10º ano
  1. Sistemas numéricos  1.1. Número real  1.1.1. Propriedades dos Números Reais  1.1.2. Números racionais e irracionais  1.1.3. Representação decimal de números reais  1.1.4. Operações com números reais  1.1.5. Números reais na reta numérica  1.2. O lema da divisão de Euclides  1.3. Fatoração de números primos  1.4. Compreendendo o MMC e o MDC em sistemas numéricos  1.5. Expoentes e Radicais  1.5.1. Leis dos expoentes  1.5.2. Simplificação de expressões básicas  1.5.3. Notação científica
  2. Compreendendo Algebra  2.1. Polinômios  2.1.1. Definição e tipos de polinômios  2.1.2. Grau de um polinômio  2.1.3. Zeros de um polinômio  2.1.4. Fatoração de polinômios  2.1.5. Identidades algébricas  2.2. Equações lineares em duas variáveis  2.2.1. Gráficos de equações lineares  2.2.2. Soluções de equações lineares  2.2.3. Aplicação de equações lineares em problemas de palavras  2.3. Entendendo Equações Quadráticas  2.3.1. Forma padrão de equação quadrática  2.3.2. Métodos para resolver equações quadráticas  2.3.2.1. Método de fatoração  2.3.2.2. Método de completar o quadrado  2.3.2.3. Fórmula quadrática  2.3.3. Compreendendo a natureza das raízes em equações quadráticas  2.4. Entendendo progressões aritméticas  2.4.1. Definição de progressão aritmética  2.4.2. Termo geral da Progressão Aritmética (PA)  2.4.3. A soma dos primeiros n termos de uma progressão aritmética  2.5. Introdução às funções  2.5.1. Definição e tipos de funções  2.5.2. Domínio e imagem  2.5.3. Estrutura dos trabalhos  2.5.4. Inverso de uma função
  3. Geometria coordenada  3.1. Introdução ao sistema cartesiano em geometria coordenada  3.2. Fórmula da distância  3.3. Fórmula da seção  3.4. Área de um triângulo  3.5. Inclinação da linha  3.6. Equação de uma linha em geometria coordenada  3.6.1. Forma de inclinação-interceptação  3.6.2. Introdução à forma ponto-inclinação  3.6.3. Forma de dois pontos  3.6.4. Forma de interceptação  3.6.5. Forma geral da linha
  4. Trigonometria  4.1. Razões trigonométricas  4.1.1. Sen, cosseno, tangente e seus inversos  4.1.2. Compreendendo os valores das razões trigonométricas em ângulos específicos  4.2. Identidades Trigonométricas  4.3. Relações trigonométricas de ângulos complementares  4.4. Alturas e distâncias  4.4.1. Compreendendo ângulos de elevação e depressão  4.4.2. Aplicações em problemas da vida real
  5. Geometria  5.1. Triângulo  5.1.1. Congruência de triângulos  5.1.2. Critérios de conformidade  5.1.3. Propriedades dos triângulos  5.2. Compreendendo similaridade na geometria  5.2.1. Compreendendo formas semelhantes na geometria  5.2.2. Critérios de semelhança  5.2.3. Similaridade de triângulos  5.2.4. Aplicações do paralelismo na vida real  5.3. Compreendendo círculos na geometria  5.3.1. Propriedades do círculo  5.3.2. Tangente a um círculo  5.3.3. Número de tangentes a partir de um ponto  5.3.4. Ângulo subtendido pelo arco  5.4. Construções em geometria  5.4.1. Construção de triângulos semelhantes  5.4.2. Tangente a um círculo  5.4.3. Construção de uma bissetriz de ângulo
  6. Mensuração  6.1. Área de figuras planas  6.1.1. Área de um Triângulo  6.1.2. Compreendendo a área de um paralelogramo  6.1.3. Área do trapézio  6.1.4. Compreendendo a área de um losango  6.2. Área de superfície e volume  6.2.1. Área de superfície de cubo, paralelepípedo e cilindro  6.2.2. Área de superfície do cone e esfera  6.2.3. Volume de um cubo, paralelepípedo e cilindro  6.2.4. Volume de cone e esfera  6.3. Conversão de unidades  6.4. Tronco de cone
  7. Figuras  7.1. Introdução à estatística  7.2. Coleta de dados  7.3. Apresentação de dados  7.3.1. Forma Tabular  7.3.2. Forma gráfica  7.3.2.1. Gráfico de barras  7.3.2.2. Histograma: Uma ferramenta para representação gráfica em estatística  7.3.2.3. Polígono de frequência  7.3.2.4. Ogiva  7.4. Medidas de tendência central  7.4.1. Média, mediana e moda  7.4.2. Compreendendo Quartis e Percentis  7.5. Medidas de dispersão  7.5.1. Alcance e intervalo interquartil  7.5.2. Desvio Padrão e Variância
  8. Possibilidade  8.1. Introdução à Probabilidade  8.2. Probabilidade experimental  8.3. Probabilidade teórica  8.4. Probabilidade de eventos simples  8.5. Programas Complementares  8.6. Probabilidade de eventos mistos

10º ano → Figuras ↓


Medidas de tendência central


Medidas de tendência central são conceitos importantes na estatística que nos ajudam a encontrar o valor central ou típico em um conjunto de dados. Essas medidas nos dão uma ideia de onde a maioria dos valores se concentra em um conjunto de dados. Elas são amplamente utilizadas para resumir dados e são úteis em uma variedade de campos, incluindo economia, educação e saúde.

As três principais medidas de tendência central são a média, mediana e moda. Cada medida serve a diferentes propósitos e pode ser mais adequada para certos tipos de dados do que outras.

Média

A média é a medida de tendência central mais comumente usada. Muitas vezes é referida simplesmente como "a média". A média é calculada somando todos os números em um conjunto de dados e dividindo pelo número de valores no conjunto de dados. Isso é especialmente útil ao lidar com dados sem valores extremos (outliers).

Média = (soma de todos os valores no conjunto de dados) / (número de valores no conjunto de dados)

Vejamos um exemplo:

Imagine que temos o seguinte conjunto de dados mostrando as notas de alunos em um teste de matemática:

Notas: 78, 85, 90, 95, 100

Para calcular a média, primeiro somamos todas as notas:

Total = 78 + 85 + 90 + 95 + 100 = 448

Em seguida, dividimos o total pelo número de notas presentes. Nesse caso, há 5 notas:

Média = 448 / 5 = 89,6

A nota média para este grupo de alunos é 89,6.

Exemplo visual

Média

Nesse exemplo visual, cada círculo colorido representa uma das notas. A linha tracejada representa a média, que é a posição média de todos os pontos de dados.

Mediana

A mediana é o número do meio em uma lista ordenada, crescente ou decrescente, de números. Se o número total de valores for ímpar, a mediana é o número do meio. Se for par, é a média dos dois números do meio. A mediana é útil para determinar o centro de um conjunto de dados ao lidar com outliers ou dados assimétricos.

Considere o mesmo conjunto de pontos:

Notas: 78, 85, 90, 95, 100

Para encontrar a mediana, organize os números em ordem e encontre a nota do meio:

Em ordem: 78, 85, 90, 95, 100
  Mediana = 90 (terceiro número em um conjunto de cinco)

Se adicionarmos mais um número, digamos 82, o novo conjunto de dados será:

Notas: 78, 82, 85, 90, 95, 100

Como temos seis números, tiramos a média dos dois números do meio, 85 e 90:

Mediana = (85 + 90) / 2 = 87,5

Exemplo visual

Mediana

Neste exemplo, a linha tracejada representa a posição da mediana e a retrata como a linha central de divisão de todos os dados.

Moda

A moda é o valor que aparece com mais frequência em um conjunto de dados. Um conjunto de dados pode ter uma moda, mais de uma moda ou nenhuma moda. A moda é particularmente útil em dados qualitativos, onde observamos as frequências das categorias.

Vamos resolver um exemplo:

Dados: 5, 8, 9, 8, 10, 15, 8, 22

Aqui, o número 8 aparece com mais frequência. Portanto, a moda deste conjunto de dados é 8.

Vamos adicionar mais alguns números para tornar isso mais difícil:

Dados: 5, 8, 9, 8, 10, 9, 15, 8, 9, 22

Neste novo conjunto de dados, os números 8 e 9 aparecem mais frequentemente. Isso significa que o conjunto de dados é bimodal, com duas modas: 8 e 9.

Exemplo visual

Moda Moda

Na visualização, os maiores círculos representam as modas do conjunto de dados. Estes são os valores que ocorrem com mais frequência dentro do conjunto.

Na análise estatística, é importante entender quando usar cada medida de tendência central. Cada medida revela diferentes aspectos dos dados. A escolha da medida certa pode depender da natureza dos dados sendo analisados e dos insights específicos necessários.

Comparação entre média, mediana e moda

Cada medida de tendência central tem suas próprias forças e fraquezas:

  • Média: Melhor para dados sem outliers e fornece uma média verdadeira. No entanto, pode ser fortemente distorcida por outliers.
  • Mediana: Ideal para distribuições assimétricas ou dados ordinais, pois não é afetada por valores extremos.
  • Moda: Útil para identificar os itens que ocorrem com mais frequência em dados categóricos e pode ajudar a entender a forma da distribuição dos dados.

Vamos considerar um exemplo de outliers:

Considere o seguinte conjunto de dados:

Dados: 2, 4, 4, 4, 5, 7, 9, 70

Os números variam principalmente de 2 a 9, mas há uma exceção (70) que é muito maior do que os outros números.

Cálculo da média:

Média = (2 + 4 + 4 + 4 + 5 + 7 + 9 + 70) / 8 = 13,1

A média é 13,1, o que não reflete o valor típico no conjunto de dados devido ao outlier de 70.

Para calcular a mediana, primeiro organize os dados:

2, 4, 4, 4, 5, 7, 9, 70
Como há 8 valores, a mediana é (4 + 5) / 2 = 4,5

A mediana de 4,5 representa melhor o valor central deste dado, que não é afetado por outliers.

Moda:

O valor que ocorre com mais frequência é 4.

Neste caso, a moda é útil para indicar a ocorrência mais comum.

Escolhendo a melhor solução

Escolher a medida certa de tendência central depende da natureza dos dados e das questões específicas que você deseja responder:

  • Se não houver outliers: A média pode ser uma boa escolha.
  • Se os dados forem assimétricos: A mediana geralmente é mais precisa.
  • Se os dados forem categóricos ou discretos e contiverem pontos de dados repetidos: A moda pode fornecer informações importantes.

Em resumo, média, mediana e moda são ferramentas poderosas para resumir dados. Cada uma possui suas próprias forças únicas que a tornam apropriada para diferentes situações. Ao entender essas diferenças e praticar com dados, você pode decidir qual medida usar para uma análise de dados robusta.


10º ano → 7.4


U
username
0%
concluído em 10º ano

← Anterior (7.3.2.4)
Ogiva
Próximo (7.4.1) →
Média, mediana e moda

Comentários 



Medidas de tendência central

https://www.buddymath.com/g10/7.4?bmal=pt