Escolar Documentos
Profissional Documentos
Cultura Documentos
Disciplina: Estatística I
Professor: Leandro Sampaio Oliveira Ribeiro
Algumas definições ...
• População: conjunto de tudo o que interessa ao estudo de um problema
de pesquisa, segundo alguma característica pré-selecionada;
Definição clássica
Definição experimental
Definição subjetiva
Definição axiomática
Probabilidades
• Vamos relembrar algumas definições
• Um experimento, que ao ser realizado sob as mesmas condições
não produz os mesmos resultados, é denominado um experimento
aleatório. Exemplo: lançamento de uma moeda, medir altura, . .
.
• O conjunto de todos os possíveis resultados de um experimento
aleatório é denominado espaço amostral (S). Pode conter um
número finito ou infinito de pontos. Exemplo: {cara, coroa}, R, .
..
i) P(S) = 1; P(∅) = 0
ii) 0 ≤ P(A) ≤ 1
iii) P(A ∪B) = P(A) + P(B) se, e seomente se A ∩B = ∅
P[X ] ou P[X = x]
Variáveis aleatórias
Experimento
Lançamento de duas moedas. X = número de resultados cara (C)
elementos de S
CR CC
RR RC
valores de X R
0 1 2
Variáveis aleatórias
Dada a realização de um experimento aleatório qualquer, com
um certo espaço de probabilidade, desejamos estudar a estrutura
probabilística de quantidades associadas à esseexperimento.
Note que antes da realização de um experimento, não sabemos
seu resultado, entretanto seu espaço de probabilidade pode ser
previamente estabelecido.
Dessa forma, podemos atribuir probabilidades aos eventos desse
espaço amostral, dando origem ao conceito de variável
aleatória.
Distribuições de probabilidade
Existem diversos modelos probabilísticos que procuram descrever
vários tipos de variáveis aleatórias: são as distribuições de
probabilidade de variáveis aleatórias (discretas ou contínuas).
A distribuição de probabilidades de uma V.A. X é, portanto, uma
descrição das probabilidades associadas com os possíveis valores de
X . Os valores que X assume determinam o suporte (S) da V.A.
Variáveis discretas → suporte em um conjunto de valores
enumeráveis (finitos ou infinitos)
Variáveis contínuas → suporte em um conjunto não
enumerável de valores
Distribuições de probabilidade
Denomina-se de distribuição de probabilidade de alguma variável
aleatória, a regra geral que define a
função de probabilidade (fp) (V.A.s discretas), ou a
função densidade de probabilidade (fdp) (V.A.s contínuas)
para a variável de interesse.
Existem muitas distribuições de probabilidade, mas algumas
merecem destaque por sua importância prática.
atributos quantitativos:
. biomassa (peso)
. altura
atributos qualitativos:
. espécie
. fase fenológica
2
Tipos de Mensuração
(S)
Por uma conveniência matemática, este atributo deveria ser representado por
números que podem ser combinados e/ou sumarizados através de inúmeras
manipulações algébricas: soma, produto, mínimo, máximo, média, mediana, etc
Por definição, todos os atributos quantitativos já possuem esta propriedade como será
visto a seguir, para atributos qualitativos, regras devem ser definidas para transformá-
los em números
Variável Aleatória
v.a. discreta
atributo transformação número
v.a. contínua
variável aleatória
2 √
3 0
único número
• Todos os elementos de S devem estar
associados a algum número
• Vários elementos de S podem estar associados (S)
1
2 Х
3
ao mesmo número 0
(S)
2
3
Х 4
Variável Aleatória
21
Exemplo:
Observa-se o sexo (característica) das crianças em
famílias com três filhos (M: masculino e F: feminino).
Espaço amostral:
= {(MMM), (MMF), (MFM), (FMM), (MFF), (FMF), (FFM),(FFF)}
w1 w2 w3 w4 w5 w6 w7 w8
22
Exemplo:
No mesmo experimento...
Espaço amostral:
= {(MMM), (MMF), (MFM), (FMM), (MFF), (FMF), (FFM),(FFF)}
w1 w2 w3 w4 w5 w6 w7 w8
23
Variável Aleatória
Experimento: jogar 2 moedas (R$1,00 e R$0,50) e observar o resultado
2
K cara C coroa
X(C1C0,50) = 0
1 X(K1C0,50) = X(C1K0,50) = 1
X(K1K0,50) = 2
P(X = 0) = P(C1C0,50)
0 P(X = 1) = P(K1C0,50 C1K0,50)
P(X = 2) = P(K1K0,50)
OBS: em P(X = x), a natureza funcional da v.a. foi suprimida. De fato, a expressão mais
correta seria P( | X() = x).
por definição, os valores de uma v.a. são sempre mutuamente exclusivos
5
Variável Aleatória Discreta
Exemplos:
a) jogar um dado
X: ponto obtido no dado
X = {1, 2, 3, 4, 5, 6}
X: = 1 se ponto for igual a 6
= 0 caso contrário
X = {0, 1}
2
5
Variável Aleatória Discreta
Exemplos:
2
6
Variável Aleatória
27
Exemplo:
28
Variáveis aleatórias discretas
A função de probabilidade (fp) da VA discreta X , que assume os
valores x , x ,1 . .2. ,x , ..n ., é a função que atribui probabilidades a
cada um dos possíveis valores: {[xi , p(xi )], i = 1, 2, . . .}, ou seja,
P[X = xi ] = p(xi ) = pi ,i = 1, 2, . . .
0 ≤ p(xi ) ≤ 1, ∀i = 1, 2, . . .
29 / 81
Variáveis aleatórias discretas
Experimento
Lançamento de duas moedas. X = número de resultados cara (C)
elementos de Ω
CR CC
RR RC
valores
R
de X 0 1 2
Variáveis aleatórias discretas
Podemos montar uma tabela de distribuição de frequência para a
variável aleatória X = número de resultados cara (C)
P[X = 0] = 1/4
P[X = 1] = 2/4 = 1/2
P[X = 2] = 1/4
31 / 81
Variáveis aleatórias discretas
Dessa forma, a distribuição de probabilidade da variável aleatória
X = número de resultados cara (C) éa tabela
32 / 81
VARIÁVEL ALEATÓRIA DISCRETA
34
Espaço amostral Probabilidade X
(HHH) 21 20 19 0,203 0
35 34 33
(HHM) 21 20 14 0,150 1
35 34 33
(HMH) 21 14 20 0,150 1
35 34 33
(MHH) 14 21 20 0,150 1
35 34 33
(HMM) 21 14 13 0,097 2
35 34 33
(MHM) 14 21 13 0,097 2
35 34 33
(MMH) 14 13 21 0,097 2
35 34 33
(MMM) 14 13 12 0,056 3
35 34 33
x 0 1 2 3
P(X = x) 0,203 0,450 0,291 0,056
Assim, P(X 2) = P(X=2) + P(X=3) = 0,291 + 0,056 = 0,347.
35
Exemplo 2: Um dado é lançado duas vezes, de forma
independente. Qual é a probabilidade da soma dos
pontos nos dois lançamentos ser menor do que 6?
Função de probabilidade de X:
x 2 3 4 5 6 7 8 9 10 11 12
P(X=x) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36
Então,
P(X < 6) = P(X=5) + P(X=4) + P(X=3) + P(X=2)
= 4/36 + 3/36 + 2/36 + 1/36
= 10/36 = 0,278
37
X: Soma dos pontos nos dois lançamentos
20. lançamento
1 2 3 4 5 6
1 2 3 4 5 6 7
0
1.
2 3 4 5 6 7 8
Lan
3 4 5 6 7 8 9
ça-
4 5 6 7 8 9 10
men- Y: valor máximo obtido dentre os
5 6 7 8 9 10 11
to dois lançamentos.
6 7 8 9 10 11 12 20. lançamento
1 2 3 4 5 6
1 1 2 3 4 5 6
0
1.
2 2 2 3 4 5 6
Lan
3 3 3 3 4 5 6
ça-
4 4 4 4 4 5 6
men-
5 5 5 5 5 5 6
to
38 6 6 6 6 6 6 6
Podemos estar interessados em outras variáveis aleatórias
definidas para o mesmo espaço amostral.
z -5 -4 -3 -2 -1 0 1 2 3 4 5
P(Z = z) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36
39
Medidas Descritivas Básicas
Desvio Variância
Média Moda
padrão
Mediana Coeficiente
de Variação
40
Estatística Descritiva
Estatística Descritiva
Descritiva:: trata da coleta, da organização,
classificação, apresentação e descrição dos dados de
observação
41