Baixe o app para aproveitar ainda mais
Prévia do material em texto
Aula 07 – Distribuição Binomial Tipos de Variáveis Existem muitos tipos de variáveis que serão utilizadas em um estudo estatístico. É importante compreender o conceito matemático de variável. Variável é algo que se refere a um determinado aspecto do fenômeno que está sendo estudado. Podemos afirmar que a quantidade colhida da safra anual de soja é uma variável. Representemos essa variável pela Letra X. Essa variável pode assumir diversos valores específicos, em função dos anos de safra, por exemplo, X1986, X1990 e X1992. Se uma amostra tiver 50 indivíduos, podemos nos referir a X como sendo a variável nota de estatística e a X30 como a nota de um indivíduo particular, no caso o trigésimo. E comum na literatura utilizarmos Letras maiúsculas para a notação de variáveis e as correspondentes Letras minúsculas para referência aos valores particulares assumidos por essa variável. Variáveis Quantitativas Referem-se a quantidades e podem ser medidas em uma escala numérica. Exemplos: idade de pessoas, preço de produtos, o peso de recém-nascidos. As variáveis quantitativas subdividem-se em dois grupos: Variáveis Quantitativas Discretas – São aquelas que assumem apenas determinados valores tais como 1, 2, 3, 4, 5, 6, dando saltos de descontinuidade entre seus valores. Normalmente referem-se a contagens. Por exemplo: número de vendas mensais em uma loja, número de pessoas por família, quantidade de internações por hospital. Variáveis Quantitativas Continuas – São aquelas cujos valores assumem uma faixa contínua e não apresentam saltos de descontinuidade. Exemplos dessas variáveis são: • O peso de pessoas; • A renda familiar; • O consumo mensal de energia elétrica; • O preço de um produto agrícola. Referem-se ao conjunto dos números reais ou a um de seus subconjuntos contínuos. Coeficiente de Assimetria Referem-se a dados não numéricos. Exemplos dessas variáveis são: o sexo das pessoas, a cor, o grau de instrução. As variáveis qualitativas subdividem-se também em dois grupos: Variáveis Qualitativas Ordinais e Variáveis Qualitativas Nominais São aquelas que definem um ordenamento ou uma hierarquia. Como exemplo, temos o grau de instrução, a classificação de uni estudante no curso de estatística, as posições das 100 empresas mais Lucrativas etc. Variável Aleatória Seja um espaço amostral S, e supondo que para cada ponto amostral seja atribuído um número. Desta forma, passamos a definir uma função variável aleatória. Costuma-se definir a função variável aleatória por uma letra maiúscula e seus valores por letras minúsculas. Seja S o espaço amostral relativo ao “lançamento simultâneo de duas moedas”, logo S = {(Ca, Ca), (Ca, Co), (Co, Ca), (Co, Co)}. Se X representa “o número de caras” que aparecem, temos que a cada ponto amostral podemos associar um número para X, de acordo com a tabela. A função para tal é: No decorrer do experimento, a probabilidade p do sucesso e a probabilidade q (q = 1 – p) do insucesso manter-se-ão constantes. Com a distribuição binomial, podemos determinar a probabilidade de se obter k sucessos em n tentativas. Distribuição de Probabilidade Suponha uma distribuição de frequência5 relativas ao número de acidentes diários em um estacionamento: Em um dia, a probabilidade de: É possível, então, escrever a tabela de probabilidade: Vejamos novamente a tabela do espaço amostral relativo ao “Lançamento simultâneo de duas moedas”, incluindo uma coluna de probabilidade de X (o número de caras). Temos então: Teremos então: Ao definir a distribuição de probabilidade, estabelecemos uma relação unívoca entre os valores da variável aleatória X e os valores da variável P (probabilidade). Nessa correspondência temos os valores x (1 = 1, 2, 3,.., n) formando o domínio da função e os valores p (i = 1, 2, 3, .., n) formando o seu conjunto imagem. Desta forma definimos a função probabilidade, representada por: f(x)=P(x=x) A função P(x = x) determina a distribuição de probabilidade da variável aleatória X. Tomando como exemplo o Lançamento de um dado, onde a variável X é definida por “pontos de um dado” e podendo tomar os valores 1, 2, 3, 4, 5 e 6. Sabendo que a cada um destes valores está associada apenas uma probabilidade de realização e que , fica definida uma função, da qual resulta a tabela de distribuição de probabilidade. Distribuição Binomial A distribuição binomial é um prolongamento da distribuição de Bernoulli, devendo ser aplicada em problemas nos quais um experimento é realizado um número de vezes preestabelecido. Cada uma destas repetições é denominada prova ou experimento. Vamos considerar um experimento aleatório que tenha as seguintes características: - O experimento deve ser repetido nas mesmas condições, um número finito de vezes, ou seja, considerar n tentativas; - As provas repetidas devem ser independentes, isto é, o resultado de uma não deve afetar os resultados das demais; - Cada tentativa admite apenas dois resultados: sucesso e insucesso, com as mesmas probabilidades de ocorrer; - No decorrer do experimento, a probabilidade p do sucesso e a probabilidade q (q = 1 – p) do insucesso manter-se-ão constantes. Em geral resolveremos problemas do tipo: determinar em n tentativas a possibilidade de se obterem k sucessos. O experimento “obtenção de caras em cinco lançamentos sucessivos e independentes de uma moeda” satisfaz essas condições. É importante entender que, na realização de um experimento qualquer em uma única tentativa, se a probabilidade de realização de um evento (sucesso) é p, a probabilidade de não realização desse mesmo evento (insucesso) é 1 - p = q. Suponhamos que realizemos o mesmo experimento n vezes, em tentativas sucessivas e independentes. A probabilidade de que um evento se realize k vezes nos experimentos realizados é dada pela função: Onde: . P(X = k) é a probabilidade de que o evento se realize k vezes em n provas; . p é a probabilidade de que o evento se realize em uma só prova sucesso; . q é a probabilidade de que o evento não se realize no decurso dessa prova insucesso; É importante Lembrar que o sinal ‘!” representa a função fatorial, Logo 5! representa o produto da sequência de 1 a 5. 5! = 5.4.3.2.1 = 120. Essa função, denominada lei binomial, define a distribuição binomial. O nome binomial vem do fato deser o termo geral do desenvolvimento do binômio de Newton. A distribuição binomial é uma distribuição de probabilidade utilizada em experimentos onde é possível ter dois tipos de resultados: sucesso ou fracasso.
Compartilhar