Esta%s&ca:
Esta%s&ca: 
1. Introdução 
à 
Esta1s2ca; 
2. Conceitos; 
3. Medidas 
Centrais; 
4. Medidas 
de 
Dispersão: 
a. Conceito; 
b. Desvio 
Médio 
Absoluto; 
c. Variância; 
d. Desvio 
Padrão.
Medidas 
de 
Dispersão: 
Desvio 
Padrão 
(σ) 
Desvio 
Padrão 
(σ) 
– 
O 
desvio 
padrão 
também 
mede 
o 
afastamento 
dos 
elementos 
da 
amostra, 
mas 
atende 
a 
algumas 
limitações 
da 
variância. 
Definimos 
essa 
medida 
como 
a 
raiz 
quadrada 
da 
variância 
dos 
elementos 
das 
amostras.
Medidas 
de 
Dispersão: 
Desvio 
Padrão 
(σ) 
Desvio 
Padrão 
(σ) 
– 
O 
desvio 
padrão 
também 
mede 
o 
afastamento 
dos 
elementos 
da 
amostra, 
mas 
atende 
a 
algumas 
limitações 
da 
variância. 
Definimos 
essa 
medida 
como 
a 
raiz 
quadrada 
da 
variância 
dos 
elementos 
das 
amostras. 
Exemplo: 
Para 
preencher 
uma 
vaga 
de 
gerente 
de 
produção, 
o 
departamento 
de 
recursos 
humanos 
de 
uma 
empresa 
realizou 
um 
teste 
com 
vários 
candidatos, 
selecionando 
os 
dois 
melhores: 
Leonor 
e 
Felipe. 
A 
tabela 
abaixo 
mostra 
os 
desempenhos 
dos 
dois 
candidatos 
nas 
provas 
a 
que 
se 
submeteram:
Medidas 
de 
Dispersão: 
Desvio 
Padrão 
(σ) 
Desvio 
Padrão 
(σ) 
– 
O 
desvio 
padrão 
também 
mede 
o 
afastamento 
dos 
elementos 
da 
amostra, 
mas 
atende 
a 
algumas 
limitações 
da 
variância. 
Definimos 
essa 
medida 
como 
a 
raiz 
quadrada 
da 
variância 
dos 
elementos 
das 
amostras. 
Exemplo: 
Para 
preencher 
uma 
vaga 
de 
gerente 
de 
produção, 
o 
departamento 
de 
recursos 
humanos 
de 
uma 
empresa 
realizou 
um 
teste 
com 
vários 
candidatos, 
selecionando 
os 
dois 
melhores: 
Leonor 
e 
Felipe. 
A 
tabela 
abaixo 
mostra 
os 
desempenhos 
dos 
dois 
candidatos 
nas 
provas 
a 
que 
se 
submeteram: 
Candidato 
Leonor Felipe 
Conhecimento 
de 
informática 8,5 9,5 
Língua 
portuguesa 9,5 9 
Língua 
inglesa 8 8,5 
Matemática 7 8 
Conhecimentos 
de 
economia 7 5 
Médias Média 
= 
8,0 Média 
= 
8,0 
Assunto
Medidas 
de 
Dispersão: 
Desvio 
Padrão 
(σ) 
Desvio 
Padrão 
(σ) 
– 
O 
desvio 
padrão 
também 
mede 
o 
afastamento 
dos 
elementos 
da 
amostra, 
mas 
atende 
a 
algumas 
limitações 
da 
variância. 
Definimos 
essa 
medida 
como 
a 
raiz 
quadrada 
da 
variância 
dos 
elementos 
das 
amostras. 
Exemplo: 
Para 
preencher 
uma 
vaga 
de 
gerente 
de 
produção, 
o 
departamento 
de 
recursos 
humanos 
de 
uma 
empresa 
realizou 
um 
teste 
com 
vários 
candidatos, 
selecionando 
os 
dois 
melhores: 
Leonor 
e 
Felipe. 
A 
tabela 
abaixo 
mostra 
os 
desempenhos 
dos 
dois 
candidatos 
nas 
provas 
a 
que 
se 
submeteram: 
Candidato 
Leonor Felipe 
Conhecimento 
de 
informática 8,5 9,5 
Língua 
portuguesa 9,5 9 
Língua 
inglesa 8 8,5 
Matemática 7 8 
Conhecimentos 
de 
economia 7 5 
Médias Média 
= 
8,0 Média 
= 
8,0 
Assunto 
Como 
saber 
o 
melhor 
se 
a 
medida 
de 
tendência 
central 
fornece 
um 
empate?
Medidas 
de 
Dispersão: 
Desvio 
Padrão 
(σ) 
Candidato 
Assunto Podemos 
Leonor Felipe 
Conhecimento 
de 
informática 8,5 9,5 
Língua 
portuguesa 9,5 9 
Língua 
inglesa 8 8,5 
Matemática 7 8 
Conhecimentos 
de 
economia 7 5 
Médias Média 
= 
8,0 Média 
= 
8,0 
uHlizar 
o 
desvio 
padrão 
para 
determinar 
o 
quanto 
cada 
nota 
está 
afastada 
da 
média 
aritméHca, 
basta 
efetuar 
a 
diferença 
entre 
a 
nota 
e 
a 
média, 
nessa 
ordem; 
essa 
diferença 
é 
chamada 
do 
desvio 
da 
nota. 
Esses 
desvios 
são:
Medidas 
de 
Dispersão: 
Desvio 
Padrão 
(σ) 
Candidato 
Assunto Podemos 
Leonor Felipe 
Conhecimento 
de 
informática 8,5 9,5 
Língua 
portuguesa 9,5 9 
Língua 
inglesa 8 8,5 
Matemática 7 8 
Conhecimentos 
de 
economia 7 5 
Médias Média 
= 
8,0 Média 
= 
8,0 
uHlizar 
a 
variância 
para 
determinar 
o 
quanto 
cada 
nota 
está 
afastada 
da 
média 
aritméHca, 
basta 
efetuar 
a 
diferença 
entre 
a 
nota 
e 
a 
média, 
nessa 
ordem; 
essa 
diferença 
é 
chamada 
do 
desvio 
da 
nota. 
Esses 
desvios 
são: 
• 8,5 
– 
8,0 
= 
0,5 
(a 
nota 
8,5 
está 
0,5 
acima 
da 
média) 
• 9,5 
– 
8,0 
= 
1,5 
(a 
nota 
9,5 
está 
1,5 
acima 
da 
média) 
8,0 
– 
8,0 
= 
0,0 
(a 
nota 
8,0 
coincide 
com 
a 
média) 
• 7,0 
– 
8,0 
= 
-­‐ 
1,0 
(as 
duas 
úl&mas 
notas, 
7,0, 
estão 
1,0 
abaixo 
da 
média)
Medidas 
de 
Dispersão: 
Desvio 
Padrão 
(σ) 
Candidato 
Assunto Podemos 
Leonor Felipe 
Conhecimento 
de 
informática 8,5 9,5 
Língua 
portuguesa 9,5 9 
Língua 
inglesa 8 8,5 
Matemática 7 8 
Conhecimentos 
de 
economia 7 5 
Médias Média 
= 
8,0 Média 
= 
8,0 
uHlizar 
a 
variância 
para 
determinar 
o 
quanto 
cada 
nota 
está 
afastada 
da 
média 
aritméHca, 
basta 
efetuar 
a 
diferença 
entre 
a 
nota 
e 
a 
média, 
nessa 
ordem; 
essa 
diferença 
é 
chamada 
do 
desvio 
da 
nota. 
Esses 
desvios 
são: 
• 8,5 
– 
8,0 
= 
0,5 
(a 
nota 
8,5 
está 
0,5 
acima 
da 
média) 
• 9,5 
– 
8,0 
= 
1,5 
(a 
nota 
9,5 
está 
1,5 
acima 
da 
média) 
8,0 
– 
8,0 
= 
0,0 
(a 
nota 
8,0 
coincide 
com 
a 
média) 
• 7,0 
– 
8,0 
= 
-­‐ 
1,0 
(as 
duas 
úl&mas 
notas, 
7,0, 
estão 
1,0 
abaixo 
da 
média) 
Calculando 
as 
variâncias 
dos 
conjuntos 
de 
notas 
dos 
candidatos, 
temos:
Medidas 
de 
Dispersão: 
Desvio 
Padrão 
(σ) 
Candidato 
Assunto Podemos 
Leonor Felipe 
Conhecimento 
de 
informática 8,5 9,5 
Língua 
portuguesa 9,5 9 
Língua 
inglesa 8 8,5 
Matemática 7 8 
Conhecimentos 
de 
economia 7 5 
Médias Média 
= 
8,0 Média 
= 
8,0 
uHlizar 
a 
variância 
para 
determinar 
o 
quanto 
cada 
nota 
está 
afastada 
da 
média 
aritméHca, 
basta 
efetuar 
a 
diferença 
entre 
a 
nota 
e 
a 
média, 
nessa 
ordem; 
essa 
diferença 
é 
chamada 
do 
desvio 
da 
nota. 
Esses 
desvios 
são: 
• 8,5 
– 
8,0 
= 
0,5 
(a 
nota 
8,5 
está 
0,5 
acima 
da 
média) 
• 9,5 
– 
8,0 
= 
1,5 
(a 
nota 
9,5 
está 
1,5 
acima 
da 
média) 
8,0 
– 
8,0 
= 
0,0 
(a 
nota 
8,0 
coincide 
com 
a 
média) 
• 7,0 
– 
8,0 
= 
-­‐ 
1,0 
(as 
duas 
úl&mas 
notas, 
7,0, 
estão 
1,0 
abaixo 
da 
média) 
Calculando 
as 
variâncias 
dos 
conjuntos 
de 
notas 
dos 
candidatos, 
temos:
Medidas 
de 
Dispersão: 
Desvio 
Padrão 
(σ) 
Candidato 
Assunto Podemos 
Leonor Felipe 
Conhecimento 
de 
informática 8,5 9,5 
Língua 
portuguesa 9,5 9 
Língua 
inglesa 8 8,5 
Matemática 7 8 
Conhecimentos 
de 
economia 7 5 
Médias Média 
= 
8,0 Média 
= 
8,0 
uHlizar 
a 
variância 
para 
determinar 
o 
quanto 
cada 
nota 
está 
afastada 
da 
média 
aritméHca, 
basta 
efetuar 
a 
diferença 
entre 
a 
nota 
e 
a 
média, 
nessa 
ordem; 
essa 
diferença 
é 
chamada 
do 
desvio 
da 
nota. 
Esses 
desvios 
são: 
• 8,5 
– 
8,0 
= 
0,5 
(a 
nota 
8,5 
está 
0,5 
acima 
da 
média) 
• 9,5 
– 
8,0 
= 
1,5 
(a 
nota 
9,5 
está 
1,5 
acima 
da 
média) 
8,0 
– 
8,0 
= 
0,0 
(a 
nota 
8,0 
coincide 
com 
a 
média) 
• 7,0 
– 
8,0 
= 
-­‐ 
1,0 
(as 
duas 
úl&mas 
notas, 
7,0, 
estão 
1,0 
abaixo 
da 
média) 
Calculando 
as 
variâncias 
dos 
conjuntos 
de 
notas 
dos 
candidatos, 
temos: 
Calculando 
o 
desvio 
padrão 
do 
conjunto 
de 
notas, 
σ(L) 
, 
σ(F) 
, 
temos:
Medidas 
de 
Dispersão: 
Desvio 
Padrão 
(σ) 
Candidato 
Assunto Podemos 
Leonor Felipe 
Conhecimento 
de 
informática 8,5 9,5 
Língua 
portuguesa 9,5 9 
Língua 
inglesa 8 8,5 
Matemática 7 8 
Conhecimentos 
de 
economia 7 5 
Médias Média 
= 
8,0 Média 
= 
8,0 
uHlizar 
a 
variância 
para 
determinar 
o 
quanto 
cada 
nota 
está 
afastada 
da 
média 
aritméHca, 
basta 
efetuar 
a 
diferença 
entre 
a 
nota 
e 
a 
média, 
nessa 
ordem; 
essa 
diferença 
é 
chamada 
do 
desvio 
da 
nota. 
Esses 
desvios 
são: 
• 8,5 
– 
8,0 
= 
0,5 
(a 
nota 
8,5 
está 
0,5 
acima 
da 
média) 
• 9,5 
– 
8,0 
= 
1,5 
(a 
nota 
9,5 
está 
1,5 
acima 
da 
média) 
8,0 
– 
8,0 
= 
0,0 
(a 
nota 
8,0 
coincide 
com 
a 
média) 
• 7,0 
– 
8,0 
= 
-­‐ 
1,0 
(as 
duas 
úl&mas 
notas, 
7,0, 
estão 
1,0 
abaixo 
da 
média) 
Calculando 
as 
variâncias 
dos 
conjuntos 
de 
notas 
dos 
candidatos, 
temos: 
Calculando 
o 
desvio 
padrão 
do 
conjunto 
de 
notas, 
σ(L) 
, 
σ(F) 
, 
temos:
Medidas 
de 
Dispersão: 
Desvio 
Padrão 
(σ) 
Candidato 
Assunto Podemos 
Leonor Felipe 
Conhecimento 
de 
informática 8,5 9,5 
Língua 
portuguesa 9,5 9 
Língua 
inglesa 8 8,5 
Matemática 7 8 
Conhecimentos 
de 
economia 7 5 
Médias Média 
= 
8,0 Média 
= 
8,0 
uHlizar 
a 
variância 
para 
determinar 
o 
quanto 
cada 
nota 
está 
afastada 
da 
média 
aritméHca, 
basta 
efetuar 
a 
diferença 
entre 
a 
nota 
e 
a 
média, 
nessa 
ordem; 
essa 
diferença 
é 
chamada 
do 
desvio 
da 
nota. 
Esses 
desvios 
são: 
• 8,5 
– 
8,0 
= 
0,5 
(a 
nota 
8,5 
está 
0,5 
acima 
da 
média) 
• 9,5 
– 
8,0 
= 
1,5 
(a 
nota 
9,5 
está 
1,5 
acima 
da 
média) 
8,0 
– 
8,0 
= 
0,0 
(a 
nota 
8,0 
coincide 
com 
a 
média) 
• 7,0 
– 
8,0 
= 
-­‐ 
1,0 
(as 
duas 
úl&mas 
notas, 
7,0, 
estão 
1,0 
abaixo 
da 
média) 
Calculando 
as 
variâncias 
dos 
conjuntos 
de 
notas 
dos 
candidatos, 
temos: 
Calculando 
o 
desvio 
padrão 
do 
conjunto 
de 
notas, 
σ(L) 
, 
σ(F) 
, 
temos: 
Como 
σ(L) 
< 
σ(F) 
, 
concluímos 
que 
Leonor 
teve 
um 
desempenho, 
nas 
provas, 
mais 
regular 
do 
que 
Felipe.
Medidas 
de 
Dispersão: 
Desvio 
Padrão 
(σ) 
Desvio 
Padrão 
(σ) 
– 
O 
desvio 
padrão 
também 
mede 
o 
afastamento 
dos 
elementos 
da 
amostra, 
mas 
atende 
a 
algumas 
limitações 
da 
variância. 
Definimos 
essa 
medida 
como 
a 
raiz 
quadrada 
da 
variância 
dos 
elementos 
das 
amostras. 
Sendo 
x 
a 
média 
aritméHca 
de 
uma 
amostra 
de 
números 
x1, 
x2, 
x3, 
..., 
xn, 
chama-­‐se 
desvio 
padrão, 
que 
se 
indica 
por 
(σ), 
o 
número: 
휎 = #(푥1 − 푥̅)2 + (푥2 − 푥̅)2 + (푥3 − 푥̅)2 +⋯+ (푥푛 − 푥̅)2 
푛 
ou 
Σ (푥푖 − 푥̅)2 푛푖 
=1 
휎 = # 
푛
FIM 
da 
Apresentação!

Mais conteúdo relacionado

PPTX
PPTX
PDF
2 em 1mat_43b
PPTX
PDF
2 em 1mat_43a
PPT
Excel Básico
ODP
Aulas EXCEL
ODP
Excel Avançado - Aulas
2 em 1mat_43b
2 em 1mat_43a
Excel Básico
Aulas EXCEL
Excel Avançado - Aulas

Mais procurados (20)

PDF
Apostila excel basico
PDF
Apostila excel avançado
PPTX
Excel com Departamento pessoal - Aula 1
DOCX
Treinamento Excel Avançado
PDF
Apostila excel-avancado-senac
PPT
Excelbsico 090720103048-phpapp02
PPTX
Excel Intermediário
PPT
Apostila excel básico
PDF
Formulas excel
PDF
Apostila excel fórmulas
PDF
Excelavancado
PPTX
Excel Básico - Introdução
PDF
Prática de Regressão no SPSS
PPTX
Desvios médios, variância e desvios padrões
PDF
Módulo4 regressao no spss
PPT
Excel Básico
PDF
Regressão Linear Múltipla
PPT
Cap2 - Parte 4 - Dispersão
PDF
Correlação Estatística
Apostila excel basico
Apostila excel avançado
Excel com Departamento pessoal - Aula 1
Treinamento Excel Avançado
Apostila excel-avancado-senac
Excelbsico 090720103048-phpapp02
Excel Intermediário
Apostila excel básico
Formulas excel
Apostila excel fórmulas
Excelavancado
Excel Básico - Introdução
Prática de Regressão no SPSS
Desvios médios, variância e desvios padrões
Módulo4 regressao no spss
Excel Básico
Regressão Linear Múltipla
Cap2 - Parte 4 - Dispersão
Correlação Estatística
Anúncio

Destaque (14)

DOCX
Empresas I
PDF
SUNAFIL - Resolución N° 039-2016 - Aprueban la Directiva N° 001-2016 - Reglas...
PDF
Palestrante Marco Antonio José Lainha - CETESB/SMA
PDF
Monografia ifes-everton-bada
PDF
aGesic l'app che ti salva la vita
PDF
Resume_NishadSabnis
PDF
DA01 Proposed floor plans
DOC
EMEA OJI. CV__
PDF
Palestrante Oscar Salazar Júnior - MINEROPAR
PDF
Biology Honors Thesis Seminar Presentation
DOC
El Grito De Munch
PPTX
θάνατος 'εκτορα
PPTX
Ψυχρός πόλεμος
DOCX
Trabajo de la obra el grito
Empresas I
SUNAFIL - Resolución N° 039-2016 - Aprueban la Directiva N° 001-2016 - Reglas...
Palestrante Marco Antonio José Lainha - CETESB/SMA
Monografia ifes-everton-bada
aGesic l'app che ti salva la vita
Resume_NishadSabnis
DA01 Proposed floor plans
EMEA OJI. CV__
Palestrante Oscar Salazar Júnior - MINEROPAR
Biology Honors Thesis Seminar Presentation
El Grito De Munch
θάνατος 'εκτορα
Ψυχρός πόλεμος
Trabajo de la obra el grito
Anúncio

Semelhante a 2oem 1mat_43c (20)

PPTX
Raciocinio logico.pptx
PPT
Estatística.ppt
PPTX
Medidas de dispersão desviomédio, desvio-padrão e variância.pptx
PDF
sld de bioestatistica para busca e estudo
PDF
medidas-de-tendancia-central-media-moda-mediana.pdf
PDF
medidas-de-tendência-central-blogpp.pdf segurança no trabalho
PPT
Introdução a Algoritmos e Programas.ppt
PPT
Medidas de dispersão desviomédio, desvio-padrão e variância.ppt
PPTX
Probabilidade e Estatística - Aula 03
PPT
Unidade-I-Introdução-a-Algoritmos-e-Programas.ppt
PPT
Unidade-I-Introdução-a-Algoritmos-e-Programas.ppt
PPT
Unidade-I-Introdução-a-Algoritmos-e-Programas.ppt
PPT
Unidade-I-Introdução-a-Algoritmos-e-Programas.ppt
PDF
Bioestatística
PPT
Estatistica.aula04
PPT
Estatistica.aula04
PPT
Estatistica.aula04
PPT
Bioestatística
PPT
Unidade 04 - Estatística - Medidas de dispersão.ppt
PPT
Estatistica
Raciocinio logico.pptx
Estatística.ppt
Medidas de dispersão desviomédio, desvio-padrão e variância.pptx
sld de bioestatistica para busca e estudo
medidas-de-tendancia-central-media-moda-mediana.pdf
medidas-de-tendência-central-blogpp.pdf segurança no trabalho
Introdução a Algoritmos e Programas.ppt
Medidas de dispersão desviomédio, desvio-padrão e variância.ppt
Probabilidade e Estatística - Aula 03
Unidade-I-Introdução-a-Algoritmos-e-Programas.ppt
Unidade-I-Introdução-a-Algoritmos-e-Programas.ppt
Unidade-I-Introdução-a-Algoritmos-e-Programas.ppt
Unidade-I-Introdução-a-Algoritmos-e-Programas.ppt
Bioestatística
Estatistica.aula04
Estatistica.aula04
Estatistica.aula04
Bioestatística
Unidade 04 - Estatística - Medidas de dispersão.ppt
Estatistica

Mais de Paulo André Melo (8)

PDF
2 em 1mat_42c
PDF
2 em 1mat_42b
PDF
2 em 1mat_42a
PDF
2 em 1mat_41e
PDF
2 em 1mat_41d
PDF
2 em 1mat_41c
PDF
2oem 1mat_41b
PDF
2oem 1mat_41a
2 em 1mat_42c
2 em 1mat_42b
2 em 1mat_42a
2 em 1mat_41e
2 em 1mat_41d
2 em 1mat_41c
2oem 1mat_41b
2oem 1mat_41a

Último (20)

PPSX
2. A Cultura do Senado - HistóriaCArtes.ppsx
PDF
Historia da Gastronomia Mundial por Daianna Marques dos Santos
PDF
HORÁRIO GERAL SIGAA 2025_PRÉVIA_SIGAA-1.pdf
PPTX
2. A Cultura do Salão - o fim das trevas.pptx
PDF
edital-de-chamamento-publico-no-3-2025.pdf
PPTX
Slides Lição 8, Betel, Jesus e a Mulher Adúltera, 3Tr25.pptx
PDF
Atividades sobre o livro Letras de Carvão
PPT
Elementos constituintes do esquema argumentativo (tese, argumento, tema, pont...
PPTX
AULA METodologia MODIFIC PART 1 MSC.pptx
PDF
Pecados desdenhados por muita gente (islamismo)
PDF
Reino Monera - Biologiaensinomediofun.pdf
PPT
AS VANGUARDAS EUROPEIAS NA LITERATURA E N
PDF
DECISÃO (2).pdf Derrota histórica do Sintero expõe racha interno e fragilidad...
PPT
YY2015MM3DD6HH12MM42SS3-Organiza__o do Estado ILP.ppt
PPTX
Concordância Nominal e Verbal e atividade
PPTX
5. A cultura do mundo virtual - globalidade.pptx
PPT
16 - Treinamento Introdutório de SSO - Saúde - Primeiros Socorros.ppt
PDF
Caderno do Futuro 1º Ano CIÊNCIAS Aluno.pdf
PPSX
4. A Cultura da Catedral - HistóriaCArtes .ppsx
PPTX
Slides Lição 8, CPAD, Uma Igreja que Enfrenta os seus Problemas, 3Tr25.pptx
2. A Cultura do Senado - HistóriaCArtes.ppsx
Historia da Gastronomia Mundial por Daianna Marques dos Santos
HORÁRIO GERAL SIGAA 2025_PRÉVIA_SIGAA-1.pdf
2. A Cultura do Salão - o fim das trevas.pptx
edital-de-chamamento-publico-no-3-2025.pdf
Slides Lição 8, Betel, Jesus e a Mulher Adúltera, 3Tr25.pptx
Atividades sobre o livro Letras de Carvão
Elementos constituintes do esquema argumentativo (tese, argumento, tema, pont...
AULA METodologia MODIFIC PART 1 MSC.pptx
Pecados desdenhados por muita gente (islamismo)
Reino Monera - Biologiaensinomediofun.pdf
AS VANGUARDAS EUROPEIAS NA LITERATURA E N
DECISÃO (2).pdf Derrota histórica do Sintero expõe racha interno e fragilidad...
YY2015MM3DD6HH12MM42SS3-Organiza__o do Estado ILP.ppt
Concordância Nominal e Verbal e atividade
5. A cultura do mundo virtual - globalidade.pptx
16 - Treinamento Introdutório de SSO - Saúde - Primeiros Socorros.ppt
Caderno do Futuro 1º Ano CIÊNCIAS Aluno.pdf
4. A Cultura da Catedral - HistóriaCArtes .ppsx
Slides Lição 8, CPAD, Uma Igreja que Enfrenta os seus Problemas, 3Tr25.pptx

2oem 1mat_43c

  • 2. Esta%s&ca: 1. Introdução à Esta1s2ca; 2. Conceitos; 3. Medidas Centrais; 4. Medidas de Dispersão: a. Conceito; b. Desvio Médio Absoluto; c. Variância; d. Desvio Padrão.
  • 3. Medidas de Dispersão: Desvio Padrão (σ) Desvio Padrão (σ) – O desvio padrão também mede o afastamento dos elementos da amostra, mas atende a algumas limitações da variância. Definimos essa medida como a raiz quadrada da variância dos elementos das amostras.
  • 4. Medidas de Dispersão: Desvio Padrão (σ) Desvio Padrão (σ) – O desvio padrão também mede o afastamento dos elementos da amostra, mas atende a algumas limitações da variância. Definimos essa medida como a raiz quadrada da variância dos elementos das amostras. Exemplo: Para preencher uma vaga de gerente de produção, o departamento de recursos humanos de uma empresa realizou um teste com vários candidatos, selecionando os dois melhores: Leonor e Felipe. A tabela abaixo mostra os desempenhos dos dois candidatos nas provas a que se submeteram:
  • 5. Medidas de Dispersão: Desvio Padrão (σ) Desvio Padrão (σ) – O desvio padrão também mede o afastamento dos elementos da amostra, mas atende a algumas limitações da variância. Definimos essa medida como a raiz quadrada da variância dos elementos das amostras. Exemplo: Para preencher uma vaga de gerente de produção, o departamento de recursos humanos de uma empresa realizou um teste com vários candidatos, selecionando os dois melhores: Leonor e Felipe. A tabela abaixo mostra os desempenhos dos dois candidatos nas provas a que se submeteram: Candidato Leonor Felipe Conhecimento de informática 8,5 9,5 Língua portuguesa 9,5 9 Língua inglesa 8 8,5 Matemática 7 8 Conhecimentos de economia 7 5 Médias Média = 8,0 Média = 8,0 Assunto
  • 6. Medidas de Dispersão: Desvio Padrão (σ) Desvio Padrão (σ) – O desvio padrão também mede o afastamento dos elementos da amostra, mas atende a algumas limitações da variância. Definimos essa medida como a raiz quadrada da variância dos elementos das amostras. Exemplo: Para preencher uma vaga de gerente de produção, o departamento de recursos humanos de uma empresa realizou um teste com vários candidatos, selecionando os dois melhores: Leonor e Felipe. A tabela abaixo mostra os desempenhos dos dois candidatos nas provas a que se submeteram: Candidato Leonor Felipe Conhecimento de informática 8,5 9,5 Língua portuguesa 9,5 9 Língua inglesa 8 8,5 Matemática 7 8 Conhecimentos de economia 7 5 Médias Média = 8,0 Média = 8,0 Assunto Como saber o melhor se a medida de tendência central fornece um empate?
  • 7. Medidas de Dispersão: Desvio Padrão (σ) Candidato Assunto Podemos Leonor Felipe Conhecimento de informática 8,5 9,5 Língua portuguesa 9,5 9 Língua inglesa 8 8,5 Matemática 7 8 Conhecimentos de economia 7 5 Médias Média = 8,0 Média = 8,0 uHlizar o desvio padrão para determinar o quanto cada nota está afastada da média aritméHca, basta efetuar a diferença entre a nota e a média, nessa ordem; essa diferença é chamada do desvio da nota. Esses desvios são:
  • 8. Medidas de Dispersão: Desvio Padrão (σ) Candidato Assunto Podemos Leonor Felipe Conhecimento de informática 8,5 9,5 Língua portuguesa 9,5 9 Língua inglesa 8 8,5 Matemática 7 8 Conhecimentos de economia 7 5 Médias Média = 8,0 Média = 8,0 uHlizar a variância para determinar o quanto cada nota está afastada da média aritméHca, basta efetuar a diferença entre a nota e a média, nessa ordem; essa diferença é chamada do desvio da nota. Esses desvios são: • 8,5 – 8,0 = 0,5 (a nota 8,5 está 0,5 acima da média) • 9,5 – 8,0 = 1,5 (a nota 9,5 está 1,5 acima da média) 8,0 – 8,0 = 0,0 (a nota 8,0 coincide com a média) • 7,0 – 8,0 = -­‐ 1,0 (as duas úl&mas notas, 7,0, estão 1,0 abaixo da média)
  • 9. Medidas de Dispersão: Desvio Padrão (σ) Candidato Assunto Podemos Leonor Felipe Conhecimento de informática 8,5 9,5 Língua portuguesa 9,5 9 Língua inglesa 8 8,5 Matemática 7 8 Conhecimentos de economia 7 5 Médias Média = 8,0 Média = 8,0 uHlizar a variância para determinar o quanto cada nota está afastada da média aritméHca, basta efetuar a diferença entre a nota e a média, nessa ordem; essa diferença é chamada do desvio da nota. Esses desvios são: • 8,5 – 8,0 = 0,5 (a nota 8,5 está 0,5 acima da média) • 9,5 – 8,0 = 1,5 (a nota 9,5 está 1,5 acima da média) 8,0 – 8,0 = 0,0 (a nota 8,0 coincide com a média) • 7,0 – 8,0 = -­‐ 1,0 (as duas úl&mas notas, 7,0, estão 1,0 abaixo da média) Calculando as variâncias dos conjuntos de notas dos candidatos, temos:
  • 10. Medidas de Dispersão: Desvio Padrão (σ) Candidato Assunto Podemos Leonor Felipe Conhecimento de informática 8,5 9,5 Língua portuguesa 9,5 9 Língua inglesa 8 8,5 Matemática 7 8 Conhecimentos de economia 7 5 Médias Média = 8,0 Média = 8,0 uHlizar a variância para determinar o quanto cada nota está afastada da média aritméHca, basta efetuar a diferença entre a nota e a média, nessa ordem; essa diferença é chamada do desvio da nota. Esses desvios são: • 8,5 – 8,0 = 0,5 (a nota 8,5 está 0,5 acima da média) • 9,5 – 8,0 = 1,5 (a nota 9,5 está 1,5 acima da média) 8,0 – 8,0 = 0,0 (a nota 8,0 coincide com a média) • 7,0 – 8,0 = -­‐ 1,0 (as duas úl&mas notas, 7,0, estão 1,0 abaixo da média) Calculando as variâncias dos conjuntos de notas dos candidatos, temos:
  • 11. Medidas de Dispersão: Desvio Padrão (σ) Candidato Assunto Podemos Leonor Felipe Conhecimento de informática 8,5 9,5 Língua portuguesa 9,5 9 Língua inglesa 8 8,5 Matemática 7 8 Conhecimentos de economia 7 5 Médias Média = 8,0 Média = 8,0 uHlizar a variância para determinar o quanto cada nota está afastada da média aritméHca, basta efetuar a diferença entre a nota e a média, nessa ordem; essa diferença é chamada do desvio da nota. Esses desvios são: • 8,5 – 8,0 = 0,5 (a nota 8,5 está 0,5 acima da média) • 9,5 – 8,0 = 1,5 (a nota 9,5 está 1,5 acima da média) 8,0 – 8,0 = 0,0 (a nota 8,0 coincide com a média) • 7,0 – 8,0 = -­‐ 1,0 (as duas úl&mas notas, 7,0, estão 1,0 abaixo da média) Calculando as variâncias dos conjuntos de notas dos candidatos, temos: Calculando o desvio padrão do conjunto de notas, σ(L) , σ(F) , temos:
  • 12. Medidas de Dispersão: Desvio Padrão (σ) Candidato Assunto Podemos Leonor Felipe Conhecimento de informática 8,5 9,5 Língua portuguesa 9,5 9 Língua inglesa 8 8,5 Matemática 7 8 Conhecimentos de economia 7 5 Médias Média = 8,0 Média = 8,0 uHlizar a variância para determinar o quanto cada nota está afastada da média aritméHca, basta efetuar a diferença entre a nota e a média, nessa ordem; essa diferença é chamada do desvio da nota. Esses desvios são: • 8,5 – 8,0 = 0,5 (a nota 8,5 está 0,5 acima da média) • 9,5 – 8,0 = 1,5 (a nota 9,5 está 1,5 acima da média) 8,0 – 8,0 = 0,0 (a nota 8,0 coincide com a média) • 7,0 – 8,0 = -­‐ 1,0 (as duas úl&mas notas, 7,0, estão 1,0 abaixo da média) Calculando as variâncias dos conjuntos de notas dos candidatos, temos: Calculando o desvio padrão do conjunto de notas, σ(L) , σ(F) , temos:
  • 13. Medidas de Dispersão: Desvio Padrão (σ) Candidato Assunto Podemos Leonor Felipe Conhecimento de informática 8,5 9,5 Língua portuguesa 9,5 9 Língua inglesa 8 8,5 Matemática 7 8 Conhecimentos de economia 7 5 Médias Média = 8,0 Média = 8,0 uHlizar a variância para determinar o quanto cada nota está afastada da média aritméHca, basta efetuar a diferença entre a nota e a média, nessa ordem; essa diferença é chamada do desvio da nota. Esses desvios são: • 8,5 – 8,0 = 0,5 (a nota 8,5 está 0,5 acima da média) • 9,5 – 8,0 = 1,5 (a nota 9,5 está 1,5 acima da média) 8,0 – 8,0 = 0,0 (a nota 8,0 coincide com a média) • 7,0 – 8,0 = -­‐ 1,0 (as duas úl&mas notas, 7,0, estão 1,0 abaixo da média) Calculando as variâncias dos conjuntos de notas dos candidatos, temos: Calculando o desvio padrão do conjunto de notas, σ(L) , σ(F) , temos: Como σ(L) < σ(F) , concluímos que Leonor teve um desempenho, nas provas, mais regular do que Felipe.
  • 14. Medidas de Dispersão: Desvio Padrão (σ) Desvio Padrão (σ) – O desvio padrão também mede o afastamento dos elementos da amostra, mas atende a algumas limitações da variância. Definimos essa medida como a raiz quadrada da variância dos elementos das amostras. Sendo x a média aritméHca de uma amostra de números x1, x2, x3, ..., xn, chama-­‐se desvio padrão, que se indica por (σ), o número: 휎 = #(푥1 − 푥̅)2 + (푥2 − 푥̅)2 + (푥3 − 푥̅)2 +⋯+ (푥푛 − 푥̅)2 푛 ou Σ (푥푖 − 푥̅)2 푛푖 =1 휎 = # 푛