Universidade Federal de Minas Gerais

ESTATÍSTICA PARA
CIÊNCIAS DA SAÚDE
Aula 6 – Introdução à Probabilidade

Ilka Afonso Reis

Departamento de Estatística

ESTE MATERIAL FOI ELABORADO PARA APOIAR AS AULAS EXPOSITIVAS E

NÃO DEVE SER USADO COMO ÚNICA FONTE DE CONSULTA
“Será que vai chover amanhã ?”

Quantificando a incerteza

Probabilidades – Parte 1
 Nosso dia-a-dia está cheio de incertezas

“Vai chover amanhã?”

“Quanto tempo levarei de casa até a universidade?”

“Em quanto tempo serei atendido se eu pegar a fila única?”

“E se eu pegar as filas separadas?”
 Na área científico-investigativa, não é
diferente ….

“Se fizermos uma intervenção ‘X’, quantos casos da doença

eliminaremos na área 1 ?”

“Quantos bebês dos próximos 10 recém-nascidos precisarão

de cuidados na UTI neo-natal ?”

“Quantos medicamentos estão prescritos para o paciente A?”

“Se o paciente A tem prescrição de 6 medicamentos, quantos ele
toma corretamente?”
Lidando com a incerteza

Uma das maneiras de lidar com a incerteza acerca

de um evento é expressá-la em números.

Ou seja , quantificando a incerteza.

Probabilidades:
quantificando a incerteza

Probabilidade é uma medida da incerteza acerca

de um evento.

Esta medida é um número que vai de 0 a 1.

Quanto maior a probabilidade de evento, menor a

incerteza acerca dele.
“Segundo o centro de meteorologia, a probabilidade de chover
amanhã é de 0.60 (ou 60%)”

“A probabilidade de gastar mais de 20 minutos de casa até o

trabalho é de 75%”

“A probabilidade de esperar menos de 2 minutos na fila única é

de 85%”
“Na fila separada, esta probabilidade
é de 40%”
Conceitos básicos
Experimento aleatório é aquele no qual os resultados possíveis são
conhecidos antes da realização do experimento, mas só saberemos qual
deles irá ocorrer quando ele for realizado.
EXEMPLOS:
Experimento aleatório 1: retirar uma carta de um baralho de 52
cartas e verificar sua cor.
Resultados possíveis: {vermelha, preta}

Experimento aleatório 2: jogar um dado e observar a face de cima.

Resultados possíveis: {1,2,3,4,5,6}

Experimento aleatório 3: sortear uma mulher na cidade e verificar

quantos filhos ela tem.
Resultados possíveis: {0,1,2,3,4....}
Conceitos básicos
Espaço Amostral (E) é o conjunto de resultados possíveis para um
experimento aleatório.

EXEMPLOS:
Para o experimento aleatório 1: retirar uma carta de um baralho de
52 cartas e verificar sua cor.
Espaço amostral E1 = {vermelha, preta}
Para o experimento aleatório 2: jogar um dado e observar a face de
cima.
Espaço amostral E2 ={1,2,3,4,5,6}

Para o experimento aleatório 3: sortear uma mulher na cidade e

verificar quantos filhos ela tem.
Espaço amostral E3 ={0,1,2,3,4....}
 Conceitos básicos

Evento é qualquer subconjunto do espaço amostral de um experimento

aleatório é chamado

EXEMPLOS: do espaço amostral E1, A = {preta}

do espaço amostral E2, B = {2,4,6}
A é um Evento Simples (somente um elemento do espaço amostral)
Conceitos básicos
Conceitos básicos
 Conceitos básicos
Eventos Mutuamente Exclusivos: dois eventos A e B são mutuamente
exclusivos quando A  B=

A
E

Exemplo: Seja o experimento aleatório “retirar uma carta de um baralho

de 52 cartas”
A : “sair uma carta vermelha”, A = {vermelha} e
B : “sair uma carta de espadas”, B = {espadas} .
O evento interseção (A  B)=
 Definição Clássica para Probabilidade

Quando TODOS os elementos do espaço amostral têm a mesma

probabilidade de ocorrerem, a definição clássica da probabilidade de
um evento A ocorrer é dada por

número de elementos do evento A

P( A ) 
total de elementos do espaço amostral

Exemplo: seja o experimento aleatório “jogar um dado e observar a face

de cima”.
Se o dado for honesto, todas as seis faces têm a mesma probabilidade de
saírem para cima.
Assim, a probabilidade do evento F “o número é par”, F = {2,4,6}, é dada
por P(F)=3/6=0.5.
Experimento aleatório: retirar uma carta de um baralho de
52 cartas e verificar sua cor, naipe ou número

E= {A♠ 2♠ 3♠ 4♠ 5♠ 6♠ 7♠ 8♠ 9♠ 10♠ J♠ Q♠ K♠
A♣ 2♣ 3♣ 4♣ 5♣ 6♣ 7♣ 8♣ 9♣ 10♣ J♣ Q♣ K♣
A♥ 2♥ 3♥ 4♥ 5♥ 6♥ 7♥ 8♥ 9♥ 10♥ J♥ Q♥ K♥
A♦ 2♦ 3♦ 4♦ 5♦ 6♦ 7♦ 8♦ 9♦ 10♦ J♦ Q♦ K♦}
A = “carta preta”  P(A)=26/52 = 1/2
B= “carta com letra”  P(B) = 16/52 = 4/13
C = “carta de copas”  P(C) = 13/52 = 1/4
D = “carta de ouros preta”  P(D) = 0/52 = 0
Propriedades da Probabilidade

1. 0  P(A)  1
2. P(E) =1
3. P(A) = 1 - P(A)

Probabilidade da União de Dois Eventos

P(A  B) = P(A) + P (B) - P (A  B)

 Probabilidade Condicional

A probabilidade de um evento A ocorrer, dado que o evento B

ocorreu, é dada por:

P( A  B)
P( A | B) 
P( B)
Exemplo: no experimento aleatório “jogar um dado e observar a face
de cima”.
Eventos: F = {2,4,6} e B={2}.

P( F  B) P ({2}) 16 1
P( B | F )    
P( F ) P ({2,4,6}) 3 6 3
 Probabilidade Condicional

Podemos enxergar a probabilidade condicional como uma

redução do espaço amostral inicial.

Exemplo: o experimento aleatório “jogar um dado e observar a face de

cima”.

Espaço amostral inicial E = {1,2,3,4,5,6}

Se F = {2,4,6} ocorre, então o espaço amostral inicial E={1,2,3,4,5,6}

é reduzido para E’={2,4,6}

1
P( B | F ) 
3
Independência de Eventos

Se a ocorrência de B não altera a probabilidade de

ocorrência de A, os eventos A e B são independentes.

Ou seja, se P( A | B)  P( A)

os eventos A e B são independentes.

 Independência de Eventos

Se A e B são independentes, isto significa que

P( A  B )  P ( B)  P( A)
PP((AA BB)) indind ind
PP((PAA(|A
|BB|))B)   PP((PAA())A

)PP((PAA(
A
BB))B) PP((P
AA())A
)PP
((P
BB())B)
PP((BB))

De maneira geral, ∩ = ×
Experimento aleatório: retirar uma carta de um baralho de
52 cartas e verificar sua cor, naipe ou número

E= {A♠ 2♠ 3♠ 4♠ 5♠ 6♠ 7♠ 8♠ 9♠ 10♠ J♠ Q♠ K♠
A♣ 2♣ 3♣ 4♣ 5♣ 6♣ 7♣ 8♣ 9♣ 10♣ J♣ Q♣ K♣
A♥ 2♥ 3♥ 4♥ 5♥ 6♥ 7♥ 8♥ 9♥ 10♥ J♥ Q♥ K♥
A♦ 2♦ 3♦ 4♦ 5♦ 6♦ 7♦ 8♦ 9♦ 10♦ J♦ Q♦ K♦}
A = “carta preta”  P(A)=26/52 = 1/2
B= “carta com letra”  P(B) = 16/52 = 4/13
A e B são eventos independentes ?
P(B|A) = 8/26 = 4/13 = P(B). SIM
Interseção A e B : P(AB) = 8/52 = 2/13
Experimento aleatório: jogar um dado e verificar qual é a
face de cima

E= { }

A = “número 4”  P(A)=1/6
B= “número ímpar”  P(B) = 3/6 = 1/2
AB = “número ímpar igual a 4”  P(AB) = 0/6 = 0

A e B são eventos independentes ?

P(B|A) = P(AB)/P(A) = 0/(1/6) = 0 ≠ P(B). NÃO
Definição Frequentista da Probabilidade

Quando os elementos do espaço amostral NÃO têm a mesma

probabilidade de ocorrerem, a definição clássica da
probabilidade NÃO pode ser usada.

A probabilidade de um evento deve ser estimada

atráves da frequência da ocorrência do evento na
repetição do experimento um grande número de
vezes.
 Definição Frequentista da Probabilidade

Exemplo: Qual é a probabilidade de que uma pessoa seja portadora

da bactéria H. pylori ?

Experimento aleatório : “selecionar uma pessoa do grupo de

interesse e verificar um dos resultados possíveis:
E = {portadora, não-portadora}

P( portadora )  P (não  portadora )

A probabilidade de ser portadora deve ser estimada com a

utilização de uma grande amostra de pessoas do grupo de
interesse
 Definição Frequentista da Probabilidade

Exemplo: Qual é a probabilidade de que uma pessoa seja portadora

da bactéria H. pylori ?

ˆ # de pessoas portadoras na amostra

P ( portadora ) 
tamanho da amostra

O valor de Pˆ ( portadora ) é uma estimativa de P ( portadora )

 Cálculo de Probabilidades em
tabelas de classificação cruzada
Grupo Tromboembolismo
Sangüíneo Total
Doente Sadia
A 32 51 83
B 8 19 27
AB 6 5 11
O 9 70 79
Total 55 145 200
55 P( sadia )  1  P( doente)
P (doente)   0.275
200
 1  0.275  0.725
83 32
P( A)   0.415 P( A  doente)   0.16
200 200
 Cálculo de Probabilidades em
tabelas de classificação cruzada
Grupo Tromboembolismo
Sangüíneo Total
Doente Sadia
A 32 51 83
B 8 19 27
AB 6 5 11
O 9 70 79
Total 55 145 200

32 32
P( A  doente)   0.16 P ( doente | A)   0.385
200 83
Os eventos “ser doente” e “pertencer ao grupo sanguíneo A” podem
ser considerados independentes ? NÃO

P ( doente)  0.275 P ( doente | A)  P (doente)

 Para praticar …
Testes Moodle

Próxima aula: Atividade pontuada

• Como preparação para a atividade, ler artigo* disponível
na pasta Preparação para Atividade Pontuada e fazer o
estudo dirigido sobre o artigo.
• Trazer calculadora simples (não será permitido o uso do
celular ou similares).
• Na primeira parte da aula, comentaremos o estudo dirigido.
• Na segunda parte da aula, será aplicada a Atividade Pontuada
(15 pontos).

*Pinho e Mattos (2002), Validade da citologia cervicovaginal na detecção de

lesões pré-neoplásicas e neoplásicas de colo de útero, Jornal Brasileiro de
Patologia e Medicina Laboratorial, v.38, n. 3, p 225-231
Referências Bibliográficas

REIS, E. A. ; REIS, I. A. (2002) Avaliação de Testes Diagnósticos. Relatório

Técnico do Departamento de Estatística da UFMG. Disponível em:
http://www.est.ufmg.br

Para saber mais …

Seções 1 e 2 da Apostila “Avaliação de Testes
Diagnósticos” (Reis e Reis, 2002)