14. Estatística
Exemplo 25:
Uma empresa comprou o mesmo produto de 5 fornecedores diferentes e pagou os respectivos preços: R$ 132,00; R$ 145,00; R$ 129,00; R$ 131,00 e R$ 115,00. Qual foi o custo médio deste produto para a empresa?
( f ) (REG)
132 (
+)
145 (+)
129 (+)
131 (+)
115 (+)
(g) (x) => 130,40
Voltar ao índice
14.2. Média Ponderada
Para calcular a média ponderada de um conjunto de números é necessário conhecer o peso de cada um dos itens.
Exemplo 26:
Um investidor adquire, no mesmo dia, 3 títulos de renda prefixada, com a mesma rentabilidade, mas com valores e prazos diferentes:
1) R$ 281.000,00 120 d.d.
2) 340.000,00 180 d.d.
3) 400.000,00 90 d.d.
Qual o prazo médio?
( f ) (REG)
120 (ENTER) 281.000 (+)
180 (ENTER) 340.000 (+)
90 (ENTER) 400.000 (+)
( g ) (xw) => 128,23
Voltar ao índice
14.3. Desvio Padrão
Desvio Padrão de um conjunto de dados é uma medida de dispersão em torno da média de amostra.
Exemplo 27:
Um supermercado fez uma pesquisa entre 5 famílias para saber a média de consumo mensal de carne de gato.
Preço por Kg $ 30,00
Calcular a média aritmética dos gastos e das quantidades e o desvio padrão.
( f ) (REG)
13 (ENTER) 390 (+)
19 (ENTER) 570 (+)
8 (ENTER) 240 (+)
27 (ENTER) 810 (+)
15 (ENTER) 450 (+)
( g ) ( x ) => 492,00 Média dos gastos em R$
(xy) => 16,40 Média das quantidades em Kg
( g ) ( S ) => 213,82 Desvio padrão dos valores em R$
(xy) => 7,13 Desvio padrão das quantidades em Kg
Voltar ao índice
14.4. Regressão Linear
A regressão linear (ou método dos mínimos quadrados) é um método estatístico que permite estimar uma reta do tipo y = ax + b que melhor se adapte à relação funcional existente entre duas variáveis.
Nessa equação, temos:
y variável dependente
x variável independente
a e b parâmetros da reta
Voltar ao índice
14.5. Estimação Linear
Estando acumuladas as estatísticas de 2 variáveis (y e x), é possível fazer estimativas (previsões) do novo valor de y para um dado valor de x e do novo valor de x para um dado y.
Voltar ao índice
14.6. Coeficiente de correlação (r)
Mede a correlação existente entre as variáveis x e y. O valor do coeficiente de correlação varia entre 0 e 1. Quanto mais próximo de 1, mais ajustada é a reta de regressão linear e mais confiáveis são as estimativas.
Passos:
Para calcular uma estimativa de y:
1) Digite um novo valor de x;
2) Tecle ( g ) (y,r)
Para calcular uma estimativa de x:
1) Digite um novo valor de y;
2) Tecle ( g ) (x,r)
Exemplo 28: Um estacionamento da cidade teve as seguintes vendas de carro:
Determine as médias aritmética, os desvios padrões e qual seria o faturamento se fossem vendidos 18 carros?
( f ) (REG)
10 (ENTER) 90.000 (+)
13 (ENTER) 115.700 (+)
8 (ENTER) 80.000 (+)
15 (ENTER) 117.000 (+)
20 (ENTER) 170.000 (+)
( g ) ( x ) => 114.540,00 (média de faturamento)
(xy) => 13,20 (média de quantidades)
( g ) ( S ) => 34.922,89 (desvio padrão do faturamento)
(xy) => 4,66 (desvio padrão das quantidades)
18 ( g ) ( x,r ) => 151.159,14 (faturamento para 18 carros)
(xy) => 0,98 (coeficiente de correlação (r) de 0,98 está próximo de 1, indicando que o valor é uma boa estimativa)