Prévia do material em texto

AULA 1 
MODELOS DE ANÁLISE 
QUANTITATIVOS 
Profª. Adriana Maria Miguel Peixe 
 
 
2 
INTRODUÇÃO 
Conceitos, fundamentos e análise de dados da estatística 
Os temas a serem abordados nesta aula estão ilustrados na figura 1. 
Figura 1 – Temas a serem abordados nesta aula 
 
Fonte: Peixe, 2022. 
TEMA 1 – CONCEITOS E FUNDAMENTOS DE ESTATÍSTICA 
Estatística é a ciência que trata da coleta, organização, análise e 
interpretação dos dados para a tomada de decisões, ou seja, dedica-se ao 
desenvolvimento e ao uso de métodos para a coleta, resumo, organização, 
apresentação e análise de dados (Crespo, 2009; Farias; Soares; César, 2015; 
Larson; Ron, 2015). A estatística é uma ciência que analisa os dados, assim, 
aprendemos a coletar, organizar e analisá-los para retirarmos por meios deles 
as conclusões referentes à determinada questão. 
Campos (2017) sugere que é uma maneira para o desenvolvimento das 
três competências, relacionadas entre si: a “literacia, o pensamento e o 
raciocínio estatístico”. Ainda, alcançar os objetivos do ensino de Estatística é 
trabalhar na linha do “aprender fazendo”, por meio do desenvolvimento de uma 
investigação estatística com os alunos. O termo literacia nos remete à habilidade 
1) Conceitos e Fundamentos de Estatística
2) Histórico
3) Formas de agrupamento dos dados
4) Séries estatística
5) Prática I
 
 
3 
de ler, compreender, interpretar, analisar e avaliar textos escritos (Ferreira et al., 
2011), e isso pode ser realizado por meio do uso da estatística. 
Vilas Bôas e Mendes (2021) mencionam que ao planejar as aulas de 
Estatística é importante que o professor contemple as tarefas que propiciem aos 
alunos vivências que auxiliem no desenvolvimento dessas competências. 
Conforme Assis (2015), não é possível ensinar diretamente o pensamento 
estatístico para os alunos, mas é desejável estimulá-lo ao propor tarefas que 
visem ao desenvolvimento dessa competência. 
Saiba mais 
 Estatística é essencial para nossa vida. 
Por meio da estatística, podemos, por exemplo, na área de finanças, 
reduzir custos e tempo, pois, em vez de utilizarmos no estudo toda a população 
pode-se utilizar somente alguns elementos e assim reduziremos custos e tempo. 
Boa parte das nossas decisões é baseada em pequenas pesquisas e 
análises estatísticas que realizamos todos os dias. A palavra “estatística” tem 
origem no latim status, traduzida como “o estudo do Estado”. No final do século 
XVIII, a Estatística foi definida como “o estudo quantitativo de certos fenômenos 
sociais, destinados à informação dos homens de Estado” (Bayer et al., 2009, p. 
2). Em “1948 ocorreu a 1ª mesa redonda sobre o ensino de Estatística e, a partir 
dessa data, houve um crescimento no interesse deste assunto em várias 
comunidades científicas” (Echeveste et al., 2005, p. 107). 
A estatística é a arte de torturar os dados até que eles falem a verdade e, 
para isso, duas coisas importantes de serem entendidas antes de iniciar o estudo 
referente à estatística são a definição de população e a amostra. 
Exemplo de população: todas as ruas de São José/SC, já o exemplo de 
amostra seria somente um recorte, a Rua Heriberto Hulse em Serraria/São 
José/SC. E o que iremos analisar no estudo são os níveis de violência da cidade 
de São José. A população é o conjunto dos elementos que queremos analisar, 
e possuem características comuns. A amostra é um subconjunto finito de uma 
população e somente parte dos elementos a ser analisado. Mas, lembre-se: a 
amostra não é algo aleatório, e para obtê-la existem critérios a ser seguidos para 
que ela tenha seu valor, e seja digna de confiança. 
Para enfatizar o aprendizado, temos outro exemplo: população e amostra 
em finanças: “população”, todas as empresas listadas na bolsa de valores Brasil 
 
 
4 
Bolsa Balcão – B3; e a amostra pode ser somente as empresas do setor de 
tecnologia da informação. 
Como ficaria muito amplo e às vezes até impossível entrevistar e analisar 
uma população por completo, é feito um recorte do qual chamamos de amostral 
e, assim, efetua-se a análise dessa referida amostra, tirando conclusões sobre 
a população, tendo uma inferência. Na inferência, temos de garantir que uma 
amostra seja digna de confiança, e deve-se verificar se estamos usando uma 
boa amostra, ou seja, que ela seja representativa em nossos estudos. 
Para Crespo (2009), a coleta, a organização e a descrição dos dados 
estão a cargo da Estatística Descritiva, enquanto a análise e a interpretação 
desses dados ficam a cargo da Estatística Indutiva ou Inferencial. 
Para tornar possível ao ser humano analisar grandes quantidades de 
dados, estes têm de ser coletados, organizados e resumidos. A matemática 
permite a manipulação e a sistematização dessas grandes quantidades de 
dados. Isso está em desenvolvimento há muitos séculos, sendo reunidos na 
ciência da Estatística, que atualmente é essencial em quase todas as áreas do 
mundo moderno (Fonseca, 2015). 
O surgimento da ideia de acrescentar a Estatística no ensino da 
matemática nas escolas ocorreu em “1970 na primeira conferência do 
Comprehensive School Mathematics Program, onde foi proposto que no 
currículo da matemática fossem incluídas noções de estatística e probabilidade 
desde o curso secundário” (Echeveste et al., 2005, p. 108). Foi somente “a partir 
dos anos de 1980, o Comitê Educação International Statistical Institute (ISI) 
passou a se preocupar com a Educação Estatística nas escolas básicas” (Lopes, 
2003, p. 57). 
Se pegarmos como exemplo os estudantes de uma escola básica, é 
possível abordar algumas variáveis deles, como: classe social, sexo, cor de pele, 
desempenho acadêmico (bom, médio e ruim), número de matérias cursadas e 
tempo de translado do estudante à escola. 
Na estatística, tem-se as variáveis qualitativa e quantitativa. A variável é 
uma propriedade a qual identifica, caracteriza, descreve, qualifica e organiza. 
São divididas em dois grupos: variáveis qualitativas podem ser nominais, 
ordinais e intervalar. A variável qualitativa aponta os informes em função de suas 
propriedades, atributos e condições. No nosso exemplo, “estudante de uma 
escola básica”, a variável qualitativa nominal é: cor de pele e sexo; e a variável 
 
 
5 
qualitativa ordinal é: classe social e desempenho, ordinal por estar indicando 
uma determinada ordem, como no desempenho de um estudante que pode ser 
ruim, médio ou bom. Quando se trata de nominal, não possuirá certa ordem 
hierárquica. Já a variável qualitativa intervalar apresenta intervalo de valor para 
uma classificação, como classificar o estudante da escola básica em aluno 
excelente, muito bom, bom, regular e ruim. 
A variável quantitativa expressa alguma propriedade mensurável, você 
mediu ou contou alguma coisa, divide-se em discreta e contínua. Na variável 
quantitativa discreta, geralmente, são os números naturais, nesse caso, o 
número de matérias cursadas, pois não se cursa no caso 3,5 disciplinas, sendo, 
então, números inteiros e a variável quantitativa continua o tempo usado no 
translado do estudante até a escola, aqui sim discreta por ser fracionada como 
no caso translado do estudante em um período de 1h15. 
Para Vilas Bôas e Mendes (2021), a literacia estatística pode ser vista 
como o entendimento e a interpretação da informação apresentada, o raciocínio 
estatístico representa a habilidade para trabalhar com ferramentas e os 
conceitos aprendidos e o pensamento estatístico leva a uma compreensão 
global da dimensão do problema, permitindo ao aluno questionar 
espontaneamente a realidade observada por meio da Estatística e suas variáveis 
(Campos et al., 2011, p. 18). 
Pode-se dividir estatística em duas partes: (1) a estatística descritiva, que 
se refere à maneira de apresentar sucintamente um conjunto de dados e de 
descrevê-los; e (2) a inferência estatística, que trata de generalizações que 
podem ser feitas apartir de informações incompletas (Hoffmann, 2012). Nesse 
sentido, para Crespo (2009) e Hoffmann, (2012), é observável que a estatística 
se divide em duas/três partes. 
Focaremos na menção de Crespo (2009), mais ampla para nossos 
estudos, “Estatística Descritiva, Indutiva ou Inferencial”, e por meio de 
parâmetros chegaremos à teoria da amostragem. 
Efetuamos, então, a conclusão referente à população por meio de uma 
amostra, recorte dessa população que pode ser feito usando parâmetros, para, 
assim, chegar na teoria da amostragem que é o estudo da relação de uma 
amostra e sua população por meio dos parâmetros. Assim, temos no quadro 1 
os parâmetros a seguir. 
 
 
6 
Quadro 1 – Parâmetros de população e amostra 
Parâmetros População Parâmetros Amostra 
Média µ Média x 
Variância σ² Variância s2 
Desvio Padrão σ Desvio Padrão s 
Fonte: Peixe, 2022. 
Importante notar que uma estatística amostral pode diferir de uma 
amostra para outra, enquanto um parâmetro populacional é constante para uma 
população. No quadro anterior evidenciamos que os parâmetros amostrais 
serviram para estimar os parâmetros populacionais. Um parâmetro é a descrição 
numérica de uma característica populacional. 
A seguir buscamos por meio de um exemplo de Larson e Farber (2015) 
compreender melhor o que foi mencionado anteriormente. 
Distinguindo entre um parâmetro e uma estatística, determinaremos se o 
valor numérico descreve um parâmetro populacional ou uma estatística amostral 
e explicaremos esse raciocínio para enfatizar o aprendizado. 
1) Uma pesquisa recente com aproximadamente 400.000 
empregadores reportou que o salário médio inicial para um especialista 
em marketing é de US$ 53.400 por ano (NATIONAL ASSOCIATION 
OF COLLEGES AND EMPLOYERS). 
2) A nota média de matemática obtida no vestibular pelos calouros de 
uma universidade é 514. 
3) Em uma checagem aleatória de 400 lojas varejistas, o FDA (Food 
and Drug Administration) descobriu que 34% das lojas não estavam 
estocando peixes na temperatura apropriada. (Larson; Farber, 2015, p. 
5) 
Solução 
1) Em razão de a média de US$ 53.400 por ano ser baseada em um 
subconjunto da população, ela é uma estatística amostral. 
2) Em razão de a nota média de matemática de 514 ser baseada em 
todos os calouros, ela é um parâmetro populacional. 
3) Em razão de o percentual (34%) ser baseado em um subconjunto 
da população, ele é uma estatística amostral. (Larson; Farber, 2015, p. 
5) 
TEMA 2 – HISTÓRICO 
Um suscinto histórico referente à estatística conforme estudos realizados 
por Pinheiro de Sá Leitão (2013), tendo sua origem pela necessidade de 
organização de registros de informações e cadastros do Estado, de acordo com 
seus precursores menciona que: 
 
 
7 
Seus precursores foram o alemão Conring (1660) e os ingleses John 
Graunt (1962), Willian Petty (1982) e Halley (1694). Graunt publicou 
um estudo sobre os registros de batismos, casamentos e enterros que 
a um século eram feitos nas paróquias. Petty, criador do termo 
“Aritmética Política” foi o primeiro a fazer conjecturas baseadas em 
informações estatísticas, utilizando tabelas e números relativos. Halley 
notou que a morte, muito irregular e imprevisível para os casos 
considerados individualmente, seguia uma lei razoavelmente fixa se 
fosse computado um grande número de pessoas. Em 1708 a 
Universidade de Iena inaugurou um curso de Estatística e mais tarde, 
em 1749, Godofred Achenwal, na Universidade de Gottingen na 
Alemanha situada na cidade de Gottingen, generalizou a denominação 
até hoje aceita de “Estatística”, definindo-lhe o objeto e as relações 
com as ciências. (Pinheiro de Sá Leitão, 2013, p. 14) 
Nesse contexto de Pinheiro de Sá Leitão (2013), está evidenciado que no 
passado, vários povos já registravam o número de habitantes, de nascimentos, 
de óbitos, faziam estimativas das riquezas individual e social, distribuíam 
equitativamente terras ao povo, cobravam impostos e realizavam inquéritos 
quantitativos por processos que, hoje, chamaríamos de "estatísticas", como o 
caso do censo feito por Moisés destacado no antigo testamento (Crespo, 2009). 
Já na Idade Média, colhiam-se informações, geralmente com finalidades 
tributárias ou o censo efetuado por Moisés com interesses bélicos. Assim, contar, 
enumerar e recensear sempre foi uma preocupação permanente em todas as 
culturas. 
Para Farias, Soares e César (2015), desde que o ser humano começou a 
formar grandes comunidades, originando as primeiras civilizações, surgiu a 
necessidade, por parte dos governos dessas comunidades, de uma coleta e 
organização de dados sobre sua população. 
Dados relacionados com a força de trabalho disponível, recrutamento 
para as guerras, produção de alimentos e principalmente para o recolhimento de 
impostos, fizeram com que nascesse a estatística com a necessidade de obter 
dados que possam, após análise, refletir em melhorias e até novos modelos de 
negócios. 
A Estatística na atualidade está presente em todas as áreas e vem 
ganhando força com seu crescimento na abordagem até do Exame Nacional do 
Ensino Médio (Enem), tendo em vista as necessidades dos conhecimentos de 
estatística em nosso cotidiano. Exemplo prático: acesse ao website – 
<https://www.gov.br/acessoainformacao/pt-br/assuntos/relatorios-dados>, 
(acesso em: 3 mar. 2022) pois no ícone acesso à informação encontram-se 
 
 
8 
relatórios e dados – relatórios estatísticos. Como exemplo, destaca-se o Ranking 
de Satisfação do Usuário, como pode ser observado figura 2. 
Figura 2 – Ranking de satisfação do usuário 
 
Fonte: Brasil, [S.d.]. 
Com o conhecimento decorrido de levantamentos estatísticos, é possível 
elaborar as ações e as políticas de governo no passado, na atualidade e no 
futuro. O mesmo já ocorria na antiguidade em civilizações como a antiga China, 
Grécia, Egito, Israel, Índia, Japão, Roma, entre outros povos. 
Antes do nascimento de Cristo, a história já registrava outros grandes 
levantamentos estatísticos, importantes como em 3.050 a.C., os egípcios já 
faziam estudo da riqueza da população do Egito, cuja finalidade era de averiguar 
quais eram os recursos humanos e econômicos disponíveis na construção das 
pirâmides e quando se constituiu o Censo Romano, realizado em 400 a.C. 
Prezado aluno, você verá que o uso da estatística pode ajudá-lo a tomar 
decisões fundamentadas que afetam sua vida. Quando conseguimos entender 
a estatística, compreendemos o mundo de outra forma, você questiona mais os 
fatores e fatos presentes, sejam eles em estudo ou atividades profissionais. 
Para Larson e Farber (2015), o censo que o governo americano realiza a 
cada década tem como objetivo contatar todos os moradores dos Estados 
Unidos. Embora seja impossível contar cada morador, é importante que o censo 
seja o mais preciso possível, pois os gestores públicos tomam muitas decisões 
baseadas na informação do censo. Isso não acontece somente nos Estados 
Unidos, mas em outros países, e não é diferente aqui no Brasil, inclusive o IBGE, 
atualmente, está recrutando pessoas para essa atividade: “Contratação de 
Pessoal Temporário” – IBGE, Censo Demográfico 2022. Os dados coletados 
 
 
9 
nessa atividade têm a intenção de fornecer indicadores para tomada de decisões 
importantes de forma global e para uma melhor distribuição de recursos públicos. 
TEMA 3 – FORMAS DE AGRUPAMENTO DOS DADOS 
Séries estatísticas são um agrupamento ordenado de dados 
apresentados em tabela ou gráficos em função da época, local ou espécie 
(Farias; Soares; César, 2015). 
Época ou tempo Local ou espaço Espécie 
 
 
 
 
 
 
 
Conforme estudos de Farias, Soares e César (2015), dependendo do fator 
de variação dos elementos de uma série, pode-se classificar as séries em 
histórica, geográfica ou específica. Toda tabela que apresenta a distribuição de 
um conjunto de dados estatísticos em função da época, do local ou da espécie, 
caracteriza-secomo série estatística. A informação, para se tomar decisões, 
deve estar tratada, para isso, pode-se fazer o uso da estatística, mas é 
necessário organizar os dados. 
As tabelas estatísticas, ou séries estatísticas, “podem ser definidas como 
conjuntos de dados estatísticos, associados a um fenômeno, dispostos numa 
ordem de classificação”. Essa classificação deve levar em conta o fenômeno 
descrito (variável), no qual ele foi observado e a época a qual ele se refere 
(Oliveira, 2010). Ainda, mediante estudos de Oliveira (2010), são as possíveis 
combinações entre essas classificações que possibilitam dividir as tabelas 
estatísticas em três tipos: tabelas estatísticas simples, tabelas de dupla entrada 
ou tabelas de frequências. 
As séries estatísticas consistem na apresentação das informações 
(variáveis estatísticas) em formas de tabelas, objetivando sintetizar os dados 
estatísticos observados e tornando-os mais compreensivos. Uma tabela e um 
gráfico devem apresentar o cabeçalho, o corpo e o rodapé. 
Refere-se ao 
local ou região 
onde o fato 
ocorreu. 
 
Refere-se à 
data ou a época 
em que o 
fenômeno 
ocorreu. 
 
Refere-se ao fato ou 
ao fenômeno que 
está sendo 
investigado e cujos 
valores numéricos 
estão sendo 
apresentados. 
 
 
10 
Saiba mais 
Para saber mais e uma forma de compreender o assunto, sugiro que 
assista aos vídeos referentes à Estatística Básica – aula 2 – agrupamento dos 
dados, de William Reis, disponível em: <https://youtu.be/07UlvUiAORc> e 
Estatística Descritiva e Métodos de agrupamento de dados, disponível em: 
<https://www.youtube.com/watch?v=zc-a5eHKLoY>. Acessos em: 3 mar. 2022. 
TEMA 4 – SÉRIE ESTATÍSTICA 
É qualquer tabela que apresenta a distribuição de um conjunto de 
dados estatísticos em função da época, do local ou da espécie. Pode-se 
observar, nesse sentido, a existência de três fatores: o tempo, o espaço e a 
espécie. 
Conforme varia um dos fatores da série, pode ser classificada em 
histórica, geográfica e específica. 
Saiba mais 
Séries estatísticas são tabelas que trazem dados resumidos de um 
estudo/pesquisa em função da época, do local ou de uma categoria/espécie. 
Tudo que for relacionado ao tempo será considerado histórico, 
cronológico e temporal. Tudo que for relacionado aos locais, será considerado 
no país ou até em outros países; planetas e galáxias serão considerados séries 
geográficas espaciais, territoriais e de localização. 
Tudo que for relacionado a categorias ou espécies, refere-se a coisas, 
tipo, carro, casa, rebanho (bovino, equino, suíno etc.), nesse sentido, 
relacionado e específico ou categóricas. 
A maneira tradicional de analisar uma série temporal é por meio da sua 
decomposição nos componentes de tendência, ciclo, sazonalidade e 
componentes irregulares (Bruni, 2013). 
i. A tendência de uma série indica o seu comportamento “de longo prazo”, 
isto é, se ela cresce, decresce ou permanece estável, e qual a velocidade 
dessas mudanças; 
ii. Os ciclos são caracterizados pelas oscilações de subida e de queda nas 
séries, de forma suave e repetida, ao longo da componente de tendência. 
 
 
11 
Por exemplo, ciclos relacionados à atividade econômica ou ciclos 
meteorológicos; 
iii. A sazonalidade em uma série corresponde às oscilações de subida e de 
queda que sempre ocorrem em determinado período do ano, do mês, da 
semana ou do dia. A diferença essencial entre as componentes sazonal e 
cíclica é que a primeira possui movimentos facilmente previsíveis, 
ocorrendo em intervalos regulares de tempo, como exemplo, é possível 
citar o aumento no consumo de energia elétrica na região de 
Florianópolis/SC, devido ao uso do ar-condicionado nos meses de 
novembro a fevereiro. Enquanto que movimentos cíclicos tendem a ser 
irregulares, como exemplo, a atividade econômica ou ciclos 
meteorológicos; 
iv. Os componentes irregulares ou aleatório correspondem a ruídos na 
série temporal em decorrência de fatores variados. Como são aleatórios, 
não são previstos nos modelos. 
Nas séries estatísticas existem quadros e tabelas, a diferença é que: 
• Quadros são fechados nas laterais, possuem somente informações. 
Exemplo de quadro: 
Quadro 2 – Seminário 2021 
Atividade do Seminário Data Hora 
Estratégia Pico 07/04/2021 08:00 
Design Thinking na Prática 08/04/2021 10:00 
Fonte: Elaborado por Peixe, 2022. 
O quadro anterior menciona as atividades realizadas em um seminário 
contendo a data e o horário de cada atividade desenvolvidas no ano de 2021. 
• Tabelas são abertas nas laterais, permitem cálculo e leitura de distintos 
sentidos. Exemplo de tabela referente ao resultado BM&FBOVESPA 
durante a crise 2021, rodado no software gretl. 
Tabela 1 – Resultado BM&FBOVESPA durante a crise de 2021, rodado no 
Software Gretl 
 Crise 1M Crise 2M Crise 3M Crise 4M Crise 5M 
p-valor 0,0204 0,0166 0,0200 0,0518 0,1073 
 
 
12 
** ** ** * 
Corr (y,yhat) ^2 0,873701 0,873515 0,872931 0,872353 0,872067 
Coeficiente (-) (-) (-) (-) (-) 
Teste de 
Hausman 
0,405769 0,371173 0,213440 0,114111 0,131738 
AIC - Akaike 1213,812 1214,281 1214,733 1214,855 1215,166 
 Fonte: Elaborada por Peixe, 2022. 
Outro exemplo de tabela são as obrigações sociais, tributárias e tributos 
diferidos – não circulante, a seguir evidenciado, o qual coletamos no Formulário 
de Referência – Josapar – Joaquim Oliveira S/A Particip. (2016), evidenciado 
somente para exemplificar nosso aprendizado. 
Tabela 2 – Obrigações sociais, tributárias e tributos diferidos – não circulante 
Fonte: Formulário de Referência – Josapar – Joaquim Oliveira S/A Particip., 2016. 
A tabela anterior refere-se aos exercícios dos anos de 2014 e 2015, 
controladores e consolidados constados no Formulário de Referência do ano de 
2016. 
Saiba mais 
Para saber mais e uma forma de compreender o assunto aqui explicitado, 
assista ao vídeo referente: Estatística – aula 4 – apresentação de dados, tabelas 
e gráficos, disponível em: <https://www.youtube.com/watch?v=-dJOxU9kPj0>. 
Acesso em: 3 mar. 2022. 
TEMA 5 – ESTUDO DE CASO OU PRÁTICA I 
Nesta aula, você aprendeu que há muitas maneiras de coletar dados. 
Normalmente, os pesquisadores precisam trabalhar com dados amostrais a fim 
de analisar populações, mas, algumas vezes, é possível coletar todos os dados 
para certa população. Por exemplo, os dados a seguir representam as idades 
das 50 mulheres mais influentes do mundo, em 2012, segundo a Forbes. 
 
 
13 
Idade das mulheres: 26, 31, 35, 37, 43, 43, 43, 44, 45, 47, 48, 48, 49, 50, 
51, 51, 51, 51, 52, 54, 54, 54, 54, 55, 55, 55, 56, 57, 57, 57, 58, 58, 58, 58, 59. 
59, 59, 62, 62, 63, 64, 65, 65, 65, 66, 66, 67, 67, 72, 86. 
O objetivo é tornar os dados mais fáceis de serem entendidos, 
descrevendo tendências, medidas centrais e variações. Por exemplo, nos dados 
brutos que mostram as idades das 50 mulheres mais influentes do mundo em 
2012, não é fácil ver um padrão ou característica em especial. Na figura a seguir, 
de Larson e Farber (2015), estão explicitadas algumas maneiras de organizar e 
descrever os dados. 
Figura 3 – Maneiras de organizar e descrever dados 
Fonte: Larson; Farber, 2015. 
Figura 3 – Maneiras de organizar e descrever dados 
 
Fonte: Larson; Farber, 2015. 
FINALIZANDO 
Agora, tente você, por favor: 
1) O conjunto de dados a seguir lista os preços (em dólares) de 30 aparelhos 
GPS (global positioning system) portáteis. Construa uma distribuição de 
frequência com sete classes: 128, 100, 180, 150, 200, 90, 340, 105, 85, 
 
 
14 
270, 200, 65, 230, 150, 150, 120, 130, 80, 230, 200, 110, 126, 170, 132, 
140, 112, 90, 340, 170, 190. 
 
 
 
15 
REFERÊNCIAS 
ASSIS, L. B. A formação do usuário de Estatística pelo desenvolvimento da 
literacia estatística, do raciocínio estatístico e do pensamento estatístico 
através de atividades exploratórias. 2015. 88f. Dissertação (Mestrado 
Profissionalem Educação Matemática) – Pós-graduação em Educação 
Matemática, Universidade Federal de Juiz de Fora, Juiz de Fora, 2015. 
BAYER, A. et al. A Estatística e sua História. 2009. Disponível em: 
<https://docplayer.com.br/79497-A-estatistica-e-sua-historia.html>. Acesso em: 
16 set. 2021. 
BRUNI, A. L. Estatística Aplicada à Gestão Empresarial. 4. ed. São Paulo: 
Editora Atlas, 2013. 
CRESPO, A. A. Estatística Fácil. 19. ed. São Paulo: Editora Saraiva, 2009. 
PINHEIRO DE SÁ LEITÃO, F. de M. Estatística e realidade no cotidiano dos 
alunos. Dissertação apresentada a Universidade Federal Rural do Semiárido – 
UFERSA, Campus Mossoró para obtenção do título de Mestre em Matemática, 
2013. 
ECHEVESTE, S. et al. Educação estatística: perspectivas e desafios. Acta 
Scientiae, Canoas, v. 7, n. 1, p. 103-109, jun. 2005. 
FERREIRA, D. H. L. et al. O ensino e a aprendizagem de conteúdos estatísticos 
por meio de projetos. CONFERÊNCIA INTERAMERICANA DE EDUCAÇÃO 
MATEMÁTICA, XIII. Anais [...]. Recife: Conferência, 2011. p. 1 - 11. CD. 
FONSECA, S. C. C. da. Fundamentos de Estatística. © Este caderno foi 
elaborado pelo Centro de Educação Profissional de Anápolis - GO, para a Rede 
e-Tec Brasil, do Ministério da Educação em parceria com a Universidade Federal 
de Mato Grosso – UFMT, Cuiabá, 2015. 
GOV.BR. Acesso à Informação. Disponível em: 
https://www.gov.br/acessoainformacao/pt-br/assuntos/relatorios-dados>. 
Acesso em: 4 fev. 2022. 
HOFFMANN, R. Estatística para Economistas. 4. ed. revi. e amp., 2012. 
 
 
16 
IEZZI, G.; HAZZAN, S.; DEGENSZAJN, D. Fundamentos de matemática 
elementar – matemática comercial, matemática financeira e estatística 
descritiva. Editora Atual, 2019. v. 11. 
LARSON, R. Estatística aplicada. Tradução de José Fernando Pereira 
Gonçalves. São Paulo: Pearson Education do Brasil, 2015. 
LOPES, C. A. E. O conhecimento profissional dos professores e suas 
relações com estatística e Probabilidade na Educação. 2003. 281f. Tese 
(Doutorado em Educação) – Faculdade de Educação, Universidade Estadual de 
Campinas, Campinas, 2003. 
OLIVEIRA, J. U. Estatística: uma nova abordagem. Rio de Janeiro: Ciência 
Moderna, 2010. 
VILAS BÔAS, S. G.; MENDES, V. C. 6 years old children doing Statistics 
Investigation. EM TEIA – Revista de Educação Matemática e Tecnológica 
Iberoamericana, v. 12, n. 3, 2021. 
 
 
 
 
17 
GABARITO 
Finalizando 
Solução: 
1. O número de classes (7) é dado no problema. 
2. O valor mínimo é 65 e o máximo é 340, então, a amplitude é 340 – 65 
= 275. 
Divida a amplitude pelo número de classes e arredonde para encontrar a 
amplitude de classe. 
= 275/7 (Amplitude/número de classes) 
Amplitude de classe ≈ 39,29, arredondamos para um número próximo 
mais conveniente, 40.