FACULDADE ANHANGUERA DE SOROCABA

ATIVIDADES PRTICAS SUPERVISIONADAS

SOROCABA2013.2FACULDADE ANHANGUERA DE SOROCABA

ATIVIDADES PRTICAS SUPERVISIONADASINTEGRANTES:Ana Paula MouraRA 5824321605

Aline Matos GuimaresRA 5203951400

Alyne GoulartRA 5644106137

Digines Rodrigues dos SantosRA 7474689600

Francielly Dias DominguesRA 5627105046

SOROCABA2013.2FACULDADE ANHANGUERA DE SOROCABA

ATIVIDADES PRTICAS SUPERVISIONADAS

Trabalho de concluso de semestre na Disciplina de Estatstica do Curso de Administrao da Faculdade Anhanguera Educacional, solicitado pelo Prof. Esp. Mrcio Glauco de Campos Vieira.

SOROCABA2013.2SUMRIO

INTRODUO ..............................................................................................................4

1 ETAPA 1.......................................................................................................................1.1 Estatstica Descritiva.............................................................................................1.2 Desafio A...............................................................................................................1.3 Desafio B...............................................................................................................1.4 Desafio C...............................................................................................................44578

2 ETAPA 2 .......................................................................................................................2.1 Medidas de Posio e Disperso..............................................................................1212

2.2 Desafio.....................................................................................................................

3 ETAPA 3.......................................................................................................................12

14

3.1 Probabilidade............................................................................................................3.2 Desafio.....................................................................................................................

4 ETAPA 4......................................................................................................................1415

16

4.1 Correlao e Regresso Lineares .............................................................................4.2 Desafio A..................................................................................................................4.3 Desafio B..................................................................................................................

CDIGO DE BARRAS PALNDROMO ....................................................................

CONSIDERAES FINAIS.........................................................................................161718

20

20

REFERNCIAS BIBLIOGRFICAS .........................................................................21

21

INTRODUOEste trabalho tem como objetivo apresentar problemticas estatsticas e solues que compreendem o cotidiano de inmero profissionais bem como o do administrador de negcios. Atravs de diversas situaes problema, objetiva facilitar o processo de ensino-aprendizagem desenvolvendo uma srie de competncias. Percorreremos a Estatstica Descritiva e suas tcnicas de descrio e sumarizao de dados, Medidas de Disperso analisando a variabilidade dos dados, nos encontraremos com a Probabilidade e as chances de um evento ocorrer encerrando com Correlao e Regresso Lineares na verificao de relao entre variveis.

1- ETAPA 11.1 Estatstica DescritivaUma grande coleta de dados pode dos fornecer informaes confiveis, contudo, necessitam de ordenamento, organizao e anlise crtica. Com isto o objetivo da Estatstica descritiva apresentar tcnicas de descrio de dados e subtrair as informaes relevantes em meio aos dados coletados, isolando estruturas e padres. A estatstica uma importante ferramenta de gesto de negcios. O administrador se viu diante de uma busca incessante pela melhoria de seus produtos ou seja, a qualidade como um fator de deciso quando na venda de seu produto. Com isto, a estatstica fornece inmeros dados que contribuem sobremaneira as tomadas de decises. Dentro do ambiente interno, fornece ndices de desempenho, anlise de lucros e na perspectiva do macroambiente uma srie de dados macroecommicos, pesquisas de satisfao entre muitos outros que a tornam uma ferramenta indispensvel ao administrador.A seguir apresentaremos o caso da empresa Vendomundo e seus dados de vida til de lmpadas por ela fabricadas. Utilizamos os grficos histograma, polgono de frequncia e ogiva e diagrama de caule e folha. Distribumos os dados em tabelas de distribuio de frequncia de classes.A empresa Vendomundo importou 10 contineres de lmpadas especiais de duas marcas distintas (marca A e B). Um controle de qualidade realizado antes que cada lote de lmpada importada saia dos pases de origem. Para tanto, os dois fabricantes coletam uma amostra de 40 lmpadas de 100 watts e medem o tempo de vida til (em horas) de cada lmpada. Abaixo, vemos os resultados obtidos pelos fabricantes da lmpada A e lmpada B:

Tabela 1 Tempo de vida til de duas marcas de lmpadas de 100 watts (em horas).Lmpada da marca ALmpada da marca B

6846977207738218318358488528528598608688708768938999059099119229249269269389399439469549719729779841005101410161041105210801093819836888897903907912918942943952959962986992994100410051007101510161018102010221034103810721077107710821096110011131113111611531154117411881230

Fonte: Importadora Vendomundo

1.2 Desafio AGerar diagrama de Caule e Folha para cada uma das amostras.Diagrama de Caule de folhaLMPADA ALMPADA B

684819

69782

70836

7184

72085

7386

7487

75888

76897

77903 7

78912 8

7992

8093

81942 3

821952 9

831 5962

84897

852 2 9986

860 8992 4

870 61004 5 7

881015 6 8

893 91020 2

905 91034 8

911104

922 4 6 0105

938 9106

943 61072 7 7

9541082

961096

971 2 7110

9841110 3 3 6

99112

1005113

1014 6114

1021153 4

103116

10411174

10521188

106119

107120

1080121

1093122

1230

1.3 Desafio BMontar as distribuies de frequncias com intervalos de classe para a lmpada da marca A e para a lmpada da marca B, a partir dos dados apresentados na tabela 1.

Clculos para Distribuio de Frequncia por ClassesMARCA AAmplitude total (H)H=1093-684H = 409

Nmero de classes por SturgesK= 1+3,322 (log10 n) = 1+3,322 (log10 40) = 1+3,322 (1,602) K= 6,322 = 7

Amplitude de cada classe (h)

h= 70

MARCA BAmplitude Total (h)H= 1230-819H= 411

Nmero de Classes por SturgesK= 1+3,322 (log10 n) = 1+3,322 (log10 40) = 1+3,322 (1,602)K= 6,322 = 7

Amplitude de cada classe (h)

h= 70Tabelas de Distribuio de Frequncia por classes

1.4 Desafio CGerar para cada uma das distribuies de frequncia obtidas no Desafio B: o histograma; o polgono de frequncia e ogiva;

Histogramas

Polgonos de Frequncia

Ogivas

2- ETAPA 2

2.1 Medidas de Posio e DispersoMedidas de posio so dados que nos orientam em relao a posio da distribuio em relao ao eixo horizontal do grfico da curva de frequncia. A medidas de posio amostrais/populacionais mais importantes so as mdias aritmtica simples e ponderada, moda e mediana. Utilizamos a mdia aritmtica simples quando as ocorrncias no se distinguem por peso e importncia, caso contrrio devemos utilizar uma mdia ponderada.A moda representa valores que so repetidos, podendo ser unimodal quando apenas um valor se repete bimodal, trimodal e plurimodal quando vrios valores se repetem. Quando na ausncia de moda dizemos amodal.As principais medidas de disperso so: varincia, desvio padro e o coeficiente de variao. Para identificar uma varivel de forma completa deve-se adicionar uma medida numrica que mostre a variabilidade ou disperso de seus valores. O conhecimento da disperso dos valores uma medida chave na anlise estatstica de uma varivel.

2.2 Desafio A respeito do estudo da vida til das lmpadas da marca A e B, podemos afirmar que: I o tempo mdio de vida til das lmpadas A e B so respectivamente: 894,65 horas e 1003,35 horas. R: Incorreto (0).

II comumente, as lmpadas da marca A duram 852 horas e da as marca B 1.077 horas; R: Correto (1)

III o tempo mediano de vida til para a lmpada da marca A 910 horas e para a lmpada B 1.015,5 horas; R: Incorreto (0). Para a mediana das marcas A e B temos:

IV de todas as medidas de tendncia central obtidas no estudo de caso em questo, a mdia a que melhor representa o tempo de vida til da lmpada da marca B; R: Correto (1). Exceto se houvesse dados discrepantes muito fora da curva.

V a moda a melhor medida representativa para a sequncia de dados referentes lmpada da marca B; R: Incorreto (0). A moda a nica medida de tendncia central que pode ser usada para descrever dados no nvel nominal de medio. Mas quando trabalhamos com dados quantitativos, raramente ela utilizada. (LARSON; FARBER; 2010, p.57).

VI a sequncia de dados referentes lmpada da marca A apresenta uma forte concentrao de dados em sua rea central; R: Correto(1).

VII a lmpada da marca B possui uma distribuio assimtrica positiva; R: Correto (1). Apresenta uma distribuio assimtrica direita (positivamente assimtrica) pois a mdia 1018 maior que que a mediana 1003,46. (LARSON; FARBER; 2010, p.61-62)

VIII 75% dos valores apresentados na tabela 1, para a lmpada da marca A, possuem um tempo de vida til menor do que 971 horas;R: Incorreto(0). A tabela apresenta 29 dados (de 40) com valores abaixo de 971 horas o que representa percentualmente 72,5%.

IX 25% dos valores apresentados na tabela 1, para a lmpada da marca B, possuem um tempo de vida til maior do que 1.000 horas; R: Incorreto(0). A tabela apresenta 24 dados (de 40) com valores acima de 1000 horas o que representa percentualmente 60%.

X os grficos Box-Plot para os dados amostrais da lmpada da marca A e marca B so: R: Correto (1).

MedidasLmpada ALmpada B

1 quartil855947,5

Mnimo684819

Mediana916,51015,5

Mximo10931230

3 quartil9711089

3- ETAPA 3

3.1 ProbabilidadeQuando nos referimos a probabilidade, estamos falando exatamente das chances de um evento ocorrer diante da incerteza. buscar uma previsibilidade em meio a fenmenos fsicos. Pode-se calcular a probabilidade a partir de uma frequncia que determinado dado aparece em uma coleta de dados. Podemos tambm usar um experimento aleatrio que pode ser repetido vrias vezes sob as mesma condies.Utilizamos a probabilidade na administrao na soluo de conflitos e na tomada de decises, alm de permitir a obteno de informaes possveis com base nos dados disponveis, possibilitando-nos equacionar riscos desnecessrios.

3.2 DesafioCom o intuito de reconhecer o trabalho e dedicao dos funcionrios, a importadora Vendomundo realiza, semestralmente, eventos de confraternizao para seus colaboradores e familiares. Nessa festa, alm de boa comida, bebida e msica, acontecem tambm campeonatos de Poker.Antes de iniciar o campeonato, o Dealer (a pessoa que distribui as cartas durante uma mo ou jogada) embaralha as cartas no mnimo trs vezes. Involuntariamente, ao embaralhar a 1 vez, trs delas caram sobre a mesa, viradas para baixo.

Sobre essas trs cartas, podemos afirmar que: I a probabilidade de a 1 carta ser um s, a 2 carta ser uma figura e a 3 carta ser um nmero de 1,30317%; R: Correto.

P(E)= 0,0130317 = 1,30317%;

II a probabilidade de todas as cartas serem um valete de 4%; R: Incorreto.

P(E) = 0,000181 = 0,0181%

III a probabilidade de que pelo menos uma delas seja uma carta de copas de 58,647%R: Correto. Nenhuma ser copa:

P(E) = 100% - 41,353% = 58,647%

IV a probabilidade de a 3 carta ser de 7 de paus, sabendo que a 1 carta um 8 de espadas e a 2 carta um rei de ouros de 5,60412%R: Incorreto.

P(E) = 0,02 = 2%

4- ETAPA 4

4.1 Correlao e Regresso LinearesCorrelao um conjunto de variveis quantitativas distintas. Quando duas variveis esto ligadas por uma relao estatstica, dizemos que existe correlao entre elas. Se houver uma correlao entre as variveis, poderemos ter uma funo matemtica que caracteriza esta relao, com a regresso seremos capazes de determinar os parmetros desta funoO instrumento empregado para a medida da correlao linear o coeficiente de correlao. Esse coeficiente deve indicar o grau de intensidade da correlao entre duas variveis e, ainda, o sentido dessa correlao sendo positivo ou negativo.J a regresso linear uma anlise estatstica em que se pode verificar a existncia de uma relao funcional numa varivel dependente com uma ou mais variveis independentes. Podemos utilizar um diagrama de disperso para se avaliar o comportamento dos valores dependentes em funo da varivel independente. 4.2 Desafio A A empresa Vendomundo responsvel pela importao de 20% das marcas que uma determinada cadeia de lojas de desconto de roupas femininas comercializa. Ao longo de 25 anos, essa cadeia de lojas ampliou sua participao de mercado aumentando o nmero de pontos de suas lojas no Brasil. Nunca foi utilizado um mtodo sistemtico para a seleo desses pontos. A seleo de pontos era baseada, principalmente, no que era considerado um bom aluguel ou uma boa localizao. Neste ano, com um planejamento estratgico para abrir diversas lojas novas, foi pedido ao diretor de projetos especiais e de planejamento um mtodo de previso de vendas semanais para todas as novas lojas. Os dados a seguir representam as vendas semanais (em milhares de reais) e a rea da loja (em metros quadrados) para a amostra de 14 lojas da cadeia:Tabela 2 Seleo de pontos de lojas.LojaVendas Semanais (em milhares de R$)Xrea (m2)

Y

12345678910111213147.3947.82313.36319.1686.86511.1747.3515.41110.9835.82121.43915.23523.6218.205160153262516120225122102293141479424543279

Diagrama de Disperso

4.3 Desafio B A respeito dos dados amostrais apresentados na tabela 2, podemos afirmar: I o coeficiente de correlao de Pearson para os dados amostrais apresentados na tabela 2 dado por r= 0,9566;R: Correto. O Coeficiente de correlao linear de Pearson 0,9566.

II equao de regresso de mnimos quadrados para os dados apresentados na tabela 2 dada por: Yx = 1694,7042 + 36,6921 X ;R: Correto.

III a mdia prevista de vendas semanais para uma loja que tenha 300 metros quadrados de rea ser de aproximadamente 12.700 (milhares de R$).R: Correto.

IV se as vendas da loja 7 forem iguais a 5.343 (milhares de R$), a mdia prevista de vendas semanais ser de aproximadamente 500 metros quadrados.R: Incorreto. Para vendas de 5.343 milhares so necessrios aproximadamente 100 m (99,43m)Yx 1694,704236,6921 X5343 = 1694,7042+36,6921X

X= 99,43

CDIGO DE BARRAS PALNDROMO

IIIIIIIVVVIVIIVIIIIXXIIIIIIIVIIIIIIIV

010101100100111000

010101100100111000000111001001101010

CONSIDERAES FINAISO presente trabalho propiciou o contato com vrios conceitos de Estatstica e suas ferramentas norteadoras para a conduo de decises mais coerentes e acertadas do administrador. Por meio de diversas atividades, pudemos compreender o funcionamento da Estatstica em diversas situaes quais, sem ela, impossibilitar-se-ia a soluo de diversos problemas que insurgem na locomotiva do mercado de produo de bens e servios. O administrador que negligenciar o mtodo estatstico para a gerncia do seu negcio, certamente se encontrar deriva no acirrada concorrncia de mercado.

REFERNCIAS BIBLIOGRFICAS

LUTZ, Maurcio. Correlao. Acesso em: 20 nov. 2013

CETControlo Estatstico de Qualidade. Acesso: 20 nov. 2013

LARSON, Ron.; FARBER, Betsy. Estatstica Aplicada. 4 ed. So Paulo: Pearson - Prentice Hall, 2010.