Variância e desvio padrão
O Pedro e a Júlia têm a mesma média em Matemática: $6{,}5$ pontos. O Pedro tira sempre notas parecidas ($6, 7, 6, 7$). A Júlia alterna entre notas muito altas e muito baixas ($3, 10, 3, 10$). A média não distingue essas duas situações. Você precisa de uma medida de quanto os dados se afastam da média.
O que mede a dispersão
Uma ideia simples é a amplitude (máximo menos mínimo). Mas só considera os dois extremos e ignora todos os outros dados. Para usar todos, calculamos a distância de cada dado à média, $x_i - \bar{x}$, e tiramos a média dessas distâncias.
Você pode experimentar com os dados da Júlia e do Pedro: altere os valores e veja como muda o desvio padrão.
Dois estudantes têm as seguintes notas na disciplina de matemática: Estudante A: $6, 7, 6, 8, 7$ Estudante B: $4, 9, 5, 10, 6$ Sem necessidade de fazer cálculos…
Dois estudantes têm as seguintes notas na disciplina de matemática:
-
Estudante A: $6, 7, 6, 8, 7$
-
Estudante B: $4, 9, 5, 10, 6$
Sem necessidade de fazer cálculos complexos, qual dos dois estudantes apresenta maior desvio padrão? Confirme a resposta calculando o desvio padrão de ambos.
O Lucas quer calcular a variância das temperaturas máximas registradas durante quatro dias na sua cidade: $18\text{ }^\circ\mathrm{C}$, $20\text{ }^\circ\mathrm{C}$,…
O Lucas quer calcular a variância das temperaturas máximas registradas durante quatro dias na sua cidade: $18\text{ }^\circ\mathrm{C}$, $20\text{ }^\circ\mathrm{C}$, $22\text{ }^\circ\mathrm{C}$ e $24\text{ }^\circ\mathrm{C}$. Primeiro calcula a média, que é $\bar{x} = 21\text{ }^\circ\mathrm{C}$. Em seguida, para medir a dispersão, calcula as distâncias de cada dado à média e faz diretamente a média delas:
$$\frac{(18-21) + (20-21) + (22-21) + (24-21)}{4} = \frac{-3 - 1 + 1 + 3}{4} = \frac{0}{4} = 0$$O Lucas conclui: «Como o resultado é $0$, a variância é $0\text{ }^\circ\mathrm{C}^2$ e significa que não há qualquer dispersão; todos os dias fez a mesma temperatura».
- a) Explique que erro conceitual o Lucas cometeu e por que razão a soma dos desvios em relação à média dará sempre zero em qualquer conjunto de dados.
- b) Corrija o procedimento dele calculando a variância ($\sigma^2$) e o desvio padrão ($\sigma$) corretos para estes quatro dias, indicando claramente as suas unidades.
Uma empresa municipal de transportes públicos analisa os tempos de espera (em minutos) dos passageiros em duas linhas de ônibus urbano durante cinco viagens: Linha A:…
Uma empresa municipal de transportes públicos analisa os tempos de espera (em minutos) dos passageiros em duas linhas de ônibus urbano durante cinco viagens:
-
Linha A: $8, 9, 10, 11, 12$ minutos.
-
Linha B: $2, 6, 10, 14, 18$ minutos.
Ambas as linhas têm um tempo médio de espera de $\bar{x} = 10$ minutos.
- a) Antes de realizar qualquer cálculo numérico de dispersão, observe os dois conjuntos de dados e estime de forma fundamentada qual das duas linhas terá um desvio padrão maior. É possível que o desvio padrão da Linha A seja superior a $2$ minutos? Justifique sua resposta levando em conta o que o desvio padrão mede.
- b) Verifique sua estimativa calculando a variância e o desvio padrão exatos de cada linha.
- c) A partir dos resultados, explique aos usuários qual linha oferece um serviço mais regular e previsível.
Cálculo da variância: fórmula direta e abreviada
Quando os números são inteiros e a média é «redonda», a fórmula direta funciona bem. Quando a média tem muitas casas decimais, ou quando já lhe dão $\sum x_i^2$, a fórmula abreviada é mais cômoda.
Calcule a variância e o desvio padrão do seguinte conjunto de dados, correspondentes às idades de um grupo de cinco amigos: $15, 16, 15, 17, 16$.
Calcule a variância e o desvio padrão do seguinte conjunto de dados, correspondentes às idades de um grupo de cinco amigos: $15, 16, 15, 17, 16$.
Em um estudo estatístico com $N = 40$ dados, sabe-se que a média aritmética é $\bar{x} = 5,2$ e que a soma dos quadrados de todos os dados é $\sum x_i^2 = 1250$.…
Em um estudo estatístico com $N = 40$ dados, sabe-se que a média aritmética é $\bar{x} = 5,2$ e que a soma dos quadrados de todos os dados é $\sum x_i^2 = 1250$. Utilizando a fórmula abreviada, calcule a variância e o desvio padrão.
Para calcular a variância de um conjunto de dados, podem-se utilizar duas fórmulas algebricamente equivalentes: Método 1 (fórmula direta):…
Para calcular a variância de um conjunto de dados, podem-se utilizar duas fórmulas algebricamente equivalentes:
-
Método 1 (fórmula direta): $\sigma^2 = \frac{\sum (x_i - \bar{x})^2}{N}$
-
Método 2 (fórmula abreviada): $\sigma^2 = \frac{\sum x_i^2}{N} - \bar{x}^2$
Apresentam-se duas situações de cálculo na sala de aula:
-
Situação A: Você tem $5$ notas inteiras ($5, 6, 7, 8, 9$) cuja média é exatamente $\bar{x} = 7$.
-
Situação B: Um programa estatístico processou as idades dos $40$ participantes de uma corrida de rua, cuja média é $\bar{x} = 34,6\text{ anos}$, e fornece diretamente os somatórios já calculados: $\sum x_i = 1384$ e $\sum x_i^2 = 49\,820$.
- a) Analise as vantagens e as desvantagens de cada método e justifique qual é mais rápido e conveniente aplicar na Situação A e qual na Situação B (avalie aspectos como o acúmulo de casas decimais e o número de operações).
- b) Aplique o método escolhido na Situação B para calcular a variância e o desvio padrão das idades da corrida (arredonde para duas casas decimais).
Dados com frequências e dados agrupados em classes
Se os valores se repetem, não precisa escrevê-los um a um. Use a frequência absoluta $f_i$ de cada valor:
$$\bar{x} = \frac{\sum f_i x_i}{N} \qquad \sigma^2 = \frac{\sum f_i (x_i-\bar{x})^2}{N} = \frac{\sum f_i x_i^2}{N} - \bar{x}^2$$Quando os dados vêm agrupados em classes, não se conhece cada valor. Use a marca de classe (ponto médio) como representante de cada classe. O resultado é um valor aproximado da média e da variância.
Em uma pesquisa sobre o número de animais de estimação por residência, foram obtidos os seguintes resultados: $0$ animais de estimação (4 residências), $1$ animal de…
Em uma pesquisa sobre o número de animais de estimação por residência, foram obtidos os seguintes resultados: $0$ animais de estimação (4 residências), $1$ animal de estimação (5 residências), $2$ animais de estimação (1 residência). Calcule a variância desta distribuição.
A seguinte tabela mostra o tempo, em minutos, que os funcionários de uma fábrica levam para chegar ao seu posto de trabalho: $[0, 10)$: $12$ funcionários $[10, 20)$:…
A seguinte tabela mostra o tempo, em minutos, que os funcionários de uma fábrica levam para chegar ao seu posto de trabalho:
-
$[0, 10)$: $12$ funcionários
-
$[10, 20)$: $18$ funcionários
-
$[20, 30)$: $14$ funcionários
-
$[30, 40)$: $6$ funcionários
Calcule a variância e o desvio padrão do tempo de trajeto utilizando as marcas de classe.
O seguinte gráfico de barras representa o número de livros lidos durante o verão por um grupo de estudantes. A partir do gráfico, extraia as frequências correspondentes…
O seguinte gráfico de barras representa o número de livros lidos durante o verão por um grupo de estudantes.
A partir do gráfico, extraia as frequências correspondentes a cada valor e calcule o desvio padrão do número de livros lidos.
Você pode fazer isso no papel e enviar uma foto com a sua resposta.
Dividir por $N$ ou por $n-1$?
Há duas convenções. Para uma população (todos os dados) usa-se $\sigma^2 = \dfrac{\sum(x_i-\bar{x})^2}{N}$. Para uma amostra usa-se o desvio padrão amostral $s$, com
$$s^2 = \frac{\sum(x_i-\bar{x})^2}{n-1}$$Dividir por $n-1$ compensa o fato de uma amostra tender a subestimar a dispersão da população.
Com as idades $15, 16, 15, 17, 16$: a soma dos desvios ao quadrado é $2{,}8$. Então $\sigma^2 = \dfrac{2{,}8}{5} = 0{,}56$, mas $s^2 = \dfrac{2{,}8}{4} = 0{,}7$ (e $s \approx 0{,}84$).
Um conjunto de dados de um experimento de informática é formado exclusivamente por $20$ zeros e $30$ uns. Calcule a média e a variância deste conjunto de dados.
Um conjunto de dados de um experimento de informática é formado exclusivamente por $20$ zeros e $30$ uns. Calcule a média e a variância deste conjunto de dados.
As rentabilidades mensais de uma carteira de investimentos durante o último semestre foram: $-2\%, 3\%, 1\%, -1\%, 4\%, 1\%$. Calcule a variância e o desvio padrão…
As rentabilidades mensais de uma carteira de investimentos durante o último semestre foram: $-2\%, 3\%, 1\%, -1\%, 4\%, 1\%$. Calcule a variância e o desvio padrão dessas rentabilidades expressas como porcentagem.
Propriedades: soma dos desvios, dispersão nula e resistência
Há ainda uma propriedade que explica por que a média é o valor de referência: é o valor que minimiza o erro quadrático médio.
Essas propriedades dão uma técnica útil: a partir de $\bar{x}$ e $\sigma^2$ você recupera $\sum x_i = N\bar{x}$ e $\sum x_i^2 = N(\sigma^2 + \bar{x}^2)$. Com essas somas, é possível retirar ou acrescentar dados sem refazer tudo.
As pontuações de quatro participantes em um concurso de talentos são $12, 15, x$ e $y$. Sabe-se que a média aritmética das quatro pontuações é $14$ e que $x = y$.…
As pontuações de quatro participantes em um concurso de talentos são $12, 15, x$ e $y$. Sabe-se que a média aritmética das quatro pontuações é $14$ e que $x = y$. Encontre o valor das pontuações desconhecidas e calcule o desvio padrão do conjunto.
Em uma turma de $25$ alunos, a nota média em uma prova de física é de $6,2$ e o desvio padrão é de $1,4$. Ao revisar as provas, o professor percebe que a nota de um…
Em uma turma de $25$ alunos, a nota média em uma prova de física é de $6,2$ e o desvio padrão é de $1,4$. Ao revisar as provas, o professor percebe que a nota de um aluno, que era $2$, tinha sido anotada por erro, já que esse aluno não compareceu. Se essa nota incorreta for eliminada do conjunto de dados, qual será a nova média e o novo desvio padrão dos $24$ alunos restantes?
Dada uma distribuição de dados $x_1, x_2, \dots, x_N$, define-se a função $E(k) = \frac{1}{N} \sum_{i=1}^N (x_i - k)^2$, que representa o erro quadrático médio em…
Dada uma distribuição de dados $x_1, x_2, \dots, x_N$, define-se a função $E(k) = \frac{1}{N} \sum_{i=1}^N (x_i - k)^2$, que representa o erro quadrático médio em relação a um valor constante $k$. Desenvolva a expressão algébrica e demonstre que o valor de $k$ que torna essa função mínima é a média aritmética ($k = \bar{x}$), e que o valor mínimo alcançado pela função coincide exatamente com a variância $\sigma^2$.
Mudar a origem e a escala
Se você converte temperaturas de °C para °F, ou aumenta todos os salários, os dados sofrem a transformação $y_i = a x_i + b$. O que acontece à média e à dispersão?
Média. $\bar{y} = \dfrac{\sum (a x_i + b)}{N} = \dfrac{a\sum x_i + N b}{N} = a\bar{x} + b$.
Dispersão. Em vez de demonstrar, vamos explorar: em uma planilha ou na calculadora, calcule o desvio padrão de uma lista de dados e depois o da lista transformada $y_i = a x_i + b$, com vários valores de $a$ e $b$. Compare os resultados e observe o que acontece.
O desvio padrão das alturas de um grupo de árvores de um viveiro é de $12\text{ cm}$. Sabendo que, dentro de um ano, todas as árvores terão crescido exatamente…
O desvio padrão das alturas de um grupo de árvores de um viveiro é de $12\text{ cm}$. Sabendo que, dentro de um ano, todas as árvores terão crescido exatamente $15\text{ cm}$, qual será o novo desvio padrão de suas alturas? Justifique sua resposta utilizando as propriedades das medidas de dispersão.
Em uma empresa de tecnologia, a variância dos salários mensais de seus funcionários é de $\text{R\$}\ 40\,000^2…
Em uma empresa de tecnologia, a variância dos salários mensais de seus funcionários é de $\text{R\$}\ 40\,000^2$. Se a direção decidir aumentar todos os salários em $5\%$ (ou seja, multiplicá-los por $1,05$), qual será a nova variância dos salários?
Foi realizado um experimento biológico medindo o comprimento de algumas folhas, obtendo-se uma variável $X$ com média $\bar{x} = 12\text{ cm}$ e desvio padrão…
Foi realizado um experimento biológico medindo o comprimento de algumas folhas, obtendo-se uma variável $X$ com média $\bar{x} = 12\text{ cm}$ e desvio padrão $\sigma = 4\text{ cm}$. Para facilitar os cálculos em um software, define-se uma nova variável "padronizada" $Z = \frac{X - 12}{4}$. Demonstre numericamente ou aplicando as propriedades da média e da variância quais são os valores da média e da variância da nova variável $Z$.
Coeficiente de variação
Quem varia mais: o peso de gatos (média $4\,\text{kg}$, $\sigma = 0{,}5\,\text{kg}$) ou o de cães de porte médio (média $20\,\text{kg}$, $\sigma = 2\,\text{kg}$)? Em valor absoluto, os cães. Mas as médias são muito diferentes e, por isso, é preciso relativizar.
Em uma turma do 10º ano, a nota média em uma prova de história foi de $6,5$ pontos e o coeficiente de variação é de $20\%$. A partir destes dados, calcule a variância…
Em uma turma do 10º ano, a nota média em uma prova de história foi de $6,5$ pontos e o coeficiente de variação é de $20\%$. A partir destes dados, calcule a variância das notas da turma.
Em um time de basquete, a altura média dos jogadores é de $1,95\text{ m}$ com um desvio padrão de $0,08\text{ m}$. Por outro lado, em um time de ginástica rítmica, a…
Em um time de basquete, a altura média dos jogadores é de $1,95\text{ m}$ com um desvio padrão de $0,08\text{ m}$. Por outro lado, em um time de ginástica rítmica, a altura média é de $1,65\text{ m}$ com um desvio padrão de $0,07\text{ m}$. Qual time apresenta uma altura mais dispersa em termos relativos? Justifique sua resposta numericamente.
Uma máquina embaladora de café deve encher pacotes com um peso meta de $250\text{ g}$. Em um controle de qualidade foi pesada uma amostra de $50$ pacotes, obtendo-se uma…
Uma máquina embaladora de café deve encher pacotes com um peso meta de $250\text{ g}$. Em um controle de qualidade foi pesada uma amostra de $50$ pacotes, obtendo-se uma média de $252\text{ g}$ e uma soma dos quadrados dos pesos de $\sum x_i^2 = 3\,175\,450$. Calcule o coeficiente de variação e determine se o processo é aceitável, sabendo que o padrão de qualidade exige que $CV < 1,5\%$.
Variância de dois grupos reunidos
Conhecendo o tamanho, a média e a variância de dois grupos, você pode obter a variância do grupo total sem voltar aos dados. Em cada grupo, $\sum x_i^2 = n(\sigma^2 + \bar{x}^2)$. Somamos essas quantidades e aplicamos a fórmula abreviada ao conjunto.
Repare que $5 > 4$: reunir grupos com médias diferentes acrescenta a dispersão entre os grupos. Se as médias forem iguais, a variância global é a média ponderada das variâncias: $\sigma^2 = \dfrac{n_A\sigma_A^2 + n_B\sigma_B^2}{n_A+n_B}$.
Uma escola de idiomas tem dois grupos de nível B2. O grupo da manhã tem $20$ alunos com uma nota média de $7$ e uma variância de $1,5$. O grupo da tarde tem $30$ alunos…
Uma escola de idiomas tem dois grupos de nível B2. O grupo da manhã tem $20$ alunos com uma nota média de $7$ e uma variância de $1,5$. O grupo da tarde tem $30$ alunos com a mesma nota média de $7$, mas com uma variância de $2,5$. Calcule a variância global dos $50$ alunos de nível B2 combinados.
Dois grupos de estudantes são combinados para formar uma única turma para uma excursão. O Grupo 1 tem $15$ estudantes com uma altura média de $160\text{ cm}$ e uma…
Dois grupos de estudantes são combinados para formar uma única turma para uma excursão. O Grupo 1 tem $15$ estudantes com uma altura média de $160\text{ cm}$ e uma variância de $25\text{ cm}^2$. O Grupo 2 tem $25$ estudantes com uma altura média de $168\text{ cm}$ e uma variância de $16\text{ cm}^2$. Calcule a variância da altura da turma completa formada pelos $40$ estudantes.
Têm-se dois conjuntos de dados $A$ e $B$. O conjunto $A$ tem $N_A$ elementos, média $10$ e variância $4$. O conjunto $B$ tem $N_B$ elementos, média $10$ e variância $9$.…
Têm-se dois conjuntos de dados $A$ e $B$. O conjunto $A$ tem $N_A$ elementos, média $10$ e variância $4$. O conjunto $B$ tem $N_B$ elementos, média $10$ e variância $9$. Se, ao reunir ambos os conjuntos em um único grupo, a variância global for $7$, determine a razão exata entre o número de elementos de $A$ e de $B$ (ou seja, calcule o valor da fração $\frac{N_A}{N_B}$).
Voltando ao princípio: com média $6{,}5$, o Pedro ($6, 7, 6, 7$) tem $\sigma = 0{,}5$ ponto e a Júlia ($3, 10, 3, 10$) tem $\sigma = 3{,}5$ pontos. A média é igual, mas a dispersão é sete vezes maior.