Departamento de Ciências de Educação

Curso de Licenciatura em Administração Pública

Distribuições Bidimensionais e Probabilidade

Xai-xai, Abril, 2021

 3

Departam
ento de Ciências de Educação

Curso de Licenciatura em Administração Pública

Distribuições Bidimensionais e Probabilidade

Trabalho de campo a ser submetido na

Coordenação do curso de Licenciatura em
Administração Pública do ISCED

Alcindo Laquenhane Gulela: 848571773

Xai-xai, Abril, 2021

 4

Índice

1. Introdução...............................................................................................................................3

1.1. Objectivos............................................................................................................................3

1.1.1. Geral..................................................................................................................................3

1.1.2. Específicos........................................................................................................................3

2.0 Metodologia..........................................................................................................................3

3.0 Referencial Teórico...............................................................................................................4

3.1 Distribuições Bidimensionais: Regressão e Correlação.......................................................4

3.1.1. Correlação.........................................................................................................................4

3.1.2. Regressão..........................................................................................................................5

3.1.3. Recta de regressão ajustada..............................................................................................5

3.2 Probabilidade........................................................................................................................6

3.2.1 Definição de Probabilidade................................................................................................6

3.2.2. Definição clássica.............................................................................................................6

3.2.3. Definição frequencista......................................................................................................6

3.2.4. Definição subjectiva..........................................................................................................7

3.2.5. Axiomas da teoria das probabilidades.............................................................................7

4.0 Conclusão..............................................................................................................................8

5.0 Referências Bibliográficas....................................................................................................9

 5

1. Introdução

Neste presente trabalho a autora faz a síntese das Distribuições Bidimensionais (correlação e
regressão) bem como duma noção intuítiva e frequencista das probabilidades (Lei dos
Grandes números e Axiomas de probabilidade).

Assim, o trabalho descreve cada subtema aqui exposto de forma sumária, com o objectivo de
trazer para o leitor o melhor da informação na extensão mínima a possível.

1.1. Objectivos

1.1.1. Geral

 Compreender as Distribuições Bidimensionais e a probabilidade;

1.1.2. Específicos

 Conceituar correlação, regressão, probabilidade;

 Indicar os axiomas da Probabilidade;

 Descrever a probabilidade frequencista bem como a lei de grandes números;

2.0 Metodologia

Para a realização do presente trabalho recorreru-se à pesquisa bibliográfica.

Segundo Magibire (2019, p.62), pesquisa Bibliográfica é aquela desenvolvida com base em
material já elaborado, constituído principalmente por livros e artigos científicos.
 6

3.0 Referencial Teórico

3.1 Distribuições Bidimensionais: Regressão e Correlação

3.1.1. Correlação

Correlações é uma medida estatística que permite medir o grau de associação entre duas
variáveis emparelhadas, ou seja, valores de duas variáveis que foram obtidos sobre o mesmo
indivíduo ou unidade.

O coeficiente de correlação de Pearson, 𝒓, mede o grau de associação linear entre 𝑥 e 𝑦

(amostra bivariada quantitativa) e é dado por:

Para 𝑟 ≈ −1 existe associação linear negativa muito alta; para 𝑟 ≈ 0 não existe associação
linear entre as variáveis; para 𝑟 ≈ 1 existe associação linear positiva muito alta

Figura 1: Tipos de Correlação

Pestana e Gageiro (2014) sugerem, apenas por convenção, as seguintes interpretações com
base nos valores absolutos de 𝑟: se 0 ≤ |𝑟| <0,2 não existe correlação ou é desprezável; se 0,2
≤ |𝑟| <0,7 a correlação é moderada; se 0,7 ≤ |𝑟| <0,9 a correlação é forte; e no extremo se |𝑟| ≥
0,9 a correlação é muito forte.

Existem outras sugestões de classificação, mas esta parece ser a actualmente mais utilizada,
reforçando-se sempre a importância de previamente se fazer uma análise gráfica desta relação.
 7

3.1.2. Regressão

Modelo de regressão linear simples: Descreve uma relação linear entre uma variável
independente, 𝑥, e uma variável dependente, 𝑌, i. e.

𝑌𝑖= 𝛽0+ 𝛽1𝑥𝑖+ 𝜀𝑖, Onde 𝛽0 e 𝛽1 são constantes, 𝑥𝑖 são conhecidos e 𝜀𝑖 representa o erro
aleatório associado ao valor observado para 𝑌.

Alternativamente este modelo pode ser escrito da seguinte forma:

𝐸(𝑌𝑖|𝑥 = 𝑥𝑖) = 𝛽0+ 𝛽1𝑥𝑖

3.1.3. Recta de regressão ajustada

Com base numa amostra de 𝑛 pares de observações (𝑥𝑖; 𝑦𝑖), 𝑖 = 1, …, 𝑛, é possível ajustar
diferentes rectas à nuvem de pontos que dependem, obviamente, dos valores considerados
para a ordenada na origem, 𝛽̂0, e para o declive, 𝛽1.

A equação da recta de regressão ajustada é: , onde e são estimadores de β0

e β1 e é o valor predito de (dado Xi).

O erro estimado é a diferença entre um valor observado e valor correspondente ,

estimado pela recta ajustada e é definido por: .

Figura 2: Gráfico de regressão com a recta de melhor ajuste

 8

3.2 Probabilidade

3.2.1 Definição de Probabilidade

O conceito de probabilidade pode ser definido de diferentes maneiras. De seguida

apresentam-se apenas as definições mais usuais:

 Clássica ou a priori (Ω finito);

 Frequencista ou a posteriori;

 Subjectiva.

3.2.2. Definição clássica

Probabilidade de um acontecimento é o quociente entre o número de casos favoráveis à

ocorrência do acontecimento, 𝑛(𝐴), e o número de casos possíveis, n, todos os casos supostos
igualmente prováveis. Laplace, 1812.4.11.

3.2.3. Definição frequencista

O conceito frequencista de probabilidade é utilizado em experiências aleatórias e

independentes que, possuindo resultados que não são equiparáveis, são, no entanto,
susceptíveis de repetição sob as mesmas condições. Seja 𝑛(𝐴) o número de vezes que o
acontecimento A ocorre em n repetições de uma dada experiência, então:

A frequência relativa tende a estabilizar-se em torno de um valor que os frequencista tomam

como o valor aproximado da probabilidade 𝑃(𝐴).

Deste modo, os problemas associados com definições a priori são eliminados.

Exemplo: Na experiência que consiste no lançamento de uma moeda honesta, considere o

acontecimento 𝐴 = saída de coroa. Logo, 𝑃(𝐴) = 0,5.
 9

3.2.4. Definição subjectiva

Existem experiências aleatórias que não são susceptíveis de repetição sob condições idênticas
e cujos resultados não são igualmente prováveis. Nestes casos é atribuída uma probabilidade
subjectiva aos acontecimentos da experiência aleatória. As probabilidades são interpretadas
como expressões do grau de credibilidade que cada indivíduo atribui à ocorrência dos
acontecimentos.

Exemplo: Qual a probabilidade do actual governa se manter inalterado nos próximos 6

meses?

3.2.5. Axiomas da teoria das probabilidades

As probabilidades são definidas com base num conjunto de regras, ou axiomas, que devem
satisfazer (Axiomática simplificada de Kolmogorov):

a) Axioma 1: Para qualquer A ⊆ : P (A) ≥ 0

b) Axioma 2: A probabilidade associada ao certo acontecimento certo éP( )=1

c) Axioma 3: Se dois acontecimentos A e B, definidos em , forem mutuamente

exclusivos, A = ∅ , então: P (A U B) = P (A) + P (B) e
 10

4.0 Conclusão

Durante a realização do trabalho conclui que correlação é uma medida estatística que permite
medir o grau de associação entre duas variáveis emparelhadas, ou seja, valores de duas
variáveis que foram obtidos sobre o mesmo indivíduo ou unidade. E se 0 ≤ |𝑟| <0,2 não existe
correlação ou é desprezável; se 0,2 ≤ |𝑟| <0,7 a correlação é moderada; se 0,7 ≤ |𝑟| <0,9 a
correlação é forte; e no extremo se |𝑟| ≥ 0,9 a correlação é muito forte.

Na probabilidade, concluiu-se que pode ser definido de diferentes maneiras, a saber: Clássica
ou a priori (Ω finito), Frequencista ou a posteriori, etc.

Probabilidade de um acontecimento é o quociente entre o número de casos favoráveis à

ocorrência do acontecimento, 𝑛(𝐴), e o número de casos possíveis, n, todos os casos supostos
igualmente prováveis

O conceito frequencista de probabilidade é utilizado em experiências aleatórias e

independentes que, possuindo resultados que não são equiparáveis, são, no entanto,
susceptíveis de repetição sob as mesmas condições.
 11

5.0 Referências Bibliográficas

Magibire, Z. M. (2019). Metodologias de Investigação Científica. ISCED.

Afonso, A. & Nunes, C. (2019). Probabilidades e Estatística: Aplicações e Soluções em

SPSS. Universidade Évora.

Pestana, D. D. e Velosa, S. (2002). Introdução à probabilidade e à estatística., Fundação

Calouste Gulbenkien.

Murteira, B. e Black, G. (1983). Estatística Descritiva. McGraw-Hill.

Reis, E., Melo, P., Andrade, R. e Calapez, T. (1999). Exercícios de estatística aplicada. 3ª
Edição. Edições Sílabo.

Triola, M. F. (2017). Introdução à Estatística. 12ª Edição. LTC