Baixe o app para aproveitar ainda mais
Prévia do material em texto
SEMINÁRIO CAPÍTULOS 9 E 10 Aluna: Luiza Drago Bonna Universidade Federal do Espírito Santo Centro de Ciências da Saúde Departamento de Educação Integrada em Saúde Curso de Nutrição Disciplina: Bioestatística CAPÍTULO 9 Distribuição Binomial VARIÁVEL ALEATÓRIA (VIEIRA, 2011) 1. Uma variável é aleatória quando o acaso determina seus valores; 2. As variáveis aleatórias são determinadas por números; 3. As variáveis aleatórias são numéricas, podendo ser discretas ou contínuas. VARIÁVEL ALEATÓRIA BINÁRIA (VIEIRA, 2011) 1. Uma variável aleatória binária é aquela que resulta em um de dois eventos mutuamente exclusivos – sucesso (indicado pelo número 1) ou fracasso (indicado pelo número 0); 2. Exemplos de variáveis aleatórias binárias na área da saúde: a) Um exame laboratorial cujo resultado pode ser positivo ou negativo; b) Um nascituro que pode ser do sexo feminino ou masculino; c) Um medicamento pode ou não surtir o efeito esperado; d) Um doador de sangue pode ser Rh+ ou Rh-; e) Uma dieta pode estar adequada ou não ao paciente; f) Determinado material pode estar contaminado ou não. VARIÁVEL ALEATÓRIA BINOMIAL (VIEIRA, 2011) 1. A variável que resulta da soma dos resultados de uma variável aleatória binária em n tentativas é uma variável aleatória binomial. DISTRIBUIÇÃO DE PROBABILIDADES 1. Os valores observados da variável aleatória X são indicados por x1, x2, ..., xk e as respectivas probabilidades por P(x1), P(x2), ..., P(xk). Obrigatoriamente: a) A soma das probabilidades de ocorrerem todos os eventos possíveis de X é 1; b) A probabilidade de ocorrer qualquer valor de X é igual ou maior que 0; não pode ser negativa. (VIEIRA, 2011) (VIEIRA, 2011) (VIEIRA, 2011) DISTRIBUIÇÃO BINOMIAL 1. Uma distribuição binomial tem as seguintes características: a) Consiste de n ensaios, ou n tentativas, ou n eventos idênticos; b) Cada ensaio só pode resultar em um de dois resultados, identificados como "sucesso" ou "fracasso" - com valores de 1 ou 0, respectivamente; c) A variável aleatória X é o número de sucessos em n ensaios; d) A probabilidade de sucesso é p e o valor de p permanece o mesmo em todos os ensaios; e) Os ensaios são independentes: o resultado de um ensaio não tem efeito sobre4 o resultado de outro. 2. A distribuição binomial fica definida quando são dados dois parâmetros: a) n = n° de ensaios; b) p = probabilidade de ocorrer sucesso em uma tentativa. (VIEIRA, 2011) FUNÇÃO DE DISTRIBUIÇÃO NA DISTRIBUIÇÃO BINOMIAL 1. Dada uma distribuição binomial de parâmetros n e p, a probabilidade de ocorrerem x eventos favoráveis é dada pela seguinte fórmula: 2. A probabilidade de ocorrerem x eventos favoráveis em n tentativas é dada pela seguinte fórmula: (VIEIRA, 2011) (VIEIRA, 2011) MÉDIA E VARIÂNCIA NA DISTRIBUIÇÃO BINOMIAL 1. A média é representada pela seguinte fórmula: 2. A variância é representada pela seguinte fórmula: (VIEIRA, 2011) MÉDIA E VARIÂNCIA NA DISTRIBUIÇÃO BINOMIAL (VIEIRA, 2011) CAPÍTULO 10 Distribuição Normal DISTRIBUIÇÕES EMPÍRICAS 1. As distribuições empíricas são distribuições obtidas a partir de dados observados, apresenta dados contínuos em histogramas ou polígonos de frequência. (VIEIRA, 2011) EMPÍRICO TEÓRICO CARACTERÍSTICAS DA DISTRIBUIÇÃO NORMAL (VIEIRA, 2011) 1. As características das distribuições normais são: a) A média, mediana e moda coincidem e estão no centro da distribuição; b) O gráfico da distribuição normal tem aspecto típico: é uma curva em forma de sino, simétrica em torno da média; c) Como a curva é simétrica em torno da média, 50% dos valores são iguais ou maiores que a média e 50% dos valores são iguais ou menores que a média. RELAÇÃO DA ÁREA SOB A CURVA E O DESVIO PADRÃO (VIEIRA, 2011) • A curva é simétrica em torno da média. Segue-se daí que 34,13% da área sob a curva está entre a média e um ponto da abscissa igual à média e um ponto da abscissa igual à média menos o desvio padrão; • Se somar as porcentagens, obtém-se 68,26%, como mostrado na figura. • Prova-se, teoricamente, que se a variável tem distribuição normal, 34,13% da área sob a curva estão entre a média e um ponto de abscissa igual à média mais o desvio padrão; RELAÇÃO DA ÁREA SOB A CURVA E O DESVIO PADRÃO As áreas sob a curva diminuem à medida que os valores de X se afastam da média. Prova-se, teoricamente, que se a variável tem distribuição normal: (VIEIRA, 2011) 1. 13,59% da área sob a curva estão entre a média mais um desvio padrão e um ponto da abscissa igual à média mais dois desvios padrões; 2. A curva é simétrica em torno da média. Segue-se daí que 13,59% da área sob a curva estão entre a média menos um desvio padrão e um ponto da abscissa igual à média menos dois desvios padrões. DISTRIBUIÇÃO NORMAL REDUZIDA 1. A distribuição normal reduzida (ou padronizada) é a distribuição normal de média 0 e variância 1; 2. A variável que tem distribuição normal reduzida (ou padronizada) é chamada de variável reduzida (ou padronizada) e é indicada pela letra z; 3. Importância: a) As probabilidades associadas à distribuição normal reduzida são dadas em tabelas, o que torna fácil saber as probabilidades associadas a essa distribuição; b) Podemos transformar qualquer variável aleatória X com distribuição normal de média e desvio padrão conhecidos numa distribuição normal reduzida; c) Com base nessas duas afirmações podemos inferir que qualquer probabilidade associada a X pode ser obtida transformando X em z. (VIEIRA, 2011) PROBABILIDADES NA DISTRIBUIÇÃO NORMAL (VIEIRA, 2011) Média Desvio Padrão Probabilidade da Distribuição Normal Variável ARTIGO Tendência temporal e fatores associados ao consumo de carnes gordurosas na população brasileira entre 2007 e 2014 (LONGO-SILVA et al., 2019) (LONGO-SILVA et al., 2019) (LONGO-SILVA et al., 2019) REFERÊNCIAS LONGO-SILVA, Giovana; SILVEIRA, Jonas Augusto Cardoso da; MENEZES, Risia Cristina Egito de; et al. Tendência temporal e fatores associados ao consumo de carnes gordurosas na população brasileira entre de 2007 a 2014. Ciência & Saúde Coletiva, v. 24, n. 3, p. 1175–1188, 2019. Disponível em: <https://www.scielo.br/j/csc/a/KhYBPfjwkTXr7yFdHXPxZNR/?lang=pt#>. Acesso em: 28 Sep. 2021. VIEIRA, Sonia. Introdução a Bioestatística. 4ª ed. Rio de Janeiro: Elsevier, 2011.
Compartilhar