Estatstica: Aplicao ao Sensoriamento Remoto

ANO 2010

Camilo Daleles Renn

camilo@dpi.inpe.br
http://www.dpi.inpe.br/~camilo/estatistica/

Funes Densidade de Probabilidade (Contnua)

- Uniforme
- Normal (ou Gaussiana)
- Lognormal
- Weibull
- Rayleigh
- Exponencial
- Gama
- t de student
- 2
- F

Inferncia Estatstica

Varivel Aleatria Contnua (Reviso)

Para v.a. contnuas:

P( X x ) 0
0 P(a X b) 1

Funo Densidade de Probabilidade (fdp)

f(x)
f ( x) 0
b

P ( a X b)

P(a X b) f ( x )dx

f ( x )dx 1

Distribuio Uniforme (Contnua)

f(x)
X = [a, b] P(a X b) = 1

?
h
a

f ( x=)? 1
f(x)

(rea do retngulo)

h(b a ) 1

1
ba

f ( x)

1
ba

Distribuio Uniforme (Contnua)

f(x)
X = [a, b]

X
b

f ( x)

1
ba

E ( X ) xf ( x )dx
a
b

E( X ) ?
Var ( X ) ?

1
1
E( X ) x
dx
xdx

ba
ba a
a
b

1 x2
1 b2 a 2
E( X )

ba 2 a ba 2
b 2 a 2 (b a )(b a ) a b
E( X )

2(b a )
2(b a )
2

Distribuio Uniforme (Contnua)

f(x)
X = [a, b]

1
f ( x)
ba

Var ( X ) E ( X 2 ) [ E ( X )]2
b

E ( X ) x 2 f ( x )dx
2

ab
E( X )
2

a
b

1
1
E( X ) x
dx
x 2 dx

ba
ba a
a
2

1 x3
1 b3 a 3
2
E( X )

ba 3 a ba 3
b3 a 3
E( X )
3(b a )
2

Distribuio Uniforme (Contnua)

f(x)
X = [a, b]

1
f ( x)
ba
E( X )

ab
2

Var ( X ) E ( X 2 ) [ E ( X )]2

b3 a 3 ( a b) 2
Var ( X )

3(b a )
4
4(b3 a 3 ) 3(b a )( a b) 2
Var ( X )
12(b a )
4b3 4a 3 3b3 3ab 2 3a 2b 3a 3
Var ( X )
12(b a )
b3 3ab 2 3a 2b a 3
(b a )3
(b a ) 2
Var ( X )

12(b a )
12(b a )
12

Distribuio Uniforme (Contnua)

f(x)

f ( x)

1
ba

E( X )

ab
2

(b a ) 2
Var ( X )
12

X
X = [a, b]

Distribuio Normal ou Gaussiana

0,14
0,12

1 x

1
f ( x)
e 2
2

0,1
0,08
x
0,06
0,04

0,02

f ( x )dx 1

10

15

E( X )
Var ( X )

X ~ N ( , 2 )

Exemplo: X ~ N (10,4) 10 2 4
11

P(8 X 11) ? f ( x)dx

8
11

P(8 X 11)
8

1
e
2 2

1 x 10

2 2

dx

20

Distribuio Normal Padro

2
(a b, a 2 2 )
Propriedade: se X ~ N ( , ) e Y aX b ento Y ~ N (?,?)

1
1
X 1

E(Z ) E
E
X

E
(
X
)

1
1
2
X
Var( Z ) Var
2 Var X 2 Var X 2 1

Z ~ N (0,1)

integrais podem ser tabeladas!

Distribuio Normal Padro

0,14
0,12

0,1
0,08
0,06
0,04
0,02
0
0

10

15

P(0 Z z )
P(0 Z 2,17) ?
P(0 Z 2,17) 0,4850

20

Distribuio Normal Padro (Exemplos)

P(2,17 Z 0) ?

0,14

0,14

0,12

0,12

0,4850

0,1

0,08

0,06

0,06

0,04

0,04

0,02

0,02

0
0

-2,17

P(2,17 Z 0) 0,4850

0,4850

0,1

0,08

10

0
15
0

20
5

10

2,17

15

20

Distribuio Normal Padro (Exemplos)

P(1 Z 2) ?

,14

0,14

0,14

,12

0,12

0,12

0,1

0,1

,08

0,08

,06

0,06

,04

0,04

0,04

,02

0,02

0,02

-1 0

10

0,4772

0,3413

0,1

0,08

=
0
15

+ -

0,06

5
20

P( 1 Z 2) 0,4772 0,3413 0,8185

10

0
15

+ -

5
20

0 1

10

15

Distribuio Normal Padro (Exemplos)

P( Z 1,5) ?

,14

0,14

0,14

,12

0,12

0,12

0,1

0,1

,08

0,08

,06

0,06

,04

0,04

0,04

,02

0,02

0,02

0 1,5

10

0,5

0,4332

0,1

=
0
15

+ -

0,08
0,06

5
20

P( Z 1,5) 0,5 0,4332 0,0668

10

0
0
15

+ -

5
20

0 1,5

10

15

Distribuio Normal (Exemplos)

X ~ N (10,4)

0,5328

0,14
0,12
0,1
0,08
0,06

P(8 X 11) ?

0,04
0,02
0

10 11
10

15

20

~ N (0,1)

P(8 10 X 10 11 10) ?

P(

8 10 X 10 11 10

)?
2
2
2
Z

0,14

0,5328

0,12

0,1
0,08
0,06

P(1 Z 0,5) ?

0,04
0,02
0
0

-1

0 0,5

10

15

20

Distribuio da Soma de Variveis Aleatrias

X 1 ~ N ( 1 , 12 )
X 2 ~ N ( 2 , 22 )

3 v.a. independentes com distribuies normal

X 3 ~ N ( 3 , 32 )
Y X1 X 2 X 3
Qual a distribuio de Y ?

( 1 2 3 , 12 22 32 )
Y ~ N (?,?)

E (Y ) E
? ( X 1 X 2 X 3 ) E ( X 1 ) E ( X 2 ) E ( X 3 ) 1 2 3
Var(Y )
? 12 22 32

Distribuio da Soma de Variveis Aleatrias

X 1 ~ ?( 1 , 12 )
X 2 ~ ?( 2 , 22 )

n v.a. independentes com distribuies desconhecidas

X n ~ ?( n , n2 )
Y X1 X 2

Xn Xi
i 1

Qual a distribuio de Y ?
se n for grande:
n
n

Y ~ N i , i2
i 1
i 1

Teorema do Limite Central

(ver 05distribuicaocontinua_TLC.xlsx)

Aproximao da Binomial Normal

Se Y tem uma distribuio binomial com parmetros n e p:
n

Y X i onde cada Xi tem distribuio Bernoulli (0 ou 1) e P(Xi = 1) = p

i 1

Ento, se n for grande, pelo TLC:

Y ~ N (?,?)
E (Y ) ?np
Var (Y ) ?npq

Y ~ N (np, npq)

0,25
0,6
0,09

n 100
15
3
p 0, 42

0,08
0,5
0,2
0,07
0,4
0,06
0,15
0,05
0,3
0,04
0,1
0,2
0,03
0,02
0,05
0,1
0,01

0
00
00 0

1 0 2 203

5 140
6 7

9 210 11 12
60
80
100
60
80 13 314 15
100

Aproximao da Binomial Normal

Considere o experimento: retiram-se 100 bolas da urna (com reposio).
Define-se uma v.a. X cujos valores representam o nmero total de bolas
vermelhas dentre as 100 escolhidas.
Calcule: P(30 X 51)
0,09

n 100

2
0, 4
5

0,08
0,07
0,06

n x n xx 100 x
100
f ( x) p 0,4
q 0,6
x
x

0,05
0,04
0,03
0,02

100 x 100 x
P(30 X 51)
0,4 0,6
x
x 30

51

0,01
0
0

20

40

60

80

100

Aproximando-se Normal...

Aproximao da Binomial Normal

Considere o experimento: retiram-se 100 bolas da urna (com reposio).
Define-se uma v.a. X cujos valores representam o nmero total de bolas
vermelhas dentre as 100 escolhidas.
Calcule: P(30 X 51)
0,09

2
0,4
5
E ( X ) np 100*0,4 40
Var ( X ) npq 100*0,4 *0,6 24
n 100

0,08
0,07
0,06
0,05
0,04
0,03
0,02

X ~ N (40,24)

0,01
0
00

P(30

X X 51)
? ? (correo de continuidade)
(29,5
51,5)

20

40

30

60
60

51,5 40
29,5 40
P
Z
0,9745 (valor exato para Binomial 0,9752)
24
24

80
80

100
100