Baixe o app para aproveitar ainda mais
Prévia do material em texto
Probabilidade Prof. Maria Lídia Coco Terra Departamento de Estatística Universidade Federal da Paraíba - UFPB João Pessoa, 16 de novembro de 2011 Introdução Encontramos na natureza dois tipos de fenômenos: Determinísticos e Não-determinísticos (probabilísticos ou aleatórios); 1 Determinísticos: Os resultados são sempre os mesmos e determinados pelas condições sob as quais o procedimento seja executado. Exemplos: Ponto de ebulição da água, ponto de congelamento da água, lançamento de uma pedra no vácuo, avaliação matemática da energia, força, etc. 2 Não-determinísticos: Normalmente utilizados em situações que envolvem incerteza. Ou seja, resultados que variam de uma observação para outra, mesmo em condições normais de experimentação. Exemplos: Fatores de risco (para ataque cardíaco, câncer, diabetes, etc.), As condições do experimento determinam apenas o comportamento probabilístico do resultado observável. Experimentos aleatórios São aqueles onde o processo de experimentação está sujeito a influências de fatores casuais que conduzem a resultados incertos. Exemplo: Lançar um dado, lançar uma moeda, retirar uma carta de um baralho, preço do dólar ao fim do dia, aplicação de um novo medicamento em um grupo de pacientes com tuberculose, resultado da alteração de dose de um medicamento em pacientes com determinada doença crônica, etc. Características de um experimentos aleatório • Pode ser repetido indefinidamente sob as mesmas condições; • Podemos descrever todos os possíveis resultados, matematicamente ou não. • Depois de um número grande de repetições de um experimento aleatório, ocorre uma regularidade na frequência relativa, definida anteriormente como fri = fi n , onde fi é o número de ocorrências de um determinado resultado e n é o número total de repetições do experimento. Conceitos Iniciais • Espaço Amostral (Ω): É o conjunto de todos os possíveis resultados de um experimento aleatório. Exemplo: Lançamento de um dado: Ω = {1, 2, 3, 4, 5, 6} • Evento: Dado um espaço amostral Ω, associado a um experimento E qualquer, definimos como evento qualquer subconjunto desse espaço amostral. Exemplo: No caso anterior, considere o evento A, “sair um número par”, ou seja: A = {2, 4, 6} Esquema Ilustrativo Tipos de Eventos • Eventos Mutuamente Exclusivos: Dois eventos, A e B, serão mutuamente exclusivos se não puderem ocorrer na mesma tentativa, isto é, a ocorrência do evento A impede a ocorrência de B. Na teoria dos conjuntos representamos que dois eventos são mutuamente exclusivos por A ∩ B = ∅. Exemplo: A = {2, 4, 6} e B = {1, 3, 5}. Temos que A ∩ B = ∅ • Eventos Não-mutuamente Exclusivos: Quando os eventos possuem elementos comuns em relação à ocorrência, estes NÃO serão mutuamente exclusivos, ou seja A ∩ B 6= ∅. Esquema Ilustrativo Esquema Ilustrativo Operações com eventos A forma de determinar o espaço amostral é através de um dispositivo gráfico, em que o espaço amostral (Ω ou S) é representado por retângulos e os eventos por círculos. Esse dispositivo é chamado de Diagrama de Venn: Representação de operações União Situações em que A ocorre, B ocorre, ou ocorrem A e B simultaneamente são chamadadas união (A ∪ B): Operações com eventos Interseção Há situações em que A ocorre e B ocorre nos permite dizer que A e B ocorrem simultaneamente. Esta situação, denotada por A ∩ B é chamada interseção: Operações com eventos Diferença Fala-se em diferença entre eventos quando ocorre A e não ocorre B . A operação diferença é denotada por D = A− B . Note que A e B têm pontos em comum, da diferença só fazem parte os pontos de A não pertencentes a B . Operações com eventos Complemento Fala-se em complemento ou complementar quando temos a diferença entre todo o espaço amostral e um evento em particular. O complementar de um evento A, por exemplo, é denotado por Ac . EXEMPLOS DE OPERAÇÕES Espaço Amostral: Ω = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10} Eventos: A = {1, 4, 7, 8, 9}, B = {2, 4, 6, 8, 10}, C = {valores maiores ou iguais a 7}, D = {3, 5} Temos que: A ∪ B = {1, 2, 4, 6, 7, 8, 9, 10} B ∪ C = {2, 4, 6, 7, 8, 9, 10} A ∩ B = {4, 8} B ∩ C = {8, 10} A ∩ B ∩ C = {8} Ac = {2, 3, 5, 6, 10} Bc = {1, 3, 5, 7, 9} C c = {1, 2, 3, 4, 5, 6} (A ∩ B)c = {1, 2, 3, 5, 6, 7, 9, 10} (B ∩ C )c = {1, 2, 3, 4, 5, 6, 7, 9} A ∪ B ∪ C ∪ D = Ω Probabilidade • É uma medida com a qual podemos esperar a chance de ocorrência de um determinado evento A, atribuindo-a um número (valor) entre 0 e 1. • O que quer dizer? Significa dizer que se temos a certeza de que um evento ocorrerá, diremos que sua probabilidade é 1 (ou 100%). • Se temos certeza de que um evento NÃO ocorrerá, diremos que sua probabilidade é 0 (ou 0%). • Quando a probabilidade de um evento não for nem 0 nem 1, teremos um valor P(A) entre estes dois números, o que levará à conclusões favoráveis ou não à ocorrência de um evento, ou seja: 0 ≤ P(A) ≤ 1 ou 0% ≤ P(A) ≤ 100% Probabilidade • Quando falamos que a probabilidade de um evento está SEMPRE entre 0 e 1, significa matematicamente que, dado um evento A qualquer, P(A) = Número de casos favoráveis ao evento A Número total de casos • Note que o número total de casos é igual à quantidade de elementos pertencentes à Ω. Exemplo • De uma classe com 30 alunos, dos quais 14 são meninos, um aluno é escolhido ao acaso. Qual a probabilidade de: a) o aluno escolhido ser um menino? b) o aluno escolhido ser uma menina? Probabilidade • Temos sempre certeza de que ocorrerá qualquer evento de um espaço amostral ao executarmos um experimento. A chance de ocorrer qualquer evento de Ω é o mesmo que escrever P(Ω) = 1. • Se A e B são dois eventos mutuamente exclusivos (ou excludentes), então P(A ∪ B) = P(A) + P(B) • Se A e B são dois eventos que NÃO são mutuamente exclusivos, então P(A ∪ B) = P(A) + P(B)− P(A ∩ B) • Se A = ∅, então P(A) = 0 Probabilidade • A e Ac são eventos mutuamente exclusivos. Ou seja: A ∩ Ac = ∅. Além disso, A ∪ Ac = Ω. A partir destas informações, temos uma propriedade importante sobre eventos complementares: P(A ∪ Ac) = P(A) + P(Ac) P(Ω) = P(A) + P(Ac) 1 = P(A) + P(Ac) =⇒ P(Ac) = 1− P(A) • Podemos interpretar também a probabilidade como o valor correspondente à frequência relativa de um determinado resultado após a realização do experimento n vezes. • A soma de todas as probabilidades de todos os n eventos pertencentes ao espaço amostral é igual a 1, ou seja: n∑ i=1 P(Ai ) = 1. Exemplo • Suponha o lançamento de uma moeda. Como avaliar a probabilidade de ocorrência de suas faces? • O espaço amostral é dado por Ω = {C ,K}, onde C =Cara e K =Coroa • Note que o total de valores do espaço amostral é igual a 2. • Note que cada ponto amostral (C ou K ) representam elementos pertencentes ao espaço amostral. • Ou seja, temos uma descrição completa de tudo o que pode acontecer na ocorrência do experimento. Exemplo • Suponha que o nosso evento de interesse é: A = {sair cara} • Portanto, se estamos interessados em avaliar a probabilidade de A, temos que P(A) = Número de casos favoráveis ao evento A Número total de casos = 1 2 • O evento B = {Sair coroa} também pode ser um evento de interesse. Note que. P(B) = 1 2 • Note ainda que B = Ac , pois A ∪ B = Ω. Dessa forma, aplicando a fórmula para eventos complementares P(B) = P(Ac) = 1− P(A) = 1− 1 2 Exemplo • Considere os dados do quadro a seguir, que mostra 15 indivíduos classificados quanto às variáveis obesidade e sedentarismo INDIVÍDUO OBESIDADE SEDENTARISMO 1 NÃO SIM 2 NÃO NÃO 3 SIM SIM 4 NÃO SIM 5 SIM NÃO 6 SIM SIM 7 NÃO NÃO 8 NÃO SIM 9 NÃO SIM 10 SIM SIM 11 NÃO NÃO 12 NÃO NÃO 13 SIM SIM 14 NÃO NÃO 15 NÃO SIM Exemplo • SejaA =OBESIDADE e B =SEDENTARISMO • Então, uma estimativa de probabilidade de um indivíduo ser obeso, com base nos dados da amostra é: P(A) = 5 15 = 0, 3 = 30% • A probabilidade de um indivíduo ser sedentário, com base nos dados da amostra é: P(B) = 9 15 = 0, 6 = 60% Exemplo • A probabilidade de um indivíduo ser obeso E sedentário, com base nos dados da amostra é: P(A ∩ B) = 4 15 • A probabilidade de um indivíduo ser obeso OU sedentário, com base nos dados da amostra é: P(A∪B) = P(A)+P(B)−P(A∩B) = 5 15 + 9 15 − 4 15 = 0, 6667 = 66, 67% Mais sobre cálculo de probabilidades • Com base no que foi visto, podemos estimar uma probabilidade com base na proporção de casos da ocorrência de interesse (frequência relativa). • Entretanto, uma vez estabelecida a probabilidade de um ou vários eventos, existem diversos cálculos que podem ser feitos. • Alguns destes casos serão vistos de acordo com situações clássicas apresentadas a seguir. Eventos independentes • Dois eventos A e B são independentes se a ocorrência de um não afeta a probabilidade de ocorrência do outro. Se A e B não são independentes, então A e B são dependentes. Condição de independência: Se A e B são independentes, P(A ∩ B) = P(A) · P(B) Exemplo Suponha que um levantamento estatística efetuado em certa população verificou que: • 23% de indivíduos do sexo masculino são hipertensos; • 18% de indivíduos do sexo feminino são hipertensos; • Nessa mesma população, 7% dos casais são hipertensos. Podemos observar neste caso que existe o que chamamos em estatística de dependência (ou associação) entre as variáveis sexo e presença de doença, pois denotando H = {O indivíduo é do sexo masculino} e M = {O indivíduo é do sexo feminino} como os eventos de interesse, P(H) = 0, 23 P(M) = 0, 18 P(H) · P(M) = 0, 23 · 0, 18 = 0, 0414 = 4, 14% P(H ∩M) = 0, 07 = 7% Logo: P(H ∩M) 6= P(H) · P(M). Ou seja, H e M NÃO são independentes. Atenção • É importante não confundir eventos mutuamente exclusivos com eventos independentes!! • Pense no jogo da moeda. Quando se joga uma moeda, não há como ocorrer cara e coroa ao mesmo tempo. Logo, P(C ∩ K ) = 0⇒ C e K são mutuamente exclusivos Eles são independentes? P(C ) = P(K ) = 1 2 P(C ) · P(K ) = 1 4 6= 0 = P(C ∩ K ) Logo, C e K não são independentes!! Probabilidade Condicional • Quando existem dois eventos dependentes, a probabilidade de um deles é afetada pela ocorrência prévia ou não do outro. • Quando a probabilidade de A um evento é afetada pela ocorrência prévia de B, dizemos que a probabilidade de A está condicionada à ocorrência de B. • Ou seja, quando o evento B ocorre, há uma redução do espaço amostral, pois agora avaliamos todas as chances de ocorrência do evento A com base no evento ocorrido. Probabilidade Condicional • De modo geral, P(A|B) = P(A ∩ B) P(B) Observações: 1 Quando os eventos A e B são independentes, P(A|B) = P(A) P(B|A) = P(B) 2 Quando os eventos A e B NÃO são independentes, P(A ∩ B) = P(A) · P(A|B) = P(B) · P(B|A) Exemplo • Imagine dois eventos associados a um conjunto de indivíduos. • O primeiro evento(A) é definido pela variável “Presença de Cirrose” e o segundo (B) pela variável “É alcoólatra?”. • É possível estimar com estas informações, a probabilidade de um indivíduo ter cirrose dado que é alcóolatra. • Para isto, é preciso verificar o número de indivíduos que apresentam simultaneamente as mesmas características, de modo a determinar P(A ∩ B), e depois disso, dividir pela probabilidade associado à B , P(B). • Este tipo de situação costuma ser colocado em forma de tabelas (ou quadros), chamadas tabelas conjuntas, ou mais especificamente tabelas de contingência. • Em relação ao exemplo, a tabela associada é apresentada a seguir. Exemplo Situação aplicada: TÍTULO DA TABELA Eventos É alcoólatra? Totais SIM NÃO Cirrose SIM 9 2 11 NÃO 26 43 69 Totais 35 45 80 FONTE: Exemplo Logo: P (cirrose | alcoólatra) = P(cirrose ∩ alcoólatra) P(alcoólatra) = 9/80 35/80 = 9 35 P (cirrose|Não alcoól) = P(Ter cirrose ∩Não alcoól) P(Não alcoól) = 2/80 45/80 = 2 45 Risco Relativo (Odds Ratio) • O risco relativo pode ser calculado a partir das tabelas de contingência apresentadas anteriormente. • É uma condição bastante utilizada em saúde, pois avalia o risco adicional de apresentar uma condição A, devido ao fato de apresentar(possuir, ou estar) em uma condição B. Denotaremos essa expressão em destaque por RRAB . • Com base na tabela geral descrita anteriormente, se A = cirrose e B = alcoólatra, esse risco é: RRAB = P(A|B) P(A|Bc) Risco Relativo Considerando também o exemplo anterior, Temos que, para A = cirrose e B = alcoólatra, RRAB = 9× 45 2× 35 = 5, 79 Interpretação: Estatisticamente, o risco de um indivíduo alcoólatra desenvolver cirrose é 5 vezes maior em comparação com um indivíduo não-alcoólatra.
Compartilhar