Análise e Interpretação de Dados
Desvendando Histórias por trás dos Números
João Carlos Moreira
Copyright©2013-2025 RCEM. Todos os direitos reservados.
Vivemos cercados por números, gráficos e informações que contam histórias fascinantes sobre nosso mundo. Desde a previsão do tempo até os resultados de uma partida de futebol, dados estão por toda parte, esperando para serem compreendidos e interpretados. Neste capítulo, embarcaremos numa jornada para descobrir como transformar números aparentemente sem sentido em conhecimento valioso que nos ajuda a tomar decisões melhores todos os dias!
Dados são pedaços de informação que coletamos sobre o mundo ao nosso redor. Imagine-os como peças de um quebra-cabeça gigante:
Dados podem ser:
Cada dado é como uma pista de detetive — sozinho pode não dizer muito, mas quando juntamos muitos deles, histórias incríveis começam a aparecer!
A análise de dados nos permite enxergar padrões invisíveis e tomar decisões mais inteligentes:
Analisar dados é como ter superpoderes — você consegue ver o que outros não veem e prever o que pode acontecer!
Para trabalhar com dados, precisamos conhecer alguns termos especiais:
Cada conjunto de dados esconde uma narrativa esperando para ser descoberta. Veja este exemplo:
Durante uma semana, anotamos os lanches mais vendidos:
O que esses dados revelam? Conforme a semana avança, os alunos preferem opções mais leves!
O verdadeiro poder dos dados está em usá-los para melhorar nossas escolhas:
Analisar dados segue um processo fascinante que se repete como um ciclo:
Nem tudo que parece ser verdade nos dados realmente é. Precisamos ser detetives cuidadosos:
Os dados são ferramentas poderosas que nos ajudam a compreender melhor o mundo. Como detetives matemáticos, vamos aprender a coletar pistas numéricas, organizá-las de forma inteligente e extrair histórias surpreendentes que estavam escondidas o tempo todo. Prepare-se para ver o mundo com novos olhos — os olhos de quem sabe ler a linguagem secreta dos números!
Assim como existem diferentes tipos de histórias — aventura, mistério, comédia — existem diferentes tipos de dados, cada um com suas características especiais. Conhecer esses tipos é fundamental para escolher a melhor forma de analisá-los e interpretá-los. Vamos descobrir as categorias de dados e como cada uma nos ajuda a entender aspectos diferentes do mundo!
Dados quantitativos são aqueles que podemos medir e expressar com números. São como réguas que medem diferentes aspectos da realidade:
Dados qualitativos descrevem qualidades ou categorias. São como etiquetas que classificam as coisas:
Variáveis discretas são números que contamos em unidades inteiras, sem frações:
São discretas porque não faz sentido ter "metade":
Variáveis contínuas podem assumir qualquer valor dentro de um intervalo, incluindo frações:
A precisão depende do instrumento de medida!
Diferentes tipos de dados exigem diferentes formas de medição:
Às vezes precisamos converter características em números para análise:
Exemplos de transformação:
Em muitas análises, estudamos como uma variável afeta outra:
Exemplo: Será que o tempo de estudo (independente) afeta a nota (dependente)?
Cada tipo de dado requer métodos específicos de coleta:
A escolha correta do tipo de variável determina como analisaremos os dados:
Pergunte-se sempre:
Compreender os tipos de dados e variáveis é como aprender diferentes idiomas — cada um tem suas regras e formas de expressão. Dados quantitativos falam a linguagem dos números e medidas, enquanto dados qualitativos contam histórias através de categorias e características. Dominar essas diferenças nos torna tradutores habilidosos, capazes de extrair significado de qualquer tipo de informação!
Se uma imagem vale mais que mil palavras, um gráfico bem feito vale mais que mil números! Gráficos são como janelas mágicas que transformam tabelas confusas em histórias visuais claras e envolventes. Neste capítulo, vamos aprender a criar e interpretar diferentes tipos de gráficos, descobrindo como escolher o melhor para cada situação e como evitar armadilhas visuais que podem nos enganar.
O gráfico de barras é como um conjunto de torres que mostra comparações de forma clara:
Dica: Use cores diferentes para cada categoria e sempre inclua legendas!
Imagine uma pizza deliciosa dividida em fatias — cada fatia representa uma parte do todo:
Gráficos de pizza são perfeitos para mostrar:
Atenção: Use no máximo 6-7 fatias para manter a clareza!
Gráficos de linhas são como trilhas que mostram o caminho percorrido pelos dados:
Ideais para visualizar:
Conecte os pontos para revelar a história escondida nos números!
Histogramas mostram como os dados se distribuem em intervalos:
Diferente do gráfico de barras: não há espaços entre as barras!
Como um céu estrelado, cada ponto conta uma história sobre a relação entre duas variáveis:
Use gráficos de dispersão para:
Pictogramas usam símbolos e figuras para tornar os dados mais atraentes e memoráveis:
Todo gráfico bem construído precisa de componentes fundamentais:
Nem todos os gráficos contam a verdade completa. Aprenda a identificar truques:
Como selecionar o melhor tipo de gráfico para seus dados:
Pergunte-se:
Gráficos são pontes visuais entre números complexos e compreensão instantânea. Eles transformam dados brutos em narrativas visuais que qualquer pessoa pode entender. Dominar a arte de criar e interpretar gráficos é como ganhar o poder de contar histórias através de imagens — histórias que revelam verdades escondidas nos números e nos ajudam a tomar decisões mais informadas!
Imagine tentar encontrar um livro específico em uma biblioteca onde todos os volumes estão jogados aleatoriamente pelo chão. Impossível, não é? Tabelas fazem pelos dados o que as estantes fazem pelos livros — organizam informações de forma lógica e acessível. Neste capítulo, vamos dominar a arte de criar tabelas claras e extrair insights valiosos dessa poderosa ferramenta de organização!
Assim como nosso corpo tem partes essenciais, uma tabela bem construída possui elementos fundamentais:
Tabelas de frequência são como inventários que mostram quantas vezes cada valor aparece:
Exemplo: Notas de matemática da turma
Cada coluna adiciona uma camada de compreensão!
Quando precisamos analisar duas variáveis simultaneamente, usamos tabelas de dupla entrada:
Imagine uma pesquisa sobre esporte favorito por gênero:
Revela padrões que análises separadas não mostrariam!
Tabelas temporais registram como as coisas mudam ao longo do tempo:
Para tomar decisões informadas, frequentemente precisamos comparar opções:
Comparando smartphones:
Tabelas não apenas organizam — elas facilitam cálculos importantes:
A estrutura tabular torna esses cálculos sistemáticos e verificáveis!
Uma tabela bem formatada comunica melhor suas informações:
Tabelas são excelentes pontos de partida para visualizações:
Ao encontrar tabelas elaboradas, siga uma estratégia sistemática:
Tabelas são o alicerce da análise de dados — estruturas organizadas que transformam caos em clareza. Como arquitetos da informação, ao dominar a criação e interpretação de tabelas, ganhamos o poder de organizar qualquer conjunto de dados de forma que revele seus segredos. Cada célula conta parte da história, e juntas, elas pintam o quadro completo que nos ajuda a entender e decidir melhor!
Quando queremos resumir um conjunto de dados em um único número representativo, recorremos às medidas de tendência central. São como embaixadores matemáticos que falam em nome de todo o grupo! Média, mediana e moda são as três musas da estatística, cada uma contando a história dos dados de uma perspectiva única. Vamos descobrir quando usar cada uma e como elas nos ajudam a entender melhor as informações!
A média é como dividir um bolo igualmente entre todos — soma tudo e reparte em partes iguais:
Média = Soma de todos os valores ÷ Quantidade de valores
Exemplo: Notas 7, 8, 6, 9, 10
A média "equilibra" todos os valores em um só número!
A média é poderosa, mas tem suas limitações:
Imagine os salários em uma pequena empresa:
A média sugere que todos ganham R$ 4.000, mas ninguém ganha isso!
A mediana é o valor que divide os dados ordenados exatamente ao meio:
Exemplo ímpar: 3, 5, 7, 9, 11 → Mediana = 7
Exemplo par: 2, 4, 6, 8 → Mediana = (4+6)÷2 = 5
A moda é simplesmente o valor que aparece com mais frequência:
Exemplo: Em 2, 3, 3, 5, 5, 5, 7 → Moda = 5
Cada medida tem sua personalidade e uso ideal:
Em distribuições simétricas perfeitas: Média = Mediana = Moda!
Nem todos os valores têm a mesma importância. A média ponderada considera isso:
Exemplo: Média final com pesos diferentes
Média ponderada = (7×2 + 8×3 + 9×1) ÷ (2+3+1) = 47÷6 = 7,83
As medidas de tendência central estão em toda parte:
Analisar as três medidas juntas revela muito sobre os dados:
Quando os dados estão em intervalos, usamos técnicas especiais:
As medidas de tendência central são como diferentes lentes para enxergar os dados. A média nos dá o equilíbrio geral, a mediana mostra o verdadeiro centro resistente a extremos, e a moda revela o que é mais comum. Juntas, formam um trio poderoso que resume montanhas de números em insights compreensíveis. Dominar essas ferramentas é ter o poder de extrair a essência de qualquer conjunto de dados!
O futuro é incerto, mas a matemática nos ajuda a lidar com essa incerteza! A probabilidade é como uma bola de cristal científica que, embora não preveja o futuro com certeza absoluta, nos ajuda a entender as chances de diferentes resultados acontecerem. Desde jogos de dados até previsões do tempo, a probabilidade está presente sempre que dizemos "talvez", "provavelmente" ou "é possível que"...
Probabilidade é a medida numérica da chance de algo acontecer:
Probabilidade = Casos favoráveis ÷ Total de casos possíveis
Todo estudo de probabilidade começa identificando possibilidades:
Vamos praticar com exemplos do cotidiano:
Em um baralho comum (52 cartas):
Quanto mais específico o evento, menor a probabilidade!
Nem todos os eventos se relacionam da mesma forma:
Quando queremos a probabilidade de uma coisa OU outra acontecer:
No lançamento de um dado, qual a chance de sair 2 OU 5?
Cuidado: Se os eventos podem ocorrer juntos, subtraia a interseção!
Para calcular a probabilidade de uma coisa E outra acontecerem:
Lançando uma moeda duas vezes, qual a chance de sair cara E cara?
Uma ferramenta visual poderosa para eventos sequenciais:
A probabilidade está escondida em muitas situações diárias:
Quanto mais vezes repetimos um experimento, mais próximo chegamos da probabilidade teórica:
A probabilidade se revela na repetição!
Cuidado com armadilhas comuns no raciocínio probabilístico:
A probabilidade é a matemática que abraça a incerteza e a transforma em conhecimento útil. Ela nos ensina que, embora não possamos prever o futuro com certeza, podemos entender as chances e tomar decisões mais sábias. Como navegadores em um mar de possibilidades, a probabilidade é nossa bússola, ajudando-nos a escolher os melhores caminhos mesmo quando o destino final permanece um mistério!
Todo grande detetive sabe que a qualidade de suas conclusões depende da qualidade de suas pistas. Na análise de dados, somos detetives matemáticos, e a coleta de dados é nossa investigação! Neste capítulo, vamos aprender a planejar pesquisas eficazes, escolher as melhores técnicas de coleta e evitar armadilhas que podem comprometer nossos resultados. Prepare-se para se tornar um mestre na arte de coletar informações!
Uma boa pesquisa começa com um plano sólido, como uma receita bem elaborada:
Diferentes perguntas exigem diferentes abordagens de investigação:
Raramente conseguimos estudar todos, então escolhemos representantes:
Uma boa amostra é como uma miniatura fiel da população!
Existem formas científicas de escolher quem participará da pesquisa:
As ferramentas certas fazem toda a diferença na qualidade dos dados:
A qualidade das perguntas determina a qualidade das respostas:
Exemplo ruim: "Você não acha que deveria estudar mais?"
Melhor: "Quantas horas por semana você estuda?"
Cada tipo de pergunta serve a um propósito diferente:
Coletar dados é uma responsabilidade que exige cuidados éticos:
Conhecer as armadilhas ajuda a evitá-las:
Uma coleta bem organizada economiza tempo e melhora resultados:
A coleta de dados é a fundação sobre a qual construímos todo conhecimento estatístico. Como arqueólogos modernos, escavamos informações valiosas que revelam verdades sobre nosso mundo. Com planejamento cuidadoso, métodos apropriados e ética inabalável, transformamos curiosidade em dados confiáveis que iluminam decisões e revelam padrões antes invisíveis. Lembre-se: dados bem coletados são metade do caminho para descobertas incríveis!
A estatística não vive apenas em laboratórios e universidades — ela está em cada esquina, em cada decisão que tomamos! Desde escolher o melhor caminho para a escola até decidir qual série assistir baseado em avaliações, usamos conceitos estatísticos constantemente, muitas vezes sem perceber. Neste capítulo, vamos descobrir como a estatística molda nosso dia a dia e como podemos usá-la conscientemente para viver melhor!
Jornais e sites estão repletos de números e afirmações estatísticas:
Quando vir uma notícia com estatísticas, pergunte-se:
O mundo esportivo é um paraíso para amantes de estatísticas:
Técnicos usam esses dados para estratégias vencedoras!
Decisões de saúde são profundamente influenciadas por estatísticas:
Empresas usam estatísticas para entender e influenciar nosso comportamento:
Escolas e sistemas educacionais são movidos por dados:
Cada like, compartilhamento e visualização gera dados valiosos:
Previsões meteorológicas são pura estatística aplicada:
Como usar estatística para escolhas mais inteligentes:
Você pode ser um estatístico da sua própria vida:
Descubra padrões únicos sobre você mesmo!
Desenvolva um "detector de balela" estatístico:
A estatística é a linguagem secreta do mundo moderno, sussurrando verdades em meio ao ruído de informações. Ao desenvolver fluência nesta linguagem, ganhamos superpoderes: ver através de propagandas enganosas, tomar decisões mais sábias e entender melhor o mundo ao nosso redor. Cada número conta uma história — cabe a nós aprender a ouvi-las e questioná-las com sabedoria!
Chegou a hora de colocar em prática tudo que aprendemos! Neste capítulo, você encontrará projetos empolgantes que transformam conceitos abstratos em experiências concretas e divertidas. Cada projeto foi cuidadosamente elaborado para desenvolver diferentes habilidades de análise de dados, desde a coleta até a apresentação de resultados. Prepare seus materiais e sua curiosidade — vamos transformar números em descobertas!
Objetivo: Criar um perfil estatístico completo da turma
Materiais: Formulários, planilhas, material para gráficos
Etapas:
Objetivo: Entender comportamentos em redes sociais
Coleta de dados:
Análise:
Duração: 30 dias de coleta
Dados diários:
Produtos finais:
Missão: Sugerir melhorias para a cantina baseadas em dados
Investigações:
Entregáveis:
Escolha um esporte e acompanhe:
Análises possíveis:
Cenário: Gerencie um orçamento familiar fictício de R$ 3.000/mês
Tarefas:
Experimentos práticos:
Compare:
Hipótese: Existe relação entre hábitos e notas?
Variáveis a investigar:
Análises:
Crie um painel visual reunindo:
Elementos visuais:
Organize um evento para apresentar descobertas:
Temas sugeridos:
Projetos transformam aprendizado em aventura! Cada investigação proposta neste capítulo é uma oportunidade de ver a matemática ganhando vida, revelando histórias escondidas em números e padrões. Ao conduzir essas análises, você desenvolve não apenas habilidades técnicas, mas também pensamento crítico, criatividade e capacidade de comunicar descobertas. Escolha o projeto que mais desperta sua curiosidade e embarque nessa jornada de descobertas!
Chegamos ao final desta jornada extraordinária pelo universo dos dados, mas na verdade, é apenas o começo! Como exploradores que retornam de uma grande expedição, voltamos transformados, com novos olhos para ver o mundo. Os números, que antes pareciam frios e distantes, agora pulsam com vida e significado. Gráficos se tornaram janelas para compreender realidades complexas, e tabelas viraram mapas que nos guiam por oceanos de informação.
Nossa expedição pelo mundo dos dados nos ensinou lições valiosas:
Mais do que técnicas matemáticas, desenvolvemos competências essenciais:
As habilidades que você desenvolveu são cada vez mais valiosas em nosso mundo:
A análise de dados é uma ponte que conecta todos os campos do conhecimento:
Com grande poder analítico vem grande responsabilidade:
Sua jornada no mundo dos dados está apenas começando:
Ao longo deste livro, você se transformou em algo especial:
Você agora é capaz de:
Em um mundo inundado por informações,
você agora possui a bússola para navegar.
Cada gráfico que criar ilumina uma verdade,
cada análise que fizer revela uma história,
cada dado que questionar protege contra enganos.
Você não é mais um consumidor passivo de números —
é um detetive, um contador de histórias, um revelador de verdades.
Use essas ferramentas com sabedoria,
questione com coragem,
analise com cuidado,
e compartilhe conhecimento com generosidade.
Em uma era de desinformação e manipulação de dados, pessoas como você são essenciais:
Os dados são a linguagem do século XXI, e você agora é fluente nela. Como um músico que dominou seu instrumento, você pode criar sinfonias de significado a partir de números aparentemente aleatórios. Cada tabela que organizar, cada gráfico que desenhar, cada análise que realizar é uma nota nessa grande composição de compreensão.
Que sua jornada continue repleta de descobertas,
que seus dados sempre revelem verdades importantes,
e que suas análises iluminem caminhos melhores.
O mundo dos dados está ao seu alcance —
explore, questione, descubra e transforme!
Você é um analista de dados! 📊 📈 ✨
Este material educacional foi desenvolvido com base em pesquisas e obras fundamentais sobre análise e interpretação de dados, estatística, visualização de informações e o ensino de conceitos matemáticos alinhados à Base Nacional Comum Curricular (BNCC). As referências a seguir representam contribuições essenciais de educadores, estatísticos, matemáticos e pesquisadores que dedicaram seus estudos à compreensão de como coletar, organizar, analisar e comunicar dados de forma eficaz.
AGRESTI, Alan; FINLAY, Barbara. Métodos estatísticos para as ciências sociais. 4ª ed. Porto Alegre: Penso, 2012.
ANDRADE, Dalton Francisco de; OGLIARI, Paulo José. Estatística para as ciências agrárias e biológicas com noções de experimentação. 3ª ed. Florianópolis: UFSC, 2013.
BARBETTA, Pedro Alberto. Estatística aplicada às ciências sociais. 9ª ed. Florianópolis: UFSC, 2014.
BATANERO, Carmen. Didáctica de la estadística. Granada: Universidad de Granada, 2001.
BRASIL. Base Nacional Comum Curricular. Brasília: MEC/Secretaria de Educação Básica, 2018.
BUSSAB, Wilton de Oliveira; MORETTIN, Pedro Alberto. Estatística básica. 9ª ed. São Paulo: Saraiva, 2017.
CAIRO, Alberto. The functional art: an introduction to information graphics and visualization. Berkeley: New Riders, 2013.
CALLEGARI-JACQUES, Sidia Maria. Bioestatística: princípios e aplicações. Porto Alegre: Artmed, 2003.
CAMPOS, Celso Ribeiro; WODEWOTZKI, Maria Lucia Lorenzetti; JACOBINI, Otavio Roberto. Educação estatística: teoria e prática em ambientes de modelagem matemática. Belo Horizonte: Autêntica, 2011.
CAZORLA, Irene; KATAOKA, Verônica; SILVA, Cláudia Borim da. Trajetórias e perspectivas da educação estatística no Brasil. Campinas: Unicamp, 2010.
CLEVELAND, William S. The elements of graphing data. Summit: Hobart Press, 1994.
CRESPO, Antônio Arnot. Estatística fácil. 19ª ed. São Paulo: Saraiva, 2009.
DANCEY, Christine P.; REIDY, John. Estatística sem matemática para psicologia. 7ª ed. Porto Alegre: Penso, 2019.
DANTE, Luiz Roberto. Matemática: contexto e aplicações. 3ª ed. São Paulo: Ática, 2016.
DEVORE, Jay L. Probabilidade e estatística para engenharia e ciências. 8ª ed. São Paulo: Cengage Learning, 2014.
DOWNING, Douglas; CLARK, Jeffrey. Estatística aplicada. 3ª ed. São Paulo: Saraiva, 2011.
FARIAS, Alfredo Alves de; SOARES, José Francisco; CÉSAR, Cibele Comini. Introdução à estatística. 2ª ed. Rio de Janeiro: LTC, 2003.
FIELD, Andy. Descobrindo a estatística usando o SPSS. 5ª ed. Porto Alegre: Penso, 2020.
FREUND, John E.; SIMON, Gary A. Estatística aplicada: economia, administração e contabilidade. 11ª ed. Porto Alegre: Bookman, 2006.
GAL, Iddo. Adults' statistical literacy: meanings, components, responsibilities. International Statistical Review, v. 70, n. 1, p. 1-25, 2002.
GARFIELD, Joan; BEN-ZVI, Dani. Developing students' statistical reasoning. New York: Springer, 2008.
GIORDANO, Cassio Cristiano; SILVA, Débora Soares da. Metodologia do ensino de matemática: estatística e probabilidade. Curitiba: InterSaberes, 2017.
GOULD, Robert; RYAN, Colleen. Introductory statistics: exploring the world through data. 3rd ed. Boston: Pearson, 2020.
GUIMARÃES, Gilda; BORBA, Rute. Reflexões sobre o ensino de matemática nos anos iniciais de escolarização. Recife: SBEM, 2009.
HUFF, Darrell. Como mentir com estatística. Rio de Janeiro: Intrínseca, 2016.
IEZZI, Gelson; HAZZAN, Samuel; DEGENSZAJN, David. Fundamentos de matemática elementar 11: matemática comercial, matemática financeira, estatística descritiva. 2ª ed. São Paulo: Atual, 2013.
LARSON, Ron; FARBER, Betsy. Estatística aplicada. 6ª ed. São Paulo: Pearson, 2015.
LEVINE, David M.; STEPHAN, David F.; SZABAT, Kathryn A. Estatística: teoria e aplicações usando Microsoft Excel. 7ª ed. Rio de Janeiro: LTC, 2016.
LOPES, Celi Espasandin. O ensino da estatística e da probabilidade na educação básica e a formação dos professores. Cadernos Cedes, v. 28, n. 74, p. 57-73, 2008.
LOPES, Celi Espasandin; COUTINHO, Cileda de Queiroz e Silva; ALMOULOUD, Saddo Ag. Estudos e reflexões em educação estatística. Campinas: Mercado de Letras, 2010.
MAGALHÃES, Marcos Nascimento; LIMA, Antonio Carlos Pedroso de. Noções de probabilidade e estatística. 7ª ed. São Paulo: Edusp, 2015.
MANN, Prem S. Introdução à estatística. 8ª ed. Rio de Janeiro: LTC, 2015.
MARTINS, Gilberto de Andrade; DOMINGUES, Osmar. Estatística geral e aplicada. 6ª ed. São Paulo: Atlas, 2019.
McCLAVE, James T.; SINCICH, Terry. Estatística. 12ª ed. São Paulo: Pearson, 2013.
MILONE, Giuseppe. Estatística geral e aplicada. São Paulo: Cengage Learning, 2004.
MONTGOMERY, Douglas C.; RUNGER, George C. Estatística aplicada e probabilidade para engenheiros. 6ª ed. Rio de Janeiro: LTC, 2016.
MOORE, David S.; NOTZ, William I. Statistics: concepts and controversies. 9th ed. New York: W. H. Freeman, 2017.
MORETTIN, Luiz Gonzaga. Estatística básica: probabilidade e inferência. São Paulo: Pearson, 2010.
MORETTIN, Pedro Alberto; BUSSAB, Wilton de Oliveira. Métodos quantitativos para economistas e administradores. São Paulo: Atual, 2004.
NOVAES, Diva Valério; COUTINHO, Cileda de Queiroz e Silva. Estatística para a educação profissional e tecnológica. 2ª ed. São Paulo: Atlas, 2013.
OLIVEIRA, Paulo Henrique Ferreira de. Estatística e probabilidade: teoria e questões. Rio de Janeiro: Ciência Moderna, 2019.
PAGAN, Maria Adriana. A interdisciplinaridade como proposta pedagógica para o ensino de estatística na educação básica. São Paulo: PUC, 2010. Dissertação de Mestrado.
PEREIRA, Wilson; TANAKA, Oswaldo K. Estatística: conceitos básicos. 2ª ed. São Paulo: McGraw-Hill, 1990.
REIS, Marcelo Menezes; SAMPAIO, Fábio Ferrentini. Estatística aplicada à educação. Rio de Janeiro: Wak, 2013.
SAMPAIO, Fábio Ferrentini; COUTINHO, Cileda de Queiroz e Silva. Estatística aplicada. Porto Alegre: Bookman, 2015.
SILVA, Ermes Medeiros da et al. Estatística para os cursos de economia, administração e ciências contábeis. 4ª ed. São Paulo: Atlas, 2010.
SILVER, Nate. O sinal e o ruído: por que tantas previsões falham e outras não. Rio de Janeiro: Intrínseca, 2013.
SPIEGEL, Murray R.; SCHILLER, John J.; SRINIVASAN, R. Alu. Probabilidade e estatística. 3ª ed. Porto Alegre: Bookman, 2013.
TOLEDO, Geraldo Luciano; OVALLE, Ivo Izidoro. Estatística básica. 2ª ed. São Paulo: Atlas, 1985.
TRIOLA, Mario F. Introdução à estatística. 12ª ed. Rio de Janeiro: LTC, 2017.
TUFTE, Edward R. The visual display of quantitative information. 2nd ed. Cheshire: Graphics Press, 2001.
VIEIRA, Sonia. Elementos de estatística. 5ª ed. São Paulo: Atlas, 2012.
VIEIRA, Sonia. Introdução à bioestatística. 5ª ed. Rio de Janeiro: Elsevier, 2015.
WAINER, Howard. Visual revelations: graphical tales of fate and deception from Napoleon Bonaparte to Ross Perot. Mahwah: Lawrence Erlbaum, 2000.
WHEELAN, Charles. Estatística: o que é, para que serve, como funciona. Rio de Janeiro: Zahar, 2016.
WILD, Chris J.; PFANNKUCH, Maxine. Statistical thinking in empirical enquiry. International Statistical Review, v. 67, n. 3, p. 223-248, 1999.