Baixe o app para aproveitar ainda mais
Prévia do material em texto
ESTATÍSTICA CURSO SUPERIOR DE TECNOLOGIA DE SISTEMAS AERONÁUTICOS -NOTURNO – - Aula 04 - 1° Semestre 2011 1Prof. Renato Mussi COMPARAÇÃO DE VARIABILIDADE 2Prof. Renato Mussi1° Semestre 2011 VALOR RELATIVO (Z) O valor relativo (Z), ou distribuição corrigida, é utilizado para comparar valores individuais de 2 ou mais conjuntos de dados com variabilidades diferentes, e é calculado por: Onde X e o valor que se quer comparar, é a média do conjunto de dados e dp(X) é o desvio padrão da população. COEFICIENTE DE VARIAÇÃO (CV) O coeficiente de variação (cv) é utilizado para comparar as variabilidades de 2 ou mais conjuntos de dados, e é calculado por: COMPARAÇÃO DE VARIABILIDADE 3Prof. Renato Mussi1° Semestre 2011 Onde S é o desvio padrão amostral e é a média amostral, dados por: 4Prof. Renato Mussi EXEMPLO Considerando as notas de 10 alunos em: Administração: 8,0 8,0 8,0 6,0 8,0 6,0 8,0 10,0 8,0 10,0 Política: 9,0 6,5 8,0 6,0 6,5 6,5 9,0 6,0 10,0 9,0 Estatística: 9,0 9,0 8,0 8,0 9,0 10,0 8,0 8,0 9,0 8,0 Calcular: 1) O coeficiente de variação para cada matéria. 2) Se um aluno tirou 8,0 nas 3 matérias, em qual delas ele teve melhor desempenho? COMPARAÇÃO DE VARIABILIDADE 1° Semestre 2011 CONCEITO A definição clássica de probabilidade (teórica) para eventos com chances iguais de ocorrerem é dada por: PROBABILIDADE 5Prof. Renato Mussi1° Semestre 2011 A definição freqüentista de probabilidade para eventos com chances iguais de ocorrerem é dada por: Neste caso, à medida que o número de experimentos ou de valores observados em uma amostra cresce, mais a freqüência relativa dos valores se aproxima do valor teórico de probabilidade. (Teoria dos Grandes Números de Bernoulli) CONCEITO A probabilidade subjetiva é aquela que depende da experiência ou dos dados em poder do analista. Varia de indivíduo para indivíduo. O cálculo das probabilidades subjetivas se baseiam em conceitos de coerência e atualização de opinião. Não é escopo deste curso o estudo de probabilidades subjetivas, e a partir daqui, consideraremos somente a probabilidade freqüentista, que baseia-se na estabilidade das freqüências relativas e no fato de que podemos, hipoteticamente, repetir um experimento várias vezes. PROBABILIDADE 6Prof. Renato Mussi1° Semestre 2011 CÁLCULO DE PROBABILIDADES Consideremos um exemplo em que foi feita uma pesquisa num certo bairro chique de Caçapava (experimento) sobre possuir ou não animais de estimação. Os resultados estão abaixo: PROBABILIDADE 7Prof. Renato Mussi1° Semestre 2011 SEXO | PET? SIM NÃO TOTAL HOMEM 50 150 200 MULHER 140 60 200 TOTAL 190 210 400 PROBABILIDADE 8Prof. Renato Mussi1° Semestre 2011 Foi feito então um sorteio de um kit happypet para os participantes da pesquisa. Vamos calcular as probabilidades de o sorteado: 1)Ser do sexo feminino – P(F). 2)Não ter pet – P(NÃO). 3)Ser do sexo feminino ou não ter pet - P(F ou NÃO). 4)Ser do sexo feminino e não ter pet - P(F e NÃO). 5)Ser do sexo feminino e ter pet - P(F e SIM). 6)Ser do sexo feminino dado que tem pet - P(F|SIM). CÁLCULO DE PROBABILIDADES O sorteio é aleatório (por suposição) todos os pesquisados têm a mesma chance de serem sorteados. Então, nesse caso, para o cálculo de probabilidades, faz sentido pensar na definição clássica. A teoria dos conjuntos será utilizada para ajudar no entendimento algumas vezes. 1) P(F) = (200/400) = 1/2 = 0,5 ou 50%. 2) P(NÃO) = (210/400) = 0,525 ou 52,5%. PROBABILIDADE 9Prof. Renato Mussi1° Semestre 2011 CÁLCULO DE PROBABILIDADES 3) P(F ou NÃO) = P(F U NÃO) - P(F ∩ NÃO) = P(F) + P(NÃO) - P(F ∩ NÃO) P(F ou NÃO) = (200/400) + (210/400) - (60/400) = 0,5 + 0,525 – 0,15 P(F ou NÃO) = 0,875 = 87,5% Note que a P(F e NÃO) ou P(F ∩ NÃO) deve ser subtraída da soma das probabilidades de F e de NÃO, pois está somada duas vezes, devendo ser retirada uma vez para evitar duplicidade. Quando P(A ∩ B) = ∅, ou seja, não há possibilidade de ocorrência simultânea dos eventos A e B, chamamos de eventos disjuntos ou mutuamente exclusivos. Neste caso temos: P(F ou NÃO) = P(F U NÃO) = P(F) + P(NÃO) PROBABILIDADE 10Prof. Renato Mussi1° Semestre 2011 CÁLCULO DE PROBABILIDADES 4) P(F e NÃO) = P(F ∩ NÃO) = (60/400) = 0,15 ou 15%. 5) P(F e SIM) = P(F ∩ SIM) = (140/400) = 0,35 ou 35%. 6) P(F|SIM) = (140/190) ≌ 0,737 ou 73,7% Este tipo de probabilidade do item 6) é chamada de probabilidade condicional. PROBABILIDADE 11Prof. Renato Mussi1° Semestre 2011 PROBABILIDADE CONDICIONAL Para dois eventos aleatórios A e B a probabilidade condicional pode também ser calculada por: PROBABILIDADE 12Prof. Renato Mussi1° Semestre 2011 Desta relação tiramos também a fórmula para probabilidade conjunta: DIAGRAMA DE ÁRVORE É uma forma de se calcular probabilidades graficamente. PROBABILIDADE 13Prof. Renato Mussi1° Semestre 2011 EVENTOS INDEPENDENTES Dizemos que dois eventos A e B são independentes quando a ocorrência de um deles não muda a probabilidade do outro ocorrer, ou seja: P(A|B) = P(A) Dessa forma, para eventos independentes temos que: P(A ∩ B) = P (A|B).P(B) = P(A).P(B) PROBABILIDADE 14Prof. Renato Mussi1° Semestre 2011 TEOREMA DE BAYES Das relações estudadas anteriormente, Bayes chegou à seguinte relação: PROBABILIDADE 15Prof. Renato Mussi1° Semestre 2011 O Teorema de Bayes é uma maneira formal de atualização de uma certa probabilidade P(A) a priori dado que outro evento B tenha ocorrido, levando à probabilidade a posteriori ao se multiplicar por P(B|A)/P(B). Probabilidade da União P(A ou B) = P(A U B) = P(A) + P(B) – P(A ∩ B) Eventos Disjuntos ou Mutuamente Independentes P(A ∩ B) = ∅, então P(A U B) = P(A) + P(B) Probabilidade Condicional , para P(B) ≠ 0 Probabilidade Conjunta P(A ∩ B) = P(A|B).P(B) = P(B|A).P(A) Eventos Independentes P(A|B) = P(A), então P(A ∩ B) = P(A).P(B) Teorema de Bayes RESUMO 16Prof. Renato Mussi1° Semestre 2011 BUSSAB, W. O.; MORETTIN, P. A. Estatística Básica. 6. ed.São Paulo: Saraiva, 2006. CERRI, C.; CORDANI, L. K. Matemática: Apostila Módulo 2 - USP. São Paulo. REFERÊNCIAS 17Prof. Renato Mussi1° Semestre 2011
Compartilhar