Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
Probabilidade e Estatística MAT013 Professor: Rafael Faria Distribuição de Probabilidades Distribuição Uniforme Distribuição Normal Distribuições amostrais Teorema Central do Limite Aproximação Binomial para Normal Sumário Distribuição Uniforme Características da distribuição normal padrão Tem forma de Sino Tem Simetria μ =0 σ = 1 Distribuição Normal Padrão Distribuição Normal Padrão Tabelas Referem-se à distribuição normal padrão (média zero e desvio padrão um) Cada valor é a área acumulada a partir da esquerda até um ponto específico de escore z Probabilidades para valores dados de Escore z Tabela – Distribuição Normal Padrão Termômetro medindo ponto de congelamento da água Média 0⁰C Desvio padrão 1⁰C Qual a probabilidade de que a temperatura seja menor que 1,58 ⁰C ? Probabilidades para valores dados de Escore z Probabilidades para valores dados de Escore z Processo inverso: determinar o escore z a partir de uma probabilidade dada Para o exemplo anterior, determinar a temperatura correspondente ao P95. Determine a temperatura que separa os 95% inferiores dos 5% superiores. Probabilidades para valores dados de Escore z Probabilidades para valores dados de Escore z Interpolação Fórmula para interpolação linear A B máxA máx|B valor X mínA mínB Muitas distribuições normais não são padronizadas, ou seja, média e desvio padrão não são 0 e 1 respectivamente. Não utilizamos estes valores Padronização da distribuição Distribuição Normal Peso do brasileiro (homem) obedece a uma distribuição normal Média = 80 kg Desvio padrão = 15 kg Selecionando-se um homem aleatoriamente, qual a probabilidade de que seu peso seja menor do que 95 kg? Exemplo 1 Padronizar a distribuição Achar o valor padronizado Utilizar a tabela Determinar a probabilidade Exemplo 1 Exemplo 1 Qual é o peso limite para que apenas 5% dos homens estejam acima dele? É o processo inverso Estabelece o valor do escore z Transforma o escore z no valor de pesos Exemplo 2 Exemplo 2 É a distribuição de todos os valores da estatística quando todas as amostras possíveis de mesmo tamanho n são extraídas da mesma população Distribuição Amostral Distribuição das proporções amostrais com todas as amostras com mesmo tamanho e tiradas de uma mesma população Exemplo Nascimentos de duas crianças. Análise do resultado para crianças do sexo feminino Distribuição Amostral das Proporções Distribuição Amostral das Proporções Nº de meninas Probabilidade 0 0,25 1 0,50 2 0,25 Proporção Probabilidade 0 0,25 0,5 0,50 1 0,25 100 senadores 17 mulheres 83 homens 100 amostras de 10 elementos 10000 amostras de 50 elementos A média das proporções tende a se igualar à média da população Aproxima-se de uma distribuição normal Exemplo Distribuição de probabilidade das médias amostrais com todas as amostras tendo o mesmo tamanho n e tiradas da mesma população Distribuição Amostral da Média População 1,2,5 Amostras de 2 elementos com reposição Distribuição Amostral da Média Amostra Média Probabilidade 1,1 1 1/9 1,2 1,5 1/9 1,5 3 1/9 2,1 1,5 1/9 2,2 2 1/9 2,5 3,5 1/9 5,1 3 1/9 5,2 3,5 1/9 5,5 5 1/9 A média das médias amostrais é igual a média da população À medida que o número de amostras aumenta a distribuição das médias tende a se tornar uma distribuição normal. Distribuição Amostral da Média O valor de uma estatística pode variar de amostra para amostra pois depende dos valores particulares incluídos na amostra. A esta variabilidade dá-se o nome de Variabilidade Amostral Variabilidade Amostral Estimação de parâmetros populacionais e teste de hipótese Condições n>30 – distribuição das médias pode ser aproximada para uma distribuição normal n≤30 – a população original tem distribuição normal, então as médias tem uma distribuição normal Teorema Central do Limite A distribuição das médias amostrais irá se aproximar de uma distribuição normal à medida que n aumenta A média de todas as médias amostrais é a média da população Teorema Central do Limite A média das médias amostrais e o desvio padrão das médias amostrais são: Notação Números aleatórios telefone Distribuição uniforme Quando analisamos as médias Distribuição normal Exemplo Dados com distribuição Exponencial com média 1 Exemplo Peso do brasileiro (homem) obedece a uma distribuição normal Média = 80 kg Desvio padrão = 15 kg Qual a probabilidade de que 8 homens selecionados aleatoriamente tenham peso superior a 95 kg Limite de peso de um elevador Aplicação Estamos lidando com a média da amostra de 8 homens Determina-se a média e o desvio padrão da distribuição das médias amostrais Determina-se o escore z com os dados da distribuição de médias amostrais Determina-se a probabilidade Aplicação Sob dada hipóteses a probabilidade de um evento particular é excepcionalmente pequena Exemplo Temperaturas corporais Média = 37ºC Desvio = 0,4 ºC Qual a probabilidade de que, numa amostra de 106 pessoas, a média de temperaturas seja de 36,6 ºC ou menos? Evento Raro Determina-se Média das amostras Desvio padrão amostral Escore z Análise deste resultado Evento Raro Para aplicar o teorema, supõe-se que a população seja muito grande Amostragem com reposição Necessário fazer um ajuste do desvio padrão para populações finitas (e sem reposição e n > 0,05N) Correção para populações finitas Fator de correção: Correção para populações finitas Condições np ≥ 5 e nq ≥ 5 Procedimento Achar valores de média e desvio padrão Mudar o valor discreto x para o intervalo contínuo de x+0,5 a x-0,5 (correção de continuidade) Estabelecer o escore Estabelecer a probabilidade Aproximação de Normal para Binomial Avião com 213 lugares Probabilidade de haver pelo menos 122 homens (Binomial não é pratica neste caso) P de homem ou de mulher = 0,5 Condições para a aproximação np ≥ 5 (verifcado) nq ≥ 5 (verificado) Estabelecer valores de média e desvio padrão Aproximação de Normal para Binomial Ajuste de continuidade x = 122 será a faixa entre 121,5 e 122,5 (vamos adotar o valor de x=121,5 pois desejamos saber a área que representa o valor 122) Determinação do escore Aproximação de Normal para Binomial Para z = 2,06 tem-se uma área correspondente de 0,9803 Como desejamos saber a probabilidade de pelo menos 122 homens, fazemos 1-0,9803 Resultado = 0,0197 Aproximação de Normal para Binomial
Compartilhar