UNIDADE I

Estatística Aplicada

Prof. Mauricio do Fanno

Objetivos da disciplina

 Visão geral do Processo Estatístico.

 Estatística Descritiva e Estatística Indutiva.

 Probabilidades e suas distribuições.

 Amostragem.

 Correlações entre variáveis.

Probabilidades - Definição

 Razão entre o que queremos que aconteça e o que pode acontecer.

Probabilidades - Definição

Qual é a probabilidade de ganharmos na Mega-Sena com um único jogo de seis

dezenas?

Podem ser obtidos 50.063.860 resultados diferentes:

Probabilidades - Definição

Temos uma moeda na nossa mão, queremos saber se ela é honesta ou viciada e
qual o grau de vício. Como fazer?
Probabilidades - Definição

Solução: repetições do experimento um certo número de vezes (quantas mais, maior

a precisão, mas maior o custo. Suponhamos:

Nº repetições Nº de caras Nº de coroas

100 58 42
Probabilidade 58% 42%
Probabilidades - Definição

Suponha que temos uma moeda honesta e a joguemos duas vezes em sequência,
qual a probabilidade de que obtenhamos pelo menos uma cara?
Probabilidades - Definição

Resultados Possíveis Resultados que desejo

Cara Cara Cara Cara
Cara Coroa Cara Coroa
Coroa Cara Coroa Cara
Coroa Coroa
Probabilidades - Definição

Cálculo alternativo:
Probabilidades - Definição

Suponha que temos uma moeda viciada, com 58% de sair cara e a joguemos
duas vezes em sequência, qual a probabilidade de que obtenhamos pelo menos
uma cara?
Probabilidades - Definição
Distribuição de Probabilidades – Distribuição Binomial

Suponha que temos uma moeda viciada, com 58% de sair cara e a joguemos DEZ
vezes em sequência, qual a probabilidade de que obtenhamos exatamente TRÊS
caras?
Distribuição de Probabilidades – Distribuição Binomial

Distribuição Binomial:

Onde:
 n = número de vezes que repetimos o experimento (nesse exemplo n=10)
 x = número de sucessos (nesse exemplo x = 3)
 p = probabilidade de sucesso (nesse exemplo p = 0,58)
Distribuição de Probabilidades – Distribuição Binomial

 n = número de vezes que repetimos o experimento (nesse exemplo n=10)

 x = número de sucessos (nesse exemplo x = 3)
 p = probabilidade de sucesso (nesse exemplo p = 0,58)
Distribuição de Probabilidades – Distribuição Binomial

Suponha que temos uma moeda viciada, com 58% de sair cara e a joguemos dez
vezes em sequência,
Nº de caras Probabilidade Probabilidade x nº caras
quantas caras
0 0,0002 0,0000
esperamos obter?
1 0,0024 0,0024
2 0,0147 0,0293
3 0,0540 0,1619
4 0,1304 0,5218
5 0,2162 1,0808
6 0,2488 1,4926
7 0,1963 1,3741
8 0,1017 0,8133
9 0,0312 0,2808
10 0,0043 0,0431
Distribuição de Probabilidades – Distribuição Binomial

Nº de caras Probabilidade Probabilidade x nº caras

0 0,0002 0,0000
1 0,0024 0,0024
2 0,0147 0,0293
3 0,0540 0,1619
4 0,1304 0,5218
5 0,2162 1,0808
6 0,2488 1,4926
7 0,1963 1,3741
8 0,1017 0,8133
9 0,0312 0,2808
10 0,0043 0,0431
SOMATÓRIO 5,8000
Distribuição de Probabilidades – Distribuição Binomial

Valor esperado:

Desvio padrão esperado:

Interatividade

Sabemos que 70% dos clientes de uma concessionária de carros de luxo prefere
comprar o veículo completo, com todos os acessórios oferecidos. Supondo que cinco
clientes estejam fechando negócios no momento, qual a probabilidade de que
exatamente quatro deles queiram os carros completos?

a) 50%
b) 70%
c) 36%
d) 42%
e) 27%
Resposta

Sabemos que 70% dos clientes de uma concessionária de carros de luxo prefere
comprar o veículo completo, com todos os acessórios oferecidos. Supondo que cinco
clientes estejam fechando negócios no momento, qual a probabilidade de que
exatamente quatro deles queiram os carros completos?

a) 50%
b) 70%
c) 36%
d) 42%
e) 27%
Distribuição de Probabilidades – Distribuição Binomial

 n=5
 x=4
 p = 0,70
Distribuição Normal

Nove lances de uma moeda com 58% de

probabilidades de sair cara
30,00%

Probabilidades
25,00%
20,00%
15,00%
10,00%
5,00%
0,00%
0 2 4 6 8 10
Número de caras obtidas
Distribuição Normal

Cem lances de uma moeda com 58% de

probabilidades de sair cara
10,00%
8,00%

Probabilidades
6,00%
4,00%
2,00%
0,00%
0 20 40 60 80 100 120
-2,00%
Número de caras obtidas
Distribuição Normal

Usada quando:
 Variáveis contínuas
 Variáveis discretas que sigam a binomial se n≥30

Características:
 Formato de sino
 Centrada na média
 Formatada pelo desvio padrão
Distribuição Normal
Distribuição Normal
Distribuição Normal

ÁREAS SOB A CURVA NORMAL REDUZIDA

PÁGINA 1 – VALORES DA VARIÁVEL REDUZIDA NEGATIVOS – ÁREA ENTRE -3,99 E Z
Distribuição Normal

-1,6 0,0495
Distribuição Normal

 Relação entre a variável reduzida (z) e a variável real (x).

Um processo de produção química tem uma produtividade média de 165 toneladas

por hora com um desvio padrão de 27 toneladas por hora. Qual a probabilidade de
que em uma determinada hora de produção a produtividade esteja acima de 210
toneladas?
Distribuição Normal

0,9525
Distribuição Normal

Um processo de produção química tem uma produtividade média de 165 toneladas

por hora com um desvio padrão de 27 toneladas por hora. Qual a produtividade
máxima nas 2,50% horas de menor produtividade?
6

-1,9 0,0250
Interatividade

No processo de produção química mencionado anteriormente que tem uma

produtividade média de 165 toneladas por hora com um desvio padrão de 27
toneladas por hora, qual seria a probabilidade de que em uma determinada hora de
produção a produtividade esteja abaixo de 180 toneladas?

a) 71,23%
b) 28,77%
c) 21,23%
d) 78,77%
e) 50,00%
Resposta

No processo de produção química mencionado anteriormente que tem uma

produtividade média de 165 toneladas por hora com um desvio padrão de 27
toneladas por hora, qual seria a probabilidade de que em uma determinada hora de
produção a produtividade esteja abaixo de 180 toneladas?

a) 71,23%
b) 28,77%
c) 21,23%
d) 78,77%
e) 50,00%
Resolução

0,7123
Amostragem

 Estudo das relações entre populações e suas amostras.

Três enfoques possíveis:

 Teoria elementar da amostragem.

 Teoria da estimação estatística.

 Teoria da decisão estatística.

Teoria elementar da amostragem

 Conhecemos o comportamento da população e queremos prever o comportamento

de amostras retiradas desta população.
 Consideremos a população: S = {2;4;6;8;10}

Desvios = {4;2;0;2;4}
Teoria elementar da amostragem

Todas as amostras possíveis da população:

2e2 4e2 6e2 8e2 10 e 2
2e4 4e4 6e4 8e4 10 e 4
2e6 4e6 6e6 8e6 10 e 6
2e8 4e8 6e8 8e8 10 e 8
2 e 10 4 e 10 6 e 10 8 e 10 10 e 10

Médias das amostras possíveis:

2 3 4 5 6
3 4 5 6 7
4 5 6 7 8
5 6 7 8 9
6 7 8 9 10
Teoria elementar da amostragem

2 3 4 5 6
Soma de
3 4 5 6 7
todas as
4 5 6 7 8
médias
5 6 7 8 9
amostrais
6 7 8 9 10
20 25 30 35 40 150
Teoria elementar da amostragem

Desvios: -4 -3 -2 -1 0
-3 -2 -1 0 1
-2 -1 0 1 2
-1 0 1 2 3
0 1 2 3 4
Desvios ao quadrado:
16 9 4 1 0
Soma de
9 4 1 0 1
todos os
4 1 0 1 4
desvios ao
1 0 1 4 9
quadrado
0 1 4 9 16
30 15 10 15 30 100
Teoria elementar da amostragem

O desvio padrão das médias da amostra = erro padrão da média

A relação entre o desvio padrão populacional e o erro padrão é dado por:

Teoria elementar da amostragem

 Determinado componente eletrônico tem vida útil média de 18.000 horas, com um
desvio padrão de 750 horas. Considerando que se tome amostras de 36
componentes, determine a média da distribuição amostral das vidas médias e o
respectivo erro padrão.
Teoria elementar da amostragem

 Significa que se tomarmos uma amostra de 36 desses

componentes eletrônicos, esses 36 componentes devem
durar 18.000 horas, mais ou menos 125 horas, ou seja,
entre 17.875 e 18.125 horas
Interatividade

Um consultor financeiro pegou 15% das contas a pagar de um total de 500 e

encontrou um valor médio de R$ 1.230,00, com um desvio padrão de R$ 450,00.
Com base nesses dados estimar o valor do erro padrão da distribuição das médias.
a) R$ 125,00
b) R$ 51,96
c) R$ 450,00
d) R$ 95,90
e) R$ 225,00
Resposta

Um consultor financeiro pegou 15% das contas a pagar de um total de 500 e

encontrou um valor médio de R$ 1.230,00, com um desvio padrão de R$ 450,00.
Com base nesses dados estimar o valor do erro padrão da distribuição das médias.
a) R$ 125,00
b) R$ 51,96
c) R$ 450,00
d) R$ 95,90
e) R$ 225,00
Resolução

 Um consultor financeiro pegou 15% das contas a pagar de um total de 500 e

encontrou um valor médio de R$ 1.230,00, com um desvio padrão de R$ 450,00.
Com base nesses dados estimar o valor do erro padrão da distribuição
das médias.
Teoria elementar da amostragem - Aplicações

Distribuição amostral das médias:

Distribuição amostral das proporções:

Distribuição amostral das semimédias:

Distribuição amostral das semiproporções:

Teoria elementar da amostragem - Aplicações

Um guindaste portuário tem capacidade máxima de elevação de carga líquida

(descontado peso do contêiner) de 82.400 kg. O porto está recebendo contêineres
contendo lotes de 100 “Big Bags” cada um. O peso de um “Big Bag é, em média, de
800 kg, com desvio padrão de 120 kg. Qual é a probabilidade, se é que existe
probabilidade, de um desses contêineres exceder a capacidade máxima de elevação
do guindaste?
Teoria elementar da amostragem - Aplicações
Teoria elementar da amostragem - Aplicações

 Numa pesquisa de mercado com uma amostra de 200 consumidores verificou-se

que 35% preferiam automóveis da marca A em detrimento da marca B. Determinar
os parâmetros da distribuição amostral dessa proporção, ou seja, o valor esperado
e o erro padrão desse valor esperado.
Teoria elementar da amostragem - Aplicações
Teoria elementar da amostragem - Aplicações

Em um processo produtivo 2,4% das peças produzidas são defeituosas. Em dado

momento retira-se dessa produção 500 peças, aleatoriamente. Qual é a
probabilidade de que dessas 500 peças inspecionadas 3% ou mais sejam
defeituosas?
Teoria elementar da amostragem - Aplicações
Teoria elementar da amostragem - Aplicações

Uma máquina automática enche latas, tendo como base o peso líquido do conteúdo,
e apresenta um desvio padrão de 10 g. Duas amostras aleatórias foram colhidas em
diferentes momentos da operação, com respectivamente 20 e 25 unidades,
apresentando pesos líquidos médios de respectivamente 199,6 g e 200,9 g. Qual é o
erro padrão da diferença de médias entre as amostras?
Teoria elementar da amostragem - Aplicações
Interatividade

Uma pesquisa de opinião pública mostrou que 65% dos habitantes de determinada
região frequentam alguma igreja regularmente. Em dado momento foram colhidas
duas amostras diferentes, cada uma com 200 habitantes. A probabilidade de que a
diferença entre elas esteja acima de 8% é de:

a) 9,45%
b) 10,37%
c) 6,75%
d) 8,36%
e) 7,45%
Resposta

Uma pesquisa de opinião pública mostrou que 65% dos habitantes de determinada
região frequentam alguma igreja regularmente. Em dado momento foram colhidas
duas amostras diferentes, cada uma com 200 habitantes. A probabilidade de que a
diferença entre elas esteja acima de 8% é de:

a) 9,45%
b) 10,37%
c) 6,75%
d) 8,36%
e) 7,45%
ATÉ A PRÓXIMA!