Universidade Federal de Minas Gerais Assinale na tela:

Departamento de Estatística – ICEx 1. Store patterned data in: C1

Métodos Computacionais para Estatística 2. From first value: 0
3. To last value: 20
Distribuições de Probabilidades 4. In steps of: 1
5. List each value: 1
1. Variáveis Discretas - Função de Probabilidades e Função Distribuição 6. List the whole sequence: 1
Acumulada.
No Minitab, através do caminho Calc + Probability Distributions é possível b) Cálculo de Probabilidades – Binomiais:
calcular probabilidade relativas a vários modelos probabilísticos. Neste grupo
de funções do Minitab pode-se calcular:
• Probability (PDF)
• Cumulative probability (CDF)
• Inverse cumulative probability (InvCDF)
É possível a obtenção dos mesmos resultados teclando os comandos adequados
diretamente no console, desde que o mesmo esteja habilitado.
Exemplos de probabilidades binomiais de X~Binomial (10; 0,6).

MTB > pdf; MTB > cdf;

SUBC> binomial 10 0,6. SUBC> binomial 10 0,6.

Probability Density Function Cumulative Distribution Function

Binomial with n = 10 and Binomial with n = 10 and
p = 0,600000 p = 0,600000

x P( X = x ) x P( X <= x )
0 0,0001 0 0,0001
1 0,0016 1 0,0017
2 0,0106 2 0,0123
3 0,0425 3 0,0548
4 0,1115 4 0,1662
5 0,2007 5 0,3669
6 0,2508 6 0,6177
7 0,2150 7 0,8327 1. Na barra de ferramentas, escolha Calc;
8 0,1209 8 0,9536 2. Selecione Probability distributions;
9 0,0403 9 0,9940 3. Selecione Binomial
10 0,0060 10 1,0000
Observações:
2. Variáveis Contínuas - Função de Densidade de Probabilidades e Função Na primeira parte da tela, assinale o que deseja calcular:
Distribuição Acumulada. • Probability: probabilidade no ponto, ou seja, p(x) = P(X = x);
Através do mesmo caminho é possível calcular probabilidades referentes a • Cumulative probability: probabilidade acumulada, F(x) = P(X ≤ x);
vários modelos de distribuições contínuas. • Inverse cumulative probability: inverso da probabilidade acumulada, ou
3. Procedimentos para Cálculo de Probabilidades e Montagem de Gráficos: seja, x tal que P(X ≤ x) = pac.
Exemplo para a distribuição binomial Na segunda parte da tela, informe os parâmetros do modelo Binomial:
a) Valores de Sucesso (k): • Number of trials: número de realizações do experimento: n;
1. Na barra de ferramentas, escolha Calc; • Probability of success: probabilidade de sucesso: p.
2. Selecione Make Patterned Data.
3. Selecione Simple Set of Numbers A terceira parte corresponde à entrada de dados, ou seja, se você assinalou
Probability ou Cumulative probability, você deve fornecer o valor de x em
Input constant, ou os valores de x em Input column. Neste último caso, a coluna
contendo os valores de x já deve estar pronta. Se você assinalou Inverse cumulative
probability, você deve informar o valor pac (Input constant ) ou os valores de pac
(Input column). Caso haja interesse, é possível guardar os resultados assinalando
Optional storage e indicando onde devem ser armazenados.
4. Exercícios
a) Se X tem distribuição Binomial com parâmetros n = 10 e
p = 0,5 p = 0,25 p = 0,9
i. Faça os gráficos das distribuições de X e da função de
distribuição acumulada. Qual a diferença entre os gráficos?
O que ocasionou a diferença?
ii. Calcule a média nos três casos e localize cada uma no
respectivo gráfico.
b) Calcular a função de probabilidade de uma variável aleatória com
distribuição de Poisson com média λ= 5, para valores de
k= 0, 1, 2, ..., 30.
c) Calcular a função de probabilidade de uma Variável Aleatória com
distribuição binomial com parâmetros n=500 e p=0,01. Compare com
os valores calculados no exercício anterior. Comente suas observações.
d) Use a distribuição Normal para calcular a função de distribuição
acumulada de uma distribuição binomial (com e sem correção de
continuidade). Use os parâmetros do exercício anterior, para os valores
de k= 0, 1, 2, ..., 30. Compare em uma tabela os valores obtidos
anteriormente. Comente suas observações.
e) Determinada empresa verifica de acordo a um Plano de Amostragem
se os componentes que são despachados estão em boas condições de
uso (especificação exige que no mínimo 95% do lote esteja em boas
condições). Antes do envio, são selecionados ao acaso 15 componentes
de cada lote. A regra de decisão do Plano Amostral permite o envio do
lote somente se todos os 15 componentes do lote examinado forem
considerados em boas condições. Caso contrário, o lote é retido para
uma nova inspeção, onde cada componente é testado e, se estiver ruim,
trocado por um em boas condições:
i. Qual é a probabilidade de se cometer o erro de impedir o
envio de um lote para inspeção futura, mesmo com 95% dos
componentes em boas condições?
ii. Qual é a probabilidade de se cometer o erro de autorizar o
despacho de um lote, quando somente 90% dos componentes
estiverem em bom estado?
iii. Elabore um novo plano amostral de maneira a manter ambas
as probabilidades em 5%.
f) Seja a distribuição qui-quadrado:
i. Gere o gráfico para uma distribuição com 3 graus de
liberdade, localize a média no gráfico. Determine o
valor(es) da distribuição tal que:
1. 2,5% da probabilidade esteja abaixo do
menor valor e 2,5%, acima do maior valor.
Qual a porcentagem de probabilidade entre o
valor superior e inferior?
2. Um valor superior tal que 5% da
probabilidade esteja acima dele;
3. Um valor inferior tal que 5% da
probabilidade esteja abaixo dele.
ii. Repita o procedimento para uma distribuição com 10
graus de liberdade;
iii. Idem para uma distribuição com 20 graus de
liberdade;
iv. Compare as três distribuições no mesmo gráfico. Que
características relevantes que você observa?
g) Seja a distribuição t-student
i. Gere o gráfico para uma distribuição com 5 graus de
liberdade. Determine o valor(es) da distribuição tal
que:
1. 2,5% da probabilidade esteja abaixo do
menor valor e 2,5%, acima do maior valor.
Qual a porcentagem de probabilidade entre o
valor superior e inferior?
2. Um valor superior tal que 5% da
probabilidade esteja acima dele;
3. Um valor inferior tal que 5% da
probabilidade esteja abaixo dele.
ii. Repita o procedimento para uma distribuição com 10
graus de liberdade;
iii. Idem para uma distribuição com 30 graus de
liberdade;
iv. Faça um gráfico de uma distribuição normal padrão e
compare-a graficamente com as três distribuições
estudadas anteriormente. Para cada uma das 4
distribuições, compare os valores dos extremos de um
intervalo simétrico em torno da média que contenha
95% da probabilidade. Quais as características
relevantes você observa?
h) Seja a distribuição F de Snedecor:
i. Gere o gráfico para uma distribuição com 2 graus de
liberdade no numerador e 30 graus de liberdade no
denominador. Localize a média no gráfico. Determine
o valor(es) da distribuição tal que:
 1. 2,5% da probabilidade esteja abaixo do menor valor
e 2,5%, acima do maior valor. Qual a porcentagem
de probabilidade entre o valor superior e inferior?
2. Um valor superior tal que 5% da probabilidade esteja
acima dele;
3. Um valor inferior tal que 5% da probabilidade esteja
abaixo dele.
ii. Repita o procedimento para uma distribuição F5,30;
iii. Idem para uma distribuição F10,40com 20 graus de liberdade;
iv. Compare graficamente as três distribuições. Que
características relevantes que você observa?