Revisão R

Juliano Herzog Caldas

09/11/2021

Questão 1
Podemos estudar o comportamento dos lançamentos calculando a probabilidade do número de caras.

Dos 4 lançamentos termos 0 caras, nisso X = 0, sua probabilidade é:

dbinom(0, 4, 0.4)

## [1] 0.1296

Dos 4 lançamentos termos 1 caras, nisso X = 1, sua probabilidade é:

dbinom(1, 4, 0.4)

## [1] 0.3456

Dos 4 lançamentos termos 2 caras, nisso X = 2, sua probabilidade é:

dbinom(2, 4, 0.4)

## [1] 0.3456

Dos 4 lançamentos termos 3 caras, nisso X = 3, sua probabilidade é:

dbinom(3, 4, 0.4)

## [1] 0.1536

Dos 4 lançamentos termos 4 caras, nisso X = 4, sua probabilidade é:

dbinom(4, 4, 0.4)

## [1] 0.0256

O seu gráfico da função de distribuição é:

x<-0:4

fx <- dbinom(x,4,0.4)

Fx <- pbinom(x,4,0.4)

par(mfrow = c(1, 2))

plot(x,fx,type = 'h')

plot(x,Fx,type = 'S')

Questão 2
pac <- seq(1:26)

int<- c(2,5,0,2,1,5,3,3,3,2,0,1,1,4,5,2,2,3,2,1,5,4,0,0,3,3)

inci <- c(0,1,2,3,4,5)

prob.esp <- c(0.1,0.1,0.3,0.3,0.1,0.1)

prob <- c(0.15384615, 0.15384615, 0.23076923, 0.23076923, 0.07692308, 0.15384615)

library(reshape2)

library(ggplot2)

df1 <- data.frame(inci, prob.esp, prob)

df2 <- melt(df1, id.vars='inci')

head(df2)

## inci variable value

## 1 0 prob.esp 0.1

## 2 1 prob.esp 0.1

## 3 2 prob.esp 0.3

## 4 3 prob.esp 0.3

## 5 4 prob.esp 0.1

## 6 5 prob.esp 0.1

ggplot(df2, aes(x=inci, y=value, fill=variable)) +

geom_bar(stat='identity', position='dodge')

Pelo gráfico podemos observar que o comportamento é parecido, mas com resultados diferentes, sendo evidência de uma amostragem não
significativa ou de um comportamento diferente ao modelo téorico.

Questão 3
Probabilidade de X maior ou igual a 14

pbinom(13, 15, 0.4, lower = F)

## [1] 2.523293e-05

Probabilidade de X maior que 8 e menor ou igual a 10

pbinom(10, 15, 0.4) - pbinom(8, 15, 0.4)

## [1] 0.08569975

Probabilidade de X menor que 2 ou X maior ou igual a 11

pbinom(10, 15, 0.4, lower = F) + sum(dbinom(0:1, 15, 0.4))

## [1] 0.0145197

Probabilidade de X maior que 13 ou X maior ou igual a 11

pbinom(10, 15, 0.4, lower = F) + sum(dbinom(13:15, 15, 0.4))

## [1] 0.009626565

Probabilidade de X maior que 3 e X menor que 6

pbinom(5, 15, 0.4) - pbinom(3, 15, 0.4)

## [1] 0.3127136

Probabilidade de no caso de X for menor ou igual a 13, ser maior ou igual a 11

pbinom(13, 15, 0.4) * pbinom(10, 13, 0.4, lower = F)

## [1] 0.001315301

Questão 4
Probabilidade de X menor ou igual a 115

pnorm(116,90,100)

## [1] 0.6025681

Probabilidade de X maior ou igual a 80

pnorm(79,90,100, lower = F)

## [1] 0.5437953

Probabilidade de X menor ou igual a 75

pnorm(76,90,100)

## [1] 0.44433

Probabilidade de X menor ou igual a 110 e maior ou igual a 85

pnorm(111, 90, 100) - pnorm(84, 90, 100)

## [1] 0.1070883

Probabilidade do modulo de X menos 90, ser menor ou igual a 10

pnorm(101, 90, 100) - pnorm(79, 90, 100)

## [1] 0.08759063

P valor de a Como os valores são simetricos, podemos considerar que em torno da média temos 47, 5 de cada lado, então se
descobrirmos de um lado, teremos o outro também.

a <- qnorm(0.975, 90, 100)-90

## [1] 195.9964

Questão 5
5.1

plot(function(x) dpois(x, 5, log = FALSE), -50, 50)

5.2

plot(function(x) dnorm(x, 90, 10), -10, 190)

5.3

plot(function(x) dnorm(x, 90, 10), -10, 190, ylab = 'f(x)')

plot(function(x) dnorm(x, 90, sqrt(80)), -10, 190, add = TRUE, col = 2)

plot(function(x) dnorm(x, 85, 10), -10, 190, add = TRUE, col = 3)

legend(120, 0.05, fill = 1:3,

legend = c("N(90,100)", "N(90,80)", "N(85,100)"))

5.4

plot(function(x) dchisq(x, 1), 0, 15, ylab = 'f(x)')

plot(function(x) dchisq(x, 2), 0, 15, ylab = 'f(x)')

plot(function(x) dchisq(x, 5), 0, 15, ylab = 'f(x)')