Baixe o app para aproveitar ainda mais
Prévia do material em texto
Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-1 Estatística Teoria e Aplicações 5a. Edição Capítulo 4 Probabilidade Básica Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-2 Objetivos do Aprendizado Neste capítulo, você irá aprender: Conceitos de probabilidade básica Probabilidade condicional A utilizar o Teorema de Bayes para analisar probabilidades Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-3 Definições Probabilidade: a chance que um evento incerto irá ocorrer (sempre entre 0 e 1) Evento: Cada tipo possível de ocorrência ou resultado Evento Simples: um evento que pode ser descrito por uma única característica Espaço Amostral: a coletânea de todos os eventos possíveis Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-4 Tipos de Probabilidade Existem três abordagens para se avaliar a probabilidade de um evento incerto: 1. probabilidade clássica a priori: a probabilidade de um evento é baseado no conhecimento prévio do processo envolvido 2. probabilidade clássica empírica: a probabilidade de um evento é baseado em dados observados. 3. probabilidade subjetiva: a probabilidade de um evento é determinada por um indivíduo, com base na experiência do passado dessa pessoa, opinião pessoal, e/ou análise de uma situação particular. Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-5 Calculando a Probabilidade 1. probabilidade clássica a priori 2. probabilidade clássica empírica Estas equações assumem que todos os resultados são igualmente prováveis. observados resultados de totalnúmero observados favoráveis resultados de número Ocorrência de adeProbabilid possíveis resultados de totalnúmero ocorrer podem que maneiras de número Ocorrência de adeProbabilid T X Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-6 Exemplo de uma probabilidade clássica a priori Determine a probabilidade de selecionar uma carta com figura (Valete, Dama, ou Rei) a partir de um baralho de 52 cartas. cartas de totalnúmero figura com cartas de número Figura com Carta de adeProbabilid T X 13 3 cartas de total52 figura com cartas 12 T X Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-7 Exemplo de probabilidade clássica empírica Estudam Estatística Não Estudam Estatística Total Homem 84 145 229 Mulher 76 134 210 Total 160 279 439 Determine a probabilidade de selecionar homem que estuda estatística a partir da população descrita na tabela seguinte: 191,0 439 84 pesquisada população da totalnúmero aestatístic estudam que homens de número aEstatístic Estudam que Homens de Probab. Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-8 Exemplos de Espaço Amostral O Espaço Amostral é a coleção de todos os eventos possíveis. ex. As 6 faces de um dado: ex. As 52 cartas de um baralho ex. Todos os resultados possíveis quando se tem uma criança: Menino ou Menina Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-9 Eventos no Espaço Amostral Evento simples Um resultado de um espaço amostral com uma característica ex. Uma carta vermelha de um baralho Complemento de um evento A (representado por A/) Todos os resultados que não fazem parte do evento A ex. Todos os cartões que não são diamantes Evento combinado Envolve duas ou mais características simultaneamente ex. Um ás que é ao mesmo tempo uma carta vermelha de um baralho Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-10 Visualizando Eventos no Espaço Amostral Tabela de Contingência: Diagrama de Árvore: Ás Diferente do Ás Total Preto 2 24 26 Vermelho 2 24 26 Total 4 48 52 Baralho com 52 Cartas Espaço Amostral 2 24 2 24 Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-11 Definições Probabilidade Simples vs. Probabilidade Combinada Probabilidade Simples (Marginal) refere-se a probabilidade de um evento simples. ex. P(Rei) Probabilidade Combinada refere-se a probabilidade da ocorrência de dois oi mais eventos. ex. P(Rei e Espada) Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-12 Definições Eventos Mutualmente Excludentes Eventos mutualmente excludentes são eventos que não podem ocorrer juntos (simultaneamente). exemplo: A = dama de ouro; B = dama de paus Eventos A e B são mutualmente excludentes se somente uma carta for selecionada exemplo: B = ter um menino; G = ter uma menina Eventos B e G são mutualmente excludentes se somente nasceu uma criança Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-13 Definições Eventos Coletivamente Exaustivos Eventos coletivamente exaustivos Um dos eventos deve ocorrer O conjunto de eventos abrange o espaço amostral inteiro exemplo: A = ás; B = cartas pretas; C = ouro; D = copas Eventos A, B, C e D são coletivamente exaustivos (mas, não mutualmente exclusivos – um ás selecionado pode ser de copas) Eventos B, C e D são colectivamente exaustivos e também podem ser mutualmente excludentes Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-14 Calculando as Probabilidades Combinada e Marginal A probabilidade combinada do evento, A e B: Calculando a probabilidade marginal (ou simples): onde B1, B2, …, Bk são k eventos mutualmente excludentes e coletivamente exaustivos resultadosdetotalnúmero BeAsatisfazemqueresultadosdenúmero BeAP )( )BeP(A)BeP(A)BeP(AP(A) k21 Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-15 Exemplo: Probabilidade Combinada P(Vermelho e Ás) 52 2 cartas de totalnúmero ás e vermelhasão que cartas de número Ás Dif. de Ás Total Preta 2 24 26 Vermelha 2 24 26 Total 4 48 52 Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-16 Exemplo: Probabilidade Marginal (Simples) P(Ás) 52 4 52 2 52 2 )Pr()( etaeÁsPVermelhaeÁsP Ás Dif. de Ás Total Preta 2 24 26 Vermelha 2 24 26 Total 4 48 52 Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-17 Probabilidade Combinada Usando a Tabela de Contingência P(A1 e B2) P(A1) TotalEvento P(A2 e B1) P(A1 e B1) Evento Total 1 Probabilidade Combinada Probabilidade Marginal (Simples) A1 A2 B1 B2 P(B1) P(B2) P(A2 e B2) P(A2) Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-18 Probabilidade Sumário A probabilidade é uma medida numérica da possibilidade que um evento irá ocorrer. A probabilidade de um evento deve ser entre 0 e 1, inclusive 0 ≤ P(A) ≤ 1 para qualquer evento A. A soma das probabilidades de todos os eventos mutualmente excludentes e coletivamente exaustivos é 1. P(A) + P(B) + P(C) = 1 A, B, e C são eventos mutual excludentes e coletivamente exaustivo. Certeza Impossível 0,5 1 0 Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-19 Regra Geral de Adição P(A ou B) = P(A) + P(B) - P(A e B) Regra Geral de Adição: Se A e B são eventos mutualmente excludentes, então P(A e B) = 0, portanto a regra pode ser simplificada: P(A ou B) = P(A) + P(B) para os eventos A e B mutualmente excludentes Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-20 Regra Geral de Adição Exemplo Estudam Estatística (S) Não Estudam Estatística (NS) Total Homem(H) 84 145 229 Mulher (M) 76 134 210 Total 160 279 439 Determine a probabilidade de selecionar um homem ou um estudante de estatística da populaçãodescrita na tabela seguinte: P(Homem ou Estudam Est.) = P(H) + P(S) – P(M ou S) = 229/439 + 160/439 – 84/439 = 305/439 Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-21 Probabilidade Condicional Probabilidade condicional refere-se à probabilidade do evento A, sendo conhecido informações sobre a ocorrência de um outro evento B: P(B) B)eP(A B)|P(A P(A) B)eP(A A)|P(B onde P(A e B) = probabilidade combinada de A e B P(A) = probabilidade marginal de A P(B) = probabilidade marginal de B A probabilidade condicional de A, dado que B ocurreu A probabilidade condicional de B, dado que A ocurreu Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-22 Calculando a Probabilidade Condicional Considere um lote de carros usados, 70% têm ar condicionado (AC) e 40% têm leitor de CD (CD). 20% dos carros têm ambos. Qual é a probabilidade de achar um carro que tem um leitor de CD, e ar condicionado AC ? Deseja-se encontrar a P(CD | AC). Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-23 Calculando a Probabilidade Condicional Leitor de CD Sem leitor de CD Total AC 0,2 0,5 0,7 Sem AC 0,2 0,1 0,3 Total 0,4 0,6 1,0 2857,0 0,7 0,2 P(AC) AC)eP(CD AC)|P(CD Considere AC, ou seja somente a linha superior (70% dos carros). Destes 20% têm leitor de CD. Logo, 20% de 70% equivale a 28,57% do total. Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-24 Calculando a Probabilidade Condicional: Árvore de Decisão P(CD e AC) = 0,2 P(CD e AC/) = 0,2 P(CD/ e AC/) = 0,1 P(CD/ e AC) = 0,5 4,0 2,0 6,0 5,0 6,0 1,0 Todos os Carros 4,0 2,0 Dado CD ou sem CD: Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-25 Calculando a Probabilidade Condicional: Árvore de Decisão P(AC e CD) = 0,2 P(AC e CD/) = 0,5 P(AC/ e CD/) = 0,1 P(AC/ e CD) = 0,2 7,0 5,0 3,0 2,0 3,0 1,0 Todos os Carros 7,0 2,0 Dado AC ou sem AC: Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-26 Independência Estatística Dois eventos são independentes se e somente se: Eventos A e B são independentes quando a probabilidade de um evento não é afetada pela probabilidade do outro evento. P(A)B)|P(A Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-27 Regra de Multiplicação Regra de multiplicação para dois eventos A e B: Se A e B são eventos independentes, então a regra de multiplicação é simplificada para: P(B)B)|P(AB)eP(A P(B)P(A)B)eP(A P(A)B)|P(A Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-28 Regra de Multiplicação Suponha que um conselho municipal é composto por 5 democratas, 4 republicanos e 3 independentes. Determine a probabilidade de selecionar aleatoriamente um democrata seguido por um independente. Note que após o democrata ser selecionado (12 pessoas), exsitem apenas 11 pessoas no espaço amostral. 114,05/442)(3/11)(5/1 P(D)D)|P(ID)e P(I Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-29 Probabilidade Marginal Usando Regra da Multiplicação )P(B)B|P(A)P(B)B|P(A)P(B)B|P(A P(A) kk2211 Probabilidade marginal para o evento A: onde B1, B2, …, Bk são k eventos mutualmente excludentes e coletivamente exaustivos Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-30 Teorema de Bayes O Teorema de Bayes é usado para rever probabilidades previamente calculadas com base em novas informações. Foi desenvolvido por Thomas Bayes no Século18. É uma extensão da probabilidade condicional. Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-31 Teorema de Bayes ))P(BB|P(A))P(BB|P(A))P(BB|P(A ))P(BB|P(A A)|P(B kk2211 ii i onde: Bi = i ésimo evento dentre os k eventos mutualmente excludentes e coletivamente exaustivos A = novo evento que pode impactar P(Bi) Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-32 Teorema de Bayes Exemplo A empresa de perfuração estimou em 40% como a chance de encontrar óleo no novo poço. Um teste detalhado foi agendado para se obter mais informações. Historicamente, 60% dos poços de sucesso tiveram testes detalhados, e 20% dos poços sem sucesso também tiveram testes detalhados. Tendo em conta que para este poço foi programado um teste detalhado, qual é a probabilidade de que o poço perfurado será bem sucedido? Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-33 Teorema de Bayes Exemplo Seja S = poço com sucesso U = poço sem sucesso P(S) = 0,4 e P(U) = 0,6 (probabilidade anterior) Defina o evento do teste detalhado como D Probabilidades Condicionais: P(D|S) = 0,6 P(D|U) = 0,2 Objetivo: Determinar P(S|D) Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-34 Teorema de Bayes Exemplo 667,0 12,024,0 24,0 )6,0)(2,0()4,0)(6,0( )4,0)(6,0( U)P(U)|P(DS)P(S)|P(D S)P(S)|P(D D)|P(S Aplicando o Teorema de Bayes: Assim, a probabilidade de revista de sucesso, dado que este poço foi programado para um teste detalhado, é 0,667 Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-35 Teorema de Bayes Exemplo Dado o teste detalhado, a probabilidade revista de sucesso do poço aumentou para 0,667 a partir de uma estimada original de 0,4. Evento Probab. Anterior Probab. Condicional Probab. Combinada Probab. Revisada S (successo) 0,4 0,6 0,4*0,6 = 0,24 0,24/0,36 = 0,667 U (insuccesso) 0,6 0,2 0,6*0,2 = 0,12 0,12/0,36 = 0,333 Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 4-36 Sumário do Capítulo Neste capítulo, temos Discussão dos conceitos de probabilidade básica. Espaço amostral e eventos, tabelas de contingência, probabilidade simples (marginal) e probabilidade combinada Examinada as regras de probabilidade básica. Regra geral de adição, regra de adição para eventos mutualmente excludentes, regra para eventos coletivamente exaustivos. Definido probabilidade condicional. Independência estatística, probabilidade marginal, árvore de decisão e regra de multiplicação. Discussão do teorema Bayes.
Compartilhar