1

Frequências

• Frequências simples ou absoluta da classe i (n i) - são os valores que

realmente representam o número de dados de cada classe. A soma das
frequências simples é igual ao número total dos dados.
Exemplo: considerando a segunda classe do exemplo anterior, temos: n2 = 9
.
• Frequências relativas (fi) – são os valores das razões entre as frequências
simples e o número total de dados.

Exemplo: considerando a segunda classe do exemplo anterior, temos:

f2 = 9/40=0,225.
Obs: as frequências relativas permitem a análise ou facilitam as
comparações.
• Frequência acumulada (Ni) – é o total das frequências de todos os valores
inferiores ao limite superior do intervalo de uma dada classe:
Exemplo: Considerando a frequência acumulada da quarta classe (N 4),
temos:
N4= n1+n2+n3+n4= 4+9+11+8 = 32
• Frequência acumulada relativa (Fi) – é a frequência acumulada da classe,
dividida pela frequência total da distribuição.

Exemplo: para o exemplo anterior, F4 = 0,8 .

NOTA – Usualmente, denominamos:
• Frequência relativa acumulada crescente da classe i – Fi.
Obs: Fi pode ser entendido como sendo a percentagem de observações
abaixo do limite superior da classe i.
• Frequência relativa acumulada decrescente da classe i – F’i.
Obs: F’i e a porcentagem de observações acima do limite inferior da classe i.
 2

Regras Gerais para a elaboração de uma distribuição de frequência

Os principais estágios na construção de uma distribuição de frequência para

dados amostrais são:
1. Encontrar a amplitude total do conjunto de valores observados;
2. Escolher o número de classes;

3. Determinar a amplitude do intervalo de classe;

4. Determinar os limites de classe;

5. Construir a tabela de frequências.
Exemplo:
Calcule as frequências e o ponto médio dos dados abaixo:
Alturas de 50 estudantes do sexo masculino da Univesidade XYZ
 3

Gráficos representativos de uma distribuição de frequência:

histograma, polígono de frequência e ogiva

Uma distribuição de frequência pode ser representativa graficamente pelo

histograma, pelo polígono de frequência e pelo polígono de frequência acumulada
(Ogiva de Galton).
Histograma – é formado por um conjunto de retângulos justapostos, cujas
bases se localizam sobre o eixo horizontal, de tal modo que seus pontos médios
coincidem com os pontos médios dos intervalos de classe.
• As larguras dos retângulos são iguais às amplitudes dos intervalos de classe.
• As alturas dos retângulos devem ser proporcionais às frequências das classes,
sendo igual a amplitude dos intervalos.
 4

Polígono de frequência – é um gráfico em linha, sendo as frequências

marcadas sobre perpendiculares ao eixo horizontal, levantada pelos pontos médios
dos intervalos de classe.
Para realmente obtermos um polígono (linha fechada), devemos completar a
figura, ligando os extremos da linha obtida aos pontos médios da classe anterior à
primeira e da posterior à última, da distribuição.

Polígono de Frequência

Polígono de frequência acumulada – é traçado marcando-se as frequências

acumuladas sobre perpendiculares ao eixo horizontal, levantadas nos pontos
correspondentes aos limites superiores dos intervalos de classe.

Polígono de Frequência Acumulada

Observação: Uma distribuição de frequência sem intervalos de classe é

representada graficamente por um diagrama onde cada valor da variável é
 5

representado por um segmento de reta vertical e de comprimento proporcional à

respectiva frequência.

Medidas de Posição
1º Passo: Calcula-
se em que K = 1,2,3,......,9;
2º Passo: Identifica-se a classe DK , pela Nac ;
3º Passo: Aplica-se a fórmula:

lDK: limite inferior da Classe Dk

N : tamanho da amostra
h : amplitude da classe
nDK: frequência da classe
N(ant): frequência acumulada da classe

Percentis: dividem a distribuição em 100 partes iguais.

Pi = centil i=1,2,3, …, 99
1º Passo: Calcula-se em que K = 1,2,3,4,............98,99
2º Passo: Pela Nac identifica-se a classe Pi
3º Passo: Aplica-se a fórmula

lPK: limite inferior da classe em que, K = 1,2,3,...,98,99.

N : tamanho da amostra
N(ant): frequência acumulada anterior à classe
h : amplitude da classe
nPK: frequência da classe

Exemplo:
 6

1- Num acampamento infantil, foram obtidas as seguintes estaturas:

2-

Calcule:
a) O 1º Quartil (Q1);
b) o 4º Decil (D4); Solução:
Primeiro vamos estruturar a tabela de distribuição de Frequências, como
estamos trabalhando com intervalos de classe, temos que calcular os pontos médios
de cada classe. Depois iremos utilizar as fórmulas para cada item que queremos
calcular.

a) Calculo de Q1,
Para calcular Q1, temos que primeiro identificar a classe que está o valor,
para isto consideramos:

N = 54 =13,5, que vamos neste momento arredondar para 14, pela frequência
4 4
acumulada procuramos a classe que encontra o 14º elemento, que é a 2ª
classe com limites de 128 |--- 136.
Agora usamos a formula para calcular Q1
 7

Onde:
linf : limite inferior da classe do quartil considerado = 128
hQ: intervalo de classe do quartil considerado = 8
nQ : frequência simples absoluta do quartil considerado = 12
Nant : frequência acumulada anterior à classe do quartil considerado =6
Substituindo estes valores na expressão acima temos

Q1 =128+ *8 =133

b) Calculo de D4
Primeiro identificamos a classe que esta o valor;
KN = 4x54 = 21,6 = 27, através da frequência acumulada identificamos a clas-
10 10
se que encontra o 27º , que é a 3ª classe com limites de 136 |--- 144
Agora usamos a fórmula

onde:
lDK: limite inferior da Classe Dk = 136
N : tamanho da amostra = 54
h : amplitude da classe = 8
nDK: frequência da classe = 16
N(ant): frequência acumulada da classe anterior = 18

Substituindo estes valores na expressão acima temos:

D4 =136 + *8 =137,8
 8

Medidas de Dispersão

A interpretação de dados estatísticos exige que se realize um número maior

de estudos, além das medidas de posição. Veremos que as medidas de dispersão
servem para verificar a representatividade das medidas de posição, que é o nosso
principal objetivo.

Dispersão
São medidas estatísticas utilizadas para avaliar o grau de variabilidade, ou
dispersão, dos valores em torno da média. Servem para medir a representatividade
da média.
Absoluta
• Amplitude (A)
• Variância (S2)
• Desvio padrão (S)
Relativa
• Coeficiente de Variação (CV)
Amplitude Total (A)
É a diferença entre o maior e o menor dos valores da série. A utilização da
amplitude total como medida de dispersão é muito limitada, pois sendo uma medida
que depende apenas dos valores externos, é instável, não sendo afetada pela
dispersão dos valores internos.
Variância (S2)
A variância leva em consideração os valores extremos e os valores
intermediários, isto é, expressa melhor os resultados obtidos. A variância relaciona
os desvios em torno da média, ou, mais especificamente, é a média aritmética dos
quadrados dos desvios.
Dados Brutos Dados Agrupados

Onde temos que:

 9

• Para dados agrupados sem intervalo de classe, xi é o valor da variável.

• Para dados agrupados com intervalo de classe, xi é o ponto médio da classe.

Para dados amostrais, o denominador é n-1; para dados populacionais,

usamos no denominador o valor de n.

Sendo a variância calculada a partir dos quadrados dos desvios, ela é um

número em unidade quadrada em relação à variável em questão, o que, sob o ponto
de vista prático, é um inconveniente; por isso, tem pouca utilidade na estatística
descritiva, mas é extremamente importante na inferência estatística e em
combinações de amostras.
Desvio Padrão (S)
O desvio-padrão é a medida mais usada na comparação de diferenças entre
conjuntos de dados, por ter grande precisão. O desvio padrão determina a dispersão
dos valores em relação à média e é calculado por meio da raiz quadrada da
variância.

S=√𝒔𝟐

Coeficiente de Variação (CV)

Trata-se de uma medida relativa de dispersão útil para a comparação em
termos relativos do grau de concentração. O coeficiente de variação é a relação
entre o desvio padrão (S) e a média 𝑥̅ . da média

de séries distintas.

Diz- se que uma distribuição tem:

Baixa dispersão: CV ≤ 15%
Média dispersão: 15%< CV<30%
Alta dispersão: CV ≥ 30%
 10

Assimetria

Estas medidas referem-se à forma da curva de uma distribuição de

frequência, mais especificamente do polígono de frequência ou do histograma.
Denomina-se assimetria o grau de afastamento de uma distribuição da
unidade de simetria.
• Em uma distribuição simétrica, tem-se igualdade dos valores da média,
mediana e moda.

Simetria

Toda distribuição deformada é sempre assimétrica. Entretanto, a assimetria

pode dar-se na cauda esquerda ou na direita da curva de frequências.
• Em uma distribuição assimétrica positiva, ou assimetria à direita, tem-se:

Assimetria à direita (ou positiva)

• Em uma distribuição assimétrica negativa, ou assimetria à esquerda,

predominam valores inferiores à Moda.
 11

Assimetria à esquerda (ou negativa)

Existem várias fórmulas para o cálculo do coeficiente de assimetria. As mais

utilizadas são:
• 1º Coeficiente de Pearson

• 2º Coeficiente de Pearson

Quando
 AS = 0, diz-se que a distribuição é simétrica.

AS > 0, diz-se que a distribuição é assimétrica positiva (à direita)

AS > 0, diz-se que a distribuição é assimétrica positiva (à direita)

Curtose
Curtose é o grau de achatamento (ou afilamento) de uma distribuição em
comparação com uma distribuição padrão (chamada curva normal). De acordo
com o grau de curtose, classificamos três tipos de curvas de frequência:
• Mesocúrtica: é uma curva básica de referência chamada curva padrão ou curva

normal;
• Platicúrtica: é uma curva mais achatada (ou mais aberta) que a curva normal;

• Leptocúrtica: é uma curva mais afilada que a curva normal;

Para medir o grau de curtose utiliza-se o coeficiente:

o
• Se K= 0,263, diz-se que a curva correspondente à distribuição de
frequência é mesocúrtica.
• Se K > 0,263, diz-se que a curva correspondente à distribuição de
frequência é platicúrtica.
• Se K < 0,263, diz-se que a curva correspondente à distribuição de
frequência é leptocúrtica.