Baixe o app para aproveitar ainda mais
Prévia do material em texto
10/23/22 1 Distribuições de probabilidades Prof. Dr. Anderson Raiol Rodrigues 5 Universidade Federal do Pará Núcleo de Medicina Tropical Programa de Pós-Graduação em Doenças Tropicais 1 Distribuição de probabilidade: Conceito 2 10/23/22 2 Distribuição de probabilidade: Conceito 3 Distribuição de probabilidade: Conceito 4 10/23/22 3 Distribuição de probabilidade: Conceito 5 Distribuição de probabilidade: Conceito 6 10/23/22 4 Distribuição de probabilidade: Conceito 7 Distribuição de probabilidade: Conceito n = 1 X = { 0, 1 } f(0) = 0,75 f(1) = 0,25 x 0 1 S f(x) 0,75 0,25 1 n = 1 8 10/23/22 5 Distribuição de probabilidade: Conceito n = 2 X = { 0, 1, 2 } f(0) = p(v1),p(v2) = 0,75,0,75 = 0,5625 f(1) = p(v1),p(o2 ) = 0,75,0,25 = 0,1875 p(o1),p(v2 ) = 0,25,0,75 = 0,1875 f(2) = p(o1),p(o2 ) = 0,25,0,25 = 0,0625 x 0 1 2 S f(x) 0,5625 0,375 0,0625 1 => 0,3750 n = 2 f(0) = p(v1),p(v2) = 0,75,0,75 = 0,5625f(0) = p(v1),p(v2) = 0,75,0,75 = 0,5625 f(1) = p(v1),p(o2 ) = 0,75,0,25 = 0,1875 p(o1),p(v2 ) = 0,25,0,75 = 0,1875 9 Distribuição binomial 10 10/23/22 6 Distribuição binomial 11 Distribuição binomial 12 10/23/22 7 Distribuição binomial 13 Distribuição binomial 14 10/23/22 8 Distribuição de Poisson 15 Distribuição de Poisson 16 10/23/22 9 Distribuição de Poisson 17 Distribuição de Poisson 18 10/23/22 10 Distribuição de Gauss (normal) 19 Distribuição de Gauss (normal) 20 10/23/22 11 Distribuição de Gauss (normal) 21 Variável aleatória padronizada 22 10/23/22 12 Distribuição de Gauss (normal) EXEMPLO Suponha que o comprimento de recém-nascidos do sexo feminino não- portadores de anomalias congênitas seja uma variável aleatória com distribuição aproximadamente normal de média 48,54 cm e desvio padrão 2,5 cm. "43,4" "44,9" "50,3" "46,5" "45,3" "48,5" "48,6" "48,0" "51,3" "42,3” "50,6" "49,3" "47,9" "51,0" "46,0" "45,1" "47,2" "50,2" "49,8" "50,9” "49,0" "47,5" "47,0" "47,8" "45,2" "46,2" "49,2" "47,0" "46,1" "46,9” "47,8" "50,4" "50,1" "45,7" "48,3" "52,7" "46,0" "45,7" "50,6" "48,1” ,,, "53,3" "50,1" "45,4" "45,9" "50,1" "44,8" "49,5" "49,9" "46,2" "51,5" n Min. 1o Qu. Md Média Desv. Pad. 3o Qu. Max. 200 41,53 46,34 48,27 48,30 2,63 50,21 54,37 23 Distribuição de Gauss (normal) 24 10/23/22 13 Distribuição de Gauss (normal) 25 Distribuição de Gauss (normal) 48,30 50,9345,67 0 +1-1 26 10/23/22 14 Variável aleatória padronizada 27 Variável aleatória padronizada 28 10/23/22 15 Distribuição de Gauss (normal) EXEMPLO (Cont.) A probabilidade estimada de um recém-nascido, escolhido ao acaso, de ter um comprimento superior à média, 48,54 cm, é de 50%, uma vez que a distribuição normal é simétrica, e a média corresponde ao eixo de simetria da curva. A VAP, nesse caso, resulta igual a zero: Para z = 0, a área sob a normal é de 0,5 ou 50%. Assim, Área (z = 0) = 0,5. Então, P(X > 48,54 cm) = 1 – A = 1 – 0,5 = 0,5 ou 50% . 29 Variável aleatória padronizada 30 10/23/22 16 Distribuição de Gauss (normal) EXEMPLO (Cont.) A probabilidade do comprimento ser inferior a 44,79 cm pode ser encontrada da seguinte forma: Para z = -1,5, a área sob a normal é igual a 0,0668 ou 6,68%. Assim, P(X < 44,79 cm) = 6,68%. 31 Distribuição de Gauss (normal) EXEMPLO (Cont.) A probabilidade do comprimento ser superior a 47,29 cm, por exemplo, pode ser encontrada: P(X > 47,29 cm) = 1 – 0,3085 =0,6915 ou 69,15%. 32 10/23/22 17 Variável aleatória padronizada 33 Distribuição de Gauss (normal) EXEMPLO (Cont.) Um outro cálculo a partir da normal é a determinação do limite inferior a partir de, por exemplo, 5% das crianças com maior comprimento, correspondente ao percentil 95, útil na contrução de curvas de crescimento. 1,65 34 10/23/22 18 Distribuição de Gauss (normal) EXEMPLO (Cont.) Um outro cálculo a partir da normal é a determinação do limite inferior a partir de, por exemplo, 5% das crianças com maior comprimento, correspondente ao percentil 95, útil na contrução de curvas de crescimento. Esse limite significa que, de acordo com os dados empregados, apenas 5% das crianças nascem com comprimento superior a 52,67 cm. 35 Variável aleatória padronizada Cálculo de proporções da distribuição normal do comprimento de ossos, onde µ = 60 mm e s = 10mm. 70 Chapter 6 The Normal Distribution EXAMPLE6.1a Calculating Proportions of a Normal Distribution of Bone lengths, Where I.t = 60 mm and (T = 10 mm y X, in millimeters 1. What proportion of the population of bone lengths is larger than 66 mm? Z = Xi - f.L = 66 mm - 60 mm = 0.60 (T 10 mm P(Xi > 66 mm) = P(Z > 0.60) = 0.2743 or 27.43% 2. What is the probability of picking, at random from this population, a bone larger than 66 mm? This is simply another way of stating the quantity calculated in part (1). The answer is 0.2743. 3. If there are 2000 bone lengths in this population, how many of them are greater than 66 mm? (0.2743)(2000) = 549 4. What proportion of the population is smaller than 66 mm? P(Xi < 66 mm) = 1.0000 - P(Xi > 66 mm) = 1.0000 - 0.2743 = 0.7257 5. What proportion of this population lies between 60 and 66 mm? Of the total population, 0.5000 is larger than 60 mm and 0.2743 is larger than 66 mm. Therefore, 0.5000 - 0.2743 = 0.2257 of the population lies between 60 and 66 mm. That is, P( 60 mm < Xi < 66 mm) = 0.5000 - 0.2743 = 0.2257. 6. What portion of the area under the normal curve lies to the right of 77.5 mm? Z = 77.5 mm - 60 mm = 1.75 lOmm P(Xi> 77.5mm) = P(Z > 1.75) = 0.0401 or 4.01 % 7. If there are 2000 bone lengths in the population, how many of them are larger than 77.5 mm? (0.0401 )(2000) = 80 8. What is the probability of selecting at random from this population a bone measuring between 66 and 77.5 mm in length? P(66 mm < Xi < 77.5 mm) = P(0.60 < Z < 1.75) = 0.2743 - 0.0401 = 0.2342 36 10/23/22 19 Variável aleatória padronizada 1. Qual a proporção de comprimento de ossos acima de 66 mm? = 66− 60 10 = 0,60z = Xi −µ σ P(Xi > 66 mm) = P(z > 0,60) = ? 37 Variável aleatória padronizada 38 10/23/22 20 Variável aleatória padronizada Excel = NORM.DIST(xi,µ,s,cum) = 66− 60 10 = 0,60z = Xi −µ σ P(Xi > 66 mm) = P(z > 0,60) = 0, 2743 ou 27,43% 39 Variável aleatória padronizada 2. Qual a probabilidade de se apanhar, ao acaso nessa população, um osso com comprimeto maior que 66 mm? 3. Se houvesse 2000 medidas de comprimento ósseo nessa população, quantos destes seriam maiores do que 66 mm? 4. Qual a proporção de ossos é menor do que 66 mm? 5. Que proporção da população de medidas se encontra entre 60 e 66 mm? 6. Qual porção de área sob a curva normal se encontra à direita de 77,5 mm? 7. Se houvesse 2000 medidas de comprimento ósseo nessa população, quantos destes seriam maiores do que 77,5 mm? 8. Qual a probabilidade de se selecionar, ao acaso nessa população, um osso medindo entre 66 e 77,5 mm? 40 10/23/22 21 Referências: Arango, H. G. Bioestatística - Teórica e Computacional. 3ª ed. Rio de Janeiro – RJ: Guanabara Koogan, 2011. Ayres, M. Elementos de Bioestatística: A seiva do açaizeiro. 2ª ed. Belém - PA: Supercores, 2012. Beiguelman, B. Curso Prático de Bioestatística. 5ª ed. Revisada. Ribeirão Preto - SP : Fundação de Pesquisas Científicas de Ribeirão Preto (FUNPEC), 2002. Fontelles, M. J. Bioestatística Aplicada à Pesquisa Experimental - Vol.1. São Paulo - SP: Livraria Da Física, 2012. Massad, E.; et al. Métodos Quantitativos em Medicina. Barueri - SP: Manole, 2004. Pereira, J. C. R. Bioestatística em outras palavras. São Paulo - SP: Editora da Universidade de São Paulo (EDUSP), Fapesp, 2010. Siqueira, A. L.; Tibúrcio, J. D. Estatística na área de saúde: conceitos, metodologia, aplicações e prática computacional. Belo Horizonte - MG: Coopmed, 2011. 41
Compartilhar