Distribuies de Probabilidade

Distribuio Uniforme Distribuio Exponencial Distribuio Normal

Distribuio Uniforme
A distribuio Uniforme atribui uma densidade igual ao longo de um intervalo (a,b).

Distribuio Uniforme

Distribuio Exponencial
A distribuio possui uma densidade que decai exponencialmente.

Distribuio Normal ou Gaussiana

A distribuio Normal ou Gaussiana muito utilizada em anlises estatsticas. uma distribuio simtrica em torno da sua mdia e em forma de sino. Depende de dois parmetros que so a mdia e a varincia da distribuio.
X ~ N(, 2) significa que X tem distribuio Normal com mdia e bvarincia 2.

Curva de densidade da Normal

Densidades Normais
N(0,5)

N(0,1) N(0,1.5)

Normal standard ou padro

Quando = 0 e = 1 temos a distribuio Normal standard (tambm se diz Normal padro ou Normal centrada e reduzida). Os valores da funo de distribuio, F(x), e os valores de certos quantis mais utilizados encontram-se tabelados.

Normal Standard
Habitualmente utiliza-se:
a letra Z para representar uma Normal Standard. A designao (z) para representar F(z). A designao zp para representar o quantil de ordem p. Ateno que os quantis tm diferentes representaes de autor para autor. Muitos utilizam zp para representar o quantil de ordem 1-p, ou ainda (1-p)/2.

Normal Standard quantil de ordem 0.95

z0.95

10

Normal Standard quantis de ordem 0.025 e 0.975

z0.025 e z0.975

11

Clculo de probabilidades da Normal

Para calcular probabilidades associadas a uma distribuio Normal qualquer, podemos recorrer s tabelas ou a software ou a mquinas de calcular. No SPSS as funes associadas distribuio Normal so:
Cdf.Normal(x,,) para a funo de distribuio no ponto x, F(x); Idf.Normal(p,,) para o quantil de ordem p, xp.
12

Clculo de probabilidades da Normal: Normalizao

Para recorrer s tabelas necessrio normalizar a varivel antes de calcular uma probabilidade (ou um quantil). Se X ~ N(,2) ento Z = (X- ) / ~ N(0,1).

13

Clculo de probabilidades da Normal: Normalizao

Por exemplo, se X tem distribuio N(5,4) e queremos calcular P(X7):
X 5 7 5 P ( X 7) = P = P (Z 1) = (1) = 0,8413 2 2

14

Propriedades da Normal
Se adicionarmos uma constante b a uma varivel Normal X ~ N(,2), obtemos uma nova varivel Normal, Y=X+b ~ N(+b, 2). Se multiplicarmos uma varivel Normal por uma constante a obtemos uma nova varivel Normal, Y=aX ~ N(a,a22).

15

Propriedades da Normal
A soma de variveis aleatrias Normais ainda Normal com mdia igual soma das mdias. Se as variveis forem independentes a varincia igual soma das varincias. Em particular a mdia X de n variveis Normais independentes e com a mesma distribuio ainda Normal

X ~ N , /n
2

16

Resultados Importantes

Lei dos Grandes Nmeros Teorema do Limite Central

17

Lei dos grandes nmeros

A mdia de um conjunto de n variveis aleatrias independentes e identicamente distribudas, com mdia e desvio padro , converge para medida que n aumenta. A partir deste resultado podemos dizer que a frequncia relativa de um certo acontecimento de interesse num conjunto de n experincias independentes, converge para a probabilidade do acontecimento medida que n aumenta.
18

Estabilizao das frequncias relativas no lanamento sucessivo de uma moeda ao ar

19

Teorema do Limite Central

Vimos anteriormente que a mdia de uma conjunto de variveis aleatrias Normais, ainda Normal:

X ~ N ( , ) X ~ N , 2 / n

O Teorema do Limite Central permite dizer que a mdia de um conjunto de variveis aleatrias com uma qualquer distribuio aproximadamente Normal (cada vez mais Normal medida que o n de variveis aumenta)

X ~ F ( x) X ~ N , 2 / n
apr .

20

Teorema do Limite Central

Se tivermos n variveis aleatrias X1,X2,Xn independentes e com a mesma distribuio de mdia e varincia 2,ento quando n cresce para infinito, X dist N (0,1) / n ou equivalentemente

dist N (0,1)

21

Ilustraes do TLC e da LGN

Alguns sites para explorar o TLC e a LGN http://www.stat.sc.edu/~west/javahtml/CLT.html (dados) http://www.rand.org/statistics/applets/clt.html (bolinhas a cair) http://www.statisticalengineering.com/central_limit_t heorem_(inverse).htm (texto com pequena simulao)

22

Aproximaes baseadas no TLC

Podemos efectuar clculos de probabilidades aproximadas com base no TLC. Ilustramos esta situao com dois exemplos:
Probabilidades associadas a distribuies Binomiais; Probabilidades associadas a distribuies de Poisson.

23

Aproximaes baseadas no TLC: Binomial - Normal

Probabilidades associadas a uma distribuio Binomial, B(n,p), podem ser aproximadas utilizando uma distribuio Normal, N(,2), com =np e 2 = np(1-p). Para que a aproximao no seja muito m, devemos ter np 5 e n (1-p) 5.

24

Aproximaes baseadas no TLC: Binomial - Normal

Quando usamos a distribuio Normal (que uma distribuio contnua) para aproximar a distribuio Binomial (que uma distribuio discreta), fazemos uma correo de continuidade ao valor discreto x na distribuio binomial representando o valor x pelo intervalo de x 0.5 a x + 0.5.

25

Aproximaes baseadas no TLC: Binomial - Normal

26

Aproximaes baseadas no TLC: Binomial - Normal

27

Aproximaes baseadas no TLC: Poisson - Normal

Probabilidades associadas a uma distribuio de Poisson, P(), podem ser aproximadas utilizando uma distribuio Normal, N(,2), com = e 2 = . A aproximao ser tanto melhor quanto maior for .

28