1

Inferncia estatstica na cincia estatstica

A Estatstica dividida habitualmente em 2 partes

Estatstica Descritiva

Inferncia Estatstica (enfoque desta cadeira)

1. Estatstica Descritiva: serve para sintetizar informao geralmente demasiado complexa de se absorver, sem distorcer o seu significado. 2. Inferncia Estatstica: preocupa-se com a relao entre uma populao e a amostra retirada dessa populao (ver slide 1). Que inferncias podem ser feitas de forma legitima sobre a populao a partir de uma amostra?
2

Exemplo de Inferncia Estatstica

Consideremos um inqurito que indica que numa amostra 60% dos cidados (residentes em territrio nacional) tenciona votar nas prximas eleies. Que concluses podemos retirar sobre a totalidade dos cidados? Ao fazer inferncias, h incerteza e portanto conveniente dispor de uma medida do grau de incerteza de um fenmeno aleatrio (em que o resultado depende do acaso). Essa medida a Probabilidade. O estudo da teoria das probabilidades est na base da inferncia estatstica e por isso fundamental!
3

A INCERTEZA NO NOSSO QUOTIDIANO

Uma produtora de espectculos aposta num certo dia para organizar um concerto ao ar livre. A escolha do dia fundamental porque as ms condies climatricas podem prejudicar o sucesso do evento. A escolha do dia feita com INCERTEZA. Uma empresa pblica toma a deciso de investir capital no estrangeiro sem saber partida se a medida vai ter ou no sucesso. Tal como investir capital pblico no estrangeiro ou escolher um dia para o concerto, fazer concluses (inferncias) acerca da populao com base nos dados de uma amostra tambm implica algum GRAU DE INCERTEZA.
4

Fenmeno aleatrio
Consideremos uma experincia P onde intervm o acaso, ou seja, cujo resultado incerto. No portanto possvel saber de antemo qual dos resultados possveis da experincia se realiza. Trata-se, deste modo, de uma experincia aleatria ou casual. Exemplo: No lanamento de um dado, possvel que saia a face 1 ou 2 ou 3 ou 4 ou 5 ou 6. Se X representar a varivel que pode tomar um destes valores, ento X uma varivel aleatria.
5

Probabilidades: Lxico de base

Uma experincia um acto como o lanamento de uma moeda, com um conjunto de resultados ou acontecimentos possveis (por exemplo, no lanamento de uma moeda: face ou coroa).
O espao amostral , de uma experincia aleatria, tambm designado por espao de resultados ou espao de acontecimentos, o conjunto de todos os resultados possveis da experincia aleatria. Os acontecimentos formados por um elemento so designados por acontecimentos elementares. Os resultados no espao amostral excluem-se mutuamente e possvel associar uma probabilidade/chance a cada um dos resultados. 6

Espao de Resultados. Acontecimentos Aleatrios

Exemplo

Lanamento de uma moeda ao ar F = sada de Face / C = sada de Coroa Espao de resultados: = {F, C}
Lanamento de um dado Espao de resultados: = {1, 2, 3, 4, 5, 6}
7

Definio Frequencista de Probabilidade (1)

No lanamento de uma moeda, qual a probabilidade que saia Face? Para responder pergunta, temos de realizar esta experincia aleatria n vezes, em idnticas condies. A definio frequencista sustenta que a probabilidade igual proporo de sadas de Face obtidas a partir de um grande nmero de realizaes da experincia.
8

Definio Frequencista de Probabilidade (2)

Os primeiros resultados desta experincia poderiam ser: F, C, C, F, F, F, C, F, C . . . em que os acontecimentos aleatrios F = sada de face e C = sada de coroa. Depois de um certo nmero de experincias n, a frequncia relativa de F estabiliza num valor que a probabilidade do acontecimento F, ou seja, P(F). P(F) = n de ocorrncias de F / n medida que n se aproxima do infinito

Definio Frequencista de Probabilidade (3)

Exemplo Um gestor de vendas de um concessionrio de uma marca conhecida de automveis precisa de saber qual a probabilidade do stand vender mais de 4 automveis na prxima semana. Atravs dos registos da empresa, foi possvel saber qual o nmero de automveis vendidos nas ltimas 50 semanas. Os dados esto apresentados na tabela seguinte.

10

Definio Frequencista de Probabilidade (4)

N de automveis vendidos
0

N de semanas
2

1
2 3 4

10
18 12 3

5
6

3
2

Usando a definio frequencista de probabilidade podemos aproximar a probabilidade do stand vender mais de 4 automveis na prxima semana por:

(3+2)/50 = 0.1
11

Definio Subjectiva de Probabilidade

Uma probabilidade subjectiva surge quando uma pessoa atribui um grau de credibilidade a um certo acontecimento aleatrio, baseada na sua intuio ou conhecimento emprico.

Exemplos O Sr. Miguel benfiquista e acha que a probabilidade do Benfica ganhar o campeonato esta poca superior a 0.8. Quando algum olha para o cu e diz a outra pessoa que vai chover est a usar a sua intuio para estabelecer uma probabilidade para a ocorrncia de um acontecimento aleatrio.
12

Definio Clssica de Probabilidade (1)

A probabilidade de realizao de um acontecimento aleatrio A o quociente entre o nmero de casos favorveis realizao desse acontecimento A e o nmero de resultados possveis N. Suponha que numa experincia aleatria com N resultados possveis, todos igualmente provveis, um acontecimento A pode realizar-se de maneiras diferentes. Ento a probabilidade do acontecimento A dada por:

P (A) =

13

Definio Clssica de Probabilidade (2)

Exemplo Considere o lanamento de um dado honesto. Vamos agora determinar a probabilidade de que: a) Saia a face 4; b) Saia a face 2 ou 3; c) Saia uma face par; d) Saia uma face mltiplo de 2 ou de 5.
14

Definio Clssica de Probabilidade (3)

No lanamento de um dado honesto, 6 casos so igualmente possveis, N = 6. a) Sada da face 4. O acontecimento sada de 4, um caso favorvel portanto entre os 6 possveis. Assim: P (A) = n casos favorveis a A/ n de casos possveis = 1/6
15

Definio Clssica de Probabilidade (4)

b) Sada da face 2 ou 3. H 2 casos favorveis realizao do acontecimento. P (A) = 2/6 = 1/3

c) Sada de uma face par. A = sada de face com n par = {2, 4, 6} P (A) = 3/6 = 0.5
d) Sada de um mltiplo de 2 ou de 5. A = {2, 4, 5, 6} P (A) = 4/6 = 2/3

16

Definio Clssica de Probabilidade (5)

Esta definio tem algumas limitaes: S pode ser aplicada se o nmero de resultados possveis da experincia aleatria for finito; S pode ser aplicada se os resultados forem igualmente provveis. Esta definio no permite responder, por exemplo, s seguintes questes: Qual a probabilidade de sair uma face no lanamento de uma moeda no equilibrada? Qual a probabilidade de um condutor ter um acidente num ano de conduo?

17

Axiomas da Teoria das Probabilidades (1)

A probabilidade de um acontecimento A situa-se entre 0 e 1. 0 Pr (A) 1 A probabilidade do acontecimento impossvel igual a 0. P () = 0
A probabilidade do acontecimento certo igual unidade. P () = 1

18

Axiomas da Teoria das Probabilidades (2)

Se A e B so acontecimentos incompatveis, a probabilidade de que se realize o acontecimento A OU o acontecimento B igual soma das probabilidades. P (A U B) = P (A) + P (B)

Se A e B so acontecimentos compatveis, a probabilidade de que se realize o acontecimento A OU o acontecimento B igual soma das probabilidades, menos a probabilidade da realizao conjunta de A e B.
P (A U B) = P (A) + P (B) P (A B)
19

Axiomas da Teoria das Probabilidades (3)

A probabilidade do acontecimento contrrio de A, ou seja o acontecimento , a diferena para a unidade da probabilidade de A. P () = 1 P (A) A soma das probabilidades associadas aos resultados do espao amostral igual a 1. Prob i = 1
20

Esquema de Venn: Representao de 2 acontecimentos

A e B so dois acontecimentos compatveis A = { 1, 2, 3, 4, 5, 6 } B = { 5, 6, 7, 8, 9, 10 } A B = { 5, 6 } A U B = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10}

21

Regra da Adio (1)

Esta regra est associada ao operador OU. P(A U B) = P(A) + P(B) P(A B) Exemplo com acontecimentos incompatveis Probabilidade de sair um 5 OU 6 no lanamento de um dado. P(5 U 6) = 1/6 + 1/6 P() = 2/6 = 1/3
1 2 3 4 5 6

22

Regra da Adio (2)

Exemplo com acontecimentos compatveis Qual a probabilidade de sada de um Rei OU de uma carta de Copas na retirada de uma carta de um baralho? Pr (K) = 4/52 (4 Reis num baralho de cartas) Pr (C) = 13/52 (13 Copas num baralho de cartas) Regra da adio implica somar as duas probabilidades e subtrair a probabilidade da interseco dos 2 acontecimentos (a probabilidade de sada de um REI de COPAS).

23

Regra da Adio (3)

Temos ento: Pr (R U C) = Pr (R) + Pr (C) Pr (R C) = 4/52 + 13/52 1/52 Porqu? Se examinarmos correctamente o espao de resultados podemos verificar que h um ponto (o Rei de Copas) que sofre dupla contagem: uma como Rei e outra como Copas. O acontecimento sada de REI de COPAS possvel e contado 2 vezes. Portanto, vamos ter de subtrair a probabilidade de sada de um REI de COPAS.
24

Regra da Multiplicao (1)

A regra da multiplicao est associada ao operador E. Exemplo Imagine-se uma Me com 2 FILHOS. Qual a probabilidade que ambos sejam RAPAZES? Tratase de um acontecimento composto: Um RAPAZ no 1 nascimento (H1) E um RAPAZ no 2 (H2). Pressuposto: Pr(H) = Pr(M) = 0.5 Pr (H1 e H2) = Pr (H1) Pr (H2) = 0.5 0.5 = 0.25
25

Regra da Multiplicao (2)

ATENO: Este exemplo assume que o primeiro nascimento e o segundo so acontecimentos independentes: ser um RAPAZ no 1 nascimento no afecta a probabilidade de ser de novo um RAPAZ no 2 nascimento. Se eliminarmos a hiptese de independncia entre acontecimentos: Pr (H2|H1) = Probabilidade do acontecimento H2 realizar-se sabendo que o acontecimento H1 j se realizou.
26

Regra da Multiplicao (3)

Pr (H1) = Pr (M1) = 0.5 Pr (H2|H1) = Pr (M2|M1) = 0.6 Qual a probabilidade de serem 2 rapazes neste caso? 30% (60% de 50%) das mes tm dois filhos rapazes, logo: Pr (H1 H2) = Pr (H1) Pr (H2|H1) = 0.5 0.6 = 0.3 Em geral: Pr (A B) = Pr (A) Pr (B|A) Pr (A B) = Pr(A) Pr(B) se A e B forem 2 acontecimentos independentes
27

Independncia dos Acontecimentos: Definio

2 acontecimentos A e B so independentes se a probabilidade de um deles ocorrer no influenciada pelo facto do outro se realizar.
Formalmente, se A e B forem independentes:

Pr (A B) = Pr(A) Pr(B) E Pr (B|A) = Pr(B|) = Pr (B)

28

Adio e Multiplicao
Problemas mais complexos podem ser resolvidos usando a combinao das regras de multiplicao e adio. Exemplo: Qual a probabilidade de uma me ter um filho de cada sexo? H 2 hipteses: uma menina seguida de um rapaz ou um rapaz seguido de uma menina. Pr(1 Menina, 1 Rapaz) = Pr (M1 e H2) OU Pr (H1 e M2) = Pr (M1) Pr (H2|M1) + Pr (H1) Pr (M2|H1) = (0.5 0.4) + (0.5 0.4) = 0.4
29

Probabilidade Condicional: Definio

Sejam A e B dois acontecimentos associados a uma experiencia aleatria com espao de resultados . Se P(B) 0, a probabilidade condicionada ou condicional de A dado B, denota-se por P(A|B) e dada por:

P(A|B) = P (A B) / P(B)
Trata-se da probabilidade de se realizar o acontecimento A sabendo que se realizou o acontecimento B.
30

Probabilidade Condicional: Exemplo

Suponhamos de que dispomos da informao de que ao lanar um dado saiu uma face com um nmero par de pontos, isto , realizou-se o acontecimento A = sada de n par = { 2, 4, 6 } Qual ser a probabilidade de ocorrncia do acontecimento B = sada de face com mais de 5 pontos = { 6 }, sabendo que ocorreu A? P(B | A) = P(B A)/ P(A) = P { 6 } / P { 2, 4, 6 } = (1/6 ) / (3/6) = 1/3
31

Probabilidade Condicional: Exemplo (cont.)

Calculemos agora a probabilidade de no sair face com mais de 5 pontos, o acontecimento contrrio de B, sabendo que ocorreu A. Resultado: 2/3

32

Probabilidade Condicional: Caso Prtico

O Gerente da loja de msica MUSICASTORE sabe que 30% dos clientes que entram na loja pedem ajuda a um assistente e que 20% dos clientes adquirem efectivamente um produto. Sabe-se tambm que 15% dos clientes pedem ajuda a um assistente e compram de facto um produto.

Pergunta: Calcule a probabilidade de um cliente que pediu ajuda a um assistente, comprar um produto. Os acontecimentos Pedir ajuda a um assistente e Comprar um produto so ou no independentes? Justifique.
33

Diagrama de rvore
uma forma alternativa para ilustrar os resultados possveis no espao amostral com as probabilidades associadas.
Rapaz 0.6
Rapaz 0.5 0.4 Menina Rapaz 0.4 Menina 0.6 2 MENINAS: 0.5 0.6 = 0.3
34

2 RAPAZES: 0.5 0.6 = 0.3

RAPAZ, MENINA: 0.5 0.4 = 0.2 MENINA, RAPAZ: 0.5 0.4 = 0.2

Menina

0.5

1 RAPAZ E 1 MENINA: 0.2 + 0.2 = 0.4

Diagrama de rvore: Uma Famlia com 2 Crianas

O diagrama comea pela esquerda e a 1 bifurcao mostra as alternativas possveis (RAPAZ, MENINA) naquele ponto e as probabilidades associadas (0.5, 0.5). As ltimas 4 ramificaes do-nos os resultados possveis: RAPAZ, RAPAZ; RAPAZ, MENINA; MENINA, RAPAZ; MENINA, MENINA. possvel alargar o Diagrama de rvore para casos em que haja mais filhos: nesse caso, as ramificaes aumentam rapidamente.

35

Partio do Espao Amostral: Teorema das Probabilidades Totais

36

37

Teorema de Bayes

38

O Teorema de Bayes simplesmente a probabilidade de um acontecimento Ak, condicionada pelo acontecimento B.

39

Teorema de Bayes: Aplicao

Exerccio:

Numa turma 6% dos rapazes e 4% das raparigas tem notas superiores a 15 valores. Sabe-se que 80% dos estudantes so rapazes. Selecciona-se um estudante ao acaso, se tem notas superiores a 15, qual a probabilidade de ser rapariga?
40