Baixe o app para aproveitar ainda mais
Prévia do material em texto
Unidade I ESTATÍSTICA APLICADA Prof. Mauricio Fanno Estatística indutivaEstatística indutiva Estatística descritiva Dados no passado ou no presente e em pequena quantidade, portanto, reais e coletáveis. Campo de trabalho: amostra. Resultados exatos. Estatística indutiva Dados no futuro ou em grande quantidade, portanto, não coletáveis e/ou prováveis. Campo de trabalho: população Campo de trabalho: população. Resultados prováveis, portanto, dotados de margem de erro. Revisão da Teoria Elementar das ProbabilidadesRevisão da Teoria Elementar das Probabilidades Na Estatística Indutiva procura-se, portanto, prever o que é mais provável de ocorrer e qual a tolerância desta previsão (erro estatístico)(erro estatístico). Probabilidade é a razão (divisão) entre a quantidade de resultados que nos são interessantes e a quantidadede resultados que nos são interessantes e a quantidade total de resultados possíveis para aquela situação. Por exemplo: Você joga um dado e ganha o jogo se sair um número primo. Qual é a probabilidade de vencer? Revisão da Teoria Elementar das ProbabilidadesRevisão da Teoria Elementar das Probabilidades Resultados que podem ocorrer ao se jogar um dado: {1; 2; 3; 4; 5; 6}, portanto, seis resultados possíveis. Dos resultados possíveis, são números primos: {1; 2; 3; 5}, portanto, quatro resultados que interessam a você. Logo a probabilidade de você ganhar esse jogo é de:Logo, a probabilidade de você ganhar esse jogo é de: Teoria Elementar da ProbabilidadeTeoria Elementar da Probabilidade Esta é a chamada “definição matemática das probabilidades” e é expressa simbolicamente por: Lê-se como: A probabilidade de um evento A ocorrer é a razão (ou divisão) entre o número de elementosocorrer é a razão (ou divisão) entre o número de elementos (ou resultados) favoráveis ao evento A e o número total de elementos (ou resultados) do experimento aleatório estudado. Definições básicasDefinições básicas Experimentos aleatórios: ou fenômenos aleatórios são aqueles que, mesmo repetidos várias vezes sob as mesmas condições apresentam resultados imprevisíveismesmas condições, apresentam resultados imprevisíveis. Espaço amostral: é o conjunto S de todos os resultados possíveis de um experimento aleatório. É também chamadopossíveis de um experimento aleatório. É também chamado de conjunto universo. Evento: é qualquer subconjunto do espaço amostral. Evento certo. Evento impossível. Probabilidades – definição matemáticaProbabilidades – definição matemática Esse conceito pode ser expandido para várias situações, normalmente, ligada a jogos de azar. Por exemplo: Qual é a probabilidade de você ganhar na Mega-sena fazendo um único jogo de seis dezenas? O resultado será obtendo o número de resultados que O resultado será obtendo o número de resultados que interessam, no caso 1, porque você fez apenas um jogo, dividido pelo número de resultados possíveis. Probabilidades – definição matemáticaProbabilidades – definição matemática Contagem de grandes quantidades: Análise combinatória. Para Estatística é importante o cálculo do número de combinações, ou seja, quantos grupos diferentes podemos formar com um determinado número de elementos. Exemplo: Imagine que você e dois amigos decidam jogar tênisExemplo: Imagine que você e dois amigos decidam jogar tênis de mesa. Quantos jogos diferentes poderão ser disputados? Probabilidades – definição matemáticaProbabilidades – definição matemática Chamando vocês três de A, B e C; poderiam ser disputados os jogos: A x B; A x C; B x C, ou seja, três jogos Observe que o jogo A x B e B x A é o mesmo não conte duas vezesé o mesmo, não conte duas vezes. A Análise Combinatória nos ensina que esse cálculo deve ser feito através da formulação:esse cálculo deve ser feito através da formulação: No caso do jogo de tênis de mesa seria:No caso do jogo de tênis de mesa seria: Probabilidades – definição matemáticaProbabilidades – definição matemática Fatorial é a multiplicação de todos os número inteiros e positivos de n até a unidade, ou seja: No caso dos jogos de tênis seria: Probabilidades – definição matemáticaProbabilidades – definição matemática Voltando ao jogo da Mega-sena, temos um total de 60 dezenas que podem ser combinadas em resultados de 6 dezenas portanto:resultados de 6 dezenas, portanto: Assim a probabilidade de ganhar naAssim a probabilidade de ganhar na Mega-sena com um único jogo de seis dezenas é: Probabilidades – definição matemáticaProbabilidades – definição matemática Observe o exemplo: em uma sala de aula existem 30 alunos, dos quais 22 são mulheres, um aluno é sorteado. Qual é a probabilidade de que esse aluno seja um homem?probabilidade de que esse aluno seja um homem? O quadro abaixo resume estas informações e calcula as frequências relativas:frequências relativas: Probabilidades – definição matemáticaProbabilidades – definição matemática Observe que a probabilidade de que o aluno seja homem é de 26,7%, porque a probabilidade é igual à frequência relativa Portanto, podemos afirmar que: Essa é a definição de probabilidade é a mais usada no ambiente de negócios, pois permite o cálculo a partir de testes de campo (amostras).de testes de campo (amostras). Árvore de decisõesÁrvore de decisões Sucessão de eventos pode ser trabalhada com a árvore de decisões. Consiste em representar graficamente todas as possibilidades de resultados dos experimentos aleatórios, de modo a não se perder nenhum evento e ao mesmo tempo se compreenderse perder nenhum evento e ao mesmo tempo se compreender a mecânica do experimento. Exemplo: Uma moeda é jogada duas vezes, em sequência. Qual é a probabilidade de que saia uma cara e uma coroa? Árvore de decisõesÁrvore de decisões Moeda honesta ou não? Suponha que tenhamos feito um teste: Jogamos a moeda 100 vezes e saíram 58 caras. Ou seja, a moeda é viciada sendo mais provável sair cara do que coroa. Árvore de decisõesÁrvore de decisões Evento Produto: Ideia de obrigação. Expressa pela palavra “e” Evento soma: Ideia de alternativa. Expressa pela palavra “ou”. Portanto, a probabilidade de sair uma cara e uma coroa é de: 0,2496 + 0,2496 = 0,4992 ou 49,92% InteratividadeInteratividade A probabilidade de que Antônio esteja vivo daqui a 10 anos é igual a 80% e de que Paulo o esteja daqui a 10 anos é 70%. Então a probabilidade de que os dois estejam vivos daquiEntão, a probabilidade de que os dois estejam vivos daqui a 10 anos é igual a: a) 30%a) 30% b) 36% c) 56%c) 56% d) 38% e) 44%e) 44% Distribuições de probabilidadesDistribuições de probabilidades Relação entre as possíveis ocorrências de um experimento e a probabilidade dessa ocorrência. São divididas em: Distribuições de probabilidades discretas, sendo que a principal é a distribuição binomial. Distribuições de probabilidades contínuas Distribuições de probabilidades contínuas, sendo que a principal é a distribuição normal. Distribuição binomialDistribuição binomial Vamos considerar experimentos que satisfaçam as seguintes condições: a) O experimento deve ser repetido, nas mesmas condições, um número finito de vezes (n). b) As repetições devem ser independentesb) As repetições devem ser independentes. c) Em cada prova ocorre um dos dois possíveis resultados: sucesso ou insucesso (fracasso).possíveis resultados: sucesso ou insucesso (fracasso). d) A probabilidade p do sucesso e a probabilidade 1 – p do fracasso são constantes. Distribuição binomialDistribuição binomial Resolveremos problemas do tipo: determinar a probabilidade de se obterem x sucessos em n tentativas. Se a probabilidade de sucessoé p e do fracasso é 1 p a chance de que um eventode sucesso é p e do fracasso é 1-p, a chance de que um evento se realize exatamente x vezes em um total de n tentativas é dada pela função: Distribuição binomialDistribuição binomial Exemplo: Um vendedor sabe que, ao sair para fazer um determinado tipo de venda, tem 30% de probabilidade de concretizá la Em um dia qualquer ele sai para atenderde concretizá-la. Em um dia qualquer, ele sai para atender a vinte clientes. Qual é a probabilidade de ele fazer exatamente oito vendas? Solução: p = 0,30; n = 20; x = 8, que se aplicando na fórmula fica: Ou seja, Valor e variância esperadosValor e variância esperados Veja o exemplo: Em uma certa operação comercial, um homem pode ter um lucro de R$ 300,00 com a probabilidade de 60% ou um prejuízo de R$ 100 00 com a probabilidadede 60%, ou um prejuízo de R$ 100,00, com a probabilidade de 40%. Em longo prazo qual é o valor esperado para essa operação? Valor e variância esperadosValor e variância esperados Esse valor é o mais provável de acontecer e é dado pela fórmula: O valor esperado não é uma certeza, é sujeito à variabilidade. Essa variabilidade pode ser dada pela variância, que tem a mesma definição e as mesmas características daquela definida em Estatística Descritiva, e é calculada pela fórmula:definida em Estatística Descritiva, e é calculada pela fórmula: Valor e variância esperadosValor e variância esperados No exemplo anterior, calculamos E(x) = R$ 140,00, precisamos agora calcular E(x2): Logo, teremos: InteratividadeInteratividade A probabilidade de um vendedor atingir a meta de vendas é de 60%. Qual é a probabilidade de que em uma equipe de cinco vendedores apenas 2 atinjam a meta?em uma equipe de cinco vendedores apenas 2 atinjam a meta? a) 23% b) 30%b) 30% c) 45% d) 60%d) 60% e) 18% Distribuição normalDistribuição normal Entre todas as distribuições de probabilidades, a mais empregada é a Distribuição Normal. A maior parte das decisões estatísticas em Administração correspondedecisões estatísticas em Administração corresponde à Distribuição Normal ou dela se aproximam. O aspecto gráfico da distribuição normal é o de umO aspecto gráfico da distribuição normal é o de um sino parametrizado pelas medidas estatísticas da Média e do Desvio Padrão. Distribuição normalDistribuição normal Distribuição normalDistribuição normal A curva recebe o nome de curva de Gauss. A área total limitada pela curva e pelo eixo das abscissas é igual a 1, o que representa a probabilidade de a variável aleatória X assumir qualquer valor real. Como a curva é simétrica em relação à média aritmética Como a curva é simétrica em relação à média aritmética, a probabilidade de encontrarmos um valor menor que a média é de 50%, o mesmo para valores maiores que a média. Distribuição normalDistribuição normal Quando temos uma variável aleatória em distribuição normal, nosso principal interesse é obter a probabilidade de essa variável aleatória assumir um valor dentro dede essa variável aleatória assumir um valor dentro de um certo intervalo. Para calcular essa probabilidade,Para calcular essa probabilidade, definimos uma variável reduzida z, dada por: Sendo x o valor real; µ a média provável e σ o desvio padrão. Distribuição normalDistribuição normal Essa variável reduz a distribuição em um modelo padrão com média 0 e desvio padrão 1. As probabilidades associadas à distribuição normal padronizada são encontradas em tabelas, não havendo a necessidade de serem calculadas.não havendo a necessidade de serem calculadas. Observe que o processo permite apenas que calculemos a probabilidade de ocorrer um valor inferior a xi. Distribuição normalDistribuição normal Distribuição normalDistribuição normal Exemplo 1: Os salários semanais dos operários industriais são distribuídos normalmente, em torno da média de R$ 500, com desvio padrão de R$ 40 Calcule a probabilidade de umcom desvio padrão de R$ 40. Calcule a probabilidade de um operário ter um salário semanal situado entre R$ 490 e R$ 520. Solução: Vamos calcular a probabilidade de um operárioSolução: Vamos calcular a probabilidade de um operário ganhar menos do que R$ 490 e depois de ganhar menos de R$ 520. Em seguida, subtrairemos a menor probabilidade da i bt d lt d i t diá i d i lmaior, obtendo o resultado intermediário aos dois valores. Distribuição normalDistribuição normal 25,0 40 10 40 500490 1 z 4040 5020500520 5,0 40 20 40 500520 2 z A probabilidade para z1 é 0,4013 e para z2 é 0,6915 (dados pela tabela). A solução é: P (490 < X < 520 ) = 0,6915 - 0,4013 = 0,2902 ou 29,02% Distribuição normalDistribuição normal Abaixo vemos a ilustração da curva normal com destaque para as áreas calculadas. Distribuição normalDistribuição normal Exemplo 2: Os depósitos efetuados no Banco B, em um determinado mês, têm distribuição normal com média R$ 9 000 00 e desvio padrão R$ 1 500 00 Um depósitomédia R$ 9.000,00 e desvio padrão R$ 1.500,00. Um depósito é selecionado ao acaso dentre todos os referentes ao mês em questão. Qual a probabilidade de que o depósito exceda R$ 6.000,00? Solução: 00,2 1500 90006000 z Na tabela, esse valor corresponde a 0,0228 ou 2,28%. Como quero mais que R$ 6.000,00 e não menos, devemos tirar o valor calculado de 100%tirar o valor calculado de 100%. Distribuição normalDistribuição normal Assim, a probabilidade procurada é: 100% - 2,28 = 97,72% InteratividadeInteratividade As taxas de retorno no mercado de um determinado investimento distribuem-se normalmente com média igual a 5% e desvio padrão igual a 4% Selecionando ao acasoa 5% e desvio padrão igual a 4%. Selecionando ao acaso uma taxa de retorno, a probabilidade dela ser maior que 6% é: a) 9,87%a) 9,87% b) 40,13% c) 59,87%c) 59,87% d) 50,13% e) 37,25%e) 37,25% Distribuição normalDistribuição normal Veja o seguinte exemplo: Uma turma de alunos de Estatística fez uma prova na qual a média foi 5,7 e o desvio padrão foi de 1 3 Qual foi a nota máxima dos 10% alunos que apresentaram1,3. Qual foi a nota máxima dos 10% alunos que apresentaram menor nota? A resolução deste exercícioA resolução deste exercício é o contrário da resolução dos anteriores: Distribuição normalDistribuição normal Da tabela, temos: Como vimos a relação entre z e X é dada por: Portanto, no caso: Temos 10% alunos que tiveram menores notas tiraram 4,0 ou menos, ou então, 10% dos alunos tiraram notas iguais ou menores que 4 0ou menores que 4,0. Distribuição normalDistribuição normal Usando os dados do exemplo anterior, suponha que queiramos saber a nota mínima de 20% dos alunos. Que maior nota tiveram?maior nota tiveram? Distribuição normalDistribuição normal Na tabela, obtemos o valor de z: Consequentemente: Os 20% alunos que tiveram maior nota na turma tiraram 6,8 ou mais, ou então 20% dos alunos tiraram notas iguais ou maiores que 6 8ou maiores que 6,8. Distribuição normalDistribuição normal Ainda usando os dados dos exemplos anteriores, pergunta-se: entre que valores estão as notas dos 38% alunos de desempenho intermediário?38% alunos de desempenho intermediário? Distribuição normalDistribuição normal 30% dos alunos intermediários significa 15% deles com notas abaixo da média e 15% com notas acima da média, o que resulta em:o que resulta em: Alunos com notas menores que a média: Distribuição normalDistribuição normal Alunos com notas maiores que a média: Portanto, os 30% alunos de alunos intermediários tiraram notas entre 5,2 e 6,2. InteratividadeInteratividade Um fabricante decomponentes eletrônicos sabe que a vida útil deles é, normalmente, distribuída com média de 50.000 horas de uso e desvio padrão de 5 500 horas Ele quer dar uma garantia auso e desvio padrão de 5.500 horas. Ele quer dar uma garantia a essas peças de forma que seja obrigado a substituir, no máximo, 1,5% da sua produção. Qual a garantia em horas que ele deve dar á peça? a) 62.000 horas b) 42.000 horas c) 30.000 horas d) 38.000 horas e) 50.000 horas ATÉ A PRÓXIMA!
Compartilhar