Escolar Documentos
Profissional Documentos
Cultura Documentos
knitr::include_graphics("E:/Users/HD/Downloads/IMG3.png")
Como por exemplo. Em uma prova objetiva de 5 opçõ es, qual seria a probabilidade de um
aluno acertar uma questã o chutando? X: acertar a questã o. P(X=1)=1/5
p <- dbinom(1,1,0.2)
p
## [1] 0.2
11) Qual ou quais sã o os parâ metros da Distribuiçã o Binomial que deve(m) ser
conhecido(s) para que seja possível calcular a probabilidade de algum evento de
interesse? Apresente a f.p. desta distribuiçã o e dê um exemplo de cá lculo de
probabilidade usando a mesma. Calcule manualmente e usando o R. Notaçã o,
X~B(n,p), para indicar que v.a. X tem distribuiçã o Binomial com parâ metros n e p. E
sua funçã o de probabilidade é dada por:
knitr::include_graphics("E:/Users/HD/Downloads/IMG6.png")
## [1] 0.08808038
13) Descreva situaçõ es ou experimentos aleató rios em que o fenô meno (dados) a ser
estudado/investigado pode ser representado por uma Distribuiçã o Normal.
variá veis da á rea bioló gica podem ser descritas pelo modelo normal, como por
exemplo o peso de recém-nascidos é uma variá vel aleató ria contínua.
14) Qual ou quais sã o os parâ metros da Distribuiçã o Normal que deve(m) ser
conhecido(s) para que seja possível calcular a probabilidade de algum evento de
interesse? Apresente a f.d.p. desta distribuiçã o e dê um exemplo de cá lculo de
probabilidade de algum evento usando a mesma. Calcule manualmente e usando o
R. a média μ , e o desvio padrã o σ^2
knitr::include_graphics("E:/Users/HD/Downloads/IMG7.png")
Como por exemplo. Numa oficina mecâ nica segue uma distribuiçã o normal com, em média,
2 clientes novos cheguem a cada meia hora podendo variar entre 1 e 3 clientes. Qual a
probabilidade de que cheguem mais que 3 clientes nos pró ximos 30 minutos.
P(X>3)=P(Z>1/1)=1-P(Z<1)=1- 0.841= 0.159
p <- 1-pnorm(1)
p
## [1] 0.1586553
Suponha que duas fá bricas forneçam lâ mpadas para o mercado. As lâ mpadas da fá brica X
trabalham por mais de 5 000 horas em 99% dos casos, enquanto as lâ mpadas de Y
trabalham por mais de 5 000 horas em 95% dos casos. Sabe-se que a fá brica X fornece 60%
das lâ mpadas. Qual é a chance de que a lâ mpada comprada irá funcionar por mais de 5 000
horas? Aplicando a lei da probabilidade total, nó s temos:
knitr::include_graphics("E:/Users/HD/Downloads/IMG10.png")
Assim, cada lâ mpada comprada tem uma chance de 97,4% para o trabalho por mais de 5
000 horas
18)Apresente o Teorema de Bayes juntamente com uma aplicaçã o prá tica.
knitr::include_graphics("E:/Users/HD/Downloads/IMG11.png")
Seja um teste de drogas 99% sensível e 99% específico. Isto é, o teste produzirá 99% de
resultados verdadeiros positivos para usuá rios de drogas e 99% de resultados verdadeiros
negativos para nã o-usuá rios de drogas. Suponha que 0,5% das pessoas sã o usuá rias de
drogas. Se um indivíduo selecionado aleatoriamente testar positivo, qual a probabilidade
de ele ser usuá rio de drogas? Isto é, qual a probabilidade de nã o se cometer um falso
positivo?
knitr::include_graphics("E:/Users/HD/Downloads/IMG12.png")
Mesmo com a aparente precisã o do teste, se um indivíduo testar positivo, é mais prová vel
que ele nã o seja do que ele seja usuá rio de drogas. Isto porque o nú mero de nã o-usuá rios é
muito maior que o nú mero de usuá rios de drogas. Entã o, o nú mero de falsos positivos
supera o nú mero de positivos verdadeiros. Para usar nú meros concretos, se 1000
indivíduos forem testados, espera–se que 995 nã o sejam usuá rios e 5 sejam usuá rios de
drogas. Para os 995 nã o-usuá rios de drogas, sã o esperados falsos positivos. Para os 5
usuá rios de drogas, sã o esperados positivos verdadeiros. Isto é, dos 15 resultados
positivos, apenas 5 (ou 33%) sã o genuínos. Isto ilustra a importâ ncia da probabilidade
condicional e como políticas podem ser equivocadas se as probabilidades condicionais
forem negligenciadas.
A importâ ncia da especificidade pode ser observada calculando–se que, mesmo se a
sensibilidade for aumentada para 100% e a especificidade permanecer em 99%, a
probabilidade do indivíduo ser um usuá rio de drogas subirá apenas de 33,2% para 33,4%.
Entretanto, se a sensibilidade for mantida em 99% e a especificidade for aumentada para
99,5%, entã o a probabilidade do indivíduo ser um usuá rio de droga sobe para cerca de
49,9%
19)Fale sobre como funciona uma inferência estatística sob o paradigma frequentista ou
clá ssico e apresente um problema prá tico com a resoluçã o a partir da inferência clá ssica. A
inferência frequentista (ou inferência clá ssica) é que ela é aplicá vel apenas em termos de
probabilidade de frequência; isto é, em termos de amostras repetidas de uma populaçã o.
Sejam as variá veis aleató rias X1,X2,…,XnX1,X2,…,Xn independentes identicamente
distribuídas (iid) com E(Xi)=μ e um plano amostral do tipo AAS, onde por simplicidade será
considerada a equivalência EAAS≡E.
knitr::include_graphics("E:/Users/HD/Downloads/IMG13.png")
20)Fale um pouco sobre o que você entende ou como funciona uma inferência sob o
paradigma bayesiano.
Na inferência bayesiana estuda-se a estimaçã o dos parâ metros considerando uma dada
distribuiçã o que o parâ metro em questã o segue.