Você está na página 1de 14

23/05/14

1
Reviso

Profa. Renata M. G. Dalpiaz
O que Estatstica?
Uma parte da matemtica aplicada que
fornece mtodos para: Coleta, Organizao,
Descrio, Anlise, Interpretao de dados e a
utilizao dos mesmos na tomada de deciso.
Estatstica pode ser:
Descritiva:
Organizao
Tabulao
Representao
Grficos
Tabelas
Inferencial:
Anlise e Interpretao
dos dados
Testes de Probabilidade
23/05/14
2
Definies
Populao: conjunto formado por todos os
el ement os cuj as car act er st i cas o
pesquisador deseja conhecer.
Amostra: subconjunto da populao.
Para calcular o tamanho da amostra
Onde
n = tamanho da amostra
N = populao
n
0
= nmero ndice
E = percentual de erro admitido
0
0
2
0
n N
n * N
n e
e
1
n
+
= !
"
#
$
%
&
=
Modelos
Determinsticos: quando somos capazes de
calcular com exatido uma varivel.
Probabilsticos: quando se baseia em
resultados possveis ou probabilidades.
23/05/14
3
Definies
Experimento aleatrio aquele que
poder ser repetido indefinidamente e cujo
resultado no pode ser previsto com
certeza, mas todos os resultados so
possveis.
Espao amostral o conjunto de todos os
possveis resultados de um experimento.
Evento um subconjunto do espao
amostral.
Eventos
Eventos mutuamente exclusivos: so
aquel es que no podem oc or r er
simultaneamente. Portanto dois eventos A e
B so mutuamente exclusivos se A B =

Evento elementar: contm um nico ponto
amostral.
Evento composto: consiste de
dois ou mais eventos simples .
Eventos
Dois eventos so ditos dependentes se a
probabilidade de um ocorrer altera a
probabilidade do outro ocorrer, isto ,
P(A/B) = P(A).
Dois eventos de um espao amostral S so
denominados de independentes se a
probabilidade de um deles ocorrer no afeta
a probabilidade do outro ocorrer.
P(A/B) = P(A).
23/05/14
4
Eventos Mutuamente Exclusivos
So tais que a ocorrncia de um exclui a
possibilidade da ocorrncia do outro.
) B ( P ) A ( P ) B A ( P + = !
Eventos Mutuamente exclusivos
So aqueles que no podem ocorrer
simultaneamente. Portanto dois eventos A e
B so mutuamente exclusivos se A B = .
Ao jogar um dado, observamos que
S = {1, 2, 3, 4, 5, 6}.
Ento, sejam os eventos A =
ocorrer nmero par e B = ocorrer
nmeros mpares.
Logo: A = {2, 4, 6}, B = {1, 3, 5}.
A e B so considerados
mutuamente exclusivos pois
A B = .
Probabilidade de Eventos no
Mutuamente Exclusivos.
A ocorrncia de um evento particular
qualquer no elimina a ocorrncia de todos
os outros possveis.
) B A ( P ) B ( P ) A ( P ) B A ( P ! " ! + =
23/05/14
5
Continuando
Probabilidade Independente.
Doi s ou mai s event os s o di t os
independentes se a ocorrncia de um deles
no afetar a ocorrncia dos outros.
) B ( P * ) A ( P ) B A ( P = !
Probabilidade de Evento
Complementar
A regra para o evento complementar :
) ( 1 ) ' ( A P A P ! =
23/05/14
6
Uma DDP enumera cada valor que a
varivel aleatria pode assumir, ao lado de
sua probabilidade.
Sendo que:
A probabilidade de cada valor
da varivel est entre 0 e 1.
A soma de todas as
probabilidades 1.
Distribuio discreta de
probabilidade
Determine se a distribuio
exemplificada na tabela ao
lado de probabilidade ou
no.
O b s e r v e q u e c a d a
probabilidade est entre 0 e 1
e a soma 1,00. Portanto,
u ma d i s t r i b u i o d e
probabilidade.
x P(x)
5 0,28
6 0,21
7 0,36
8 0,15
Exemplo
Mdia:
Varincia:
Desvio padro:
!
" = ) ( * ) (
2 2
x P x #
2
! = !
!
= ) ( * x P x
Propriedades
23/05/14
7
Valor esperado
De uma varivel aleatria discreta igual
mdia da varivel aleatria.
Valor esperado = E(x) = ! = "xP(x)
Sempre composta por n observaes, que
atendem s seguintes caractersticas:
so do tipo sim ou no;
as observaes so independentes entre
si.
Distribuio binomial
uma distribuio discreta de probabilidade
de uma varivel aleatria x que satisfaz s
seguintes condies:
O experimento consiste na contagem do
nmero de vezes, x, que um evento ocorre
em um determinado intervalo.
A probabilidade de que o evento ocorra a
mesma para cada intervalo.
Distribuio de Poisson
23/05/14
8
Pode ser considerada como um caso
particular da distribuio binomial e
utilizada quando o nmero de dados for
maior ou igual a 50
(n # 50) e a probabilidade p for menor ou
igual a 10% (p $ 0,1)
Distribuio de Poisson
M = Mdia = (N*P).
N = nmero de casos
considerados.
P = Probabilidade.
X = Sucesso em N eventos.
e = 2,7
m
X
e
X
M
X P
!
=
!
) (
Como calcular
Vamos praticar
23/05/14
9
Exerccio 1
As pontuaes de um teste de QI em adultos so
normalmente distribudas com mdia = 100 e
desvio padro ! = 15. Calcule a probabilidade
de um adulto escolhido ao acaso ter QI entre
70 e 115.
Resolvendo
A pontuao de 70 est dois desvios padro
abaixo da mdia enquanto a pontuao 115
est um desvio acima. Aplicando a regra
emprica, voc encontrar:
rea = 0,135 + 0,34 +0,34
rea = 0,815 = 81,5%
Exerccio 2
Um levantamento indica que pessoas usam
seus computadores em mdia durante 2,4
anos antes de adquirir uma nova mquina. O
desvio padro de 0,5 ano. Selecionando ao
acaso algum que tenha computador, obtenha
a probabilidade de que ele o use por menos
de 2 anos antes de comprar outro.
Suponha que a varivel aleatria x seja
normalmente distribuda.
23/05/14
10
Resolvendo
Calculando a varivel reduzida, voc obter:
Consultando a tabela
P(z < 0,8) = 0,2119
P(z < 0,8) = 21,19
8 , 0
5 , 0
4 , 2 2
! =
!
=
!
=
"
x
z
Exerccio 3
Esboce a curva normal padro e sombreie a
rea apropriada sob a curva.
a) Para obter a rea esquerda de z,
determine a rea que corresponde a z na
Tabela Normal Padro.
b) Para obter a rea direita de z, use a
Tabela para determinar a rea correspondente
a z.
c) Para obter a rea entre dois escores z, -0,75
e 1,23, determine a rea correspondente a
cada um deles na Tabela.
23/05/14
11
Finalizando
Estimativa Intervalar
Ocorre quando feita uma estimativa de
um intervalo de valores possveis, no qual
se admite que o parmetro populacional
esteja.
Aqui, obtm-se um intervalo de valores (em
torno do parmetro amostral) no qual se
julga, com um risco conhecido de erro,
esteja o parmetro da populao. A esse
i nt er val o chamamos i nterval o de
confiana.
Estimativa Intervalar
Mas antes de se obter uma estimativa
intervalar, voc deve, determinar qual a
confiana necessria de que sua estimativa
contm a mdia populacional .
23/05/14
12
Erro de estimativa
a distncia entre a estimativa pontual e o
valor do parmetro real.
Na maioria dos casos desconhecido e x
varia de amostra para amostra.
Notao de intervalo de confiana
x E < < x + E
Onde:
X = estatstica amostral
= mdia populacional
E = erro mximo de estimativa
Definio: erro de estimao
a diferena entre a mdia da amostra e a
verdadeira mdia da populao.
O intervalo de confiana tem centro na
mdia da amostra, ento o erro mximo
provvel admitido igual metade da
amplitude
do intervalo.
Frmula do erro:
n
!
z e
x
=
23/05/14
13
Definies importantes
Teste de hiptese uma regra de deciso
utilizada para aceitar ou rejeitar uma hiptese
estatstica com base em elementos amostrais.
Hiptese a teoria que se deseja comprovar
como correta.
Testes de hipteses
Para realiz-los, deve-se considerar:

Teste T: amostra menor que 30 e varincia
desconhecida.
Teste Z: amostra maior ou igual a 30 e
varincia conhecida ou no.
Observe com ateno!
Sempre haver duas hipteses:
H
0
que a hiptese nula ou hiptese
probanda, e
H
1
: hiptese alternativa.
Geralmente a hiptese alternativa H
1

representa a suposio que o pesquisador
quer provar, sendo a hiptese nula H
0

formulada com o expresso propsito de ser
rejeitada.
23/05/14
14
Mais definies:
Erro uma falha na avaliao de uma hiptese.
Tipos de erro: Dois tipos de erro podem ser
cometidos num teste de hipteses:
Erro Tipo I ("): A hiptese nula
verdadeira e o pesquisador a rejeita.
Erro Tipo II (#): A hiptese nula falsa
e o pesquisador a aceita.