Matemática A · 11.º Ano · Estatística e Probabilidades · 3o Periodo

Estatística Bidimensional: Diagramas de Dispersão

Os alunos analisam a relação entre duas variáveis através de diagramas de dispersão.

• Aprendizagens Essenciais
• DGE: Secundario - Probabilidades e Estatística

Sobre este tópico

Os diagramas de dispersão permitem aos alunos visualizar e interpretar a relação entre duas variáveis quantitativas no contexto da Estatística Bidimensional. No 11.º ano, os estudantes constroem estes diagramas com dados reais, identificam padrões como nuvens de pontos ascendentes para correlação positiva, descendentes para negativa ou dispersos para nula, e detetam anomalias que desviam-se da tendência geral. Esta análise responde diretamente às questões chave do currículo, como interpretar visualmente relações e avaliar a utilidade destes gráficos na deteção de padrões.

Integrado na unidade de Estatística e Probabilidades do 3.º período, este tema fortalece competências de raciocínio estatístico alinhadas com os standards DGE para o secundário. Os alunos distinguem correlação de causalidade, aplicando conceitos a contextos como saúde, ambiente ou economia, e preparam-se para modelação mais avançada.

A aprendizagem ativa beneficia este tópico porque os alunos recolhem dados próprios, constroem diagramas em grupo e discutem interpretações colaborativamente. Estas abordagens tornam a análise visual concreta, fomentam o debate sobre evidências e fixam distinções subtis entre tipos de correlação de forma duradoura.

Questões-Chave

1. Como podemos interpretar visualmente a relação entre duas variáveis num diagrama de dispersão?
2. Diferencie entre correlação positiva, negativa e nula num diagrama de dispersão.
3. Avalie a utilidade dos diagramas de dispersão na identificação de padrões e anomalias nos dados.

Objetivos de Aprendizagem

• Analisar a relação entre duas variáveis quantitativas representadas num diagrama de dispersão, identificando tendências.
• Classificar a natureza da correlação (positiva, negativa, nula) com base no padrão visual do diagrama de dispersão.
• Avaliar a presença de valores atípicos (outliers) num diagrama de dispersão e discutir o seu potencial impacto na interpretação dos dados.
• Comparar a força e a direção da relação entre pares de variáveis distintas através dos seus respetivos diagramas de dispersão.

Antes de Começar

Representação Gráfica de Dados

Porquê: Os alunos precisam de saber ler e interpretar gráficos básicos, como gráficos de barras e de linhas, para poderem construir e analisar diagramas de dispersão.

Variáveis Quantitativas

Porquê: É fundamental que os alunos compreendam a diferença entre variáveis quantitativas e qualitativas para aplicarem corretamente os diagramas de dispersão.

Vocabulário-Chave

Diagrama de Dispersão	Um gráfico que utiliza pontos para representar os valores de duas variáveis quantitativas, permitindo visualizar a relação entre elas.
Correlação Positiva	Indica que, à medida que uma variável aumenta, a outra variável tende também a aumentar. Visualmente, os pontos formam uma nuvem que sobe da esquerda para a direita.
Correlação Negativa	Indica que, à medida que uma variável aumenta, a outra variável tende a diminuir. Visualmente, os pontos formam uma nuvem que desce da esquerda para a direita.
Correlação Nula	Sugere que não existe uma relação linear aparente entre as duas variáveis. Os pontos no diagrama de dispersão parecem estar distribuídos aleatoriamente.
Valor Atípico (Outlier)	Um ponto de dados que se desvia significativamente do padrão geral observado nos restantes dados de um diagrama de dispersão.

Atenção a estes erros comuns

Erro comum

Correlação positiva significa que uma variável causa a outra.

O que ensinar em alternativa

A correlação indica apenas associação, não causalidade; atividades de debate em grupo sobre exemplos como altura e peso ajudam os alunos a questionar pressupostos causais e a valorizar evidências adicionais.

Erro comum

Se os pontos estão dispersos, não há qualquer relação.

O que ensinar em alternativa

Correlação nula reflete ausência de tendência linear, mas outras relações podem existir; a construção manual de diagramas em pares revela nuances e corrige visões binárias através de observação direta.

Erro comum

Anomalias são erros nos dados e devem ser ignoradas.

O que ensinar em alternativa

Anomalias são valores reais que merecem investigação; discussões colaborativas em atividades de caça incentivam os alunos a explorar contextos reais, promovendo pensamento crítico estatístico.

Ideias de aprendizagem ativa

Ensino pelos Pares: Dados Pessoais em Dispersão

Cada par recolhe dados sobre altura e peso dos colegas da turma. Constroem o diagrama de dispersão no GeoGebra ou papel milimetrado. Discutem se observam correlação positiva e identificam possíveis anomalias.

30 min·Pares

Pequenos Grupos: Análise de Dados Reais

Forneça conjuntos de dados como temperatura e vendas de gelados. Os grupos plotam diagramas de dispersão, classificam a correlação e propõem uma reta de tendência. Apresentam conclusões à turma.

45 min·Pequenos grupos

Turma Inteira: Caça às Anomalias

Projete vários diagramas de dispersão. A turma identifica coletivamente correlações e anomalias, votando em interpretações. Registe no quadro para discutir forças e fraquezas.

20 min·Turma inteira

Individual: Interpretação Guiada

Entregue diagramas prontos com questões sobre tipo de correlação e anomalias. Os alunos anotam respostas e comparam com pares depois.

25 min·Individual

Ligações ao Mundo Real

• Economistas utilizam diagramas de dispersão para analisar a relação entre o investimento em publicidade e as vendas de um produto, ajudando empresas como a Nestlé a otimizar orçamentos de marketing.
• Investigadores em saúde pública podem usar diagramas de dispersão para explorar a ligação entre o número de horas de exercício físico semanal e os níveis de colesterol em diferentes grupos populacionais, informando campanhas de saúde.
• Meteorologistas podem visualizar a relação entre a temperatura registada numa cidade e a humidade do ar através de diagramas de dispersão, auxiliando na previsão de fenómenos meteorológicos para entidades como o IPMA.

Ideias de Avaliação

Bilhete de Saída

Forneça aos alunos um diagrama de dispersão com dados fictícios (ex: horas de estudo vs. nota final). Peça-lhes para escreverem duas frases: uma descrevendo a relação observada e outra identificando um possível valor atípico e o que ele poderia significar.

Questão para Discussão

Apresente dois diagramas de dispersão distintos (um com forte correlação positiva, outro com correlação negativa fraca). Questione os alunos: 'Qual destes diagramas sugere uma relação mais forte entre as variáveis? Justifiquem a vossa resposta com base no padrão dos pontos. Que cuidados devemos ter ao interpretar estas relações?'

Verificação Rápida

Mostre aos alunos um diagrama de dispersão e peça-lhes para levantarem uma mão se a correlação for positiva, duas mãos se for negativa e nenhuma mão se for nula. Em seguida, peça a um aluno para explicar o seu raciocínio.

Perguntas frequentes

Como interpretar a correlação num diagrama de dispersão?

Observe a direção: ascendente para positiva, descendente para negativa, dispersa para nula. Avalie a força pela proximidade aos pontos a uma reta imaginária e identifique anomalias como desvios. Pratique com dados reais para ligar padrões visuais a contextos práticos como economia ou saúde.

Qual a diferença entre correlação positiva e negativa?

Correlação positiva ocorre quando ambas as variáveis aumentam juntas, pontos ascendentes; negativa quando uma aumenta e a outra diminui, pontos descendentes. Atividades de plotting ajudam a visualizar estas tendências e a evitar confusões com causalidade.

Como a aprendizagem ativa ajuda na compreensão dos diagramas de dispersão?

Recolher dados próprios e construir diagramas em grupos torna conceitos visuais concretos, fomentando discussões que clarificam tipos de correlação. Estas abordagens ativam o raciocínio crítico, fixam deteção de anomalias e preparam para análises reais, superando aulas passivas.

Para que servem os diagramas de dispersão na Estatística?

Servem para explorar relações bivariadas, identificar padrões, correlações e anomalias antes de modelação avançada. São úteis em ciências sociais, biologia ou negócios, ajudando decisões baseadas em dados visuais claros e objetivos.