Slide 1
Unidade 4
Distribuições de probabilidade
4-1 Visão Geral
4-2 Variáveis Aleatórias
4-3 Distribuição de probabilidade binomial
4-4 Média, Variância, e Desvio Padrão de uma Distribuição Binomial 4-5 A Distribuição de Poisson
Secões 4-1 e 4-2
Visão Geral e Variáveis Aleatórias
Construção de distribuições de probabilidade pela combinação dos métodos de estatística descritiva (Unidade 2) com os de
probabilidade (Unidade 3)
Distribuções descrevem o que irá provavelmente acontecer ao invés
do que realmente aconteceu.
Copyright © 2004 Pearson Education, Inc.
Slide 2
Combinando Métodos Descritivos e Probabilidades
Comparação de freqüências relativas de resultados de
experimentos com freqüências esperadas para o experimento
número de cardumes em seis zonas estuarinas
“experimento”
Unid2
Unid3
Unid4 coleta de
amostras – obter
gráficos e estatísticas
encontrar a probabilidade para cada resultado
criar o modelo teórico que descreve como se espera que o experimento vai se comportar – obter os
parâmetros
Slide 3
Definições
Uma variável aleatória (tipicamente representada por X) assume um único valor para cada resultado de um procedimento. O valor é determinado ao acaso.
Uma distribuição de probabilidade é um gráfico, uma tabela, ou uma fórmula que dá a probabilidade de ocorrência de cada valor da variável
aleatória. Nº Fêmeas (X) P(X)
0 0.000
1 0.001
2 0.006
3 0.022
4 0.061
5 0.122
6 0.183
7 0.209
8 0.183
9 0.122
10 0.061
11 0.022
12 0.006
13 0.001
14 0.000
Nº Fêmeas em 14 nascimentos
Probabilidade
x n
x p
x p n x x n
X
P ⋅ ⋅ − −
= −
= ( )
)!
(
! ) !
( 1
P(X=x) = 1 0 ≤ ≤ ≤ ≤ P(X=x) ≤ ≤ ≤ ≤ 1
Σ
Copyright © 2004 Pearson Education, Inc.
Slide 4
Média, Variância e Desvio Padrão de uma Distribuição de Probabilidade
µ = ΣΣΣΣ [x • P(x)] Média e Esperança σσ
σσ2 = ΣΣΣΣ [(x – µ)2 • P(x)] Variância
Desvio Padrão
σ
2σ =
Identificando Valores Incomuns – Regra Básica
Máximo Valor Comum = µ + 2σ Mínimo Valor Comum = µ – 2σ
Identificando Valores Incomuns - Probabilidades
Regra do Evento Raro - Se sob uma dada suposição (ex: machos e fêmeas são
igualmente prováveis), a probabilidade de um evento observado é extremamente pequena, a conclusão é que a suposição é provavelmente incorreta.
Incomum e alto: x sucessos entre n tentativas é incomum e alto se P(x ou mais) é muito pequeno (tal como 0,05 ou menos).
Incomum e baixo: x sucessos entre n tentativas é incomum e baixo se P(x ou menos) é muito pequeno (tal como 0,05 ou menos).
Copyright © 2004 Pearson Education, Inc.
Slide 5
Uma distribuição de probabilidade binomial resulta de um procedimento que atende aos seguintes requerimentos:
1. O procedimento tem um número fixo de tentativas.
2. As tentativas devem ser independentes. (o resultado de uma tentativa não afeta as probabilidades das outras tentativas)
3. Cada tentativa deve ter o resultado classificado em uma de duas categorias.
4. As probabilidades devem permanecer constantes para cada tentativa.
Secões 4-3
Distribuição de Probabilidade Binomial
Notação
S e F (sucessos e fracassos) denotam duas possíveis categorias de resultados;
p e q são as probabilidades de ocorrência de S e F, respectivamente P(S) = p (p = probabilidade de sucesso)
P(F) = 1 – p = q (q = probabilidade de fracasso)
n denota o número de tentativas.
x denota o número de sucessos em n tentativas
Copyright © 2004 Pearson Education, Inc.
Slide 6
P(x) denota a probabilidade de se obter exatamente x sucessos em n tentativas
1: Usando a solução para a distribuição binomial
Encontrando as probabilidades
x n
x p
x p n x x n
X
P ⋅ ⋅ − −
= −
= ( )
)!
(
! ) !
( 1
Tabela A-1
Probabilidades para n = 4 e p = 0,23: Usando recursos tecnológicos
(ex: funções em computadores e calculadoras)2: Usando uma tabela com essas probabilidades já
calculadas (
ex: Tab. A-1 – apêndice A do livro texto)
Slide 7
Média
µ = ΣΣΣΣ[x • P(x)] = n • pVariância σ σ σ σ
2 = ΣΣΣΣ[(x –
µ)2•
P(x)] = n • p • qDesv.Padrão
Secões 4-4
Média, Desvio Padrão e Variância da Distribuição Binomial
σ σ
σ σ = = = = σ σ σ σ
2= = = =
n • p • qn = 14 p = 0.5 q = 0.5
Exemplo
Encontre a média, o desvio padrão do número de fêmeas esperadas em 14 nascimentos no seguinte cenário:
µ = (14)(0,5) = 7 fêmeas σ
σ σ
σ = (14)(0,5)(0,5) = 1,9 fêmeas (arredondado)
Treze ou mais fêmeas poderiam ser facilmente ser encontradas em 14 nascimentos?
000854 0
5 0 1 5 13 0
14 13
13 14 , 13 ( , )14 13 , )!
(
! ) !
( ⋅ ⋅ − =
= −
= −
X P
0000610 0
5 0 1 5 14 0
14 14
14 14 , 14 ( , )14 14 , )!
(
! ) !
( ⋅ ⋅ − =
= −
= −
X P
000916 0
14 13
13 ) ( ) ( ) ,
( X ≥ = P X = + P X = =
P
Copyright © 2004 Pearson Education, Inc.
Slide 8
É uma distribuição de probabilidade discreta que pode ser ser usada para
calcular a ocorrência de um evento em algum intervalo específico (ex:tempo, distância, área, distância, volume, etc..). A variável x é o número de
ocorrência de eventos neste interevalo.
Secões 4-3
Distribuição de Probabilidade de Poisson
Requerimentos
As ocorrências devem ser aleatórias.
As ocorrências devem ser independentes.
As ocorrências devem ser uniformemente distribuídas sobre o intervalo que está sendo usado
O desvio padrão é σ σ σ σ = µ
.) !
( x
x e X
P
x µ
µ ⋅
−=
=
A média é µ
Slide 9
Diferenças entre as Distribuições de Poisson e Binomial
A distribuição binomial é afetada pelo tamanho n e a probabilidade p, enquanto que a distribuição de Poisson é afetada somente pela média µ.
Na binomial os valores possíveis para a variável aleatória x são 0, 1, . . . n, mas na Poisson x pode ser qualquer valor maior ou igual a zero (0, 1, . . . )
Exemplo
Assentamento de sementes de Mexilhão Sob a hipótese de que em um determinado costão rochoso haja o assentamento de em média 1
semente por m2, calcule a probabilidade de que seja amostrada aleatória uma parcela de 1 m2 com 7 sementes assentadas.
0000730 7 0
7 1
1 7
! , )
( ⋅ =
=
=
e −
X P