FACULDADE DE CIÊNCIAS DE EDUCAÇÃO

CURSO DE LICENCIATURA EM ENSINO DE BIOLOGIA

Distribuição de frequências

Delfina Alfredo Xavier

Código: 81240947

Angoche, Março de 2024

i
 FACULDADE DE CIÊNCIAS DE EDUCAÇÃO
CURSO DE LICENCIATURA EM ENSINO DE BIOLOGIA

Distribuição de frequências

Trabalho de Campo a ser submetido na

Coordenação do Curso de Licenciatura em
Ensino de Biologia da UnISCED.
Cadeira: Estatística
Tutor:

Delfina Alfredo Xavier

Código: 81240947

Angoche, Março de 2024

ii
Índice

Introdução................................................................................................................................... 1
Conceitos de Distribuição de Frequências ................................................................................... 2
Tipos de Distribuição de Frequências .......................................................................................... 3
A frequência absoluta (fi) ........................................................................................................ 3
Frequência relativa (fri) ........................................................................................................... 3
A frequência acumulada .......................................................................................................... 4
A Amplitude Total................................................................................................................... 4
Número de Classes .................................................................................................................. 5
Amplitude do Intervalo de Classe ............................................................................................ 5
Conclusão ................................................................................................................................... 7
Referências bibliográficas ........................................................................................................... 8

iii
Introdução

A distribuição de frequência é uma ferramenta estatística fundamental utilizada para organizar e

compreender conjuntos de dados. Por meio da categorização dos valores em classes exclusivas e
da contagem do número de observações em cada classe, a distribuição de frequência revela padrões
e tendências que são essenciais para a análise estatística. Este conceito, destacado por diversos
autores, oferece uma base sólida para uma variedade de aplicações, desde a análise de resultados
eleitorais até a compreensão de padrões de renda e desempenho de vendas. Além disso, a
representação gráfica dessas distribuições através de diferentes tipos de gráficos facilita a
interpretação dos dados, permitindo uma rápida identificação de padrões, diferenças e semelhanças.

1
Conceitos de Distribuição de Frequências

A distribuição de frequência é uma ferramenta estatística vital, destacada por Agresti (2007) e
Howell (2010), para organizar dados em classes exclusivas, revelando o número de observações
por classe. Essencial para discernir padrões, como Triola (2017) enfatiza, facilita a visualização e
interpretação dos dados.

Utilizada em diversos contextos, a distribuição de frequência permite a análise de variáveis desde

resultados eleitorais, citados por Gelman e Hill (2006), até rendas geográficas, mencionadas por
Gruson (2013), e desempenho de vendas, segundo Montgomery e Runger (2018).

Especificamente, Johnson e Bhattacharyya (2010) aplicaram-na na análise de empréstimos

estudantis, enquanto Hair et al. (2019) ressaltam sua utilidade em fundamentar decisões em
economia e administração pública. Portanto, essa ferramenta não só organiza os dados, mas
também é crucial para compreender e analisar fenômenos complexos em várias esferas.

Para representar graficamente essas distribuições, pode-se utilizar diferentes tipos de gráficos,
como:

Histograma: adequado para dados quantitativos contínuos, onde as barras representam a

frequência de ocorrências em intervalos contínuos.

Gráfico de linha: útil para mostrar a evolução da frequência de um dado ao longo do tempo ou
outra variável contínua.

Gráfico de barras: similar ao histograma, mas utilizado para dados categóricos, onde cada barra
representa uma categoria distinta.

Gráfico de setores (ou pizza): mostra a proporção de cada classe em relação ao total, sendo mais
eficaz para destacar as partes de um todo.

Esses métodos gráficos facilitam a compreensão dos dados, permitindo que padrões, diferenças e
semelhanças sejam rapidamente identificados. A distribuição de frequência é aplicável tanto a
dados qualitativos quanto quantitativos, tornando-a versátil para diversas análises estatísticas.

2
Tipos de Distribuição de Frequências

A frequência absoluta (fi)

A frequência absoluta (fi) é o número de vezes que um determinado valor ocorre em um conjunto
de dados. Em uma distribuição de frequência, a frequência absoluta representa a contagem direta
de quantas vezes um valor específico aparece nos dados. Por exemplo, se em um conjunto de dados
de notas de alunos, a nota 7 aparece 5 vezes, então a frequência absoluta de 7 seria 5.

Essencial para a análise estatística, a frequência absoluta fornece informações cruciais sobre a
distribuição dos dados e a incidência de valores específicos. Ela é comumente empregada em
conjunto com a frequência relativa e a frequência acumulada para uma análise mais abrangente dos
dados.

Frequência relativa (fri)

A frequência relativa (fri) é uma medida estatística que indica a proporção de vezes que um
determinado valor ocorre em relação ao número total de observações. É geralmente expressa em
percentagem e calculada pela fórmula:

𝑓
𝑓𝑟𝑖 = × 100%
𝑛

Onde:

 ( f ) é a frequência absoluta do valor em questão, ou seja, o número de vezes que o valor

ocorre no conjunto de dados.

 ( n ) é o número total de observações no conjunto de dados.

Por exemplo, se temos um valor que ocorre 5 vezes em um conjunto de 50 observações, a

frequência relativa seria:

5
𝑓𝑟𝑖 = × 100% = 10%
50

Isso significa que o valor representa 10% do total de observações.

3
A frequência acumulada

A frequência acumulada é a soma acumulativa das frequências absolutas de um conjunto de dados

até um determinado valor. Em outras palavras, é o total acumulado de ocorrências de valores iguais
ou menores que um valor específico em uma distribuição de frequência.

A fórmula para calcular a frequência acumulada (Fac) é:

𝐹𝑎𝑐 = 𝑓1 + 𝑓2 +. . . +𝑓𝑖

Onde:

 ( f_1, f_2, …, f_i ) são as frequências absolutas das classes anteriores até a classe atual ( i).

Por exemplo, se temos um conjunto de dados com as seguintes frequências absolutas para as
primeiras três classes: 10, 15 e 20, a frequência acumulada para a terceira classe seria:

𝐹𝑎𝑐 = 10 + 15 + 20 = 45

Isso indica que há 45 observações que caem abaixo do limite superior da terceira classe.

A Amplitude Total

A Amplitude Total é uma medida estatística que representa a diferença entre o maior e o menor
valor presente em um conjunto de dados. Essa medida fornece uma indicação da extensão ou
alcance total dos valores dentro do conjunto de dados.

Para calcular a amplitude total, você simplesmente subtrai o menor valor do maior valor encontrado
no conjunto de dados.

A fórmula para a amplitude total (AT) é: 𝑨𝑻 = 𝑽𝒎𝒂𝒙 − 𝑽𝒎𝒊𝒏

Onde:

 ( V_{max} ) é o maior valor do conjunto de dados.

 ( V_{min} ) é o menor valor do conjunto de dados.

Por exemplo, se em um conjunto de dados o maior valor é 80 e o menor é 15, a amplitude total
seria:

4
 𝐴𝑇 = 80 − 15 = 65

Isso indica que a variação total dos valores no conjunto de dados é de 65 unidades.

Número de Classes

O Número de Classes é essencial para organizar os dados em uma distribuição de frequência,

facilitando a análise e interpretação estatística. A fórmula de Sturges é um dos métodos mais
comuns para determinar esse número e é dada por:

𝑘 = 1 + 3.322log⁡10 (𝑛)

Onde:

 ( k ) é o número de classes.

 ( n ) é o número total de observações no conjunto de dados.

 ( \log_{10} ) é o logaritmo na base 10.

A fórmula de Sturges é particularmente útil quando não se tem uma ideia prévia de quantas classes
usar, pois ela fornece uma regra prática baseada no tamanho da amostra.

Existem outros métodos para determinar o número de classes, como a regra da raiz quadrada, a
regra de Rice, entre outros. Cada método tem suas próprias vantagens e pode ser mais adequado
dependendo do contexto dos dados e do objetivo da análise.

Amplitude do Intervalo de Classe

É uma medida que indica a largura de cada classe em uma distribuição de frequência. Ela é
calculada pela diferença entre o limite superior (LS) e o limite inferior (LI) de uma classe. A
fórmula para a amplitude do intervalo de classe (AIC) é:

𝐴𝐼𝐶 = 𝐿𝑆 − 𝐿𝐼

Por exemplo, se uma classe tem um limite inferior de 10 e um limite superior de 20, a amplitude
do intervalo de classe seria:

𝐴𝐼𝐶 = 20 − 10 = 10

5
Isso significa que a largura dessa classe é de 10 unidades. A amplitude do intervalo de classe ajuda
a entender a dispersão dos dados dentro de cada classe e é crucial para a construção de histogramas
e outras representações gráficas dos dados.

6
Conclusão

Em suma, os conceitos de distribuição de frequências, incluindo a frequência absoluta, frequência

relativa, frequência acumulada, amplitude total, número de classes e amplitude do intervalo de
classe, desempenham um papel crucial na análise estatística e na interpretação de conjuntos de
dados. Essas ferramentas estatísticas fornecem insights valiosos que são fundamentais para a
compreensão de fenômenos complexos em diversas áreas, desde a pesquisa acadêmica até a tomada
de decisões em economia e administração pública. Ao compreender e aplicar esses conceitos, os
pesquisadores e profissionais podem obter uma compreensão mais profunda dos dados e
fundamentar suas análises de forma sólida e embasada.

7
Referências bibliográficas

Agresti, A. (2007). An Introduction to Categorical Data Analysis (2nd ed.). John Wiley & Sons.
Gelman, A., & Hill, J. (2006). Data Analysis Using Regression and Multilevel/Hierarchical
Models. Cambridge University Press.
Gruson, M. (2013). Income Distribution. Springer Science & Business Media.
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate Data Analysis (8th
ed.). Cengage Learning.
Howell, D. C. (2010). Statistical Methods for Psychology (7th ed.). Cengage Learning.
Johnson, R. A., & Bhattacharyya, G. K. (2010). Statistics: Principles and Methods (6th ed.). John
Wiley & Sons.
Montgomery, D. C., & Runger, G. C. (2018). Applied Statistics and Probability for Engineers (7th
ed.). John Wiley & Sons.
Triola, M. F. (2017). Elementary Statistics (13th ed.). Pearson.