A soma das variâncias obtidas em cada um dos grupos é igual a

Para iniciar é preciso achar os desvios dos dados, que é obtido por cada valor dado em tabela menos a média, assim
Escola A:1: 62-63=-1; 2:63-63=0; 3: 65-63=2; 4: 60-63=-3; 5: 64-63=-1; 6: 63-63=0; 7: 66-63=3; 8: 61-63=-3
Escola B: 1: 73-71=2; 2: 66-71=-5; 3: 70-71=-1; 4: 71-71=0; 5: 72-71=1; 6: 71-71=0; 7: 72-71=1; 8: 73-71=2
Escola A: var(x)= -1²+0²+2²+...+-3²/8   var(x)=28/8=3,5
Escola B: var(x)=2²+-5²+...+2²/8   var(x)=36/8=4,5
Resposta: 3,5+4,5=8 portanto letra C.

Não seria o caso de variância amostral?

Concordo com o comentario da Muria, o denominador deveria ser diminuído de 1, então teríamos 28/7 = 4 e 36/7 = 5,14

fiz igual ao edimar monte pois as variancias amostrais dão 4 e 5,14. pois não são frequências, são pessoas: pessoa 1, pessoa 2, pessoa 3 e assim sucessivamente e as medias dão: A= 63 e B= 71. para calcular a variância aplica o fator de bessil pois é amostra

In , Bessel's correction is the use of n − 1 instead of n in the formula for the  and , where n is the number of observations in a . This method corrects the bias in the estimation of the population variance. It also partially corrects the bias in the estimation of the population standard deviation. However, the correction often increases the  in these estimations. This technique is named after .

Multiplying the uncorrected sample variance by the factor

{\displaystyle {\frac {n}{n-1}}}

gives an unbiased estimator of the population variance. In some literature, the above factor is called Bessel's correction.

One can understand Bessel's correction as the  in the  vector (residuals, not errors, because the population mean is unknown):

{\displaystyle (x_{1}-{\overline {x}},\,\dots ,\,x_{n}-{\overline {x}}),}