Baixe o app para aproveitar ainda mais
Prévia do material em texto
Experimentos Aleatórios e Probabilidade Prof. Tania Guillén de Torres E-mail: tguillen@iesc.ufrj.br Bioestatística I Experimentos aleatórios, Espaço Amostral, Eventos Especiais. Noções de probabilidade:definições, propriedades e interpretações. Probabilidade condicional e independência; Experimento, espaço amostral e eventos São os fenômenos não determinísticos ou aleatórios, que serão estudados neste modulo, utilizando-se conceitos probabilísticos. Experimento aleatórios São experiências que quando repetidas inúmeras vezes, sob as mesmas condições, não é possível prever com exatidão os resultados. Exemplos: E1 = jogar um dado e observar o número da face superior. E2 = observar o número de crianças que sofreram acidentes domésticos e que procuram a Emergência do Hospital X, numa manhã de segunda-feira. E3 = observar o tempo de recidiva de uma doença D em um determinado paciente. Espaço amostral e eventos O conjunto de todos os resultados possíveis de um experimento aleatório E é chamado de espaço amostral denotado simbolicamente por W (leia-se ômega). W = {cara, coroa} Pelo número de elementos que contém um espaço amostral W, ele pode ser classificado como sendo finito ou infinito. Espaço amostral e eventos Os espaços amostrais associados aos experimentos aleatórios mencionados acima seriam: W 1 = { 1, 2, 3, 4, 5, 6 } W 2 = {0, 1, 2, ..., N}, onde N é o máximo de crianças que podem ser atendidas no ambulatório no tempo fixado. W 3 = { t / t 0 }, isto é, o tempo t de recidiva da doença D em determinado paciente pode ser qualquer valor real maior ou igual a zero. Assim, W 1 e W 2 seriam exemplos de espaços amostrais finitos, enquanto que W 3 exemplifica um espaço amostral infinito. Eventos Qualquer subconjunto do espaço amostral W associado ao experimento aleatório “ E” é chamado de evento. A figura a seguir exemplifica os eventos A e B no espaço amostral W. W O próprio espaço amostral ( W ), chamado de evento certo e o evento nulo ou vazio () são subconjuntos do espaço amostral W , portanto, eventos. B Eventos Os resultados individuais de um experimento são chamados de eventos elementares (w). Eventos associados aos espaços amostrais acima, poderiam ser: A1 = {ocorrência de número par} = {2, 4, 6} A2 = {número de atendimento menor que 10} = {1, 2, 3, 4, 5, 6, 7, 8, 9} A3 = {tempo de recidiva é inferior a 6 meses} = { t / t < 6 } Eventos Exercicio: Suponha que a experiência aleatória seja lançar um par de dados. 1. Descreva o Espaço amostral associado ao experimento. 2. Indique os elementos do evento A, definido como o conjunto de elementos do espaço amostral com pelo menos um número par e com soma dos elementos menor que 5. 3. Quais os elementos do evento B, definido como o conjunto dos elementos cuja soma é igual a 10? Eventos Especiais Utilizando-se operações da teoria dos conjuntos, pode-se definir novos eventos: O evento complementar (Ā) é o evento que ocorre se e somente se o evento A não ocorre. W Exemplo: A = conjunto de pessoas com tuberculose. Ā = conjunto de pessoas sem tuberculose. Eventos Especiais O evento interseção de A e B é o evento que ocorre se e somente se A e B ocorrem simultaneamente. W Exemplo: A = conjunto de pessoas que têm diabetes. B = conjunto de pessoas que têm hipertensão. = conjunto de pessoas que têm as duas doenças (diabetes e hipertensão). As pessoas acometidas por essas duas doenças constituiriam um grupo de risco para infarto agudo do miocárdio BA BA Eventos Especiais Dois eventos A e B são mutuamente excludentes se eles não podem ocorrer simultaneamente. Ou seja, os dois eventos não têm nenhum elemento do espaço amostral em comum; isto é, . W Exemplo: A = conjunto de pessoas do sexo masculino. B = conjunto de pessoas com câncer de útero. =BA =BA Eventos Especiais O Evento união de A e B é o evento que ocorre se e somente se A ou B ou ambos ocorrem. Pode-se ver o evento união na parte sombreada das figuras a seguir. W Exemplo: A = conjunto de pessoas que têm diabetes. B = conjunto de pessoas que têm hipertensão. = conjunto de pessoas que têm pelo menos uma das doenças (diabetes ou hipertensão). A B W BA Probabilidades: A probabilidade associada a um evento aleatório A mede de alguma maneira, o grau de certeza de que o evento A pode ocorrer. É expresso como um número que varia entre 0 e 1 (ou em termos percentuais entre 0 % e 100 %). Abordagens: Clássica Frequentista Subjetiva Probabilidades: Definição Clássica É aplicada quando o espaço amostral W é finito e os eventos elementares são equiprováveis; isto é, eles têm a mesma probabilidade de ocorrer. Seja A um evento qualquer do espaço amostral W. Define-se a probabilidade de A como a razão entre o número de resultados favoráveis ao evento A e o número total de resultados possíveis, onde todos os resultados possíveis têm a mesma chance de ocorrer. Essa interpretação é difícil de ser utilizada como regra geral, até pela dificuldade de garantir que os resultados tenham a mesma possibilidade de ocorrência. possíveis resultados de número A de ocorrência à favoráveis resultados de número )( =AP Probabilidades: Exercicio: Suponha que a experiência aleatória seja selecionar uma carta de um baralho e anotar a configuração. O Espaço amostral associado ao experimento é: W = { K, Q, J, 10, 9, 8, 7, 6, 5, 4, 3, 2,A, K, Q, J, 10, 9, 8, 7, 6, 5, 4, 3, 2, A, K, Q, J, 10, 9, 8, 7, 6, 5, 4, 3, 2, A, K, Q, J, 10, 9, 8, 7, 6, 5, 4, 3, 2, A }. 1. Qual a probabilidade de obter número par menor ou igual a 8? 2. Qual a probabilidade de obter uma rainha? 3. Qual a probabilidade de A = {4, 3, 2} ? Probabilidade Freqüentista Em situações onde os elementos do espaço amostral não são igualmente prováveis, a probabilidade de ocorrer o evento A pode ser calculada através da noção de freqüência relativa. Se um experimento E for repetido um grande número de vezes (n) e se algum evento A ocorre nA vezes, a frequência relativa do evento A é definida por: oexperiment do repetições de totalNº ocorreuA que vezesNº =f A Probabilidades: Exemplo: estimar a P(Recem nascido ser do sexo masculino) Total Região N p N p N São José de Ubá 43 0,5375 37 0,4625 80 Masculino Feminino Total Região N p N p N São Sebastião do Alto 53 0,48624 56 0,51376 109 Masculino Feminino Total Região N p N p N São José de Ubá 43 0,5375 37 0,4625 80 Comendador Levy Gasparian 54 0,54545 45 0,45455 100 São Sebastião do Alto 53 0,48624 56 0,51376 109 Macuco 57 0,50893 55 0,49107 112 Rio das Flores 48 0,43243 63 0,56757 113 Paraíba do Sul 267 0,55165 217 0,44835 490 Saquarema 509 0,52746 456 0,47254 965 330330 Niterói 3159 0,51441 2982 0,48559 6152 Municipio de Rio de Janeiro 44603 0,50971 42904 0,49029 87909 Estado de Rio de Janeiro 118350 0,51099 113259 0,48901 232255 Região Sudeste 604187 0,51198 575907 0,48802 1181131 Total 1554918 0,51251 1479019 0,48749 3038251 Masculino Feminino Probabilidades: P(Recem nascido ser do sexo masculino) À medida que o número de repetições do experimento aumenta, a freqüência relativa de ocorrência de algum evento A tende a se estabilizar e será igual à probabilidade de ocorrência de A. Esta característica é conhecida como regularidade estatística.ERJ - Frequencia relativa do recem nascido sexo masculino por número de nascidos vivos. 0,49 0,50 0,51 0,52 0,53 0,54 0,55 0 50000 100000 150000 200000 250000 (% ) Probabilidade Subjetiva Esta interpretação expressa na probabilidade a confiança que determinado indivíduo tem acerca da verdade de uma proposição, incorporando o conhecimento que ele dispõe sobre o evento. Exemplo: Pela sua experiência, um cirurgião pode tranquilizar os familiares de um paciente que será submetido a uma cirurgia delicada, com base na sua confiança no sucesso cirurgias anteriores. Propriedades Gerais Seja E um experimento aleatório e seja W o espaço amostral associado a E. A cada evento A associaremos um número real representado por P(A) e denominado probabilidade de A que satisfaz as seguintes propriedades: 1. 0 ≤ P(A) ≤ 1 * 2. P(W) = 1 3. Se A e B forem eventos mutuamente excludentes então : P(A B) = P(A) + P(B) observe-se que da propriedade 3 decorre imediatamente que para qualquer n finito e se A1 , A2 ,...., An, forem eventos mutuamente excludentes dois a dois, então: P(A1 A2 … An ) = P (A1) + P(A2)+ … + P(An ) * P (A) mais próxima de 1 significa que é maior a possibilidade de ocorrência de A, e P (A) próxima de 0 significa que é pequena a possibilidade de ocorrência de A. Propriedades Gerais Enunciaremos a seguir várias consequências relacionadas a P(A) que decorrem das condições acima e não dependem da maneira pela qual nós calcularmos P(A). 1. Se A = for o evento vazio, então P(A) = P() = 0 Obs.: a recíproca do teorema não é verdadeira. i.e. se : P(A) = 0 não implica que A = 2. Se Ᾱ for o evento complementar de A então: P( Ᾱ ) = 1 - P( A ) 3. Se A e B forem 2 eventos quaisquer, então: P ( A B ) = P ( A ) + P ( B ) - P ( A B ) Exemplo: Foi realizado um estudo prospectivo de um ano, de 477 pacientes tratados por acidentes com corpos estranhos (CE) otorrinolaringológicos pelo serviço de ORL / EPO–HMSA / RJ, observando-se a seguinte distribuição: Qual a probabilidade de que um paciente escolhido ao acaso seja tratado por um acidente com CE auricular (CE-A), sabendo que ele é do sexo masculino? E se for do sexo feminino? Tipo de Corpo Sexo Extranho Masculino Femenino Total Nasal 130 99 229 Auricular 71 75 146 Faríngeo 47 55 102 Total 248 229 477 Fonte: Marques, M.P.C.; et al. Revista Brasileira de Otorrinolaringologia 64(1) – parte 1, pag 42 – 47. 1. Qual a probabilidade de que um paciente escolhido ao acaso seja do sexo masculino (M)? 52.0 477 248 = Tipo de Corpo Sexo Extranho Masculino Femenino Total Nasal 130 99 229 Auricular 71 75 146 Faríngeo 47 55 102 Total 248 229 477 P(M) = 2. Qual a probabilidade de que um paciente escolhido ao acaso seja tratado por um acidente com CE auricular (A)? Tipo de Corpo Sexo Extranho Masculino Femenino Total Nasal 130 99 229 Auricular 71 75 146 Faríngeo 47 55 102 Total 248 229 477 P(A) = 31.0 477 146 = 4. Qual a probabilidade de que um paciente escolhido ao acaso seja do sexo masculino ( M ) e tratado por um acidente com CE auricular (A) ? Tipo de Corpo Sexo Extranho Masculino Femenino Total Nasal 130 99 229 Auricular 71 75 146 Faríngeo 47 55 102 Total 248 229 477 P( M A ) = 3. Qual a probabilidade de que um paciente escolhido ao acaso seja tratado por um acidente com CE que não seja do tipo auricular (Ᾱ )? P(Ᾱ ) = 1 - P(A) = 1- 0.31 = 0.69 Tipo de Corpo Sexo Extranho Masculino Femenino Total Nasal 130 99 229 Auricular 71 75 146 Faríngeo 47 55 102 Total 248 229 477 5. Qual a probabilidade de que um paciente escolhido ao acaso seja do sexo masculino (M) ou ser tratado por um acidente com CE auricular (A)? P( M A ) = P(M) + P(A) - P( M A ) = 248/477 + 146/477 - 71/477 = 0.52 + 0.31 – 0.15 = 0.68 Probabilidade Condicional A probabilidade de um evento A ocorrer, dado que se sabe que um outro evento B ocorreu, é chamada de probabilidade condicional do evento A dado B. Ela e denotada por )( )( )|( BP BAP BAP = Probabilidade Condicional Tipo de Corpo Sexo Extranho Masculino Femenino Total Nasal 130 99 229 Auricular 71 75 146 Faríngeo 47 55 102 Total 248 229 477 Exemplo: Foi realizado um estudo prospectivo de um ano, de 477 pacientes tratados por acidentes com corpos estranhos (CE) otorrinolaringológicos pelo serviço de ORL / EPO–HMSA / RJ, observando-se a seguinte distribuição: Qual a probabilidade de que um paciente escolhido ao acaso seja tratado por um acidente com CE auricular (A), sabendo que ele é do sexo masculino (M)? E se for do sexo feminino? )( ))( )|( MP MAP MAP = Tipo de Corpo Sexo Extranho Masculino Femenino Total Nasal 130 99 229 Auricular 71 75 146 Faríngeo 47 55 102 Total 248 229 477 Qual a probabilidade de que um paciente escolhido ao acaso seja do sexo feminino (F) sabendo que foi tratado por um corpo extranho nasal (N) ESTUDOS DE COORTE Seleciona expostos e não expostos e compara a ocorrência do desfecho depois de um período de seguimento Presente Futuro Expostos Não Expostos Doentes? anodoinicionovivosdenúmero anonoDoentesdenúmero RDoença =Risco de doença Aplicações do Conceito de Probabilidades Condicionais N I RiscoR == 42,1 0065,0 0092,0 min /: === R R RR morte morte inofe masculino femmascmorte Estudo de Coorte anodoinicionovivosdenúmero anonomortesdenúmero RMorte = Sexo Óbitos Pop_Resident Probabilidade de Morte Razao de Prob Masc 65934 7136931 0.009238425 1.421702489 Fem 50310 7742213 0.006498142 Total 116318 14879144 0.00781752 ERJ – Probabilidade de Morte por todas as causas segundo o sexo - 2003 0092,0 7136931 65934 ==Rmortemasculino 0065,0 7742213 50310 min ==Rmorte inofe Razão de Riscos: Interpretação: O risco de morte no sexo masculino é 1,42 vezes o risco de morte no sexo feminino Probabilidade Idade Masculino Feminino RR Menor 1 ano 0.018031028 0.014716583 1.225218341 1 a 4 anos 0.000727395 0.000613201 1.186226949 5 a 9 anos 0.000361247 0.000234514 1.540407538 10 a 14 anos 0.000485368 0.000256744 1.890472989 15 a 19 anos 0.002821425 0.00053035 5.319928537 20 a 29 anos 0.004154793 0.000826367 5.027782956 30 a 39 anos 0.003988123 0.001491504 2.673893031 40 a 49 anos 0.007289989 0.003555948 2.050083484 50 a 59 anos 0.014945402 0.007884982 1.895426295 60 a 69 anos 0.029601933 0.016255489 1.821042227 70 a 79 anos 0.063303795 0.039493554 1.602889291 80 anos e mais 0.140738117 0.116693236 1.206052052 ERJ – Razão de Probabilidade de Morte por todas as causas, por sexo segundo faixa etária - 2003 ESTUDOS CASO-CONTROLE Seleciona casos com doença e controles sem doença e compara a freqüência da exposição Presente Passado Casos Controles Expostos Não Expostos Aplicações do Conceito de Probabilidades 0091,0 009,01 009,0 )(1 )( = = = D D P P odds 4217,1 006,01 006,0 009,01 009,0 )|(1 )|( )|(1 )|( = = == eD eD eD eD odds odds P P P P e eOR Estudos Caso-Controle Sexo Óbitos Pop_Resident Probabilidade de Morte OR Masc 65934 7136931 0.009238425 1.421702489 Fem 50310 7742213 0.006498142 Total 116318 14879144 0.00781752 ERJ – Probabilidade de Morte por todas as causas - 2003 Odds ou Chance OR - Razão de Chances Interpretação: A chance de morte no sexo masculino é 1,42 vezes a chance de morte no sexo feminino Aplicações doConceito de Probabilidades )( )( )(1 )( = = FP FP FP FP oddsF 11.0048 9167,0 0833,0 5000,0 5000,0 )|( )|( )|( )|( ==== CaF CaF CaF CaF odds odds OR P P P P F F F Ca Ca Chance (Odds) de Fumo ERJ – Probabilidade de Fumar nos grupos com e sem Ca. Laringe n p n p n % Não (CA-) 330 0,9167 30 0,0833 360 0,50 Sim (Ca+) 180 0,50 180 0,50 360 0,50 Total 510 0,7083 210 1.00 720 1,00 Cancer de Laringe - Ca Fumo (F) Total Não (F-) Sim (F+) Estudos Caso-Controle Interpretação: A chance de fumar no grupo com câncer é 11 vezes a chance de fumar no grupo sem câncer Aplicações do Conceito de Probabilidades ERJ – Probabilidade de Cancer de Laringe nos grupos fuma e não fuma n % n % n % Não 330 64,71 30 14,29 360 50 Sim 180 35,29 180 85,71 360 50 Total 510 100,00 210 100,00 720 100 Cancer de Laringe Fumo Total Não Sim )(1 )( Ca Ca odds P P Ca = 11.0048 6471,0 3529,0 1429,0 8571,0 )|( )|( )|( )|( / / ==== FCa FCa FCa FCa odds odds OR P P P P Ca Ca Ca F F Estudos Caso-Controle Odds de Câncer de Laringe: Razão de Odds de Câncer de Laringe: Interpretação: A chance de câncer no grupo que fuma é 11 vezes a chance de câncer no grupo que não fuma. INQUÉRITO OU ESTUDO SECCIONAL Estimam a prevalência da doença na população total, ou em estratos dessa população. Disfonia em professores do ensino municipal: prevalência e fatores de risco A disfonia é um sintoma muito freqüente em professores, profissionais para os quais a voz é elemento indispensável. Objetivos: Observar a prevalência deste sintoma em professores de pré-escola e da escola primária. Casuística e Método: • Estudo transversal consistindo de questionários respondidos por 451 professores (pré-escola e quatro primeiras séries do ensino fundamental) de 66 escolas municipais de Mogi das Cruzes Disfonia em professores do ensino municipal: prevalência e fatores de risco Resultados: 80,7% dos professores referiram algum grau de disfonia. Não observamos relação entre idade, tempo de profissão e classe atendida e freqüência referida de disfonia. n p n p n p Pré-escola 40 0,20 228 0,80 268 0,61 EnsinoFund. 42 0,25 129 0,75 171 0,39 Total 82 0,19 357 0,81 439 1,00 Cancer de Laringe Disfonia Total Não Sim 07,1 75,0 80,0Pr === P P RP Disf Disf Disf EnsinoFund escolaéP = Prevalência da doença RP = Razão de Prevalência Independência Estatística: Se a probabilidade de morte é a mesma se o indivíduo está exposto ou não a algum fator, diz-se que a morte e o fator de exposição são estatisticamente independentes. Dois eventos são independentes se a ocorrência ou não ocorrência de um deles não afeta a probabilidade de ocorrência ou não ocorrência do outro. Exemplo: Suponha agora o estudo de câncer (M = morte, S = sobrevida) e cor dos cabelos (L = louro, NL = não louro). Obs: Câncer e cor natural dos cabelos seriam eventos independentes, pois P(M|L) = P(M|NL) = 0,009 Exemplo de Dependência Estatística: As probabilidades de morte por câncer de pulmão podem ser melhor preditas, se são conhecidos os hábitos de fumo dos indivíduos. Suponha que as probabilidades são de 0.015 para os fumantes e 0.005 para os não fumantes, então essas probabilidades são condicionais e dependentes ao tabagismo (exposição). No exemplo, a probabilidade de morte difere de acordo com a exposição ou não ao fumo. P(M|E+) = 0,015 0,005) = P(M|E-) logo: os eventos “Morte” e “Fumo” são eventos dependentes. Exercícios - Monitoria: 1) Um conjunto de pessoas foi classificado segundo peso e pressão arterial de acordo com as proporções apresentadas na tabela: Pressão Arterial Peso Total Excesso Normal Deficiente Elevada 0,10 0,08 0,02 0,20 Normal 0,15 0,45 0,20 0,80 Total 0,25 0,53 0,22 1,00 a) Qual é a probabilidade de uma pessoa escolhida ao acaso ter pressão elevada? b) Qual é a probabilidade de uma pessoa escolhida ao acaso ter peso normal ou excesso? c) Qual é a probabilidade de uma pessoa escolhida ao acaso ter peso deficiente e ter pressão arterial elevada? d) Considerando que a pessoa tem excesso de peso, qual é a probabilidade dela ter pressão elevada? Distribuição da proporção (frequência relativa) de um conjunto de paciente segundo peso e pressão arterial. Exercícios – Monitoria: 2) Dentre 9.728 óbitos ocorridos em um município, 90 foram devido a insuficiência renal e 2 devido à febre reumática. Quais as probabilidades de óbito causados pela insuficiência renal e pela febre reumática que podem ser estimadas a partir destes dados? 3) A frequência esperada de alunos aprovados na disciplina “XYZ” é estimada em 90%. Supondo que dois estudantes se matriculam na disciplina, descreva o espaço amostral associado. Qual a probabilidade de: a) Ambos serem aprovados na disciplina? b) Ambos serem reprovados na disciplina? c) Um ser aprovado e o outro reprovado? 4) Em 660 lançamentos de uma moeda, foram observadas 310 caras. Qual é a probabilidade de, num lançamento dessa moeda, obter-se coroa? 5) Se os registros indicam que 504, dentre 8135 lavadoras automáticas de pratos vendidas por uma grande loja de varejo, exigiram reparos dentro da garantia de um ano, qual é a probabilidade de uma lavadora dessa loja não exigir reparo dentro da garantia?
Compartilhar