Baixe o app para aproveitar ainda mais
Prévia do material em texto
Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-1 Estatística Teoria e Aplicações 5a. Edição Capítulo 6 A Distribuição Normal e Outras Distribuições Contínuas Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-2 Objetivos do Aprendizado Neste capítulo, você irá aprender: Calcular probabilidades a partir da distribuição normal. Utilizar o gráfico da probabilidade normal para determinar se um conjunto de dados está distribuído aproximadamente nos moldes da distribuição normal. Calcular probabilidades a partir da distribuição uniforme. Calcular probabilidades a partir da distribuição exponencial. Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-3 Distribuições de Probabilidades Contínuas Uma variável aleatória contínua é uma variável que pode assumir qualquer valor em um conjunto contínuo (pode assumir um número incontável de valores) Espessura de um item Tempo necessário para completar uma tarefa Temperatura de uma solução Altura Estes podem potencialmente assumir qualquer valor, dependendo apenas da capacidade de medir com precisão e exatidão. Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-4 A Distribuição Normal Propriedades ‘Formato de sino’ Simétrica Média, Mediana e Moda são iguais A localização é caracterizada pela média, μ O espalhamento é caracterizado pelo desvio padrão, σ A variável aleatória tem uma amplitude teórica infinita: - até + Média = Mediana = Moda f(X) μ σ Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-5 A Distribuição Normal Função de Densidade 2 μ)(X 2 1 e 2π 1 f(X) A fórmula para a função de densidade da probabilidade normal é onde e = constante matemática aproximadamente igual 2,71828 π = constante matemática aproximadamente igual 3,14159 μ = média populacional σ = desvio padrão populacional X = qualquer valor da variável contínua Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-6 A Distribuição Normal Formato Variando os parâmetros μ e σ, obtemos diferentes distribuições normais Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-7 A Distribuição Normal Formato X f(X) μ σ Mudando μ muda a distribuição para a esquerda ou direita. Mudando σ aumenta ou diminui o espalhamento. Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-8 A Distribuição Normal Padronizada Qualquer distribuição normal (com qualquer combinação de média e desvio padrão) pode ser transformada na distribuição normal padronizada (Z). É necessário transformar as unidades de X em unidades de Z. A distribuição normal padronizada tem média 0 e desvio padrão 1. Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-9 A Distribuição Normal Padronizada σ μX Z Transforme X em unidade normal padronizada (a distribuição “Z”), subtraindo a média de X e dividindo pelo seu desvio padrão: Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-10 A Distribuição Normal Padronizada: Função de Densidade 2 Z2 e 2π 1 f(Z) A fórmula para a função de densidade de probabilidade normal padronizada é onde e = constante matemática aproximadamente igual 2,71828 π = constante matemática aproximadamente igual 3,14159 Z = qualquer valor da distribuição normal padronizada Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-11 A Distribuição Normal Padronizada: Formato Z f(Z) 0 1 Tanbém conhecida como distribuição “Z” Média igual a 0 Desvio padrão igual a 1 Valores acima da média têm Z valores positivos, valores abaixo da média têm Z valores negativos. Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-12 A Distribuição Normal Padronizada: Exemplo 2,0 50 100200 σ μX Z Se X é distribuído normalmente com média 100 e desvio padrão de 50, o valor Z para X = 200 é Este diz que X = 200 é de dois desvios-padrão (2 incrementos de 50 unidades) acima da média de 100. Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-13 A Distribuição Normal Padronizada: Exemplo Z 100 2,00 200 X (μ = 100, σ = 50) (μ = 0, σ = 1) Note-se que a distribuição é a mesma, apenas a escala foi alterada. Podemos expressar o problema em unidades originais (X) ou em unidades padronizadas (Z) Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-14 Probabilidade Normal a b f(X) (Note-se que a probabilidade de qualquer valor individual é zero) Probabilidade é medida pela área sob a curva P(a ≤ X ≤ b) Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-15 Probabilidade Normal A área total sob a curva é de 1,0 e a curva é simétrica, então metade está acima da média, e a outra metade está abaixo. f(X) 0,50,5 1,0)XP( 0,5)XP(μ 0,5μ)XP( Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-16 Tabela de Probabilidade Normal Exemplo: P(Z < 2,00) = 0,9772 A tabela de Probabilidade Normal Padronizada no livro-texto (Apêndice tabela E.2) fornece a probabilidade à esquerda do valor desejado de Z (i.e., de menos infinito até Z). Z0 2,00 0,9772 Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-17 Tabela de Probabilidade Normal O valor dentro da tabela fornece a probabilidade de Z = até o valor desejado de Z. 0,9772 2.0P(Z < 2,00) = 0,9772 A linha mostra o valor de Z até a primeira casa decimal A coluna dá o valor de Z até a segunda casa decimal 2,0 . . . Z 0,00 0,01 0,02 … 0,0 0,1 Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-18 Procedimento para encontrar a Probabilidade Normal Desenhe a curva normal para o problema em termos de X. Transforme os valores de X para valores de Z. Use a Tabela Normal Padronizada. Para encontrar P(a < X < b) quando X é distribuído normalmente: Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-19 Determinando a Probabilidade Normal: Exemplo Se X representa o tempo que leva (em segundos) para baixar um arquivo de imagem a partir da internet. Suponha que X segue uma distribuição normal com média 8,0 e desvio padrão 5,0 Encontre P(X < 8,6) X 8,6 8,0 Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-20 Determinando a Probabilidade Normal: Exemplo 0,12 5,0 8,08,6 σ μX Z Suponha que X segue uma distribuição normal com média 8,0 e desvio padrão 5,0. Determine P(X < 8,6). Z 0,120 X 8,68 μ = 8 σ = 10 μ = 0 σ = 1 P(X < 8,6) P(Z < 0,12) Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-21 Determinando a Probabilidade Normal: Exemplo Z 0,00 0,01 0,02 0,0 0,5000 0,5040 0,5080 0,1 0,5398 0,5438 0,5478 0,2 0,5793 0,5832 0,5871 0,3 0,6179 0,6217 0,6255 Tabela de Probabilidade Padronizada (Parte) Z 0,120 μ = 0 σ = 1 0,5478 = P(Z < 0,12) P(X < 8,6) Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-22 Determinando a Probabilidade Normal: Exemplo Determine P(X > 8,6)… P(X > 8,6) = P(Z > 0,12) = 1,0 - P(Z ≤ 0,12) = 1,0 – 0,5478 = 0,4522 Z 0.12 0 0,5478 1,0 – 0,5478 = 0,4522 Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-23 Determinando a Probabilidade Normal entre dois valores Suponha que X segue uma distribuição normal com média 8,0 e desvio padrão 5,0. Determine P(8,0 < X < 8,6) P(8 < X < 8,6)= P(0 < Z < 0,12) 0 5 88 σ μX Z 0,12 5 88,6 σ μX Z Calculando os valores de Z: Z0,120 X8,68 Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-24 Determinando a Probabilidade Normal entre dois valores Z 0,00 0,01 0,02 0,0 0,5000 0,5040 0,5080 0,1 0,5398 0,5438 0,5478 0,2 0,5793 0,5832 0,5871 0,3 0,6179 0,6217 0,6255 Tabela de Probabilidade Padronizada (Parte) Z 0,12 0,0478 0,00 = P(0 < Z < 0,12) P(8 < X < 8,6) = P(Z < 0,12) – P(Z ≤ 0) = 0,5478 – 0,5000 = 0,0478 0,5000 Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-25 Dado a Probabilidade Normal, Determine o Valor de X Se X representa o tempo que leva (em segundos) para baixar um arquivo de imagem a partir da internet. Suponha que X segue uma distribuição normal com média 8,0 e desvio padrão 5,0 Determine X de tal forma 20% seja a probabilidade associada ao tempo para baixar um arquivo de imagem. X ? 8,0 0,2000 Z ? 0 Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-26 Dado a Probabilidade Normal, Determine o Valor de X Primeiro, determine o valor de Z que corresponde a probabilidade conhecida usando a tabela. Z …. 0,03 0,04 0,05 -0,9 …. 0,1762 0,1736 0,1711 -0,8 …. 0,2033 0,2005 0,1977 -0,7 …. 0,2327 0,2296 0,2266 X ? 8,0 0,2000 Z-0,84 0 Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-27 Dado a Probabilidade Normal, Determine o Valor de X Segundo, converta o valor de Z para unidades de X usando a fórmula. 80,3 0,5)84,0(0,8 ZσμX Assim, 20% do tempo para baixar um arquivo com distribuição normal com média 5,0 desvio 8,0 e padrão são menores de 3,80 segundos. Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-28 Avaliando a Normalidade É importante avaliar como o conjunto de dados segue uma distribuição aproximadamente normal. Dados normalmente distribuídos deve se aproximar da distribuição teórica normal: A distribuição normal é em forma de sino (simétrico), onde a média é igual à mediana. A regra empírica aplica-se a distribuição normal. A amplitude interquartil de uma distribuição normal é 1,33 desvios padrão. Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-29 Avaliando a Normalidade Construa tabelas ou gráficos Para conjuntos de dados de pequeno e médio porte, o gráfico de ramo e folhas e o gráfico de caixa mostram- se simétricos? Para conjuntos de dados de grande porte, o histograma e o polígono mostram um formato de sino? Calcule as medidas do resumo descritivo A média, a mediana e a moda têm valores similares? A amplitude interquartil é de aproximadamente 1,33 σ? A amplitude é de aproximadamente 6 σ? Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-30 Avaliando a Normalidade Observe a distribuição do conjunto de dados Aproximadamente 2/3 das observações situam-se no intervalo média ± 1 desvio padrão? Aproximadamente 80% das observações situam-se no intervalo média ± 1,28 desvios padrão? Aproximadamente 95% das observações situam-se no intervalo média ± 2 desvios padrão? Avalie o gráfico de probabilidade normal O gráfico de probabilidade normal é aproximadamente linear com inclinação positiva? Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-31 Gráfico de Probabilidade Normal Gráfico de probabilidade normal (etapas): Organizar os dados em um conjunto ordenado. Determine os valores correspondentes da variável normal padronizada (Z). Construa o gráfico com os pares de pontos no qual os valores dos dados observados (X) são colocados no eixo vertical e os valores da variável normal padronizada (Z) no eixo horizontal. Avalie o gráfico para evidenciar a linearidade. Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-32 Gráfico de Probabilidade Normal 30 60 90 -2 -1 0 1 2 Z X Um gráfico de probabilidade normal para os dados de uma distribuição normal é aproximadamente linear: Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-33 Gráfico de Probabilidade Normal Assimétrico à esquerda Assimétrico à direita Retangular 30 60 90 -2 -1 0 1 2 Z X 30 60 90 -2 -1 0 1 2 Z X 30 60 90 -2 -1 0 1 2 Z X Gráficos não lineares indicam desvio da normalidade Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-34 A Distribuição Uniforme A distribuição uniforme é uma distribuição de probabilidade que tem probabilidades iguais para todos os possíveis resultados da variável aleatória. Devido à sua forma, também é chamado de distribuição retangular. Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-35 A Distribuição Uniforme A Distribuição Uniforme Contínua: posição outraqualquer em 0 bXas ab 1 e onde f(X) = valor da função de densidade para qualquer valor de X a = valor mínimo de X b = valor máximo de X f(X) = Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-36 A Distribuição Uniforme 2 ba μ 12 a)-(b σ 2 A média da distribuição uniforme é : O desvio padrão é: Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-37 A Distribuição Uniforme Exemplo: Distribuição de probabilidade uniforme no intervalo 2 ≤ X ≤ 6: 4 2 62 2 ba μ 1547,1 12 2)-(6 12 a)-(b σ 22 f(X) = = 0,25 for 2 ≤ X ≤ 66 - 2 1 2 6 0,25 X f(X) Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-38 A Distribuição Exponencial Usado para modelar a extensão de tempo entre duas ocorrências de um evento (o tempo entre chegadas) Exemplos: Tempo entre os caminhões que chegam a um cais de descarga Tempo entre as operações de uma máquina ATM Tempo entre telefonemas para o principal operador Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-39 A Distribuição Exponencial Xe1X)chegada próxima da antes P(tempo λ Definido por um único parâmetro, sua média λ (lambda) A probabilidade em que um tempo de chegada é menor que algum tempo especificado X é onde e = constante matemática aproximadamente igual a 2,71828 λ = a média aritmética do número de chegadas por unidade X = qualquer valor da variável contínua onde 0 < X < Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-40 A Distribuição Exponencial Exemplo: Os clientes que chegam ao balcão de atendimento à taxa de 15 por hora. Qual é a probabilidade de que o tempo de chegada entre os clientes consecutivos seja menor que três minutos? O número médio de chegadas por hora é 15, então λ = 15 Três minutos corresponde a 0,05 horas P(tempo de chegada < 0,05) = 1 – e-λX = 1 – e-(15)(0,05) = 0,5276 Portanto, há uma probabilidade 52,76% que o tempo de chegada entre os clientes sucessivos seja menor que três minutos Estatística Teoria e Aplicações, 5a. edição 2008 LTC Cap 6-41 Sumário do Capítulo Apresentado as distribuições contínuas normal, uniforme, exponencial Determinado probabilidades usando fórmulas e tabelas Reconhecer quando aplicar diferentes distribuições Aplicar distribuições a problemas de decisão Neste capítulo, temos
Compartilhar