Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Estatística e Probabilidade Prof. Me. Edimar Izidoro Novaes 2 Aplicação Segundo o INEP/MEC, 11.303 estudantes de licenciatura em Matemática realizaram a prova do Enade em 2011, e obtiveram média e desvio padrão iguais a 32,4 e 11,6 pontos, respectivamente. Considerando que a distribuição do desempenho desses alunos, pode ser aproximada pela distribuição normal, determine uma expressão, que fornece o percentual de estudantes com desempenho inferior a 20,8 pontos ou superior a 55,6 pontos. 3 Z 1,23 0,39065 -0,83 0,29673 1 8,20 - z x 2 6,55 z x - x Z 1 6,11 4,328,20 - - Z 2 6,11 4,326,55 - Z 4 -- 2 1 1 dzzf 5 Aplicação Suponha que o tempo necessário para atendimento de clientes em uma central de atendimento telefônico siga uma distribuição normal de média de 8 minutos e desvio padrão de 2 minutos. Sendo assim, qual é a probabilidade de que um atendimento dure menos de 5 minutos? 6 1,23 0,29673 + 0,39065 0,68738 0,39065 -0,83 0,29673 - x Z 5,1 2 85 - - Z - - 5,1 )(1 dzzf 7 E entre 7 e 10 minutos? 5,0 2 87 - - - x Z 1 2 810 - Z - 1 5,0 )( dzzf 8 Coeficiente de Correlação • Existe uma medida para o grau de correlação entre duas variáveis. • Essa medida é o coeficiente de correlação de Pearson, que se representa por r: 9 10 • Quanto mais próxima da unidade, mais forte é a correlação entre as duas variáveis. Exemplo: uma correlação igual a 0,30 é mais fraca que uma correlação de -0,90. • Levar em consideração os valores absolutos. • O sinal é a evidência do sentido em que caminham as duas variáveis. 11 Exemplo 12 13 14 RESOLVENDO ... n= 10 𝑥𝑦 = 473 𝑥= 65 𝑦= 65 ∑𝑥2 = 481 ∑𝑦2 = 475 15 Calculando ... r = 0,911 16 REGRESSÃO LINEAR 17 Introdução Tal como a análise de correlação, a regressão linear simples é uma técnica usada para explorar a natureza da relação entre duas variáveis aleatórias contínuas. A regressão nos possibilita investigar a mudança em uma variável, chamada resposta (y), correspondente à mudança na outra, conhecida como variável explicativa (x). 18 • A análise de correlação não faz essa distinção; as duas variáveis envolvidas são tratadas simetricamente. • O objetivo da análise de regressão é prever ou estimar o valor da variável resposta associada com um valor fixo da variável explicativa. 19 Aplicações • Estudo da forma do relacionamento entre variáveis quantitativas. • Exemplos: – Peso e altura. – Renda familiar e número de filhos. – Renda e consumo. – Volume de produção e custos. – Risco e rentabilidade de ações. – Gastos com prevenção de defeitos e falhas nos produtos. 20 • Exemplo. • Predizer (estimar) uma variável dependente (Y) em função de uma variável independente (X). • Conhecer o quanto variações de X podem afetar Y. 21 22 Equação da reta: y = a + bx • b (coeficiente de regressão). O valor de b corresponde à inclinação da reta, e o valor de a fornece o ponto onde a reta corta o eixo das ordenadas, ou seja, corta o eixo Y. 23 - - n x x n y.x xy 2 i2 i ii b xbya - 24 Regional de Saúde e Municípios Nascidos Vivos * Total Menor de 01 ano Astorga 289 6 Colorado 246 2 Floresta 68 1 Itambé 67 1 Mandaguaçu 251 4 Mandaguari 423 6 Marialva 378 5 Nova Esperança 423 9 Paiçandu 443 4 São Jorge do Ivaí 59 0 25 Exemplo cidade Nascidos vivos (x) Taxa de mortalidade (y) x.y x2 Astorga 289 6 1734 83521 Colorado 246 2 492 60516 Floresta 68 1 68 4624 Itambé 67 1 67 4489 Mandaguaçu 251 4 1004 63001 Mandaguari 423 6 2538 178929 Marialva 378 5 1890 142884 Nova Esperança 423 9 3807 178929 Paiçandu 443 4 1772 196249 São Jorge do Ivaí 59 0 0 3481 Soma 2647 38 13372 916623 26 015,0 10 6472 - 916623 10 .38) (2647 33721 2 - b 7,264 10 2647 x 0,2670,015x264,-3,8a - 8,3 10 38 y xbya - 27 0,015x26,0 -y + bxay + Valor estimado 28 Equação 0,015x26,0 -y + Número de nascidos vivos (x) a + bx 59 - 0,26 + 0,015 . 59 0,625 67 - 0,26 + 0,015 . 67 0,745 68 - 0,26 + 0,015 . 68 0,76 246 - 0,26 + 0,015 . 246 3,43 251 - 0,26 + 0,015 . 251 3,505 289 - 0,26 + 0,015 . 289 4,075 378 - 0,26 + 0,015 . 378 5,41 423 - 0,26 + 0,015 . 423 6,085 443 - 0,26 + 0,015 . 443 6,385 29 Diagrama de dispersão X Y Reta da regressão y = a + bx (y = a + bx) explica bem a variação dos dados? Explicará melhor quanto mais perto dos dados ou pontos a reta estiver. 30 Diagrama de Dispersão 378; 5,41 -1 0 1 2 3 4 5 6 7 0 100 200 300 400 500 Número de nascidos vivos Ta xa d e m or tal id ad e Gráfico – Diagrama de dispersão para a taxa de mortalidade prevista em função do número de nascidos vivos. 31 A partir da equação obtida e também do diagrama de dispersão podemos fazer predições para a variável dependente em função da variável independente. Supondo que quiséssemos saber a taxa de mortalidade esperada para um número de 300 nascidos vivos. 32 4,24% 300 x 0,01526,0-y + Substituir o valor 300 na variável “x” na equação: 0,015x26,0 -y + Ou seja, estima-se que de 300 crianças nascidas vivas, 4,24% delas estariam mortas. 33 Estatística e Probabilidade Prof. Me. Edimar Izidoro Novaes
Compartilhar