
Cum fi Chama-se "frequência acumulada relativa". É a soma de todas as frequências relativas
Cum Fi
até à observação i inclusive. Pode também calcular-se como Cum f i = . Os
n
valores de Cum fi também podem ser apresentados em percentagem.
Podemos interpretar o que está em cada linha do quadro. Por exemplo a 7ª linha tem
uma pessoa que foi duas vezes por semana ao ginásio; essa pessoa representa 10,0% do
total de pessoas da amostra. Até à 7ª observação inclusive foram observadas 7 pessoas
que correspondem a 70,0% do total de observações.
© JAA 2024 Pág. 14

Vamos agora calcular as medidas de localização central: média, mediana e moda.
X A média da variável X é usualmente representada pelo símbolo X . Com dados

não agregados é obtida somando todos os xi e dividindo essa soma por n. No
n
xi n =10 xi 21
nosso exemplo X =  = = = 2,1 .
i =1 n i =1 10 10
Significado da média: Se a soma de todos os xi estivesse igualmente distribuída
pela totalidade das observações, esse valor igual que cabia a cada uma das
observações era a média.
Me A mediana é usualmente representada pelo símbolo M e . Para a calcular temos de
ter os dados ordenados. Pode dizer-se [quando o n é ímpar] que é o valor do xi
que corresponde à ordem que tem o mesmo número de observações à sua
esquerda e à sua direita ou que [quando o n é par] corresponde à média das duas
observações centrais. De uma forma simples, e que pode não ser exata, pode
dizer-se que é o valor de x que separa metade das observações para cada lado.
Portanto, com dados não agregados, quer sejam discretos quer sejam contínuos
temos de considerar dois casos para o cálculo da mediana, consoante n é ímpar
ou é par.
Se n é ímpar a mediana é o xi da observação que está no meio das observações. É
n +1
o xi de ordem , ou seja M e = x n +1 
2 
 2 

Se n for par, não há uma observação no meio; há sim duas observações que estão
no meio. Nesse caso a mediana está entre essas duas observações e posso dizer
que é a média dessas duas observações.
x n  + x n 
   +1
Se n é par, M e =  2 2 
e posso dizer que M e está entre x n  e x n 
. Neste
2  
2
 +1
2 
x 10  + x 10 
   +1 x5 + x6 2 + 2
exemplo M e =  2  2 
= = =2
2 2 2
Mo A moda é usualmente representada pelo símbolo M o . Quando é uma variável
discreta, a moda é o valor de xi que ocorre maior número de vezes. No nosso
exemplo, em que temos uma variável discreta, M o = 2 porque este é o valor que
ocorre mais vezes (cinco vezes).
Quando a variável é contínua, a moda deve ser interpretada como a tendência do
valor que ocorre mais vezes (podendo esse valor até nunca se ter verificado); e,
nesse caso em que a variável é contínua, a moda calcula-se a partir dos dados
classificados por classes contínuas.
© JAA 2024 Pág. 15

Vamos agora calcular as medidas de localização não central: quartis, decis e percentis.
Todas estas medidas podem ser entendidas como percentis.
PRIMEIRA FORMA DE CÁLCULO DOS PERCENTIS: considera os percentis como o xi onde

se atinge ou ultrapassa pela primeira vez uma dada percentagem de observações.
QUARTIS Há quatro Quartis. Resultam da partição do total de observações em quatro

grupos com igual número de casos, tendo as observações de ter sido
previamente ordenadas. Vemos depois o xi onde cai cada uma dessas
partições. Em termos genéricos temos Q j j = 1, 2, 3, 4.
Q1 O Quartil 1 é usualmente representado pelo símbolo Q1 . É o xi do Cum f i onde

se atinge ou ultrapassa 0,25 [25%]. No nosso exemplo é o valor 2.
Q2 O Quartil 2 é usualmente representado pelo símbolo Q2 . É o xi do Cum f i
onde se atinge ou ultrapassa 0,50 [50%]. No nosso exemplo é o valor 2.
onde se atinge ou ultrapassa 0,75 [75%]. No nosso exemplo é o valor 3.
onde se atinge 1,00 [100%]. É o valor da última observação.
DECIS Há dez Decis. Resultam da partição do total de observações em dez grupos

com igual número de casos, tendo as observações de ter sido previamente
ordenadas. Vemos depois o xi onde cai cada uma dessas partições. Em termos
genéricos temos D j j = 1, 2,3, 4,5, 6, 7,8,9,10.
D1 O Decil 1 é usualmente representado pelo símbolo D1 . É o xi do Cum f i onde

..... ...................................
se atinge 1,00 [100%]. É o valor da última observação.
© JAA 2024 Pág. 16

PERCENTIS Há cem Percentis. Resultam da partição do total de observações em cem

grupos com igual número de casos, tendo as observações de ter sido
previamente ordenadas. Vemos depois o xi onde cai cada uma dessas
partições. Em termos genéricos temos Pj j = 1, 2, ... , 99,100.
P1 O Percentil 1 é usualmente representado pelo símbolo P1 . É o xi do

Cum f i onde se atinge ou ultrapassa 0,01 [1%]. No nosso exemplo é o valor 1.

..... ...................................

Cum f i onde se atinge 1,00 [100%]. É o valor da última observação.
SEGUNDA FORMA DE CÁLCULO DOS PERCENTIS: quando os dados são quantitativos,

como sucede neste exemplo, todos os percentis podem ser calculados utilizando a
perspetiva da mediana e com um processo de cálculo análogo ao da mediana. Nessa
perspetiva, o primeiro quartil separa 25% das observações para a esquerda e 75% para a
direita, o segundo quartil coincide com a mediana e o terceiro quartil separa 75% das
observações para a esquerda e 25% para a direita. Genericamente o percentil α, que se
pode designar como Pα , tem α% das observações à sua esquerda e (1-α)% das
observações à sua direita. Por exemplo o percentil 70, ou P70 , é o valor de x que tem 70%
das observações à sua esquerda e 30% das observações à sua direita.
Representação gráfica:
A representação gráfica dos dados não agregados não é usual, porque geralmente o que
se pretende é fazer uma síntese, mas pode ser útil para dar uma ideia global dos dados,
da sua grandeza e da sua evolução. Não estando tipificada a análise gráfica para os dados
não agregados, apenas se irão apresentar, mais à frente, os gráficos com os dados
agregados por classes.
II — Análise a partir de dados discretos agregados por classes discretas3
Partindo dos mesmos dados iniciais, obtemos agora um novo quadro em que estão em
causa classes discretas, pelo que temos de o reinterpretar:
3
Por vezes utiliza-se o termo classe como sinónimo de classe contínua. Mas, quer sejam discretas quer sejam
contínuas, as classes são sempre classes. Por isso, caso seja feita apenas referência ao termo “classe”, este
deverá ser contextualizado.
© JAA 2024 Pág. 17

Quadro de frequências absolutas e relativas, simples e acumuladas

[valores por classes discretas]
i xi Fi fi Cum Fi Cum fi
1 1 2 0,20 2 0,20
2 2 5 0,50 7 0,70
3 3 3 0,30 10 1,00
Soma 10 1,000
Vamos então explorar o novo quadro acima:
i É um valor que identifica agora cada classe, neste caso número de treinos por
semana. Como há três classes i vai de 1 até 3.
m É o n.º de classes. Neste exemplo m=3. Não figura no quadro explicitamente.
n Continua a ser o total de observações; neste caso n=10. Continua a ser a soma de
todos os Fi
xi É o número de treinos por semana que corresponde à classe i. – Neste exemplo o
valor de i e o valor de xi coincidem mas isso é apenas uma coincidência.
Fi Continua a chamar-se "frequência absoluta". Mas agora é o n.º de ocorrências [n.º de

casos] de xi. Por exemplo, há 5 casos [pessoas] que fazem dois treinos por semana. A
soma de todos os Fi é n.
fi Continua a chamar-se "frequência relativa". Mas agora é o n.º de ocorrências [n.º de

Fi
casos] de xi, em proporção do total de casos. f i = . Estes valores podem também
n
ser apresentados em percentagem. A soma de todos os fi é 1.
Cum Fi Continua a chamar-se "frequência acumulada absoluta". É a soma de todas as

frequências absolutas até à classe i inclusive.
Cum fi Continua a chamar-se "frequência acumulada relativa". É a soma de todas as
frequências relativas até à classe i inclusive. Pode também calcular-se como
Cum Fi
Cum f i = . Os valores de Cum fi também podem ser apresentados em
n
percentagem.
Podemos assim interpretar o que está em cada linha do quadro. Por exemplo a 2ª linha
informa-me que há cinco pessoas [casos] que vão duas vezes por semana ao ginásio;
essas pessoas representam 50,0% do total de pessoas [casos] da amostra. Até à 7ª
observação inclusive foram observadas 7 pessoas que correspondem a 70,0% do total de
observações.
© JAA 2024 Pág. 18

Cálculo das medidas de localização central: média, mediana e moda.

[valores por classes discretas]
i xi Fi fi Cum Fi Cum fi xi Fi xi fi
1 1 2 0,20 2 0,20 2 0,20
2 2 5 0,50 7 0,70 10 1,00
3 3 3 0,30 10 1,00 9 0,90
Soma 10 1,000 21 2,1
A média é obtida dividindo por n a soma de todos os xi Fi . No nosso exemplo
No quadro de frequências acima acrescentou-se uma coluna com xiFi cuja soma dá
o numerador do cálculo da média. Se conhecermos as frequências relativas
podemos calcular a média mesmo sem conhecer o total das observações:
m m m
xi Fi F
X = =  xi × i =  xi × f i
i =1 n i =1 n i =1
Me Ao olhar para os valores acumulados em cada categoria posso ver em que
categoria está a mediana ou se a mediana está entre duas categorias. Com
variáveis discretas a mediana calculada a partir do quadro de frequências é como
se fosse calculada a partir das observações individuais [ou seja, a partir dos dados
não agregados].
Mo A moda é o valor de xi [classe] que ocorre maior número de vezes. No nosso
exemplo M o = 2 porque este é o valor que ocorre mais vezes (cinco vezes). – A
forma mais prática é ver qual é o maior Fi e o xi que corresponde a esse Fi é a
moda. A moda é o valor desse xi
Cálculo das medidas de localização não central: quartis, decis e percentis.

O cálculo é feito como nos dados não agregados, mas agora fazendo a verificação com
base nas classes. Por exemplo:
O Quartil 1 é o xi do Cum f i onde se atinge ou ultrapassa 0,25 [25%]. No nosso exemplo é o

valor 2;
O Decil 1 o xi do Cum f i onde se atinge ou ultrapassa 0,10 [10%]. No nosso exemplo é o valor
1
O Percentil 1 é o xi do Cum f i onde se atinge ou ultrapassa 0,01 [1%]. No nosso exemplo é o
valor 1
© JAA 2024 Pág. 19

O processo de cálculo indicado, que relaciona o percentil com o xi onde se atinge ou

ultrapassa uma determinada percentagem, é válido quer para variáveis quantitativas quer
para variáveis qualitativas ordinais.
Se os dados forem quantitativos, como sucede neste exemplo, todos os percentis

continuam a poder ser calculados, alternativamente, por um processo de cálculo análogo
ao da mediana. Nesse caso deverá atender-se à diferente interpretação.
Representação gráfica das frequências simples de variáveis quantitativas discretas:
Nota: os gráficos que se apresentam de seguida foram feitos com o Excel. Nos exercícios
com o SPSS poderá ver-se os correspondentes gráficos quando feitos com o SPSS.
Os gráficos das frequências simples, absolutas e relativas, têm o mesmo aspeto. A

diferença resulta de terem uma escala diferente.
Gráfico de frequências absolutas simples Gráfico de frequências relativas simples

[ Diagrama diferencial ] [ Diagrama diferencial ]
Fi fi
6 5 0,600 0,500
4 3 0,400 0,300
2 0,200
2 0,200
0
1 2 3
xi 0,000
1 2 3 xi
Nº de treinos por semana Nº de treinos por semana
Representação gráfica das frequências acumuladas:
Ambos os gráficos das frequências acumuladas, absolutas e relativas, têm o mesmo

aspeto. Os “saltos” devem-se às descontinuidades derivadas de termos dados discretos.
Gráfico das frequências absulutas acumuladas Gráfico das frequências relativas acumuladas
[ Diagrama integral ] [ Diagrama integral ]
Cum Fi Cum fi
1,00
12 10 1,00
0,80 0,70
8 7
0,60
4 0,40 0,20
2 0,20
0 0,00
0 1 2 3 4 5 0 1 2 3 4
xi x5i
Nº de treinos por semana Nº de treinos por semana
Quando se querem comparar distribuições de variáveis diferentes é preferível usar os

gráficos das frequências relativas.
© JAA 2024 Pág. 20

DO EXERCÍCIO 2-1 AO EXERCÍCIO 2-5 ESTÃO EM CAUSA VARIÁVEIS DISCRETAS
Exercício 2-1
Um curso universitário tem 20 alunos. O seu nome, a sua idade e a sua mesada são os
seguintes [Quadro A]:
Quadro A Quadro B – Frequências da variável X
ALUNO IDADE ( X) MESADA (Y) i xi Fi fi Cum Fi Cum fi
Catarina 18 200 1 18
Susana 19 210 2 19
Manuel 19 210 3 20
José 18 230 4 21
João 19 210 5 22
Joaquim 18 220
Luís 20 220
Vera 19 240 Quadro C – Frequências da variável Y
Cláudia 21 220 j yj Fj fj Cum Fj Cum fj
Nuno 20 220 1 200
Joana 19 200 2 210
Teresa 22 230 3 220
Bernardo 19 210 4 230
Fernando 18 210 5 240
Isabel 20 200
Maria 22 240
Esmeralda 21 230
Cristina 20 220
Miguel 18 200 Nota: considere ambas as variáveis como sendo discretas.
Pedro 19 210
Nota: Dados não reais.
Considere a variável X= idade do aluno e variável Y = mesada do aluno

a) Com base na informação do Quadro A, complete os Quadros B e C com as
frequências absolutas e relativas, simples e acumuladas, das variáveis X e Y.
b) Com base nos Quadros B e C:
i) Calcule a média, a mediana e a moda para as mesmas variáveis. - Interprete
cada uma destas medidas.
ii) Calcule o 1º quartil e o 3º quartil. – Interprete cada uma destas medidas.
Exercício 2-2
os prémios distribuídos aos 36 concorrentes de um concurso foram os seguintes:

Prémios distribuídos aos 36 concorrentes
10 20 10 30 50 90
30 10 60 60 30 70
20 40 50 80 10 70
2 60 20 40 20 30
40 50 60 30 80 80
20 30 10 20 30 40
Nota: Dados não reais. Valores em euros.
© JAA 2024 Pág. 21

a) A partir dos dados acima contrua um quadro com as frequências absolutas e

relativas, simples e acumuladas. Acrescente também a esse quadro as colunas
necessárias com a informação para calcular a média.
b) Considere o gráfico das frequências absolutas simples e o gráfico das frequências
relativas simples [gráfico diferencial]. Considere também o gráfico das frequências
absolutas acumuladas e o gráfico das frequências relativas acumuladas.
i) O que pode levar a que seja mais conveniente ter gráficos de frequências
absolutas ou gráficos de frequências relativas?
ii) Socorrendo-se dos gráficos acima e da informação de a), descreva por palavras
a informação que obteve.
c) i) Utilizando os dados classificados em a), calcule as seguintes medidas de
tendência central: média, mediana e moda. Interprete também o resultado
encontrado para cada uma dessas medidas.
ii) Se em c) i) tivesse feito os cálculos a partir dos dados não classificados acha que
teria obtido resultados diferentes? Justifique.
d) Utilizando também os dados classificados em a) calcule as seguintes medidas de
tendência não central: 1º quartil, 7º decil e 22º percentil. Interprete também o
resultado encontrado para cada uma dessas medidas.
© JAA 2024 Pág. 22

Exercício 2-3
No relatório sobre o Rendimento Social de Inserção (RSI), relativo ao 1º Semestre de
2004, constava a seguinte informação:
“Famílias de RSI” no 1º semestre de 2004, por dimensão da família
Dimensão da família % de famílias
1 Pessoa 28,3 %
2 Pessoas 25,9 %
3 Pessoas 11,7 %
4 Pessoas 14,0 %
5 Pessoas 8,1 %
6 Pessoas 3,7 %
>= 7 Pessoas 2,3 %
Total 100,0 %
Fonte: IIES – Unidade de Estatística, Ministério do Trabalho e da Solidariedade Social,
Estatísticas da Segurança Social – Dezembro de 2004, p.39~-40.
Nota: O total de famílias abrangidas pelo RSI era de 19624.
a) Qual a média para a variável “dimensão da família que auferiu RSI”? [Faça o cálculo
supondo que o valor da última classe são 7 pessoas].
b) Faça uma análise de sensibilidade da média calculada em a) usando valores de 7 a
10 para última categoria. Pretende-se que calcule quatro médias diferentes, ou seja
uma média usando cada um dos valores em causa em causa para o último valor
desconhecido
Exercício 2-4
Perguntou-se a cada uma de 100 pessoas quantos telemóveis é que tinha. Os resultados
das respostas a essa pergunta constam do quadro abaixo:
PESSOAS QUE TÊM ESSE N.º DE
TELEMÓVEIS
TELEMÓVEIS
1 42
2 32
3 14
4 8
5 4
TOTAL 100
Considere a variável “número de telemóveis”. Para essa variável:
a) (i) Calcule o total de telemóveis dessas 100 pessoas. (ii) Calcule a média.
(iii) Interprete o valor encontrado para a média [máximo de duas linhas].
b) (i) Calcule a mediana. (ii) Interprete o valor encontrado para a mediana [máximo
de duas linhas].
c) (i) Indique qual é a moda. (ii) Interprete o valor encontrado para a moda [máximo
de duas linhas].
© JAA 2024 Pág. 23

Exercício 2-5
Num determinado concurso os prémios distribuídos aos 100 concorrentes foram os
seguintes:
Prémios distribuídos aos concorrentes
VALOR DO PRÉMIO Nº DE CONCORRENTES
[em euros] QUE GANHARAM ESSE PRÉMIO
10 2
20 7
30 7
40 15
50 22
60 23
70 17
80 4
90 3
TOTAL 100
a) Construa um quadro com as frequências absolutas e relativas, simples e

acumuladas.
b) Elabore o gráfico das frequências relativas simples e o gráfico das frequências
relativas acumuladas.
b) Calcule a média, a mediana e a moda e interprete separadamente o resultado

obtido em cada um destes indicadores.
ENQUADRAMENTO – VARIÁVEIS QUANTITATIVAS CONTÍNUAS

Temos dados contínuos quando a variável em causa pode assumir uma infinidade de
valores que não é numerável.
Considere-se que foi perguntado a 10 pessoas o tempo, em minutos, ocupado a ver
televisão no domingo à noite. - Obtiveram-se as seguintes 10 respostas:
Caso / Observação Tempo passado a ver televisão
[pessoa] (em minutos)
1 60
2 150
3 140
4 50
5 80
6 45
7 60
8 170
9 100
10 125
Trata-se de dados contínuos; repare-se que não é possível enumerar à partida os valores
que a variável pode assumir antes de sabermos os resultados concretos, pois os minutos
são uma variável contínua e portanto os minutos em causa não conseguem ser
determinados previamente. Temos 10 observações [as respostas] que estão pela ordem
© JAA 2024 Pág. 24

em que foram obtidas. Para facilitar o tratamento dos dados, vamos ordená-los4. Essa
ordenação é necessária para o cálculo da mediana e o cálculo dos percentis.
I — Análise a partir de dados não agregados
A análise de dados não agregados está subjacente à construção de bases de dados e ao

tratamento de dados com folhas de cálculo, como o Excel ou o SPSS. Para descrever
melhor os dados vamos definir a seguinte variável:
Y: Tempo a ver televisão no Domingo à noite (em minutos)
Podíamos ter continuado a chamar X a esta variável mas, para a distinguir da variável à
qual já demos o nome X no enquadramento anterior, vamos agora utilizar Y para designar
o tempo ocupado a ver televisão. Y está associado a y j que é o valor concreto para cada
uma das dez pessoas da amostra em causa. Obtemos então o seguinte quadro:
Quadro de frequências absolutas e relativas, simples e acumuladas [valores não agregados]
j yj Fj fj fj [em %] Cum Fj Cum fj Cum fj [em %]

1 45 1 0,10 10,0 % 1 0,100 10,0 %
2 50 1 0,10 10,0 % 2 0,200 20,0 %
3 60 1 0,10 10,0 % 3 0,300 30,0 %
4 60 1 0,10 10,0 % 4 0,400 40,0 %
5 80 1 0,10 10,0 % 5 0,500 50,0 %
6 100 1 0,10 10,0 % 6 0,600 60,0 %
7 125 1 0,10 10,0 % 7 0,700 70,0 %
8 140 1 0,10 10,0 % 8 0,800 80,0 %
9 150 1 0,10 10,0 % 9 0,900 90,0 %
10 170 1 0,10 10,0 % 10 1,000 100,0 %
Soma 980 n = 10 1,000 100,0 %
Um quadro como este só é prático se houver poucas observações. Por isso em geral a
informação sintetiza-se por classes como se indica no quadro mais adiante. Mas por agora
vamos explorar a informação que consta do quadro acima:
j É um valor que identifica cada observação, neste caso cada pessoa. Como há 10
observações j vai de 1 até 10. (É muito importante ter este aspeto presente pois o j já
terá um significado diferente com dados agregados, o que veremos mais adiante).
n É o total de observações; neste caso n=10. É uma grandeza que nos interessa e é igual
à soma de todos os Fj . Podemos ver que j assume valores desde 1 até n
yj É o tempo que a pessoa j passa a ver televisão.
4
Tal como aconteceu com os dados discretos, aqui os dados são ordenados por uma questão operacional.
Há, no entanto, conjuntos de dados em que é importante a ordem pela qual ocorreram ou foram
obtidos. É o caso, por exemplo, dos números índices e das sucessões cronológicas, que não são
abordados na nossa disciplina. Há também situações em que a ordem dos dados, por exemplo a ordem
de uma resposta) é em si mesma uma variável.
© JAA 2024 Pág. 25

Fj Chama-se "frequência absoluta". É o n.º de vezes que a pessoa j entra na amostra.

Todas as pessoas entraram só uma vez na amostra. Como já foi referido a soma de
todos os F j é n.
fj Chama-se "frequência relativa". É o número de vezes, em proporção do total, que

Fj
cada pessoa entra na amostra. fj = . Estes valores podem também ser
n
apresentados em percentagem. A soma de todos os fj é 1.
Cum Fj Chama-se "frequência acumulada absoluta". É a soma de todas as frequências

absolutas até à observação j inclusive.
Cum fj Chama-se "frequência acumulada relativa". É a soma de todas as frequências relativas
Cum F j
até à observação j inclusive. Pode também calcular-se como Cum f j = . Os
n
valores de Cum fj também podem ser apresentados em percentagem.
Podemos interpretar o que está em cada linha do quadro. Por exemplo a 8ª linha tem
uma pessoa que ocupa 140 minutos a ver televisão; essa pessoa representa 10,0% do
total de pessoas da amostra. Até à 8ª observação inclusive foram observadas 8 pessoas
que correspondem a 80,0% do total de observações.
Vamos agora calcular as medidas de localização central: média, mediana e moda.
Y A média da variável Y é usualmente representada pelo símbolo Y . Com

dados não agregados é obtida somando todos os Y j e dividindo essa soma
n =10
n yj yj 980
por n. No nosso exemplo Y =  =  10 = = 98 .
j =1 n j =1 10
Significado da média: Se os 980 minutos correspondentes à soma de todos
os y j estivessem igualmente distribuídos pela totalidade das observações,
esse valor igual que cabia a cada uma das observações era a média.
Me A mediana é usualmente representada pelo símbolo M e . Para a calcular
temos de ter os dados ordenados. De uma forma simples pode dizer-se
[quando o n é ímpar] que é o valor do y j que corresponde à ordem que
tem o mesmo número de observações à sua esquerda e à sua direita ou
que [quando o n é par] corresponde à média das duas observações
centrais. De uma forma simples, e que pode não ser exata, pode dizer-se
que é o valor de y que separa metade das observações para cada lado.
Portanto, com dados não agregados, quer sejam discretos quer sejam
contínuos temos de considerar dois casos para o cálculo da mediana,
consoante n é ímpar ou é par.
Se n é ímpar a mediana é o y j da observação que está no meio das
© JAA 2024 Pág. 26

n +1
observações. É o y j de ordem , ou seja M e = y n +1 
2 
 2 

Se n for par, não há uma observação no meio; há sim duas observações

que estão no meio. Nesse caso a mediana é a soma dessas duas
observações que estão no meio. Posso também dizer que está entre essas
y n  + y n 
   +1
duas observações. Ou seja, se n é par, M e = 2 2 
. Posso também
2
dizer que M e está entre y n  e y n 
   +1
2 2 
y 10  + y 10 
   +1 y5 + y6 80 + 100
No nosso exemplo n é par. Então, M e =  2  2 
= = = 90
2 2 2
Mo A moda é usualmente representada pelo símbolo M o . Como Y é uma
variável contínua não podemos dizer que a moda é o valor que ocorre mais
vezes.
Quando a variável é contínua, a moda deve ser interpretada como a
tendência do valor que ocorre mais vezes (podendo esse valor até nunca
se ter verificado), e calcula-se a partir dos dados classificados por classes
contínuas, e não a partir dos dados originais.
Vamos agora calcular as medidas de localização não central: quartis, decis e percentis.
Todas estas medidas podem ser entendidas como percentis.
Quando se tem os dados originais, ou seja não agregados, o cálculo das medidas de
localização é feito exatamente da mesma maneira como se indicou para os dados
discretos, exceção para a moda que, como já referido, é calculada como tendência modal
a partir da informação das classes contínuas.
Com variáveis contínuas fará sempre sentido dizer que o percentil α, que se pode
designar como Pα , tem α% das observações à sua esquerda e (1-α)% das observações à
sua direita.
Representação gráfica:
A representação gráfica dos dados não agregados não é usual, porque geralmente o que
se pretende é fazer uma síntese, mas pode ser útil para dar uma ideia global dos dados,
da sua grandeza e da sua evolução. Não estando tipificada a análise gráfica para os dados
não agregados, apenas se irão apresentar, mais à frente, os gráficos com os dados
agrupados por classes contínuas.
II — Análise a partir de dados contínuos agregados por classes contínuas
Partindo dos dados iniciais, obtemos agora um novo quadro em que estão em causa
classes contínuas, pelo que temos de o reinterpretar:
© JAA 2024 Pág. 27


[valores por classes contínuas]
j Classej yj Fj fj Cum Fj Cum fj

1 [ 0 – 50 [ 25 1 0.10 1 0.10
2 [ 50 – 100 [ 75 5 0.50 6 0.60
3 [ 100 – 150 [ 125 3 0.30 9 0.90
4 [ 150 – 200 ] 175 1 0.10 10 1.00
Soma n = 10 1,000
Nota: não há uma regra teórica concisa para determinar o número de classes. Se forem demasiadas classes
não se sintetiza informação. Se forem muito poucas classes perde-se informação. Deve portanto usar-se
uma regra de bom senso quando se determina o número de classes e ter em conta o contexto concreto em
que a variável classificada está a ser usada.
Vamos então explorar o novo quadro acima:
j É um valor que identifica agora cada classe, neste caso tempo em minutos passado a
ver televisão. Como há quatro categorias j vai de 1 até 4.
m É o n.º de categorias. Neste exemplo m=4. Não figura no quadro explicitamente.
n Continua a ser o total de observações; neste caso n=10
yj É o tempo passado a ver televisão que se considera como sendo representativo das
observações que estão na classe j . Este é o valor central da classe e calcula-se
dividindo por dois a soma do limite inferior com o limite superior. Por exemplo
y3=(100+150)/2=125
Fj Continua a chamar-se "frequência absoluta". Mas agora é o nº de ocorrências [n.º de
casos] de yj. Por exemplo, há 3 casos [pessoas] que passam entre 100 e 150 minutos a
ver televisão. A soma de todos os F j é n
fj Continua a chamar-se "frequência relativa". Mas agora é o n.º de ocorrências [n.º de

Fj
casos] de yj, em proporção do total de casos. f j = . Estes valores podem também
n
ser apresentados em percentagem. A soma de todos os fj é 1.
Cum Fj Continua a chamar-se "frequência acumulada absoluta". É a soma de todas as

frequências absolutas até à classe j inclusive.
Cum fj Continua a chamar-se "frequência acumulada relativa". É a soma de todas as
frequências relativas até à classe j inclusive. Pode também calcular-se como
Cum F j
Cum f j = . Os valores de Cum fj também podem ser apresentados em
n
percentagem.
Podemos assim interpretar o que está em cada linha do quadro. Por exemplo a 2ª linha
informa-me que há cinco pessoas [casos] que veem entre 50 e 100 minutos de televisão;
essas pessoas representam 50,0% do total de pessoas [casos] da amostra. Foram
observadas 6 pessoas com o tempo compreendido até ao final da 2ª classe,
correspondem a 60,0% do total de observações.
© JAA 2024 Pág. 28

Por ser mais fácil para fazer a exposição, vamos agora apresentar os gráficos de
frequências quando estas estão por classes contínuas.
Representação gráfica das frequências simples de variáveis quantitativas contínuas:
Nota: os gráficos que se apresentam de seguida foram feitos com o Excel. Nos exercícios
com o SPSS poderá ver-se os correspondentes gráficos quando feitos com o SPSS. O SPSS
não permite em geral fazer gráficos tão elaborados como o Excel.
Os gráficos das frequências simples, absolutas e relativas, têm o mesmo aspeto. A

diferença resulta de terem uma escala diferente.
Representação gráfica das frequências acumuladas para variáveis contínuas:
Também os gráficos das frequências acumuladas, absolutas e relativas, têm o mesmo

aspeto. Note-se que os traços unem os limites superiores das sucessivas classes.
Quando se querem comparar distribuições de variáveis diferentes é preferível usar os

gráficos das frequências relativas.
Cálculo da média, dos percentis incluindo a mediana, e da moda, a partir da informação

do quadro com as classes contínuas
Desde já se adianta que, quando calculamos a média ou os percentis a partir da informação do

quadro com as frequências por classes contínuas, os valores obtidos para estes indicadores são
© JAA 2024 Pág. 29

diferentes dos valores obtidos quando se utilizam os dados originais, chamando-se ao erro daí
resultante erro de tabulação.
Quadro de frequências absolutas e relativas, simples e acumuladas [valores por classes contínuas]
j Classej yj Fj fj Cum Fj Cum fj yj Fj yj fj

1 [ 0 – 50 [ 25 1 0.10 1 0.10 25 2.5
2 [ 50 – 100 [ 75 5 0.50 6 0.60 375 37.5
3 [ 100 – 150 [ 125 3 0.30 9 0.90 375 37.5
4 [ 150 – 200 ] 175 1 0.10 10 1.00 175 17.5
Soma n = 10 1,000 950 95.0
A média é obtida dividindo por n a soma de todos os y j F j . No nosso exemplo

m =3
m y j Fj y j Fj 950
Y = = = = 95 minutos
j =1 n j =1 10 10
No quadro de frequências acima acrescentou-se uma coluna com yjFj cuja soma dá o numerador
do cálculo da média. Se conhecermos as frequências relativas podemos calcular a média mesmo
sem conhecer o total das observações:
m y j Fj m Fj m =3
Y = =  yj × =  y j × f j = 95 minutos
j =1 n j =1 n j =1
Todos os percentis, incluindo a mediana que pode ser considerada como sendo o
percentil 50, ou seja P50, podem ser obtidos supondo que os dados estão uniformemente
distribuídos em cada classe. Este pressuposto conduz ao cálculo de qualquer percentil α,
ou seja de Pα , a partir da fórmula abaixo, com base nas frequências relativas:
α
− Cum f ( Pα −1 )
Pα = l ( Pα ) + 100
i × a ( Pα ) , α = 1; 2;...;99
f ( Pα )
onde:
li ( Pα ) : Limiteinferior da classe do percentil α
a ( Pα ) : Amplitude da classe do percentil α
Cumf ( Pα −1 ) : Frequência relativa acumulada na classe

anterior à classe do percentil α
f ( Pα ) : Frequência relativa da classe do percentil α
No nosso exemplo, cálculo do quartil 3, que é também o percentil 75:

75
− Cum f ( P75−1 )
0.75 − 0.60
Q3 = P75 = li ( P75 ) + 100 × a ( P75 ) = 100 + × 50 = 125 minutos
f ( P75 ) 0.30
© JAA 2024 Pág. 30

O cálculo também podia ser feito com base nas frequências absolutas:
α
× n − Cum F ( Pα −1 )
Pα = li ( Pα ) + 100 × a ( Pα ) , α = 1; 2;...;99
F ( Pα )
onde:
li ( Pα ) : Limite inferior da classe do percentil α
a ( Pα ) : Amplitude da classe do percentil α
n: Nº de observações
CumF ( Pα −1 ) : Frequência absoluta acumulada na classe

anterior à classe do percentil α
F ( Pα ) : Frequência absoluta da classe do percentil α
A moda é agora calculada a partir da informação das classes contínuas e deve ser
entendida como uma tendência para a moda. Pode até ser obtido um resultado que,
embora estando dentro da classe modal, não corresponde a nenhuma observação.
∆1
M o = li ( M o ) + × a(M o )
∆1 + ∆ 2
onde:
li ( M o ) : Limiteinferior da classe modal
a( M o ) : Amplitude da classe modal
Nota: em termos genéricos ai designa a amplitude da classe i
Cáculo com as frequências absolutas:

∆1 : Frequência absoluta da classe modal menos frequência absoluta
da classe anterior à classe modal
∆2 : Frequência absoluta da classe modal menos frequência absoluta
Cáculo com as frequências relativas:

∆1 : Frequência relativa da classe modal menos frequência relativa
da classe anterior à classe modal
∆2 : Frequência relativa da classe modal menos frequência relativa
da classe a seguir à classe modal
Quando as classes têm amplitude diferente cada frequência tem de ser previamente
dividida pela amplitude da sua classe, ou seja por ai , e a classe modal é a que tem o valor
dessa divisão mais alto. Depois, nos cálculos, usamos ou só Fi /ai ou só fi /ai.
© JAA 2024 Pág. 31

Cálculo da moda no nosso exemplo:
∆1 (5 − 1)
M o = li ( M o ) + × a ( M o ) = 50 + × (100 − 50) = 83.33 minutos
∆1 + ∆ 2 (5 − 1) + (5 − 3)
ou
∆1 (0.5 − 0.1)
M o = li ( M o ) + × a ( M o ) = 50 + × (100 − 50) = 83.33 minutos
∆1 + ∆ 2 (0.5 − 0.1) + (0.5 − 0.3)
O tratamento de dados discretos como sendo contínuos
A classificação como contínua de uma variável que é discreta, é útil quando temos um
grande número de categorias discretas para uma variável e queremos construir um
quadro de frequências.
O quadro que se segue apresenta as empresas de transporte regular interurbano, de

Portugal, no ano de 2010, classificadas por dimensão de acordo com o número de
veículos que operam. O número de veículos é uma variável discreta. No entanto, se
fossem usadas categorias discretas para fazer a classificação, teríamos mais de 100
categorias (uma vez que as várias empresas têm um número de veículos diferente), o que
não permitia uma síntese estatística. Neste contexto é mais adequado tratar a variável
“dimensão da empresa por número de veículos” como sendo contínua, apesar de ser
discreta.
Nota: Forma alternativa de indicar as

DIMENSÃO DA EMPRESA Nº DE
Nº DE VEÍCULOS classes, que evidencia o
POR Nº DE VEÍCULOS EMPRESAS
tratamento contínuo
0a9 20 82 ] 0 - 10 [
10 a 19 21 320 [ 10 – 20 [
20 a 49 33 987 [ 20 - 50 [
50 a 99 24 1723 [ 50 – 100 [
100 a 199 8 1072 [100 – 200 [
Total 106 4184 Total
Font: IMTT - Instituto da Mobilidade e dos Transportes Terrestres, I.P., 2011.
Apresentam-se os dados apenas para as empresas com menos de 200 veículos.
© JAA 2024 Pág. 32

Exercício 2-6
As vítimas mortais dos acidentes rodoviários, segundo o grupo etário, foram as seguintes
no ano de 2002:
IDADE DAS VÍTIMAS MORTAIS VÍTIMAS MORTAIS
Intervalo Ponto médio N.º %

] 0 - 10 [ 5 30 2, 1 %
[ 10 - 20 [ 15 136 9, 4 %
[ 20 - 30 [ 25 360 24, 9 %
[ 30 - 40 [ 35 241 16, 6 %
[ 40 - 50 [ 45 205 14, 2 %
[ 50 - 60 [ 55 141 9, 7 %
[ 60 - 70 [ 65 154 10, 6 %
[ 70 - 80 ] 75 181 12, 5 %
TOTAL 1 448 100, 0 %
Fonte: Portugal, Ministério da Administração Interna, Direcção-Geral de Viação, Observatório de Segurança Rodoviária -
«Sinistralidade rodoviária 2002: elementos estatísticos». P.17.
a) Construa um quadro completo com as frequências absolutas e relativas, simples e

acumuladas, para a variável “idade das vítimas mortais”. Acrescente também a esse
quadro as colunas que permitem calcular a média.
Considere também o histograma [barra] das frequências simples relativas e o polígono

[linha] das frequências simples relativas para a variável “idade das vítimas mortais”.
Considere também o polígono integral de frequências relativas [polígono das frequências
relativas acumuladas] para a mesma variável.
© JAA 2024 Pág. 33

i) O que pode levar a que seja mais conveniente ter gráficos de frequências
absolutas ou gráficos de frequências relativas?
ii) Socorrendo-se dos gráficos acima e da informação de a), descreva por palavras
a informação que obteve.
c) Calcule a média, a mediana e a moda para a mesma variável. Interprete também os
valores encontrados.
d) Calcule o 1º quartil, o 3º quartil, o 1º decil e o 95º percentil. Interprete também os

valores encontrados.
Exercício 2-7
Pretende-se estudar o tempo que demora a fazer um determinado percurso. Com base
em 50 viagens obteve-se a seguinte informação [valores em minutos]:
Tempo que demorou a fazer cada uma das 50 viagens de um determinado

percurso
10 29 21 30 22 26 17 32
21 14 29 23 34 24 28 23
28 21 15 31 16 24 24 26
20 25 25 15 25 28 24 19
27 23 22 22 31 24 25 27
27 20 27 20 21 32 23 32
23 35
a) Classifique os dados em cinco classes contínuas, todas com igual dimensão.

b) Considere o histograma e o polígono de frequências para as frequências absolutas e
para as frequências relativas.
© JAA 2024 Pág. 34

Socorrendo-se dos gráficos acima e da informação de a), descreva por palavras a

informação que obteve.
c) A partir dos dados classificados em a), calcule a média, a mediana e a moda.
d) Utilizando também os dados classificados em a), calcule as seguintes medidas de
tendência não central: 3º quartil, 6º decil e 42º percentil.
e) Se em c) e d) tivesse feito os cálculos a partir dos dados não classificados [ou seja
com os dados originais ou em bruto] teria obtido resultados diferentes? Justifique.
© JAA 2024 Pág. 35

Exercício 2-8
As pensões de alimentos atribuídas a menores no ano de 1999, de acordo com a idade
desses menores, foram as seguintes:
Menores em processos tutelares cíveis findos, relativos a pensão de alimentos, de
acordo com a idade do menor
IDADE DO MENOR MENORES
[ em anos ] N.º %
Até 6 anos 183 26,5
De 7 a 12 anos 251 36,4
De 13 a 15 anos 139 20,1
De 16 a 17 anos 117 17,0
TOTAL 690 100,0
Fonte PORTUGAL, Ministério da Justiça, Gabinete de Estudos e Planeamento - «Estatísticas da Justiça: justiça de
menores: estatísticas oficiais 1999». P.59. ISSN 0874-6389. Quadro tal como foi publicado.
a) Construa o histograma e o polígono das densidades das frequências absolutas e das

densidades das frequências relativas.
Nota: a densidade calcula-se dividindo a frequência pela amplitude da respetiva classe. Só
é necessário o seu cálculo quando as amplitudes das classes são diferentes. Um primeiro
passo para construir o quadro das frequências é perceber os limites das classes e as
amplitudes das classes, para o que se pode socorrer da estrutura do quadro abaixo.
IDADE DO MENOR [ em anos ] Amplitude da classe MENORES
Classe publicada Classe revista ai N.º %
Até 6 anos ]0 - [ 183 26,5
De 7 a 12 anos ] - [ 251 36,4
De 13 a 15 anos ] - [ 139 20,1
De 16 a 17 anos ] - 18 [ 117 17,0
Total 690 100,0
b) Construa o polígono integral de frequências relativas [polígono das frequências

relativas acumuladas].
c) Calcule a média, a mediana e a moda.
© JAA 2024 Pág. 36

Exercício 2-9
A distribuição dos trabalhadores por conta de outrem, a tempo completo, segundo os
escalões de duração do trabalho, era a seguinte em 1997:
Trabalhadores por conta de outrem, a tempo completo, segundo o escalão de duração
do trabalho efetuado no período normal
TRABALHADORES POR CONTA
DURAÇÃO DO TRABALHO
DE OUTREM
[Horas, por semana]
Nº %
] 0 – 15 ] 0 0,0
] 15 – 30 ] 12 772 0,7
] 30 – 35 ] 75 667 4,2
] 35 – 40 ] 1 046 647 57,8
] 40 – 44 ] 633 308 35,0
> 44 40 968 2,3
TOTAL 1 809 362 100,0
Fonte Departamento de Estatística do Trabalho, Emprego e Formação Profissional – MTS – Quadros de Pessoal
1997, pp.102-105. - Valores para o Continente, para os homens e mulheres – dados referentes a Outubro
de 1997.
a) Construa o histograma e o polígono das densidades das frequências relativas. –

Comente os resultados obtidos face aos dados originais.
b) Calcule a média, a mediana e a moda.
Exercício 2-10
Foi perguntado a 200 casais portugueses o número de grandes ajudas, de fora da família
nuclear, que tinham recebido desde a altura do casamento. Os resultados das respostas
foram os seguintes:
Nº DE OCORRÊNCIAS NESSE INTERVALO
NÚMERO DE GRANDES AJUDAS [casais que receberam as ajudas indicadas nesse intervalo]
Nº %
[ 0– 4] 10 5. 0
] 4– 8] 80 40. 0
] 8 – 12 ] 60 30. 0
] 12 – 16 ] 50 25. 0
TOTAL 200 100. 0
Nota: dados não reais
Para a variável “número de grandes ajudas”:
a) (i) Calcule a média. (ii) Indique por palavras como interpreta o valor encontrado
para a média [máximo de 3 linhas].
b) (i) Indique qual é a classe mediana e (ii) calcule a mediana. (iii) Indique por palavras
como interpreta o valor encontrado para a mediana [máximo de 3 linhas].
c) (i) Indique qual é a classe modal e (ii) calcule a moda. (iii) Indique por palavras como
interpreta o valor encontrado para a moda [máximo de 3 linhas].
© JAA 2024 Pág. 37

d) (i) Calcule o percentil 70. (ii) Indique por palavras como interpreta o valor
encontrado para o percentil 70 [máximo de 3 linhas].
d) (i) Calcule o percentil 75. (ii) Indique por palavras como interpreta o valor
encontrado para o percentil 75 [máximo de 3 linhas].
2.2 Medidas de dispersão
ENQUADRAMENTO – DISPERSÃO
Quando mais os valores de uma variável são parecidos uns com os outros, menor a
dispersão. A dispersão é mínima quando todos os valores de uma variável são iguais,
sendo que nesse caso são iguais à média. Na nossa análise consideramos três tipos de
medidas de dispersão: as medidas de dispersão absoluta com base na amplitude, que
compreendem o intervalo de variação ou amplitude e o intervalo interquartis, as medidas
de dispersão absolutas com base nos desvios para a média, que compreendem o desvio-
absoluto médio, a variância e o desvio padrão, e uma medida de dispersão relativa que
compreende o coeficiente de variação.
Intervalo de Variação e Intervalo Inter-Quartis:

IV = Valor mais alto - Valor mais baixo , com classes discretas
= LimiteSUPERIOR - LimiteINFERIOR , com classes contínuas
IQ = Q 3 - Q 1
Desvio − absoluto médio :

m xi − X
DAM = , com dados desagregados
i =1 n
m xi − X Fi
= , com dados por classes
i =1 n
Variância :
( xi − X )
2
m m
xi2
S 2
= = − X2 , com dados desagregados
i =1 n i =1 n
( xi − X )
2
m Fi m
xi2Fi
= = − X2 , com dados por classes
n
i =1 i =1 n
Desvio − padrão :
S = S2
Coeficiente de Variação
S
CV = [que pode ser expresso em percentagem]
X
© JAA 2024 Pág. 38

Exercício 2-11
Foram recolhidos dados referentes a 100 famílias com filhos adotados. O quadro abaixo
sintetiza essa informação:
N.º de crianças adotadas por família N.º de famílias
1 10
2 15
3 25
4 35
5 15
TOTAL 100
a) Construa um quadro com a informação que o auxilie a responder às outras alíneas.

b) Calcule (i) a média, (ii) a mediana e (iii) a moda.
c) Calcule a amplitude, o intervalo interquartis e o desvio-absoluto médio.
d) Calcule a variância, o desvio padrão e o coeficiente de variação.
Exercício 2-12
Pretende-se estudar o custo de um jantar num determinado restaurante, tendo-se obtido
a seguinte informação para o custo de 30 jantares:
Custo de um jantar [ em euros ] N.º de jantares
[10-15[ 2
[15-20[ 6
[20-25[ 10
[25-30[ 8
[30-35] 4
TOTAL 30
a) Construa um quadro de frequências que o auxilie a responder às outras alíneas.

b) Calcule a média, a mediana e a moda, do custo destes jantares.
c) (i) Calcule a amplitude, o intervalo interquartis e o desvio-absoluto médio.
(ii) Calcule a variância, o desvio padrão e o coeficiente de variação, do custo
destes jantares.
© JAA 2024 Pág. 39

Exercício 2-13
Os 15 Governos existentes em Portugal de 1976 até 2000 distribuíram-se, tendo em conta
o número de Ministérios e o número dos respetivos membros do Governo, de acordo
com o quadro abaixo:
Governos constitucionais de 1976 a 2000
Membros do Governo
Duração N.º de Sub.
Governo Natureza Secretários
(meses) Ministérios Ministros Secretários Total
de Estado
de Estado
I Minoritário Esquerda 19 15 18 40 5 63
II Coligação Esq./Dir. 7 15 18 33 3 54
III Presidencial Esquerda 3 14 17 31 2 50
IV Presidencial Direita 9 15 18 31 4 53
V Presidencial Esquerda 5 16 19 36 2 57
VI Coligação Direita 12 13 16 34 1 51
VII Coligação Direita 8 17 20 40 1 61
VIII Coligação Direita 21 15 18 42 3 63
IX Coligação Bloco Central 29 16 19 39 1 59
X Minoritário Direita 21 14 17 32 - 49
XI Maioritário Direita 48 17 20 36 1 57
XII Maioritário Direita 48 17 20 44 6 70
XIII Minoritário Esquerda 48 20 17 39 - 56
XIV Empate/Dominante Esq. - 22 17 49 - 66
XIV (a) Empate/Dominante Esq. - 21 18 42 - 60
Fonte: Estudo de António Correia de Campos, Quadro in Expresso, 2000.10.14, p.8.
Nota: (a) Após a remodelação ocorrida no ano de 2000.
Proceda à comparação da dispersão da variável “n.º de ministérios” com a dispersão da

variável “n.º de Secretários de Estado”. Que conclusões pode tirar?
Exercício 2-14
Uma pessoa pretende estudar a duração da viagem de casa para o emprego, consoante o
meio de transporte utilizado, tendo chegado às seguintes conclusões:
Frequências absolutas
Duração da viagem
Utilizando
[em minutos] Utilizando autocarro
metropolitano
[ 4-8 [ 4 2
[ 8 - 12 [ 10 2
[ 12 - 16 [ 10 4
[ 16 - 20 [ 10 9
[ 20 - 24 [ 12 31
[ 24 - 28 [ 14 29
[ 28 - 32 [ 17 11
[ 32 - 36 [ 9 9
[ 36 - 40 [ 9 2
[ 40 - 44 ] 5 1
TOTAL 100 100
Responda, justificando quantitativamente, às seguintes questões:
© JAA 2024 Pág. 40

a) A pessoa em causa tem uma redução no ordenado por cada minuto que chega
atrasada ao emprego e um acréscimo, de igual valor, por cada minuto que chega
adiantada. Para cada um dos meios de transporte, com que antecedência (em
minutos) deverá sair de casa de forma a que, no final do ano, o ordenado seja o
menos alterado possível por reduções ou acréscimos?
b) Suponha agora que, num determinado dia, há uma reunião muito importante logo
de manhã, à qual é de toda a conveniência chegar à hora certa. Qual o meio de
transporte que permite planear melhor essa hora de chegada?
c) Numa determinada manhã, a pessoa em causa deixou-se adormecer e, ao sair de
casa, faltam 16 minutos para a hora de entrada no emprego. Se chegar atrasada é
despedida. Que meio de transporte lhe aconselharia a tomar?
Exercício 2-15
O quadro seguinte tem informação relativa à sinistralidade rodoviária em Portugal, nos

primeiros 16 dias do mês de julho de 2004, bem como alguma informação adicional
relativa a esses valores.
DIA DA N.º DE FERIDOS N.º DE FERIDOS

DIA DO MÊS Nº DE ACIDENTES N.º DE MORTOS
SEMANA GRAVES LIGEIROS
5ª fª 20040601 316 1 4 93
6ª fª 20040602 347 2 7 95
Sáb. 20040603 290 5 13 103
Dom. 20040604 309 6 13 128
2ª fª 20040605 325 1 4 102
3ª fª 20040606 288 3 5 62
4ª fª 20040607 320 7 9 89
5ª fª 20040608 257 2 4 63
6ª fª 20040609 327 0 7 100
Sáb. 20040610 288 3 8 97
2ª fª 20040612 305 6 8 94
3ª fª 20040613 305 5 5 75
4ª fª 20040614 300 2 4 97
5ª fª 20040615 295 2 10 80
6ª fª 20040616 304 4 3 89
Sáb. 20040617 261 6 16 90
Soma 4837 120 1 457
Variância 503,9648 14 239,1836
Fonte e notas: Portugal, GNR – Guarda Nacional Republicana. http://www.gnr.pt/portal/internet/gabinete_imprensa/noticias/admin/...
[2004.07.19; 19:00-19:15]. Dados de 2004.06.01 a 2004.06.17; dados provisórios; no Domingo, 2004.06.11, não foram publicados dados
de sinistralidade. Quadro construído para este exercício com dados da fonte indicada.
a) Calcule a média, a mediana e a moda para a variável “número de mortos”.

b) Calcule a variância e o desvio-padrão para a variável “número de mortos”.
c) Compare a dispersão relativa de todas as variáveis indicadas. Comente os resultados
a que chegar com base no fenómeno em estudo.
© JAA 2024 Pág. 41

d) Supondo que estes dados são representativos do que se passa com a totalidade dos
acidentes, os hospitais têm mais dificuldade em planear o atendimento dos feridos
graves ou o dos feridos ligeiros? Justifique e quantifique a sua resposta.
2.3 Medidas de assimetria e de achatamento
ENQUADRAMENTO – ASSIMETRIA E ACHATAMENTO
Assimetria
De uma forma simples a assimetria tem a ver com haver mais ou menos dados à esquerda
ou à direita da média. Ou, expresso de outra forma, dentro do domínio da variável os
dados serem tendencialmente de valor mais baixo ou serem tendencialmente de valor
mais alto.
Qualitativamente a assimetria pode ser vista observando o gráfico com o histograma da
variável e/ou comparando o posicionamento da média, da mediana e da moda.
Quantitativamente podemos usar o o coeficiente de assimetria de Pearson para medir a
intensidade da assimetria.
Achatamento
De uma forma simples o achatamento tem a ver com as ocorrências estarem mais ou
menos afastadas dos valores centrais. O achatamento define-se por comparação com a
chamada distribuição mesocúrtica: uma variável pode ser tão achatada como a
distribuição mesocúrtica, menos achatada ou mais achada. Embora se possa calcular o
achatamento para qualquer distribuição, quanto mais simétrica é uma distribuição, mais
sentido faz calcular o achatamento. Quantitativamente podemos usar o coeficiente
percentílico de achatamento para medir a intensidade do achatamento.
© JAA 2024 Pág. 42

Exercício 2-16 [pode abordar os exercícios 2-16, 2-17 e 2-18 como um único exercício]
O rendimento das famílias de um determinado bairro distribui-se da seguinte forma:
RENDIMENTO
FAMÍLIAS
[valor, em milhares de euros ]
] 0 a 2[ 1 50 5,0
[ 2 a 4[ 3 150 15,0
[ 4 a 6[ 5 300 30,0
[ 6 a 8[ 7 400 40,0
[ 8 a 10] 9 100 10,0
TOTAL 1000 100,0
a) Elabore o histograma das frequências simples relativas e o polígono das frequências

simples relativas para a variável “rendimento das famílias”.
b) (i) Calcule a média, a mediana e a moda para a mesma variável.

(ii) Com base nos indicadores calculados em (i) conclua qualitativamente quanto
à assimetria dessa variável.
(iii) Com base num indicador numérico conclua quanto à assimetria dessa
variável.
© JAA 2024 Pág. 43

Exercício 2-17
RENDIMENTO
FAMÍLIAS
[valor, em milhares de euros ]
] 0 a 2[ 1 100 10,0
[ 2 a 4[ 3 200 20,0
[ 4 a 6[ 5 400 40,0
[ 6 a 8[ 7 200 20,0
[ 8 a 10] 9 100 10,0
TOTAL 1000 100,0


(ii) Com base nos indicadores calculados em (i) conclua qualitativamente quanto à
assimetria dessa variável.
(iii) Com base num indicador numérico conclua quanto à assimetria dessa variável.
c) Com base num indicador numérico conclua quanto ao achatamento da variável
“rendimento das famílias”.
Exercício 2-18
RENDIMENTO
FAMÍLIAS
[ valor, em milhares de euros]
] 0- 2[ 1 100 10, 0
[ 2- 4[ 3 400 40, 0
[ 4- 6[ 5 300 30, 0
[ 6- 8[ 7 150 15, 0
[ 8 - 10 ] 9 50 5, 0
TOTAL 1 000 100, 0


(ii) Com base nos indicadores calculados em (i) conclua quanto à assimetria
dessa variável.
(iii) Com base num indicador numérico conclua quanto à assimetria dessa
variável.
© JAA 2024 Pág. 44

Exercício 2-19
Pretendendo-se estudar a idade das mães em Portugal no final do século XX,
obtiveram-se os seguintes resultados:
Distribuição da Idade das mães que deram à luz em Portugal em 1999
GRUPO ETÁRIO NADOS-VIVOS
[Idade da mãe, em anos] Nº %
[ 10 - 15 [ 104 0,1 %
[ 15 - 20 [ 7 257 6,3 %
[ 20 - 25 [ 24 544 21,2 %
[ 25 - 30 [ 39 006 33,6 %
[ 30 - 35 [ 30 334 26,1 %
[ 35 - 40 [ 12 487 10,7 %
[ 40 - 45 [ 2 175 1,9 %
[ 45 - 50 [ 117 0,1 %
[ 50 - 55 ] 5 0,0 %
TOTAL 100,0 %
Fonte INE, «Anuário Estatístico de Portugal», Edição de 2001, p. 46.
Notas: (i) Para maior facilidade de resolução a dimensão da primeira e da última classe não é igual à dos dados
originais, nos quais se trata de classes abertas nos extremos. (ii) Os dados originais incluem mais nove
nascimentos de mães cuja idade não é conhecida.
a) Calcule a média, a moda e a mediana. Através destas medidas de localização

conclua quanto à assimetria desta distribuição.
b) Calcule o intervalo inter-quartis. – Comente o resultado obtido.
Exercício 2-20
Pretendendo-se estudar a idade das mães em Portugal no final do século XX,
© JAA 2024 Pág. 45

2.4 Caixa de Bigodes ou BoxPlot
ENQUADRAMENTO – “CAIXA DE BIGODES” OU BOXPLOT

Pode usar-se para estudar uma variável ou para comparar variáveis diferentes expressas
nas mesmas unidades. Também se utiliza para comparar partições de uma mesma
variável, como por exemplo no estudo da altura de uma população a partição por alturas
do sexo feminino e alturas do sexo masculino. Quando se inicia uma análise descritiva de
dados, a BoxPlot é frequentemente um dos pontos de partida, porque permite ter logo
uma ideia geral dos dados com os quais estamos a trabalhar.
© JAA 2024 Pág. 46

Exercício 2-21
Até à cerimónia de atribuição de Óscares pela Academia Americana de Cinema em 2018
inclusive, houve 90 filmes que receberam o Óscar de Melhor Filme, um em cada
cerimónia. Para esses 90 filmes dispõe-se da informação sobre o nº de Óscares para que
foram nomeados e sobre o nº de Óscares que receberam:
Nº de Nº de Óscares
Nomeações Recebidos
N Valid 90 90
Missing 0 0
Mean 8,97 5,09
Median 9,00 5,00
Mode 8 4
Std. Deviation 2,662 2,291

Minimum 1 1
Maximum 14 11
Percentiles 25 7,00 3,00

42 8,00 4,00
50 9,00 5,00
60 10,00 5,00
75 11,00 7,00
a) Considere a informação sobre a variável “nº de nomeações” constante da Tabela.

Para essa variável concreta interprete, separadamente, a média e a mediana.
b) Qual a percentagem de filmes com menos de 10 nomeações?
c) Considere o Gráfico com as BoxPlot [“Caixas-de-Bigodes”]:
i) Identifique o indicador e o valor que correspondem a cada uma das letras
indicadas no gráfico.
ii) Se na BoxPlot referida em c) i) houvesse um outlier [valor extremo] superior,
esse outlier teria de ter um valor mínimo. Qual seria esse valor?
© JAA 2024 Pág. 47

Exercício 2-22
Foi recolhida uma amostra com as alturas de 80 jogadores de três modalidades
desportivas, Ginástica, Futebol e Basquetebol, a qual se indica abaixo:
Nº da Desporto Altura do Nº da Desporto Altura do Nº da Desporto Altura do

observação atleta observação atleta observação atleta
1 FUTEBOL 1,84 27 GINÁSTICA 1,70 53 BASQUETEBOL 1,80
79 BASQUETEBOL 1,85
80 BASQUETEBOL 1,88
Com base nos dados acima foram obtidos os indicadores e o gráfico “caixa dos bigodes”
[BoxPlot] que se indicam de seguida.
Indicadores relativos à altura [em metros] dos atletas

Desporto Praticado n Média Desvio-Padrão Mínimo Máximo Mediana Quartil 1 Quartil 3
BASQUETEBOL 28 1,90 0,09068 1,70 2,20 1,90 1,85 1,93
FUTEBOL 26 1,80 0,05845 1,70 1,90 1,80 1,76 1,84
GINÁSTICA 26 1,58 0,08061 1,49 1,85 1,56 1,52 1,62
Total 80 1,76 0,15460 1,49 2,20 1,80 1,62 1,89
© JAA 2024 Pág. 48

“Caixa dos bigodes” [BoxPlot]
Nota: Output obtido com o SPSS.
a) Para que serve a “caixa dos bigodes”?

b) i) Construa a “caixa dos bigodes” para os atletas de basquetebol.
ii) Construa a “caixa dos bigodes” para a totalidade das observações
c) Interprete individualmente e conjuntamente as “caixas dos bigodes” dos três
desportos indicados.
2.5 Medidas de concentração
ENQUADRAMENTO – CONCENTRAÇÃO
Na concentração está em causa como se distribui uma grandeza. Essa grandeza tem de
poder ser distribuída ou redistribuída, pelo menos potencialmente, pela totalidade dos
casos. Algumas grandezas cuja concentração é usual ser analisada são o rendimento, a
riqueza, a carga fiscal, a distribuição fundiária [as terras] ou as quotas de mercado.
Qualitativamente podemos fazer a analise através da Curva de Lorenz, que une os pi
[proporção ou percentagem acumulada do total dos casos] com os correspondentes qi
© JAA 2024 Pág. 49

[proporção ou percentagem acumulada da grandeza em causa]. Quantitativamente a

análise pode ser feita através do Índice de Gini [IG] que é calculado como a área de
concentração sobre a área de concentração máxima.
m
AC AC
IG = = = 1 −  ( qi + qi −1 ) × ( pi − pi −1 )
ACmáxima 1/ 2 j =1
0 ≤ IG ≤ 1
Exercício 2-23
Numa empresa, as remunerações mensais auferidas pelo pessoal e o número de pessoas

que auferem essas remunerações são as seguintes:
Remuneração
N.º de pessoas
[ em euros ]
350 2
390 2
450 2
550 1
600 1
650 2
1050 2
2000 2
2900 2
4000 4
TOTAL 20
a) Construa e desenhe a curva de Lorenz relativa à concentração da massa salarial

nesta empresa.
b) Através de um indicador numérico estude a concentração da massa salarial nesta
empresa. Interprete os resultados a que chegar.
© JAA 2024 Pág. 50

Exercício 2-24
Pretende-se estudar a evolução da concentração das remunerações mensais auferidas
pelo pessoal de uma empresa entre os anos de 2016 e 2020. As classes de remuneração,
assim como o número de pessoas cuja remuneração pertence a cada uma das classes, são
as seguintes:
Classe da remuneração N.º de pessoas N.º de pessoas
[ em euros ] No ano de 2001 No ano de 2005
0 – 500 4 5
500 – 1000 8 10
1000 – 1500 6 9
1500 – 2000 4 4
2000 – 2500 3 3
2500 – 3000 4 7
3000 – 3500 6 7
3500 – 4000 5 5
TOTAL 40 50
a) Construa e desenhe as curvas de Lorenz relativas à concentração da massa salarial

mensal nesta empresa, para cada um dos dois anos em estudo. Interprete os
resultados a que chegar.
b) Através de um indicador numérico adequado estude a evolução da concentração da
massa salarial mensal nesta empresa. Interprete os resultados a que chegar.
Exercício 2-25
PORTUGAL - ANO DE 2009

Percentil % de famílias % do Rendimento total % acumulada do Rendimento
do rendimento em cada classe recebido por cada classe total recebido por cada classe
Menor que 20 20 % 4,5 % 4,5 %
Entre 20 e 40 20 % 9,3 % 13,8 %
Entre 40 e 60 20 % 14,6 % 28,3 %
Entre 60 e 80 20 % 21,7 % 50,0 %
Entre 80 e 90 10 % 16,5 % 66,5 %
Maior que 90 10 % 33,5 % 100,0 %
Percentil % de famílias % da Riqueza total % acumulada da Riqueza total

da riqueza em cada classe detida por cada classe detida por cada classe
Menor que 25 25 % 0,5 % 0,5 %
Entre 25 e 50 25 % 7,7 % 8,2 %
Entre 50 e 75 25 % 18,1 % 26,3 %
Entre 75 e 90 15 % 20,9 % 47,3 %
Maior que 90 10 % 52,7 % 100,0 %
Analise a informação acima, relativa à distribuição do rendimento e da riqueza em

Portugal no ano de 2009. Sugestão: desenhe as duas curvas de Lorenz no mesmo gráfico.
Construído a partir dos dados de Sónia Costa e Luísa Farinha, «Inquérito à situação financeira
das famílias: metodologia e principais resultados», Banco de Portugal, Maio de 2012.
© JAA 2024 Pág. 51

3 ESTATÍSTICA DESCRITIVA BIDIMENSIONAL
3.1 Quadros de dupla entrada
ENQUADRAMENTO – QUADROS DE DUPLA ENTRADA

Os quadros de dupla entrada, também chamados tabelas de contingência, permitem
estudar as frequências conjuntas e marginais de duas variáveis cujos dados forma
recolhidos de forma emparelhada. São muito úteis para construir e analisar as
frequências condicionadas, calcular indicadores unidimensionais condicionados e para
verificar a independência estatística entre duas variáveis.
Exemplo dos quadros de frequências absolutas e relativas:
© JAA 2024 Pág. 52

Frequências condicionadas
F ( x i ,y j ) f ( x i ,y j )
f (xi |y j ) = ou DIZ-SE: «DISTRIBUIÇÃO DE xi DADO yj»
F (y j ) f (y j )
ou distribuição de xi quando estamos
no subconjunto yj
F ( x i ,y j ) f ( x i ,y j )
f (y j |xi ) = ou DIZ-SE: «DISTRIBUIÇÃO DE yj DADO xi»
F (x i ) f (x i )
ou distribuição de yj quando estamos
no subconjunto xi
Independência estatística
No contexto descritivo, existe independência estatística quando as frequências relativas
condicionadas de uma mesma variável são iguais entre si e iguais à frequência relativa
não condicionada; esta igualdade é equivalente à igualdade entre as frequências relativas
conjuntas e o produto das correspondentes frequências relativas marginais.
Quando uma variável é quantitativa e se verifica independência estatística, as médias
condicionadas de uma mesma variável são iguais entre si e iguais à média não
condicionada.
Para haver independência estatística entre duas variáveis que estão num
quadro de dupla entrada, então, para todos os pares de valores (xi,yj)
f ( xi | y j ) = f ( xi )
f ( y j | xi ) = f ( y j )
f ( xi , y j ) = f ( xi ) × f ( y j )
Tendo em conta que
X =  xi f ( xi ) , X |Yj =  xi f ( xi | y j ) e Y | X i =  y j f ( y j | xi )
No caso da variável para a qual se calcula a média ser quantitativa, se X e Y
forem independentes, então:
f ( xi | y j ) = f ( xi )  X |Yj = X para todos os valores de y j
f ( y j | xi ) = f ( y j )  Y | X i = Y para todos os valores de x i
Exercício 3-1
Os quilates são a unidade de peso dos diamantes e diamantes com mais quilates são mais
raros e valiosos. Para encontrar os melhores diamantes muitos noivos iniciam o processo
de pesquisa do anel de noivado (para oferecer à noiva) muito antes do casamento.
© JAA 2024 Pág. 53

Foi recolhida uma amostra de 200 observações e o quadro abaixo tem as frequências
absolutas conjuntas e marginais da antecedência face ao casamento com que começou
essa pesquisa e dos quilates do anel de noivado que foi comprado.
X : Com que antecedência do casamento começou a pesquisa (em meses)
Y : Quilates dos diamantes do anel de noivado
Y Quilates dos diamantes

Total
] 0 – 0.5 ] ] 0.5 – 1.5 ] ] 1.5 – 2.5 ]
] 0– 3] 30 10 0 40
X
Antecedência ] 3– 6] 18 2 0 20
do casamento ] 6 – 12 ] 2 38 0 40
(em meses)
]12 – 24 ] 0 70 30 100
Total 50 120 30 200
a) i) Qual é a percentagem, no total dos noivos que levaram mais tempo a pesquisar,
daqueles que compraram diamantes com mais de 1.5 quilates?
ii) Qual a percentagem, no total de noivos que compraram diamantes com mais de
0.5 quilates, daqueles que levaram menos tempo.
b) Use duas distribuições de frequências condicionadas de X para verificar se as
variáveis X e Y são independentes.
c) Use médias condicionadas de X para verificar se as variáveis X e Y são independentes.
d) Compare a dispersão da variável X com a dispersão da variável Y.
Exercício 3-2
O quadro abaixo indica a distribuição da altura e do peso dos 76 jogadores de futebol do

Benfica, do Porto e do Sporting no ano de 2004:
Variável X [altura, em metros]
F(xi;yj) [ 1,65 - 1,75 [ [ 1,75 - 1,85 [ [ 1,85 - 1,95 ]
X1 X2 X3
[ 60 – 70 [
9 7 0
[ peso, em Kg ]
Y1
Variável Y
[ 70 – 80 [
Y2 5 32 7
[ 80 – 90 ]
Y3 0 7 9
a) (i) Verifique que, no quadro acima, se trata de uma situação em que estão em causa
duas variáveis. (ii) Indique o “elemento unificador” que faz com que um par de valores
dessas variáveis possa ser tratado como um caso.
b) Calcule as frequências absolutas marginais.
© JAA 2024 Pág. 54

c) Calcule as frequências relativas (i) conjuntas e (ii) marginais.

d) (i) Qual a percentagem, no total de jogadores, dos que têm peso no intervalo
[70 - 80[ Kg? (ii) Qual a percentagem, no total de jogadores com 1,85 m ou mais altos,
dos que têm peso no intervalo [70 - 80[ Kg ?
e) (i) Calcule a média da altura para todos os jogadores e (ii) a média da altura para os
jogadores com mais peso.
f) Para estes 76 jogadores, verifique se o peso e a altura são fenómenos independentes,
com base nas frequências relativas e com base nas médias. Interprete também.
g) Se quisesse comparar a dispersão do peso dos jogadores com a dispersão da altura
dos jogadores, que indicador deveria usar? Justifique a sua resposta (não precisa de
fazer quaisquer cálculos). [Máximo de 5 linhas].
***
Nota: Pode reparar-se que os dados encontrados indiciam uma distribuição simétrica para o peso e para a
altura dos jogadores de futebol. Veremos mais tarde a relação destas características com tratar-se de um
fenómeno que pode ter uma distribuição normal.
Exercício 3-3
Numa determinada região foi efetuado um estudo que relacionou o tamanho do pé das
mulheres maiores de dezoito anos com o comprimento do seu cabelo. Foram inquiridas
500 pessoas. As frequências absolutas e relativas dos resultados desse estudo constam
dos quadros seguintes:
TAMANHO DO PÉ [ em cm ]
X
[ 30-35 [ [ 35-40 [ [ 40-45 [ [ 45-50 ] TOTAL
X1 X2 X3 X4
] 0-10 [
5 20 20 5 50
COMPRIMENTO DO CABELO
Y1
[ 10-20 [
Y2 15 60 60 15 150
[ em cm ]
[ 20-30 [
Y
Y3 20 80 80 20 200
[ 30-40 ]
Y4 10 40 40 10 100
TOTAL 50 200 200 50 500
© JAA 2024 Pág. 55

TAMANHO DO PÉ [ em cm ]
X
[ 30-35 [ [ 35-40 [ [ 40-45 [ [ 45-50 ] TOTAL
X1 X2 X3 X4
] 0-10 [
0,01 0,04 0,04 0,01 0,10
COMPRIMENTO DO CABELO
Y1
[ 10-20 [
Y2 0,03 0,12 0,12 0,03 0,30
[ em cm ]
[ 20-30 [
Y
Y3 0,04 0,16 0,16 0,04 0,40
[ 30-40 ]
Y4 0,02 0,08 0,08 0,02 0,20
TOTAL 0,10 0,40 0,40 0,10 1,00
a) (i) Calcule a média de X. (ii) Calcule a média de X quando Y está entre 10 e 20.
(iii) Calcule a média de Y. (iv) Calcule a média de Y quando X está entre 35 e 40.
b) (i) Calcule a distribuição relativa do tamanho do pé dado que se trata das mulheres
com comprimento de cabelo entre 20 e 30 cm. [Está em causa apenas o
subconjunto das mulheres com esse comprimento de cabelo]. (ii) Compare com a
frequência relativa constante do segundo quadro do enunciado.
c) (i) Calcule a distribuição relativa do comprimento do cabelo dado que se trata das
mulheres com tamanho do pé entre 45 e 50 cm. [Está em causa apenas o
subconjunto das mulheres com esse tamanho do pé]. (ii) Compare com a frequência
relativa constante do segundo quadro do enunciado.
d) Verifique se, para estas 500 pessoas, as variáveis X e Y são independentes. Comente
a conclusão a que chegar face ao às variáveis en estudo e aos resultados das alíneas
anteriores.
Exercício 3-4
O número de vítimas dos acidentes rodoviários, de acordo com a localização do acidente

e o tipo de vítimas, no ano de 2002, foi o seguinte:
Tipo de Vítimas
Total
B1: Vítimas Mortais B2: Vítimas Não Mortais
A1: Dentro das
do Acidente
Localização
613 35 527 36 140

Localidades
A2: Fora das
856 21 058 21 914
Localidades
Total 1 469 56 585 58 054
Fonte: Portugal, Ministério da Administração Interna, Direcção-Geral de Viação, Observatório de Segurança Rodoviária - «Sinistralidade
rodoviária 2002: elementos estatísticos». P.25 [«Acidentes e vítimas segundo a natureza e a localização»].
a) (i) Verifique se, para estes 58054 casos, a localização do acidente é independente
do tipo de vítima.
(ii) Calcule as frequências relativas do tipo de vítima de acordo com a localização
do acidente.
© JAA 2024 Pág. 56

(iii) Comente a conclusão a que chegar em (i) e (ii) tendo em conta os fenómenos a
que as variáveis em causa dizem respeito.
b) Constate que, neste exercício, pode ver se as variáveis são independentes ou não,
mas não pode calcular médias. Porque acontece assim?
3.2 Associação estatística entre duas variáveis
ENQUADRAMENTO – RETA DE REGRESSÃO ENTRE DUAS VARIÁVEIS E COEFICIENTE

DE CORRELAÇÃO LINEAR ENTRE DUAS VARIÁVEIS
O chamado coeficiente de determinação R2 pode ser usado para ver em que medida a
reta explica o fenómeno. Quando mais próximo R2 estiver próximo de 1 mais a reta
explica o fenómeno. Quando mais próximo R2 estiver próximo de 0 menos a reta explica o
fenómeno ou mais se trata de um fenómeno que não tem uma relação linear.
2 Σ( yai −Y ) 2
R = , 0 ≤ R2 ≤ 1
Σ( yi −Y ) 2
Pode fazer-se uma estimação ou uma previsão com a reta que já foi calculada,
substituindo na reta que já foi calculada valores de x que não foram usados para construir
a reta. Este procedimento faz sentido se nessa estimação ou previsão se mantiver o
contexto e estrutura que estiveram na base da construção da reta.
Coeficiente de correlação linear de Pearson entre X e designa-se por r e assume valores

entre –1 e +1. No contexto descritivo deve utilizar-se quando as duas variáveis são
quantitativas. Mede o grau de associação linear entre variáveis quantitativas. Quanto
mais próximo de 1 ou de -1 maior a força da associação; quanto mais próximo de 0 menor
a força da associação. Verifica-se que o coeficiente de corelação de Pearson ao quadrado
é igual ao coeficiente de determinação R2 , ou seja, r2=R2.
Coeficiente de correlação linear de Spearman entre X e designa-se por rs e também

assume valores entre –1 e +1. No contexto descritivo, o coeficiente de Spearman deve
© JAA 2024 Pág. 57

utilizar-se quando as duas variáveis são ordinais ou quando uma variável é ordinal e a
outra é quantitativa.
Para analisar qualquer um dos coeficientes de correlação é necessário ter presente a

força e o sentido da associação dessa correlação. A força do coeficiente de correlação é
vista em termos absolutos.
Exercício 3-5
Suponha que tinha obtido os seguintes quatro gráficos relativos à relação entre o
rendimento das famílias e o número de filhos nessas famílias:
a) Caracterize por palavras, para cada uma das figuras, a relação entre o rendimento
das famílias e o n.º de filhos nessas famílias.
b) Indique, para cada figura, se faz ou não faz sentido calcular uma regressão linear
simples.
c) Discuta qual o sentido da relação de dependência entre as variáveis.
© JAA 2024 Pág. 58

Exercício 3-6
O gráfico abaixo contém a informação relativa à relação entre o nº de cigarros
consumidos por ano e nº de mortos por anos [por 100 mil habitantes].
Cigarros percapita e cancro do pulmão

cancro do pulmão
40,00
Incidência do
30,00 yai =6,4717+ 0,5291 xi

20,00 R2 = 0,4864
10,00
0,00
0,00 10,00 20,00 30,00 40,00 50,00
Cigarros per capita
a) Indique, justificando com base na relação que deve haver entre as duas variáveis,
qual é a variável x e qual é a variável y. [Responda apenas por palavras; máximo de
5 linhas].
b) (i) Qual é o valor de a? (ii) O que significa o valor de a neste caso concreto? (iii) Qual
é o valor de b? (iv) O que significa o valor de b neste caso concreto? [Responda
apenas por palavras; máximo de 10 linhas para todos os pontos desta alínea].
c) Interprete o valor de R2. [Responda apenas por palavras; máximo de 5 linhas].
d) (i) Se fosse calculado o valor de r [coeficiente de correlação linear de Pearson], este
seria positivo ou negativo? (ii) Qual a relação que existe entre R2 e r [Responda
apenas por palavras; máximo de 10 linhas para os dois pontos desta alínea].
e) O valor do consumo de cigarros per capita para o Texas foi de 20,08 e o valor de
mortes verificadas por cancro do pulmão foi de 20,74.
Confronte o valor real de y verificado para o Estado do Texas com o valor que é
obtido pela reta de regressão. Enquadre teoricamente porque é que os dois valores
não coincidem e apresente possíveis razões.
***
J.F. Fraumeni, "Cigarette Smoking and Cancers of the Urinary Tract: Geographic Variations in the
United States," Journal of the National Cancer Institute, 41, 1205-1211. Download a partir de
http://lib.stat.cmu.edu/DASL/Datafiles/cigcancerdat.html [2006.03.30, 15h45]. «The data are per
capita numbers of cigarettes smoked (sold) by 43 states and the District of Columbia in 1960 together
with death rates per thousand population from various forms of cancer.» Indicação do nº de cigarros
fumados: « CIG = Number of cigarettes smoked (hds per capita)». Indicação do nº de mortes por
cancro do pulmão: «LUNG = Deathes per 100K population from lung cancer». – A regressão e o
gráfico em causa foram construídos para este exercício a partir dos dados originais.
© JAA 2024 Pág. 59

Exercício 3-7
O gráfico abaixo contém a informação relativa ao peso e à altura dos 76 jogadores de
futebol do Benfica, do Porto e do Sporting. Ao lado do gráfico indica-se também alguma
informação adicional.
100
80
Variação total de Y = 2 590, 98684
PESO, Yi
60
40 y = 77,6x - 65,152
Variação não explicada de Y = 1 030, 69408
20 Variância de Y = 34, 09193
0 Variância de X = 0, 00341
1,65 1,75 1,85 1,95
ALTURA, Xi
Covariância entre X e Y = 0, 26459
a) Observe o gráfico. (i) Porque é que faz sentido calcular uma regressão linear para os
valores indicados? (ii) O que significa o valor de b? (iii) Porque é que os dados não se
distribuem no gráfico de acordo com uma recta perfeita?
b) (i) Calcule o r e o R2. (ii) Interprete os valores encontrados.
c) (i) De acordo com a recta do enunciado, qual o peso que é de prever para um
homem de 1,80m? (ii) Em qual destes dois casos é mais correcto fazer essa previsão:
um jogador de futebol ou um halterofilista? Justifique.
***
Fonte dos dados: ver Erro! A origem da referência não foi encontrada.. Notas: (1) Os clubes são referidos
por ordem alfabética. (2) O valor original da variação não explicada era 1031,61491; indicou-se um valor
diferente no exercício para todos ao valores serem congruentes, o que não acontecia devido aos
arredondamentos.
Exercício 3-8
Numa sociedade pretende-se analisar as famílias que adotam crianças. Para o efeito
escolheram-se ao acaso 200 famílias que integravam no agregado familiar crianças
adotadas, tendo-se obtido os seguintes resultados:
N.º de crianças do agregado familiar

N.º de famílias
que são adoptadas
1 40
2 100
3 30
4 20
5 10
Total 200
a) Relativamente à distribuição acima (i) calcule a média, a mediana e a moda.

(ii) Calcule também o desvio-padrão e o coeficiente de variação. (iii) Interprete os
resultados obtidos.
© JAA 2024 Pág. 60

Procurando-se uma explicação para o número de adoções por agregado familiar, foi
proposto por uma assistente social que se analisasse, em cada agregado com filhos
adotados, se esses agregados também tinham filhos não adotados. A informação
recolhida está na tabela abaixo:
Agregados familiares com filhos adoptados, de acordo com o n.º de filhos adoptados e não adoptados
N.º de filhos não adoptados do agregado familiar
0 1 2 3 4 5
1 8 10 5 5 8 4
Nº de filhos 2 20 0 20 30 20 10
adoptados do 3 6 0 0 10 6 8
agregado familiar 4 4 0 0 0 4 12
5 2 0 0 0 0 8
b) (i) Construa as distribuições absolutas marginais referentes ao nº de filhos adotados

e não adoptados; (ii) verifique se estas duas variáveis são estatisticamente
independentes e interprete.
c) Calcule a média do n.º de filhos adotados quando o n.º de filhos não adotados é 5.
d) Verifique, quantitativamente, qual das dispersões em “filhos adotados e filhos não
adotados” é maior. Comente.
e) O coeficiente de correlação linear para as duas variáveis assume o valor 0,3012.
Interprete e comente este valor.
f) Com base na observação dos dados de partida e nos resultados a que chegou nas
alíneas anteriores, caracterize, no máximo de quinze linhas, o assunto em estudo:
“distribuição dos agregados familiares tendo em conta o n.º de crianças adotadas”.
Coeficiente de correlação de Spearman
Exercício 3-9
Pretende-se verificar até que ponto o marido e a mulher, de um mesmo casal, tinham ou
não a mesma estrutura de prioridades relativamente às tarefas familiares. Com esse
objectivos pediu-se-lhes que ordenassem, em separado, sete tarefas por ordem da mais
importante para a menos importante:
Tarefas familiares ordenadas por ordem de prioridade
Tarefa H [ordenação feita pelo marido] M [ordenação feita pela mulher]
A 1 1
B 2 2
D 3 3
G 4 4
E 5 5
C 6 6
F 7 7
Fonte: Dados não reais. A estrutura indicada não representa qualquer juízo de valor da nossa parte.
© JAA 2024 Pág. 61

a) Construa o coeficiente de correlação de Spearman para as prioridades do marido e

da mulher relativamente às tarefas familiares. Interprete.
Do mesmo modo, pediu-se ao marido e à mulher que ordenassem, em separado, as suas
preferências relativamente a sete programas televisivos:
Programas televisivos ordenados por ordem de preferência
Programa H [ordenação feita pelo marido] M [ordenação feita pela mulher]
A 1 7
B 2 6
D 3 5
G 4 4
E 5 3
C 6 2
F 7 1
b) Construa o coeficiente de correlação de Spearman para as preferências do marido e

da mulher relativamente aos programas televisivos. Interprete.
E estendeu-se esse pedido também à ordenação das preferências relativamente a sete
marcas de automóveis:
Marcas de automóvel por ordem de preferências
Marca H [ordenação feita pelo marido] M [ordenação feita pela mulher]
F 1 3
C 2 4
E 3 6
G 4 5
D 5 2
B 6 7
A 7 1
c) Construa o coeficiente de correlação de Spearman para as preferências do marido e

da mulher relativamente às marcas de automóveis. Interprete.
Exercício 3-10
O seguinte quadro representa o número de horas de treino de 10 atletas para uma prova
de corrida e as respectivas classificações:
ATLETA N.º HORAS DE TREINO CLASSIFICAÇÃO
A 750 1
B 500 2
C 400 4
D 100 9
E 130 10
F 500 6
G 180 7
H 150 8
I 200 5
J 800 3
Fonte: Dados não reais.
Calcule o coeficiente de correlação ordinal de Spearman para o conjunto dos 10 atletas.
© JAA 2024 Pág. 62

Exercício 3-11
O número de pessoas ao serviço numa amostra de empresas, por nível de qualificação e
segundo o sexo, era o seguinte:
Número de pessoas ao serviço
Nível de Qualificação Homens Mulheres
Dirigentes 5726 1040
Quadros Superiores 28437 11343
Quadros Médios 38282 19827
Quadros Intermédios 33472 11614
Profissionais Qualificados e Altamente Qualificados 221364 128858
Profissionais Semi-Qualificados 88216 106613
Profissionais Não Qualificados 40753 63450
Praticantes e Aprendizes 15668 25832
Fonte: Portugal. Ministério da Segurança Social e do Trabalho. Departamento de Estudos, Estatística e Planeamento. - «Balanço
Social 2000». P.31. ISSN 0873-8033.
Construa o coeficiente de correlação de Spearman para verificar se a estrutura do nível de

qualificação é, para o conjunto destas 2000 empresas, igual para o sexo masculino e para
o sexo feminino.
Exercício 3-14
«O “Observatório contra as Discriminações Étnicas e de Género” analisou a forma como

as televisões e os jornais portugueses abordaram os temas relacionados com as minorias
étnicas e com as mulheres. [...] Durante o ano de 2000 as minorias étnicas apareceram
3286 vezes nos media (em 2613 notícias publicadas na imprensa e em 673 peças
televisivas), quando [sic] as mulheres apareceram 409 vezes (em 333 artigos de jornal e
76 notícias nos telejornais portugueses).
Os africanos e os ciganos foram as minorias étnicas com maior destaque, surgindo, com
maior frequência, associados a temas como a violência, o crime e a imigração.»
O quadro transcrito abaixo sintetiza parte da informação importante do referido estudo:
© JAA 2024 Pág. 63

Quadro A: Palavras-chave mais frequentemente associadas às Minorias Étnicas

Palavras-Chave Africanos Ciganos
Violência 163 77
Crime 112 72
Droga 12 11
Racismo 52 37
Xenofobia 16 21
Imigração 61 7
Clandestinos 58 2
Políticas de imigração 9 -
Integração 9 1
Educação 13 9
Saúde 4 -
Habitação 3 4
Condições Sociais 11 3
Com base na informação do Quadro A, verifique se existe uma relação entre a estrutura
da ocorrência das palavras-chave associadas aos africanos e a dos ciganos. Utilize o
coeficiente de correlação de Spearman.
***
Fonte dos dados do: Rita Figueiras –«todos diferentes todos iguais. Será?!...»; família cristã, janeiro 2002,
pp. 40-41. É indicado que a notícia, bem como os dois quadros que integra e que se transcrevem neste
exercício, têm como fonte o «Estudo Sobre Discriminação» efetuado pelo “Observatório contra as
Discriminações Étnicas e de Género”. É também indicado que «Este projecto foi financiado pela União
Europeia e integrou uma rede composta por um conjunto de equipas de 4 países: Portugal, Espanha,
Dinamarca e Itália, país coordenador do Projecto. Em Portugal, o Observatório esteve sediado no Centro de
Estudos Sociais e Pastorais da Universidade Católica e foi coordenado pela Professora Doutora Isabel Ferin.
Neste estudo estiveram em análise 6 jornais (Público, Diário de Notícias, A Capital, 24 Horas, Expresso e o
Independente) e 3 telejornais: Telejornal, TV2 Jornal (ambos da RTP) e Jornal da SIC.
A discriminação foi entendida como o “conjunto de formas de tratamento diferenciado” em função de um
determinado atributo, raça ou género.»
© JAA 2024 Pág. 64

4 TEORIA ELEMENTAR DA PROBABILIDADE
4.1 Cálculo combinatório
Embora o cálculo combinatório seja um tópico importante para a compreensão da

relação das probabilidades com a teoria dos conjuntos, não é necessário para a
abordagem da inferência estatística, pelo que no contexto dos nossos exercícios não é
necessário o seu estudo. Fica apenas para os mais curiosos explorarem.
ENQUADRAMENTO – CÁLCULO COMBINATÓRIO

QUANTOS CASOS DIFERENTES, POR EXEMPOLO AMOSTRAS, SÃO POSSÍVEIS DE OBTER?
n: número de elementos distintos que fornam um conjunto de partida

p: número de elementos que se tiram do conjunto de partida [na notação deste quadro p é um número inteiro]
Se repetição for possível Se repetição não for possível
Arranjos (com repetição) de n, p a p Arranjos (sem repetição) de n, p a p
Se ordem for relevante n!

α pn = n p Apn =
(n − p )!
n>p
(parciais)
Combinações de n, p a p
Se ordem for irrelevante β pn = C pn + p −1 C pn =

n!
(n − p )! p !
Permutações de n
n=p
(totais) Se ordem for relevante n! Pn = n !
p1 ! p2 !... pK !
p1 + p2 + ... pK = n
EXEMPLO
Exemplo: tirar 3 bolas entre 5 (azul, vermelha, preta, rosa, laranja)
Exemplo de resultados se não se volta a pôr a bola na bolsa:

Vermelha Azul Rosa
Vermelha Rosa Azul
Exemplo de resultados se se volta a pôr a bola na bolsa:
Azul Azul Rosa
Laranja Laranja Vermelha
© JAA 2024 Pág. 65

Exercício 4.1-1
Num estudo pretende-se experimentar três carros. Os carros serão conduzidos por uma
pessoa e, cada pessoa e cada carro ficarão sediados numa de duas cidades. Temos, assim,
três carros, três pessoas e duas cidades.
a) Quantas possibilidades diferentes é que temos de associar uma pessoa, um carro e

uma cidade?
b) Qual o teorema que aplicou para resolver a)?
Vamos concretizar agora os dados: As pessoas são o João, a Susana e a Catarina; os carros
são o Porsche, o Ferrari e o Lotus; e as cidades Lisboa e Porto.
c) Se as escolhas forem inteiramente ao acaso, qual a probabilidade de ser a Catarina a

conduzir o Ferrari em Lisboa?
Exercício 4.1-2
Num grupo existem 10 mulheres europeias, 2 mulheres africanas, 10 homens europeus e

2 homens africanos. Com a convivência formam-se nesse grupo 12 pares de namorados.
a) Se os casais fossem totalmente formados ao acaso, quantos casais diferentes era
possível formar com aqueles 12 homens e 12 mulheres?
b) Se os casais fossem totalmente formados ao acaso, qual era a probabilidade das
duas mulheres africanas namorarem com os dois homens africanos?
Exercício 4.1-3
Considere uma mesa com cinco lugares, na qual se senta uma família de cinco pessoas: o
pai, a mãe e três filhos.
a) (i) De quantas maneiras diferentes é que as cinco pessoas se podem sentar nessa
mesa? (ii) E se o pai ficar sempre no mesmo lugar?
b) Se todos se sentarem ao acaso, qual a probabilidade de o filho mais novo ficar ao
lado do pai?
Exercício 4.1-4
A União Europeia tem 20 línguas oficiais. «O Parlamento Europeu, que necessita com
frequência de produzir documentos rapidamente em todas as línguas oficiais,
desenvolveu um sistema de seis línguas «pivot». Estas seis línguas são o inglês, o francês,
o alemão, o italiano, o polaco e o espanhol. Um documento escrito, por exemplo, em
eslovaco ou sueco não será diretamente traduzido para as outras 19 línguas. Em vez
disso, será traduzido para as línguas «pivot» e seguidamente traduzido a partir destas
línguas para as outras.
Não são assim necessários tradutores que possam traduzir diretamente do maltês para o
dinamarquês ou do estónio para o português, e centenas de outras combinações. Se os
© JAA 2024 Pág. 66

textos fossem traduzidos diretamente a partir de todas as línguas oficiais da União

Europeia para todas as outras, teríamos um total de 380 combinações bilaterais.»
Comente o texto à luz do cálculo combinatório.
***
Fonte: Comunidades Europeias. - «Muitas línguas, uma só família: as línguas na União Europeia». Luxemburgo:
Serviço das Publicações Oficiais das Comunidades Europeias, 2004». Reprodução autorizada. ISBN 92-894-
7763-6. P.19.
Exercício 4.1-5
Considere um campeonato de futebol com dez equipas.
a) Se todas as equipas jogarem um jogo com cada uma das outras, qual o número total
de jogos que serão jogados nesse campeonato?
b) E se todas as equipas jogarem dois jogos com cada uma das outras?
c) Suponha que, em b), tem 10 árbitros para arbitrar a totalidade dos jogos. A
atribuição de um árbitro a cada jogo é feita por sorteio. Pergunta-se: Qual a
probabilidade de ser o mesmo árbitro a arbitrar os dois jogos entre duas
determinadas equipas [por exemplo os dois jogos entre o Benfica e o Sporting]?
Exercício 4.1-6
Um curso tem vinte estudantes homens e trinta estudantes mulheres. Pretende-se eleger
uma Direção da associação de estudantes composta por dois homens e três mulheres.
a) Quantas Direções diferentes poderão ser feitas se o cargo ocupado na associação
for irrelevante?
b) Quantas Direções diferentes poderão ser feitas se a direção tiver cinco cargos
[presidente, vice-presidente, secretário, tesoureiro e vogal] e, cada um desses
cargos, puder ser ocupado por qualquer um dos estudantes eleitos?
c) Se a escolha dos cargos em b) for feita ao acaso, qual a probabilidade de o
presidente, o vice-presidente e o tesoureiro serem todos mulheres?
Exercício 4.1-7
Uma geladaria vende copos que levam duas bolas de gelado do mesmo tamanho.
Suponha que qualquer uma das bolas pode ser escolhida de entre dez sabores diferentes.
Com base nesta informação:
a) (i) Quantos gelados diferentes podem ser feitos a partir desses dez sabores? (ii) Em
quantos desses gelados é que aparece o mesmo sabor?
b) Suponha que pede um gelado com “dois sabores quaisquer” e que esses sabores
são escolhidos ao acaso. Qual a probabilidade de ser um gelado de laranja e limão?
© JAA 2024 Pág. 67

4.2 Álgebra dos conjuntos e diagramas de Venn
ENQUADRAMENTO – CONJUNTOS E DIAGRAMAS DE VENN

O enquadramento principal na nossa análise, no contexto dos diagramas de Venn, é os
conceitos de probabilidade condicionada e de independência estatística.
Probabilidade condicionada e a sua relação com a probabilidade conjunta
P( A∩ B)
P( A | B) = ⇔ P( A ∩ B) = P( A | B) × P ( B)
P( B)
e
P( A∩ B)
P( B | A) = ⇔ P( A ∩ B) = P( B | A) × P( A)
P( A)
Condição de independência estatística entre os acontecimentos A e B
P( A | B) = P( A) , com P( A) > 0
e
P(B | A) = P(B) , com P( B) > 0
Probabilidade condicionada e probabilidade conjunta quando os acontecimentos A e B
são independentes
 P( A∩ B)
 P( A|B) = P( B)
 P( A∩ B)
  = P( A) ⇔ P( A ∩ B) = P( A) × P( B)
 P( A|B) = P( A) P ( B )


 P( A∩ B)
 P( B| A) =
P( A)
 P( A∩ B)
  = P(B) ⇔ P( A ∩ B) = P( A) × P(B)
 P( B| A) = P(B) P ( A)


Quando dois acontecimentos são independentes a probabilidade condicionada de um

deles pelo outro é igual à probabilidade geral e a sua probabilidade conjunta é igual ao
produto das suas probabilidades.
© JAA 2024 Pág. 68

Exercício 4.2-1
Num estudo da Organização Internacional do Trabalho era indicada a seguinte
informação relativa a todas as crianças com idade entre 5 e 9 anos, no ano de 2000:
Crianças que trabalham 12, 2 %
- Só trabalham 5, 4 %
- Trabalham e vão à escola 6, 8 %
Crianças que vão à escola e não trabalham 68, 0 %
Crianças que não trabalham nem vão à escola 19, 8 %
Nota: Utilize a seguinte notação para os acontecimentos:

A: Crianças que vão à escola;
B: Crianças que trabalham
a) Represente a informação do quadro acima através de um diagrama de Venn.

b) Escolhida uma criança ao acaso calcule a probabilidade de andar na escola.
c) (i) Verifique se, de um ponto de vista estatístico, a probabilidade de andar na escola
e a probabilidade de trabalhar são acontecimentos independentes. (ii) Comente o
resultado encontrado [máximo de duas linhas].
***
ILO – International Labor Office - «Every child counts: new global stimates on child labour». Geneva, April
2002, p.41. International Programme on the Elimination of Child Labor (IPEC) e Statistical Information and
Monitoring Programme on Child Labor (SIMPOC). – Download a partir de
http://www.ilo.org/public/english/standards/ipec/simpoc/others/globalest.pdf [2005-08-04; 16:50]
O estudo foi levado a cabo por amostragem. Para mais pormenores e para ter uma informação mais precisa
deve consultar-se o documento indicado. É indicado 600 200 000 como o número total de crianças entre 5 e
9 anos.
Exercício 4.2-2
Uma empresa pretende fazer publicidade junto de uma determinada população de

2000 pessoas. Para tanto, conseguiu apurar informação relativa à leitura de três revistas,
as revistas A, B e C. Essa informação encontra-se no quadro abaixo:
Informação relativa aos hábitos de leitura da população em causa
N.º %
Total de indivíduos da população em causa 2 000
Pessoas que leem a revista A 1 200

Pessoas que leem a revista B 1 000
Pessoas que leem a revista C 760
Pessoas que leem as revistas AeB 600
Pessoas que leem as revistas AeC 300
Pessoas que leem as revistas BeC 300
Pessoas que leem as revistas A e B e C 200
© JAA 2024 Pág. 69

a) (i) Calcule a percentagem de cada um dos acontecimentos indicados na primeira

coluna do Quadro I. – Indique essa percentagem, na terceira coluna do mesmo
quadro.
(ii) Relacione essa percentagem com a probabilidade de uma pessoa, selecionada
ao acaso, fazer parte de cada um desses acontecimentos.
(iii) Represente os acontecimentos indicados num diagrama de Venn.
b) Se um artigo puder ser publicado simultaneamente em duas revistas, que revistas
deve escolher de forma a que a probabilidade desse artigo ser lido seja maior?
Justifique indicando essa probabilidade.
c) Qual a probabilidade de uma pessoa dessa população, selecionada ao acaso, ler
pelo menos uma dessas revistas?
d) Qual a probabilidade de uma pessoa dessa população, selecionada ao acaso, ler a
revista A sabendo-se que lê a revista B? Interprete.
Exercício 4.2-3
Considere a seguinte informação referente às medalhas das provas de natação, dos Jogos
Olímpicos de Atenas de 2005:
Informação referente às medalhas N.º %
Total de medalhas 97
Total de medalhas de ouro [A]: 32
Total de medalhas ganhas por mulheres [B]: 49
Total de medalhas ganhas por atletas da Austrália [C]: 15
Total de medalhas de ouro ganhas por mulheres 16
Total de medalhas de ouro ganhas por atletas da Austrália 7
Total de medalhas ganhas por mulheres da Austrália 9
Total de medalhas de ouro ganhas por mulheres da Austrália 4
a) Construa um diagrama de Venn em que ilustre as probabilidades associadas aos

acontecimentos em causa.
b) Considere que é selecionado ao acaso um atleta. Qual a probabilidade de ser
mulher ou da Austrália ou ambas as coisas?
c) Considere que é selecionado ao acaso um atleta. Qual a probabilidade de ser da
Austrália sabendo que recebeu uma medalha de ouro?
***
Nota: Dados tirados de quadro com a distribuição de todas as medalhas de natação, dos Jogos Olímpicos de
Atenas, por tipo de medalha e por país. Fonte:
http://www.athens2004.com/fr/OlympicMedals/medals?lang=fr&channel=OlympicMedals&discipline_code
=SW [2005.04.05; 10h50m].
© JAA 2024 Pág. 70

Exercício 4.2-4
Considere a seguinte informação referente aos nascimentos [de nados-vivos] em Portugal
no ano de 2000:
INFORMAÇÃO RELATIVA AOS NASCIMENTOS Nº %

Total de nascimentos 120 071 100, 0 %
Total de nascimentos em que o bebé foi o primeiro filho [A] 65 419 54, 5 %
Total de nascimentos de mães com 17 anos [B] 1 404 1, 2 %
Total de nascimentos de homens [C] 62 262 51, 9 %
Total de nascimentos em que o bebé foi o primeiro filho e mães com 17 anos 1 320 1, 1 %
Total de nascimentos em que o bebé foi o primeiro filho e era homem 33 936 28, 3 %
Total de nascimentos de homens e mães com 17 anos 742 0, 6 %
Total de nascimentos em que o bebé foi o primeiro filho e mães com 17 anos e era
694 0, 6 %
homem

b) Indique a probabilidade de um bebé selecionado ao acaso ser o primeiro filho e ser
homem.
c) Verifique se o bebé ser homem é independente ou não de ser o primeiro filho.

[Justifique. Use três casas decimais nos valores que comparar].
d) Indique a probabilidade de um bebé selecionado ao acaso ser o primeiro filho de

mães com 17 anos.
e) Verifique se o bebé ser o primeiro filho é independente ou não de ser de mães com
17 anos. [Justifique. Use três casas decimais nos valores que comparar].
***
Nota: No original os dados são apresentados em valores absolutos. As percentagens indicadas no exercício
foram calculadas por nós a partir desses valores absolutos. Fonte: Portugal, INE - «Estatísticas demográficas:
2000». Tema: População e Condições Sociais. Lisboa: INE, 2002, p. 74. ISSN 0377-2284.
© JAA 2024 Pág. 71

Exercício 4.2-5
Foi feito um estudo sobre a posição dos filhos menores relativamente ao casal de
cônjuges com que vivem [os filhos podem ser desses dois cônjuges ou de anteriores
casamentos de qualquer um deles]. Desse estudo resultou que a probabilidade de
pertencer a cada um dos conjuntos que se indicam é a seguinte:
INFORMAÇÃO RELATIVA AOS CONJUNTOS EM QUE PODEMOS INTEGRAR OS FILHOS Probabilidade,
MENORES em %
Total de filhos menores 100, 0 %
Filhos biológicos do homem [A] 92, 00 %

Filhos biológicos da mulher [B] 97, 00 %
Filhos do sexo feminino [C] 49, 26 %
Filhos biológicos do homem e da mulher [A∩B] 90, 00 %
Filhos biológicos do homem e que são do sexo feminino [A∩C] 45, 08 %
Filhos biológicos da mulher e que são do sexo feminino [B∩C] 47, 53 %
Filhos biológicos do homem e da mulher e que são do sexo feminino [A∩B∩C] 44, 10 %

b) Qual a probabilidade de um filho, escolhido ao acaso, ser filho biológico de pelo
menos um dos cônjuges [pode ser do homem, da mulher, ou de ambos]?
c) Sabe que um filho é filho biológico do homem. Qual a probabilidade de ser também
filho biológico da mulher?
d) Verifique se ser filho do sexo feminino é ou não independente de ser filho biológico
do homem.
e) (i) Suponha que a análise foi feita com base em 10 000 filhos. Qual o n.º de filhos
do sexo feminino que são adotados.
(ii) Suponha que a análise foi feita com base em 10 000 filhos. Qual o n.º de filhos
do sexo masculino que são adotados.
***
Neste exercício pretende-se abordar a questão das famílias que têm filhos do atual casamento e/ou de
anteriores casamentos dos cônjuges. É uma base para analisar problemas como o de quem fica com os
filhos desses anteriores casamentos: se o pai, se a mãe. Considera-se na análise que os filhos tanto podem
ser biológicos como adotados.
Os dados não são reais mas o exercício é baseado, em parte, na abordagem que é feita deste assunto por
Sofia Aboim, Vanessa Cunha e Pedro Vasconcelos - «Um primeiro retrato das famílias em Portugal», in
Karin Wall (organização) - «Famílias em Portugal», Imprensa de Ciências Sociais, Instituto de Ciências
Sociais da Universidade de Lisboa; 1ª Edição: Outubro de 2005, pp.51-81, e em especial quadro da p.62.
ISBN 972-671-161-4.
© JAA 2024 Pág. 72

Exercício 4.2-6
Num inquérito às pessoas que diariamente se deslocam para Lisboa, foi pedido para
indicarem qual ou quais destes três meios de transporte utilizavam: combóio [A], metro
[B] e autocarro [C]. As respostas deram os seguintes resultados relativamente à
probabilidade de utilização desses meios de transporte:
P(A) = 30 % P(A∩B) = 15 %
P(B) = 40 % P(A∩C) = 18 %
P(C) = 50 % P(B∩C) = 32 %
P(A∩B∩C) = 10 %
a) Construa um diagrama de Venn onde ilustre a informação acima referida. Inclua

também no diagrama a probabilidade de não utilizar nenhum desses três meios de
transporte.
b) Considere que quer distribuir um novo jornal apenas em dois dos meios de
transporte referidos. Quais os dois meios de transporte que deve escolher para
maximizar a probabilidade desse novo jornal ser lido?
c) Sabe-se que uma pessoa utiliza o combóio e o metro. Qual a probabilidade de
utilizar o autocarro?
d) i) Verifique se andar de metro é independente de andar de combóio.
ii) Verifique se andar de autocarro é independente de andar de combóio.
Foi feito um outro inquérito às mesmas pessoas que tinham respondido ao primeiro
inquérito. Apurou-se que 40% dessas pessoas também utilizava o automóvel [D] para se
deslocar diariamente para Lisboa.
e) i) Qual a probabilidade mínima de uma pessoa utilizar o automóvel e pelo menos
um dos outros três meios de transporte? ii) E qual a probabilidade máxima?
© JAA 2024 Pág. 73

Exercício 4.2-7
Foi feito um estudo sobre a distribuição das tarefas domésticas nas famílias portuguesas.
Desse estudo resultou o seguinte:
Distribuição das tarefas domésticas nas famílias portuguesas
[ % do trabalho doméstico realizado por … ]
Probabilidade,
CONJUNTOS
em %
Pela mulher, sozinha 54, 2 %
Pelo marido, sozinho 17, 9 %
Pelos filhos(as), sozinhos 0, 7 %
Pelo casal, e mais ninguém [a mulher em conjunto com o marido] 14, 4 %
Pela mulher em conjunto com os filhos(as), e mais ninguém 5, 3 %
Pelo marido em conjunto com os filhos(as), e mais ninguém 0, 5 %
Pelo casal e filhos(as) [a mulher, o marido e os filhos(as), conjuntamente] 1, 5 %
Por outras pessoas [por exemplo empregada doméstica] 5, 5 %
Soma de todas as percentagens acima 100, 0 %

Nota: Nesse diagrama de Venn faça a seguinte identificação:
A: Subconjunto das mulheres
B: Subconjunto dos maridos
C: Subconjunto dos filhos(as)
b) Qual a probabilidade de uma tarefa doméstica, escolhida ao acaso, ter uma mulher
a participar na sua execução [tanto pode ser sozinha como acompanhada de
qualquer outro membro do agregado familiar]?
c) Verifique se a participação da mulher no trabalho doméstico é ou não independente
da participação do marido no trabalho doméstico.
d) Sabe que uma dada tarefa doméstica é feita por pelo menos um dos membros do
casal [pode ser pela mulher, pelo marido ou por ambos]. Qual a probabilidade de
essa tarefa doméstica ser feita pelos filhos(as)?
***
Fonte: Karin Wall e Maria das Dores Guerreiro - «A divisão familiar do trabalho», in Karin Wall
(organização) - «Famílias em Portugal», Imprensa de Ciências Sociais, Instituto de Ciências Sociais da
Universidade de Lisboa; 1ª Edição: Outubro de 2005, pp.240-245 [capítulo 6] e, em especial, quadro da
p.241. ISBN 972-671-161-4.
Exercício 4.2-8
Para um casamento foram feitas as seguintes três listas separadas de convidados:

A: Lista de convidados feita pelo noivo. esta lista tem 150 convidados
B: Lista de convidados feita pela noiva: esta lista tem 120 convidados
C: Lista de convidados feita pelos pais dos noivos: esta lista tem 80 convidados
© JAA 2024 Pág. 74

Quando as três listas foram analisadas foi apurado o seguinte:

As listas do noivo e da noiva tinham em comum 50 convidados;
As listas do noivo e dos pais tinham em comum 40 convidados;
As listas da noiva e dos pais tinham em comum 30 convidados;
Havia 20 convidados que eram comuns a todas as listas.
a) Construa dois diagramas de Venn onde ilustre a informação indicada acima. (i) Num
diagrama coloque o número de casos e (ii) noutro diagrama coloque as respectivas
probabilidades.
b) Verifique se ser convidado do noivo independente ou não de ser convidado da
noiva. Interprete. [Máximo de 10 linhas para a interpretação].
c) Sabe que um convidado faz parte da lista dos pais. Qual a probabilidade de fazer
apenas parte da lista dos pais? [Máximo de 10 linhas para a interpretação].
[Basta calcular a probabilidade. Não precisa de formalizar em termos de notação].
4.3 Quadros de dupla entrada
ENQUADRAMENTO – QUADROS DE DUPLA ENTRADA
O enquadramento é semelhante ao dos quadros de dupla entrada no contexto descritivo,

quando se trabalha com frequências relativas. Mas a interpretação tem de ser feita num
contexto probabilístico. Todas as operações que no contexto podem ser feitas com
frequências relativas podem aqui ser transpostas para a análise com probabilidades.
Exercício 4.3-1
Em Portugal, o número de hóspedes nas pousadas de juventude no ano de 1999, de

acordo com a área geográfica de proveniência e língua falada nessa área geográfica, foi o
seguinte:
Área geográfica de proveniência

União Europeia África América Outros Total
B1 B2 B3 B4
Língua portuguesa
A1 109 603 29 2 128 0 111 760
falada
Língua
Outra língua
A2 27 937 235 6 180 8 080 42 432
Total 137 540 264 8 308 8 080 154 192
Considere uma pessoa, selecionada ao acaso, que foi hóspede nas pousadas de juventude
em Portugal no ano 1999. Indique as seguintes probabilidades:
a) (i) De falar a língua portuguesa. (ii) De ser da América.
© JAA 2024 Pág. 75

b) De, simultaneamente, ser da América e falar a língua portuguesa.

c) De falar a língua portuguesa sabendo que é da América.
d) De ser da América sabendo que a língua falada é a portuguesa.
e) Verifique se a probabilidade de uma pessoa falar a língua portuguesa é
independente da área de proveniência dessa pessoa.
***
Fonte dos dados que serviram para a construção da tabela do Exercício 4.3-1: PORTUGAL, INE -
«Estatísticas do Turismo: 1999». Ano de edição 2000. P.112-113. ISSN 0377-2306. Os valores indicados dizem
respeito aos «hóspedes nas pousadas de juventude, por países de residência habitual». Note-se que, o país de
residência, pode não indicar a língua que é falada, mas assumimos a hipótese de que indicava para construir
este exercício.
Exercício 4.3-2
O número de vítimas dos acidentes rodoviários, de acordo com a localização do acidente

e o tipo de vítimas, no ano de 2002, foi o seguinte:
Tipo de Vítimas
B1: Vítimas B2: Vítimas Total
Mortais Não Mortais
A1: Dentro das
do Acidente
613 35 527 36 140

Localização
Localidades
A2: Fora das

856 21 058 21 914
Localidades
Total 1 469 56 585 58 054
Fonte: Portugal, Ministério da Administração Interna, Direcção-Geral de Viação, Observatório de Segurança Rodoviária - «Sinistralidade
rodoviária 2002: elementos estatísticos». P.25 [«Acidentes e vítimas segundo a natureza e a localização»].
Considere uma vítima dos acidentes rodoviários ocorridos em Portugal no ano de 2002,
selecionada ao acaso.
a) Qual a probabilidade de ser simultaneamente vítima mortal e de um acidente
dentro das localidades?
b) Qual a probabilidade de ser vítima de um acidente dentro das localidades?
c) Verifique se a probabilidade de ser um determinado tipo de vítima é independente
da localização do acidente.
d) Compare o risco de ser vítima mortal de acordo com a localização do acidente.
e) O que decorre de considerarmos neste exercício o conceito clássico de propriedade
ou o conceito frequencista de probabilidade?
Nota: Deve reparar que os dados deste exercício são os mesmos que constam do exercício feito
no contexto descritivo. Mas, agora, estes dados estão a dar apoio a um cálculo de
probabilidades. E, o que faz com que estejam em causa probabilidades é o facto de
selecionarmos uma vítima ao acaso para a nossa análise.
© JAA 2024 Pág. 76

Exercício 4.3-3
Foi efetuado um estudo que relacionou, para um conjunto de 200 condutores, a despesa
diária em gasolina com a despesa diária no almoço. As frequências absolutas por classe
de despesa foram as seguintes:
DESPESAS DIÁRIAS EM GASOLINA
[ em euros]
X TOTAL
] 30-35] ]35-40] ]40-45] ]45-50]
X1 X2 X3 X4
] 0-10]
Y1 2 6 10 2 20
DESPESAS DIÁRIAS NO
]10-20]
Y2 4 12 20 4 40
[em euros]
ALMOÇO
]20-30]
Y
Y3 6 18 30 6 60
]30-40]
Y4 8 24 40 8 80
TOTAL 20 60 100 20 200
Considere que um dos condutores em causa foi selecionado ao acaso. Com base neste
pressuposto indique as seguintes probabilidades:
a) (i) De ser um condutor que teve uma despesa diária em gasolina entre 45 e 50
euros. (ii) De ser um condutor que gastou 20 a 30 euros no almoço. (iii) De ser um
condutor que teve uma despesa diária em gasolina entre 40 e 45 euros e gastou 10
a 20 euros no almoço.
b) Verifique se as variáveis X e Y são independentes. Comente.
4.4 Diagramas em árvore e teorema de Bayes
ENQUADRAMENTO – TEOREMA DE BAYES
P ( Ai ) : Probabilidades "à priori"

P ( Ai | B j ) : Probabilidades "à posteriori"
P ( Ai ∩ B j ) P ( Ai ∩ B j ) P ( Ai ) × P ( B j | Ai )
P ( Ai | B j ) = = =
P ( Bj )  P ( A ∩ B )   P ( A ) × P ( B
i j i j | Ai ) 
i i
Ai são acontecimentos mutuamente exclusivos dos quais

um necessariamente ocorre
∪∀i Ai = Ω [A união de todos os subconjuntos Ai dá o universo Ω]

∪∀ j B j = Ω [A união de todos os subconjuntos B j dá o universo Ω]
© JAA 2024 Pág. 77

Exercício 4.4-1
Uma doença afecta 1% de uma determinada população. As pessoas que têm essa doença,
em 60% dos casos têm febre. Quando não têm essa doença, a percentagem das pessoas
que têm febre [que se deverá a outras razões] é de 10%. [Este exercício traduz um pouco
o sucedeu com o “diagnóstico rápido” da SAR (pneumonia aguda atípica)]
a) Construa um diagrama em árvore que permita visualizar a informação deste
exercício.
b) Suponha que seleccionava ao acaso uma pessoa dessa população. (i) Qual a
probabilidade de essa pessoa ter febre? (ii) E de não ter febre?
c) Suponha que sabe que uma pessoa tem febre. (i) Qual a probabilidade de essa
pessoa ter a doença? (ii) E de não ter a doença?
d) Se uma população for constituída por um milhão de pessoas:
(i) Quantas é de esperar que tenham a doença e quantas é de esperar que não
tenham a doença?
(ii) Quantas é de esperar que tenham febre e quantas é de esperar que não
tenham febre?
(iii) Das pessoas que têm febre, quantas é de esperar que estejam doentes e
quantas é de esperar que não estejam doentes?
Considere agora também a seguinte informação adicional: de entre as pessoas que têm a
doença e têm febre, a probabilidade de transmitirem a doença é de 100%; de entre as
que têm a doença mas não têm febre, a probabilidade de transmitirem a doença é de
80%; as pessoas que não têm a doença não transmitem a doença.
e) Construa de novo um diagrama em árvore que permita visualizar a informação
anterior mais a informação adicional.
Exercício 4.4-2
O proprietário de um restaurante recebe todos os dias um fornecimento de laranjas, as

quais vêm classificadas por lotes de acordo com a sua cor. Essas laranjas podem ser
“verdes”, “amarelas” ou “cor-de-laranja” sendo a proporção de cada tipo de lote no total
de lotes de, respectivamente, 10%, 40% e 50%. As verdes nunca estão estragadas mas a
proporção das que são doces é de apenas 10%. As cor-de-laranja têm igual proporção de
estragadas e não estragadas mas, todas as laranjas que não estão estragadas, são sempre
doces. Quanto às amarelas 20% são estragadas. Dos 80% das amarelas que não são
estragadas metade é doce e metade não é doce. O proprietário do restaurante separa as
laranjas estragadas das outras laranjas e não as vende (pelo que, serem doces ou não, é
um atributo que no seu caso não interessa).
a) Construa um diagrama em árvore que lhe permita visualizar a classificação das

laranjas de acordo com os atributos referidos.
b) Escolhida uma laranja ao acaso pelo proprietário do restaurante, qual a

probabilidade de ser estragada?
© JAA 2024 Pág. 78

c) O proprietário do restaurante encontrou uma laranja estragada. Qual a

probabilidade de ser do lote cor-de-laranja? (Responda quantificadamente).
d) Escolhida uma laranja ao acaso por um cliente do restaurante, qual a probabilidade

de ser doce?
e) Um cliente do restaurante provou uma laranja descascada e verificou que era doce.
Qual a probabilidade de ser uma laranja de casca cor-de-laranja?
Exercício 4.4-3
A repartição dos condutores com 24 anos ou menos, de acordo com o sexo [A1 e A2] e
terem ou não terem intervido em acidentes [B1 e B2], foi a seguinte em Portugal no ano
de 2002:
1, 13 % Intervieram em acidentes: B1
Sexo Feminino: A1
Não intervieram em acidentes: B2
43, 09 % 98, 87 %
Total de condutores
com 24 anos ou
menos
3, 45 %
56, 91 % Sexo Masculino: A2 Intervieram em acidentes: B1
96, 55 % Não intervieram em acidentes: B2
Considere a informação acima relativa aos condutores com 24 anos ou menos:
a) Qual a probabilidade de um condutor, seleccionado ao acaso, ter intervido num

acidente?
b) Considere um determinado condutor, que interviu num acidente, seleccionado ao
acaso. (i) Qual a probabilidade de ser do sexo feminino? (ii) E de ser do sexo
masculino?
c) O número total de condutores com 24 anos ou menos, que intervieram em
acidentes no ano de 2002, foi de 15584. – Em quantos desses acidentes é que os
condutores do sexo feminino foram intervenientes?
***
Fonte dos dados que serviram para a construção do diagrama do Exercício 4.4-3: Portugal, Ministério da
Administração Interna, Direcção-Geral de Viação, Observatório de Segurança Rodoviária - «Sinistralidade
rodoviária 2002: elementos estatísticos». P.48 [«Condutores intervenientes em acidentes segundo o grupo
etário, por sexo» (considerámos apenas as classes relativas a 24 anos ou menos)] e p.103 [«Condutores
segundo o grupo etário, por sexo, em 2002» (considerámos apenas as classes relativas a 24 anos ou menos); é
referido em nota que se trata dos «[t]itulares de cartas de condução constantes da base de dados
informatizada» e que «[n]ão existe procedimento para retirar condutores já falecidos»]. As percentagens
indicadas foram calculadas por nós a partir dos valores absolutos.
© JAA 2024 Pág. 79

Exercício 4.4-4
Considere a seguinte informação relativa aos portugueses que [em Maio de 2005]
estavam dispostos a fazer sacrifícios para reduzir o défice orçamental, de acordo com o
voto nos partidos com assento parlamentar, nas eleições [de Fevereiro] de 2005 [Quadro
A]:
Quadro A - ACEITAM SACRIFÍCIOS ? [ Valores em % ]
PS PSD PCP-PEV CDS/PP BE

SIM B1 72,4 62,4 53,3 62,8 53,8
NÃO B2 24,1 29,3 42,1 21,8 32,8
Sem opinião B3 3,5 8,3 4,6 15,4 13,4
Soma 100,0 100,0 100,0 100,0 100,0
Nota: Este quadro não é um quadro de dupla entrada.
Considere também a informação relativa ao voto nos partidos com assento parlamentar,
nessas eleições de 2005 [Quadro B]:
Quadro B –VOTO DOS ELEITORES CONSIDERANDO APENAS OS PARTIDOS COM ASSENTO

PARLAMENTAR [ Valores em % ]
47,4 30,2 8,0 7,7 6,7
a) Com base na informação dos Quadros A e B complete o diagrama em árvore abaixo

com as percentagens em causa.
Sim B1
Não B2
Sem opinião B3
PS A1
Sim B1
Não B2
PSD A2
Sem opinião B3
Sim B1
Distribuição da votação
nos partidos com assento PCP-PEV A3 Não B2
parlamentar
Sem opinião B3
Sim B1
CDS/PP A4 Não B2
Sem opinião B3
Sim B1
BE A5
Não B2
Sem opinião B3
© JAA 2024 Pág. 80

b) Selecionada um eleitor ao acaso de um desses partidos, qual a probabilidade de

estar disposto a aceitar sacrifícios?
c) Sabe-se que dado eleitor aceita sacrifícios. Qual a probabilidade de ser do eleitorado
do PS?
d) Aceitar ou não sacrifícios é independente do partido em que se votou? Justifique
[máximo de 10 linhas; não precisa de fazer mais contas mas deve ilustrar com base
na informação de que dispõe].
e) Para uma melhor compreensão do tema em causa, poderá refazer os cálculos tendo
em conta a abstenção e os votos nos partidos sem assento parlamentar. Terá de
refazer o diagrama em árvore e os respetivos valores com base nos quadros E, D e F
indicados abaixo.
De um ponto de vista sociopolítico, o aspeto crucial a ter em atenção é o peso da

abstenção no universo dos eleitores (e da população):
Quadro E –VOTANTES E ABSTENÇÃO

VOTANTES ABSTENÇÃO
65,03 34,97
E por isso a pergunta relativa à aceitação ou não de sacrifícios também foi feita aos
eleitores que se abstiveram.
Quadro D - ACEITAM SACRIFÍCIOS ? [ Valores em % ]
PS PSD PCP-PEV CDS/PP BE Abstenção

SIM B1 72,4 62,4 53,3 62,8 53,8 63,4
NÃO B2 24,1 29,3 42,1 21,8 32,8 26,9
Sem opinião B3 3,5 8,3 4,6 15,4 13,4 9,7
Soma 100,0 100,0 100,0 100,0 100,0 100,0
Nota: Este quadro não é um quadro de dupla entrada.
A informação quanto à votação considera agora todos os votos expressos e não somente
o dos partidos com assento parlamentar.
Nota: A forma com as perguntas tinham sido feitas nas alíneas a) a d) era
como se não existissem pessoas cujos votos foram brancos ou nulos.
Quadro F –VOTO DOS ELEITORES CONSIDERANDO TODOS OS VOTOS EXPRESSOS

[ Valores em % ]
Outros
partidos
45,05 28,7 7,56 7,26 6,38 5,05
***
Fonte da informação relativa à aceitação ou não de sacrifícios para reduzir o défice: Jornal de Negócios,
Segunda-feira, 23 Maio 2005, Ano VII, Nº512, p.40. A ficha técnica deste estudo, que se transcreve, é a
© JAA 2024 Pág. 81

seguinte: «OBJECTO: Défice. UNIVERSO: Eleitores residentes em Portugal em lares com telefone fixo.
AMOSTRA: Aleatória estratificada por região, habitat, sexo, idade, actividade, instrução e voto legislativo,
polietápica e representativa do universo, com 600 entrevistas telefónicas (345 a mulheres). COMPOSIÇÃO:
Proporcional pelas variáveis de estratificação. RESPOSTAS: Taxa de resposta de 67.6%. Desvio-padrão máximo
de 0,020. REALIZAÇÃO: 16 a 18 de Maio de 2005, pela Aximage, com a direcção técnica de Jorge de Sá.
Fonte da informação relativa ao voto dos eleitores http://www.legislativas.mj.pt/legislativas2005/CP/D23/

[2005.06.01; 14:11]. - As percentagens que se indicam no exercício não são a percentagem de votos no total
de votos. São a percentagem de votos no total dos votos nos partidos com assento parlamentar.
Exercício 4.4-4
Convém distinguir um quadro de dupla entrada de um diagrama em árvore. Nesse

sentido, responda às seguintes questões:
a) Comente a afirmação seguinte: “Todas as situações que podem ser ilustradas por
um quadro de dupla entrada também o podem ser por um diagrama em árvore. O
contrário não é necessariamente verdade”.
b) Indique em qual das duas seguintes situações é mais adequado usar um diagrama
em árvore ou um quadro de dupla entrada: “fotografia” [os dois atributos ocorrem
em simultâneo] e “evolução sequencial”.
© JAA 2024 Pág. 82

5 VARIÁVEIS ALEATÓRIAS
5.1 Definição e parâmetros
ENQUADRAMENTO – VARIÁVEIS ALEATÓRIAS DISCRETAS
Propriedades fundamentais de todas as funções de probabilidade
(i ) f ( x) ≥ 0 Para todos os valores do

domínio da variável X
(ii )  f ( x) = 1 ou  f ( xi ) = 1
Todos os i
valores de x
Valor esperado, variância e desvio-padrão de uma variável aleatória
µX = E( X ) =  x
i
f ( xi )
i
σ X2  =  ( x − µX ) f (x )
= E ( X − µ X )
2 2
=V ( X )
  i i
i
= V ( X ) = E ( X 2 ) − E ( X )2 =  x 2 f ( x ) − ( µ X )
2
ou
i i i
σX = σ X2
Variáveis aleatórias discretas
Exercício 5.1-1
Considere a experiência aleatória que consiste na verificação do sexo (feminino ou
masculino) de dois bebés que vão nascer. Assuma que a probabilidade de ser masculino é
51% e a de ser feminino é 49%. Excluindo o caso de gémeos [ou seja, cada mãe só tem um
bebé], responda às seguintes questões:
a) Determine o espaço de resultados da experiência que consiste na verificação do

“sexo dos dois bebés que nascem”, e determine a probabilidade de cada um dos
acontecimentos elementares.
b) A partir do espaço de resultados determinado em a), construa a função de

probabilidade das variáveis aleatórias que se definem como “n.º de bebés do sexo
masculino em dois nascimentos” e “n.º de bebés do sexo feminino em dois
nascimentos”.
c) Com base em b), construa as funções de distribuição de probabilidade

[probabilidade acumulada] para as duas variáveis.
© JAA 2024 Pág. 83

d) Calcule o valor esperado e a variância também para as duas variáveis definidas

em b).
***
Nota: De acordo com Manuel Nazareth [«Introdução à demografia: teoria e prática»; 1ª edição; Lisboa:
Editorial Presença, 1996; pp.106-107], a relação de masculinidade dos nascimentos [(nascimentos
masculinos / nascimentos femininos)×100] é à volta de 105 resultante de, por cada 100 raparigas nascerem
cerca de 105 rapazes.
Exercício 5.1-2
Considere a seguinte função de probabilidade da variável aleatória X, referente ao nº de

prémios que podem sair num concurso:
x [nº do prémios] 0 1 2 3 4
f(x) [probabilidade] 0.10 0.20 0.25 0.30 0.15

[Tenha presente que este exercício é com uma variável aleatória discreta].
a) Verifique que esta função cumpre os requisitos necessários para ser função de
probabilidade.
b) Represente graficamente esta função de probabilidade.
c) Calcule a função de distribuição (probabilidade acumulada) de X.
d) Confirme as seguintes igualdades:
i) P( X < 2) = P( X ≤ 2) − f (2)
ii ) P( X > 2) = 1 − P( X ≤ 2)
iii ) P(1 < X ≤ 3) = P( X ≤ 3) − P( X ≤ 1)
e) Calcule o valor esperado, a variância e o desvio-padrão do valor dos prémios.
f) (i) Qual o significado do valor esperado? Relacione com o conceito de média de
uma variável na estatística descritiva.
(ii) Qual o significado do desvio-padrão? Relacione com o conceito de
desvio-padrão de uma variável na estatística descritiva.
Exercício 5.1-3
Num determinado jogo uma pessoa pode obter a seguinte pontuação:
x [pontuação] 0 1 2 3 4
a) (i) Calcule o valor esperado da pontuação de uma pessoa nesse jogo.

(ii) Calcule a variância e o desvio-padrão da pontuação de uma pessoa nesse jogo.
© JAA 2024 Pág. 84

b) Qual a diferença entre o valor esperado obtido em a) (i) e a média obtida para uma
variável não aleatória na estatística descritiva? [Máximo de 10 linhas].
Exercício 5.1-4
Um casal que ainda não tem filhos gostava de ter uma menina. Para isso está disposto a
ter até três filhos biológicos, parando de ter filhos quando nasce uma menina. Mas, se o
terceiro filho biológico ainda não for uma menina, o casal desiste de ter mais filhos
biológicos.
Assim, considere a variável aleatória X definida como:
X: N.º de nascimentos de filhos biológicos do casal
x 1 2 3
f(x) 0,4900 0,2499 0,2601
Nota: O quadro foi construído supondo que nunca nascem

gémeos. Nos cálculos use os valores do quadro e
considere por isso que nunca nascem gémeos.
a) Calcule o valor esperado, a variância e o desvio-pasdrão da variável aleatória X.

Interprete.
b) Indique como foi feito o cálculo [cujo resultado consta da tabela do enunciado] de
f(3)=0,2601. Justifique o seu procedimento.
Nota: Neste exercício considera-se que a probabilidade de,
num nascimento, nascer uma menina, é 0,4900.
ENQUADRAMENTO – VARIÁVEIS ALEATÓRIAS CONTÍNUAS
As variáveis aleatórias contínuas são abordadas no contexto da distribuição normal.

Trabalharemos essa distribuição mais adiante.
5.2 Duas distribuições teóricas fundamentais: Binomial e Normal
ENQUADRAMENTO – DISTRIBUIÇÃO BINOMIAL

Uma distribuição binomial dá a probabilidade de obter x sucessos em n provas de
Bernoulli, todas independentes, e com igual probabilidade de sucesso p em cada uma das
provas. É uma distribuição discreta. n e p são os parâmetros da distribuição binomial.
Por exemplo a probabilidade de obter 12 faces em 20 lançamentos de uma mesma
moeda [ou em 20 lançamentos de moedas diferentes todas com a mesma probabilidade
de obter face], ou por exemplo a probabilidade de ter 4 rapazes em 6 filhos.
Aquilo a que se chama sucesso é arbitrário no seguinte sentido: ao lançar uma moeda ao
ar pode considerar-se que sair face é sucesso, mas também se pode considerar-se que
© JAA 2024 Pág. 85

sair coroa é um sucesso. Assim, tem de ser definido o que, na experiência aleatória em
causa, é sucesso ou insucesso.
Uma prova de Bernoulli é uma prova em que só são possíveis dois resultados, como por
exemplo “sim/não” ou sexo “masculino/feminino”. Muitos fenómenos que não são
dicotómicos também podem ser apresentados na forma dicotómica. Por exemplo um
dado tem seis faces mas podem formalizar-se os acontecimentos “sair ás/não sair ás” e
pode haver seis partidos concorrentes a uma eleição e formalizar-se a votação nesses
partidos como “votar no partido A/não votar no partido A”.
Quando se indica que as provas são independentes significa que a probabilidade de obter
um sucesso numa prova não influencia a probabilidade de obter um sucesso nas outras
provas.
A distribuição binomial formaliza-se da seguinte forma:
Apresenta-se aqui o processo de cálculo das probabilidades de uma binomial. Em geral

esse cálculo não é necessário, pois os exercícios estão preparados para poderem ser
resolvidos, no que toca às probabilidades, com as tabelas que estão nos anexos. Ter
também em atenção as fórmulas do valor esperado da binomial.
X: Nº de sucessos em n provas de Bernoulli, todas independentes

e com a mesma probabilidade de sucesso p
X ∩ b( n ; p ) indica que X tem distribuição binomial de parâmetros n e p

n
× (1 − p )
n−x
P( X = x) = f ( x) = C x× p x
x = 0 ; 1 ; 2 ; ... ; n
0 < p <1
O valor esperado e a variância de x podem ser dados

pelas expressões: E[ X ] = n × p Var[ X ] = n × p × (1 − p )
Quando n=1 temos a chamada distribuição de Bernoulli ou binomial bi-pontual onde:

P( X = x) = f ( x) = p x × (1 − p )
1− x
x=0 ; 1
0 < p <1
E[ X ] = p Var[ X ] = p × (1 − p )
Em anexo constam tabelas com a função de probabilidade e com a função de

probabilidade acumulada para os valores mais usuais de p usados nesta distribuição.
Também pode ser calculada a probabilidade de obter Y insucessos em n provas de

Bernoulli:
© JAA 2024 Pág. 86

Sendo y = n − x n º de insucessos em n provas de Bernoulli

P( X = x) = P(Y = n − x) mas usando q = (1 − p ) em vez de p
n
× (1 − q )
n− y
P(Y = y ) = f ( y ) = C y×q y
y = 0 ; 1 ; 2 ; ... ; n
0 < q <1
O valor esperado e a variância de y podem ser dados

pelas expressões abaixo:
E[Y ] = n × (1 − p ) Var[Y ] = n × p × (1 − p )
Exercício 5.2-1
Em qual ou quais, das quatro situações indicadas abaixo, podemos ou não utilizar a
distribuição binomial para calcular a probabilidade de obter um determinado número de
sucessos? Justifique cuidadosamente por palavras em linguagem estatística, associando
com as probabilidades em causa [não precisa de fazer cálculos ou indicar valores
quantitativos].
A: Uma moeda é lançada 4 vezes ao ar. A experiência aleatória consiste em verificar,
para cada lançamento, se o resultado é face ou coroa. – Considera-se sucesso de cada
vez que sai face.
B: Vão nascer quatro crianças de mães diferentes. A experiência aleatória consiste em
verificar, para cada criança, se é menino ou menina. – Considera-se sucesso de cada
vez que nasce uma menina.
C: Numa sala estão cinco homens e cinco mulheres. Saem quatro pessoas totalmente ao
acaso da sala. A experiência aleatória consiste em verificar, sucessivamente, o sexo da
pessoa que sai em primeiro lugar, o sexo da pessoa que sai em segundo lugar, o sexo
da pessoa que sai em terceiro lugar e o sexo da pessoa que sai em quarto lugar. –
Considera-se sucesso de cada vez que sai uma mulher.
D: Temos um país com um milhão de habitantes. A experiência aleatória consiste em
verificar, sucessivamente, o sexo das quatro primeiras pessoas que são contactadas
totalmente ao acaso. – Considera-se sucesso de cada vez que o sexo da pessoa
contactada é feminino.
Exercício 5.2-2
«Um quarto dos portugueses com mais de 18 anos assume não ter conhecimento da
obrigatoriedade do uso do cinto de segurança quando segue no banco de trás do veículo.
O que é obrigatório por lei. Alertados para esta questão, os responsáveis da PSP
decidiram promover durante o mês de Agosto [de 2003] uma fiscalização […]».
a) Seleccionados ao acaso e de forma independente 9 portugueses com mais de 18

anos, (i) qual a probabilidade de 3 não saberem que é obrigatório usar cinto de
segurança atrás? (ii) E de todos saberem?
© JAA 2024 Pág. 87

b) Seleccionados ao acaso e de forma independente 600 portugueses com mais de 18

anos, quantos é de esperar que não saibam que é obrigatório usar cinto de
segurança atrás?
***
Fonte: C.F. - «Prevenção: um milhão de condutores não usa cinto de segurança». Lisboa: Diário de Notícias,
31 de Julho de 2003, p. 17. – É referido que os dados, divulgados pela DGV [Direcção-Geral de Viação],
dizem respeito a um estudo realizado pelo Indeg. Segundo a mesma fonte, para esse estudo foi inquirida
uma amostra de «600 pessoas representativas dos portugueses com mais de 18 anos».
Exercício 5.2-3
Na curva de uma estrada muito movimentada foi colocado um painel publicitário com
publicidade a roupa interior feminina. Um estudo detectou que 25 em cada 100
condutores se distraem da condução com essa publicidade.
a) Num determinado intervalo de tempo vão passar 15 condutores nessa curva. Qual a
probabilidade de 6 desses condutores se distraírem com essa publicidade?
b) Continue a considerar que vão passar 15 condutores nessa curva. Qual a

probabilidade de 5 ou menos desses condutores se distraírem com essa
publicidade?
c) Considere que, quando os condutores se distraem, cometem uma manobra

perigosa. Numa hora em que passam dois mil condutores nessa curva quantos é de
esperar que cometam uma manobra perigosa?
***
Os dados deste exercício não são reais. No entanto, a situação que relata pode ser real e há referência de
acidentes rodoviários devidos a distrações com painéis publicitários. Esta controvérsia tem relevância,
nomeadamente diversos aspetos, a nível da ética da publicidade e a nível da segurança rodoviária.
Exercício 5.2-4
Considere um país onde a percentagem de empregados que foram alvo de intimidação no

emprego (assédio moral) é de 20%.
a) Selecionados 10 empregados ao acaso qual a probabilidade de: (i) nenhum ter sido
intimidado; (ii) menos de sete terem sido intimidados; (iii) mais de dois terem sido
intimidados.
b) Se selecionar sempre amostras de 10 empregados ao acaso, quantos será de
esperar, em média, que tenham sido intimidados? Justifique.
c) Considere que nessa empresa trabalham duzentos empregados. Quantos é de
esperar que tenham sido intimidados no emprego? Justifique.
Exercício 5.2-5
A probabilidade de cada candidato a um determinado emprego ter o perfil adequado é de

40%. O facto de um candidato ter o perfil adequado não influencia o perfil dos outros
candidatos.
© JAA 2024 Pág. 88

a) Entrevistados 10 candidatos selecionados ao acaso, (i) qual a probabilidade de

5 terem o perfil adequado? (ii) E de 3 não terem o perfil adequado?
b) Escolhidos 8 candidatos ao acaso (i) qual a probabilidade de 5 terem o perfil

adequado? (ii) E de 2 não terem o perfil adequado?
Exercício 5.2-6
Numa escola a percentagem de alunas [mulheres] é de 60% e a de alunos [homens] é de

40%. Suponha que a seleção dos alunos para uma dada Comissão é feita de forma
independente para cada aluno e totalmente ao acaso.
a) Suponha que a Comissão vai ser composta por 10 pessoas. (i) Qual a probabilidade
de ter 2 homens? (ii) E de ter apenas mulheres?
b) Suponha agora que a Comissão vai ser composta por 20 pessoas. (i) Qual a
probabilidade de ter menos de 11 homens? (ii) Qual a probabilidade de ter mais de
5 e menos de 10 homens [entre 5 e 10 homens]? (iii) Qual a probabilidade de ter
mais de 2 homens.
Exercício 5.2-7
«Segundo o Inquérito Nacional de Saúde de 1998/99 (INSA) 16,2 por cento da população
fumadora com mais de dez anos experimentou o cigarro na puberdade, entre os dez e
catorze anos. [...] Após este primeiro contacto são poucos os que fumam com
regularidade.»
a) Considere que está a analisar a população fumadora com mais de dez anos.
Escolhidos sete fumadores ao acaso, qual a probabilidade de três terem
experimentado o cigarro na puberdade? [Arredonde para usar as tabelas; pode
também fazer o cálculo exato].
«Mas a questão de pegar ou largar começa em plena adolescência e início da idade

adulta, entre os quinze e os 24 anos. Segundo o INSA, 73,5 por cento [da população
fumadora com mais de dez anos] começa a fumar nesta fase em que as necessidades de
afirmação pessoal, emancipação e integração precisam de ser preenchidas. [...] A entrada
na universidade é também propícia ao hábito de fumar.»
b) Considere que continua a analisar a população fumadora com mais de dez anos.
Escolhidos dez fumadores ao acaso, qual a probabilidade de seis terem começado a
fumar entre os quinze e os vinte e quatro anos? [Arredonde para usar as tabelas;
pode também fazer o cálculo exato].
***
Fonte das citações: Catarina Jerónimo - «Fumar: um vício de morte»; família cristã – setembro 2002, pp.20-22.
O artigo foi publicado a propósito do dia 17 de novembro, Dia do Não Fumador.
© JAA 2024 Pág. 89

ENQUADRAMENTO – DISTRIBUIÇÃO NORMAL

A distribuição normal, também chamada de Gauss-Laplace, é uma distribuição contínua
que tem como parâmetros o valor esperado e o desvio-padrão. Como função contínua a
probabilidade em cada ponto é zero; a probabilidade de um intervalo já é diferente de
zero. Além de muitos fenómenos seguirem a distribuição normal, esta pode em muitos
casos ser usada como uma forma de cálculo aproximado de outras distribuições.
A distribuição normal formaliza-se da seguinte forma:
X ∩ N ( µ X ;σ X )
Diz-se “X tem distribuição normal de média µX e desvio-padrão σ

X
“.
É uma distribuição simétrica, em forma de sino, em que o valor esperado, a mediana e a

moda são coincidentes:
O cálculo da probabilidade através da fórmula matemática da função densidade de

probabilidade desta variável é complexo e sai fora do âmbito deste livro de exercícios.
Folhas de cálculo como o Excel e muitas máquinas de calcular permitem fazer o seu
cálculo.
O cálculo manual da probabilidade pode ser feito padronizando primeiro os valores em
causa e recorrendo à tabela da distribuição normal padronizada que dá os valores da
probabilidade acumulada até esse valor padronizado [ver anexo].
Partimos de variável X em que X ∩ N ( µ X ; σ X )
Vamos transformar a variável X na variável Z
normal, padronizada, da seguinte forma:
X-µ X
Z= ∩ N ( µ Z = 0; σ Z = 1)
σX
Demonstrando-se que µ Z =0 e σ Z = 1
Exercício 5.2-8
A precipitação anual de chuva (em milímetros cúbicos por centímetro quadrado) no

distrito de Beja é uma variável aleatória normal com valor esperado µ=572 e
desvio-padrão σ=138,6. Com base nesta informação responda às questões indicadas
abaixo. [se necessário arredonde os resultados a duas casas decimais quando precisar de
consultar a tabela estatística].
a) Qual a probabilidade da precipitação anual ser inferior a 779,9?
© JAA 2024 Pág. 90

b) Qual a probabilidade da precipitação anual se situar entre 572 e 710,6?

c) Suponha que em 1% dos casos, correspondentes aos valores mais altos de
precipitação anual, ocorrem cheias graves, obrigando ao corte de estradas e à
evacuação de populações. Calcule o valor da precipitação anual acima do qual se
verificam essas cheias.
d) Suponha também que em 5% dos casos, correspondentes aos valores mais baixos
de precipitação anual, ocorrem secas graves, com falta de água para as populações
e a criação de condições favoráveis à ocorrência de incêndios. Calcule o valor da
precipitação anual abaixo do qual ocorrem essas secas graves.
***
Fonte dos parâmetros deste exercício: Bento Murteira et al - «Introdução à Estatística». Lisboa [etc]:
McGraw-Hill, 2002. P.231. ISBN 972-773-116-3. – Estão em causa as consequências da pluviosidade bem como
a sua prevenção. Estão também em causa as consequências da seca bem como a sua prevenção.
Exercício 5.2-9
A procura diária de um determinado produto (em toneladas), é uma variável aleatória
normal com média 2 e desvio-padrão 0,5.
a) Calcule a probabilidade da procura diária ser inferior a 1,5 toneladas.
b) Calcule a probabilidade da procura diária ser entre 1,5 toneladas e 3 toneladas.
c) Qual a quantidade que deverá haver em stock no início de cada dia para que se
consiga satisfazer a procura em pelo menos 95% dos dias?
Exercício 5.2-10
A procura diária de água, (em milhões de m3), numa grande cidade é uma variável
aleatória normal com média 2 e desvio padrão 0,9.
a) Calcule a probabilidade de o consumo diário exceder 1,09 milhões de m3.
b) Qual deve ser a capacidade de abastecimento diária para satisfazer as necessidades

de consumo em pelo menos 90% dos dias?
Exercício 5.2-11
Considere que o rendimento semanal das famílias, da população de uma determinada
região subdesenvolvida, obedece a uma distribuição normal de média 100 euros e
desvio-padrão 20 euros. Qual a probabilidade de uma família escolhida ao acaso:
a) (i) Ganhar menos de 120 euros? (ii) Ganhar 120 euros ou menos?
b) Ganhar mais de 120 euros? (ii) Ganhar 120 euros ou mais?
b) Ganhar menos de 90 euros?
c) Ganhar entre 90 e 120 euros?
© JAA 2024 Pág. 91

Exercício 5.2-12
Demonstre que, numa distribuição normal de média µ e desvio-padrão σ , a
P[ µ − rσ < X < µ + rσ ] é sempre a mesma quaisquer que sejam os valores de µ e de σ
.
5.3 O teorema do limite central
ENQUADRAMENTO – TEOREMA DO LIMITE CENTRAL

Enunciado de uma forma não rigorosa, o teorema de limite central diz que «os dados que
são influenciados por muitos efeitos aleatórios pequenos e independentes têm uma
distribuição aproximadamente normal.» (Gonick e Smith, 1993, p.83). É um teorema
muito importante e de grande aplicação. Enunciado de uma forma rigorosa, o TLC pode
aplicar-se aos resultados que se podem obter para a soma e para a média dos valores de
uma amostra.
TLC aplicado à soma de n variáveis:
Se
Temos n variáveis aleatórias X1 , X 2 , ..., X n
Todas independentes e com a mesma distribuição
Todas com a mesma média µ
Todas com a mesma variância σ 2
Então, a soma dessas n variáveis vai ser uma nova variável em que :
Y =  Xi ∩ ( )
n
n→∞  ɺ N µY = nµ ;σ Y = nσ 2
i =1
Ou seja, tende para uma distribuição normal em que

a média de Y é a soma das médias das variáveis X i
e a variância do Y é a soma das variâncias das variáveis X i .
Em geral,verificando-se os outros pressupostos, aplica-se

o TLC quando a dimensão da amostra é n ≥ 30.
© JAA 2024 Pág. 92

TLC aplicado à média de n variáveis:
Se
Todas independentes e com a mesma distribuição
Todas com a mesma média µ
Todas com a mesma variância σ 2
Então, a média dessas n variáveis vai ser uma nova variável em que :
n
X σ 
ɺ N  µ
∩
i
n→∞  X= i =1
 X
= µ ;σ X =
 n n
Ou seja, a média dessas n variáveis tende para uma distribuição normal em que
a média de X é a média das variáveis X i e o o desvio-padrão de X
é o desvio-padrão das variáveis X i a dividir por raiz de n.
Em geral,verificando-se os outros pressupostos, aplica-se

o TLC quando a dimensão da amostra é n ≥ 30.
TLC aplicado à distribuição binomial:
A aproximação da distribuição binomial à distribuição normal pode ser um caso particular

do TLC. Ou seja, cada prova de Bernoulli tem uma distribuição cuja média é p e cuja
variância é p×(1-p). A distribuição binomial pode ser entendida como a soma de n
distribuições de Bernoulli que, quando n≥30 pode ser aproximada por uma distribuição
normal. Essa é a razão pela qual as tabelas da distribuição binomial vão até n=30 porque,
a partir daí, se obtém uma boa aproximação com a distribuição normal.
© JAA 2024 Pág. 93

Se
Todas independentes e binomiais bipontuais ( provas de Bernoulli )
Todas com a mesma média p e com a mesma variância (1 − p )
Então
a sua soma vai ser uma distribuição em que
Y =  Xi ∩ ( )
n
n→∞  ɺ N µY = np ;σ Y = n × p × (1 − p)
i =1
admitindo-se que esta aproximação pode ser feita a partir de n ≥ 30.
Uma condição menos restritiva de aproximação da distribuição binomial

à distribuição normal é verificarem-se simultaneamente as condições:
n × p ≥ 5 e n × (1 − p ) ≥ 5. Nesse se caso n pode ser menor do que 30.
Quando está em causa a passagem de uma distribuição discreta para uma distribuição
contínua através do teorema do limite central, os cálculos são mais exactos se se fizer
uma correção de continuidade. A ilustração é feita com a passagem da distribuição
binomial à distribuição normal. Mas este procedimento pode aplicar-se sempre que se
passa de uma distribuição discreta para a distribuição normal. As várias situações que
podem ocorrer são as seguintes:
 1 
 a + − np 
P ( X ≤ a) ≈ P  Z ≤ 2

 np (1 − p ) 
 
 1 
 a − − np 
P ( X ≥ a) ≈ P  Z ≥ 2

 np (1 − p ) 
 
 1 1 
 a − 2 − np b + − np 
2
P (a ≤ X ≤ b) ≈ P  ≤Z≤ 
 np (1 − p ) np (1 − p ) 
 
 1 1 
 a − 2 − np a + − np 
2
P ( X = a) ≈ P  ≤Z ≤ 
 np (1 − p ) np (1 − p ) 
 
© JAA 2024 Pág. 94

Exemplo genérico de aplicação do Teorema do Limite Central
Pretende-se saber a probabilidade de fazer menos de 400 pontos em 100 lançamentos

de dado um dado perfeito numerado de 1 a 6. - A resolução vai ser feita recorrendo ao
teorema do limite central.
Em primeiro lugar considera-se a variável aleatória X definida como “n.º de pontos no

lançamento de um dado”. A sua função de probabilidade é a seguinte:
x [pontuação] 1 2 3 4 5 6
f(x) [probabilidade] 1/6 1/6 1/6 1/6 1/6 1/6
É com esta variável e esta função de probabilidade que começamos por trabalhar:
X: Pontuação no lançamento de um dado
(i) Valor esperado de X:

1 1 1 1 1 1
µ X = E ( X ) =  xi × f ( xi ) = 1× + 2 × + 3 × + 4 × + 5 × + 6 × =
i 6 6 6 6 6 6
= 3,5
(ii) Variância de X:
1 1 1 1
σ X2 = E ( X − µ X )  = (1 − 3.5 ) × + ( 2 − 3.5 ) × + ( 3 − 3.5 ) × + ( 4 − 3.5 ) × +
2 2 2 2 2
  6 6 6 6
1 1
+ ( 5 − 3.5 ) × + ( 6 − 3.5 ) × = 2.91(6) ≈ 2.91667
2 2
6 6
Vamos agora ver o que se passa com 100 lançamentos definindo uma nova variável:
Y: Pontuação no lançamento de 100 dados
(i) Valor esperado de Y:

µ y = 100 × µ X = 100 × 3.5 = 350
(ii) Variância de Y:
Para calcular a variância da soma como a soma das variâncias é necessário que as variáveis em
causa sejam independentes. Neste caso assim acontece pois o resultado do lançamento de um
dado não influencia o resultado do lançamento de outros dados.
σ Y2 = 100 × σ X2 = 100 × 2.91(6) = 291.(6) e σ Y = σ Y2 = 291.(6) = 17.07825
Portanto: Y ∼ n( µY = 350; σ Y = 17.07825)
 400 − 350 
pelo que P[Y < 400] = P Z < = P [ Z < 2.93] = 0.9983
 17.07825 
© JAA 2024 Pág. 95

Se se fizer correção de continuidade o resultado será:
 1 
 399 + − 350 
 = P [ Z < 2.90] = 0.9981
P[Y < 400] = P[Y ≤ 399] = P  Z < 2
 17.07825 
 
Como o n é elevado (n=400) a correção de continuidade conduz a uma diferença no

resultado de apenas 0,0002 (dois em dez mil).
Exemplo de aplicação do Teorema do Limite Central à Distribuição Binomial
Num aeroporto cada passageiro carrega num botão que faz acender uma luz. Se a luz for
vermelha toda a sua bagagem é inspeccionada minuciosamente. A luz pode acender
vermelha com probabilidade de 20% e, o que se passa com cada passageiro é
independente do que se passa com outros passageiros. Se 100 passageiros carregarem no
botão qual a probabilidade de menos de 25 serem examinados?
É como se o que acontece com cada pessoa fosse uma binomial bipontual.
X: Nº de passageiros, em 1, que são examinados [cada passageiro ou é examinado ou

não é examinado].
X ∩ b( x; n = 1, p = 0, 20)
Portanto, neste caso n =1 e p = 0, 20
f ( x) = P [ X = x ] = C xn × p x × (1 − p ) = p x × (1 − p )
n− x 1− x
, x = 0 ou 1
µ X = E ( X ) =  xi × f ( xi ) = n × p [por ser a binomial] = p [porque n=1] = 0, 20

i
σ X2 = E ( X − µ X )  =  ( xi − µ X ) × f ( xi ) = n × p × (1 − p) =
2 2
  i
= p × (1 − p )[porque n=1] = 0, 20 × 0,80 = 0,16

σ X = σ X2 = p × (1 − p) = 0,16 = 0, 4
Vamos agora ver o caso dos 100 passageiros que são examinados:
Y: Nº de passageiros, em 100, que são examinados.
(i) Valor esperado de Y:

µY = E (Y ) =  yi × f ( yi ) = n × p [por ser a binomial] = 100 × 0, 20 = 20
i
(ii) Variância e desvio-padrão de Y:
© JAA 2024 Pág. 96

σ Y2 = E ( X − µY )  =  ( yi − µY ) × f ( yi ) = n × p × (1 − p )[por ser a binomial] =

2 2
  i
= 100 × 0, 20 × 0,80 = 16
( y − µ )
2
σ Y = σ Y2 = i Y × f ( yi ) = n × p × (1 − p ) [por ser a binomial] =
i
= 100 × 0, 20 × 0,80 = 16 = 4
Respondendo agora à questão:
 25 − 20 
P[Y < 25] = P Y < = P [ Z < 1.25] = 0.8944
 4 
Com correcção de continuidade teremos:
 1 
 24 + − 20 
 = P [ Z < 1.125] ≈ P [ Z < 1.13] = 0.8708
P[Y < 25] = P[Y ≤ 24] = P  Z < 2
 4 
 
O arredondamento de Z a duas casas decimais foi feito para se usar as tabelas. Se se usar
uma folha de cálculo, como por exemplo o Excel, não é preciso fazer esse
arredondamento.
Exercício genérico de aplicação do teorema do limite central
Exercício 5.3-1
Num determinado jogo uma pessoa pode obter a seguinte pontuação:
x [pontuação] 0 1 2 3 4
a) (i) Calcule o valor esperado da pontuação de uma pessoa nesse jogo.

(ii) Calcule a variância da pontuação de uma pessoa nesse jogo.
b) (i) Se 100 pessoas jogarem aquele jogo, e os seus resultados forem todos
independentes uns dos outros, qual a probabilidade da soma das suas
pontuações ser inferior a 200 pontos?
(ii) Qual o nome do teorema que lhe permite fazer os cálculos em c)? [Máximo de
2 linhas].
© JAA 2024 Pág. 97

Aproximação da distribuição binomial à distribuição normal
Exercício 5.3-2
Numa determinada empresa, a probabilidade de um trabalhador ter um acidente de
trabalho num dia é de 10%. O facto de um trabalhador ter um acidente de trabalho não
influencia os acidentes que possam ocorrer a outros trabalhadores.
a) Escolhidos 10 trabalhadores ao acaso no final do dia, qual a probabilidade de que

2 tenham sofrido um acidente de trabalho?
b) A empresa em causa tem 100 trabalhadores. Qual a probabilidade de, num dia,
menos de 20 terem tido um acidente de trabalho?
Exercício 5.3-3
Num estudo efetuado em Portugal concluiu-se que 35% dos professores sofria de stress
relacionado com a sua profissão [stress ocupacional]. Considerando que esse stress
sofrido por cada professor é independente do que se passa com outros professores,
responda às seguintes questões:
a) Selecionados dez professores ao acaso, qual a probabilidade de seis terem stress

ocupacional?
b) Selecionados dez professores ao acaso, qual a probabilidade de menos de sete e

mais de três terem stress ocupacional?
c) Selecionados mil professores ao acaso, qual a probabilidade de 390 ou menos terem
stress ocupacional?
***
Fonte dos dados do Exercício 5.3-3: Estudo de Anabela de Sousa Pereira, investigadora da Universidade de
Aveiro. Tem como base o Índice de Capacidade para o Trabalho (ICT) desenvolvido pelo Finnish Institute of
Occupational Health, da Finlândia. In Diário de Notícias, 2002.10.31. De acordo com a notícia referida
«inquiridos 232 docentes (60 homens e 172 mulheres, com idades compreendidas entre os 22 e os 64 anos)
de escolas de vários graus de ensino das regiões Centro e Norte do País, revela-se que 3,1% dos professores
têm um ICT baixo e 32% moderado.» A soma destes dois valores dá os cerca de 35% referidos no enunciado.
Exercício 5.3-4
«Um milhão de condutores portugueses, num universo de 4,7 milhões, não usa cinto de
segurança».
Nota: Se utilizar as tabelas estatísticas considere o parâmetro tabelado

mais próximo do valor calculado.
a) Selecionados ao acaso e de forma independente 10 condutores, (i) qual a

probabilidade de 4 não usarem cinto de segurança? (ii) E de nenhum usar cinto de
segurança?
b) Selecionados ao acaso e de forma independente catorze condutores, qual a
probabilidade de 2 ou mais não usarem cinto de segurança?
© JAA 2024 Pág. 98

c) Selecionados ao acaso e de forma independente 500 condutores, qual a

probabilidade de menos de 120 não usarem cinto de segurança?
***
Fonte: C.F. - «Prevenção: um milhão de condutores não usa cinto de segurança». Lisboa: Diário de Notícias,
31 de Julho de 2003, p. 17. – É referido que os dados, divulgados pela DGV [Direcção-Geral de Viação],
dizem respeito a um estudo realizado pelo Indeg. Segundo a mesma fonte, para esse estudo foi inquirida
uma amostra de «500 indivíduos representativos dos condutores portugueses».
© JAA 2024 Pág. 99

6 DISTRIBUIÇÕES DA AMOSTRA E ESTIMAÇÃO DE PARÂMETROS
6.1 Distribuição da soma e da média da amostra de uma variável aleatória
ENQUADRAMENTO - DISTRIBUIÇÃO DA SOMA E DA MÉDIA DA AMOSTRA

Quando a amostra é retirada de um universo com distribuição normal, a amostra pode
ter qualquer dimensão desde n ≥ 2. Quando a amostra é retirada de um universo que não
é normal ou não se sabe o seu formato, então a amostra tem ter dimensão n ≥ 30 para se
poder aplicar o teorema do limite central. Esta utilização de n ≥ 30 é uma regra heurística.
Distribuição do valor que pode ser obtido para a soma dos n elementos de uma amostra
© JAA 2024 Pág. 101

Distribuição do valor que pode ser obtido para a média dos n elementos de uma amostra
Exercício 6.1-1
Qual a distribuição da média de uma amostra aleatória?
a) De um universo normal;
b) De um universo sem ser normal mas em que a amostra é de grande dimensão.
Exercício 6.1-2
Num determinado bairro o rendimento mensal das famílias [expresso em euros] tem uma
distribuição normal de média 1000 e desvio-padrão 500. Nesse bairro, vai abrir uma
escola.
a) As famílias com menos de 600 euros de rendimento mensal não têm de pagar
mensalidades nessa escola. Qual a percentagem de famílias desse bairro que
poderão usufruir dessa medida?
b) Suponha que a escola vai admitir as crianças por ordem crescente do rendimento da
sua família [ou seja, as crianças de famílias mais pobres entram primeiro]. Sabendo
que a escola vai conseguir admitir as crianças de 75% das famílias, qual o
rendimento da família da última criança a ser admitida?
c) Suponha agora que as famílias que colocavam as crianças na escola vão ser
selecionadas ao acaso. Se forem selecionadas 100 famílias:
(i) Qual a probabilidade do rendimento total dessas 100 famílias, que vão ser
selecionadas, ser inferior a 107000 euros?
(ii) Qual a probabilidade do rendimento médio dessas 100 famílias, que vão ser
selecionadas, ser inferior a 1100 euros?
© JAA 2024 Pág. 102

Exercício 6.1-3
Uma escola do ensino secundário pretende constituir uma equipa feminina de
basquetebol. Sabe-se que a altura das jovens da idade em causa segue uma distribuição
normal de média 1,60 m e desvio-padrão 0,10 m. – Nessa escola, todas as alunas se
mostraram interessadas em participar na equipa.
a) (i) Qual a probabilidade de uma aluna, escolhida ao acaso, ter uma altura superior a
1,80 m ? (ii) Supondo que a escola tem 500 alunas, quantas é que é de esperar que
tenham altura superior a 1,80 m ?
b) (i) Qual a probabilidade de uma jogadora, escolhida ao acaso, ter uma altura entre
1,70 m e 1,80 m ? (ii) Supondo de novo que a escola tem 500 alunas, quantas são de
esperar que tenham altura entre 1,70 m e 1,80 m ?
c) Suponha que só vão ser selecionadas as alunas mais altas da escola,

correspondendo a 20% do total de alunas. Qual a altura da jogadora mais baixa
dessas alunas que vão ser selecionadas?
d) Vai ser feito um sorteio para selecionar ao acaso, para a equipa de basquetebol, 16
alunas. Qual a probabilidade da média das alturas dessas 16 alunas ser inferior a
1,65 m ?
Exercício 6.1-4
Numa localidade está a ser feito um peditório para uma instituição de solidariedade. As
pessoas são contactadas ao acaso e de forma independente umas das outras. Sabe-se que
a contribuição de cada pessoa obedece a uma distribuição com média de 10 euros e
desvio-padrão também de 10.
a) Suponha que serão contactadas 400 pessoas.
(i) Qual a probabilidade da coleta total do peditório ser inferior a 4500 euros?
(ii) Qual a probabilidade da coleta média do peditório por pessoa ser inferior a 11
euros?
b) Quantas pessoas deverão ser contactadas para que, a probabilidade da coleta

média ser inferior a 11 euros, seja de 90%.
Exercício 6.1-5
Uma empresa de aviação resolveu recentemente entrar no mercado do Pacífico Sul com
aviões com capacidade para 225 passageiros. Esses aviões não transportam carga. A
distribuição do peso de cada passageiro é igual para todos os passageiros e tem uma
média de 95 Kg e um desvio padrão de 45 Kg.
Sempre que o total do peso dos passageiros num avião é superior a 22500 Kg, o
comandante do avião tem de reforçar o abastecimento de combustível.
© JAA 2024 Pág. 103

a) Para um avião com a lotação completa, qual a probabilidade do abastecimento de

combustível ter de ser reforçado?
b) Para um avião com a lotação completa, qual a probabilidade do peso médio dos
passageiros ser inferior a 100 Kg?
c) Para um avião com 210 passageiros qual a probabilidade do abastecimento de

combustível ter de ser reforçado?
Exercício 6.1-6
Considere dois universos normais (universo 1 e universo 2) com igual média e com
diferentes desvios-padrões, respetivamente σ 1 e σ 2 . Pretende-se que, a probabilidade
da média da amostra de cada universo se situar num intervalo [-a,a] centrado em torno
da média do universo, seja igual nos dois universos. Qual a relação que deve haver entre
as dimensões de duas amostras n1 e n2 , tiradas respetivamente do universo 1 e do
universo 2, para que tal aconteça. Interprete o resultado obtido.
DISTRIBUIÇÃO DA SOMA E DISTRIBUIÇÃO DA DIFERENÇA DE DUAS MÉDIAS AMOSTRAIS, DE

POPULAÇÕES NORMAIS INDEPENDENTES, DAS QUAIS SE CONHECEM OS DESVIOS-PADRÕES
Se não se conhecer a verdadeira variância dos universos de partida e n1 e n2 forem

ambos maiores do que 30, procede.se ao cálculo como indicado acima, mas as variâncias
amostrais corrigidas calculadas com bases nos valores das amostras.
© JAA 2024 Pág. 104

Exercício 6.1-7
Suponha que o peso de um homem adulto obedece a uma distribuição normal cuja média
é 80 Kg e cuja variância é 400. Considere um elevador que transporta 5 homens adultos.
a) Qual a probabilidade da soma do peso desses 5 adultos ser inferior a 390 Kg.
Suponha um segundo elevador com as mesmas características do primeiro já referido.
Mas, esse elevador é utilizado por mulheres adultas, cujo peso também obedece a uma
distribuição normal, com uma média de 70 Kg e uma variância de 225. Considere que este
segundo elevador também transporta 5 mulheres adultas.
b) Qual a probabilidade de o peso médio no elevador que transporta as mulheres
adultas ser:
(i) Igual ao peso médio no elevador que transporta homens adultos?
(ii) Inferior ao peso médio no elevador que transporta homens adultos?
(iii) Superior ao peso médio no elevador que transporta homens adultos?
ENQUADRAMENTO - DISTRIBUIÇÃO DA SOMA E DA PROPORÇÃO NUM UNIVERSO

BINOMIAL
Quando a amostra é retirada de um universo binomial (ou seja de um universo em que o
resultado de cada variável é “sucesso” ou “insucesso”), a amostra tem de ter dimensão
n ≥ 30 para se poder aplicar o teorema do limite central. Esta utilização de n ≥ 30 é uma
regra heurística.
Distribuição do valor que pode ser obtido para a soma dos n elementos de uma amostra
num universo binomial. Corresponde a aproximar a distribuição binomial à distribuição
normal
(
ɺ N µ X = np ;σ X = np (1 − p )
X∩ )
Distribuição do valor que pode ser obtido para a proporção dos n elementos de uma
amostra num universo binomial. Corresponde a aproximar a distribuição binomial à
distribuição normal e a dividir o resultado pelo valor de n
x  p (1 − p ) 
ɺ N  µ pˆ = p ; σ pˆ =
= pˆ ∩ 
n  n 
 
Exercício 6.1-8
Uma moeda perfeita (probabilidade de sair face é igual à probabilidade de sair coroa) é
lançada ao ar 10 vezes.
a) Qual a probabilidade de, nesses 10 lançamentos, sair 6 coroas?

b) Qual a probabilidade de, nesses 10 lançamentos, sair 6 coroas ou menos?
© JAA 2024 Pág. 105

c) Suponha agora que a moeda é lançada ao ar 100 vezes:

(i) Qual a probabilidade de, nesses lançamentos, sair 50 coroas? [Tenha
presente que estamos a passar de uma variável discreta para uma contínua]
(ii) Qual a probabilidade de, nesses lançamentos, sair 60 coroas ou menos?
(iii) Qual a probabilidade de, nesses lançamentos, sair menos de 40 % de coroas?
Exercício 6.1-9
Considere que a probabilidade de um casal em idade reprodutiva ser infértil é 15% e que
o que se passa com cada casal é independente do que se passa com os outros casais.
a) Num curso de preparação para o matrimónio estão 12 casais de noivos.

(i) Qual a probabilidade de 2 desses casais serem inférteis?
(ii) Qual a probabilidade de pelo menos um desses casais ser infértil?
Foram agora selecionados ao acaso e de forma independente 200 casais em idade reprodutiva.
b) (i) Qual a probabilidade de menos de 40 serem inférteis?
(ii) Qual a probabilidade de menos de 22% serem inférteis?
© JAA 2024 Pág. 106

DISTRIBUIÇÃO DA SOMA E DISTRIBUIÇÃO DA DIFERENÇA DE DUAS PROPORÇÕES AMOSTRAIS

[UNIVERSOS BINOMIAIS] INDEPENDENTES, EM QUE n1 e n2 SÃO MAIORES DO QUE 30
Exercício 6.1-10
Suponha que numa determinada população a proporção de homens adultos vê

habitualmente jogos de futebol é de 20%. Suponha que são selecionados ao acaso, e de
forma independente, 100 homens adultos dessa população.
a) Qual probabilidade de, nesses 100 homens adultos, haver menos de 20% que vê
habitualmente jogos de futebol.
Suponha que nessa mesma população a percentagem de mulheres adultas que vê
habitualmente futebol é 10%. Suponha que são selecionados ao acaso, e de forma
independente, 100 mulheres adultas dessa população.
b) Qual a probabilidade de, nessas 100 mulheres adultas, a proporção das que veem
habitualmente jogos de futebol ser:
(i) Inferior a 25%?
(ii) Inferior à proporção obtida no caso da amostra dos 100 homens adultos?
(iii) Superior à proporção obtida no caso da amostra dos 100 homens adultos?
© JAA 2024 Pág. 107

6.2 Estimação pontual e por intervalos de confiança
ENQUADRAMENTO – ESTIMADOR PONTUAL E INTERVALO DE CONFIANÇA

Para a verdadeira proporção do universo
A margem de erro máxima calcula-se colocando p=0.5 na fórmula da margem de erro.

[Porquê?].
Para a verdadeira média do universo
© JAA 2024 Pág. 108

Exercício 6.2-1
Considere uma sondagem em que foram perguntadas as intenções de voto em diferentes
partidos políticos.
a) Explicite por palavras a lógica de dicotomização inerente ao cálculo de intervalos de
confiança para cada um dos partidos.
b) Em termos genéricos qual é o desvio-padrão de uma proporção?
c) Qual a máxima margem de erro de um intervalo de confiança do qual se desconhece
a proporção?
Exercício 6.2-2
Considere que foi feita uma sondagem para estimar a proporção de pessoas que tinham
intenção de votar num determinado político. Foi recolhida uma amostra aleatória de
2025 potenciais votantes com dezoito ou mais anos. Desses potenciais votantes, 1215
declararam que tinham intenção de votar nesse político.
Com base na informação disponibilizada acima:
a) Obtenha uma estimativa pontual para a proporção de pessoas que têm intenção de
votar nesse político. Justifique os seus procedimentos.
b) i) Obtenha um intervalo de confiança a 95% para a verdadeira proporção das

pessoas que pretendem votar nesse político.
ii) Indique também a margem de erro dessa estimativa e interprete.
iii) Indique também a margem de erro máxima dessa estimativa.
c) Pode afirmar que o intervalo calculado contém o verdadeiro valor dessa proporção
que se verifica no universo? Justifique.
Exercício 6.2-3
A Brigada de Trânsito da GNR, no cumprimento da respetiva missão, efetuou o controlo
do álcool no sangue [alcoolémia] a 1342 condutores. Destes condutores, 213
apresentaram excesso de álcool no sangue.
a) Através de um estimador não enviesado, calcule uma estimativa para a verdadeira

proporção de condutores que têm excesso de álcool no sangue.
b) Calcule um intervalo de confiança a 95% para a verdadeira proporção de condutores
que têm excesso de álcool no sangue.
c) (i) O que é um estimador não enviesado? [Máximo de 5 linhas]
(ii) Como deve ser interpretado o intervalo de confiança calculado em b)? [Máximo
de 5 linhas].
© JAA 2024 Pág. 109

Exercício 6.2-4
Da ficha técnica de uma sondagem constava a seguinte informação:
«[…] Foram efectuadas 1369 tentativas de entrevistas telefónicas, sendo que [314] recusaram
responder. A escolha do lar foi aleatória nas listas telefónicas e [foi] entrevistado, em cada
agregado familiar, o elemento [com 18 anos ou mais] que fez anos há menos tempo. [...] O erro
máximo da amostra é de 2,2%, para um grau de probabilidade de 95%.»
Fonte: Jornal REXPRESSO de 2003.02.08, p.5. Trata-se de uma sondagem da popularidade dos políticos em Portugal,
realizada pela Eurosondagem para o EXPRESSO, SIC e Rádio Renascença.
a) O que está em causa na frase «O erro máximo da amostra é de 2,2%, para um grau
de probabilidade de 95%»?
b) Comente: “seria mais correto dizer o erro máximo da amostra é 2,2 pontos
percentuais do que 2,2%”.
Exercício 6.2-5
Suponha que queria saber a proporção de mulheres com Rh – [Rh negativo] de uma
determinada população. As análises feitas a uma amostra de 400 mulheres dessa
população selecionadas ao acaso indicaram que 60 tinham Rh – .
a) Utilize um estimador não enviesado e calcule uma estimativa pontual para a
proporção de mulheres dessa população que têm Rh –.
b) Construa um intervalo de confiança a 90% para o verdadeiro valor da proporção de
mulheres com Rh –.
Exercício 6.2-6
a) O que é um estimador pontual?
b) Quais as propriedades de que deve gozar um estimador pontual?
c) Com base em a) e b) indique um estimador pontual para a média de um universo
normal e um estimador pontual para a variância de um universo normal.
© JAA 2024 Pág. 110

Exercício 6.2-7
Numa determinada população foi feito um estudo para conhecer o peso das crianças com
4 anos. Sabe-se que o peso dessas crianças segue uma distribuição normal de média
desconhecida e desvio-padrão 5 Kg. Foi recolhida uma amostra aleatória, com o peso de 9
crianças, que deu os seguintes valores:
Pesos das 9 crianças da amostra: 15; 25; 17; 23; 20; 20; 22; 18; 20
a) (i) Utilizando um estimador não enviesado calcule uma estimativa pontual para o
verdadeiro valor da média do peso das crianças de 4 anos dessa população.
(ii) O que significa ser um estimador não enviesado? [Máximo de três linhas]
b) (i) Construa um intervalo de confiança a 99% para o verdadeiro valor da média do

peso das crianças de 4 anos dessa população.
(ii) O que significa dizer que o intervalo indicado tem um nível de confiança de
99%? [Máximo de três linhas].
(iii) Calcule e interprete a margem de erro do intervalo de confiança construído.
Exercício 6.2-8
As classificações dos alunos numa determinada disciplina têm uma distribuição normal.
Não se conhece o verdadeiro valor da média, mas conhece-se o verdadeiro valor do
desvio-padrão que é 5.
a) Suponha que a média das classificações numa amostra de 100 alunos foi de
11 valores. Calcule um intervalo de confiança a 90% para o verdadeiro valor da
média das classificações dessa disciplina?
b) (i) O que é um estimador não enviesado? [Máximo de 5 linhas]

(ii) Como deve ser interpretado o intervalo de confiança calculado em b)? [Máximo
de 5 linhas].
c) Suponha que na alínea a) continuava a usar o nível de confiança de 90%. Como é
que podia diminuir a amplitude do intervalo de confiança? Justifique [máximo de 5
linhas; não precisa de fazer cálculos].
Exercício 6.2-9
As classificações dos alunos numa determinada disciplina têm uma distribuição normal.
Não se conhece o verdadeiro valor da média, mas sabe-se que o verdadeiro valor do
desvio-padrão é 4.
Com base numa amostra aleatória de dimensão n [classificações de n alunos] foi
construído o seguinte intervalo de confiança a 95% para o verdadeiro valor da média das
classificações dos alunos: (10, 02 ; 11,98 ) .
a) Calcule o valor de n [dimensão da amostra], daquele intervalo de confiança.
© JAA 2024 Pág. 111

b) Qual o valor da média dessa amostra?

c) Suponha que continuava a usar o nível de confiança de 95% e que obtinha o mesmo
resultado para a estimativa pontual. Como é que podia diminuir para metade a
amplitude do intervalo de confiança? Responda de forma quantificada.
Exercício 6.2-10
As vendas mensais de uma empresa obedecem a uma lei normal. No entanto, não se
conhece o valor da média nem do desvio-padrão. Durante nove meses observaram-se as
seguintes vendas, expressas em determinada unidade de medida:
10.3 9.8 9.7 11.2 10.1 9.1 8.9 11.0 10.0
a) Obtenha uma estimativa pontual para o verdadeiro valor da média do universo.
b) Construa um intervalo de confiança a 90% para o verdadeiro valor da média do

universo. Interprete o resultado obtido.
Exercício 6.2-11
Num determinado bairro foi feito um estudo para conhecer o peso das crianças com
6 anos. Sabe-se que o peso dessas crianças segue uma distribuição normal mas não se
conhece nem a média nem o desvio-padrão dessa distribuição. - Foi recolhida uma
amostra aleatória que constou no registo dos pesos de 41 crianças, tendo sido obtida a
seguinte informação:
41
( X −X)
2
41 2 i
X i = peso da criança i em Kg X = 615 S' = i =1
= 25
41 − 1
i
i =1
a) (i) Utilize um estimador não enviesado e calcule uma estimativa pontual para a
média do peso das crianças desse bairro.
(ii) Utilize um estimador não enviesado e calcule uma estimativa pontual para a
variância e uma estimativa pontual para o desvio-padrão do peso das crianças
desse bairro.
b) Construa um intervalo de confiança a 90% para o verdadeiro valor da média do peso
das crianças desse bairro:
(i) Utilizando a distribuição T de Student.
(ii) Utilizando a aproximação à distribuição normal.
(iii) O que conclui da comparação de b) (i) com b) (ii)?
c) Qual o significado de um intervalo de confiança a 90%?
© JAA 2024 Pág. 112

ANEXOS
© JAA 2024 Pág. 113

Anexo 1 – Para compreender melhor a notação
Na estatística trabalhamos com notação que indica, nomeadamente, variáveis, valores

assumidos por essas variáveis ou operações aritméticas. É mais fácil compreender o que
se está a fazer se se perceber bem a notação5. Vamos por isso ver exemplos muito
simples que nos vão ajudar a familiarizar com a notação utilizada neste livro e nas aulas a
que dá apoio.
I – SITUAÇÃO COM UMA VARIÁVEL
Temos uma classe de música de piano com quatro alunos. Relativamente a esses alunos
queremos fazer uma análise que está relacionada com a sua idade. - A informação
disponível é a seguinte:
Nome do Aluno Idade

Isabel 10
José 14
Fernando 16
Luísa 18
Neste exemplo só temos quatro alunos, o que nos facilita a análise. Mas, a análise que
vamos fazer pode generalizar-se para um número muito grande de alunos.
Queremos então estudar a idade dos alunos desta classe. Para designar este fenómeno
vamos definir uma variável através da letra maiúscula X:
X Esta letra X representa o fenómeno “idade dos alunos da classe de música”.

Por isso se diz “X é a variável que representa a idade dos alunos da classe de
música”. É uma variável porque essa idade pode ser diferente consoante o
aluno que está em causa.
x Esta letra minúscula designa em termos genéricos os valores que X pode

assumir, neste caso idades. Para indicar cada um desses valores juntamos um
número a x, da seguinte forma:
x1 [diz-se"x 1"] designa a idade da Isabel

x2 [diz-se"x 2"] designa a idade do José
x3 [diz-se"x 3"] designa a idade do Fernando
x4 [diz-se"x 4"] designa a idade da Luísa
Assim, se quiser falar de todos os alunos ao mesmo tempo, basta dizer

xi com i = 1, 2, 3, 4 . Ou seja, é como se o nome de cada pessoa fosse
5
Se estiver familiarizado com este tipo de notação, não precisará de ler este anexo. Deve no entanto ter
sempre presente que a notação não é igual para todos os autores.
© JAA 2024 Pág. 115

agora substituído por um número. E cada um destes xi assume um

determinado valor, que é a idade de cada aluno. Podemos então indicar que:
x1 = 10 [idade da Isabel]
x2 = 14 [idade do José]
x3 = 16 [idade do Fernando]
x4 = 18 [idade da Luísa]
Nota: É usual usar a letra X [maiúscula] para indicar a variável em causa, bem como a
letra x [minúscula] para indicar os valores que essa variável pode assumir. Podem ser
usadas para o mesmo efeito outras letras, devendo a maiúscula e a respetiva
minúscula dizerem respeito à mesma variável.
Esta notação ajuda a descrever e trabalhar melhor o fenómeno em causa, “idade dos
alunos da classe de música”. Por exemplo, vamos supor que estou interessado em indicar
a soma da idade de todos os alunos. Por extenso diríamos:
idade da Isabel + idade do José + idade do Fernando + idade da Luísa
Temos de reconhecer que seria complicado se fossem muitos alunos, por exemplo 1000,
100 000 alunos, ou qualquer outro número grande. Usando a nossa notação bastaria
escrever x1 + x2 + x3 + x4 o que era bem mais simples. E, até podíamos ser mais precisos e
estar interessados em traduzir por notação o seguinte:
Soma da idade da Isabel + idade do José + idade do Fernando + idade da Luísa
Vamos, por isso, pois socorrer-nos do símbolo Σ que é uma letra grega [ver anexo 3] que
frequentemente se usa para designar a soma, nomeadamente a soma dos valores
assumidos por uma variável. A expressão precedente poderia ser sintetizada da seguinte
forma:
4
x
i =1
i que se lê como “somatório de i igual a 1 até 4 de x-i ”, em que
4
x
i =1
i = x1 + x2 + x3 + x4 . Bem mais fácil... Se fossem, por exemplo 1000 alunos faríamos
1000
 x . Em termos genéricos costuma-se indicar o limite do somatório com uma letra, por
i =1
i
n
exemplo x
i =1
i em que n assume, em cada caso, um valor concreto. No nosso
exemplo n=4.
Este exemplo é muito simples e fácil de visualizar, mas pode dar uma ideia intuitiva da
notação noutras situações.
© JAA 2024 Pág. 116

Ainda neste exemplo, cada i dizia respeito a um aluno. Se quiséssemos indicar o valor
4
concreto daquela operação o cálculo seria x
i =1
i = x1 + x2 + x3 + x4 = 10 + 14 + 16 + 18 = 58.
Por vezes usam-se dados agrupados por classes. Nesse caso, o xi já diz respeito não a
uma pessoa, mas a uma classe de pessoas. – Para o ilustrar consideremos que a aula de
música tem agora doze pessoas:
Nome do Aluno Idade

Isabel 10
José 14
Fernando 16
Luísa 18
João 10
Catarina 12
Susana 12
Mariana 10
Teresa 14
Diogo 16
Maria 18
Verónica 14
Agora temos doze casos, ou seja n=12. Podemos continuar a aplicar a este exemplo tudo
o que fizemos na análise precedente, com os dados sem ser por classes. No entanto,
vamos usá-lo para ilustrar uma situação em que utilizamos classes, o que é muito útil em
estatística.
Vamos então, com base nos dados acima, construir o seguinte quadro:
xi F ( xi )
[indica a idade do aluno; é agora [Chama-se frequência absoluta e indica
uma classe e não o caso de um aluno o número de alunos que têm essa idade, e que
concreto] portanto fazem parte da classe i]
x 1 = 10 F ( x1 ) = 3
x 2 = 12 F (x2 ) = 2
x 3 = 14 F ( x3 ) = 3
x 4 = 16 F (x4 ) = 2
x 5 = 18 F ( x5 ) = 2
© JAA 2024 Pág. 117

Para a notação e os quadros não ficarem tão pesados é usual usar Fi em vez de F ( xi ) e
indicar apenas:
xi Fi
10 3
12 2
14 3
16 2
18 2
Quando usamos as classes, o número total de casos continua a ser doze, ou seja,
m 5 m 5
 F (xi ) =  F (xi ) =3 + 2 + 3 + 2 + 2 = 12 ou
i =1 i =1
 Fi =  Fi = 3 + 2 + 3 + 2 + 2 = 12 . Mas
i =1 i =1
atenção, quando os dados estão por classe, m¸ que está indicado no cimo do somatório, é
o número de classes, neste caso 5. Recordar que, quando os dados estão em bruto, ou
seja não agrupados por classes, o que aparece no cimo do somatório é n, ou seja, o
número de casos ou observações.
Agora, se nos basearmos nas classes para indicar e calcular a “soma da idade dos alunos”,
a operação em causa já deverá ser indicada da seguinte forma:
5
x ×F
i =1
i i = x1 × F1 + x2 × F2 + 3 + x4 × F4 + x5 × F5 = 10 × 3 + 12 × 2 + 14 × 3 + 16 × 2 + 18 × 2 =
= 30 + 24 + 42 + 32 + 36 = 164
Neste livro usamos m para indicar que se trata de classes [ao invés de n para indicar que
os valores não estavam por classes]. Por isso, em termos genéricos aquela operação
m
podia ser indicada como x ×F
i =1
i i em que neste caso m=5.
Portanto, deve ter-se sempre em atenção se os dados estão por classes ou se não estão
por classes.
© JAA 2024 Pág. 118

II – SITUAÇÃO COM DUAS VARIÁVEIS
Temos agora um curso de preparação para o matrimónio com doze casais de noivos
jovens, cujas idades variam entre os 18 e os 20 anos. Relativamente a esses casais de
noivos queremos fazer uma análise que está relacionada com a sua idade. - A
informação disponível é a seguinte:
Idade do Idade da
Nome do noivo Nome da noiva
noivo noiva
Diogo Madalena 18 18
Ricardo Maria 18 19
José Ana 18 20
Filipe Sofia 19 18
Tiago Verónica 19 19
Henrique Susana 19 20
Fernando Luísa 20 18
Francisco Catarina 20 18
Leonardo Mariana 20 19
Luís Teresa 20 19
Manuel Carolina 20 19
João Isabel 20 20
Neste exemplo só temos doze casais de noivos. Mas, a análise que vamos fazer pode
generalizar-se para um número muito grande de casos.
Queremos então estudar a idade destes noivos. Para designar este fenómeno vamos
definir duas variáveis através das letras maiúsculas X e Y:
X Esta letra X representa o fenómeno “idade do noivo”. Por isso se diz “X é a

variável que representa a idade do noivo”. É uma variável porque essa idade
pode ser diferente consoante o noivo que está em causa.
Y Esta letra Y representa o fenómeno “idade da noiva”. Por isso se diz “Y é a

variável que representa a idade da noiva”. É uma variável porque essa idade
pode ser diferente consoante a noiva que está em causa.
x Esta letra minúscula designa em termos genéricos os valores que X pode

assumir, neste caso idade do noivo.
y Esta letra minúscula designa em termos genéricos os valores que Y pode

assumir, neste caso idade da noiva.
Quando analisamos ou só a variável X ou só a variável Y, a notação pode ser a mesma que

foi indicada no caso de se tratar só de uma variável. Vamos agora ver algo de novo.
Os valores que temos de X e de Y surgem-nos aos pares. Podemos então querer tratar
esses valores conjuntamente. Vamos por isso definir um par de variáveis:
© JAA 2024 Pág. 119

( X ,Y ) Este par de variáveis representa o fenómeno “idades conjuntas do noivo e da

noiva”, em que a primeira variável é a idade do noivo (Homem) e a segunda
variável é a idade da noiva (Mulher). Este par de variáveis pode em si mesmo
ser considerado como uma nova variável, mas bidimensional (ou seja, com
duas dimensões).
( x, y ) Este par de letras minúsculas designa em termos genéricos os valores que X e

Y podem assumir, neste caso “idades conjuntas do noivo e da noiva”. Para
indicar cada um desses valores juntamos um número a x e outro número a y,
da seguinte forma (usando os nomes indicados acima):
( x1 , y1 ) [diz-se"x 1-y1"] designa, respectivamente, a idade do Diogo e da Madalena

( x2 , y2 ) [diz-se"x 2-y2"] designa, respectivamente, a idade do Ricardo e da Maria
( x3 , y3 ) [diz-se"x 3-y3"] designa, respectivamente, a idade do José e da Ana
..................................................................
( x12 , y12 ) [diz-se"x 12-y12"] designa, respectivamente, a idade do João e da Isabel
Ou seja, é como se os nomes dos noivos que constituem cada par fossem agora
substituídos por um número. E cada um destes pares ( xi , yi ) assume valores que
são as idades do noivo e da noiva que constituem cada um dos casais de noivos.
Usamos a letra i para ambas as variáveis do par ( x, y ) , que indicamos como ( xi , yi ) ,
usando a letra i para ambas as variáveis porque estamos a indicar os dados em
bruto, ou seja para o par i, sem ser por classes. Por isso i vai de 1 até 12 que são os
12 casos. Esta notação ajuda a descrever e trabalhar melhor o fenómeno em causa.
Podemos então indicar que:
( x1 = 18, y1 = 18) [idade do Diogo e da Madalena]

( x2 = 18, y2 = 19 ) [ idade do Ricardo e da Maria]
( x3 = 18, y3 = 20 ) [ idade do José e da Ana]
..................................................................
( x12 = 20, y12 = 20 ) [idade do João e da Isabel]
Nota: É usual usar a letra X para uma variável e a letra Y para a outra. Mas podem ser
usadas para o mesmo efeito outras letras. O contexto ajudará a perceber o que está a
ser usado.
Vamos ver agora o que sucede se usarmos classes para apresentar X e Y. Como estamos a
falar de duas variáveis, para não fazer confusão entre as duas vamos agora associar à
variável X a letra i e à variável Y a letra j.
© JAA 2024 Pág. 120

Vamos então, com base nos dados acima, construir os seguintes quadros:
xi F ( xi )
[indica os valores que pode assumir [Chama-se frequência absoluta e indica
a idade do noivo; é agora uma classe o número de noivos que têm essa idade, e que
e não o caso de um noivo concreto] portanto fazem parte da classe i]
x 1 = 18 F ( x1 ) = 3
x 2 = 19 F (x2 ) = 3
x 3 = 20 F ( x3 ) = 6
Para a notação e os quadros não ficarem tão pesados é usual usar Fi em vez de F ( xi ) e
indicar apenas:
xi Fi
18 3
19 3
20 6
E o mesmo acontece no caso das noivas:
yj F ( yj )
[indica os valores que pode assumir [Chama-se frequência absoluta e indica
a idade da noiva; é agora uma classe o número de noivas que têm essa idade, e que
e não o caso de uma noiva concreta] portanto fazem parte da classe j]
y 1 = 18 F ( y1 ) = 4
y 2 = 19 F (y2 ) = 5
y 3 = 20 F ( y3 )= 3
Para a notação e os quadros não ficarem tão pesados é usual usar F j em vez de F ( y j ) e
indicar apenas:
yj Fj
18 4
19 5
20 3
Mas agora, o que é novidade é a possibilidade de tratar e apresentar as duas variáveis

em conjunto. Este é o aspeto fulcral da segunda parte desta abordagem relativa à
notação.
Vamos então, com base nos dados apresentados atrás, construir um quadro de
frequências absolutas conjuntas.
© JAA 2024 Pág. 121

X [Idade do noivo]
F ( xi , y j ) Tem atribuída o índice i ou seja temos xi
[Designação genérica dos valores que i=1 i=2 i=3
estão na parte central do quadro] x1 = 18 x2 = 19 x3 = 20
Y j=1 y1 = 18 F ( x1 , y1 ) = 1 F ( x2 , y1 ) = 1 F ( x3 , y1 ) = 2
[Idade da noiva]
j=2 y 2 = 19 F ( x1 , y2 ) = 1 F ( x2 , y 2 ) = 1 F ( x3 , y 2 ) = 3
Tem atribuída o
índice j ou seja j=3 y3 = 20 F ( x1 , y3 ) = 1 F ( x2 , y3 ) = 1 F ( x3 , y3 ) = 1
temos yj
Nota: Não há qualquer regra para ter X nas colunas e Y nas linhas, ou o contrário.
O quadro pode ser construído com os dois posicionamentos possíveis de X e Y.
F ( xi , y j ) chama-se frequência absoluta conjunta. A sua leitura é a seguinte:
F ( x1 , y1 ) Nº de casos em que o noivo tem 18 anos e a noiva tem 18 anos;

..................
A soma de todas as frequências conjuntas tem de dar doze porque há doze casais de
noivos. Portanto n=12.
Conforme acontecia com uma variável, a notação conjunta também pode ser simplificada
e aparecer como:
X [Idade do noivo]
Fi , j Tem atribuído o índice i ou seja temos xi
estão ma parte central do quadro] x1 = 18 x2 = 19 x3 = 20
Y j=1 y1 = 18 F1, 1 = 1 F2 , 1 = 1 F3 , 1 = 2
[Idade da noiva]
j=2 y 2 = 19 F1, 2 = 1 F2, 2 = 1 F3, 2 = 3
Tem atribuída o
índice j ou seja j=3 y3 = 20 F1, 3 = 1 F2, 3 = 1 F3, 3 = 1
temos yj
n=12
E, de novo, podemos simplificar ainda mais o quadro:
© JAA 2024 Pág. 122

X [Idade do noivo]
Fi , j Tem atribuído o índice i ou seja temos xi
estão na parte central do quadro] x1 = 18 x2 = 19 x3 = 20
Y j=1 y1 = 18 1 1 2
[Idade da noiva]
j=2 y 2 = 19 1 1 3
Tem atribuída o
índice j ou seja j=3 y3 = 20 1 1 1
temos yj
n=12
Os dados conjuntos apresentados numa tabela de dupla entrada podem ser tratados mais
facilmente. Por exemplo, a soma dos valores da terceira coluna [todos os casos em que o
noivo tem 20 anos] será:
3

j =1
F ( x3 , y j ) = F ( x3 , y1 ) + F ( x3 , y 2 ) + F ( x3 , y3 ) = 2 + 3 + 1 = 6 onde se pode ver que a
letra j está no somatório, já que o valor de x está fixo. Já a soma de todos os casos em que
a noiva tem 19 anos [segunda linha dos dados] será:
3

i =1
F ( xi , y 2 ) = F ( x1 , y 2 ) + F ( x2 , y 2 ) + F ( x3 , y2 ) = 1 + 1 + 3 = 5 onde se pode ver que a
letra i está no somatório, já que o valor de y está fixo.
Podemos ainda verificar que, se somarmos os valores coluna a coluna e linha a linha,
essas somas que obtemos são as mesmas que teríamos se tratássemos cada variável
separadamente:
X [Idade do noivo]
Tem atribuído o índice i ou seja temos xi
i=1 i=2 i=3 F(yj )
x1 = 18 x2 = 19 x3 = 20
Y j=1 y1 = 18 1 1 2 4
[Idade da noiva]
j=2 y 2 = 19 1 1 3 5
Tem atribuída o 3
índice j ou seja j=3 y3 = 20 1 1 1
temos yj
F ( xi ) 3 3 6 n=12
Nota: É usual (mas não fundamental), quando temos um quadro de dupla entrada,
chamar F1 ( xi ) a F ( xi ) e F2 ( y j ) a F ( y j ) . É importante perceber o que está em causa
em cada contexto.
© JAA 2024 Pág. 123

O uso de duplos somatórios
Como fazer se quisermos somar valores em mais do que uma linha ou mais do que uma
coluna? – Uma forma é somarmos os valores em causa coluna a coluna.
Por exemplo, se quisermos somar os valores de todas as frequências absolutas conjuntas,

somamos primeiro todos os valores da coluna 1, depois todos os da coluna 2 e finalmente
todos os da coluna 3.
3  3 
Em termos de notação fazemos   F ( xi , y j ) que geralmente se indica apenas
i =1  j =1 
3 3 3
como i =1
 F ( xi , y j ) . Nesta expressão
j =1

i =1
faz avançar coluna a coluna e, dentro de
3
cada coluna,  j =1
faz avançar linha a linha ao longo dessa coluna. Ou seja
A soma inerente à operação referida vai assim ser:
3
 3 
   F ( xi , y j )  = F ( x1 , y1 ) + F ( x1 , y2 ) + F ( x1 , y3 ) + [1ª coluna]
i =1  j =1 
+ F ( x2 , y1 ) + F ( x2 , y2 ) + F ( x2 , y3 ) + [2ª coluna]
+ F ( x3 , y1 ) + F ( x3 , y2 ) + F ( x3 , y3 ) = [3ª coluna]
= (1 + 1 + 1) + (1 + 1 + 1) + (2 + 3 + 1) = 12
É assim. Em estatística, como em matemática, usamos muitas vezes letras para designar
números, nomes, categorias e muitas outras coisas, que nos facilitam a descrição do que
está em causa e a indicação dos cálculos. Com a prática, o seu uso não é complicado.
© JAA 2024 Pág. 124

Anexo 2 – Interpretar a divisão e a sua relação com as frequências relativas

e a média
Em estatística temos frequentemente de fazer divisões. Interessa por isso ter presente o
que é uma divisão.
Por exemplo se dividirmos 12 maçãs por 4 pessoas, cada uma recebe 3 maçãs. Ou seja,
12÷4=3. Portanto este é o resultado por pessoa. Dizer que cada uma daquelas 4 pessoas
concretas recebe 3 maçãs [que é um número menor que o valor de partida] parece muito
intuitivo, mas nem sempre a divisão pode ser interpretada desta forma.
Por exemplo, se dividirmos 1 por 0,5 o resultado é 2 e é superior ao valor de partida.

Porque é que acontece assim? A resposta pode ser dada de duas formas:
- A primeira resposta é que 0,5 cabe duas vezes em 1. E de facto, quando fazemos uma
divisão, o resultado indica sempre quantas vezes é que o denominador cabe no
numerador.
- A segunda resposta é que, quando é feita uma divisão, o resultado é sempre por
unidade da grandeza que está expressa no denominador. No caso das maçãs, referido
acima, é como se se dissesse “12 está para 4 assim como 3 está para 1” e no caso da
divisão de 1 por 0,5 é como se se dissesse 1 está para 0,5 assim como 2 está para 1.
Voltemos agora a um exemplo semelhante ao do enquadramento para dados

quantitativos discretos:
i xi Fi fi
1 1 4 0,2
2 2 10 0,5
3 3 6 0,3
Soma n = 20 1,0
Em primeiro lugar note-se que a soma da divisão das parcelas de uma soma pelo seu total
dá sempre 1. Isto é evidente se se tiver em conta que (neste caso):
4 10 6 20 4 10 6
4 + 10 + 6 = 20 ⇔ + + = ⇔ + + = 1 ⇔ 0, 20 + 0, 50 + 0,30 = 1
20 20 20 20 20 20 20
Portanto, quando são calculadas as frequências relativas estas somam sempre 1 o que
significa que o valor da frequência relativa em causa é o valor que está para 1 assim como
a respetiva frequência absoluta estava para n. Assim, no quadro acima, poder-se-ia fazer
uma leitura deste tipo: na primeira linha 0,2 está para 1 assim como 4 está para 20; na
segunda linha 0,5 está para 1 assim como 10 está para 20 e na terceira linha 0,3 está para
1 assim como 6 está para 20. Por isso, frequentemente é mais prático fazer a leitura oral
em percentagem das frequências relativas que estão num quadro, para expressar o
resultado dessas frequências relativas, mesmo quando não estão expressas em
© JAA 2024 Pág. 125

percentagem, porque a expressão em percentagem se apreende melhor. Neste exemplo

poderemos expressar oralmente desta forma o valor obtido para as frequências relativas:
fi
0,2 ou 20%
0,5 ou 50%
0,3 ou 30%
1,0 ou 100%
Estamos a dizer que 20 está para 100 assim como 0,2 está para 1, ou então que 20 está
para 100 assim como 4 está para 20 nos dados originais. Esta operação corresponde ao
resultado de uma regra de proporcionalidade [“regra de três simples”] que é feita por
muitos alunos. Por exemplo:
4 A 4 0, 2 A 0, 2
= ⇔ A = × 100 = 20% ou = ⇔ A= ×100 = 0, 2 × 100 = 20%
20 100 20 1 100 1
A leitura das expressões acima mostra que basta multiplicar as frequências relativas por
100 para obter os valores em percentagem. É este tipo de procedimento que estará
implícito na forma como muitas vezes nos expressaremos oralmente nas aulas ao
interpretar as frequências relativas. Por exemplo dizendo “esta frequência relativa é 0,2
ou 20%”.
Finalmente, é também frequente definir a divisão como o resultado da igual distribuição

de uma grandeza por todos os casos (por exemplo sujeitos) pelos quais se faz a divisão.
Ora isto acontece com qualquer divisão e não só com o cálculo da média. Então, a média
deve ser definida como o resultado da igual distribuição de uma grandeza por todos os
casos (por exemplo sujeitos), mas em que o total que é dividido resultou da soma de
parcelas, correspondendo cada parcela ao valor com que cada um dos casos contribuiu
para essa soma.
Nota: para os alunos mais distraídos é importante ter em conta que só faz sentido
expressar o resultado de uma divisão em percentagem quando está em causa a relação
proporcional entre dois valores, sendo 100 o valor de referência. Uma percentagem
expressa sempre uma relação entre dois valores. Por exemplo se dividirmos 12 maçãs por
4 pessoas, cada uma recebe 3 maçãs. Não faz sentido expressar o resultado desta divisão
em percentagem, embora matematicamente o pudéssemos fazer.
© JAA 2024 Pág. 126

Anexo 3 – Sequência e interpretação dos cálculos
Na estatística trabalhamos necessariamente com números. Por vezes, devido à falta de

familiaridade com as expressões matemáticas e com os conceitos em causa, cometem-se
erros [ou pelos menos enganos graves] que podem ser facilmente evitados. Vamos
enumerar alguns desses erros para que não se verifiquem.
A sequência das operações algébricas tem de ser feita corretamente
A sequência das operações algébricas tem uma ordem de prioridade: primeiro fazem-se
as multiplicações ou as divisões; só depois é que se fazem as adições ou subtrações.
Quando há operações algébricas no numerador ou no denominador de uma fração, estas
operações são feitas em primeiro lugar. Exemplos:
1) 30 + 3 × 5 = 30 + 15 = 45 Este é o cálculo correto. Por vezes [pensamos que,

possivelmente, por se usar uma máquina de calcular que não é científica], o cálculo é
feito com uma sequência errada e, em vez de dar 45 dá 165, o que é um valor
completamente errado.
0 .5 − 0 .4 0 .1
2) 40 + × 10 = 40 + × 10 = 40 + 0.5 × 10 = 40 + 5 = 45 - Este é o cálculo
0 .2 0 .2
correto.
15 15
3) 50 + × 20 = 50 + × 20 = 50 + 0.25 × 20 = 50 + 5 = 55 - Este é o cálculo
15 + 45 60
correto.
Como podereis ver, fazer o cálculo corretamente é sempre muito importante. Mas, os
erros que aqui queremos evitar, são particularmente pertinentes no cálculo da mediana e
da moda através das fórmulas que habitualmente são usadas quando os dados estão por
classes contínuas.
A média, a moda e a mediana têm de se situar no domínio da variável em estudo
No cálculo da média, da mediana e da moda temos sempre de obter valores dentro do

domínio da variável em causa. Quando os dados estão por classes, a mediana tem de
calhar sempre dentro da classe mediana e a moda tem de calhar sempre dentro da classe
modal. Se assim não acontecer é porque os cálculos estão errados. – É importante que
tenhamos sempre a sensibilidade do que estamos a calcular e de quais os valores obtidos
que fazem sentido.
Por exemplo estamos a estudar a idade de 100 mães que tiveram um bebé no ano de
2022. Sabemos que a mãe mais velha tem 50 anos e a mais nova 16 anos. Então, quando
falamos no domínio da variável, estamos a falar nos valores que a idade da mãe pode
assumir. Assim, esse domínio é entre 16 anos (inclusive) e 50 anos (inclusive). Deve pois
ter-se presente, por exemplo, que a média da idade de todas essas mães não pode ser
© JAA 2024 Pág. 127

inferior a 16 anos nem superior a 50 anos. – Os valores que calculamos têm sempre de
fazer sentido.
O cálculo da variância tem de dar sempre um valor positivo
A variância é sempre uma soma de valores elevados ao quadrado. Por isso, qualquer que
seja a fórmula utilizada, o cálculo da variância tem de dar sempre um resultado positivo
pois, qualquer número real ao quadrado dá sempre um resultado positivo.
Consequentemente, o cálculo do desvio-padrão também tem sempre de dar um valor
positivo.
A probabilidade nunca pode ser inferior a 0 nem superior a 1
Qualquer probabilidade é sempre um valor que tem de ser simultaneamente igual ou

maior do que 0 e igual ou menor do que 1. Aliás, para não se tratar de uma situação
determinística a probabilidade deverá simultaneamente ser maior do que 0 e menor do
que 1, ou seja estar entre 0 e 1.
Qualquer valor da probabilidade que saia fora deste intervalo, ou seja ser negativa ou
superior a 1, deve-se ou aos cálculos estarem mal feitos ou aos dados não serem
compatíveis com um problema de probabilidades.
© JAA 2024 Pág. 128

Anexo 4 – Alfabeto Grego Básico
Minúscula Maiúscula Designação
α A alfa
β B beta
γ Г gama
δ Δ delta
ε Ε epsilon
ζ Ζ zeta
η Η eta
θ Θ teta
ι Ι iota
κ Κ capa
λ Λ lambda
μ Μ miu
ν Ν niu
ξ Ξ csi
ο Ο ómicron
π Π pi
ρ Ρ ró
σ Σ sigma
τ Τ tau
υ Υ ípsilon
φ Φ fi
φ fi (variante)
χ Χ qui
ψ Ψ psi
ω Ω ómega
© JAA 2024 Pág. 129

Anexo 5 – Tabelas Estatísticas
As três distribuições de probabilidade teóricas cuja utilização é necessária para a

resolução dos exercícios deste caderno são as seguintes:
- Distribuição Binomial;
- Distribuição Normal;
- Distribuição T de Student
As tabelas estatísticas ajudam a visualizar melhor o conjunto dos valores em causa, a ter
“à mão” informação necessária à resolução dos exercícios e a fazer uma exposição mais
clara.
No entanto, a generalização do uso de folhas de cálculo informático possibilitou que

todos esses valores possam atualmente ser calculados com facilidade e maior precisão do
que usando as tabelas. O mesmo acontece com as máquinas gráficas. Porém continua a
ser muito prático recorrer aos valores tabelados.
Todas as tabelas que se seguem foram obtidas através da folha de cálculo Excel da
Microsoft. A antecipar cada uma dessas tabelas expomos a forma os valores foram
obtidos a partir do Excel.
© JAA 2024 Pág. 131

Distribuição Binomial: Função de Probabilidade

f ( x) = P ( X = x) que pode ser indicado como
f (n, p ) = P ( X = x) = C x × p x × q n − x , x = 0,1,..., n
n
f ( x | n, p ) ou
0 < p < 1 ; q = 1− p
Na fórmula da binomial acima n e p são os parâmetros da distribuição de probabilidade
binomial. Ou seja, sempre que temos um n diferente ou um p diferente temos uma
distribuição de probabilidade binomial diferente. A distribuição binomial é uma
distribuição discreta.
Poderíamos ter infinitos valores de p entre 0 e 1, e por isso apenas se encontram
tabelados valores de p de 0,05 em 0,05 até p=0,5 por uma questão de economia de
espaço e por se tratar dos valores de p mais utilizados. Quando o p é superior a 0,5 pode
obter-se as probabilidades em causa recorrendo à seguinte relação:
f ( x | n, p ) = f ( n − x | n, q ) f ( n, q ) = C n − x × p x × q n − x , n − x = 0,1,..., n
n
ou
0 < p < 1 ; q = 1− p
Por exemplo,
[ f ( x | n = 10; p = 0, 6)] = [ f ( y = 10 − x | n = 10; q = 0, 4)]
Todos os cálculos da distribuição binomial podem ser feitos para qualquer valor de p, a
partir da folha de cálculo do Excel. A sequência dos passos será:
Insert
Function
Statistical
BINODIST
Aparece então o quadro de entrada que se indica abaixo. – Seguem-se as instruções e

escrevendo false na quarta linha obtemos a probabilidade para o valor em causa.
Exemplifica-se com o cálculo da probabilidade de x=3 quando n=9 e p=0,35.
© JAA 2024 Pág. 133

© JAA 2024 Pág. 134

f(x) p
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
1 0 0,9500 0,9000 0,8500 0,8000 0,7500 0,7000 0,6500 0,6000 0,5500 0,5000
1 1 0,0500 0,1000 0,1500 0,2000 0,2500 0,3000 0,3500 0,4000 0,4500 0,5000
2 0 0,9025 0,8100 0,7225 0,6400 0,5625 0,4900 0,4225 0,3600 0,3025 0,2500
2 1 0,0950 0,1800 0,2550 0,3200 0,3750 0,4200 0,4550 0,4800 0,4950 0,5000
2 2 0,0025 0,0100 0,0225 0,0400 0,0625 0,0900 0,1225 0,1600 0,2025 0,2500
3 0 0,8574 0,7290 0,6141 0,5120 0,4219 0,3430 0,2746 0,2160 0,1664 0,1250
3 1 0,1354 0,2430 0,3251 0,3840 0,4219 0,4410 0,4436 0,4320 0,4084 0,3750
3 2 0,0071 0,0270 0,0574 0,0960 0,1406 0,1890 0,2389 0,2880 0,3341 0,3750
3 3 0,0001 0,0010 0,0034 0,0080 0,0156 0,0270 0,0429 0,0640 0,0911 0,1250
4 0 0,8145 0,6561 0,5220 0,4096 0,3164 0,2401 0,1785 0,1296 0,0915 0,0625
4 1 0,1715 0,2916 0,3685 0,4096 0,4219 0,4116 0,3845 0,3456 0,2995 0,2500
4 2 0,0135 0,0486 0,0975 0,1536 0,2109 0,2646 0,3105 0,3456 0,3675 0,3750
4 3 0,0005 0,0036 0,0115 0,0256 0,0469 0,0756 0,1115 0,1536 0,2005 0,2500
4 4 0,0000 0,0001 0,0005 0,0016 0,0039 0,0081 0,0150 0,0256 0,0410 0,0625
5 0 0,7738 0,5905 0,4437 0,3277 0,2373 0,1681 0,1160 0,0778 0,0503 0,0313
5 1 0,2036 0,3281 0,3915 0,4096 0,3955 0,3602 0,3124 0,2592 0,2059 0,1563
5 2 0,0214 0,0729 0,1382 0,2048 0,2637 0,3087 0,3364 0,3456 0,3369 0,3125
5 3 0,0011 0,0081 0,0244 0,0512 0,0879 0,1323 0,1811 0,2304 0,2757 0,3125
5 4 0,0000 0,0005 0,0022 0,0064 0,0146 0,0284 0,0488 0,0768 0,1128 0,1563
5 5 0,0000 0,0000 0,0001 0,0003 0,0010 0,0024 0,0053 0,0102 0,0185 0,0313
6 0 0,7351 0,5314 0,3771 0,2621 0,1780 0,1176 0,0754 0,0467 0,0277 0,0156
6 1 0,2321 0,3543 0,3993 0,3932 0,3560 0,3025 0,2437 0,1866 0,1359 0,0938
6 2 0,0305 0,0984 0,1762 0,2458 0,2966 0,3241 0,3280 0,3110 0,2780 0,2344
6 3 0,0021 0,0146 0,0415 0,0819 0,1318 0,1852 0,2355 0,2765 0,3032 0,3125
6 4 0,0001 0,0012 0,0055 0,0154 0,0330 0,0595 0,0951 0,1382 0,1861 0,2344
6 5 0,0000 0,0001 0,0004 0,0015 0,0044 0,0102 0,0205 0,0369 0,0609 0,0938
6 6 0,0000 0,0000 0,0000 0,0001 0,0002 0,0007 0,0018 0,0041 0,0083 0,0156
7 0 0,6983 0,4783 0,3206 0,2097 0,1335 0,0824 0,0490 0,0280 0,0152 0,0078
7 1 0,2573 0,3720 0,3960 0,3670 0,3115 0,2471 0,1848 0,1306 0,0872 0,0547
7 2 0,0406 0,1240 0,2097 0,2753 0,3115 0,3177 0,2985 0,2613 0,2140 0,1641
7 3 0,0036 0,0230 0,0617 0,1147 0,1730 0,2269 0,2679 0,2903 0,2918 0,2734
7 4 0,0002 0,0026 0,0109 0,0287 0,0577 0,0972 0,1442 0,1935 0,2388 0,2734
7 5 0,0000 0,0002 0,0012 0,0043 0,0115 0,0250 0,0466 0,0774 0,1172 0,1641
7 6 0,0000 0,0000 0,0001 0,0004 0,0013 0,0036 0,0084 0,0172 0,0320 0,0547
7 7 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002 0,0006 0,0016 0,0037 0,0078
8 0 0,6634 0,4305 0,2725 0,1678 0,1001 0,0576 0,0319 0,0168 0,0084 0,0039
8 1 0,2793 0,3826 0,3847 0,3355 0,2670 0,1977 0,1373 0,0896 0,0548 0,0313
8 2 0,0515 0,1488 0,2376 0,2936 0,3115 0,2965 0,2587 0,2090 0,1569 0,1094
8 3 0,0054 0,0331 0,0839 0,1468 0,2076 0,2541 0,2786 0,2787 0,2568 0,2188
8 4 0,0004 0,0046 0,0185 0,0459 0,0865 0,1361 0,1875 0,2322 0,2627 0,2734
8 5 0,0000 0,0004 0,0026 0,0092 0,0231 0,0467 0,0808 0,1239 0,1719 0,2188
8 6 0,0000 0,0000 0,0002 0,0011 0,0038 0,0100 0,0217 0,0413 0,0703 0,1094
8 7 0,0000 0,0000 0,0000 0,0001 0,0004 0,0012 0,0033 0,0079 0,0164 0,0313
8 8 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002 0,0007 0,0017 0,0039
9 0 0,6302 0,3874 0,2316 0,1342 0,0751 0,0404 0,0207 0,0101 0,0046 0,0020
9 1 0,2985 0,3874 0,3679 0,3020 0,2253 0,1556 0,1004 0,0605 0,0339 0,0176
9 2 0,0629 0,1722 0,2597 0,3020 0,3003 0,2668 0,2162 0,1612 0,1110 0,0703
9 3 0,0077 0,0446 0,1069 0,1762 0,2336 0,2668 0,2716 0,2508 0,2119 0,1641
9 4 0,0006 0,0074 0,0283 0,0661 0,1168 0,1715 0,2194 0,2508 0,2600 0,2461
9 5 0,0000 0,0008 0,0050 0,0165 0,0389 0,0735 0,1181 0,1672 0,2128 0,2461
9 6 0,0000 0,0001 0,0006 0,0028 0,0087 0,0210 0,0424 0,0743 0,1160 0,1641
9 7 0,0000 0,0000 0,0000 0,0003 0,0012 0,0039 0,0098 0,0212 0,0407 0,0703
9 8 0,0000 0,0000 0,0000 0,0000 0,0001 0,0004 0,0013 0,0035 0,0083 0,0176
9 9 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0008 0,0020
© JAA 2024 Pág. 135

f(x) p
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
10 0 0,5987 0,3487 0,1969 0,1074 0,0563 0,0282 0,0135 0,0060 0,0025 0,0010
10 1 0,3151 0,3874 0,3474 0,2684 0,1877 0,1211 0,0725 0,0403 0,0207 0,0098
10 2 0,0746 0,1937 0,2759 0,3020 0,2816 0,2335 0,1757 0,1209 0,0763 0,0439
10 3 0,0105 0,0574 0,1298 0,2013 0,2503 0,2668 0,2522 0,2150 0,1665 0,1172
10 4 0,0010 0,0112 0,0401 0,0881 0,1460 0,2001 0,2377 0,2508 0,2384 0,2051
10 5 0,0001 0,0015 0,0085 0,0264 0,0584 0,1029 0,1536 0,2007 0,2340 0,2461
10 6 0,0000 0,0001 0,0012 0,0055 0,0162 0,0368 0,0689 0,1115 0,1596 0,2051
10 7 0,0000 0,0000 0,0001 0,0008 0,0031 0,0090 0,0212 0,0425 0,0746 0,1172
10 8 0,0000 0,0000 0,0000 0,0001 0,0004 0,0014 0,0043 0,0106 0,0229 0,0439
10 9 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0016 0,0042 0,0098
10 10 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0010
11 0 0,5688 0,3138 0,1673 0,0859 0,0422 0,0198 0,0088 0,0036 0,0014 0,0005
11 1 0,3293 0,3835 0,3248 0,2362 0,1549 0,0932 0,0518 0,0266 0,0125 0,0054
11 2 0,0867 0,2131 0,2866 0,2953 0,2581 0,1998 0,1395 0,0887 0,0513 0,0269
11 3 0,0137 0,0710 0,1517 0,2215 0,2581 0,2568 0,2254 0,1774 0,1259 0,0806
11 4 0,0014 0,0158 0,0536 0,1107 0,1721 0,2201 0,2428 0,2365 0,2060 0,1611
11 5 0,0001 0,0025 0,0132 0,0388 0,0803 0,1321 0,1830 0,2207 0,2360 0,2256
11 6 0,0000 0,0003 0,0023 0,0097 0,0268 0,0566 0,0985 0,1471 0,1931 0,2256
11 7 0,0000 0,0000 0,0003 0,0017 0,0064 0,0173 0,0379 0,0701 0,1128 0,1611
11 8 0,0000 0,0000 0,0000 0,0002 0,0011 0,0037 0,0102 0,0234 0,0462 0,0806
11 9 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0018 0,0052 0,0126 0,0269
11 10 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0007 0,0021 0,0054
11 11 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0005
12 0 0,5404 0,2824 0,1422 0,0687 0,0317 0,0138 0,0057 0,0022 0,0008 0,0002
12 1 0,3413 0,3766 0,3012 0,2062 0,1267 0,0712 0,0368 0,0174 0,0075 0,0029
12 2 0,0988 0,2301 0,2924 0,2835 0,2323 0,1678 0,1088 0,0639 0,0339 0,0161
12 3 0,0173 0,0852 0,1720 0,2362 0,2581 0,2397 0,1954 0,1419 0,0923 0,0537
12 4 0,0021 0,0213 0,0683 0,1329 0,1936 0,2311 0,2367 0,2128 0,1700 0,1208
12 5 0,0002 0,0038 0,0193 0,0532 0,1032 0,1585 0,2039 0,2270 0,2225 0,1934
12 6 0,0000 0,0005 0,0040 0,0155 0,0401 0,0792 0,1281 0,1766 0,2124 0,2256
12 7 0,0000 0,0000 0,0006 0,0033 0,0115 0,0291 0,0591 0,1009 0,1489 0,1934
12 8 0,0000 0,0000 0,0001 0,0005 0,0024 0,0078 0,0199 0,0420 0,0762 0,1208
12 9 0,0000 0,0000 0,0000 0,0001 0,0004 0,0015 0,0048 0,0125 0,0277 0,0537
12 10 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0008 0,0025 0,0068 0,0161
12 11 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0010 0,0029
12 12 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002
13 0 0,5133 0,2542 0,1209 0,0550 0,0238 0,0097 0,0037 0,0013 0,0004 0,0001
13 1 0,3512 0,3672 0,2774 0,1787 0,1029 0,0540 0,0259 0,0113 0,0045 0,0016
13 2 0,1109 0,2448 0,2937 0,2680 0,2059 0,1388 0,0836 0,0453 0,0220 0,0095
13 3 0,0214 0,0997 0,1900 0,2457 0,2517 0,2181 0,1651 0,1107 0,0660 0,0349
13 4 0,0028 0,0277 0,0838 0,1535 0,2097 0,2337 0,2222 0,1845 0,1350 0,0873
13 5 0,0003 0,0055 0,0266 0,0691 0,1258 0,1803 0,2154 0,2214 0,1989 0,1571
13 6 0,0000 0,0008 0,0063 0,0230 0,0559 0,1030 0,1546 0,1968 0,2169 0,2095
13 7 0,0000 0,0001 0,0011 0,0058 0,0186 0,0442 0,0833 0,1312 0,1775 0,2095
13 8 0,0000 0,0000 0,0001 0,0011 0,0047 0,0142 0,0336 0,0656 0,1089 0,1571
13 9 0,0000 0,0000 0,0000 0,0001 0,0009 0,0034 0,0101 0,0243 0,0495 0,0873
13 10 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006 0,0022 0,0065 0,0162 0,0349
13 11 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0012 0,0036 0,0095
13 12 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0016
13 13 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001
14 0 0,4877 0,2288 0,1028 0,0440 0,0178 0,0068 0,0024 0,0008 0,0002 0,0001
14 1 0,3593 0,3559 0,2539 0,1539 0,0832 0,0407 0,0181 0,0073 0,0027 0,0009
14 2 0,1229 0,2570 0,2912 0,2501 0,1802 0,1134 0,0634 0,0317 0,0141 0,0056
14 3 0,0259 0,1142 0,2056 0,2501 0,2402 0,1943 0,1366 0,0845 0,0462 0,0222
© JAA 2024 Pág. 136

f(x) p
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
14 4 0,0037 0,0349 0,0998 0,1720 0,2202 0,2290 0,2022 0,1549 0,1040 0,0611
14 5 0,0004 0,0078 0,0352 0,0860 0,1468 0,1963 0,2178 0,2066 0,1701 0,1222
14 6 0,0000 0,0013 0,0093 0,0322 0,0734 0,1262 0,1759 0,2066 0,2088 0,1833
14 7 0,0000 0,0002 0,0019 0,0092 0,0280 0,0618 0,1082 0,1574 0,1952 0,2095
14 8 0,0000 0,0000 0,0003 0,0020 0,0082 0,0232 0,0510 0,0918 0,1398 0,1833
14 9 0,0000 0,0000 0,0000 0,0003 0,0018 0,0066 0,0183 0,0408 0,0762 0,1222
14 10 0,0000 0,0000 0,0000 0,0000 0,0003 0,0014 0,0049 0,0136 0,0312 0,0611
14 11 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0010 0,0033 0,0093 0,0222
14 12 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0019 0,0056
14 13 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002 0,0009
14 14 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001
15 0 0,4633 0,2059 0,0874 0,0352 0,0134 0,0047 0,0016 0,0005 0,0001 0,0000
15 1 0,3658 0,3432 0,2312 0,1319 0,0668 0,0305 0,0126 0,0047 0,0016 0,0005
15 2 0,1348 0,2669 0,2856 0,2309 0,1559 0,0916 0,0476 0,0219 0,0090 0,0032
15 3 0,0307 0,1285 0,2184 0,2501 0,2252 0,1700 0,1110 0,0634 0,0318 0,0139
15 4 0,0049 0,0428 0,1156 0,1876 0,2252 0,2186 0,1792 0,1268 0,0780 0,0417
15 5 0,0006 0,0105 0,0449 0,1032 0,1651 0,2061 0,2123 0,1859 0,1404 0,0916
15 6 0,0000 0,0019 0,0132 0,0430 0,0917 0,1472 0,1906 0,2066 0,1914 0,1527
15 7 0,0000 0,0003 0,0030 0,0138 0,0393 0,0811 0,1319 0,1771 0,2013 0,1964
15 8 0,0000 0,0000 0,0005 0,0035 0,0131 0,0348 0,0710 0,1181 0,1647 0,1964
15 9 0,0000 0,0000 0,0001 0,0007 0,0034 0,0116 0,0298 0,0612 0,1048 0,1527
15 10 0,0000 0,0000 0,0000 0,0001 0,0007 0,0030 0,0096 0,0245 0,0515 0,0916
15 11 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006 0,0024 0,0074 0,0191 0,0417
15 12 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0004 0,0016 0,0052 0,0139
15 13 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0010 0,0032
15 14 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005
15 15 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
16 0 0,4401 0,1853 0,0743 0,0281 0,0100 0,0033 0,0010 0,0003 0,0001 0,0000
16 1 0,3706 0,3294 0,2097 0,1126 0,0535 0,0228 0,0087 0,0030 0,0009 0,0002
16 2 0,1463 0,2745 0,2775 0,2111 0,1336 0,0732 0,0353 0,0150 0,0056 0,0018
16 3 0,0359 0,1423 0,2285 0,2463 0,2079 0,1465 0,0888 0,0468 0,0215 0,0085
16 4 0,0061 0,0514 0,1311 0,2001 0,2252 0,2040 0,1553 0,1014 0,0572 0,0278
16 5 0,0008 0,0137 0,0555 0,1201 0,1802 0,2099 0,2008 0,1623 0,1123 0,0667
16 6 0,0001 0,0028 0,0180 0,0550 0,1101 0,1649 0,1982 0,1983 0,1684 0,1222
16 7 0,0000 0,0004 0,0045 0,0197 0,0524 0,1010 0,1524 0,1889 0,1969 0,1746
16 8 0,0000 0,0001 0,0009 0,0055 0,0197 0,0487 0,0923 0,1417 0,1812 0,1964
16 9 0,0000 0,0000 0,0001 0,0012 0,0058 0,0185 0,0442 0,0840 0,1318 0,1746
16 10 0,0000 0,0000 0,0000 0,0002 0,0014 0,0056 0,0167 0,0392 0,0755 0,1222
16 11 0,0000 0,0000 0,0000 0,0000 0,0002 0,0013 0,0049 0,0142 0,0337 0,0667
16 12 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0011 0,0040 0,0115 0,0278
16 13 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0008 0,0029 0,0085
16 14 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0018
16 15 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002
16 16 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
17 0 0,4181 0,1668 0,0631 0,0225 0,0075 0,0023 0,0007 0,0002 0,0000 0,0000
17 1 0,3741 0,3150 0,1893 0,0957 0,0426 0,0169 0,0060 0,0019 0,0005 0,0001
17 2 0,1575 0,2800 0,2673 0,1914 0,1136 0,0581 0,0260 0,0102 0,0035 0,0010
17 3 0,0415 0,1556 0,2359 0,2393 0,1893 0,1245 0,0701 0,0341 0,0144 0,0052
17 4 0,0076 0,0605 0,1457 0,2093 0,2209 0,1868 0,1320 0,0796 0,0411 0,0182
17 5 0,0010 0,0175 0,0668 0,1361 0,1914 0,2081 0,1849 0,1379 0,0875 0,0472
17 6 0,0001 0,0039 0,0236 0,0680 0,1276 0,1784 0,1991 0,1839 0,1432 0,0944
17 7 0,0000 0,0007 0,0065 0,0267 0,0668 0,1201 0,1685 0,1927 0,1841 0,1484
17 8 0,0000 0,0001 0,0014 0,0084 0,0279 0,0644 0,1134 0,1606 0,1883 0,1855
17 9 0,0000 0,0000 0,0003 0,0021 0,0093 0,0276 0,0611 0,1070 0,1540 0,1855
© JAA 2024 Pág. 137

f(x) p
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
17 10 0,0000 0,0000 0,0000 0,0004 0,0025 0,0095 0,0263 0,0571 0,1008 0,1484
17 11 0,0000 0,0000 0,0000 0,0001 0,0005 0,0026 0,0090 0,0242 0,0525 0,0944
17 12 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006 0,0024 0,0081 0,0215 0,0472
17 13 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0021 0,0068 0,0182
17 14 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0004 0,0016 0,0052
17 15 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0010
17 16 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001
17 17 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
18 0 0,3972 0,1501 0,0536 0,0180 0,0056 0,0016 0,0004 0,0001 0,0000 0,0000
18 1 0,3763 0,3002 0,1704 0,0811 0,0338 0,0126 0,0042 0,0012 0,0003 0,0001
18 2 0,1683 0,2835 0,2556 0,1723 0,0958 0,0458 0,0190 0,0069 0,0022 0,0006
18 3 0,0473 0,1680 0,2406 0,2297 0,1704 0,1046 0,0547 0,0246 0,0095 0,0031
18 4 0,0093 0,0700 0,1592 0,2153 0,2130 0,1681 0,1104 0,0614 0,0291 0,0117
18 5 0,0014 0,0218 0,0787 0,1507 0,1988 0,2017 0,1664 0,1146 0,0666 0,0327
18 6 0,0002 0,0052 0,0301 0,0816 0,1436 0,1873 0,1941 0,1655 0,1181 0,0708
18 7 0,0000 0,0010 0,0091 0,0350 0,0820 0,1376 0,1792 0,1892 0,1657 0,1214
18 8 0,0000 0,0002 0,0022 0,0120 0,0376 0,0811 0,1327 0,1734 0,1864 0,1669
18 9 0,0000 0,0000 0,0004 0,0033 0,0139 0,0386 0,0794 0,1284 0,1694 0,1855
18 10 0,0000 0,0000 0,0001 0,0008 0,0042 0,0149 0,0385 0,0771 0,1248 0,1669
18 11 0,0000 0,0000 0,0000 0,0001 0,0010 0,0046 0,0151 0,0374 0,0742 0,1214
18 12 0,0000 0,0000 0,0000 0,0000 0,0002 0,0012 0,0047 0,0145 0,0354 0,0708
18 13 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0012 0,0045 0,0134 0,0327
18 14 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0011 0,0039 0,0117
18 15 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0009 0,0031
18 16 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006
18 17 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001
18 18 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
19 0 0,3774 0,1351 0,0456 0,0144 0,0042 0,0011 0,0003 0,0001 0,0000 0,0000
19 1 0,3774 0,2852 0,1529 0,0685 0,0268 0,0093 0,0029 0,0008 0,0002 0,0000
19 2 0,1787 0,2852 0,2428 0,1540 0,0803 0,0358 0,0138 0,0046 0,0013 0,0003
19 3 0,0533 0,1796 0,2428 0,2182 0,1517 0,0869 0,0422 0,0175 0,0062 0,0018
19 4 0,0112 0,0798 0,1714 0,2182 0,2023 0,1491 0,0909 0,0467 0,0203 0,0074
19 5 0,0018 0,0266 0,0907 0,1636 0,2023 0,1916 0,1468 0,0933 0,0497 0,0222
19 6 0,0002 0,0069 0,0374 0,0955 0,1574 0,1916 0,1844 0,1451 0,0949 0,0518
19 7 0,0000 0,0014 0,0122 0,0443 0,0974 0,1525 0,1844 0,1797 0,1443 0,0961
19 8 0,0000 0,0002 0,0032 0,0166 0,0487 0,0981 0,1489 0,1797 0,1771 0,1442
19 9 0,0000 0,0000 0,0007 0,0051 0,0198 0,0514 0,0980 0,1464 0,1771 0,1762
19 10 0,0000 0,0000 0,0001 0,0013 0,0066 0,0220 0,0528 0,0976 0,1449 0,1762
19 11 0,0000 0,0000 0,0000 0,0003 0,0018 0,0077 0,0233 0,0532 0,0970 0,1442
19 12 0,0000 0,0000 0,0000 0,0000 0,0004 0,0022 0,0083 0,0237 0,0529 0,0961
19 13 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0024 0,0085 0,0233 0,0518
19 14 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006 0,0024 0,0082 0,0222
19 15 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0022 0,0074
19 16 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0018
19 17 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003
19 18 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
19 19 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
20 0 0,3585 0,1216 0,0388 0,0115 0,0032 0,0008 0,0002 0,0000 0,0000 0,0000
20 1 0,3774 0,2702 0,1368 0,0576 0,0211 0,0068 0,0020 0,0005 0,0001 0,0000
20 2 0,1887 0,2852 0,2293 0,1369 0,0669 0,0278 0,0100 0,0031 0,0008 0,0002
20 3 0,0596 0,1901 0,2428 0,2054 0,1339 0,0716 0,0323 0,0123 0,0040 0,0011
20 4 0,0133 0,0898 0,1821 0,2182 0,1897 0,1304 0,0738 0,0350 0,0139 0,0046
20 5 0,0022 0,0319 0,1028 0,1746 0,2023 0,1789 0,1272 0,0746 0,0365 0,0148
20 6 0,0003 0,0089 0,0454 0,1091 0,1686 0,1916 0,1712 0,1244 0,0746 0,0370
© JAA 2024 Pág. 138

f(x) p
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
20 7 0,0000 0,0020 0,0160 0,0545 0,1124 0,1643 0,1844 0,1659 0,1221 0,0739
20 8 0,0000 0,0004 0,0046 0,0222 0,0609 0,1144 0,1614 0,1797 0,1623 0,1201
20 9 0,0000 0,0001 0,0011 0,0074 0,0271 0,0654 0,1158 0,1597 0,1771 0,1602
20 10 0,0000 0,0000 0,0002 0,0020 0,0099 0,0308 0,0686 0,1171 0,1593 0,1762
20 11 0,0000 0,0000 0,0000 0,0005 0,0030 0,0120 0,0336 0,0710 0,1185 0,1602
20 12 0,0000 0,0000 0,0000 0,0001 0,0008 0,0039 0,0136 0,0355 0,0727 0,1201
20 13 0,0000 0,0000 0,0000 0,0000 0,0002 0,0010 0,0045 0,0146 0,0366 0,0739
20 14 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0012 0,0049 0,0150 0,0370
20 15 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0003 0,0013 0,0049 0,0148
20 16 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0003 0,0013 0,0046
20 17 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0011
20 18 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002
20 19 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
20 20 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
21 0 0,3406 0,1094 0,0329 0,0092 0,0024 0,0006 0,0001 0,0000 0,0000 0,0000
21 1 0,3764 0,2553 0,1221 0,0484 0,0166 0,0050 0,0013 0,0003 0,0001 0,0000
21 2 0,1981 0,2837 0,2155 0,1211 0,0555 0,0215 0,0072 0,0020 0,0005 0,0001
21 3 0,0660 0,1996 0,2408 0,1917 0,1172 0,0585 0,0245 0,0086 0,0026 0,0006
21 4 0,0156 0,0998 0,1912 0,2156 0,1757 0,1128 0,0593 0,0259 0,0095 0,0029
21 5 0,0028 0,0377 0,1147 0,1833 0,1992 0,1643 0,1085 0,0588 0,0263 0,0097
21 6 0,0004 0,0112 0,0540 0,1222 0,1770 0,1878 0,1558 0,1045 0,0574 0,0259
21 7 0,0000 0,0027 0,0204 0,0655 0,1265 0,1725 0,1798 0,1493 0,1007 0,0554
21 8 0,0000 0,0005 0,0063 0,0286 0,0738 0,1294 0,1694 0,1742 0,1442 0,0970
21 9 0,0000 0,0001 0,0016 0,0103 0,0355 0,0801 0,1318 0,1677 0,1704 0,1402
21 10 0,0000 0,0000 0,0003 0,0031 0,0142 0,0412 0,0851 0,1342 0,1673 0,1682
21 11 0,0000 0,0000 0,0001 0,0008 0,0047 0,0176 0,0458 0,0895 0,1369 0,1682
21 12 0,0000 0,0000 0,0000 0,0002 0,0013 0,0063 0,0206 0,0497 0,0933 0,1402
21 13 0,0000 0,0000 0,0000 0,0000 0,0003 0,0019 0,0077 0,0229 0,0529 0,0970
21 14 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0024 0,0087 0,0247 0,0554
21 15 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006 0,0027 0,0094 0,0259
21 16 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0007 0,0029 0,0097
21 17 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0007 0,0029
21 18 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006
21 19 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001
21 20 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
21 21 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
22 0 0,3235 0,0985 0,0280 0,0074 0,0018 0,0004 0,0001 0,0000 0,0000 0,0000
22 1 0,3746 0,2407 0,1087 0,0406 0,0131 0,0037 0,0009 0,0002 0,0000 0,0000
22 2 0,2070 0,2808 0,2015 0,1065 0,0458 0,0166 0,0051 0,0014 0,0003 0,0001
22 3 0,0726 0,2080 0,2370 0,1775 0,1017 0,0474 0,0184 0,0060 0,0016 0,0004
22 4 0,0182 0,1098 0,1987 0,2108 0,1611 0,0965 0,0471 0,0190 0,0064 0,0017
22 5 0,0034 0,0439 0,1262 0,1898 0,1933 0,1489 0,0913 0,0456 0,0187 0,0063
22 6 0,0005 0,0138 0,0631 0,1344 0,1826 0,1808 0,1393 0,0862 0,0434 0,0178
22 7 0,0001 0,0035 0,0255 0,0768 0,1391 0,1771 0,1714 0,1314 0,0812 0,0407
22 8 0,0000 0,0007 0,0084 0,0360 0,0869 0,1423 0,1730 0,1642 0,1246 0,0762
22 9 0,0000 0,0001 0,0023 0,0140 0,0451 0,0949 0,1449 0,1703 0,1586 0,1186
22 10 0,0000 0,0000 0,0005 0,0046 0,0195 0,0529 0,1015 0,1476 0,1687 0,1542
22 11 0,0000 0,0000 0,0001 0,0012 0,0071 0,0247 0,0596 0,1073 0,1506 0,1682
22 12 0,0000 0,0000 0,0000 0,0003 0,0022 0,0097 0,0294 0,0656 0,1129 0,1542
22 13 0,0000 0,0000 0,0000 0,0001 0,0006 0,0032 0,0122 0,0336 0,0711 0,1186
22 14 0,0000 0,0000 0,0000 0,0000 0,0001 0,0009 0,0042 0,0144 0,0374 0,0762
22 15 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0012 0,0051 0,0163 0,0407
22 16 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0003 0,0015 0,0058 0,0178
22 17 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0004 0,0017 0,0063
© JAA 2024 Pág. 139

f(x) p
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
22 18 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0004 0,0017
22 19 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0004
22 20 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001
22 21 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
22 22 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
23 0 0,3074 0,0886 0,0238 0,0059 0,0013 0,0003 0,0000 0,0000 0,0000 0,0000
23 1 0,3721 0,2265 0,0966 0,0339 0,0103 0,0027 0,0006 0,0001 0,0000 0,0000
23 2 0,2154 0,2768 0,1875 0,0933 0,0376 0,0127 0,0037 0,0009 0,0002 0,0000
23 3 0,0794 0,2153 0,2317 0,1633 0,0878 0,0382 0,0138 0,0041 0,0010 0,0002
23 4 0,0209 0,1196 0,2044 0,2042 0,1463 0,0818 0,0371 0,0138 0,0042 0,0011
23 5 0,0042 0,0505 0,1371 0,1940 0,1853 0,1332 0,0758 0,0350 0,0132 0,0040
23 6 0,0007 0,0168 0,0726 0,1455 0,1853 0,1712 0,1225 0,0700 0,0323 0,0120
23 7 0,0001 0,0045 0,0311 0,0883 0,1500 0,1782 0,1602 0,1133 0,0642 0,0292
23 8 0,0000 0,0010 0,0110 0,0442 0,1000 0,1527 0,1725 0,1511 0,1051 0,0584
23 9 0,0000 0,0002 0,0032 0,0184 0,0555 0,1091 0,1548 0,1679 0,1433 0,0974
23 10 0,0000 0,0000 0,0008 0,0064 0,0259 0,0655 0,1167 0,1567 0,1642 0,1364
23 11 0,0000 0,0000 0,0002 0,0019 0,0102 0,0332 0,0743 0,1234 0,1587 0,1612
23 12 0,0000 0,0000 0,0000 0,0005 0,0034 0,0142 0,0400 0,0823 0,1299 0,1612
23 13 0,0000 0,0000 0,0000 0,0001 0,0010 0,0052 0,0182 0,0464 0,0899 0,1364
23 14 0,0000 0,0000 0,0000 0,0000 0,0002 0,0016 0,0070 0,0221 0,0525 0,0974
23 15 0,0000 0,0000 0,0000 0,0000 0,0000 0,0004 0,0023 0,0088 0,0258 0,0584
23 16 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006 0,0029 0,0106 0,0292
23 17 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0008 0,0036 0,0120
23 18 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0010 0,0040
23 19 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0011
23 20 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002
23 21 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
23 22 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
23 23 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
24 0 0,2920 0,0798 0,0202 0,0047 0,0010 0,0002 0,0000 0,0000 0,0000 0,0000
24 1 0,3688 0,2127 0,0857 0,0283 0,0080 0,0020 0,0004 0,0001 0,0000 0,0000
24 2 0,2232 0,2718 0,1739 0,0815 0,0308 0,0097 0,0026 0,0006 0,0001 0,0000
24 3 0,0862 0,2215 0,2251 0,1493 0,0752 0,0305 0,0102 0,0028 0,0007 0,0001
24 4 0,0238 0,1292 0,2085 0,1960 0,1316 0,0687 0,0289 0,0099 0,0028 0,0006
24 5 0,0050 0,0574 0,1472 0,1960 0,1755 0,1177 0,0622 0,0265 0,0091 0,0025
24 6 0,0008 0,0202 0,0822 0,1552 0,1853 0,1598 0,1061 0,0560 0,0237 0,0080
24 7 0,0001 0,0058 0,0373 0,0998 0,1588 0,1761 0,1470 0,0960 0,0499 0,0206
24 8 0,0000 0,0014 0,0140 0,0530 0,1125 0,1604 0,1682 0,1360 0,0867 0,0438
24 9 0,0000 0,0003 0,0044 0,0236 0,0667 0,1222 0,1610 0,1612 0,1261 0,0779
24 10 0,0000 0,0000 0,0012 0,0088 0,0333 0,0785 0,1300 0,1612 0,1548 0,1169
24 11 0,0000 0,0000 0,0003 0,0028 0,0141 0,0428 0,0891 0,1367 0,1612 0,1488
24 12 0,0000 0,0000 0,0000 0,0008 0,0051 0,0199 0,0520 0,0988 0,1429 0,1612
24 13 0,0000 0,0000 0,0000 0,0002 0,0016 0,0079 0,0258 0,0608 0,1079 0,1488
24 14 0,0000 0,0000 0,0000 0,0000 0,0004 0,0026 0,0109 0,0318 0,0694 0,1169
24 15 0,0000 0,0000 0,0000 0,0000 0,0001 0,0008 0,0039 0,0141 0,0378 0,0779
24 16 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0012 0,0053 0,0174 0,0438
24 17 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0003 0,0017 0,0067 0,0206
24 18 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0004 0,0021 0,0080
24 19 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006 0,0025
24 20 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006
24 21 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001
24 22 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
24 23 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
24 24 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
© JAA 2024 Pág. 140

f(x) p
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
25 0 0,2774 0,0718 0,0172 0,0038 0,0008 0,0001 0,0000 0,0000 0,0000 0,0000
25 1 0,3650 0,1994 0,0759 0,0236 0,0063 0,0014 0,0003 0,0000 0,0000 0,0000
25 2 0,2305 0,2659 0,1607 0,0708 0,0251 0,0074 0,0018 0,0004 0,0001 0,0000
25 3 0,0930 0,2265 0,2174 0,1358 0,0641 0,0243 0,0076 0,0019 0,0004 0,0001
25 4 0,0269 0,1384 0,2110 0,1867 0,1175 0,0572 0,0224 0,0071 0,0018 0,0004
25 5 0,0060 0,0646 0,1564 0,1960 0,1645 0,1030 0,0506 0,0199 0,0063 0,0016
25 6 0,0010 0,0239 0,0920 0,1633 0,1828 0,1472 0,0908 0,0442 0,0172 0,0053
25 7 0,0001 0,0072 0,0441 0,1108 0,1654 0,1712 0,1327 0,0800 0,0381 0,0143
25 8 0,0000 0,0018 0,0175 0,0623 0,1241 0,1651 0,1607 0,1200 0,0701 0,0322
25 9 0,0000 0,0004 0,0058 0,0294 0,0781 0,1336 0,1635 0,1511 0,1084 0,0609
25 10 0,0000 0,0001 0,0016 0,0118 0,0417 0,0916 0,1409 0,1612 0,1419 0,0974
25 11 0,0000 0,0000 0,0004 0,0040 0,0189 0,0536 0,1034 0,1465 0,1583 0,1328
25 12 0,0000 0,0000 0,0001 0,0012 0,0074 0,0268 0,0650 0,1140 0,1511 0,1550
25 13 0,0000 0,0000 0,0000 0,0003 0,0025 0,0115 0,0350 0,0760 0,1236 0,1550
25 14 0,0000 0,0000 0,0000 0,0001 0,0007 0,0042 0,0161 0,0434 0,0867 0,1328
25 15 0,0000 0,0000 0,0000 0,0000 0,0002 0,0013 0,0064 0,0212 0,0520 0,0974
25 16 0,0000 0,0000 0,0000 0,0000 0,0000 0,0004 0,0021 0,0088 0,0266 0,0609
25 17 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006 0,0031 0,0115 0,0322
25 18 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0009 0,0042 0,0143
25 19 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0013 0,0053
25 20 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0003 0,0016
25 21 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0004
25 22 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001
25 23 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
25 24 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
25 25 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
26 0 0,2635 0,0646 0,0146 0,0030 0,0006 0,0001 0,0000 0,0000 0,0000 0,0000
26 1 0,3606 0,1867 0,0671 0,0196 0,0049 0,0010 0,0002 0,0000 0,0000 0,0000
26 2 0,2372 0,2592 0,1480 0,0614 0,0204 0,0056 0,0013 0,0002 0,0000 0,0000
26 3 0,0999 0,2304 0,2089 0,1228 0,0544 0,0192 0,0055 0,0013 0,0003 0,0000
26 4 0,0302 0,1472 0,2119 0,1765 0,1042 0,0473 0,0172 0,0050 0,0012 0,0002
26 5 0,0070 0,0720 0,1646 0,1941 0,1528 0,0893 0,0407 0,0148 0,0043 0,0010
26 6 0,0013 0,0280 0,1016 0,1699 0,1782 0,1339 0,0767 0,0345 0,0123 0,0034
26 7 0,0002 0,0089 0,0512 0,1213 0,1698 0,1640 0,1180 0,0657 0,0287 0,0098
26 8 0,0000 0,0023 0,0215 0,0720 0,1344 0,1669 0,1509 0,1040 0,0557 0,0233
26 9 0,0000 0,0005 0,0076 0,0360 0,0896 0,1431 0,1625 0,1386 0,0912 0,0466
26 10 0,0000 0,0001 0,0023 0,0153 0,0508 0,1042 0,1488 0,1571 0,1268 0,0792
26 11 0,0000 0,0000 0,0006 0,0056 0,0246 0,0650 0,1165 0,1524 0,1509 0,1151
26 12 0,0000 0,0000 0,0001 0,0017 0,0103 0,0348 0,0784 0,1270 0,1543 0,1439
26 13 0,0000 0,0000 0,0000 0,0005 0,0037 0,0161 0,0455 0,0912 0,1360 0,1550
26 14 0,0000 0,0000 0,0000 0,0001 0,0011 0,0064 0,0227 0,0564 0,1033 0,1439
26 15 0,0000 0,0000 0,0000 0,0000 0,0003 0,0022 0,0098 0,0301 0,0676 0,1151
26 16 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006 0,0036 0,0138 0,0380 0,0792
26 17 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0011 0,0054 0,0183 0,0466
26 18 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0003 0,0018 0,0075 0,0233
26 19 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0026 0,0098
26 20 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0007 0,0034
26 21 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0010
26 22 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002
26 23 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
26 24 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
26 25 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
26 26 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
27 0 0,2503 0,0581 0,0124 0,0024 0,0004 0,0001 0,0000 0,0000 0,0000 0,0000
© JAA 2024 Pág. 141

f(x) p
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
27 1 0,3558 0,1744 0,0592 0,0163 0,0038 0,0008 0,0001 0,0000 0,0000 0,0000
27 2 0,2434 0,2520 0,1358 0,0530 0,0165 0,0042 0,0009 0,0002 0,0000 0,0000
27 3 0,1068 0,2333 0,1997 0,1105 0,0459 0,0151 0,0041 0,0009 0,0002 0,0000
27 4 0,0337 0,1555 0,2115 0,1658 0,0917 0,0389 0,0131 0,0035 0,0008 0,0001
27 5 0,0082 0,0795 0,1717 0,1906 0,1406 0,0767 0,0325 0,0109 0,0029 0,0006
27 6 0,0016 0,0324 0,1111 0,1747 0,1719 0,1205 0,0641 0,0266 0,0087 0,0022
27 7 0,0002 0,0108 0,0588 0,1311 0,1719 0,1550 0,1036 0,0532 0,0213 0,0066
27 8 0,0000 0,0030 0,0259 0,0819 0,1432 0,1660 0,1394 0,0887 0,0435 0,0165
27 9 0,0000 0,0007 0,0097 0,0432 0,1008 0,1502 0,1585 0,1248 0,0752 0,0349
27 10 0,0000 0,0001 0,0031 0,0195 0,0605 0,1159 0,1536 0,1497 0,1108 0,0629
27 11 0,0000 0,0000 0,0008 0,0075 0,0312 0,0768 0,1278 0,1543 0,1401 0,0971
27 12 0,0000 0,0000 0,0002 0,0025 0,0138 0,0439 0,0918 0,1371 0,1528 0,1295
27 13 0,0000 0,0000 0,0000 0,0007 0,0053 0,0217 0,0570 0,1055 0,1443 0,1494
27 14 0,0000 0,0000 0,0000 0,0002 0,0018 0,0093 0,0307 0,0703 0,1180 0,1494
27 15 0,0000 0,0000 0,0000 0,0000 0,0005 0,0035 0,0143 0,0406 0,0837 0,1295
27 16 0,0000 0,0000 0,0000 0,0000 0,0001 0,0011 0,0058 0,0203 0,0514 0,0971
27 17 0,0000 0,0000 0,0000 0,0000 0,0000 0,0003 0,0020 0,0088 0,0272 0,0629
27 18 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006 0,0032 0,0124 0,0349
27 19 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0010 0,0048 0,0165
27 20 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0003 0,0016 0,0066
27 21 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0004 0,0022
27 22 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006
27 23 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001
27 24 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
27 25 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
27 26 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
27 27 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
28 0 0,2378 0,0523 0,0106 0,0019 0,0003 0,0000 0,0000 0,0000 0,0000 0,0000
28 1 0,3505 0,1628 0,0522 0,0135 0,0030 0,0006 0,0001 0,0000 0,0000 0,0000
28 2 0,2490 0,2442 0,1243 0,0457 0,0133 0,0032 0,0006 0,0001 0,0000 0,0000
28 3 0,1136 0,2352 0,1901 0,0990 0,0385 0,0119 0,0030 0,0006 0,0001 0,0000
28 4 0,0374 0,1633 0,2097 0,1547 0,0803 0,0318 0,0099 0,0025 0,0005 0,0001
28 5 0,0094 0,0871 0,1776 0,1856 0,1284 0,0654 0,0257 0,0079 0,0019 0,0004
28 6 0,0019 0,0371 0,1202 0,1779 0,1641 0,1074 0,0530 0,0203 0,0061 0,0014
28 7 0,0003 0,0130 0,0667 0,1398 0,1719 0,1446 0,0897 0,0426 0,0156 0,0044
28 8 0,0000 0,0038 0,0309 0,0917 0,1504 0,1627 0,1269 0,0745 0,0335 0,0116
28 9 0,0000 0,0009 0,0121 0,0510 0,1114 0,1550 0,1518 0,1103 0,0610 0,0257
28 10 0,0000 0,0002 0,0041 0,0242 0,0706 0,1262 0,1553 0,1398 0,0948 0,0489
28 11 0,0000 0,0000 0,0012 0,0099 0,0385 0,0885 0,1368 0,1525 0,1269 0,0800
28 12 0,0000 0,0000 0,0003 0,0035 0,0182 0,0537 0,1044 0,1440 0,1471 0,1133
28 13 0,0000 0,0000 0,0001 0,0011 0,0075 0,0283 0,0692 0,1181 0,1481 0,1395
28 14 0,0000 0,0000 0,0000 0,0003 0,0027 0,0130 0,0399 0,0844 0,1298 0,1494
28 15 0,0000 0,0000 0,0000 0,0001 0,0008 0,0052 0,0201 0,0525 0,0991 0,1395
28 16 0,0000 0,0000 0,0000 0,0000 0,0002 0,0018 0,0088 0,0284 0,0659 0,1133
28 17 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0033 0,0134 0,0381 0,0800
28 18 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0011 0,0055 0,0190 0,0489
28 19 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0003 0,0019 0,0082 0,0257
28 20 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006 0,0030 0,0116
28 21 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0009 0,0044
28 22 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0014
28 23 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0004
28 24 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001
28 25 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
28 26 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
© JAA 2024 Pág. 142

f(x) p
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
28 27 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
28 28 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
29 0 0,2259 0,0471 0,0090 0,0015 0,0002 0,0000 0,0000 0,0000 0,0000 0,0000
29 1 0,3448 0,1518 0,0459 0,0112 0,0023 0,0004 0,0001 0,0000 0,0000 0,0000
29 2 0,2541 0,2361 0,1135 0,0393 0,0107 0,0024 0,0004 0,0001 0,0000 0,0000
29 3 0,1204 0,2361 0,1803 0,0883 0,0322 0,0093 0,0021 0,0004 0,0001 0,0000
29 4 0,0412 0,1705 0,2068 0,1436 0,0698 0,0258 0,0075 0,0017 0,0003 0,0000
29 5 0,0108 0,0947 0,1825 0,1795 0,1164 0,0553 0,0202 0,0058 0,0013 0,0002
29 6 0,0023 0,0421 0,1288 0,1795 0,1552 0,0948 0,0435 0,0154 0,0042 0,0009
29 7 0,0004 0,0154 0,0747 0,1474 0,1699 0,1335 0,0769 0,0337 0,0113 0,0029
29 8 0,0001 0,0047 0,0362 0,1013 0,1558 0,1573 0,1139 0,0617 0,0255 0,0080
29 9 0,0000 0,0012 0,0149 0,0591 0,1212 0,1573 0,1431 0,0960 0,0486 0,0187
29 10 0,0000 0,0003 0,0053 0,0296 0,0808 0,1348 0,1541 0,1280 0,0796 0,0373
29 11 0,0000 0,0001 0,0016 0,0128 0,0465 0,0998 0,1433 0,1474 0,1124 0,0644
29 12 0,0000 0,0000 0,0004 0,0048 0,0233 0,0642 0,1157 0,1474 0,1380 0,0967
29 13 0,0000 0,0000 0,0001 0,0016 0,0101 0,0360 0,0815 0,1285 0,1476 0,1264
29 14 0,0000 0,0000 0,0000 0,0004 0,0039 0,0176 0,0502 0,0979 0,1381 0,1445
29 15 0,0000 0,0000 0,0000 0,0001 0,0013 0,0075 0,0270 0,0653 0,1130 0,1445
29 16 0,0000 0,0000 0,0000 0,0000 0,0004 0,0028 0,0127 0,0381 0,0809 0,1264
29 17 0,0000 0,0000 0,0000 0,0000 0,0001 0,0009 0,0052 0,0194 0,0506 0,0967
29 18 0,0000 0,0000 0,0000 0,0000 0,0000 0,0003 0,0019 0,0086 0,0276 0,0644
29 19 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006 0,0033 0,0131 0,0373
29 20 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0011 0,0053 0,0187
29 21 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0003 0,0019 0,0080
29 22 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006 0,0029
29 23 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0009
29 24 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002
29 25 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
29 26 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
29 27 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
29 28 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
29 29 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
30 0 0,2146 0,0424 0,0076 0,0012 0,0002 0,0000 0,0000 0,0000 0,0000 0,0000
30 1 0,3389 0,1413 0,0404 0,0093 0,0018 0,0003 0,0000 0,0000 0,0000 0,0000
30 2 0,2586 0,2277 0,1034 0,0337 0,0086 0,0018 0,0003 0,0000 0,0000 0,0000
30 3 0,1270 0,2361 0,1703 0,0785 0,0269 0,0072 0,0015 0,0003 0,0000 0,0000
30 4 0,0451 0,1771 0,2028 0,1325 0,0604 0,0208 0,0056 0,0012 0,0002 0,0000
30 5 0,0124 0,1023 0,1861 0,1723 0,1047 0,0464 0,0157 0,0041 0,0008 0,0001
30 6 0,0027 0,0474 0,1368 0,1795 0,1455 0,0829 0,0353 0,0115 0,0029 0,0006
30 7 0,0005 0,0180 0,0828 0,1538 0,1662 0,1219 0,0652 0,0263 0,0081 0,0019
30 8 0,0001 0,0058 0,0420 0,1106 0,1593 0,1501 0,1009 0,0505 0,0191 0,0055
30 9 0,0000 0,0016 0,0181 0,0676 0,1298 0,1573 0,1328 0,0823 0,0382 0,0133
30 10 0,0000 0,0004 0,0067 0,0355 0,0909 0,1416 0,1502 0,1152 0,0656 0,0280
30 11 0,0000 0,0001 0,0022 0,0161 0,0551 0,1103 0,1471 0,1396 0,0976 0,0509
30 12 0,0000 0,0000 0,0006 0,0064 0,0291 0,0749 0,1254 0,1474 0,1265 0,0806
30 13 0,0000 0,0000 0,0001 0,0022 0,0134 0,0444 0,0935 0,1360 0,1433 0,1115
30 14 0,0000 0,0000 0,0000 0,0007 0,0054 0,0231 0,0611 0,1101 0,1424 0,1354
30 15 0,0000 0,0000 0,0000 0,0002 0,0019 0,0106 0,0351 0,0783 0,1242 0,1445
30 16 0,0000 0,0000 0,0000 0,0000 0,0006 0,0042 0,0177 0,0489 0,0953 0,1354
30 17 0,0000 0,0000 0,0000 0,0000 0,0002 0,0015 0,0079 0,0269 0,0642 0,1115
30 18 0,0000 0,0000 0,0000 0,0000 0,0000 0,0005 0,0031 0,0129 0,0379 0,0806
30 19 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0010 0,0054 0,0196 0,0509
30 20 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0003 0,0020 0,0088 0,0280
30 21 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006 0,0034 0,0133
© JAA 2024 Pág. 143

f(x) p
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
30 22 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0012 0,0055
30 23 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0003 0,0019
30 24 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006
30 25 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001
30 26 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
30 27 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
30 28 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
30 29 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
30 30 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
© JAA 2024 Pág. 144

Distribuição Binomial: Função de Probabilidade Acumulada

F ( x) = P( X ≤ x)
Também neste caso todos os cálculos podem ser feitos a partir da folha de cálculo do
Excel. A sequência dos passos será:
Insert
Function
Statistical
BINODIST
Aparece então o quadro de entrada que se indica abaixo. – Seguem-se as instruções e

escrevendo true na quarta linha obtemos a probabilidade para o valor em causa.
Exemplifica-se com o cálculo da probabilidade acumulada para x=3 quando n=9 e p=0,35.
© JAA 2024 Pág. 145

F(x) p
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
1 0 0,9500 0,9000 0,8500 0,8000 0,7500 0,7000 0,6500 0,6000 0,5500 0,5000
1 1 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
2 0 0,9025 0,8100 0,7225 0,6400 0,5625 0,4900 0,4225 0,3600 0,3025 0,2500
2 1 0,9975 0,9900 0,9775 0,9600 0,9375 0,9100 0,8775 0,8400 0,7975 0,7500
2 2 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
3 0 0,8574 0,7290 0,6141 0,5120 0,4219 0,3430 0,2746 0,2160 0,1664 0,1250
3 1 0,9928 0,9720 0,9393 0,8960 0,8438 0,7840 0,7183 0,6480 0,5748 0,5000
3 2 0,9999 0,9990 0,9966 0,9920 0,9844 0,9730 0,9571 0,9360 0,9089 0,8750
3 3 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
4 0 0,8145 0,6561 0,5220 0,4096 0,3164 0,2401 0,1785 0,1296 0,0915 0,0625
4 1 0,9860 0,9477 0,8905 0,8192 0,7383 0,6517 0,5630 0,4752 0,3910 0,3125
4 2 0,9995 0,9963 0,9880 0,9728 0,9492 0,9163 0,8735 0,8208 0,7585 0,6875
4 3 1,0000 0,9999 0,9995 0,9984 0,9961 0,9919 0,9850 0,9744 0,9590 0,9375
4 4 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
5 0 0,7738 0,5905 0,4437 0,3277 0,2373 0,1681 0,1160 0,0778 0,0503 0,0313
5 1 0,9774 0,9185 0,8352 0,7373 0,6328 0,5282 0,4284 0,3370 0,2562 0,1875
5 2 0,9988 0,9914 0,9734 0,9421 0,8965 0,8369 0,7648 0,6826 0,5931 0,5000
5 3 1,0000 0,9995 0,9978 0,9933 0,9844 0,9692 0,9460 0,9130 0,8688 0,8125
5 4 1,0000 1,0000 0,9999 0,9997 0,9990 0,9976 0,9947 0,9898 0,9815 0,9688
5 5 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
6 0 0,7351 0,5314 0,3771 0,2621 0,1780 0,1176 0,0754 0,0467 0,0277 0,0156
6 1 0,9672 0,8857 0,7765 0,6554 0,5339 0,4202 0,3191 0,2333 0,1636 0,1094
6 2 0,9978 0,9842 0,9527 0,9011 0,8306 0,7443 0,6471 0,5443 0,4415 0,3438
6 3 0,9999 0,9987 0,9941 0,9830 0,9624 0,9295 0,8826 0,8208 0,7447 0,6563
6 4 1,0000 0,9999 0,9996 0,9984 0,9954 0,9891 0,9777 0,9590 0,9308 0,8906
6 5 1,0000 1,0000 1,0000 0,9999 0,9998 0,9993 0,9982 0,9959 0,9917 0,9844
6 6 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
7 0 0,6983 0,4783 0,3206 0,2097 0,1335 0,0824 0,0490 0,0280 0,0152 0,0078
7 1 0,9556 0,8503 0,7166 0,5767 0,4449 0,3294 0,2338 0,1586 0,1024 0,0625
7 2 0,9962 0,9743 0,9262 0,8520 0,7564 0,6471 0,5323 0,4199 0,3164 0,2266
7 3 0,9998 0,9973 0,9879 0,9667 0,9294 0,8740 0,8002 0,7102 0,6083 0,5000
7 4 1,0000 0,9998 0,9988 0,9953 0,9871 0,9712 0,9444 0,9037 0,8471 0,7734
7 5 1,0000 1,0000 0,9999 0,9996 0,9987 0,9962 0,9910 0,9812 0,9643 0,9375
7 6 1,0000 1,0000 1,0000 1,0000 0,9999 0,9998 0,9994 0,9984 0,9963 0,9922
7 7 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
8 0 0,6634 0,4305 0,2725 0,1678 0,1001 0,0576 0,0319 0,0168 0,0084 0,0039
8 1 0,9428 0,8131 0,6572 0,5033 0,3671 0,2553 0,1691 0,1064 0,0632 0,0352
8 2 0,9942 0,9619 0,8948 0,7969 0,6785 0,5518 0,4278 0,3154 0,2201 0,1445
8 3 0,9996 0,9950 0,9786 0,9437 0,8862 0,8059 0,7064 0,5941 0,4770 0,3633
8 4 1,0000 0,9996 0,9971 0,9896 0,9727 0,9420 0,8939 0,8263 0,7396 0,6367
8 5 1,0000 1,0000 0,9998 0,9988 0,9958 0,9887 0,9747 0,9502 0,9115 0,8555
8 6 1,0000 1,0000 1,0000 0,9999 0,9996 0,9987 0,9964 0,9915 0,9819 0,9648
8 7 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9998 0,9993 0,9983 0,9961
8 8 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
9 0 0,6302 0,3874 0,2316 0,1342 0,0751 0,0404 0,0207 0,0101 0,0046 0,0020
9 1 0,9288 0,7748 0,5995 0,4362 0,3003 0,1960 0,1211 0,0705 0,0385 0,0195
9 2 0,9916 0,9470 0,8591 0,7382 0,6007 0,4628 0,3373 0,2318 0,1495 0,0898
9 3 0,9994 0,9917 0,9661 0,9144 0,8343 0,7297 0,6089 0,4826 0,3614 0,2539
9 4 1,0000 0,9991 0,9944 0,9804 0,9511 0,9012 0,8283 0,7334 0,6214 0,5000
9 5 1,0000 0,9999 0,9994 0,9969 0,9900 0,9747 0,9464 0,9006 0,8342 0,7461
9 6 1,0000 1,0000 1,0000 0,9997 0,9987 0,9957 0,9888 0,9750 0,9502 0,9102
9 7 1,0000 1,0000 1,0000 1,0000 0,9999 0,9996 0,9986 0,9962 0,9909 0,9805
9 8 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9992 0,9980
9 9 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
© JAA 2024 Pág. 147

F(x) p
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
10 0 0,5987 0,3487 0,1969 0,1074 0,0563 0,0282 0,0135 0,0060 0,0025 0,0010
10 1 0,9139 0,7361 0,5443 0,3758 0,2440 0,1493 0,0860 0,0464 0,0233 0,0107
10 2 0,9885 0,9298 0,8202 0,6778 0,5256 0,3828 0,2616 0,1673 0,0996 0,0547
10 3 0,9990 0,9872 0,9500 0,8791 0,7759 0,6496 0,5138 0,3823 0,2660 0,1719
10 4 0,9999 0,9984 0,9901 0,9672 0,9219 0,8497 0,7515 0,6331 0,5044 0,3770
10 5 1,0000 0,9999 0,9986 0,9936 0,9803 0,9527 0,9051 0,8338 0,7384 0,6230
10 6 1,0000 1,0000 0,9999 0,9991 0,9965 0,9894 0,9740 0,9452 0,8980 0,8281
10 7 1,0000 1,0000 1,0000 0,9999 0,9996 0,9984 0,9952 0,9877 0,9726 0,9453
10 8 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995 0,9983 0,9955 0,9893
10 9 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9990
10 10 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
11 0 0,5688 0,3138 0,1673 0,0859 0,0422 0,0198 0,0088 0,0036 0,0014 0,0005
11 1 0,8981 0,6974 0,4922 0,3221 0,1971 0,1130 0,0606 0,0302 0,0139 0,0059
11 2 0,9848 0,9104 0,7788 0,6174 0,4552 0,3127 0,2001 0,1189 0,0652 0,0327
11 3 0,9984 0,9815 0,9306 0,8389 0,7133 0,5696 0,4256 0,2963 0,1911 0,1133
11 4 0,9999 0,9972 0,9841 0,9496 0,8854 0,7897 0,6683 0,5328 0,3971 0,2744
11 5 1,0000 0,9997 0,9973 0,9883 0,9657 0,9218 0,8513 0,7535 0,6331 0,5000
11 6 1,0000 1,0000 0,9997 0,9980 0,9924 0,9784 0,9499 0,9006 0,8262 0,7256
11 7 1,0000 1,0000 1,0000 0,9998 0,9988 0,9957 0,9878 0,9707 0,9390 0,8867
11 8 1,0000 1,0000 1,0000 1,0000 0,9999 0,9994 0,9980 0,9941 0,9852 0,9673
11 9 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9993 0,9978 0,9941
11 10 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9995
11 11 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
12 0 0,5404 0,2824 0,1422 0,0687 0,0317 0,0138 0,0057 0,0022 0,0008 0,0002
12 1 0,8816 0,6590 0,4435 0,2749 0,1584 0,0850 0,0424 0,0196 0,0083 0,0032
12 2 0,9804 0,8891 0,7358 0,5583 0,3907 0,2528 0,1513 0,0834 0,0421 0,0193
12 3 0,9978 0,9744 0,9078 0,7946 0,6488 0,4925 0,3467 0,2253 0,1345 0,0730
12 4 0,9998 0,9957 0,9761 0,9274 0,8424 0,7237 0,5833 0,4382 0,3044 0,1938
12 5 1,0000 0,9995 0,9954 0,9806 0,9456 0,8822 0,7873 0,6652 0,5269 0,3872
12 6 1,0000 0,9999 0,9993 0,9961 0,9857 0,9614 0,9154 0,8418 0,7393 0,6128
12 7 1,0000 1,0000 0,9999 0,9994 0,9972 0,9905 0,9745 0,9427 0,8883 0,8062
12 8 1,0000 1,0000 1,0000 0,9999 0,9996 0,9983 0,9944 0,9847 0,9644 0,9270
12 9 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9992 0,9972 0,9921 0,9807
12 10 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9989 0,9968
12 11 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9998
12 12 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
13 0 0,5133 0,2542 0,1209 0,0550 0,0238 0,0097 0,0037 0,0013 0,0004 0,0001
13 1 0,8646 0,6213 0,3983 0,2336 0,1267 0,0637 0,0296 0,0126 0,0049 0,0017
13 2 0,9755 0,8661 0,6920 0,5017 0,3326 0,2025 0,1132 0,0579 0,0269 0,0112
13 3 0,9969 0,9658 0,8820 0,7473 0,5843 0,4206 0,2783 0,1686 0,0929 0,0461
13 4 0,9997 0,9935 0,9658 0,9009 0,7940 0,6543 0,5005 0,3530 0,2279 0,1334
13 5 1,0000 0,9991 0,9925 0,9700 0,9198 0,8346 0,7159 0,5744 0,4268 0,2905
13 6 1,0000 0,9999 0,9987 0,9930 0,9757 0,9376 0,8705 0,7712 0,6437 0,5000
13 7 1,0000 1,0000 0,9998 0,9988 0,9944 0,9818 0,9538 0,9023 0,8212 0,7095
13 8 1,0000 1,0000 1,0000 0,9998 0,9990 0,9960 0,9874 0,9679 0,9302 0,8666
13 9 1,0000 1,0000 1,0000 1,0000 0,9999 0,9993 0,9975 0,9922 0,9797 0,9539
13 10 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9987 0,9959 0,9888
13 11 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995 0,9983
13 12 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999
13 13 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
14 0 0,4877 0,2288 0,1028 0,0440 0,0178 0,0068 0,0024 0,0008 0,0002 0,0001
14 1 0,8470 0,5846 0,3567 0,1979 0,1010 0,0475 0,0205 0,0081 0,0029 0,0009
14 2 0,9699 0,8416 0,6479 0,4481 0,2811 0,1608 0,0839 0,0398 0,0170 0,0065
14 3 0,9958 0,9559 0,8535 0,6982 0,5213 0,3552 0,2205 0,1243 0,0632 0,0287
© JAA 2024 Pág. 148

F(x) p
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
14 4 0,9996 0,9908 0,9533 0,8702 0,7415 0,5842 0,4227 0,2793 0,1672 0,0898
14 5 1,0000 0,9985 0,9885 0,9561 0,8883 0,7805 0,6405 0,4859 0,3373 0,2120
14 6 1,0000 0,9998 0,9978 0,9884 0,9617 0,9067 0,8164 0,6925 0,5461 0,3953
14 7 1,0000 1,0000 0,9997 0,9976 0,9897 0,9685 0,9247 0,8499 0,7414 0,6047
14 8 1,0000 1,0000 1,0000 0,9996 0,9978 0,9917 0,9757 0,9417 0,8811 0,7880
14 9 1,0000 1,0000 1,0000 1,0000 0,9997 0,9983 0,9940 0,9825 0,9574 0,9102
14 10 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9989 0,9961 0,9886 0,9713
14 11 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9994 0,9978 0,9935
14 12 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9991
14 13 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999
14 14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
15 0 0,4633 0,2059 0,0874 0,0352 0,0134 0,0047 0,0016 0,0005 0,0001 0,0000
15 1 0,8290 0,5490 0,3186 0,1671 0,0802 0,0353 0,0142 0,0052 0,0017 0,0005
15 2 0,9638 0,8159 0,6042 0,3980 0,2361 0,1268 0,0617 0,0271 0,0107 0,0037
15 3 0,9945 0,9444 0,8227 0,6482 0,4613 0,2969 0,1727 0,0905 0,0424 0,0176
15 4 0,9994 0,9873 0,9383 0,8358 0,6865 0,5155 0,3519 0,2173 0,1204 0,0592
15 5 0,9999 0,9978 0,9832 0,9389 0,8516 0,7216 0,5643 0,4032 0,2608 0,1509
15 6 1,0000 0,9997 0,9964 0,9819 0,9434 0,8689 0,7548 0,6098 0,4522 0,3036
15 7 1,0000 1,0000 0,9994 0,9958 0,9827 0,9500 0,8868 0,7869 0,6535 0,5000
15 8 1,0000 1,0000 0,9999 0,9992 0,9958 0,9848 0,9578 0,9050 0,8182 0,6964
15 9 1,0000 1,0000 1,0000 0,9999 0,9992 0,9963 0,9876 0,9662 0,9231 0,8491
15 10 1,0000 1,0000 1,0000 1,0000 0,9999 0,9993 0,9972 0,9907 0,9745 0,9408
15 11 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995 0,9981 0,9937 0,9824
15 12 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9989 0,9963
15 13 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995
15 14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
15 15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
16 0 0,4401 0,1853 0,0743 0,0281 0,0100 0,0033 0,0010 0,0003 0,0001 0,0000
16 1 0,8108 0,5147 0,2839 0,1407 0,0635 0,0261 0,0098 0,0033 0,0010 0,0003
16 2 0,9571 0,7892 0,5614 0,3518 0,1971 0,0994 0,0451 0,0183 0,0066 0,0021
16 3 0,9930 0,9316 0,7899 0,5981 0,4050 0,2459 0,1339 0,0651 0,0281 0,0106
16 4 0,9991 0,9830 0,9209 0,7982 0,6302 0,4499 0,2892 0,1666 0,0853 0,0384
16 5 0,9999 0,9967 0,9765 0,9183 0,8103 0,6598 0,4900 0,3288 0,1976 0,1051
16 6 1,0000 0,9995 0,9944 0,9733 0,9204 0,8247 0,6881 0,5272 0,3660 0,2272
16 7 1,0000 0,9999 0,9989 0,9930 0,9729 0,9256 0,8406 0,7161 0,5629 0,4018
16 8 1,0000 1,0000 0,9998 0,9985 0,9925 0,9743 0,9329 0,8577 0,7441 0,5982
16 9 1,0000 1,0000 1,0000 0,9998 0,9984 0,9929 0,9771 0,9417 0,8759 0,7728
16 10 1,0000 1,0000 1,0000 1,0000 0,9997 0,9984 0,9938 0,9809 0,9514 0,8949
16 11 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9987 0,9951 0,9851 0,9616
16 12 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9991 0,9965 0,9894
16 13 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9994 0,9979
16 14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997
16 15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
16 16 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
17 0 0,4181 0,1668 0,0631 0,0225 0,0075 0,0023 0,0007 0,0002 0,0000 0,0000
17 1 0,7922 0,4818 0,2525 0,1182 0,0501 0,0193 0,0067 0,0021 0,0006 0,0001
17 2 0,9497 0,7618 0,5198 0,3096 0,1637 0,0774 0,0327 0,0123 0,0041 0,0012
17 3 0,9912 0,9174 0,7556 0,5489 0,3530 0,2019 0,1028 0,0464 0,0184 0,0064
17 4 0,9988 0,9779 0,9013 0,7582 0,5739 0,3887 0,2348 0,1260 0,0596 0,0245
17 5 0,9999 0,9953 0,9681 0,8943 0,7653 0,5968 0,4197 0,2639 0,1471 0,0717
17 6 1,0000 0,9992 0,9917 0,9623 0,8929 0,7752 0,6188 0,4478 0,2902 0,1662
17 7 1,0000 0,9999 0,9983 0,9891 0,9598 0,8954 0,7872 0,6405 0,4743 0,3145
17 8 1,0000 1,0000 0,9997 0,9974 0,9876 0,9597 0,9006 0,8011 0,6626 0,5000
17 9 1,0000 1,0000 1,0000 0,9995 0,9969 0,9873 0,9617 0,9081 0,8166 0,6855
© JAA 2024 Pág. 149

F(x) p
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
17 10 1,0000 1,0000 1,0000 0,9999 0,9994 0,9968 0,9880 0,9652 0,9174 0,8338
17 11 1,0000 1,0000 1,0000 1,0000 0,9999 0,9993 0,9970 0,9894 0,9699 0,9283
17 12 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9994 0,9975 0,9914 0,9755
17 13 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995 0,9981 0,9936
17 14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9988
17 15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999
17 16 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
17 17 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
18 0 0,3972 0,1501 0,0536 0,0180 0,0056 0,0016 0,0004 0,0001 0,0000 0,0000
18 1 0,7735 0,4503 0,2241 0,0991 0,0395 0,0142 0,0046 0,0013 0,0003 0,0001
18 2 0,9419 0,7338 0,4797 0,2713 0,1353 0,0600 0,0236 0,0082 0,0025 0,0007
18 3 0,9891 0,9018 0,7202 0,5010 0,3057 0,1646 0,0783 0,0328 0,0120 0,0038
18 4 0,9985 0,9718 0,8794 0,7164 0,5187 0,3327 0,1886 0,0942 0,0411 0,0154
18 5 0,9998 0,9936 0,9581 0,8671 0,7175 0,5344 0,3550 0,2088 0,1077 0,0481
18 6 1,0000 0,9988 0,9882 0,9487 0,8610 0,7217 0,5491 0,3743 0,2258 0,1189
18 7 1,0000 0,9998 0,9973 0,9837 0,9431 0,8593 0,7283 0,5634 0,3915 0,2403
18 8 1,0000 1,0000 0,9995 0,9957 0,9807 0,9404 0,8609 0,7368 0,5778 0,4073
18 9 1,0000 1,0000 0,9999 0,9991 0,9946 0,9790 0,9403 0,8653 0,7473 0,5927
18 10 1,0000 1,0000 1,0000 0,9998 0,9988 0,9939 0,9788 0,9424 0,8720 0,7597
18 11 1,0000 1,0000 1,0000 1,0000 0,9998 0,9986 0,9938 0,9797 0,9463 0,8811
18 12 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9986 0,9942 0,9817 0,9519
18 13 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9987 0,9951 0,9846
18 14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9990 0,9962
18 15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9993
18 16 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999
18 17 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
18 18 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
19 0 0,3774 0,1351 0,0456 0,0144 0,0042 0,0011 0,0003 0,0001 0,0000 0,0000
19 1 0,7547 0,4203 0,1985 0,0829 0,0310 0,0104 0,0031 0,0008 0,0002 0,0000
19 2 0,9335 0,7054 0,4413 0,2369 0,1113 0,0462 0,0170 0,0055 0,0015 0,0004
19 3 0,9868 0,8850 0,6841 0,4551 0,2631 0,1332 0,0591 0,0230 0,0077 0,0022
19 4 0,9980 0,9648 0,8556 0,6733 0,4654 0,2822 0,1500 0,0696 0,0280 0,0096
19 5 0,9998 0,9914 0,9463 0,8369 0,6678 0,4739 0,2968 0,1629 0,0777 0,0318
19 6 1,0000 0,9983 0,9837 0,9324 0,8251 0,6655 0,4812 0,3081 0,1727 0,0835
19 7 1,0000 0,9997 0,9959 0,9767 0,9225 0,8180 0,6656 0,4878 0,3169 0,1796
19 8 1,0000 1,0000 0,9992 0,9933 0,9713 0,9161 0,8145 0,6675 0,4940 0,3238
19 9 1,0000 1,0000 0,9999 0,9984 0,9911 0,9674 0,9125 0,8139 0,6710 0,5000
19 10 1,0000 1,0000 1,0000 0,9997 0,9977 0,9895 0,9653 0,9115 0,8159 0,6762
19 11 1,0000 1,0000 1,0000 1,0000 0,9995 0,9972 0,9886 0,9648 0,9129 0,8204
19 12 1,0000 1,0000 1,0000 1,0000 0,9999 0,9994 0,9969 0,9884 0,9658 0,9165
19 13 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9993 0,9969 0,9891 0,9682
19 14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9994 0,9972 0,9904
19 15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995 0,9978
19 16 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9996
19 17 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
19 18 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
19 19 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
20 0 0,3585 0,1216 0,0388 0,0115 0,0032 0,0008 0,0002 0,0000 0,0000 0,0000
20 1 0,7358 0,3917 0,1756 0,0692 0,0243 0,0076 0,0021 0,0005 0,0001 0,0000
20 2 0,9245 0,6769 0,4049 0,2061 0,0913 0,0355 0,0121 0,0036 0,0009 0,0002
20 3 0,9841 0,8670 0,6477 0,4114 0,2252 0,1071 0,0444 0,0160 0,0049 0,0013
20 4 0,9974 0,9568 0,8298 0,6296 0,4148 0,2375 0,1182 0,0510 0,0189 0,0059
20 5 0,9997 0,9887 0,9327 0,8042 0,6172 0,4164 0,2454 0,1256 0,0553 0,0207
20 6 1,0000 0,9976 0,9781 0,9133 0,7858 0,6080 0,4166 0,2500 0,1299 0,0577
© JAA 2024 Pág. 150

F(x) p
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
20 7 1,0000 0,9996 0,9941 0,9679 0,8982 0,7723 0,6010 0,4159 0,2520 0,1316
20 8 1,0000 0,9999 0,9987 0,9900 0,9591 0,8867 0,7624 0,5956 0,4143 0,2517
20 9 1,0000 1,0000 0,9998 0,9974 0,9861 0,9520 0,8782 0,7553 0,5914 0,4119
20 10 1,0000 1,0000 1,0000 0,9994 0,9961 0,9829 0,9468 0,8725 0,7507 0,5881
20 11 1,0000 1,0000 1,0000 0,9999 0,9991 0,9949 0,9804 0,9435 0,8692 0,7483
20 12 1,0000 1,0000 1,0000 1,0000 0,9998 0,9987 0,9940 0,9790 0,9420 0,8684
20 13 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9985 0,9935 0,9786 0,9423
20 14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9984 0,9936 0,9793
20 15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9985 0,9941
20 16 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9987
20 17 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998
20 18 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
20 19 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
20 20 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
21 0 0,3406 0,1094 0,0329 0,0092 0,0024 0,0006 0,0001 0,0000 0,0000 0,0000
21 1 0,7170 0,3647 0,1550 0,0576 0,0190 0,0056 0,0014 0,0003 0,0001 0,0000
21 2 0,9151 0,6484 0,3705 0,1787 0,0745 0,0271 0,0086 0,0024 0,0006 0,0001
21 3 0,9811 0,8480 0,6113 0,3704 0,1917 0,0856 0,0331 0,0110 0,0031 0,0007
21 4 0,9968 0,9478 0,8025 0,5860 0,3674 0,1984 0,0924 0,0370 0,0126 0,0036
21 5 0,9996 0,9856 0,9173 0,7693 0,5666 0,3627 0,2009 0,0957 0,0389 0,0133
21 6 1,0000 0,9967 0,9713 0,8915 0,7436 0,5505 0,3567 0,2002 0,0964 0,0392
21 7 1,0000 0,9994 0,9917 0,9569 0,8701 0,7230 0,5365 0,3495 0,1971 0,0946
21 8 1,0000 0,9999 0,9980 0,9856 0,9439 0,8523 0,7059 0,5237 0,3413 0,1917
21 9 1,0000 1,0000 0,9996 0,9959 0,9794 0,9324 0,8377 0,6914 0,5117 0,3318
21 10 1,0000 1,0000 0,9999 0,9990 0,9936 0,9736 0,9228 0,8256 0,6790 0,5000
21 11 1,0000 1,0000 1,0000 0,9998 0,9983 0,9913 0,9687 0,9151 0,8159 0,6682
21 12 1,0000 1,0000 1,0000 1,0000 0,9996 0,9976 0,9892 0,9648 0,9092 0,8083
21 13 1,0000 1,0000 1,0000 1,0000 0,9999 0,9994 0,9969 0,9877 0,9621 0,9054
21 14 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9993 0,9964 0,9868 0,9608
21 15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9992 0,9963 0,9867
21 16 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9992 0,9964
21 17 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9993
21 18 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999
21 19 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
21 20 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
21 21 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
22 0 0,3235 0,0985 0,0280 0,0074 0,0018 0,0004 0,0001 0,0000 0,0000 0,0000
22 1 0,6982 0,3392 0,1367 0,0480 0,0149 0,0041 0,0010 0,0002 0,0000 0,0000
22 2 0,9052 0,6200 0,3382 0,1545 0,0606 0,0207 0,0061 0,0016 0,0003 0,0001
22 3 0,9778 0,8281 0,5752 0,3320 0,1624 0,0681 0,0245 0,0076 0,0020 0,0004
22 4 0,9960 0,9379 0,7738 0,5429 0,3235 0,1645 0,0716 0,0266 0,0083 0,0022
22 5 0,9994 0,9818 0,9001 0,7326 0,5168 0,3134 0,1629 0,0722 0,0271 0,0085
22 6 0,9999 0,9956 0,9632 0,8670 0,6994 0,4942 0,3022 0,1584 0,0705 0,0262
22 7 1,0000 0,9991 0,9886 0,9439 0,8385 0,6713 0,4736 0,2898 0,1518 0,0669
22 8 1,0000 0,9999 0,9970 0,9799 0,9254 0,8135 0,6466 0,4540 0,2764 0,1431
22 9 1,0000 1,0000 0,9993 0,9939 0,9705 0,9084 0,7916 0,6244 0,4350 0,2617
22 10 1,0000 1,0000 0,9999 0,9984 0,9900 0,9613 0,8930 0,7720 0,6037 0,4159
22 11 1,0000 1,0000 1,0000 0,9997 0,9971 0,9860 0,9526 0,8793 0,7543 0,5841
22 12 1,0000 1,0000 1,0000 0,9999 0,9993 0,9957 0,9820 0,9449 0,8672 0,7383
22 13 1,0000 1,0000 1,0000 1,0000 0,9999 0,9989 0,9942 0,9785 0,9383 0,8569
22 14 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9984 0,9930 0,9757 0,9331
22 15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9981 0,9920 0,9738
22 16 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9996 0,9979 0,9915
22 17 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995 0,9978
© JAA 2024 Pág. 151

F(x) p
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
22 18 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9996
22 19 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999
22 20 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
22 21 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
22 22 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
23 0 0,3074 0,0886 0,0238 0,0059 0,0013 0,0003 0,0000 0,0000 0,0000 0,0000
23 1 0,6794 0,3151 0,1204 0,0398 0,0116 0,0030 0,0007 0,0001 0,0000 0,0000
23 2 0,8948 0,5920 0,3080 0,1332 0,0492 0,0157 0,0043 0,0010 0,0002 0,0000
23 3 0,9742 0,8073 0,5396 0,2965 0,1370 0,0538 0,0181 0,0052 0,0012 0,0002
23 4 0,9951 0,9269 0,7440 0,5007 0,2832 0,1356 0,0551 0,0190 0,0055 0,0013
23 5 0,9992 0,9774 0,8811 0,6947 0,4685 0,2688 0,1309 0,0540 0,0186 0,0053
23 6 0,9999 0,9942 0,9537 0,8402 0,6537 0,4399 0,2534 0,1240 0,0510 0,0173
23 7 1,0000 0,9988 0,9848 0,9285 0,8037 0,6181 0,4136 0,2373 0,1152 0,0466
23 8 1,0000 0,9998 0,9958 0,9727 0,9037 0,7709 0,5860 0,3884 0,2203 0,1050
23 9 1,0000 1,0000 0,9990 0,9911 0,9592 0,8799 0,7408 0,5562 0,3636 0,2024
23 10 1,0000 1,0000 0,9998 0,9975 0,9851 0,9454 0,8575 0,7129 0,5278 0,3388
23 11 1,0000 1,0000 1,0000 0,9994 0,9954 0,9786 0,9318 0,8364 0,6865 0,5000
23 12 1,0000 1,0000 1,0000 0,9999 0,9988 0,9928 0,9717 0,9187 0,8164 0,6612
23 13 1,0000 1,0000 1,0000 1,0000 0,9997 0,9979 0,9900 0,9651 0,9063 0,7976
23 14 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995 0,9970 0,9872 0,9589 0,8950
23 15 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9992 0,9960 0,9847 0,9534
23 16 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9990 0,9952 0,9827
23 17 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9988 0,9947
23 18 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9987
23 19 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998
23 20 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
23 21 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
23 22 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
23 23 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
24 0 0,2920 0,0798 0,0202 0,0047 0,0010 0,0002 0,0000 0,0000 0,0000 0,0000
24 1 0,6608 0,2925 0,1059 0,0331 0,0090 0,0022 0,0005 0,0001 0,0000 0,0000
24 2 0,8841 0,5643 0,2798 0,1145 0,0398 0,0119 0,0030 0,0007 0,0001 0,0000
24 3 0,9702 0,7857 0,5049 0,2639 0,1150 0,0424 0,0133 0,0035 0,0008 0,0001
24 4 0,9940 0,9149 0,7134 0,4599 0,2466 0,1111 0,0422 0,0134 0,0036 0,0008
24 5 0,9990 0,9723 0,8606 0,6559 0,4222 0,2288 0,1044 0,0400 0,0127 0,0033
24 6 0,9999 0,9925 0,9428 0,8111 0,6074 0,3886 0,2106 0,0960 0,0364 0,0113
24 7 1,0000 0,9983 0,9801 0,9108 0,7662 0,5647 0,3575 0,1919 0,0863 0,0320
24 8 1,0000 0,9997 0,9941 0,9638 0,8787 0,7250 0,5257 0,3279 0,1730 0,0758
24 9 1,0000 0,9999 0,9985 0,9874 0,9453 0,8472 0,6866 0,4891 0,2991 0,1537
24 10 1,0000 1,0000 0,9997 0,9962 0,9787 0,9258 0,8167 0,6502 0,4539 0,2706
24 11 1,0000 1,0000 0,9999 0,9990 0,9928 0,9686 0,9058 0,7870 0,6151 0,4194
24 12 1,0000 1,0000 1,0000 0,9998 0,9979 0,9885 0,9577 0,8857 0,7580 0,5806
24 13 1,0000 1,0000 1,0000 1,0000 0,9995 0,9964 0,9836 0,9465 0,8659 0,7294
24 14 1,0000 1,0000 1,0000 1,0000 0,9999 0,9990 0,9945 0,9783 0,9352 0,8463
24 15 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9984 0,9925 0,9731 0,9242
24 16 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9996 0,9978 0,9905 0,9680
24 17 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995 0,9972 0,9887
24 18 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9993 0,9967
24 19 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9992
24 20 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999
24 21 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
24 22 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
24 23 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
24 24 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
© JAA 2024 Pág. 152

F(x) p
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
25 0 0,2774 0,0718 0,0172 0,0038 0,0008 0,0001 0,0000 0,0000 0,0000 0,0000
25 1 0,6424 0,2712 0,0931 0,0274 0,0070 0,0016 0,0003 0,0001 0,0000 0,0000
25 2 0,8729 0,5371 0,2537 0,0982 0,0321 0,0090 0,0021 0,0004 0,0001 0,0000
25 3 0,9659 0,7636 0,4711 0,2340 0,0962 0,0332 0,0097 0,0024 0,0005 0,0001
25 4 0,9928 0,9020 0,6821 0,4207 0,2137 0,0905 0,0320 0,0095 0,0023 0,0005
25 5 0,9988 0,9666 0,8385 0,6167 0,3783 0,1935 0,0826 0,0294 0,0086 0,0020
25 6 0,9998 0,9905 0,9305 0,7800 0,5611 0,3407 0,1734 0,0736 0,0258 0,0073
25 7 1,0000 0,9977 0,9745 0,8909 0,7265 0,5118 0,3061 0,1536 0,0639 0,0216
25 8 1,0000 0,9995 0,9920 0,9532 0,8506 0,6769 0,4668 0,2735 0,1340 0,0539
25 9 1,0000 0,9999 0,9979 0,9827 0,9287 0,8106 0,6303 0,4246 0,2424 0,1148
25 10 1,0000 1,0000 0,9995 0,9944 0,9703 0,9022 0,7712 0,5858 0,3843 0,2122
25 11 1,0000 1,0000 0,9999 0,9985 0,9893 0,9558 0,8746 0,7323 0,5426 0,3450
25 12 1,0000 1,0000 1,0000 0,9996 0,9966 0,9825 0,9396 0,8462 0,6937 0,5000
25 13 1,0000 1,0000 1,0000 0,9999 0,9991 0,9940 0,9745 0,9222 0,8173 0,6550
25 14 1,0000 1,0000 1,0000 1,0000 0,9998 0,9982 0,9907 0,9656 0,9040 0,7878
25 15 1,0000 1,0000 1,0000 1,0000 1,0000 0,9995 0,9971 0,9868 0,9560 0,8852
25 16 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9992 0,9957 0,9826 0,9461
25 17 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9988 0,9942 0,9784
25 18 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9984 0,9927
25 19 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9996 0,9980
25 20 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995
25 21 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999
25 22 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
25 23 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
25 24 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
25 25 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
26 0 0,2635 0,0646 0,0146 0,0030 0,0006 0,0001 0,0000 0,0000 0,0000 0,0000
26 1 0,6241 0,2513 0,0817 0,0227 0,0055 0,0011 0,0002 0,0000 0,0000 0,0000
26 2 0,8614 0,5105 0,2296 0,0841 0,0258 0,0067 0,0015 0,0003 0,0000 0,0000
26 3 0,9613 0,7409 0,4385 0,2068 0,0802 0,0260 0,0070 0,0016 0,0003 0,0000
26 4 0,9915 0,8882 0,6505 0,3833 0,1844 0,0733 0,0242 0,0066 0,0015 0,0003
26 5 0,9985 0,9601 0,8150 0,5775 0,3371 0,1626 0,0649 0,0214 0,0058 0,0012
26 6 0,9998 0,9881 0,9167 0,7474 0,5154 0,2965 0,1416 0,0559 0,0180 0,0047
26 7 1,0000 0,9970 0,9679 0,8687 0,6852 0,4605 0,2596 0,1216 0,0467 0,0145
26 8 1,0000 0,9994 0,9894 0,9408 0,8195 0,6274 0,4106 0,2255 0,1024 0,0378
26 9 1,0000 0,9999 0,9970 0,9768 0,9091 0,7705 0,5731 0,3642 0,1936 0,0843
26 10 1,0000 1,0000 0,9993 0,9921 0,9599 0,8747 0,7219 0,5213 0,3204 0,1635
26 11 1,0000 1,0000 0,9998 0,9977 0,9845 0,9397 0,8384 0,6737 0,4713 0,2786
26 12 1,0000 1,0000 1,0000 0,9994 0,9948 0,9745 0,9168 0,8007 0,6257 0,4225
26 13 1,0000 1,0000 1,0000 0,9999 0,9985 0,9906 0,9623 0,8918 0,7617 0,5775
26 14 1,0000 1,0000 1,0000 1,0000 0,9996 0,9970 0,9850 0,9482 0,8650 0,7214
26 15 1,0000 1,0000 1,0000 1,0000 0,9999 0,9991 0,9948 0,9783 0,9326 0,8365
26 16 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9985 0,9921 0,9707 0,9157
26 17 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9996 0,9975 0,9890 0,9622
26 18 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9993 0,9965 0,9855
26 19 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9991 0,9953
26 20 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9988
26 21 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997
26 22 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
26 23 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
26 24 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
26 25 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
26 26 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
27 0 0,2503 0,0581 0,0124 0,0024 0,0004 0,0001 0,0000 0,0000 0,0000 0,0000
© JAA 2024 Pág. 153

F(x) p
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
27 1 0,6061 0,2326 0,0716 0,0187 0,0042 0,0008 0,0001 0,0000 0,0000 0,0000
27 2 0,8495 0,4846 0,2074 0,0718 0,0207 0,0051 0,0010 0,0002 0,0000 0,0000
27 3 0,9563 0,7179 0,4072 0,1823 0,0666 0,0202 0,0051 0,0011 0,0002 0,0000
27 4 0,9900 0,8734 0,6187 0,3480 0,1583 0,0591 0,0182 0,0046 0,0009 0,0002
27 5 0,9981 0,9529 0,7903 0,5387 0,2989 0,1358 0,0507 0,0155 0,0038 0,0008
27 6 0,9997 0,9853 0,9014 0,7134 0,4708 0,2563 0,1148 0,0421 0,0125 0,0030
27 7 1,0000 0,9961 0,9602 0,8444 0,6427 0,4113 0,2183 0,0953 0,0338 0,0096
27 8 1,0000 0,9991 0,9862 0,9263 0,7859 0,5773 0,3577 0,1839 0,0774 0,0261
27 9 1,0000 0,9998 0,9958 0,9696 0,8867 0,7276 0,5162 0,3087 0,1526 0,0610
27 10 1,0000 1,0000 0,9989 0,9890 0,9472 0,8434 0,6698 0,4585 0,2633 0,1239
27 11 1,0000 1,0000 0,9998 0,9965 0,9784 0,9202 0,7976 0,6127 0,4034 0,2210
27 12 1,0000 1,0000 1,0000 0,9990 0,9922 0,9641 0,8894 0,7499 0,5562 0,3506
27 13 1,0000 1,0000 1,0000 0,9998 0,9976 0,9857 0,9464 0,8553 0,7005 0,5000
27 14 1,0000 1,0000 1,0000 1,0000 0,9993 0,9950 0,9771 0,9257 0,8185 0,6494
27 15 1,0000 1,0000 1,0000 1,0000 0,9998 0,9985 0,9914 0,9663 0,9022 0,7790
27 16 1,0000 1,0000 1,0000 1,0000 1,0000 0,9996 0,9972 0,9866 0,9536 0,8761
27 17 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9992 0,9954 0,9807 0,9390
27 18 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9986 0,9931 0,9739
27 19 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9979 0,9904
27 20 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995 0,9970
27 21 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9992
27 22 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998
27 23 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
27 24 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
27 25 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
27 26 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
27 27 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
28 0 0,2378 0,0523 0,0106 0,0019 0,0003 0,0000 0,0000 0,0000 0,0000 0,0000
28 1 0,5883 0,2152 0,0627 0,0155 0,0033 0,0006 0,0001 0,0000 0,0000 0,0000
28 2 0,8373 0,4594 0,1871 0,0612 0,0166 0,0038 0,0007 0,0001 0,0000 0,0000
28 3 0,9509 0,6946 0,3772 0,1602 0,0551 0,0157 0,0037 0,0007 0,0001 0,0000
28 4 0,9883 0,8579 0,5869 0,3149 0,1354 0,0474 0,0136 0,0032 0,0006 0,0001
28 5 0,9977 0,9450 0,7646 0,5005 0,2638 0,1128 0,0393 0,0111 0,0025 0,0005
28 6 0,9996 0,9821 0,8848 0,6784 0,4279 0,2202 0,0923 0,0315 0,0086 0,0019
28 7 1,0000 0,9950 0,9514 0,8182 0,5997 0,3648 0,1821 0,0740 0,0242 0,0063
28 8 1,0000 0,9988 0,9823 0,9100 0,7501 0,5275 0,3089 0,1485 0,0578 0,0178
28 9 1,0000 0,9998 0,9944 0,9609 0,8615 0,6825 0,4607 0,2588 0,1187 0,0436
28 10 1,0000 1,0000 0,9985 0,9851 0,9321 0,8087 0,6160 0,3986 0,2135 0,0925
28 11 1,0000 1,0000 0,9996 0,9950 0,9706 0,8972 0,7529 0,5510 0,3404 0,1725
28 12 1,0000 1,0000 0,9999 0,9985 0,9888 0,9509 0,8572 0,6950 0,4875 0,2858
28 13 1,0000 1,0000 1,0000 0,9996 0,9962 0,9792 0,9264 0,8132 0,6356 0,4253
28 14 1,0000 1,0000 1,0000 0,9999 0,9989 0,9923 0,9663 0,8975 0,7654 0,5747
28 15 1,0000 1,0000 1,0000 1,0000 0,9997 0,9975 0,9864 0,9501 0,8645 0,7142
28 16 1,0000 1,0000 1,0000 1,0000 0,9999 0,9993 0,9952 0,9785 0,9304 0,8275
28 17 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9985 0,9919 0,9685 0,9075
28 18 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9996 0,9973 0,9875 0,9564
28 19 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9992 0,9957 0,9822
28 20 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9988 0,9937
28 21 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9981
28 22 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995
28 23 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999
28 24 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
28 25 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
28 26 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
© JAA 2024 Pág. 154

F(x) p
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
28 27 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
28 28 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
29 0 0,2259 0,0471 0,0090 0,0015 0,0002 0,0000 0,0000 0,0000 0,0000 0,0000
29 1 0,5708 0,1989 0,0549 0,0128 0,0025 0,0004 0,0001 0,0000 0,0000 0,0000
29 2 0,8249 0,4350 0,1684 0,0520 0,0133 0,0028 0,0005 0,0001 0,0000 0,0000
29 3 0,9452 0,6710 0,3487 0,1404 0,0455 0,0121 0,0026 0,0005 0,0001 0,0000
29 4 0,9864 0,8416 0,5555 0,2839 0,1153 0,0379 0,0101 0,0022 0,0004 0,0001
29 5 0,9973 0,9363 0,7379 0,4634 0,2317 0,0932 0,0303 0,0080 0,0017 0,0003
29 6 0,9995 0,9784 0,8667 0,6429 0,3868 0,1880 0,0738 0,0233 0,0059 0,0012
29 7 0,9999 0,9938 0,9414 0,7903 0,5568 0,3214 0,1507 0,0570 0,0172 0,0041
29 8 1,0000 0,9984 0,9777 0,8916 0,7125 0,4787 0,2645 0,1187 0,0427 0,0121
29 9 1,0000 0,9997 0,9926 0,9507 0,8337 0,6360 0,4076 0,2147 0,0913 0,0307
29 10 1,0000 0,9999 0,9978 0,9803 0,9145 0,7708 0,5617 0,3427 0,1708 0,0680
29 11 1,0000 1,0000 0,9995 0,9931 0,9610 0,8706 0,7050 0,4900 0,2833 0,1325
29 12 1,0000 1,0000 0,9999 0,9978 0,9842 0,9348 0,8207 0,6374 0,4213 0,2291
29 13 1,0000 1,0000 1,0000 0,9994 0,9944 0,9707 0,9022 0,7659 0,5689 0,3555
29 14 1,0000 1,0000 1,0000 0,9999 0,9982 0,9883 0,9524 0,8638 0,7070 0,5000
29 15 1,0000 1,0000 1,0000 1,0000 0,9995 0,9959 0,9794 0,9290 0,8199 0,6445
29 16 1,0000 1,0000 1,0000 1,0000 0,9999 0,9987 0,9921 0,9671 0,9008 0,7709
29 17 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9973 0,9865 0,9514 0,8675
29 18 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9992 0,9951 0,9790 0,9320
29 19 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9985 0,9920 0,9693
29 20 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9996 0,9974 0,9879
29 21 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9993 0,9959
29 22 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9988
29 23 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997
29 24 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999
29 25 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
29 26 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
29 27 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
29 28 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
29 29 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
30 0 0,2146 0,0424 0,0076 0,0012 0,0002 0,0000 0,0000 0,0000 0,0000 0,0000
30 1 0,5535 0,1837 0,0480 0,0105 0,0020 0,0003 0,0000 0,0000 0,0000 0,0000
30 2 0,8122 0,4114 0,1514 0,0442 0,0106 0,0021 0,0003 0,0000 0,0000 0,0000
30 3 0,9392 0,6474 0,3217 0,1227 0,0374 0,0093 0,0019 0,0003 0,0000 0,0000
30 4 0,9844 0,8245 0,5245 0,2552 0,0979 0,0302 0,0075 0,0015 0,0002 0,0000
30 5 0,9967 0,9268 0,7106 0,4275 0,2026 0,0766 0,0233 0,0057 0,0011 0,0002
30 6 0,9994 0,9742 0,8474 0,6070 0,3481 0,1595 0,0586 0,0172 0,0040 0,0007
30 7 0,9999 0,9922 0,9302 0,7608 0,5143 0,2814 0,1238 0,0435 0,0121 0,0026
30 8 1,0000 0,9980 0,9722 0,8713 0,6736 0,4315 0,2247 0,0940 0,0312 0,0081
30 9 1,0000 0,9995 0,9903 0,9389 0,8034 0,5888 0,3575 0,1763 0,0694 0,0214
30 10 1,0000 0,9999 0,9971 0,9744 0,8943 0,7304 0,5078 0,2915 0,1350 0,0494
30 11 1,0000 1,0000 0,9992 0,9905 0,9493 0,8407 0,6548 0,4311 0,2327 0,1002
30 12 1,0000 1,0000 0,9998 0,9969 0,9784 0,9155 0,7802 0,5785 0,3592 0,1808
30 13 1,0000 1,0000 1,0000 0,9991 0,9918 0,9599 0,8737 0,7145 0,5025 0,2923
30 14 1,0000 1,0000 1,0000 0,9998 0,9973 0,9831 0,9348 0,8246 0,6448 0,4278
30 15 1,0000 1,0000 1,0000 0,9999 0,9992 0,9936 0,9699 0,9029 0,7691 0,5722
30 16 1,0000 1,0000 1,0000 1,0000 0,9998 0,9979 0,9876 0,9519 0,8644 0,7077
30 17 1,0000 1,0000 1,0000 1,0000 0,9999 0,9994 0,9955 0,9788 0,9286 0,8192
30 18 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9986 0,9917 0,9666 0,8998
30 19 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9996 0,9971 0,9862 0,9506
30 20 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9991 0,9950 0,9786
30 21 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9984 0,9919
© JAA 2024 Pág. 155

F(x) p
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
30 22 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9996 0,9974
30 23 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9993
30 24 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998
30 25 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
30 26 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
30 27 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
30 28 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
30 29 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
30 30 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
© JAA 2024 Pág. 156

Distribuição Normal Padronizada: Função de Probabilidade Acumulada

F ( z ) = P( Z ≤ z )
A distribuição normal é uma distribuição contínua. Se tivéssemos de efetuar

manualmente os cálculos da probabilidade acumulada estes teriam de ser feitos
recorrendo à integração matemática da função.
Z é a distribuição normal padronizada (em que a média é zero e o desvio-padrão é 1). Ou

seja µ Z = 0 e σ Z = 1 . Se tivermos como ponto de partida uma distribuição normal
qualquer esta pode ser padronizada. Ou seja, partindo de
X − µX
X ∼ N ( µ X ; σ X ) padronizamos fazendo Z =
σX
Nas tabelas da distribuição normal padronizada que se seguem a probabilidade

acumulada encontra-se tabelada à esquerda. Essa probabilidade indica-se quer para
valores de z inferiores a 0 (primeira tabela) quer para valores de z superiores a 0 (segunda
tabela). Como a distribuição normal é simétrica teria bastado tabelar um dos lados da
tabela de z [o positivo ou o negativo] pois F (− z ) = 1 − F ( z ) ; mas assim temos o trabalho
facilitado.
Todos os cálculos da distribuição normal podem ser feitos para quaisquer valores de
X , µ X e σ X sem ser necessário fazer a padronização, a partir da folha de cálculo do
Excel ou de uma máquina de calcular gráfica.
Os nossos exercícios em geral estão feitos para se poder usar os valorer das tabelas
estatística que aqui se apresentam e que foram construídas utilizando o Excel. A
sequência de passos para calcular no Excel cada uma das probabilidades que consta das
tabelas que se seguem é a seguinte:
Insert
Function
Statistical
NORMDIST
Aparece então o quadro de entrada que se indica abaixo e respetivas instruções. No

exemplo abaixo considera-se uma população de pessoas cuja altura obedece a uma
distribuição normal de média 170 cm e desvio-padrão 20 cm. A probabilidade calculada é
a de uma pessoa ter altura igual ou inferior a 180 cm.
© JAA 2024 Pág. 157

Se quiséssemos fazer o cálculo a partir da distribuição normal padronizada teríamos de

proceder ao seguinte cálculo:
 X − µ X 180 − µ X   180 − 170 

P( X ≤ 180) = P  ≤  = PZ ≤  = P ( Z ≤ 0,5 )
 σX σX   20 
Usando a folha de cálculo Excel teríamos:
O valor obtido é exatamente igual ao dos cálculos sem padronização. Os valores indicados
no quadro acima são os que constam da tabela da distribuição normal padronizada em
que, para z=0,50 obtemos F(z)= P(Z ≤ z)=0,6915
Deve notar-se que, na tabela que se segue, entramos com um valor de z e obtemos, para
esse valor, a respetiva probabilidade.
© JAA 2024 Pág. 158

Distribuição Normal Padronizada: probabilidade acumulada à esquerda de z

[Os valores negativos de z correspondem a valores inferiores à média na distribuição original]
F ( z ) = P( Z ≤ z )
z 0,00 -0,01 -0,02 -0,03 -0,04 -0,05 -0,06 -0,07 -0,08 -0,09
0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641
-0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247
-0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859
-0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483
-0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121
-0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776
-0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451
-0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148
-0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867
-0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611
-1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379
-1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170
-1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985
-1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823
-1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681
-1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559
-1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455
-1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367
-1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294
-1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233
-2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183
-2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143
-2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110
-2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084
-2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064
-2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048
-2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036
-2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026
-2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019
-2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014
-3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010
-3,1 0,0010 0,0009 0,0009 0,0009 0,0008 0,0008 0,0008 0,0008 0,0007 0,0007
-3,2 0,0007 0,0007 0,0006 0,0006 0,0006 0,0006 0,0006 0,0005 0,0005 0,0005
-3,3 0,0005 0,0005 0,0005 0,0004 0,0004 0,0004 0,0004 0,0004 0,0004 0,0003
-3,4 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0002
-3,5 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002
-3,6 0,0002 0,0002 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
-3,7 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
-3,8 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
-3,9 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
© JAA 2024 Pág. 159

Distribuição Normal Padronizada: probabilidade acumulada à esquerda de z

[Os valores positivos de z correspondem a valores superiores à média na distribuição original]
F ( z ) = P( Z ≤ z )
0 z Z
z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224
0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389
1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015
1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319
1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441
1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817
2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857
2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890
2,3 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916
2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936
2,5 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952
2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964
2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974
2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981
2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986
3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990
3,1 0,9990 0,9991 0,9991 0,9991 0,9992 0,9992 0,9992 0,9992 0,9993 0,9993
3,2 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995
3,3 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997
3,4 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9998
3,5 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998
3,6 0,9998 0,9998 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,7 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,8 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,9 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
© JAA 2024 Pág. 160

Distribuição Normal Padronizada: Percentis Mais Usuais

Enquanto na tabela da função de probabilidade acumulada da distribuição normal
entramos com um valor e obtemos uma probabilidade, na tabela dos quantis entramos
com uma probabilidade e obtemos o valor de X que corresponde a essa probabilidade.
Suponhamos de novo que se considera uma população de pessoas cuja altura obedece a
uma distribuição normal de média 170 cm e desvio-padrão 20 cm. - Queremos agora, por
exemplo, saber a altura tal que, as pessoas com altura igual ou inferior a essa, são 75%
das pessoas da população. – Usando de novo o Excel a sequência dos passos será:
Insert
Function
Statistical
NORMINV [inversa da distribuição normal]
vamos agora ter o quadro abaixo que nos indica que, a altura em causa é
aproximadamente 183,5 cm. Ou seja, 75% das pessoas daquela população têm 183,5 cm
ou menos.
Se quiséssemos trabalhar com a distribuição normal padronizada teríamos de preencher

o quadro com os dados da distribuição normal padronizada:
© JAA 2024 Pág. 161

Ora são os quantis da distribuição normal padronizada que aparecem na tabela que
incluímos neste caderno. Para passar para a distribuição original teríamos de proceder da
seguinte forma:
 a − 170  a − 170
P( X ≤ a ) = 0, 75 ⇔ P  Z ≤  = 0, 75  = 0, 6745 ⇔
 20  20
⇔ a = 0, 6745 × 20 + 170 = 183, 49 ≈ 183, 5
Nota: inversamente pode verificar-se que P( X ≤ 183, 49) = 0, 75
Com a folha de cálculo Excel podemos calcular qualquer percentil com facilidade e com a
precisão que desejarmos. A tabela abaixo, que foi obtido de novo com esse programa,
apresenta os quantis mais usuais da distribuição normal padronizada.
Distribuição Normal (padronizada): percentis mais usuais
F ( z) = P(Z ≤ z )
F(z) z F(z) z F(z) z F(z) z F(z) z

0,0001 -3,7195 0,05 -1,6449 0,35 -0,3853 0,70 0,5244 0,975 1,9600
0,0005 -3,2905 0,10 -1,2816 0,40 -0,2533 0,75 0,6745 0,990 2,3263
0,001 -3,0902 0,15 -1,0364 0,45 -0,1257 0,80 0,8416 0,995 2,5758
0,50 0,0000
0,005 -2,5758 0,20 -0,8416 0,55 0,1257 0,85 1,0364 0,999 3,0902
0,010 -2,3263 0,25 -0,6745 0,60 0,2533 0,90 1,2816 0,9995 3,2905
0,025 -1,9600 0,30 -0,5244 0,65 0,3853 0,95 1,6449 0,9999 3,7195
Deve notar-se que, na tabela acima, entramos com o valor de uma probabilidade e
obtemos, para essa probabilidade, o respetivo valor de z.
© JAA 2024 Pág. 162

Distribuição t de Student: Percentis Mais Usuais

A distribuição t de Student é contínua e simétrica. Tem um aspeto parecido com o da
distribuição normal padronizada. Tendo em conta o contexto em que a utilizamos
interessa-nos saber valores desta distribuição para determinadas probabilidades. Por isso,
entramos com uma probabilidade e obtemos um valor. – Esses valores podem ser obtidos
através da folha de cálculo Excel.
O parâmetro da distribuição do t de Student é o número de graus de liberdade que, na
tabela que construímos, está representado por gl. Supondo que queremos obter o valor
que corresponde ao sítio onde, uma t de Student com 10 graus de liberdade, tem 90,0%
de probabilidade acumulada à esquerda, a sequência dos passos é agora:
Insert
Function
Statistical
TINV [inversa da distribuição t de Student]
Obtém-se o quadro abaixo que indica que, o valor em causa, é de aproximadamente

1,372.
Nota importante: o cálculo feito pelo Excel dá-nos a o valor que tem acumulada à direita
metade da probabilidade6 indicada onde nos pedem a “probability”. Por isso, se (como no
exemplo) queremos o valor que tem acumulado à esquerda 90,0% da probabilidade,
onde nos pedem a probabilidade temos de indicar (1-0,90)×2 ou seja 0,2 que corresponde
a 20%.
Na tabela da distribuição t de Student que construímos para caderno encontra-se
tabelada a probabilidade acumulada à esquerda, à semelhança do que acontecia com a
tabela dos percentis mais usuais da distribuição normal. Essa probabilidade indica-se
apenas para valores superiores a 0 porque, como a distribuição t de Student é simétrica,
F ( − x) = 1 − F ( x ) .
6
Deve-se ao facto de, muito frequentemente, a distribuição do t de Student ser usada para efetuar ensaios
de hipóteses com regiões críticas equiprováveis e bilaterais. Essa matéria não é abordada neste livro de
exercícios.
© JAA 2024 Pág. 163

Distribuição t de Student: percentis mais usuais

F(x)
gl 0,6 0,75 0,9 0,95 0,975 0,99 0,995 0,9995
1 0,325 1,000 3,078 6,314 12,706 31,821 63,656 636,578

2 0,289 0,816 1,886 2,920 4,303 6,965 9,925 31,600
3 0,277 0,765 1,638 2,353 3,182 4,541 5,841 12,924
4 0,271 0,741 1,533 2,132 2,776 3,747 4,604 8,610
5 0,267 0,727 1,476 2,015 2,571 3,365 4,032 6,869
6 0,265 0,718 1,440 1,943 2,447 3,143 3,707 5,959

7 0,263 0,711 1,415 1,895 2,365 2,998 3,499 5,408
8 0,262 0,706 1,397 1,860 2,306 2,896 3,355 5,041
9 0,261 0,703 1,383 1,833 2,262 2,821 3,250 4,781
10 0,260 0,700 1,372 1,812 2,228 2,764 3,169 4,587
11 0,260 0,697 1,363 1,796 2,201 2,718 3,106 4,437

12 0,259 0,695 1,356 1,782 2,179 2,681 3,055 4,318
13 0,259 0,694 1,350 1,771 2,160 2,650 3,012 4,221
14 0,258 0,692 1,345 1,761 2,145 2,624 2,977 4,140
15 0,258 0,691 1,341 1,753 2,131 2,602 2,947 4,073
16 0,258 0,690 1,337 1,746 2,120 2,583 2,921 4,015

17 0,257 0,689 1,333 1,740 2,110 2,567 2,898 3,965
18 0,257 0,688 1,330 1,734 2,101 2,552 2,878 3,922
19 0,257 0,688 1,328 1,729 2,093 2,539 2,861 3,883
20 0,257 0,687 1,325 1,725 2,086 2,528 2,845 3,850
21 0,257 0,686 1,323 1,721 2,080 2,518 2,831 3,819

22 0,256 0,686 1,321 1,717 2,074 2,508 2,819 3,792
23 0,256 0,685 1,319 1,714 2,069 2,500 2,807 3,768
24 0,256 0,685 1,318 1,711 2,064 2,492 2,797 3,745
25 0,256 0,684 1,316 1,708 2,060 2,485 2,787 3,725
26 0,256 0,684 1,315 1,706 2,056 2,479 2,779 3,707

27 0,256 0,684 1,314 1,703 2,052 2,473 2,771 3,689
28 0,256 0,683 1,313 1,701 2,048 2,467 2,763 3,674
29 0,256 0,683 1,311 1,699 2,045 2,462 2,756 3,660
30 0,256 0,683 1,310 1,697 2,042 2,457 2,750 3,646
40 0,255 0,681 1,303 1,684 2,021 2,423 2,704 3,551

50 0,255 0,679 1,299 1,676 2,009 2,403 2,678 3,496
60 0,254 0,679 1,296 1,671 2,000 2,390 2,660 3,460
70 0,254 0,678 1,294 1,667 1,994 2,381 2,648 3,435
80 0,254 0,678 1,292 1,664 1,990 2,374 2,639 3,416
90 0,254 0,677 1,291 1,662 1,987 2,368 2,632 3,402

100 0,254 0,677 1,290 1,660 1,984 2,364 2,626 3,390
110 0,254 0,677 1,289 1,659 1,982 2,361 2,621 3,381
120 0,254 0,677 1,289 1,658 1,980 2,358 2,617 3,373
∞ 0,253 0,674 1,282 1,645 1,960 2,326 2,576 3,291
© JAA 2024 Pág. 164

Bibliografia de Estatística
Os livros que se indicam abaixo são uma sugestão de bibliografia para estudar estatística.
Bibliografia básica:
 Afonso, J. A., «Aulas Teóricas de estatística para as ciências sociais e humanas». Policopiado.
Lisboa: fevereiro de 2024.
 GONICK Larry and SMITH Woolcott - «The cartoon guide to statistics». New York: HarperCollins
Publishers, 1993. ISBN 0-06-273102-5.
 REIS Elizabeth. - «Estatística descritiva». 5ª Edição - 2ª Reimpressão. Lisboa: Edições Sílabo,

Outubro de 2002. ISBN 972-618-230-1.
 REIS Elizabeth, MELO Paulo, ANDRADE Rosa e CALAPEZ Teresa - «Estatística Aplicada». Vol.1, 4ª
Edição revista, 2ª Reimpressão. Lisboa: Edições Sílabo, 2003. ISBN 972-618-245-X..
 REIS Elizabeth, MELO Paulo, ANDRADE Rosa e CALAPEZ Teresa - «Estatística Aplicada». Vol.2, 4ª
Edição revista. Lisboa: Edições Sílabo, 2001. ISBN 972-618-205-0.
Bibliografia auxiliar:
 MURTEIRA Bento - «Probabilidades e estatística». Volumes I e II. 2ª edição revista. Lisboa:

McGraw-Hill de Portugal, 1990. ISBN 972-9241-17-1 e ISBN 972-9241-07-4. [Trata-se de livros
bastante avançados].
 MURTEIRA Bento J. F. - «Análise exploratória de dados: estatística descritiva». Lisboa [etc.]:

McGraw-Hill, 1993. ISBN 972-9241-25-2.
 MURTEIRA Bento [et al] - «Introdução à Estatística». Lisboa: McGraw-Hill de Portugal, Novembro
de 2001. ISBN 972-773-116-3.
 SIEGEL, Sidney - «Estatística não-paramétrica para as ciências do comportamento.» São Paulo:

McGraw-Hill, 1975.
 SIEGEL Sidney and CASTELLAN, Jr N. John - «Nonparametric statistics: for the behavioral sciences».
Second Edition. New York [etc.]: McGraw-Hill International Editions, 1988. ISBN 0-07-100326-6.
Bibliografia complementar:
 HUFF Darrell - «How to lie with statistics». London [etc]: Penguin Books, 1973 [reprinted, 1991].
Primeira publicação de 1954. ISBN 0-14-013632-0.
 ROWNTREE Derek - «Statistics without tears: an introduction for non-mathematicians». London

[etc]: Penguin Books, 1991 [reprinted with minor corrections and new Further Reading, 2000].
ISBN 0-14-013629-0.
 SILVA Ana Alexandrino da - «Gráficos e mapas: representação de informação estatística». Lisboa:

Lidel –Edições Técnicas, Lda, 2006. ISBN-13: 978-972-757-340-0.
© JAA 2024 Pág. 165

Livro Exercícios

Enviado por

Direitos autorais:

Formatos disponíveis

Livro Exercícios

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Livro Exercícios

Enviado por

Direitos autorais:

Formatos disponíveis

JOSÉ ADELINO AFONSO

EXERCÍCIOS E INTRODUÇÃO AO SPSS

Se pretender indicar este texto como referência, na norma portuguesa

Nota Prévia ....................................................................................................................................................... 7

ANEXOS ................................................................................................................................................................................................ 113

© JAA 2024 Pág. 5

José Adelino Afonso

© JAA 2024 Pág. 7

I) «[A] estatística é um ramo da matemática aplicada e, como tal, é dotada de rigor e

II) «O principal objectivo da estatística descritiva é a redução de dados. Ao referir-se a

© JAA 2024 Pág. 9

Classifique os dados referenciados abaixo quanto às escalas de medida em que estão

I– As empresas de uma determinada região foram classificadas nas seguintes quatro

III – i) Foram recolhidos dados relativos à temperatura da água na costa portuguesa,

IV – Numa organização procedeu-se a uma classificação do pessoal da empresa de acordo

VI – Uma outra organização recolheu informação relativa ao tempo que os seus

VII – Foram coligidos os resultados de 100 lançamento de um dado de póker.

© JAA 2024 Pág. 10

X: “Dimensão do agregado familiar das famílias do concelho de Lisboa no ano de

X: “Cor do cabelo dos alunos da Universidade Católica no ano letivo de

X: “Ordem de chegada dos atletas à meta da meia-maratona de Lisboa no ano de

X: “Tempo que os atletas da meia-maratona de Lisboa levaram a fazer a corrida

X: “Categoria profissional dos empregados de uma empresa”

© JAA 2024 Pág. 11

2 ESTATÍSTICA DESCRITIVA UNIDIMENSIONAL

2.1 Quadros de frequências e medidas de localização

ENQUADRAMENTO – VARIÁVEIS QUANTITATIVAS DISCRETAS

I — Análise a partir de dados não agregados

A análise de dados não agregados está subjacente à construção de bases de dados e ao

© JAA 2024 Pág. 13

Quadro de frequências absolutas e relativas, simples e acumuladas [valores não agregados]

i xi Fi fi fi [em %] Cum Fi Cum fi Cum fi [em %]

xi É o número de treinos que a pessoa i faz por semana.

Fi Chama-se "frequência absoluta". É o n.º de vezes que a pessoa i entra na amostra.

fi Chama-se "frequência relativa". É o número de vezes, em proporção do total, que

Cum Fi Chama-se "frequência acumulada absoluta". É a soma de todas as frequências

© JAA 2024 Pág. 14

Vamos agora calcular as medidas de localização central: média, mediana e moda.

X A média da variável X é usualmente representada pelo símbolo X . Com dados

© JAA 2024 Pág. 15

PRIMEIRA FORMA DE CÁLCULO DOS PERCENTIS: considera os percentis como o xi onde

QUARTIS Há quatro Quartis. Resultam da partição do total de observações em quatro

Q1 O Quartil 1 é usualmente representado pelo símbolo Q1 . É o xi do Cum f i onde

DECIS Há dez Decis. Resultam da partição do total de observações em dez grupos

D1 O Decil 1 é usualmente representado pelo símbolo D1 . É o xi do Cum f i onde

© JAA 2024 Pág. 16

PERCENTIS Há cem Percentis. Resultam da partição do total de observações em cem

P1 O Percentil 1 é usualmente representado pelo símbolo P1 . É o xi do

P2 O Percentil 2 é usualmente representado pelo símbolo P2 . É o xi do

P100 O Percentil 100 é usualmente representado pelo símbolo P100 . É o xi do

SEGUNDA FORMA DE CÁLCULO DOS PERCENTIS: quando os dados são quantitativos,

II — Análise a partir de dados discretos agregados por classes discretas3

© JAA 2024 Pág. 17

Quadro de frequências absolutas e relativas, simples e acumuladas

Vamos então explorar o novo quadro acima:

Fi Continua a chamar-se "frequência absoluta". Mas agora é o n.º de ocorrências [n.º de

fi Continua a chamar-se "frequência relativa". Mas agora é o n.º de ocorrências [n.º de

Cum Fi Continua a chamar-se "frequência acumulada absoluta". É a soma de todas as

© JAA 2024 Pág. 18