Distribuição de Probabilidade
•
Tipos de Variáveis Aleatórias.
•
Função densidade de probabilidade.
•
Função de probabilidade dada a probabilidade
de uma ocorrência.
•
Distribuição Binomial.
•
Distribuição Poisson.
•
Distribuição normal.
Tipos de Variável Aleatória
•
Variável aleatória
discreta
–
Os resultados possíveis são finitos
e podem ser
enumerados (Nº de Óbitos, Nº de
Recem-nascidos, números de animais, etc.)
•
Variável aleatória
contínua
–
Os resultados possíveis são infinitos
e não podem ser
enumerados (ex.: peso, altura, perímetro
cefálico, duração da bateria do celular, etc.)
Função densidade de probabilidade
A função
densidade de probabilidade
associa
cada possível
valor
da variável aleatória (X)
à sua
probabilidade
de ocorrência P(X)
3
Variável Aleatória (V.a), X= x
1,x
2,...,x
nx
if(x
i)
Esta relação é a
Função
Probabilidade.
Todos os valores suas respectivas
que (V.a) pode probabilidades.
assumir (x
i).
Ex.Número de Óbitos (X)na UTI com 4 leitos.
Os valores que a variável aleatória(V.a)pode
assumir,num certo período de tempo,são:
X= 0,1,2,3,4
(V.a)
4X=0
NENHUM ÓBITO (4 PACIENTES VIVOS).X=1
1 ÓBITO (3 PACIENTES VIVOS).SUPONDO QUE AS PROBABILIDADES DE CADA POSSÍVEL RESULTADO SEJAM.
f(0)=0,3164
f(1)=0,4219 Com esses valores é possível construir f(2)=0,2109 uma Função probabilidade.
f(3)=0,0461 f(4)=0,0039
OBS: NOTE QUE A SOMA ∑ f(Xi)=1 OU 100%, QUE É O RESULTADO ESPERADO,UMA VEZ QUE ESTÃO SENDO CONSIDERADAS TODAS AS POSSÍVEIS POSSIBILIDADES DE OCORRÊNCIAS. X 0 1 2 3 4 soma f(X) 0,3164 0,4219 0,2109 0,0461 0,0039 1 5 0,3164 0,4219 0,2109 0,0461 0,0039 0 0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0,45 0 1 2 3 4 Nº DE ÓBITOS(Xi) PROBAB. DE OCORRÊNCIAS f(Xi)
OBS: 1 Eixos X Largura =1. X.Y=Área(Função Probab.) Y Probab. de Ocorrências.
2 FICA ESTABELECIDA UMA CORRESPONDÊNCIA ENTRE A ÁREA E A FUNÇÃO PROBABILIDADE
Densidade ∑f(Xi)=1 ou 100% GRÁFICO DISTRIBUIÇÃO DE PROBABILIDADE
DISTRIBUIÇÃO DE PROBABILIDADE DADA A PROBABILIDADE DE UMA OCORRÊNCIA
Ex 1. Supondo que a probab. de óbito de um
paciente(CTI),seja de 25%(Risco de Morte).
Definindo: (V.a) X = Nº de Óbitos.
V.A X=0 (Sobre vida) f(0)=0,75.
X=1 (Óbito) f(1)=0,25.
Então a Função Probabilidade será:
X 0 1 soma
f(X) 0,75 0,25 1
7
Ex 2. Se dois pacientes derem entrada no CTI
(n=2). V(vivo) e O(óbito) V.a
X= 0,1,2
f(0) Pv
1. Pv
2= 0,75.0,75=
0,5625
f(1) Pv
1. Po
2= 0,75.0,25=
0,1875
soma
Pv
2. Po
1= 0,25.0,75=
0,1875 0,3750
f(2) Po
1. Po
2= 0,25.0,25=
0,0625
8
Então sua função probabilidade
será:
OBS: Se “n” cresce, fica
trabalhosa a construção da
Função de distribuição das
probabilidades;nestes casos,
usaremos fórmulas.
X 0 1 2 ∑
f(X) 0,5625 0,3750 0,0625 1
9
É uma distribuição discreta de
probabilidade. Ela está associada a
um experimento de múltiplas etapas.
Distribuição Binomial
10
Propriedades do Experimento Binomial
:
• O experimento consiste de uma seqüência
de
n
ensaios idênticos;
• Dois resultados são possíveis em cada
ensaio:
sucesso
e fracasso;
• P(sucesso)=p P(fracasso)= 1-p = q
p + q = 1
• Os ensaios são independentes.
11
Binomial: Fórmula geral
P(x) = C
n, xp
xq
(n-x)Onde
nC
x= n! / (x!(n-x)!)
p = probabilidade de
sucesso
q = (1 –p) = probabilidade de
insucesso.
12Binomial: parâmetros
• Para uma variável com probabilidade
de sucesso p, em n
tentativas:
• Média ou valor esperado
E(X)=
µ
=
np
• Desvio-padrão
σ
=
e
q=1-p
• Note que a distribuição binomial
dependem exclusivamente de
p
e de
n
13
Ex1
: Suponha que a probabilidade de um indivíduo
do sexo masculino, (com + de 60 anos,vida
sedentária(S) e tabagista ativo(T) ), de desenvolver
uma doença cardiovascular nos próximos 8 anos
seja de 40%. A partir de um estudo com dez
indivíduos com essas características, a
probabilidade de que nenhum desses indivíduos
sofra doenças cardiovasculares no período
determinado pode ser calculada da seguinte forma:
P(X)=
p = 0,4
;
n=10
q=1-0,4 e
q=0,6
Exemplos - Binomial
14
a) Então a probabilidade de nenhum caso de DCV resulta b) P(X=0)= 10C0 .(0,4)0.(0,6)10 = 0,0060= 0,60%
b)
A probabilidade de ser ter menos de 3 indivíduos
afetados por DCV Seria calculada:
P(X<3)=P(X=0,1,2)=P(X=0)+P(X=1)+P(X=2)
P(X=1) =
10C
1.(0,4)
1.(0,6)
9=10.0,4.0,0101=0,0403=4,03%
P(X=2) =
10C
2.(0,4)
2.(0,6)
8=45.0,16.0,0168=0,1209=12,09%,
P(X<3)=0,60+4,03+12,09 =
16,72%.
15c) A probabilidade de mais de dois indivíduos afetados por DCV no período seria,analogamente,
P(X>2)=P(X=3,4...,10)=P(X=3)+P(X=4)+...+P(X=10). Contudo,como
P(X>2)=1-P(X=0,1,2)=P(X=0)+P(X=1)+P(X=2),então P(X>2)=1-0,1672=0,8328 = 83,28%.
OBS: O número esperado de casos de DCV no final do estudo é igual a =10.0,4= 4 casos ; com um desvio padrão de
σ= 1,55 caso.
16
Ex2 .
Uma epidemia de uma certa doença começa no
interior do Estado. Em torno de 28% das pessoas que
apresentam sintomas compatíveis com a doença estão
infectadas. Um hospital do interior recebeu 3 kits de
tratamento, e lhe foram enviados 7 pacientes com
suspeita da doença.
Qual é a probabilidade de que não faltem kits para o
tratamento?
Aqui, temos uma Distribuição Binomial com
p(infecção)
= 0,28 e n = 7. e q = 0,72
Com isso, podemos escrever que:
P(não faltar kits) = P(X
≤
3) = P(X=0) + P(X=1) + P(X=2)
+ P(X=3)
1789,8404%
89,8404%
89,8404%
89,8404%
=
+
+
+
=
=
≤
8
9
8
4
0
4
,0
2
0
6
4
7
7
,0
3
1
8
5
6
5
,0
2
7
3
0
5
6
,0
1
0
0
3
0
6
,0
)
3
(
Xp
Finalmente, fazendo as contas, temos a soma das parcelas calculadas: 4444 0 , 7 2 0 , 7 2 0 , 7 2 0 , 7 2 3333 0 , 2 8 0 , 2 8 0 , 2 8 0 , 2 8 3 ) ! 3 ) ! 3 ) ! 3 ) ! ( 7 ( 7 ( 7 ( 7 3 ! 3 ! 3 ! 3 ! 7 ! 7 ! 7 ! 7 ! 5555 0 , 7 2 0 , 7 2 0 , 7 2 0 , 7 2 2222 0 , 2 8 0 , 2 8 0 , 2 8 0 , 2 8 2 ) ! 2 ) ! 2 ) ! 2 ) ! ( 7 ( 7 ( 7 ( 7 2 ! 2 ! 2 ! 2 ! 7 ! 7 ! 7 ! 7 ! 6666 0 , 7 2 0 , 7 2 0 , 7 2 0 , 7 2 1111 0 , 2 8 0 , 2 8 0 , 2 8 0 , 2 8 1 ) ! 1 ) ! 1 ) ! 1 ) ! ( 7 ( 7 ( 7 ( 7 1 ! 1 ! 1 ! 1 ! 7777 7777 0 , 7 2 0 , 7 2 0 , 7 2 0 , 7 2 0000 0 , 2 8 0 , 2 8 0 , 2 8 0 , 2 8 0 ) ! 0 ) ! 0 ) ! 0 ) ! ( 7 (( 77 ( 7 0 ! 0 ! 0 ! 0 ! 7777 3 ) 3 ) 3 ) 3 ) p ( X p ( X p ( X p ( X ⋅ ⋅ − + ⋅ ⋅ − + + ⋅ ⋅ − + ⋅ ⋅ − = ≤ 3 7 ,72) ( 3 0,28) 3 7 2 7 ,72) ( 2 0,28) 2 7 1 7 ,72) ( 1 0,28) 1 7 0 7 ,72) ( 0 0,28) 0 7 3) P(X − ⋅ ⋅ + − ⋅ ⋅ + − ⋅ ⋅ + − ⋅ ⋅ = ≤ 0 ( 0 ( 0 ( 0 ( 18
05).Supor que 20% de certa população tem sangue tipo B. Para uma amostra de tamanho 18, retirada desta população, calcule a probabilidade de que sejam encontradas:
a) 3 pessoas com sangue tipo B. 22,97%
b) 3 ou mais pessoas com sangue tipo B. 73,48%
c) no máximo 3 pessoas com sangue tipo B. 26,52%
06).Certa doença tem letalidade de 70%. Supondo-se que
existam 17 pacientes com esta doença, calcular:
a) a probabilidade de que todos morram da doença.0,23%
b) a probabilidade de que nenhum paciente morra da
doença.0%
c) a probabilidade de que 3 pacientes morram da doença.0,00%
d) a probabilidade de que, no máximo, 2 pacientes morram da
doença.0%
e) a probabilidade de que, exatamente, 9 pacientes
sobrevivam.6,44%
f) o número esperado de óbitos e o respectivo desvio padrão.
21
07). A leucemia linfoblástica aguda é o câncer infantil com maior incidência. O tratamento recomendado é a droga asparaginase, em geral derivada da bactéria Escherichia coli. Em um artigo publicado na revista Blood, constatou-se que 30% das crianças eram alérgicas à droga.
Se a droga for prescrita para um grupo de 5 crianças hospitalizadas, qual a probabilidade de:
a) nenhuma criança apresentar reações alérgicas?0%
b) todas as crianças apresentarem reações alérgicas?0,24%
c) duas crianças apresentarem reações alérgicas?30,87%
d) pelo menos três crianças apresentarem
reações alérgicas?16,31%
e) no máximo uma criança apresentar reações alérgicas?52,83%
22
08).A probabilidade que uma pessoa que sofre de enxaqueca obter alívio utilizando certo medicamento é de 0,9. São selecionados 5 pacientes que sofrem de enxaqueca e recebem o medicamento.Quanto ao número de pessoas que vai ter alívio, encontre a probabilidade de:
A) nenhuma pessoa ter alívio;0%
B) mais do que uma pessoa tenha alívio;99,95%
C) três ou mais pessoas tenha alívio;99.14%
D) no máximo três pessoas tenham alívio.8,15%
23
•a) de exatamente 40%.
30,87%•b) de 20% até 40%.
66,89% 09).•c) no máximo de 20%.
52,83%:
2401
).
Se a probabilidade de um indivíduo ter sangue
Rh-é 10%, qual Rh-é a probabilidade de 5 indivíduos que
apresentaram - se para exame de sangue
a) todos terem Rh-?
0,001%b) no máximo 2 dos 5 indivíduos apresentarem Rh-?
40,1%c) Qual o número esperado de indivíduos com Rh-?
E o desvio padrão?
0,5 e 0,6702
).
Suponha que 30% dos indivíduos de uma
população sejam imunes (tenham anticorpos), Se
sortearmos 10 indivíduos desta população, (amostra)
qual é a probabilidade estimada de que exatamente 4
indivíduos sejam imunes?
20%Exercícios
19
03).Um método habitualmente usado para ensinar higiene pessoal para pessoas com retardo mental é efetivo em 50% dos casos. Um novo método é proposto e testado com 10 pessoas. Se o novo método não é melhor que o anterior, qual é,
aproximadamente, a probabilidade de 8 ou mais pessoas beneficiarem-se do treinamento?5,47%
04).Em um certo país 30% das crianças são desnutridas. Em uma amostra aleatória de 15 crianças dessa área, encontre a probabilidade do número de desnutridos ser:
a) exatamente 10?0.30% b) menos de 3?12,68% c) 2 ou mais?96,48% d) de3 até 5?59,47%
Distribuição de Poisson
• Empregada para modelar a ocorrência de eventos raros (eventos de probabilidade de ocorrência muito pequena).
• Em Medicina está relacionada a patologias raras. • Os eventos de interesse (raros) ocorrem com uma taxa
média de ocorrência (µ) em determinados intervalos de tempo ou dentro de um espaço limitado, Por ex.:
No. de chegadas a um pronto-socorro durante a madrugada
No. de pessoas com leucemia em uma cidade
No. de acidentes de carro por dia na ponte Rio -Niterói
25
OBS: λ = μ = n.p
X = no. de eventos k=Nº. Pedido. µ = taxa média do processo e = no. de Euler = 2,7182818...
P(X=k) =
µ
ke
-µk!
k = 0,1,2,...
Fórmula para Distribuição de Poisson
Os parâmetros gerados pela Função
de Poisson são:
• Média = valor esperado = E(X) = µ
• Variância = σ
= µ
• Desvio Padrão = σ
= .
26
EXEMPLOS
Ex1)
Suponha que uma em cada mil pessoas que
utilizam determinado anestésico sofra uma reação
negativa (choque). Num total de 500cirurgias em
que se empregou esse anestésico:
•A probabilidade de que 1 pessoa sofra a reação
pode ser:
p = 1 = 0,001 µ=n.p = 500.0,001=0,5
1000
P(X=1)= = 0,3033 = 30,33%.
27
•A probabilidade de mais de uma reação = 1
-P(X>1)= 1 – (0,6065+0,3033) = 0,0902=9,02%.
P(X>1) P[(X=0)+P(X=1)]
•A probabilidade de nenhuma reação seria P(X=0) = = 0,6065 = 60,65%.
Obs:A aplicação desta distribuição em medicina está
relacionada a patologias raras e sua expressão dá uma aproximação da distribuição Binomial, tanto mais precisa quanto menor for o valor da probabilidade “p” de ocorrência do evento.
28
1)Uma em cada mil e duzentas pessoas que utilizam determinado anestésico sofre reação negativa (choque). Num total de 480 cirurgias em que se aplica este anestésico, qual a probabilidade de que:
a) apenas uma pessoa sofra a reação?26,81%
b) nenhuma reação seja observada?67,03%
c) Mais de duas reações seja observada?0,08%
Exercícios
2) Admita que o número de peixes que, por hora, são pescados por uma pessoa segue uma distribuição de Poisson com média de 1,8. Determine a probabilidade de, numa hora, o António
a) não pescar nenhum peixe.16,53%
b) pescar pelo menos 3 peixes. 26,94%
c) Pescar no mínimo 2 peixes. 53,72%
29
3)O número de partículas emitidas por uma fonte radioativa, num dado período de tempo, é uma variável aleatória com distribuição de Poisson. Sabendo que a probabilidade de não ser emitida qualquer partícula nesse período de tempo é 1/5, calcule a probabilidade de que nesse período de tempo a fonte emita:
a) pelo menos 2 partículas.19,12%
b) No máximo 3 partículas.99,09%
c) 1 ou 2 partículas.50,33%
4)O número de florescimentos de uma planta rara é uma variável aleatória com distribuição de Poisson com média 2,4. Quais são as probabilidades de tal planta ter:
a) nenhum florescimento? 9,07%
b) b) no máximo dois florescimentos?56,97%
5) Constatou-se que a ocorrência de casos de rubéola congênita numa determinada cidade tem media anual de 1,2 casos. Com base nesta informação, calcule a probabilidade de ocorrerem:
a) 6 casos de rubéola congênita no próximo ano. 0,12% b) 7 ou 8 casos de rubéola congênita. 0.02%
6) Em um determinado país, o número médio mensal de suicídios é 2,8. Assumindo que o número de suicídios segue uma distribuição de Poisson.
a) Qual a probabilidade de que nenhum suicídio seja registrado em um determinado mês? 6,08%
b) Qual a probabilidade de que no máximo três suicídios sejam registrados? 69,2%
c) Qual a probabilidade de que seis ou mais suicídios sejam registrados? 6,51%
31
7)Casos de síndrome de Williams, que se caracteriza por problema de mal formação cerebral e anomalias
cardiovasculares, são raros e cada caso pode ser considerado independente dos demais.
Suponha que em média é registrado 1 caso por 20.000 nascimentos. Qual é a probabilidade de que, numa metrópole com 55.000 nascimentos em um ano, se registre:
a) Pelo menos um caso de Síndrome de Willians nesse mesmo período? 91.79%
b) No máximo 2 casos de Síndrome de Willians nesse período? 54,38%
c) Exatamente 3 casos de Síndrome de Willians nesse período? 22,05%
32
8)Num posto de saúde são atendidos 2,8 pacientes/hora. Determine a probabilidade de 2 ou mais pacientes serem atendidos:
a) num período de 1 hora.76,89% b) num período de 2 horas. 97,56%
9). Os acidentes numa grande fábrica têm aproximadamente a distribuição de Poisson, com média de 3 acidentes/mês. Determine a probabilidade de que, em dado mês, haja:
a). um acidente; 14,94% b) 3 ou 4 acidentes 39,20%
33
DISTRIBUIÇÃO NORMAL OU DE GAUSS
(Variável Contínua)
A média (µ) e o desvio padrão (σ) são os parâmetros da distribuição.
• Curva simétrica em torno do valor central(média=mediana=moda). • Assintótica em relação ao eixo X(não toca no eixo X). • Curva em forma de sino.
• A área sob a curva é igual a 1 ou 100%.
• Valores concentrados em torno da Tendência Central.
Média=Mediana =Moda µ=média 34 2 DP 1 DP 1 DP = 68,26% 2 DP 3 DP Média 95,44% 34% 34% 3 DP As Áreas(probabilidades)para 1,2 e 3 desvios padrão
em torno da média são, respectivamente: µ 1σ= 0,6826 µ 2σ= 0,9546 µ 3σ= 0,9974 µ 1σ µ 3σ= µ 2σ= 99,74% 35
Sendo N [ 60,8 ], V.a X com distribuição
normal de média = µ = 60 e desv. pad. =
σ
=
8,seria possível afirmar que;a probabilidade
de encontrar a sua média é :
P(µ 1
σ
) = P(52
≤
X
≤
68) = 68,26%.
P(µ 2
σ
) = P(44
≤
X
≤
76) = 95,44%.
P(µ 3
σ
) = P(36
≤
X
≤
84) = 99,74%.
Transforma variável original do problema X em
unidades padronizadas; pela fórmula: Z = –
µ
s
• Z (V. A .P) Variável aleatória padronizada.
• VAP tem média = 0 e desvio padrão = 1 ou
• N [0,1]
• As áreas encontram-se numa tabela,
(Distribuição Z),a qual fornece a área p/ valores
iguais ou menores que Z
1.
x
Z
1µ=média
VARIÁVEL ALEATÓRIA PADRONIZADA
37
Exemplo: 1)
Suponha que o comprimento de um
recém-nascido do sexo feminino não portador de
anomalias congênitas seja uma variável aleatória
com distribuição normal de média 48,54 cm e desvio
padrão de 2,5 cm,N[48,54 ; 2,5].
•A probabilidade de um recém- nascido,escolhido ao
acaso, ter um comprimento superior à
média,(48,54cm), é de 50%, uma vez que a
distribuição normal é simétrica e a média
corresponde ao eixo de simetria da curva. A (V. A .P)
,neste caso, é zero.
38
Z = –µ Z= 48,54-48,54 Z= 0 Z = 0.
s 2,5 2,5
Na tabela Z=0.A área sob a curva é igual a 0,5 ou 50%.
•A probabilidade de o comprimento ser inferior a 44,79cm é igual a:
Z = 44,79-48,54 Z = -1,5 .
2,5
A probabilidade na tabela Z = -1,5 área sob a curva é igual a 0,0668, Portanto P(X ≤ 44,79) = 6,68%.
x
39
• A prob. de o comprimento ser superior a 47,29 é:
Z = 47,29 – 48,54 Z =
-0,5
; na tabela Z=-0,5
2,5 área = 0,3085
Só que este valor corresponde à área à esquerda de
Z=-0,5 (que representa valores menores que 44,29).
Como se deseja valores maiores que Z=-0,5, e a
área total é igual a 1 ou 100%, Basta fazer:
P( X
≥
44,29) = 1 – P(X=44,29) = 1 – 0,3085 =
0,6915 ou
69,15%.
40
• Para calcular a probabilidade entre 46,04 e
51,04cm,deve-se fazer:
• P(46,04
≤
X
≤
51,04) = P(X=51,04) – P(X=46,04).
Z=51,04 – 48,54 =
+1
e Z = 46,04 – 48,54 =
-1
2,5 2,5
Para Z= +1(Tabela 0,8643 e
Z = -1(Tabela 0,1587).
P(46,04
≤
X
≤
51,04) = 0,8643 – 0,1587 = 0,7056 =
70,56%.
41Um outro cálculo que pode ser efetuado a partir da normal é determinar o limite inferior de, por ex; as 5% das crianças de maior comprimento(= percentil 95).
Este cálculo auxilia na construção da curva de: (Peso,estatura,perímetro cefálico, etc ).
PROCEDIMENTO:procurar no interior da tabela o valor 0,9500 ou 95%.
Este valor corresponde a um valor de Z +1,65.
Z = –µ ↔ 1,65 = – 48,54 – 48,54 = 2,5.1,65 s 2,5
= 52,67 cm.
Isto representa que apenas 5% das crianças nascem com comprimento superior a 52,67cm. ↔ ↔ xxxx
x
x
x
x
42Exercícios
01).
A idade de uma população tem distribuição normal
com média 50 anos e desvio padrão de 4 anos .
Qual a probabilidade de uma pessoa dessa população ter:
a) 55 anos ou menos ?
89,44%b) menos de 55 anos?
84,13%c) exatamente 50 anos?
50%10,56%d) mais de 55 anos?
95,99%e) entre 55 e 57 anos?
6,55%f) entre 42 e 50 anos?
47,72%g) idade entre a média e mais ou menos 1 desvio padrão?
64,3%h) idade entre a média e mais ou menos 2 desvios
padrões?
95,44%i) idade entre a média e mais ou menos 3 desvios
padrões?
99,74%43
02).
Considerar a altura de 351 mulheres idosas como
seguindo uma distribuição normal com média 160cm e
desvio padrão 6 cm. Sorteia-se uma mulher; qual a
probabilidade de que ela tenha
a) altura entre 160 cm e 165 cm?
29,76%b) altura maior do que 170 cm?
4,75%c) altura menor do que 150 cm?
3,36%03).
Entre homens adultos sadios, a concentração de ferro
sérico segue uma distribuição normal com média 120
microgramas para 100ml e desvio padrão 15 microgramas
para 100ml. Calcule a probabilidade que uma amostra de
50 homens resulte em nível médio de ferro sérico entre 115
e 125 microgramas por 100ml.
58,18%44
04).Suponha que a taxa de glicose no sangue humano é
uma variável aleatória com distribuição normal de média 90mg por 100ml de sangue e desvio padrão 8mg por 100ml de sangue. Calcule a probabilidade de um indivíduo apresentar taxa:
a) Superior a 80mg de glicose por 100ml de sangue. 89,43%
b) Inferior a 87mg de glicose por 100ml de sangue. 31,56%
c) Inferior a 115mg de glicose por 100ml de sangue. 99,91%
d) Entre 86 e 117mg de glicose por 100 ml de sangue. 69,11%
05).Uma clínica de emagrecimento recebe pacientes adultos
com peso seguindo uma distribuição Normal de média 130 kg e desvio padrão 20 kg. Para efeito de determinar o tratamento mais adequado, os 16% dos pacientes de menor peso são classificados de “magros”, enquanto os 16% de maior peso de “obesos”. Determine os valores que delimitam cada uma dessas classificações. Obesos 149,80Kg e Magros 110,20Kg
45
06). Suponha que o tempo de coagulação (TC) em seres humanos seja uma variável aleatória com distribuição normal, de média 7 minutos e desvio-padrão 1 minuto. Em um exame hematológico qualquer, determine a probabilidade de que um indivíduo apresente TC:
a)menor que 8 minutos; b). maior que 10 minutos; c). entre 4 e 10 minutos. a) 84,13% b) 99,87% c) 99,73%
07). O tempo de execução de determinada cirurgia é uma
variável aleatória com distribuição Normal, com µ = 72
minutos e σ = 12 minutos. Calcule a probabilidade de que a
tarefa:
a) Leve mais de 93 minutos a executar; 4,01%
b) Não demore mais de 65 minutos; 71,9%
c) Gaste entre 63 e 78 minutos; 46,49%
46
08). Suponha que, para uma certa população, os níveis de
ácido úrico sejam normalmente distribuídos com média 0,75 (g/24 horas) e desvio-padrão igual a 0,2 (g/24 horas) Estime a probabilidade de um indivíduo apresentar uma taxa de ácido úrico:
a) maior do que 1 (g/24 horas); 10,57% b) menor do que 0,8 (g/24 horas); 59,87% c) entre 0,85 e 1,15 (g/24 horas); 28,58%
d) Qual é o nível de ácido úrico que delimita as 10 maiores taxas percentuais? 1,006 g/24hs
47
09).Suponha que o tempo médio de permanência em um hospital para pacientes com determinada doença é de 60 dias com desvio padrão de 15 dias. Supor que o tempo de
permanência segue uma distribuição aproximadamente normal. Se for sorteado 1 paciente desta população, calcule a probabilidade de que seu tempo de permanência será a) maior que 50 dias; 28,43% b) menor que 30 dias;1,92% c) entre 40 e 70 dias; 65,68% d) maior do que 75 dias.15,87%
10).Supor que a idade para o aparecimento de certa doença possui distribuição aproximadamente normal com média 11,5 anos e desvio padrão 3 anos. Uma criança apresentou esta doença. Calcule a probabilidade de que a criança tenha a) idade entre 8,5 e 14,5 anos; 68,26%
b) acima de 10 anos; 69,15% c) abaixo de 12 anos. 55,17%
11). As mulheres entre 18 e 74 anos de idade, apresentam pressão sangüínea diastólica normalmente distribuída com médiaµ= 77 mmHg e desvio padrãoσ = 11,6 mmHg.
a) Qual é a probabilidade de que uma mulher selecionada aleatoriamente tenha uma pressão sangüínea diastólica menor que 60 mmHg?7,08%
b) Qual é a probabilidade de que ela tenha uma pressão sangüínea diastólica maior do que 90 mmHg?13,14%
c) Qual é a probabilidade de que a mulher tenha uma pressão sangüínea diastólica entre
60 e 90 mmHg?79,79%
49
12).Doentes sofrendo de certa moléstia são submetidos a um tratamento intensivo, cujo tempo de cura segue uma distribuição Normal com média 15 e desvio padrão 2 (em dias).
a) Qual a probabilidade de um paciente demorar mais de 17 dias para se recuperar? 15,87%
b) Qual a probabilidade de um paciente demorar menos de 20 dias para se recuperar? 99,38%
c) Qual a probabilidade de um paciente demorar entre 12 e 15 dias para se recuperar? 43,32%
50
Teoria de Estimação
Estimativa
Avaliar algo desconhecido.
Consequências : Contém componente de incerteza
(Erro).
OBS: Não entender erro como engano.(As
informações são sobre amostras e não sobre a
população.
51
Tipos de Estimativas
•
Estimativa Pontual:
Se baseia em um único valor
ou ponto.
Ex:Taxa média de glicose de indivíduos diabéticos
200mg/100ml.
•
Estimativa por Intervalo:
se baseia em intervalo
de valores (intervalo de confiança) .
Ex: Taxa de glicose em diabéticos esta entre 180
e 220 mg/100ml.
52
INTERVALO DE CONFIANÇA PARA MÉDIA
POPULACIONAL
a)DESVIO PADRÃO POPULACIONAL CONHECIDO
.
Intervalo de confiança
(gc)Está associado a um
determinado grau de confiança (gc) para média e
desvio padrão populacional conhecido.
É dado por: IC
(GC)(µ) Z
(GC). σ
µ média pop.
média amostral.
σ
Desvio pop.
gc grau de confiança .
Z VAP(Variável Aleatória Padronizada.
x
n
x
n
Tamanho da amostra.
53
Então a amplitude do intervalo de confiança
depende:
a) Grau de confiança(Z
(GC)) ou T
(GC,GL).
b) Desvio padrão pop.(σ).
c) Do tamanho da amostra(n)
INTERVALO DE CONFIANÇA
µ
Z-2,58 -1,96 +1,96 +2,58
OBS: Quanto maior for o grau de
confiança,maior será o intervalo.
ICgc= 99,0%
Icgc = 95,0%
σ
55b)DESVIO PADRÃO POPULACIONAL ESTIMADO OU DESCONHECIDO.
S Desvio Padrão Amostral T Distribuição T de Student Gl Graus de Liberdade = n-1
OBS: Desvio Padrão populacional
Conhecido Desconhecido IC(GC)(µ) T(GC,gl) . S n
x
Usaremos : tabela Z, se n≥30 tabela T, se n<30 Sempreusaremos a tabela Z 56Exemplos
(Desvio padrão pop. conhecido)
01).Suponha que se deseja estimar o diâmetro pupilar médio de coelhos adultos normais, a partir de uma amostra de 12 animais, cuja média foi de 5,2 mm e desvio padrão do diâmetro populacional é de 1,2mm. Empregando um grau de confiança de 95% para a estimativa,
TABELA Z 5,2 1,96 .1,2 = 5,2mm 0,68mm IC95% 4,52mm ≤ µ ≤ 5,88mm . IC95%
12
IC
GC(µ)
Z
95%. σ
n 5702).O consumo mensal de calorias (kcal/g) de uma espécie de esquilos é bem modelado por uma distribuição Normal com desvio padrão 0.16 (parâmetro populacional). Recolheu-se uma amostra aleatória de dimensão 18 cuja média amostral foi de 0.41. Obtenha um intervalo de confiança a 95% para certo consumo médio de calorias.
IC
GC(µ)
Z
95%. σ
n
IC95% 0,41 1,96 .0,16 = 0,41 kcal/g 0,07 kcal/g
18
IC95% 0,34kcal/g≤ µ ≤ 0,48kcal/g
Exemplos
(Desvio padrão pop. conhecido)
58
01).O índice de massa corpórea é calculado dividindo-se o peso da pessoa pelo quadrado de sua altura; ele é uma medida da extensão em que o indivíduo está com excesso de peso. Para a população de homens de meia idade que mais tarde desenvolvem a diabetes, a distribuição dos índices básicos de massa corpórea é aproximadamente normal com média (µ)e desvio padrão σ, desconhecidos. Uma amostra de 58 homens selecionados desse grupo tem média = 25,0 kg/m² e desvio padrão s = 2,7 kg/m². Construa um intervalo de confiança de 95% para a média
µda população.
Exemplos
(Desvio padrão pop. desconhecido)
59 ICGC (µ) Z(95%). S TABELA Z 25 1,96 .2,7 = 25 kg/m². 0,70 kg/m². IC95% 24,30kg/m².≤ µ ≤ 25,70 kg/m². n IC95% 58
OBS: Usaremos tabela Z, não temos desvio padrão populacional, mas n<30
02).Na avaliação da altura de uma determinada população, utilizou-se uma amostra de 36 indivíduos e obteve-se média de168 cm e desvio padrão de 15 cm. Construa uma estimativa por intervalo, com 95% coeficiente de confiança para a média populacional
Exemplos
(Desvio padrão pop. desconhecido)
OBS: Usaremos tabela Z, n≥30
ICGC (µ) Z(95%). S TABELA Z 168 1,96.15 = 168 cm. 4,9 cm IC95% 163,1 cm.≤ µ ≤ 172,9 cm n 36 IC95% 61
INTERVALO DE CONFIANÇA PARA PROPORCÕES POPULACIONAIS. ICGC( ) p t(GC,GL). n p.q p sucesso q fracasso gl graus de liberdade = n-1 gc graus de confiança média populacional π π 62
01).Pesquisa feita sobre etilismo num determinado bairro mostrou que, de 30 entrevistados, 18 afirmam ingerir bebidas alcoólicas com frequencia. A estimativa para proporção de indivíduos que habitualmente usam bebidas alcoólicas,com graus de confiança de 95%, seria:
ICGC( ) 0,6 2,05.
IC(95%,29)( ) 0,6 0,1833
IC(95%,29)( ) 0,4167 ≤ ≤ 0,7833 ou
41,67%≤ ≤ 78,33%
Informa com confiança de 95% que a proporção da população que ingere álcool está entre 41,67% e 78,33%.
π
π
π
π
π
30 0,6.0,4.Exemplos para PROPORCÕES POPULACIONAIS.
63
02).Numa região afetada por um surto epidêmico, observou-se uma amostra de 2500 indivíduos, tendo-se encontrado 625 contaminados. Determine um
intervalo a 95% de confiança para a proporção de
indivíduos contaminados na região.
Exemplos para PROPORCÕES POPULACIONAIS.
n=2500 p= 625 p= 0,25 e q=0,75 k=625 2500 ICGC( ) 0,25 1,98. IC(95%,624)( ) 0,25 1,98.0,009
π
π
2500 0,25.0,75. IC(95%,624)( ) 0,25 0,015π
π
0,235 ≤ ≤ 0,265 ou 23,5% ≤π
≤ 26,5% 64INTERVALO DE CONFIANÇA PARA Amostras Pareadas. Amostras pareadas: Dados dos mesmos indivíduos em duas
situações diferentes.
Ex: Antes e depois da Administração de um antitérmico.
Vantagem: Elimina as fontes de variações. OBS: Preferida em pesquisa médica. Seu Intervalo de confiança é dado por:
Diferença das médias.
n
Nº da amostra.Sd Desvio padrão da diferença das médias
d
A−B ICGC(∆A-B) td
A−B (GC,GL). Sdn
65 . 6667
Desta forma é possível estar 95% seguro de que a verdadeira diminuição da média da temperatura corporal após o antitérmico esteja entre 0,91 e 1,47 graus celsius.
IC95% 0,91(°c) ≤∆A-B ≤ 1,47(°C)
68
IC[µ, 95%]
Exercícios sobre intervalo de confiança
Exercício 01
[10,55 ; 15,45]
69
Evolução da PAS com o emprego da droga A, anti-hipertensiva, em 20 pacientes do sexo masculino. Determine o intervalo de confiança de 95% para a média da PAS dos 20 pacientes após a administração.
Dados: Média Desv.Pad Antes 189,3 24,3 Depois 171,4 17,1 Exercício 02
Ic14,63≤ (∆A-B) ≤ 21,17
Dentre 100 peixes capturados num certo lago, 18 não estavam apropriados para consumo devido aos níveis de poluição do ambiente. Construa um intervalo de confiança de 95% para a correspondente verdadeira proporção. [10,4% ; 25,61%]
Exercício 03
70
Pretende-se estimar o tempo médio populacional (min) de efeito de um anestésico. Uma amostragem feita com 36 animais mostrou média de 120 (min) e desvio padrão de 40 (min). Construir um IC de 95% para a média populacional.[106,96 ; 133,07]
Exercício 05
O tempo de execução de determinada cirurgia num determinado hospital dura em média x = 72 minutos e S = 12 minutos,com uma amostra de 16 pacientes. Construa um intervalo de confiança com nível de significância de
5%,para a média de todas as cirurgias deste tipo.[65,61% ; 78,39%]
Exercício 04
71
Suponha que em uma determinada pesquisa sobre a presença de animais infectados com uma doença de 100 avaliados, 35 mostram a presença do vírus. Utilize um IC de 95% para estimar, na população, a proporção de infectados. [25,56% ; 44,44%]
Exercício 06
Uma droga foi testada em 25 pacientes e apresentou efeitos colaterais em 8 casos. Qual a proporção de ocorrência de efeitos colaterais? 0,32
Adotando-se um nível de significância de 5%, Calcule o intervalo de confiança.[30,21% ; 33,79%]
Exercício 07
Os QIs de 181 meninos com idades entre 6-7 anos de Curitiba foram medidos. O QI médio foi 108.08, e o desvio padrão foi 14.38. Calcule um intervalo de confiança de 95% para o QI médio populacional dos meninos entre 6-7
anos de idade em Curitiba usando estes dados. [106,29 ; 110,18]
Exercício 08
72
Os pulsos em repouso de 920 pessoas sadias foram tomados, e uma média de 72.9 batidas por minuto (bpm) e um desvio padrão de 11.0 bpm foram obtidos. Construa um intervalo de confiança de 95% para a pulsação média em repouso de pessoas sadias com base nesses dados. [72,19;73,61]
Exercício 09
O índice de massa corpórea é calculado dividindo-se o peso da pessoa pelo quadrado de sua altura; ele é uma medida da extensão em que o indivíduo está com excesso de peso. Para a população de homens de meia idade que mais tarde desenvolvem a diabetes, a distribuição dos índices básicos de massa corpórea é aproximadamente
normal com média µe desvio padrão σ, desconhecidos. Uma
amostra de 58 homens selecionados desse grupo tem média = 25,0 kg/m2 e desvio padrão s = 2,7 kg/m2.Construa um
intervalo de confiança de 95% para a média µda população. [25,01;25,7]