Rosa Amélia António Sucane

Licenciatura em Administrações Políticas e Publica

Tema:
Resolução de questões de trabalho do campo

Cadeira:
Estatística –II.

2º Ano

Universidade Alberto Chipande

2023
 Rosa Amélia António Sucane

Licenciatura em Administrações Políticas e Publica

Tema:
Resolução de questões de trabalho do campo

Cadeira:
Estatística –II.

2º Ano

Docente: Dr. Nelisario Armando

Universidade Alberto Chipande

2023

Índice
1. Introdução.......................................................................................................................2
1.1. Objectivos.......................................................................................................................2
1.2. Objectivo geral................................................................................................................2
1.3. Objectivos específicos.....................................................................................................2
1.4. Metodologia................................................................................................................2
2. Resolução de questões de trabalho do campo....................................................................3
3. Conclusão......................................................................................................................13
4. Referência bibliográfica................................................................................................14
1. Introdução
O presente trabalho versa sobre a resolução de questões de trabalho de campo. De acordo
com as questões propostas, consegui entender a essência do trabalho.
1.1. Objectivos
1.2. Objectivo geral
 Saber interpretar as informações estatísticas apresentados em diferentes representações.
1.3. Objectivos específicos
 Interpretar os dados.
 Apresentar os cálculos estatísticos.
1.4.Metodologia
O presente trabalho é a resolução da ficha de questões da disciplina de estatística e os
cálculos estão apresentados abaixo, com a sua interpretação.

2
2. Resolução de questões de trabalho do campo
1. Resolução
1
a) P(A)= A probabilidade de o homem estajam vivo daqui a 10 anos.
4

1
P(B)= A probabilidade de a esposa estar viva daqui a 10 anos.
3

1 1 1
P( A ∩ B )=P ( A ) . P ( B )= . =
4 3 12

b) A probabilidade de pelo menos um esteja vivo daqui a 10 anos.

P( A ∪ B )=P ( A ) + P ( B )−P( A ∩ B)

1 1 1 3 4 1 6 1
P( A ∪ B )= + − = + − = =
4 3 12 12 12 12 12 2

c) A probabilidade de nenhum dos dois esteja vivo daqui a 10 anos.

1 1
P( A ∪ B )=1−P ( A ∪ B )=1− = .
2 2

d) A probabilidade apenas a mulher esteja viva daqui a 10 anos.

1 1 4 1 3 1
P( A ∪ B )=P ( B )−P ( A ∩B )= − = − = =
3 12 12 12 12 2

1. Resolução
Total de bolas= 15 bolas
6 2
Azul=6 →P(A)= =
15 5
4
Verde = 4 →P(V)=
15
5 1
Branca = 5 →P(B)= =
15 3
a) A probabilidade de que todas bolas extraídas sejam cor verde.

4 3 2 24 :6 4
P(A)= . . = =
15 14 13 2730 :6 455

b) A probabilidade de que todas bolas extraídas sejam cor branca.

3
 5 4 3 60 :60 1
P(B)= . . = = .
15 14 13 2730 :60 91

c) A Probabilidade de todas bolas extraídas sejam azuis ou brancas.

P(AUB) = P(A) +P(B)

2 5 4 40
P(A)= P ( A )= . . = =20/273
3 14 13 546
2 20 2 546 2366
P(B)= ↔ P ( AUB )= + =1820+ = =0,095.
91 273 90 24843 24843
2. Resolução
a) Valor esperado (Media) para distribuição X.

→ Ex = ∑ ¿ ¿

¿ 0+0 ,2+0 , 3+0 , 3+0 ,2=1.

Valor esperado (Media) para distribuição Y.

∑ ¿¿
= 0+0,1+0,3+0,6+2= 3.

b) Variância (S2): Var (x)= S2 =∑ ¿¿ .P(x).

= ¿2-1¿2 .0 ,15+ ¿
= 0,5+0+0,15+0,4+0,45=1,5 ↔ s 2=1 ,5.
Desvio padrão (σ ¿ :σ ( x )= √ Var ( x )=σ ( x )= √ 1 , 5 ≈1 , 22
Variância (S2): Var (y)= S2 =∑ ¿¿ .P(y).
¿¿
Desvio padrão (σ ¿ :σ ( y )=√ Var ( y)=σ ( y )= √1,0625 ≈ 1 ,03
c) Variável Z=3x+4y:
Valor esperado (media): E(z)=E(3x+4y)=3E(x)+4E(y)
=E(z)= 3.1+4.3=15.
Variância (r2): Var(z)= Var(3x+4y)= 32. Var(x)+42.Var(y)
=9.1,5+16.1,0625 = 13,5+17=Var (z)= 30,5.
Desvio Padrão (σ ¿ :σ ( z )= √ (z)= √ 30 , 5 ≈ 5 ,52.

4
3. Resolução

{ {
1 1 1
F ( x )= , Para a ≤ y ≤ b ↔ = , para 4 ≤ x ≤ 8
b−a 8−4 4
F ( x )=0 , caso contrario f ( x ) =0 , caso contrario

a) Para determinar a função da distribuição acumulada, temos que integrar a funcao

densidade:

x x
1
F ∆ A ( f )=∫ f ( x ) dt →∫ dt=
4 4 4
1
4 ()
=∫ x → F ∆ A ( x )=
4
1
2 ()
. ( x−4 )

Para 4 ≤ x ≤ 8 F ∆ A ( x )=0 , para x< 4 , F ∆ A ( x )=1 , para x ≥ 8.

8 8
1 1 4
b)∫ dx=1→ x ∫ ¿ 1 → . ( 8−4 )=1 → =1.
4 4 4 4 4

1
Portanto o constante C é igual a .
4

(a+ b)
c ¿ E ( x) = ,Var ( x )=¿ ¿ Neste caso a=4 ; b=8
2

4 +8 12
E ( x )= = =6 e Var ( x )=¿ ¿
2 2

4. Resolução

( x− X)
Padronização a distribuição normal Z:
a

(800−1200) 4000
a) Z1= = =−2
2000 2000
15000+12000
Z2= =1 ,5 → P(−2< Z< 1 ,5)
2
17000−12000
b) Z= =2 , 5 → P(z <2 , 5)
2000

N.B: Usa-se tabela de distribuição padrão.

5
6. Resolução

a) r=
∑ ( x−μx ) .( y−μy)
[ σx . σy .n ]

Faltas 2 3 4 5 7 8

Notas 9 12 15 12 9 3

Media ( μ ¿ e o desvio padrao para ambos variaveis:

Media de faltas ( μx ¿=
∑ x = 0+1+2+3+ 4+ 5+6+7+ 8+9+10+11
n 12

Desvio Padrão: ρx=√ ∑ ¿ ¿ ¿ ¿

Media de notas ( μy ¿ : μy=

∑ ( y ) = 105 ≈ 8 , 75
n 12

Desvio padrão: ρ( y) ≈ 4 ,11

r¿ ∑ [ ( x−μx ) ] .¿ ¿ ¿

b) É significativa sim.

7. Resolução

a).

b) Para calcular o coeficiente de correlação de Pearson (r)

r=
∑ ( x−μx ) ( y −μy) onde
ρx . ρy

6
X são os gastos com propaganda;

Y são os valores de venda

μx é a media dos gastos com propanganda , μx é a media dos volumes de vendas .

ρx é o desvio padrao dos gastos com propaganda .

( 20+40+ 10+100+70 )
μx= =48
5

(1110+1250+1000+ 1950+1600)
μy= =1382.
5

μx=√ ¿ ¿ ¿

μx=√ ¿ ¿ ¿

r=
[ ∑ ( x −48 ) .( y −1382)] ≈ 0,774.
35 , 68.385 , 27

Interpretação o valor de 0,774 indica uma correlação positiva forte entre os gastos com
propaganda e o volume de vendas 1.550 significa que a medida que os gastos com
propaganda aumentam, o volume de vendas tende aumentar.

c) y= ρx+a

Onde y é o volume de vendas

a é o incepto.

x é o gasto com propaganda.

Primeiro, vamos calcular b usamos a formula.

b=r . ( ρyρx )↔ b=0,774.( 335

35 , 68 )
, 27
≈ 8 , 35

a=μx−bμx ↔a=1382−8.35.48 ≈ 806 ,8

y=8 ,35 x +806 , 68

b) O coeficiente de determinação (R2) é dado por R2= r2 ↔ R 2=¿

Isso significa que aproximadamente 59 ,5 % da variacao no volume de vendas é

7
 explicada pelos gastos com propaganda.

e) Para estimar o volume de vendas para um gasto de 15000mts em propaganda, basta

substituir X na equação portanto de regressão Y= 8,35.150+806,8≈ 2246 , 8.

Portanto, estima-se que o volume de vendas seja aproximadamente 22468,8 milhões de

meticais.

g) se a expectativa de vendas for 15000,00mts, podemos usar a equacao da recta de

regressão para calcular o gasto necessário em propaganda.

693 , 2
1500=806,8+8,358x8 , 35 x=1500−806 , 8↔ 8 , 35 x=693 , 2=x= =82 ,96.
8.35

Portanto precisaria investir aproximadamente 82,96 milhões de meticais em propaganda

para atingir uma expectativa de vendas de 1500.000mts .

8. Resolução

Para calcular a media e o desvio padrão esperados da distribuição amostral das medias em
diferentes cenários de amostragem.

Media da distribuição amostral das media ( μx ¿ ; μx=x

σ
Desvio padrão da distribuição amostral das medias (( μx ¿ : μx= onde,
√μ
μ=172 , 72 ; σ 7 , 62cm , n=25.

a) Amostragem com reposição.

7 , 62 7 ,62
σx= = =1,524 cm; μx=172 , 72 cm
√ 25 5

b) Amostragem sem reposição

7 , 62
σx= =1,524 e μx=172 , 72 cm.
√ 25

c) Para calcular quantos amostras podem ser esperados com medias então 169,66cm e
173,48cm, usaremos a formula.

x−μx 169 ,66−172 , 2

Z= =¿ Zlimite inferior = =1 , 67
σx 1,524

8
 17 , 48−172 , 72
Para limite superior Z superior = =0,498
1,524

P( Z> 0,498 ¿=0,6879.

x−μx 169 , 66−172 , 72

d) Z= = =−1 ,67 ≈ P=0,0475.
σx 1,524

9. Resolução

Para verificar se as pessoas, de um modo geral, diminuíram de peso após a dieta, podemos
realizar um teste de hipótese usando o teste t para duas amostras pareadas. O teste de
hipótese é o seguinte:

Hipótese Nula (H0): A dieta não teve efeito significativo sobre o peso das pessoas
(μ_antes - μ_depois = 0).

Hipótese Alternativa (H1): A dieta teve um efeito significativo sobre o peso das pessoas
(μ_antes - μ_depois ≠ 0).

μ_antes é a média do peso antes da dieta.

μ_depois é a média do peso depois da dieta.

O nível de significância (α) é 0.01.

Xantes−xdepois
t=
sd √n

onde:

Xantes e Xdepois são as medias antes e depois da dieta, represctivamente.

Sd é o desvio padrão das diferenças (Sd= √ s 2 antes+s 2 depois−2 r . Santes . Sdepois

Onde r é o coeficiente de correlação entre os pesos antes e depois.

Primeiro, calculamos o desvio padrão das diferenças:

Sd= √ 13.802 +135 02−2.0 .13 .80 .13.50 ≈ 19.53 .

Agora, calculamos o valor do test f:

¿
t= ¿ 76.34−74.31 ¿ ≈ 0,693.
19.53/ √ 13

9
10. Resolução
1. Calcular as médias e os desvio padrão para cada amostra.
Supermercado A(Sup. A):
Media (xA)= (14+20+2+11+5+12)/6≈ 10.67
Desvio padrão (sA)=
√¿¿¿
Calcular o erro padrão da diferença das medias:

SE=
√ S2 S2 B
+
nA nB
=
√
6.1 32 9.1 82
6
+
6
≈ 4.69.

Calcular o valor do teste t:

( xA−xB) 10 ,67−15
t= = ≈−0 , 95.
SE 4.69

11. Resolução

a)

b) com base na diagrama de disfusão, podemos observa que há uma tendência crescente nos
pontos. A medida que X aumenta, y também aumenta. Isto sugere uma relação positiva entre as
duas variáveis, portanto, a relação não parece ser perfeitamente linear, pois há alhumas dispersão
nos pontos.

c)

10
d) y=ax+ b e a=n . ¿ ¿

n=5 ; ∑ x=15 ; ∑ y=40 ; ∑ xy=197 , ∑ y =55

2

5.197−15.40 375
a= ↔ a= ↔ a=7 ,7
5.55−1 5
2
50

40−7 ,7.15 −75 , 5

b= = =−15 , 1
5 5

y=7 ,7 x−15 , 1.

e) Quando x= 4 → y=? , y =7 ,7.4−15 , 1 ↔ y =30 , 8

A previsão será o valor de y é aproximadamente 30,8cm na equação da regressão linear.

12. Solução

a)

11
b) Há uma tendência positiva nos pontos. As medidas que as horas de estudo
´´aumentura`` as notas obtidas também tendem a aumentar.
c) r =r ¿ ¿

∑ x 2=4902 ;∑ x=192 ∑ xy =15032; ∑ y=60 , 8

8.15032−192.60 , 8
r= =0,862.
√ 8 ( 15032−19 2 )
2

d) y=ax+ b=1 a=4,008 ; b=0,1496

↔ y=4,008 x +0,1496.
e) X=30h ↔ y=4,008.30+ 0,1476 ↔120,3896.

13. Solução

a) A variável dependente é vendas.

b) Para isso temos que determinar r:

r =n ¿ ¿

c) y=ax+ b ↔ a=903 ,35 b=−0108

↔ y=903 , 35 ↔ 0,108.

d) x=70 ↔ y=903 , 35−0,108= y =63234,392 milhões de meticais.

e) O modelo é determinado a partir de coeficiente de determinação R 2=r2

2
R =0,03940=3,945 % .

Quer dizer 3,945% é explicação através de vendas.

12
3. Conclusão
Ao longo das resoluções de exercícios entendi de diferentes forma a disciplina de
Estatística, a maneira de abordagem dos conteúdos no manual, dizer que foi importante
para realizar este trabalho.

13
4. Referência bibliográfica
SANDE, L. D. & ORDEM. J, Manual de Tronco Comum de Estatística, Centro de
Ensino à Distância, Universidade Católica de Moçambique, Beira-Sofala. FARBE, L.
Estatística Aplicada, 4ª edição, 2011.
https://www.preparaenem.com/matematica/medidas-estatisticas-medias-
aritmeticaponderada-geometrica.htm Acesso em 27 de Agosto de 2023.

14