Escolar Documentos
Profissional Documentos
Cultura Documentos
0
UNIVERSIDADE ABERTA ISCED
1
Índice
1. Introdução..................................................................................................................3
1.1.Objectivos....................................................................................................................3
1.1.1.Objectivo Geral:.......................................................................................................3
1.1.2.Objectivos Específicos:............................................................................................3
2.Desenvolvimento............................................................................................................4
3.Conclusão.......................................................................................................................8
4.Referências Bibliográficas..............................................................................................9
2
1. Introdução
Tema este de grande importância, pois a correlação é uma medida estatística que
descreve a relação entre duas variáveis. Ela indica se e como as mudanças em uma
variável estão associadas às mudanças em outra. Ela ajuda a identificar se duas variáveis
estão relacionadas e qual é a direcção dessa relação, em relação a probabilidade.
A compreensão das probabilidades é essencial para tomar decisões sob incerteza e para
fazer previsões baseadas em modelos probabilísticos. Ela é aplicada em uma ampla
gama de campos, incluindo estatística, economia, engenharia, ciência da computação,
medicina e muito mais.
1.1. Objectivos
1.1.1. Objectivo Geral:
3
2. Desenvolvimento
1. O coeficiente de correlação é usado para traduzir o grau de associação linear.
a) O significado do sinal do coeficiente de correlação indica a direcção da relação
entre as variáveis. Se o coeficiente for positivo (+), isso indica uma correlação
positiva, o que significa que as variáveis tendem a aumentar ou diminuir juntas. Se
o coeficiente for negativo (-), isso indica uma correlação negativa, o que significa
que as variáveis tendem a se mover em direcções opostas: enquanto uma aumenta,
a outra tende a diminuir.
b) O módulo do coeficiente de correlação está relacionado com a "força" da
correlação, ou seja, o quão forte é a relação linear entre as variáveis. Quanto mais
próximo o valor do coeficiente estiver de 1 (positivo) ou -1 (negativo), mais forte é
a correlação. Um coeficiente de 1 ou -1 indica uma correlação perfeita, enquanto
valores mais próximos de 0 indicam uma correlação mais fraca. Por exemplo, um
coeficiente de 0,8 ou -0,8 indica uma correlação forte, enquanto um coeficiente de
0,2 ou -0,2 indica uma correlação fraca.
4
3. a)
Diagrama da Tabela A
45
40
35
30
Perimetro
25
20
15
10
5
0
0 2 4 6 8 10 12
Lado
Diagrama da Tabela B
180
160
140
120
Altura
100
80
60
40
20
0
0 2 4 6 8 10 12 14
idade
b)
Fazendo uma analise dos dois diagramas, verifica-se que para o diagrama
pertencente a tabela A , há um grande alinhamento entre os pontos e na medida
em que os valores pertencentes os lados aumentam os de perímetro também
aumentam. No entanto, a Correlação entre o lado e o perímetro é forte positiva.
Em contrapartida a tabela B, que podemos verificar a partir dos pontos que não
há uma relação linear forte entre a idade das crianças e suas alturas o que indica
uma correlação muito fraca e negativa.
5
4.Dados:
10 1
P ( E ∩C ) = =
500 50
150 10 140 14
P ( E somente )= − = =
500 500 500 50
São 500 alunos, sendo que 70 estudam só engenharia, 10 estudam eng. e econ. e 140
estudam engenharia e economia. portanto 220 alunos estudam eng ou economia. ntao
280 não estudam nenhuma das duas matérias
A probabilidade de se escolher um que não estude nenhuma das duas matéria será
280/500 = 56% = 28/50
6
80 150 10 22
P ( E ∪C)= + − =
500 500 500 50
5.
a)
Probabilidade de ter cabelos castanhos dado que tem olhos castanhos (P(cabelos
castanhos | olhos castanhos)):
P ( Cabelos Cast ∩Olhos Cast )
P ( Cabelos Cast ¿ Cast )=
P(Olhos Cast )
15 % 0.15
P ( Cabelos Cast ¿ Cast )= = =0 , 6
25 % 0.25
R: Então, a probabilidade de uma pessoa ter cabelos castanhos, dado que ela tem
olhos castanhos, é de 60%.
b)
Probabilidade de ter olhos castanhos dado que tem cabelos castanhos (P(olhos
castanhos | cabelos castanhos)):
P ( Olhos Cast ∩Cabelos Cast )
P ( Olhos Cast ¿ Cast ) =
P (Cabelos Cast )
15 % 0.15
P ( Olhos Cast ¿ Cast ) = = =0.375
40 % 0.40
R: A probabilidade de uma pessoa ter olhos castanhos, dado que ela tem cabelos
castanhos, é de 37.5%.
7
3. Conclusão
8
4. Referências Bibliográficas
SOARES, J. F; FARIAS, A.A. & CESAR, C.C. (2003). Introdução à estatística. 2a ed. Rio de
Janeiro: LT.