Baixe o app para aproveitar ainda mais
Prévia do material em texto
09/11/2023, 10:53 lddkls211_bio_tec_dig_edu_fis https://www.colaboraread.com.br/integracaoAlgetec/index?usuarioEmail=marcelohumberto332%40gmail.com&usuarioNome=MARCELO+HUMBERTO+DA+SILVA+FILHO&disciplinaDescricao=BIOINFORMAÇÃO+… 1/11 NÃO PODE FALTAR PROBABILIDADE Carlos Alberto Tre� Junior PRATICAR PARA APRENDER Caro aluno, nesta seção, estudaremos sobre a probabilidade e como ela pode nos ajudar nas aulas de educação física, desde a resolução dos problemas das aulas até na mensuração dos alunos de maneira assertiva. Para que tudo isso ocorra, é necessário que compreendamos a teoria da probabilidade, que é baseada na teoria dos conjuntos, podendo, assim, melhorar o pensamento probabilístico e auxiliar na tomada da melhor decisão para os alunos, seja por meio da probabilidade objetiva ou subjetiva. A �m de colocarmos em prática as probabilidades, aprenderemos sobre a distribuição normal, que é o tipo de distribuição mais utilizado nas pesquisas quando se tratam de grandes grupos, como populações de países. Para entendermos esse ponto, usaremos conteúdos estudados anteriormente, como a hipótese nula e alternativa e a teoria da tendência central. A partir da distribuição dos dados, veremos como podemos identi�car se nossa amostra está se desenvolvendo e se grupos de alunos diferentes possuem a mesma característica ou não. Isso será possível ao estudarmos os testes de Fonte: Shutterstock. Deseja ouvir este material? Áudio disponível no material digital. 0 V e r a n o ta çõ e s 09/11/2023, 10:53 lddkls211_bio_tec_dig_edu_fis https://www.colaboraread.com.br/integracaoAlgetec/index?usuarioEmail=marcelohumberto332%40gmail.com&usuarioNome=MARCELO+HUMBERTO+DA+SILVA+FILHO&disciplinaDescricao=BIOINFORMAÇÃO+… 2/11 hipótese, os quais serão apresentados nesta seção, como o teste de qui-quadrado e t de Student. Suponha que um goleiro esteja participando de uma disputa de pênaltis. Chegamos à última cobrança, e ele sabe que o time adversário escolhe sempre entre três locais: centro, canto direito baixo e canto esquerdo baixo. O próximo batedor, nas últimas dez cobranças, sempre chutou no canto direito baixo. O goleiro já escolheu o canto, que é o canto direito baixo, contudo o jogador revela que não chutará no centro e, então, oferece ao goleiro a oportunidade de trocar de canto. O que é mais vantajoso: trocar ou não o canto escolhido? Trilhe esta jornada de novos conhecimentos. Bons estudos! CONCEITO-CHAVE PROBABILIDADE A probabilidade tem como objetivo estudar os fenômenos do nosso cotidiano por meio da intuição das pessoas, utilizando a teoria dos experimentos, que consistem em aleatórios (casuais, que são os resultados de acontecimentos que não podem ser previstos e que estudaremos nessa seção) e não aleatórios (determinísticos, que são fenômenos em que já se sabe o resultado antes mesmo que ocorra). Para se construir um experimento, é necessário o espaço amostral, o qual é um conjunto de todos os dados de possíveis resultados do experimento. O que seria isso? Um exemplo para esse conceito é quando estudamos as características de um produto, o que consiste em um espaço amostral, no qual estão todos os resultados possíveis que a “qualidade” pode assumir. Outro exemplo clássico é o lançamento de uma moeda, cujo experimento é lançar a moeda e observar qual lado �cou voltado para cima – nesse caso, o conjunto é S = {cara, coroa}. O mesmo raciocínio usamos para o dado de seis lados, no qual o espaço amostral é S = {1,2,3,4,5,6}. Ao imaginarmos os experimentos que podemos realizar, elaboramos as perguntas que possuem relação com os possíveis resultados. Estas perguntas são chamadas de eventos. Então, vamos retomar o exemplo da qualidade do produto: teremos os seguintes eventos: D = {defeituoso}, E = {não defeituoso}. Agora, no exemplo de lançar os dados, teremos os seguintes eventos: A = {sair número par}, B = {sair número ímpar}, C = {sair número maior do que 4}. Esses eventos podem ser representados pelos seguintes conjuntos: A = {2, 4, 6}, B = {1, 3, 5} e C = {5, 6}. Nos exemplos demostrados, podemos associar os eventos ocorridos a subconjuntos do espaço amostral. Para identi�carmos os subconjuntos, usamos três lógicas para manipulação dos eventos, sendo eles união, intersecção e complementar. 0 V e r a n o ta çõ e s 09/11/2023, 10:53 lddkls211_bio_tec_dig_edu_fis https://www.colaboraread.com.br/integracaoAlgetec/index?usuarioEmail=marcelohumberto332%40gmail.com&usuarioNome=MARCELO+HUMBERTO+DA+SILVA+FILHO&disciplinaDescricao=BIOINFORMAÇÃO+… 3/11 União (∪) é a união de dois conjuntos. Por exemplo, uma amostra tem o grupo A e B e terá todos os elementos de A e todos os elementos de B, incluindo os elementos que são e os que não são comuns aos dois conjuntos. Figura 4.12 | Representação de União Fonte: elaborada pelo autor. Os círculos em amarelo (�gura 1) representam o conjunto A∪B, desta forma podemos generalizar a de�nição de união para uma sequência de conjuntos A1, A2, ..., e quando generalizamos a de�nição �ca da seguinte forma: Interseção (∩) é o ponto em que dois conjuntos se encontram, como A e B, e conterá os elementos comuns a A e B. Figura 4.13 | Representação de Intersecção Fonte: elaborada pelo autor. A parte pintada em vermelho é o conjunto . Podemos generalizar esta de�nição para uma sequência de conjuntos A1, A2, ... da seguinte forma: A última lógica é a Complementar , a qual se refere ao evento A, que é o conjunto dos elementos do espaço amostral que não pertencem a A. Figura 4.14 | Representação de Complementar ∞ ∪ i=I Ai = A1 ∪ A2 ∪ ... = {w : w ∈ An para algum n} A ∩ B ∞ ∩ i=1 Ai = A1 ∩ A2 ∩ ... = {w : w ∈ An para todon ∈ N} (Ac) 0 V e r a n o ta çõ e s 09/11/2023, 10:53 lddkls211_bio_tec_dig_edu_fis https://www.colaboraread.com.br/integracaoAlgetec/index?usuarioEmail=marcelohumberto332%40gmail.com&usuarioNome=MARCELO+HUMBERTO+DA+SILVA+FILHO&disciplinaDescricao=BIOINFORMAÇÃO+… 4/11 Fonte: elaborada pelo autor. O círculo em branco é o conjunto A, e a região em verde é o conjunto complementar de A . Como mostrado anteriormente, o estudo de probabilidade consiste em medir a possibilidade de mensurar quantas vezes um evento A pode ocorrer. Podemos fazer sob dois pontos de vista, a objetiva e subjetiva, sendo a probabilidade objetiva formulada por meio da abordagem clássica e da frequentista. A probabilidade clássica é aplicada quando o espaço amostral é �nito e os eventos são equiprováveis. Então, seja A um evento de um espaço amostral, de�ne-se que a probabilidade do evento A, bem como a razão entre o número de resultados favoráveis ao evento e o número total de resultados possíveis, têm a mesma chance de ocorrer. Contudo, é uma interpretação difícil de ser utilizada como regra, pois existe uma di�culdade em garantir que os resultados tenham a mesma chance de ocorrer. Por exemplo, imagine conhecer a probabilidade de um bebê nascer do sexo masculino. Usaremos a seguinte fórmula para entender o processo: P (nascer do sexo masculino)= ? Espaço amostral= sexo ao nascer {masculino, feminino} ← 2 elementos A= nascer do sexo masculino ={masculino} ← 1 elemento Para a probabilidade frequentista, os elementos do espaço amostral não são igualmente prováveis, e a probabilidade de ocorrer o evento A pode ser calculada por meio da frequência relativa. Consiste em um experimento que, quando for repetido inúmeras vezes, o evento A ocorre um determinado número de vezes. Esta é a denotação da fórmula: Isso ocorre porque, à medida que o número de repetições do experimento aumenta, a frequência relativa de ocorrência de algum evento A tende a se estabilizar. Porém, deve-se entender que o resultado da frequência relativa é uma aproximação. (Ac) P (A) = Número de eventos A Número de resultados possíveis P (A) = 1 = 0,5 ⇒ 50% 2 f (A) = fA = Número de vezes que A ocorreu Número de vezes que realizou o experimento = nA n f (A) 0 V e r a n o ta çõ es 09/11/2023, 10:53 lddkls211_bio_tec_dig_edu_fis https://www.colaboraread.com.br/integracaoAlgetec/index?usuarioEmail=marcelohumberto332%40gmail.com&usuarioNome=MARCELO+HUMBERTO+DA+SILVA+FILHO&disciplinaDescricao=BIOINFORMAÇÃO+… 5/11 Até agora falamos da probabilidade objetiva, mas existe um segundo ponto de vista, a probabilidade subjetiva, a qual é a interpretação de uma situação baseada na probabilidade de con�ança que uma determinada pessoa tem sobre a verdade dessa situação, utilizando a experiência que possui sobre o evento. EXEMPLIFICANDO A teoria da probabilidade possui algumas propriedades gerais, como a aálise de onde ocorre o experimento aleatório e o espaço amostral associado ao experimento. Em cada evento A, associa-se um número, o qual é representando por e é denominado de probabilidade de A. Deste modo, atenderá às seguintes propriedades: A probabilidade de qualquer evento A é um número compreendido no intervalo [0,1], ou seja, , deste modo, P(A) é indicado pela probabilidade de ocorrência do evento A e, quanto mais perto do 0, menor a possibilidade de ocorrência de A; por outro lado, quanto mais perto de 1, maior a possibilidade de o evento A ocorrer. Portanto, a probabilidade do evento certo é sempre 1 representado da seguinte maneira: . VARIÁVEIS ALEATÓRIAS Quando se realiza um experimento para medir a probabilidade, o pesquisador pode não estar interessado somente no resultado observado mas também em alguma função que possa ser associada aos valores reais desse possível resultado, isto é, aos elementos que fazem parte do espaço amostral. Esse contexto com as funções é chamado de variáveis aleatórias. Elas são fundamentais para as aplicações, pois representam as características de interesse em uma população. Por exemplo, em um ensaio clínico, estamos interessados em avaliar o tempo de vida dos pacientes, então, neste caso, o tempo de vida corresponde à variável aleatória. As variáveis aleatórias podem ser classi�cadas como discretas, o que signi�ca que esse tipo de variável pode ser um conjunto enumerável (por exemplo, a quantidade de pessoas atendidas em uma clínica) ou contínuas, as quais podemos exempli�car com as mesmas pessoas atendidas na clínica, agora mensurando a altura delas. Com o objetivo de prever um valor que a variável aleatória pode assumir ou conhecer o comportamento da distribuição, mesmo que a predição possa apresentar incerteza, podemos utilizar a distribuição de probabilidade, que mede a probabilidade de a variável aleatória assumir um valor especí�co. P (A) 0 ≤ P(A) ≤ 1 P (espaço amostral) = 1 0 V e r a n o ta çõ e s 09/11/2023, 10:53 lddkls211_bio_tec_dig_edu_fis https://www.colaboraread.com.br/integracaoAlgetec/index?usuarioEmail=marcelohumberto332%40gmail.com&usuarioNome=MARCELO+HUMBERTO+DA+SILVA+FILHO&disciplinaDescricao=BIOINFORMAÇÃO+… 6/11 A distribuição de probabilidade pode ser expressa em forma de tabela ou de grá�co, representando todos os valores da variável aleatória discreta. Já a variável aleatória contínua é expressa por áreas de um grá�co, pois essa variável pode assumir qualquer valor real, não sendo possível listar todos os valores possíveis. Figura 4.15 | Exemplo de representação de uma tabela de variável aleatória Fonte: http://www.est.ufmg.br/~edna/bionutri/NUT-Aula02.pdf. Acesso em: 22 jan. 2021. Figura 4.16 | Exemplo de grá�co de variável contínua Fonte: elaborada pelo autor. DISTRIBUIÇÕES DAS PROBABILIDADES Diversos estudos utilizam as técnicas de probabilidade para estimar um determinado resultado e, assim, responder a perguntas para as quais ainda não há resposta. Deste modo, estudaremos sobre as distribuições de probabilidades e suas representações grá�cas. A distribuição normal, também conhecida como distribuição gaussiana, é a mais conhecida e a mais importante distribuição de variável contínua. Isso porque a teoria de tendência central garante que, mesmo que os dados não sejam distribuídos de maneira normal ao redor da média, quando há aumento na quantidade de números de dados, a distribuição normal �ca mais evidente. Além disso, diversos estudos práticos têm como resultado uma distribuição normal. Podemos citar como exemplo a altura de uma determinada população em geral, que pode seguir uma distribuição normal. 0 V e r a n o ta çõ e s http://www.est.ufmg.br/~edna/bionutri/NUT-Aula02.pdf 09/11/2023, 10:53 lddkls211_bio_tec_dig_edu_fis https://www.colaboraread.com.br/integracaoAlgetec/index?usuarioEmail=marcelohumberto332%40gmail.com&usuarioNome=MARCELO+HUMBERTO+DA+SILVA+FILHO&disciplinaDescricao=BIOINFORMAÇÃO+… 7/11 Imprimir Conhecendo as de�nições de média e desvio padrão, conseguimos determinar qualquer probabilidade. É comum que ela seja representada usando média igual a zero e desvio padrão igual a um. Pelo grá�co de área sob a curva que representa a probabilidade, no entanto, existem diferentes formas para se obter uma mesma área. Figura 4.17 | Representação grá�ca de uma distribuição normal e as áreas dos desvios padrão Fonte: http://www.portalaction.com.br/probabilidades/62-distribuicao-normal. Acesso em: 22 jan. 2021 TESTE DE HIPÓTESE A importância do teste de hipótese é amplamente reconhecida para aplicar o método cientí�co, a �m de buscar evidências por meio da observação do fenômeno. Se a hipótese for comprovada por informações provenientes da amostra, ela é aceita. Do contrário, será rejeitada. O método estatístico de teste de hipótese considera que as amostras sofrem a in�uência de fatores casuais e aleatórios, fazendo com que os dados observados sofram variações. ASSIMILE Agora, focaremos em algo de extremo valor para a bioestatística: o valor de p, ou p-valor. O p-valor é também denominado nível descritivo do teste e é a probabilidade de que a estatística do teste tenha valor extremo em relação ao valor observado (estatística) quando a hipótese H é verdadeira. Em todos os experimentos, existem efeitos ou diferenças entre os grupos que os pesquisadores desejam testar. A e�cácia de novos medicamentos, de materiais de construção ou outras intervenções na área da saúde podem ser bené�cas e comprovadas através da estatística. Infelizmente, para os pesquisadores, sempre existe a possibilidade de nenhum efeito, ou seja, não há diferença entre os grupos. Essa falta de diferença é chamada de hipótese nula. 0 0 V e r a n o ta çõ e s http://www.portalaction.com.br/probabilidades/62-distribuicao-normal 09/11/2023, 10:53 lddkls211_bio_tec_dig_edu_fis https://www.colaboraread.com.br/integracaoAlgetec/index?usuarioEmail=marcelohumberto332%40gmail.com&usuarioNome=MARCELO+HUMBERTO+DA+SILVA+FILHO&disciplinaDescricao=BIOINFORMAÇÃO+… 8/11 Entre os testes de hipóteses, há o teste de qui-quadrado, recomendado em situações nas quais a variável não é quantitativa, isto é, quando a informação é categorizada. Esse teste tem como objetivo avaliar quantitativamente a relação entre o resultado de um experimento e se a distribuição era a esperada para o fenômeno, ou seja, o teste aponta a quantidade de certeza que os valores observados podem ser aceitos como regidos pela pergunta da questão. O teste de hipótese tem a seguinte con�guração: Outro teste utilizado é o chamado t-Student, utilizado quando a variância populacional é desconhecida entre duas amostras diferentes. A distribuição do teste se assemelha à distribuição normal e, normalmente, é utilizada em amostras grandes (quanto maior a amostra, mais semelhantes são as distribuições). Esse teste visa comparar duas amostras diferentes, ou seja, independentes. Por exemplo, entre dois grupos de professores, o objetivo é identi�car o nível de atividade física dos grupos, só que os docentes são de escolas de cidades diferentes, portanto são independentes. REFLITA Falamos anteriormente sobre a probabilidade objetiva e a probabilidade subjetiva. A re�exão é que temos prós e contras em ambas, principalmente no contexto de um atendimento a umaluno/paciente. Como estudamos, a probabilidade objetiva é pautada em matemática, números, testes. Essa é uma das vantagens em utilizarmos algo extremamente técnico para a tomada de decisão. Contudo, uma análise dessa forma é relativamente fria e não entende as questões do contexto. Assim, podemos não estar atentos para outra variável importante. Já a probabilidade subjetiva é baseada na vivência e experiência de quem está atendendo, e isso pode ser um fator que tranquiliza o aluno/paciente. Porém, em alguns casos, podemos sentir a falta de dados mais precisos, os quais vão além da experiência, já que as pessoas são diferentes e, muitas vezes, possuem necessidades diferentes. Pense nesses dois tipos de abordagem. Agora é com você. Bons estudos! FAÇA A VALER A PENA Teste: = {H0 : os eventos são independentes (não há associação) = {H1 : os eventos não são independentes (há associação) α = 0,05 Questão 1 0 V e r a n o ta çõ e s 09/11/2023, 10:53 lddkls211_bio_tec_dig_edu_fis https://www.colaboraread.com.br/integracaoAlgetec/index?usuarioEmail=marcelohumberto332%40gmail.com&usuarioNome=MARCELO+HUMBERTO+DA+SILVA+FILHO&disciplinaDescricao=BIOINFORMAÇÃO+… 9/11 A probabilidade tem como objetivo estudar os fenômenos do nosso cotidiano de trabalho por meio da intuição das pessoas, utilizando a teoria dos experimentos, os quais podem ser aleatórios (casuais) e não aleatórios (determinísticos). Considere o exemplo da qualidade do produto, em que teremos os seguintes eventos: D = {defeituoso}, E = {não defeituoso}. Os itens D e E, na probabilidade, são conhecidos como: a. Aleatórios. b. Espaço amostral. c. Eventos. Correto! Ao imaginarmos os experimentos, elaboramos as perguntas que possuem relação com os possíveis resultados, as quais são chamadas de eventos. No exemplo da qualidade do produto, teremos os seguintes eventos: D = {defeituoso}, E = {não defeituoso}. As alternativas A e D estão incorretas, pois ambas são classi�cadas como um tipo de evento. A alternativa B aponta como espaço amostral, o qual é o conjunto de eventos escolhidos para serem analisados. A alternativa E está incorreta, pois a intersecção é uma das formas de representação dos conjuntos. d. Não aleatórios. e. Intersecção. Questão 2 Podemos associar os eventos ocorridos em uma observação a subconjuntos do espaço amostral. Para identi�carmos os subconjuntos, são utilizadas três lógicas para manipulação dos eventos, sendo elas: união, intersecção e complementar. Considerando o contexto, avalie as a�rmativas a seguir: I. União (∪) é a união de dois conjuntos, por exemplo, A e B, em que teremos todos os elementos de A e todos os elementos de B, incluindo os elementos que são e os que não são comuns aos dois conjuntos. II. Interseção (∩) é a intersecção de dois conjuntos, como A e B, na qual conterá os elementos comuns a A e B. III. Complementar (A ) se refere ao evento A, que é o conjunto dos elementos do espaço amostral que não pertencem a A. c 0 V e r a n o ta çõ e s 09/11/2023, 10:53 lddkls211_bio_tec_dig_edu_fis https://www.colaboraread.com.br/integracaoAlgetec/index?usuarioEmail=marcelohumberto332%40gmail.com&usuarioNome=MARCELO+HUMBERTO+DA+SILVA+FILHO&disciplinaDescricao=BIOINFORMAÇÃO… 10/11 Considerando o contexto apresentado, assinale a alternativa correta: a. Apenas as a�rmativas II e III estão corretas. b. Apenas as a�rmativas I e III estão corretas. c. Apenas a a�rmativa II está correta. d. Apenas as a�rmativas I e II estão corretas. e. As a�rmativas I, II e III estão corretas. Correto! União (∪) é a união de dois conjuntos, por exemplo, A e B, em que teremos todos os elementos de A e todos os elementos de B, incluindo os elementos que são e os que não são comuns aos dois conjuntos. Interseção (∩) é intersecção de dois conjuntos, como A e B, na qual conterá os elementos comuns a A e B. Complementar (A ) se refere ao evento A, que é o conjunto dos elementos do espaço amostral que não pertencem a A. c Questão 3 Quando se realiza um experimento para medir a probabilidade de ocorrência de um evento, em algumas ocasiões, podemos não nos atentar somente no resultado observado mas também em alguma função que possamos associar a valores reais e a esse possível resultado, isto é, aos elementos que fazem parte do espaço amostral. Esse contexto com as funções é chamado de variáveis aleatórias. Com relação às variáveis aleatórias, complete as lacunas da sentença a seguir: As variáveis ___________ podem ser classi�cadas como __________, signi�cando que esse tipo de variável pode ser um conjunto __________. Exemplo disso é a quantidade de pessoas atendidas em uma clínica. As variáveis aleatórias podem ser classi�cadas também como _________, que podem ser exempli�cadas no caso em que se avalia a altura das mesmas pessoas atendidas na clínicas. Assinale a alternativa que completa as lacunas corretamente: a. aleatórias; discretas; enumerável; contínuas. Correto! As variáveis aleatórias podem ser classi�cadas como discretas, signi�cando que esse tipo de variável pode ser um conjunto enumerável. Exemplo disso é a quantidade de pessoas atendidas em uma clínica. As variáveis aleatórias podem ser classi�cadas também com contínuas, que podemos exempli�car com as mesmas pessoas atendidas na clínica, agora mensurando a altura delas. 0 V e r a n o ta çõ e s 09/11/2023, 10:53 lddkls211_bio_tec_dig_edu_fis https://www.colaboraread.com.br/integracaoAlgetec/index?usuarioEmail=marcelohumberto332%40gmail.com&usuarioNome=MARCELO+HUMBERTO+DA+SILVA+FILHO&disciplinaDescricao=BIOINFORMAÇÃO… 11/11 REFERÊNCIAS BIBLIOTECA MATEMÁTICA. Karl Friedrich Gauss. Universidade de Coimbra, [s.d.]. Disponível em: https://bit.ly/3fnpgyD. Acesso em: 1º fev. 2021. FUKS, R. Carl Friedrich Gauss, matemático alemão. Ebiogra�a, 2020. Disponível em: https://bit.ly/2PiQueX. Acesso em: 1º fev. 2021. SÁNCHEZ TURCIOS, R. A. t-Student: usos y abusos. Revista Mexicana de Cardiología, v. 26, n. 1, p. 59-61, 2015. b. discretas; aleatórias; numerável; discretas. c. aleatórias; discretas; numerável; discretas. d. discretas; aleatórias; enumerável; contínuas. e. aleatórias; discretas; numerável; contínuas. 0 V e r a n o ta çõ e s https://bit.ly/3fnpgyD https://bit.ly/2PiQueX
Compartilhar