Exercício 2.Comente as seguintes sentenças:
(a)Sempre a metade dos dados está abaixo da média.
(b)Sempre existe uma,e somente uma,moda em um conjunto de dados.
(c)A mediana é a resposta que mais se repete em um conjunto de dados.
(d)As medidas de posição e dispersão podem ser usadas tanto para variáveis quantitativas quanto para variáveis qualitativas.
(e)A média amostral é um valor presente em um conjunto de dados,isto é,sempre há uma observação igual a média amostral.
(a)Sempre a metade dos dados está abaixo da média.
(b)Sempre existe uma,e somente uma,moda em um conjunto de dados.
(c)A mediana é a resposta que mais se repete em um conjunto de dados.
(d)As medidas de posição e dispersão podem ser usadas tanto para variáveis quantitativas quanto para variáveis qualitativas.
(e)A média amostral é um valor presente em um conjunto de dados,isto é,sempre há uma observação igual a média amostral.
Passo 1
O enunciado pede que eu comente cinco sentenças etiquetadas (a) a (e). Vou listar as cinco sentenças exatamente como estão para ficar claro o que pediram:
(a) Sempre a metade dos dados está abaixo da média.
(b) Sempre existe uma,e somente uma,moda em um conjunto de dados.
(c) A mediana é a resposta que mais se repete em um conjunto de dados.
(d) As medidas de posição e dispersão podem ser usadas tanto para variáveis quantitativas quanto para variáveis qualitativas.
(e) A média amostral é um valor presente em um conjunto de dados,isto é,sempre há uma observação igual a média amostral.
A partir daqui vou, passo a passo, definir os conceitos necessários (média, mediana, moda, medidas de dispersão, tipos de variáveis) e usar exemplos numéricos simples para comentar cada sentença.
(a) Sempre a metade dos dados está abaixo da média.
(b) Sempre existe uma,e somente uma,moda em um conjunto de dados.
(c) A mediana é a resposta que mais se repete em um conjunto de dados.
(d) As medidas de posição e dispersão podem ser usadas tanto para variáveis quantitativas quanto para variáveis qualitativas.
(e) A média amostral é um valor presente em um conjunto de dados,isto é,sempre há uma observação igual a média amostral.
A partir daqui vou, passo a passo, definir os conceitos necessários (média, mediana, moda, medidas de dispersão, tipos de variáveis) e usar exemplos numéricos simples para comentar cada sentença.
Passo 2
Definição e interpretação da média aritmética (ensino rápido e prático).
A média aritmética de um conjunto de observações
é dada por
A média aritmética de um conjunto de
O que isso significa, na prática? A média é o “valor médio” obtido somando tudo e dividindo pelo número de observações. É uma medida de posição central que “balanceia” as contribuições numéricas dos dados, mas ela é sensível a valores muito grandes ou muito pequenos (outliers). Não implica automaticamente que metade dos valores esteja acima ou abaixo dela — isso é uma propriedade da mediana, não da média. Vou mostrar exemplos nos passos seguintes.
Passo 3
Definição e cálculo da mediana ( passo a passo, sem pular etapas ).
- Ordene os dados em ordem crescente.
- Se
for ímpar, a mediana é o elemento central: quando , mediana é o -ésimo menor. - Se
for par, a mediana é a média dos dois elementos centrais: quando , mediana é .
A propriedade importante: a mediana sempre divide o conjunto ordenado de modo que pelo menos metade dos dados está menor ou igual à mediana e pelo menos metade está maior ou igual à mediana (essa é a essência de “metade abaixo/metade acima”).
Passo 4
Definição de moda e possibilidades (detalhado e com exemplos).
A moda é o(s) valor(es) que ocorre(m) com maior frequência no conjunto de dados. Categorias possíveis:
A moda é o(s) valor(es) que ocorre(m) com maior frequência no conjunto de dados. Categorias possíveis:
- Não existe moda: ocorre quando todos os valores aparecem com mesma frequência (por exemplo,
— nenhuma repetição). - Moda única (unimodal): existe exatamente um valor que aparece mais vezes (por exemplo,
tem moda ). - Múltiplas modas (bimodal ou multimodal): dois ou mais valores empataram como mais frequentes (por exemplo,
tem moda e ).
Portanto, afirmar que sempre existe uma e somente uma moda está errado — depende dos dados.
Passo 5
Medidas de dispersão e tipos de variáveis — o que faz sentido usar em cada caso.
Medidas comuns de dispersão para variáveis numéricas: alcance (range), intervalo interquartílico (IQR), variância e desvio padrão. Fórmula da variância amostral (uma versão comum):
Medidas comuns de dispersão para variáveis numéricas: alcance (range), intervalo interquartílico (IQR), variância e desvio padrão. Fórmula da variância amostral (uma versão comum):
e o desvio padrão é
. Essas medidas usam operações aritméticas (subtrações, elevações ao quadrado) e fazem sentido quando os dados são quantitativos (intervalares ou racionais).
Para variáveis qualitativas:
Para variáveis qualitativas:
- Nominais (ex.: cores, gêneros): faz sentido usar contagens, proporções e moda, mas média e variância não têm interpretação direta.
- Ordinais (ex.: níveis “baixo”, “médio”, “alto”): mediana e quantis podem ser usados porque existe uma ordem; média só com cuidado (só se a codificação fizer sentido).
Conclusão prática: nem todas as medidas de posição e dispersão podem ser usadas para todo tipo de variável — depende da escala da variável.
Passo 6
Análise da sentença (a): “Sempre a metade dos dados está abaixo da média.”
Raciocínio: a propriedade “metade abaixo/metade acima” é característicamente da mediana, não da média. A média não garante que 50% das observações fiquem abaixo dela. Vou dar contraexemplos numéricos simples para demonstrar.
Exemplo 1 (mais observações abaixo da média): dados . A média é
Raciocínio: a propriedade “metade abaixo/metade acima” é característicamente da mediana, não da média. A média não garante que 50% das observações fiquem abaixo dela. Vou dar contraexemplos numéricos simples para demonstrar.
Exemplo 1 (mais observações abaixo da média): dados
Aqui, exatamente metade (1 observação de 2?) — no caso ímpar a ideia de “metade” é imprecisa, mas note que há uma observação abaixo (
), uma igual (
) e uma acima (
).
Exemplo 2 (menos da metade abaixo da média): dados . A média é
Exemplo 2 (menos da metade abaixo da média): dados
Apenas a observação
está abaixo de
(ou seja,
das observações), muito menos que metade.
Exemplo 3 (mais da metade abaixo): dados . A média é
Exemplo 3 (mais da metade abaixo): dados
Quatro observações (
) estão abaixo de
, ou seja
das observações (> metade).
Conclusão do passo: a sentença (a) é falsa — a média não garante que metade dos dados esteja abaixo dela.
Conclusão do passo: a sentença (a) é falsa — a média não garante que metade dos dados esteja abaixo dela.
Passo 7
Análise da sentença (b): “Sempre existe uma,e somente uma,moda em um conjunto de dados.”
Raciocínio e exemplos:
Raciocínio e exemplos:
- Sem moda:
— todas as frequências iguais → nenhuma moda. - Moda única:
→ moda . - Múltiplas modas:
→ modas e .
Portanto afirmar que sempre existe exatamente uma moda é incorreto. A verdade é: pode não existir moda, pode existir uma moda, ou podem existir várias. Conclusão: (b) é falsa.
Passo 8
Análise da sentença (c): “A mediana é a resposta que mais se repete em um conjunto de dados.”
Raciocínio: mediana é definida por posição (o ponto central depois de ordenar), não por frequência. Aquele valor que aparece mais vezes é a moda, não a mediana. Exemplos:
Raciocínio: mediana é definida por posição (o ponto central depois de ordenar), não por frequência. Aquele valor que aparece mais vezes é a moda, não a mediana. Exemplos:
- Dados
: mediana (aparece uma vez); não é “mais repetida”. - Dados
: mediana (ordenando: ) é (em dados pares a mediana pode nem ser um valor observado); a moda é . A mediana aqui não é um valor repetido.
Conclusão: (c) é falsa — a mediana não é, em geral, o valor que mais se repete.
Passo 9
Análise da sentença (d): “As medidas de posição e dispersão podem ser usadas tanto para variáveis quantitativas quanto para variáveis qualitativas.”
Raciocínio detalhado e prático:
Raciocínio detalhado e prático:
- Para variáveis quantitativas (numéricas): faz total sentido usar média, mediana, moda, variância, desvio padrão, IQR, etc.
- Para variáveis qualitativas nominais (ex.: cor dos olhos): faz sentido usar moda e proporções; média e variância não têm interpretação natural.
- Para variáveis qualitativas ordinais (ex.: classificação “ruim”, “regular”, “bom”): mediana e quantis podem fazer sentido porque existe ordem; média só se você atribuir números à categorias e tiver justificativa.
Logo, a afirmação feita de forma geral é enganosa. Algumas medidas se aplicam a variáveis qualitativas (principalmente a moda e proporções), outras não. Conclusão: (d) é falsa como afirmação geral; é preciso distinguir entre dados nominais, ordinais e quantitativos para escolher medidas apropriadas.
Passo 10
Análise da sentença (e): “A média amostral é um valor presente em um conjunto de dados,isto é,sempre há uma observação igual a média amostral.”
Raciocínio e contraexemplos: a média é um número (a soma dividida por ) que nem sempre coincide com uma observação. Exemplos:
Raciocínio e contraexemplos: a média é um número (a soma dividida por
- Pode coincidir: dados
têm média , que está presente. - Pode não coincidir: dados
têm média , que não é nenhuma observação do conjunto. - Outro exemplo:
têm média , ausente do conjunto.
Portanto a média nem sempre é um valor observado — é falso afirmar que sempre há uma observação igual à média. Conclusão: (e) é falsa.
Resposta
(a) Falsa
(b) Falsa
(c) Falsa
(d) Falsa (a afirmação é vaga; algumas medidas valem para qualitativas, outras não)
(e) Falsa
(b) Falsa
(c) Falsa
(d) Falsa (a afirmação é vaga; algumas medidas valem para qualitativas, outras não)
(e) Falsa