O histograma é um gráfico de barras vertical que representa a distribuição de frequència de uma variável quantitativa (discreta e contínua), utilizados para agrupar dados em classes.

Passo 1

Você escreveu uma frase definindo histograma. O que vou fazer: explicar claramente o que é um histograma, mostrar passo a passo como construí‑lo (com um exemplo numérico), ensinar as fórmulas que aparecem quando precisamos escolher classes e alturas, e dar dicas de interpretação e erros comuns. Informações dadas pelo enunciado que vou usar: que o histograma é um gráfico de barras verticais que representa a distribuição de frequência de uma variável quantitativa e que serve para agrupar dados em classes.

Passo 2

Definição e ideia essencial — o que cada coisa significa. Um histograma é um gráfico formado por barras adjacentes (sem espaços quando as classes cobrem um contínuo) onde:
  • cada barra corresponde a uma classe (intervalo) da variável;
  • a base da barra tem largura igual à amplitude da classe, que chamaremos de w_i );
  • a altura da barra é escolhida de forma que a área da barra seja proporcional à frequência (ou frequência relativa) dos dados naquela classe.
Explicando as notações:
  • N = número total de observações (tamanho da amostra).
  • f_i = frequência absoluta da i-ésima classe (quantos dados caem nela).
  • p_i = frequência relativa da i-ésima classe, isto é p_i = \dfrac{f_i}{N}.
  • w_i = largura (amplitude) da i-ésima classe.
  • d_i = densidade de frequência da i-ésima classe (altura que devemos usar quando classes têm larguras diferentes).
Fórmula que garante que a área da barra represente a frequência absoluta:
\text{área da barra}_i = (\text{altura}) \times w_i = f_i.á
Dessa igualdade segue que, se queremos que a área represente a frequência absoluta,
\text{altura} = d_i = \dfrac{f_i}{w_i}.
Se preferirmos que a área represente a frequência relativa, usamos
\text{altura} = \tilde d_i = \dfrac{p_i}{w_i} = \dfrac{f_i/N}{w_i} = \dfrac{f_i}{N w_i}.
Observação prática: quando todas as classes têm a mesma largura ( w_i igual para todo i), muitas vezes plotamos a altura simplesmente como f_i (frequência) ou p_i (frequência relativa) — porque dividir por uma constante não muda a forma relativa do histograma.

Passo 3

Como escolher classes — regras práticas que você pode usar na prova.
  1. Número de classes k:
  • Regra de Sturges (fácil e muito usada em provas):
k = \left\lceil \log_2 N + 1 \right\rceil,
onde \lceil \cdot \rceil é função teto (arredonda para cima). Aqui \log_2 é logaritmo base 2.
2) Largura da classe (se usar k classes uniformes):
  • calcule o intervalo total (amplitude): \displaystyle R = \max(\text{dados}) - \min(\text{dados}).
  • largura aproximada: \displaystyle w \approx \dfrac{R}{k}. Arredonde para um valor conveniente (1, 2, 5, 10, etc.) se necessário.
  1. Outra regra (para dados contínuos e amostras maiores): Freedman–Diaconis para largura de classe
h = 2\,\dfrac{\mathrm{IQR}}{N^{1/3}},
onde \mathrm{IQR} é o intervalo interquartílico (diferença entre terceiro e primeiro quartis). Essa regra tende a equilibrar viés e variância.

Passo 4

Construção passo a passo com um exemplo numérico bem mastigado. Suponha os dados: 2,3,4,5,7,8,9,10,12,15. Aqui N = 10.
  1. Calcule N: \,N=10.
  2. Use Sturges para obter k:
k = \left\lceil \log_2 10 + 1 \right\rceil = \left\lceil 3{,}3219 + 1 \right\rceil = \left\lceil 4{,}3219 \right\rceil = 5.
  1. Calcule a amplitude R:
R = \max(\text{dados}) - \min(\text{dados}) = 15 - 2 = 13.
  1. Largura aproximada das classes:
w \approx \dfrac{R}{k} = \dfrac{13}{5} = 2{,}6.
Escolhemos um w conveniente, por exemplo w=3. Agora montamos as classes começando em 2:
  • Classe 1: [2,5) com largura 3.
  • Classe 2: [5,8) com largura 3.
  • Classe 3: [8,11) com largura 3.
  • Classe 4: [11,14) com largura 3.
  • Classe 5: [14,17) com largura 3.
  1. Conte as observações em cada classe (tally):
  • [2,5): contém 2,3,4 f_1 = 3.
  • [5,8): contém 5,7 f_2 = 2.
  • [8,11): contém 8,9,10 f_3 = 3.
  • [11,14): contém 12 f_4 = 1.
  • [14,17): contém 15 f_5 = 1.
Verifique \sum_{i=1}^5 f_i = 3+2+3+1+1 = 10 = N.
  1. Alturas para o histograma (classes todas com mesma largura w=3):
  • Se você quer barras com alturas iguais às frequências absolutas, plote altura = f_i. Então as alturas são 3,2,3,1,1.
  • Se preferir densidade (útil quando larguras diferentes), calcule d_i = f_i / w_i. Aqui w_i=3, então d_i = f_i/3: 1, 2/3, 1, 1/3, 1/3.
  • Se preferir frequência relativa, calcule p_i = f_i/N: 0{,}3, 0{,}2, 0{,}3, 0{,}1, 0{,}1.
Se todas as larguras são iguais, as duas formas (altura = f_i ou altura = p_i) são equivalentes em forma; apenas mudam a escala vertical.

Passo 5

E se as classes tiverem larguras diferentes? Exemplo rápido para mostrar por que usamos densidade:
  • Imagine que a última classe fosse [14,20) com w_5 = 6 (em vez de 3) e ainda f_5=1.
  • Se você desenhasse a barra com altura f_5=1, a área seria 1 \times 6 = 6, o que não corresponde à frequência real f_5=1 — erro grave.
  • Para corrigir, usamos densidade:
\text{altura} = d_5 = \dfrac{f_5}{w_5} = \dfrac{1}{6} \approx 0{,}1667,
assim a área é d_5 \times w_5 = (1/6)\times 6 = 1 = f_5. Portanto, sempre que houver classes de larguras diferentes, calcule a altura como d_i = f_i/w_i (ou a versão relativa \tilde d_i = f_i/(N w_i)).

Passo 6

Interpretação do histograma — o que observar na prova:
  • Forma: simétrica, assimétrica à direita (skewed right), assimétrica à esquerda (skewed left).
  • Modalidade: unimodal, bimodal, multimodal.
  • Caudas e outliers: barras isoladas nas extremidades podem indicar outliers.
  • Concentração: onde estão as barras mais altas (moda).
  • Densidade vs frequência: saiba dizer se o eixo vertical mostra frequência absoluta, frequência relativa ou densidade de frequência (isto é importante ao comparar histogramas com larguras diferentes).

Passo 7

Erros comuns e dicas práticas para a prova:
  • Não misture histograma com gráfico de barras categóricas: histograma é para variável quantitativa; gráfico de barras (com espaços) é para qualitativa.
  • Se as classes têm larguras diferentes, NÃO use alturas iguais às frequências — use densidade d_i = f_i/w_i.
  • Escolha k (número de classes) com alguma justificativa (Sturges ou Freedman–Diaconis) e explique o motivo brevemente na resposta se pedirem.
  • Ao calcular classes, defina claramente se usa intervalos do tipo [a,b) ou (a,b] e seja consistente para não duplicar/omitir pontos de fronteira.
  • Em provas sem calculadora, use aproximações simples para w e escolha limites inteiros simples para as classes.

Passo 8

Resumo prático para decorar (fórmulas essenciais que caem em prova):
p_i = \dfrac{f_i}{N},\qquad d_i = \dfrac{f_i}{w_i},\qquad k \approx \left\lceil \log_2 N + 1\right\rceil,\qquad h = 2\,\dfrac{\mathrm{IQR}}{N^{1/3}}.
Essas são as fórmulas que você provavelmente terá de usar ou justificar. Respira fundo: siga os passos (calcular N, escolher k, definir w, construir classes, contar f_i, calcular alturas) e você fará um histograma correto.

Resposta

Um histograma é um gráfico de barras verticais em que cada barra representa uma classe (intervalo) de uma variável quantitativa; a base da barra tem largura igual à amplitude da classe e a altura é escolhida de modo que a área da barra seja proporcional à frequência da classe (altura = f_i/w_i para densidade, ou =f_i / p_i quando todas as classes têm a mesma largura), permitindo visualizar a forma, concentração e dispersão da distribuição dos dados.

Exercícios relacionados