Enunciado

Nos exercícios 17 a 34, encontre a média, a mediana e a moda dos dados, se possível. Se quaisquer dessas medidas não puderem ser encontradas ou não representarem o centro dos dados, explique o porquê.

32. Coeficientes de rendimento de alunos de uma turma.

Passo 1

Fala pessoal, tudo certinho? vamos responder mais uma questão, então prepara o material e vamos responder!!

Ordenando os valores do menor para o maior

8,15,16,18,21,23,24,25,30,39,4040

A média é a soma de todos os valores pela divisão da quantidade de termos

x - = ∑ i = 1 n x i n

Substituindo os valores,

x - = 8 + 15 + 16 + 18 + 21 + 23 + 24 + 25 + 30 + 39 + 40 + 40 12 = 299 12

Com isso, temos o seguinte valor aproximado

x - ≈ 24,9167

Passo 2

A mediana é valor do meio do conjunto ordenado de dados, como a quantidade é par, vamos tirar a média

M e d i a n a = 23 + 24 2 = 47 2 = 23,5

A moda é o valor de dados que ocorre com mais frequência no conjunto de dados. Se não houver dados repetidos, o modo não existe. O número que mais se repete é o " 40 "

M o d a = 40

Resposta

x - ≈ 24,9167

M e d i a n a = 23,5

M o d a = 40

Exercícios de Livros Relacionados

Considere três amostras aleatórias de tamanhos N1 = 20, N2 = 10 e N3 = 8, provenientes de uma população com média mi e variância sigma^2. Sejam S 2 1 ,S 2 ,S 2 3 as variações das amostras. Mostre que
Suponha que X este seja um número de sucessos observados em uma amostra de n observações, em que p é a probabilidade de sucesso em casa observação.mostre que p-Xin é um estimador não tendencioso de pM
X e S^2 São a média e a variância da amostra de uma população com média mi e variância sigma ^2. Similarmente, X2 e S2^2 são a média e a variância da amostra de uma população com média mi2 e variância
Considere a distribuição de Poisson com parâmetro lambda. Encontre um estimador de máxima verossimilhança de lambda, baseada em uma amostra aleatória de tamanho n.
Seja X uma variável aleatória geométrica, com parâmetro P. Encontre um estimador de máxima verossimilhança de P baseado em uma amostra aleatória de tamanho n