Você está na página 1de 23

ESTATSTICA BSICA

Prof. JOO BATISTA LOPES Departamento de Zootecnia CCA - UFPI

VARIVEIS ALEATRIAS

Conceito: A varivel aleatria diz respeito caracterstica do experimento que se quer estudar

A varivel aleatria associa um nmero real a cada elemento do espao amostral

Exemplo 1 Varivel aleatria peso

S Antnio Francisco Maria Ana

IR 68 59 55 51

X (Ana) = 51

A varivel aleatria pode associar a cada pessoa de um espao amostral o seu peso

Exemplo 2 E jogar uma moeda trs vezes

S = {(c c c), (k c c), (c k c), (c c k), (k k c), (k c k), (c k k), (k k k)}

Cara - c Coroa - k

Suponha Caracterstica = nmero de caras nos TRS lanamentos da moeda Quais os valores assumidos pela varivel aleatria?

x = 0 { (k k k )} x = 1 { (k k c) (k c k) (c k k) } x = 2 { (k c c)(c k c)(c c k) } x = 3 {(c c c)}

Exemplo 3 DUAS bolas so retiradas sucessivamente, sem reposio, de uma caixa que contm QUATRO bolas vermelhas e TRS pretas Seja X a varivel aleatria nmero de bolas vermelhas retiradas no experimento Quais os valores assumidos por X ?

Soluo S = { vv, vp, pv, pp }

Ento x = {2, 1, 1, 0}

Ou seja

x = 0, 1, 2

Notao ONDE

X = x

X varivel aleatria x valores assumidos pela varivel aleatria

TIPOS DE VARIVEIS ALEATRIAS

Discretas este tipo de varivel ocorre quando o nmero de valores assumidos por X (FINITO ou INFINITO) constitudo apenas por NMEROS INTEIROS

Continua O nmero de valores assumidos por X formado pelos nmeros de pontos de um SEGMENTO DE RETA

Situao 1 Nmero de dias chuvosos em um ms Precipitao diria medida no pluvimetro Nmero de alunos presentes na sala de aula Vazo em uma dada seo do rio Idade dos alunos de uma sala Peso dos alunos desta sala Nmero de disciplinas cursadas por aluno Evaporao mensal de um aude Velocidade do vento

Quais so DISCRETAS e quais so CONTNUAS ?

FUNO DE PROBABILIDADE

Conceito - a funo que atribui a cada valor xi da varivel aleatria ocorrncia discreta X sua probabilidade de

Representao

X P(X = x)

x1 P(X = x1)

x2 P(X = x2)

...... ......

xn P(X = xn)

Uma funo de probabilidade deve satisfazer

0 P(X = xi) 1 e P(X = xi) = 1


i=1

P(x1) + P(x2) + P(x2) +....... + P(xn) = 1

Uma varivel aleatria discreta assume cada um dos seus valores com certa probabilidade

Exemplo

E: Jogar 3 moedas e observar o resultado S: { (c c c) (c c k) (c k c) (k c c) (k k c) (k c k) (c k k) (k k k) } X = nmero de caras (c) x = {0, 1, 2, 3} X Representao 0 k,k,k 1 k,k,c k,c,kc,k,k P(X = x) 1/8 3/8 2 c,c,k - ,c,k,c k,c,c 3/8 1/8 3 c,c,c

Note Note que os valores de X esgotam todas as possibilidades, sendo que P(X = x) = 1

conveniente representar todas as possibilidades da varivel aleatria X por uma frmula, que ser, necessariamente, funo dos valores de x que denotamos por f(x), g(x), h(x) etc.

FUNO DENSIDADE DE PROBABILIDADE

Conceito uma funo destinada representar a distribuio de probabilidade caso a varivel aleatria seja contnua

Para caracterizao desses efeitos se usa INTEGRAL

Se uma varivel aleatria tem densidade dada por f(x) Ento Intuitivamente, o intervalo infinitesimal [x, x+dx] tem probabilidade f(x) dx

Uma varivel aleatria contnua tem densidade f(x) se f uma funo no-negativa INTEGRVEL, em que a probabilidade no intervalo [a,b] dada por:

Quaisquer que sejam a e b a probabilidade de todo o espao amostral 1

A funo distribuio acumulada a integral da densidade

VARIVEL ALEATRIA BIDIMENSIONAL

Conceito - Seja

um experimento aleatrio e S o espao

amostral associado a

Considerando X = X() e Y = Y() DUAS funes, cada uma associando um nmero real a cada resultado S, o par (X, Y) chamado de VARIVEL ALEATRIA BIDIMENSIONAL

Caracterizao - O uso da varivel aleatria bidimensional ocorre quando se tem o interesse por dois resultados simultneos

Exemplo

Altura H e peso P de duas pessoas

FUNO ESPAO AMOSTRAL - S Peso

Altura

DISTRIBUIO CONJUNTA DE DUAS VARIVEIS ALEATRIAS DISCRETAS Caracterizao

Seja ( X, Y) uma varivel aleatria bidimensional discreta

Funo de probabilidade

Associa

um

nmero

p(xi,

yj)

representado

por

P (X = xi, Y = yj) satisfazendo as seguintes condies

P(xi, yj) > 0 p(xi, yj) = 1 j=1 i=1

Exemplo: Seja o evento E = jogar dois dados e (X, Y), os pontos dos respectivos dados

P(X = xi, Y = yj ) = p(xi, yj) = 1/36 i = j = 1,2,3,4,5,6

Xi / Yj 1 2 3 4 5 6

1 1,1 2,1 3,1 4,1 5,1 6,1

2 1,2 2,2 3,2 4,2 5,2 6,2

3 1,3 2,3 3,3 4,3 5,3 6,3

4 1,4 2,4 3,4 4,4 5,4 6,4

5 1,5 2,5 3,5 4,5 5,5 6,5

6 1,6 2,6 3,6 4.6 5,6 6,6

P(x=1, y=1) = 1/36

DISTRIBUIO MARGINAL DISCRETA

Dado uma varivel aleatria bidimensional (X,Y) e sua distribuio conjunta

Ao se determinar a distribuio de X sem considerar Y temse a Distribuio Marginal de X

P(X = xi) = P(X = xi, -< y < ) ou P(X = xi) = jP (xi, yj)

Distribuio Marginal de Y (sem considerar X)

P(Y=yj) = P(-< x < , Y = yj) ou P( Y=yj ) = iP (xi, yj)

VARIVEIS ALEATRIAS INDEPENDENTES

DISCRETA Seja (X,Y) uma varivel aleatria discreta

bidimensional Diz-se que X e Y so independentes se e somente se

p (xi, yj ) = p (xi) p (yj) para quaisquer i e j

CONTNUA Seja (X, Y) uma varivel aleatria discreta

bidimensional Seja g(x) a funo de densidade de X e h(x) a de Y Diz-se que X e Y so independentes se e somente se:

f(x, y) = g(x) h(y) para todo (x,y)

Exemplo Considerando os dados da Tabela abaixo em que (X e Y) uma varivel aleatria bidimensional Y 0 0 1 2 p(xi) 0,10 0,04 0,06 0,20 1 0,20 0,08 0,12 0,40 X 2 0,20 0,08 0,12 0,40 P (yi) 0,50 0,20 0,30 1,00

Verificar se X e Y so independentes

SOLUO Para todo para i e j; i=j=0, 1, 2 deve-se ter

p( xi, yj ) = p ( xi ) p ( yj )

ESTATSTICAS DESCRITIVAS BSICAS

MDIA ( X )

n Xi i=1 n

Situao 1: Nmero de paginas datilografadas em 15 minutos por tipo de texto (MATEMTICA - M, QUMICA - Q e PORTUGUS - P)

Datilgrafo M 1 2 3 Mdia 1 4 4 3

Tratamentos (Tipos de texto) Q 2 3 4 3 P 3 3 3 3

VARINCIA ( 2 )
Mostra a instabilidade que ocorre no conjunto de dados em relao mdia Situao 1
Tratamento Valor individual Mdia valor individual mdia Soma do quadrado dos desvios

1 M 4 4 2 Q 3 4 3 P 3 3

3 3 3

-2 1 1 0

4 1 1 6 1 0 1 2 0 0 0 0

3 3 3

-1 0 1 0

3 3 3

0 0 0 0
n

( Xi - )2 2 =
i=1

n
n

( Xi - X )2 =
i=1

n - 1

Varincia ( s2 ) s2 X 2 - ( X )2 / n = n - 1

Situao 2: Peso de leites ao nascer ( X i ) Varivel Xi 2,0 1,5 1,6 1,8 2,0 2,0 1,5 1,9 1,9 X 16,2 1,8 29,52 - [ (16,2)2 / 9 ] S2 = 9 - 1 = 8 ( Xi )2 4,00 2,25 2,56 3,24 4,00 4,00 2,25 3,61 3,61 29,52 X - X 0,2 - 0,3 - 0,2 0,0 0,2 0,2 - 0,3 0,1 0,1 0 ( X - X )2 0,04 0,09 0,04 0,00 0,04 0,04 0,09 0,01 0,01 0,36

29,52

29,16 =

0,36 = 0,045 8

DESVIO PADRO ( )
n

( Xi - )2 =
i=1

n
n

( Xi - X )2 s =
i=1

n - 1

COEFICIENTE DE VARIAO ( CV )
s CV =
X

x 100

Situao 3 X = 1,80 kg s2 = 0,05 s = 0,21 0,21 CV (%) = 1,80 x 100 = 11,67%

GRAUS DE LIBERDADE

Representam o nmero de eventos casualizveis de um conjunto de dados ou de tratamentos dentro de um experimento

ERRO PADRO DA MDIA

s s (m) = n

PROPRIEDADES DA MDIA
1) Se um grupo de observaes caracterizado por mdia ( X ) e desvio padro (s) ao se adicionar (subtrair) uma mdia do novo

constante K a cada observao

conjunto ser igual X + K e o desvio padro (ou varincia) no se alterar Situao 4 X 1 2 3 Xi - X -1 0 1 0 ( Xi - X )2 1 0 1 2 2 / (3 - 1) = 1


1

6
2

s2
s

= 1

Adicionando-se a constante W = 3 X
1+3 = 4 2+3 = 5 3+3 = 6

Xi - X -1 0 1 0 -

( Xi - X )2 1 0 1 2 2/(3 - 1)= 1
1

15
5 = 2 + 3

s2
s

= 1

2) Se um grupo de observaes caracterizado por mdia ( X ) e desvio padro (s) for multiplicado (dividido) por uma constante K o novo grupo formado ter mdia K X

desvio padro K s e varincia K2s2

Situao 5 X 1 2 3 Xi - X -1 0 1 0 ( Xi - X )2 1 0 1 2 2 / (3 - 1) = 1
1

6
2

s2
s

= 1

Multiplicando-se pelo valor W = 3 X


1x3 = 3 2x3 = 6 3x3 = 9

Xi - X -3 0 3 0 18 / (3 - 1) = 9
9

( Xi - X )2 9 0 9 18 9 = 12 x 32 3 = 3 x 1

18
6 = 2 x 3

s2
s

= 3