Baixe o app para aproveitar ainda mais
Prévia do material em texto
Bioestatística Material Teórico Responsável pelo Conteúdo: Prof. Me. Sidney Silva Santos Revisão Textual: Prof.ª Dr.ª Luciene Oliveira da Costa Granadeiro Probabilidade e Distribuição de Frequências como Estimativa da Probabilidade • Noções de Probabilidade; • Eventos Independentes; • Distribuição Normal ou de Gauss; • Distribuição Normal Reduzida. • Estudar as probabilidades e as distribuições de frequências como estimativas de probabilidade. OBJETIVO DE APRENDIZADO Probabilidade e Distribuição de Frequências como Estimativa da Probabilidade Orientações de estudo Para que o conteúdo desta Disciplina seja bem aproveitado e haja maior aplicabilidade na sua formação acadêmica e atuação profissional, siga algumas recomendações básicas: Assim: Organize seus estudos de maneira que passem a fazer parte da sua rotina. Por exemplo, você poderá determinar um dia e horário fixos como seu “momento do estudo”; Procure se alimentar e se hidratar quando for estudar; lembre-se de que uma alimentação saudável pode proporcionar melhor aproveitamento do estudo; No material de cada Unidade, há leituras indicadas e, entre elas, artigos científicos, livros, vídeos e sites para aprofundar os conhecimentos adquiridos ao longo da Unidade. Além disso, você tam- bém encontrará sugestões de conteúdo extra no item Material Complementar, que ampliarão sua interpretação e auxiliarão no pleno entendimento dos temas abordados; Após o contato com o conteúdo proposto, participe dos debates mediados em fóruns de discus- são, pois irão auxiliar a verificar o quanto você absorveu de conhecimento, além de propiciar o contato com seus colegas e tutores, o que se apresenta como rico espaço de troca de ideias e de aprendizagem. Organize seus estudos de maneira que passem a fazer parte Mantenha o foco! Evite se distrair com as redes sociais. Mantenha o foco! Evite se distrair com as redes sociais. Determine um horário fixo para estudar. Aproveite as indicações de Material Complementar. Procure se alimentar e se hidratar quando for estudar; lembre-se de que uma Não se esqueça de se alimentar e de se manter hidratado. Aproveite as Conserve seu material e local de estudos sempre organizados. Procure manter contato com seus colegas e tutores para trocar ideias! Isso amplia a aprendizagem. Seja original! Nunca plagie trabalhos. UNIDADE Probabilidade e Distribuição de Frequências como Estimativa da Probabilidade Noções de Probabilidade Após realizar a descrição dos eventos utilizando gráficos, tabelas, calculado mé- dia, desvio padrão, fazendo correlações e regressões, o pesquisador deseja fazer inferências, ou seja, extrapolar seus resultados para a população. Para tanto, é necessário entender de probabilidade, uma vez que as inferências são expressas em probabilidade de aquela conclusão ser falsa ou verdadeira. Probabilidade aleatória Para entender a probabilidade de um evento aleatório, precisamos definir: • S – Espaço amostral: É o conjunto de todos os elementos possíveis; • EVENTO – É qualquer subconjunto de S (Notação A, B, C, ...); • Φ (phi) – Conjunto vazio, ou seja, representa um evento impossível. Definimos, então, probabilidade de um evento A como a razão entre o número de elementos de A e o número de elementos do espaço amostral (S). Representa- mos com a fórmula abaixo: P A Número de elementos de A Número de elementos de S ( ) = Vamos considerar o seguinte exemplo: Um pesquisador deseja saber qual a probabilidade de, ao lançar um dado, esse cair com a face 3 voltada para cima. Analisando esse exemplo simples, porém, muito ilustrativo, temos: • Um dado tem 6 faces; • Cada vez em que um dado é lançado, somente uma face fica voltada para cima, Então temos as seguintes possibilidades: Figura 1 • Portanto, das 6 possibilidades, somente uma satisfaz a condição CAIR FACE 3. Figura 2 8 9 Em termos de probabilidade, temos o seguinte: • O espaço amostral (S) é: S = {1, 2, 3, 4, 5, 6}; • O evento (A) CAIR FACE 3 é: A = {3}; • A probabilidade do evento A (CAIR FACE 3) é dado pela expressão: P A( ) = 1 6 1 ÚNICO ELEMENTO DO EVENTO A {3} 6 elementos do espaço amostral S {1;2;3;4;5;6} Resolvendo a equação: P (A) = 0,1667 ou 16,67% São propriedades da probabilidade: • A probabilidade de qualquer evento é um valor entre 0 e 1: 0 ≤ P ≤ 1; se apre- sentado na forma de porcentagem: 0% ≤ P ≤ 100%; • A probabilidade de um evento vazio é sempre igual a zero: P (Φ) = 0. Voltando ao nosso exemplo anterior, se o pesquisador perguntasse qual a probabili- dade de, ao jogar um dado, CAIR A FACE 7? Como um dado não possui essa face, o evento A é vazio ou A:{ }. Pela fórmula, zero divido por qualquer número continua sendo zero; • A probabilidade de ocorrer um evento igual ao espaço amostral é 1: P(S) = 1. No nosso exemplo, se o pesquisador perguntasse qual a probabilidade de, ao jogar um dado, CAIR UMA FACE ENTRE 1 E 6? Veja que o evento A se satisfaz com qualquer uma das faces do dado, ou seja A:{1;2;3;4;5;6}, que equi- vale ao espaço amostral. Pela fórmula, teremos uma probabilidade dada pela razão entre A, ou seja, 6 e S, que também é a que resulta no valor 1 ou 100%. Probabilidade condicional Chamamos de probabilidade condicional a probabilidade de ocorrer determina- do evento quando ele depende de uma dada condição. A probabilidade de ocorrer o evento A sob a condição de ter ocorrido o evento B é representada então: P(A|B); que se lê: probabilidade de A dado B. De volta ao nosso exemplo dos dados, pense na seguinte pergunta: Qual a probabilidade de, ao se lançar um dado, ocorrer face 6, sabendo antecipada- mente que a face que ocorreu é par? Em termos de estatística, a pergunta deveria ser construída assim: Qual a probabilidade de ocorrer o evento A dado que ocorreu o evento B? Escrevemos da seguinte maneira: P (A|B). 9 UNIDADE Probabilidade e Distribuição de Frequências como Estimativa da Probabilidade A fórmula para a resolução de uma probabilidade condicional é: P A B A B B ( | ) ( ) = Onde se lê: a probabilidade de A dado B é a razão (divisão) entre o número de elementos da intersecção entre A e B e o número de elementos de B. Entendendo a fórmula • Evento A: face 6, já sabemos que o dado tem somente 1 face com o número 6; • Evento B: face par, o dado possui as seguintes faces com números pares: {2; 4; 6}, ou seja, 3 faces com números pares. A intersecção entre os Eventos A e B é a quantidade de elementos que existem nos dois conjuntos: A e B. A B 2 4 6 6 Figura 3 – Evento A e Evento B A B 2 4 6 Figura 4 – Intersecção entre os eventos A e B Sabemos que: A = 1 elemento; B = 3 elementos; P (A ∩ B) = 1 elemento. Então, temos: P A B A B B P A B P A B P A B ( | ) ( ) ( | ) ( | ) , ( | ) , % = = = = 1 3 0 3333 33 33 10 11 Eventos Independentes Dizemos que dois eventos são independentes quando a probabilidade de ocorrer um dos eventos não é modificada pela ocorrência do outro. Vamos pensar nesta situação: Um jogador joga uma moeda e um dado, e ele deseja saber qual a probabilidade de ocorrer cara na moeda sabendo que, no jogo do dado, caiu a face 5. Devemos raciocinar: o resultado do jogo da moeda interfere no resultado do jogo do dado? Uma moeda tem duas faces, uma chamada cara (C) e a outra coroa (K); por sua vez, o dado, como já vimos, tem 6 faces. Visualize, antes do jogo de moe- das: qual o espaço amostral do jogo de dados? É o seguinte: S = {1; 2; 3; 4; 5; 6} Figura 5 A moeda foi lançada, caiu a face cara. Como fica o espaço amostral do jogo de dado após o jogo da moeda? É o seguinte: S={1; 2; 3; 4; 5; 6} Figura 6 Ou seja, não muda. Portanto, dizemos que o evento “Cair 5 no jogo de dados” é independente do evento “Cair cara no jogo de moeda”. Dizemos, então, que a probabilidade de A dado B é igual à probabilidade de A, e representamos isso da seguinte maneira: P (A|B) = P (A) Teorema do produto Esse teorema diz que, se A e B são eventosindependentes, a probabilidade de ocorrer A e B é dada pela probabilidade de ocorrer A multiplicada pela de ocorrer B. P (A e B) = P (A) x P (B) Exemplo: Qual a probabilidade de ocorrer cara jogando uma moeda duas vezes? 11 UNIDADE Probabilidade e Distribuição de Frequências como Estimativa da Probabilidade Possibilidades: Tabela 1 – Probabilidades em um jogo duplo de moedas Tentativa 1º. Lançamento 2º. Lançamento 1 C C 2 C K 3 K C 4 K K Veja que a probabilidade de cair cara (C) no primeiro lançamento é de ½, e de cair coroa (K) no 2º Lançamento é de ½. E de cair em dois lançamentos cara (C) e cara (C), é de ¼. Então, aplicando a fórmula, temos: P (C e C) = ½ x ½ = ¼ Teorema da soma Quando A e B são eventos que não podem ocorrer ao mesmo tempo, a probabili- dade de ocorrer A ou B é dada pela seguinte expressão: P (A ou B) = P (A) + P (B). Se uma urna possui duas bolas brancas, uma azul e uma vermelha e retiramos uma ao acaso, qual a probabilidade de sair uma colorida? Figura 7 – Urna com bolas coloridas A condição só é satisfeita se for sorteada a bola vermelha ou a azul. Veja que duas bolas, das quatro existentes, satisfazem a condição. A probabilidade de ser re- tirada tanto a bola azul quanto a bola vermelha é de ¼, portanto, a expressão fica: P (azul ou vermelha) = ¼ + ¼ = ½ 12 13 Distribuição Normal ou de Gauss As frequências obtidas da maioria das medidas biológicas e de outras situações dão origem aos gráficos com características em comum, semelhante ao apresen- tado abaixo. Observem que essa distribuição de frequências apresenta muitos indi- víduos com valores semelhantes. No exemplo, entre 39 e 41, poucos com valores abaixo disso e poucos com valores acima. Vemos então um gráfico com formato de sino. Esse tipo de distribuição de frequências recebe o nome de distribuição normal. Número de soldados Distribuição de medidas do tórax (polegadas) de soldados escoceses diâmetro em polegadas 0 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 200 400 600 800 1000 Figura 8 – Distribuição de medidas do tórax (polegadas) de soldados escoceses Fonte: Adaptado de Daly F. et al. Elements of Statistics, 1999 A distribuição normal tem as seguintes características: • A variável aleatória pode assumir qualquer valor; • O gráfico da distribuição é uma curva em forma de sino, simétrica em torno da média populacional representada pela letra grega µ; • A área total da curva representa uma frequência de 100% da população. A área representa a probabilidade da variável assumir qualquer valor; • Os parâmetros são: µ (média populacional) e a σ2 (variância populacional). Cada população apresentará uma média e uma variância que vai gerar uma curva normal diferente e característica daquela população. Na figura acima, se quisermos saber a probabilidade de um soldado daquela população ter medida de tórax entre 38 e 39 polegadas, basta calcular a área da curva dessa parcela da população. Para isso, são necessários cálculos complexos, pois a figura é uma curva e não uma reta. Para entender melhor esse conceito, faça um exercício mental tentando respon- der às questões propostas abaixo: • Como seria um gráfico de distribuição de frequências da altura da população adulta do Brasil? • Sabendo que a glicemia (quantidade de glicose no sangue) normal das pessoas é de 80 mg/dL, como seria a distribuição de frequências da glicemia da popu- lação de uma cidade? • Em uma prova aplicada a 1000 alunos, valendo de zero a dez, como seria o gráfico da distribuição de frequências das notas? 13 UNIDADE Probabilidade e Distribuição de Frequências como Estimativa da Probabilidade Distribuição Normal Reduzida O cálculo de probabilidades de populações com distribuição do tipo normal é complexo para ser utilizado rotineiramente. Para facilitar esse tipo de cálculo, foi feita o tabelamento de todas as possíveis probabilidades de uma única curva nor- mal, que recebeu o nome de Curva Normal Reduzida. Essa curva possui as seguintes características: • É uma distribuição com média 0 e variância 1; • A variável aleatória representada pela distribuição normal reduzida é a z; • Na distribuição normal reduzida, os valores de probabilidade de 0 até z estão dispostos em tabelas. Exemplo: A probabilidade de ocorrer valores entre 0 e 1,5 corresponde à área pintada: 0 1,5 Z Figura 9 Se formos procurar na tabela a probabilidade entre 0 e 1,5, obtemos o valor de 0,4332 ou 43,32%. Na tabela, devemos procurar a linha que contenha a primeira unidade e o decimal 1,5, e a coluna com o centésimo e o milésimo: 0,00. No cru- zamento da linha com a coluna selecionada, obtemos então o valor 0,4332 que, em porcentagem, fica 43,32%. Observe que a tabela apresenta somente a parte posi- tiva da curva, porém, como a curva é simétrica, a probabilidade do lado positivo é idêntica à do lado negativo. Cálculo de probabilidade com qualquer variável com distribuição normal Vejamos o seguinte exemplo: A quantidade de colesterol no plasma tem distribuição normal com média 200mg e desvio padrão de 20mg, conforme a ilustração a seguir: 14 15 0 μ = 200 y x Figura 10 Perguntamos: Qual a probabilidade de um indivíduo apresentar valores de colesterol entre 200 e 225 mg? Para facilitar o entendimento, coloque os valores em um esboço da curva, como mostrado abaixo: 0 200 225 y x Figura 11 Se X é uma variável com distribuição normal (essa informação tem que ser dada no exercício) de média µ e desvio padrão σ, então devemos transformar a variável X em Z pela seguinte expressão: Z x� � � � Substituindo os valores: • Para X (valor dado na questão) = 225, temos: Z1 = (225-200)/20 = 1,25 • Para X (valor dado na questão) = 200, temos: Z2 = (200-200)/20 = 0 15 UNIDADE Probabilidade e Distribuição de Frequências como Estimativa da Probabilidade Substituímos X1 (=225) e X2 (=200) dados na questão por Z1 e Z2, que foram calcu- lados pela fórmula, assim teremos o seguinte esboço da distribuição normal reduzida: 0 0 1,25 y z Figura 12 O que significa dizer que a probabilidade X entre 200mg e 225mg é a mesma probabilidade de Z assumir valores entre 0 e z=1,25, que, segundo a tabela, vamos buscar a linha 1,2 (veja na tabela abaixo) e a coluna 0,05 (veja na tabela abaixo) onde obtemos o valor: 0,3944 ou 39,44%. Figura 13 – Tábua da distribuição das probabilidades em uma curva normal reduzida, valores entre 0 e z P(0 - z) 16 17 Material Complementar Indicações para saber mais sobre os assuntos abordados nesta Unidade: Vídeos Probabilidade: conceitos básicos https://youtu.be/8g571hUvgeo Construindo a Distribuição de Probabilidade para Variáveis Aleatórias https://youtu.be/lqhsgj4wwbg Teorema da Soma https://youtu.be/3QQ6l-WUBWc Leitura Probabilidade condicional https://goo.gl/Zt7Jb7 17 UNIDADE Probabilidade e Distribuição de Frequências como Estimativa da Probabilidade Referências BERQUÓ, E. S.; SOUZA, J. M. P.; GOTLIEB, S. L. D. Bioestatística. 2. ed. São Paulo: Editora Pedagógica e Universitária, 1981. VIEIRA, S. Introdução à Bioestatística. 5. ed. São Paulo: Campus, 2008. ______. Bioestatística: tópicos avançados. 2. ed. São Paulo: Campus, 2003. 18
Compartilhar