Baixe o app para aproveitar ainda mais
Prévia do material em texto
Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Independência; Covariância e Correlação Cássius Henrique Xavier Oliveira Universidade Federal de Ouro Preto Departamento de Ciências Exatas e Aplicadas 2015 Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Independência Em alguns experimentos aleatórios, o conhecimento dos valores de X não altera qualquer das probabilidades associadas aos valores de Y (e vice-versa) Independência entre X e Y Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Exemplo 1 (1/3) Em uma operação de montagem de plástico, cada peça é classificada de acordo com o fato de obedecer às especificações de cor e comprimento. As variáveis aleatórias X e Y foram definidas da seguinte forma: X = 1 (a peça obedece as especificações de cor) ou X = 0 (caso contrário) Y = 1 (a peça obedece as especificações de comprimento) ou Y = 0 (caso contrário) Comprove que X e Y são independentes. Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Exemplo 1 (2/3) Considere que a distribuição de probabilidades conjuntas de X e Y seja definida for fXY (x, y) conforme se nota pela figura. (a) Distribuições de probabilidades conjuntas e marginais de X e Y (b) Distribuições de probabilidades de Y, dado que X = x. Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Exemplo 1 (2/3) Considere que a distribuição de probabilidades conjuntas de X e Y seja definida for fXY (x, y) conforme se nota pela figura. (a) Distribuições de probabilidades conjuntas e marginais de X e Y (b) Distribuições de probabilidades de Y, dado que X = x. Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Exemplo 1 (2/3) Considere que a distribuição de probabilidades conjuntas de X e Y seja definida for fXY (x, y) conforme se nota pela figura. (a) Distribuições de probabilidades conjuntas e marginais de X e Y (b) Distribuições de probabilidades de Y, dado que X = x. + + Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Exemplo 1 (2/3) Considere que a distribuição de probabilidades conjuntas de X e Y seja definida for fXY (x, y) conforme se nota pela figura. (a) Distribuições de probabilidades conjuntas e marginais de X e Y (b) Distribuições de probabilidades de Y, dado que X = x. + + Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Exemplo 1 (2/3) Considere que a distribuição de probabilidades conjuntas de X e Y seja definida for fXY (x, y) conforme se nota pela figura. (a) Distribuições de probabilidades conjuntas e marginais de X e Y (b) Distribuições de probabilidades de Y, dado que X = x. Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Exemplo 1 (2/3) Considere que a distribuição de probabilidades conjuntas de X e Y seja definida for fXY (x, y) conforme se nota pela figura. (a) Distribuições de probabilidades conjuntas e marginais de X e Y (b) Distribuições de probabilidades de Y, dado que X = x. : : Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Exemplo 1 (2/3) Considere que a distribuição de probabilidades conjuntas de X e Y seja definida for fXY (x, y) conforme se nota pela figura. (a) Distribuições de probabilidades conjuntas e marginais de X e Y (b) Distribuições de probabilidades de Y, dado que X = x. : : Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Exemplo 1 (3/3) As distribuições de probabilidades marginais de X e Y são também mostradas na figura. Note que fXY (x, y) = fX (x) fY (y). Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Exemplo 1 (3/3) As distribuições de probabilidades marginais de X e Y são também mostradas na figura. Note que fXY (x, y) = fX (x) fY (y). Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Exemplo 1 (3/3) As distribuições de probabilidades marginais de X e Y são também mostradas na figura. Note que fXY (x, y) = fX (x) fY (y). Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Exemplo 1 (3/3) As distribuições de probabilidades marginais de X e Y são também mostradas na figura. Note que fXY (x, y) = fX (x) fY (y). Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Exemplo 1 (3/3) A função de probabilidade condicional fY|x (y) é mostrada na figura. Note que para qualquer x, fY|x (y) = fY (y). Ou seja, o conhecimento de se obedece ou não às especificações de cor ão muda a probabilidade de que ela respeite as especificações de comprimento. Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Exemplo 1 (3/3) A função de probabilidade condicional fY|x (y) é mostrada na figura. Note que para qualquer x, fY|x (y) = fY (y). Ou seja, o conhecimento de se obedece ou não às especificações de cor ão muda a probabilidade de que ela respeite as especificações de comprimento. Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Nivelamento... Como saber se 2 variáveis aleatórias discretas são independentes? Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Independência Para VAD’s X e Y, se qualquer uma das seguintes propriedades for verdadeira, então as outras também serão verdadeiras e X e Y serão independentes. para todo x e y para todo x e y, com para todo x e y, com para quaisquer conjuntos A e B, na faixa de X e Y, respectivamente yfxfyxf YXXY , yfyf YxY | 0xf X 0yfY xfxf XyX | BYPAXPBYAXP , Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade L5.4. Exercício 1 Verifique se X e Y são independentes. Justifique sua reposta. Y X 0 1 2 0 0,140625 0,093750 0,015625 1 0,281250 0,187500 0,031250 2 0,140625 0,093750 0,015625 Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade L5.4. Exercício 2 Verifique se X e Y são independentes. Justifique sua reposta. x 1 2 3 y 4 0,15 0,1 0,05 3 0,02 0,1 0,05 2 0,02 0,03 0,2 1 0,01 0,02 0,25 Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Covariância Quando 2 ou mais variáveis aleatórias são definidas em um espaço probabilístico, é útil descrever como elas variam conjuntamente; ou seja, é útil medir a relação entre as variáveis. Uma medida comum da relação entre 2 variáveis aleatórias é a covariância. De modo a definir a covariância, necessitamos descrever o valor esperado de uma função de 2 variáveis aleatórias h(x, y). A definição simplesmente é um extensão daquela usada para uma variável aleatória simples. Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Covariância Valor Esperado (para VAD’s): E[h(x, y)] pode ser pensado com a média ponderada de h(x, y) para cada ponto na faixa de (X, Y). O valor esperado E[h(x, y)] representa o valor médio de h(x, y) que é esperado em um longa sequência de tentativas repetidas do experimento aleatório. yxfYXhYXhE XY ,,, Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Covariância A covariância entre as variáveis aleatórias X e Y, é dada por: É uma medida de relação linear entre as variáveis aleatórias. YXYXXY XYEYXEYX ),cov( (a) (b) Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Nivelamento... Qual o sentido de se analisar a covariância? Qual a finalidade desse cálculo? Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Covariância (a) (b) (c) (d) Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Covariância (a) (b) (c) (d) Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Covariância (a) (b) (c) (d) Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Covariância (a) (b) (c) (d) Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Covariância (a) (b) (c) (d) Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Covariância (Figura d) Se a relação entre as VA’s é não linear a covariância pode não ser sensível à relação Os únicos pontos com probabilidade não zero são os pontos no círculo. Há uma relação identificável, embora a covariância seja zero. Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade L5.4. Exercício 3 Dada a distribuição de probabilidade conjunta, determine a covariância. Utilize a fórmula (a) Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Correlação Há outra medida de relação entre 2 VA’s que é frequentemente mais fácil de interpretar que a covariância. A correlação entre as variáveis aleatórias X e Y é dada por Devido X > 0 e Y > 0, se a covariância entre X e Y for positiva, negativa ou zero, a correlação entre X e Y será positiva, negativa ou zero, respectivamente. YX XY XY YVarXVar YX )()( ,cov Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Correlação Para quaisquer duas VA’s X e Y, temos: A correlação só escalona a covariância através do desvio-padrão de cada variável. A correlação é uma grandeza adimensional que pode ser usada para comparar as relações lineares entre pares de variáveis em diferentes unidades. 2 VA’s com correlação não zero são ditas correlacionadas. Similar à covariância, a correlação é uma medida de relação linear entre VA’s 11 XY Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade L5.4. Exercício 4 Calcule a covariância e a correlação entre as VA’s X e Y distribuídas conjuntamente conforme se nota pela figura. Covariância: Utilize a fórmula (b) Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Covariância e Correlação para o teste da Independência Se X e Y são variáveis aleatória independentes, então: 0 XYXY Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade L5.4. Exercício 5 Suponha que a variável X tenha a seguinte distribuição: P(X = 1) = 0,2; P(X = 2) = 0,6; P(X = 3) = 0,2. seja Y = 2X + 5. Ou seja, P(Y = 7)= 0,2; P(Y = 9) = 0,6; P(Y = 11) = 0,2. a) Determine a correlação entre X e Y. b) Pode-se afirmar que X e Y são independentes? Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Gabarito 1. (OK) (OK) (OK) y fx fY|X=x fX|Y=y 0 1 2 fY|x=0 fY|x=1 fY|x=2 fX|y=0 fX|y=1 fX|y=2 x 0 0,140625 0,093750 0,015625 0,25 x 0 0,563 0,563 0,563 x 0 0,250 0,250 0,250 1 0,281250 0,187500 0,031250 0,50 1 0,375 0,375 0,375 1 0,500 0,500 0,500 2 0,140625 0,093750 0,015625 0,25 2 0,063 0,063 0,063 2 0,250 0,250 0,250 fy 0,5625 0,3750 0,0625 1,000 1,000 1,000 1,000 1,000 1,000 yfxfyxf YXXY , yfyf YxY | xfxf XyX | Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Gabarito 2. (Não) (Não) (Não) x fy fY|X=x fX|Y=y 1 2 3 fY|x=1 fY|x=2 fY|x=3 fX|y=1 fX|y=2 fX|y=3 fX|y=4 y 4 0,15 0,10 0,05 0,30 y 4 0,750 0,400 0,091 x 1 0,500 0,118 0,080 0,036 3 0,02 0,10 0,05 0,17 3 0,100 0,400 0,091 2 0,333 0,588 0,120 0,071 2 0,02 0,03 0,20 0,25 2 0,100 0,120 0,364 3 0,167 0,294 0,800 0,893 1 0,01 0,02 0,25 0,28 1 0,050 0,080 0,455 1,000 1,000 1,000 1,000 fx 0,20 0,25 0,55 1,000 1,000 1,000 yfxfyxf YXXY , yfyf YxY | xfxf XyX | Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Gabarito 3. 0,2 4. 1,26; 0,926 5. a) 1; b) N Aula 30 Independência; Covariância e Correlação Cássius Henrique CEA 012 - Probabilidade Sugestão para a próxima aula... Estudar os itens 5.1.4 e 5.2 da referência abaixo: MONTGOMERY, D. C.; RUNGER, G. C. Estatística Aplicada e Probabilidade para Engenheiros. Editora LTC.
Compartilhar