Escolar Documentos
Profissional Documentos
Cultura Documentos
OBJECTIVOS DE PESQUISA
Objectivo Geral:
Objectivos Específicos:
A estatística inferencial, por sua vez, é caracterizada não por coletar dados dos
elementos de uma população um a um, e sim por realizar a análise de uma amostra
dessa população, tirando conclusões sobre ela.
Ainda na estatística descritiva, temos uma metodologia muito bem definida para uma
apresentação de dados com grau considerável de confiabilidade que passa por
organização e coleta, resumo, interpretação e representação e, por fim, análise de dados
A escolha de uma amostra é de extrema importância para uma pesquisa, e ela deve
representar de maneira fidedigna a população.
Rol: Em casos em que os dados podem ser representados por números, ou seja,
quando a variável é quantitativa, utiliza-se o rol para organização desses dados.
Um rol pode ser crescente ou decrescente.
Caso uma variável não seja quantitativa, ou seja, caso seja qualitativa, não é possível
utilizar-se o rol, por exemplo, se os dados são sentimentos sobre determinado produto.
Classes: Em casos em que a variável é contínua, isto é, quando ela possui diversos
valores, é necessário agrupá-los em intervalos reais. Na estatística esses intervalos são
chamados de classes.
Página | 2
Essas variáveis podem ser de dois tipos:
Variável ordinal: apesar de não serem numéricos, seus valores apresentam uma
ordem nos seus resultados. Alguns exemplos são: Classes de uma escola (1ª
classe, 2ª classe,…), Meses (janeiro, fevereiro,…, dezembro) e etc.
2. DISTRIBUIÇÃO DE PROBABILIDADES
Seu foco principal são estudos de casos aleatórios que vão desde jogos de azar como par
e coroa, roleta, rolar dos dados, e diversos outros. Sendo que, podem ser aplicados a
qualquer amostra aleatória.
Um experimento que pode gerar diferentes resultados se realizado mais de uma vez sob
as mesmas condições é chamado de experimento aleatório.
Distribuições contínuas;
Distribuições discretas.
Distribuições Contínuas: Quando a variável que está sendo medida é expressa em uma
escala contínua, como no caso de uma característica dimensional.
Página | 3
No caso de variáveis contínuas, as probabilidades são especificadas em termos de
intervalos, pois a probabilidade associada a um número específico é zero.
x
F ( x )= ∫ f (t)dt , para todo x ∈ R.
−∞
Distribuições Discretas: Quando a variável que está sendo medida só pode assumir
certos valores, como por exemplo os valores inteiros: 0, 1, 2, etc.
Para determinar o comportamento das variáveis aleatórias discretas, temos que achar a
função de probabilidade.
Função de Probabilidade
Para encontrar a função de probabilidade de uma variável aleatória temos que primeiro
encontrar a sua imagem e em seguida calcular a probabilidade de ocorrer cada elemento
da imagem.
Todos os valores reais que não pertencem a imagem têm probabilidade nula de ocorrer,
logo para esses valores a função de probabilidade também é nula.
Página | 4
3. MODELO DE DISTRIBUIÇÃO HIPERGEOMÉTRICA
A distribuição hipergeométrica é uma distribuição de probabilidade discreta que
descreve a probabilidade de k sucessos em n retiradas, sem reposição, de
uma população de tamanho N que contém exatamente sucessos, sendo cada retirada
um sucesso ou um fracasso.
Para realizar esse tipo de experimento ou distribuição, há vários critérios que precisam
ser atendidos.
Primeiro e principal requisito é que os dados coletados sejam discretos por natureza.
Cada escolha ou sorteio não deve ser substituído por outro, pois sempre que uma
variável aleatória é sorteada sem reposição, então ela não é independente e tem relação
com o que foi sorteado anteriormente.
Deve haver 2 conjuntos de grupos diferentes e você deseja saber a probabilidade de um
número específico de membros de um grupo.
Tamanho da população
A contagem de eventos na população
Tamanho Amostral
Página | 5
p ( X=k )=
( k ) ( n−k )
K ∗ N −K
( Nn )
Formula para o calculo da média:
n∗K
N
( n+ 1 ) (K +1)
⌊ ⌋
N +2
K ( N− K) N−n
n
N N N −1
Em que:
N é o tamanho da população,
K é o número de estados de sucessos na população,
n é o número de retiradas,
k é o número de sucessos observados,
❑ ( )(
❑ a
b )
é um coeficiente binomial.
A amostra deve ser sempre pequena, mesmo que a população seja grande.
Os elementos da amostra são extraídos um a um, sem incorporá-los de volta à
população.
A propriedade a ser estudada é binária, ou seja, pode assumir apenas dois
valores: 1 ou 0, ou verdadeiro ou falso.
Página | 6
O teste é frequentemente usado para identificar quais subpopulações estão super-
representadas ou sub-representadas em um amostra.
No entanto, os resultados teóricos sobre amostragem com reposição são bem mais
simples, pois envolvem variáveis independentes; assim, costuma-se usar uma
aproximação, sempre que possível. Ou seja, quando a população (tamanho N) é
suficientemente grande (de modo que podemos encará-la como uma população infinita)
Página | 7
e o tamanho da amostra é relativamente pequeno, podemos “ignorar” o fato de as
extrações serem feitas sem reposição.
Nessas condições, extrações com e sem reposição podem ser consideradas como
equivalentes.
Página | 8
CONCLUSÃO
A distribuição hipergeométrica é uma distribuição de probabilidade discreta em que
quando um elemento da população é escolhido para saber o resultado de uma
determinada característica, esse mesmo elemento não pode ser escolhido novamente, as
principais propriedades a se ter em conta nessa distribuição são que a amostra deve ser
sempre pequena, mesmo que a população seja grande, os seus elementos da amostra são
extraídos um a um, sem incorporá-los de volta à população, a propriedade a ser estudada
é binária, ou seja, pode assumir apenas dois valores: 1 ou 0, ou verdadeiro ou falso, e p ara
realizar esse tipo de experimento ou distribuição, há vários requisitos que precisam ser
atendidos, o primeiro e principal requisito é que os dados coletados sejam discretos por
natureza, cada escolha ou sorteio não deve ser substituído por outro, pois sempre que
uma variável aleatória é sorteada sem reposição, então ela não é independente e tem
relação com o que foi sorteado anteriormente e deve haver 2 conjuntos de grupos
diferentes e você deseja saber a probabilidade de um número específico de membros de
um grupo
Página | 9