AGA Análise de Dados em Astronomia I. 2. Probabilidades
|
|
- William Dinis
- 5 Há anos
- Visualizações:
Transcrição
1 1 / Introdução AGA Análise de Dados em Astronomia I 2. Probabilidades Laerte Sodré Jr. 1o. semestre, 2019
2 2 / 26 aula de hoje: 1 o que são 2 distribuições de 3 a distribuição normal ou gaussiana 4 condicionais e conjuntas 5 as regras fundamentais das 6 exercícios sobre 7 o teorema de Bayes 8 aplicações 9 combinação de distribuições A teoria das é o senso comum reduzido ao cálculo (Pierre-Simon Laplace)
3 3 / 26 o que são? teoria das : provê um meio de quantificar as incertezas fontes de incertezas: incerteza intrínseca ao fenômeno, como na Mecânica Quântica ou em fenômenos caóticos e/ou estocásticos incerteza nas medidas ou observações incerteza nos modelos, que leva a uma incerteza nas predições há uma disputa dentro da Estatística, tendo como base a natureza das : métodos bayesianos x métodos frequentistas
4 4 / 26 o que são? probabilidade frequentista: medida da frequência de eventos (em vários experimentos ou ensemble de sistemas estatisticamente equivalentes) probabilidade bayesiana: medida da plausibilidade de uma proposição os métodos bayesianos propõem um enfoque lógico para a análise de dados baseado no teorema de Bayes os métodos frequentistas foram largamente dominantes durante todo o século XX: existem muitos procedimentos frequentistas que são muito usados (ex.: estimativa de parâmetros via máxima verossimilhança)
5 5 / 26 o que são probabilidade frequentista: o número de vezes que um evento ocorre dividido pelo número total de tentativas, no limite de um número infinito de tentativas P(x): número entre 0 e 1 que mede a frequência com que a proposição x aparece em uma amostra problemas: não comporta eventos únicos ou não repetíveis lida com as propriedades assintóticas ( no limite... ) probabilidade bayesiana: medida da plausibilidade de um evento P(x): número entre 0 e 1 que mede o grau com que a proposição x é verdadeira (com 0 falsa e 1 verdadeira)
6 distribuições de x: variável aleatória contínua ou discreta variável aleatória: variável cujos valores são resultados de um processo aleatório ou estocástico, obedecendo a uma certa distribuição de, P(x) P(x): número entre 0 e 1 que mede a incidência da variável x ou o grau com que uma proposição x é verdadeira (com 0 falsa e 1 verdadeira) P(x) pode ser uma função discreta ou contínua quando se tem um contínuo de proposições, P(x) fica uma função de densidade de (fdp ou pdf): P(x)dx: número entre 0 e 1 que mede o grau de plausibilidade de que uma certa variável x esteja entre x e x + dx no caso de variáveis discretas a distribuição de é chamada de função de massa de (FMPs) as FDPs/FMPs podem ser multivariadas, i.e., funções de várias variáveis: P(x, y, z) 6 / 26
7 7 / 26 distribuições de exemplos:
8 8 / 26 distribuições cumulativas P(x): função de distribuição de (FDP) FDP cumulativa: F(x) = x P(x )d(x ) notação: x P(x) x é uma variável aleatória que obedece a P(x)
9 9 / 26 distribuição normal ou gaussiana distribuição gaussiana: P(x µ, σ) = 1 [ exp 2πσ (x ] µ)2 2σ 2 2 parâmetros: média µ desvio padrão σ (ou variância σ 2 ) notação: x N(x; µ, σ)
10 10 / 26 condicionais e conjuntas são, normalmente, condicionais, isto é, dependem ou podem depender de outras proposições: P(x y): lê-se probabilidade de x dado y P(x y) mede a plausibilidade da proposição x se a proposição y é admitida como verdadeira P(x y, z, w): tudo o que estiver a direita da barra é suposto conhecido probabilidade conjunta: P(x, y) probabilidade conjunta de duas proposições x e y P(x, y z): probabilidade conjunta de x e y dado z P(x) = P(x H): toda variável depende de hipóteses (H), implícitas ou explícitas
11 11 / 26 as regras fundamentais das as duas regras fundamentais das : regra da soma: P(x) + P( x) = 1 onde x representa a probabilidade de x ser falso regra do produto (ou da cadeia): P(x, y) = P(x y) P(y)
12 12 / 26 exercícios sobre jogamos duas moedas: qual é a probabilidade de sair duas caras? Cada moeda pode dar: cara (H, heads) ou coroa (T, tails) o espaço amostral é S = {(H, T), (H, H), (T, H), (T, T)} seja E o evento sair duas caras : E = {(H, H)} então, P(E) = n(e)/n(s) = 1/4
13 13 / 26 exercícios sobre Uma caixa contém 4 bolas azuis, 2 amarelas e 3 vermelhas. - Tiramos uma bola ao acaso e a retornamos à caixa. - Repetimos isso 3 vezes. - Qual é a probabilidade de termos tirado 2 bolas azuis e 1 vermelha? número total de bolas: n = = 9 probabilidade de tirarmos 1 bola azul: 4/9; outra bola azul: 4/9; 1 bola vermelha: 3/9 probabilidade total de tirarmos 2 bolas azuis e 1 vermelha : 4/9 4/9 1/3 = 16/
14 14 / 26 exercícios sobre a mesma caixa: 4 bolas azuis, 2 amarelas e 3 vermelhas. - Tiramos uma bola ao acaso e não a retornamos à caixa. - Repetimos isso 3 vezes. - Qual é a probabilidade de termos tirado 2 bolas azuis e 1 vermelha? possibilidades: P(A,A,V)=4/9 3/8 3/7=36/504 P(A,V,A)=4/9 3/8 3/7=36/504 P(V,A,A)=3/9 4/8 3/7=36/504 probabilidade de tirarmos 2 bolas azuis e 1 vermelha: 3 36/504 = 1/
15 15 / 26 exercícios sobre 40% dos estudantes da classe disseram conhecer R e Python. 60% dos estudantes disseram conhecer Python. Qual é a probabilidade de um estudante que conhece Python conhecer também R? seja A conhecer Python e B conhecer R dados: P(A, B) = 0.4 P(A) = 0.6 o que se quer: P(B A) condicionais: P(A, B) = P(B A)P(A) logo, P(B A) = P(A, B)/P(A) = 0.4/0.6 = 2/3 0.67
16 diagrama de Venn 16 / 26 exercícios sobre probabilidade de A ou B: dados 2 eventos, A e B, qual é a probabilidade de se ter A OU B? P(A ou B) = P(A) + P(B) P(A e B) eventos mutuamente exclusivos: se um ocorre o outro não ou os dois não podem ocorrer ao mesmo tempo P(A e B) = 0 exemplo qual é a probabilidade de se obter ou 5 ou 6 jogando um dado? P(5) = P(6) = 1/6, P(5 e 6) = 0 e portanto P(5 ou 6) = 1/6 + 1/6 0 = 1/3
17 diagrama de Venn 17 / 26 exercícios sobre probabilidade de A ou B: dados 2 eventos, A e B, qual é a probabilidade de se ter A OU B? P(A ou B) = P(A) + P(B) P(A e B) eventos mutuamente exclusivos: se um ocorre o outro não ou os dois não podem ocorrer ao mesmo tempo P(A e B) = 0 exemplo: qual é a probabilidade de se tirar uma carta vermelha ou um 3 em um baralho de 52 cartas (4 naipes de 13 cartas)? P(V) = 26/52; P(3) = 4/52; P(V, 3) = 2/52 e, portanto, P(V ou 3) = 26/52 + 4/52 2/52 = 28/52 = 7/13
18 18 / 26 o teorema de Bayes o teorema de Bayes as duas regras fundamentais das : regra da soma: P(x) + P( x) = 1 onde x representa a probabilidade de x ser falso regra do produto (ou da cadeia): P(x, y) = P(x y) P(y) teorema de Bayes ( 1740) da regra do produto vem que: P(x, y) = P(x y) P(y) P(y, x) = P(y x) P(x) como P(x, y) = P(y, x), temos o teorema de Bayes: P(x y) = P(y x) P(x) P(y)
19 o teorema de Bayes as regras fundamentais das : alguns resultados regra da soma: P(x) + P( x) = 1 generalização para um conjunto de proposições discretas ou contínuas, mutuamente exclusivas e exaustivas : k P(x k) = 1 regra de normalização das P(x)dx = 1 a marginalização: quando se tem um conjunto y k de proposições MEE P(x) = k P(x, y k) ou P(x) = P(x, y)dy aplicação da regra do produto: vamos supor que x e y são independentes: P(x y) = P(x) e P(y x) = P(y) portanto, P(x, y) = P(x y)p(y) = P(x)P(y) a probabilidade de duas proposições independentes é o produto das de cada uma 19 / 26
20 o teorema de Bayes as regras fundamentais das : alguns resultados aplicação da regra do produto: P(x, y, z) = P(x y, z)p(y, z) P(y, z) = P(y z)p(z) logo, valor esperado de uma função f (x) com respeito a uma distribuição de P(x): E(f ) = P(x)f (x)dx P(x, y, z) = P(x y, z)p(y z)p(z) E(f ) = i P(x i )f (x i ) 20 / 26
21 21 / 26 aplicações o problema de Monty Hall um programa de auditório: você tem 3 portas na sua frente: uma contém uma Ferrari e as duas outras estão vazias MH então te pergunta: quer trocar de porta ou não quer? Você quer trocar a porta que escolheu por esta que sobrou ou não? o que é mais vantajoso fazer? MH pede para você escolher uma delas: você escolhe, por exemplo, a 1 antes de abrir a porta que você escolheu, MH (que sabe onde o carro está), escolhe uma das portas vazias e a abre; sobra assim uma outra porta fechada
22 aplicações o problema de Monty Hall um programa de auditório: vamos considerar N portas e o prêmio está atrás de uma delas escolhando uma caixa ao acaso, X: P(premio X) = 1 N logo, P(premio nas outras caixas) = N 1 N é vantajoso trocar de porta! > 1 N 22 / 26
23 aplicações tabela de contingência 2 x 2 temos duas variáveis: T: teste de doença T = 0 resultado negativo, T = 1 resultado positivo D: presença de doença D = 0: não tem a doença; D = 1: doente vamos supor que conhecemos as : P(T = 1 D = 0) = ɛ fp P(T = 0 D = 0) = 1 ɛ fp P(T = 0 D = 1) = ɛ fn P(D = 1) = ɛ D falso positivo falso negativo probabilidade a priori da doença combinações possíveis: (T, D) = (0, 0), (0, 1), (1, 0), (1, 1) queremos determinar P(D = 1 T = 1) 23 / 26
24 aplicações tabela de contingência 2 x 2 conhecidas: P(T = 1 D = 0) = ɛ fp falso positivo P(T = 0 D = 0) = 1 ɛ fp queremos P(D = 1 T = 1): P(D = 1 T = 1) = P(T=1 D=1)P(D=1) P(T=1) P(T = 1) = P(T = 1 D = 0)P(D = 0)+ P(T = 0 D = 1) = ɛ fn falso negativo P(T = 1 D = 1)P(D = 1) = ɛ fp (1 ɛ D ) + (1 ɛ fn )ɛ D P(D = 1) = ɛ D probabilidade a priori da doença P(D = 1 T = 1) = P(D = 1 T = 1) ɛ D ɛ fn ɛ D ɛ D +ɛ fp ɛ D (ɛ fp +ɛ fn ) ɛ D ɛ D +ɛ fp só se pode diagnosticar com certeza uma doença (P 1) se ɛ fp << ɛ D teste de DNA: um resultado positivo só é conclusivo se ɛ fp for muito menor que a probabilidade de que alguém escolhido ao acaso tenha o mesmo DNA 24 / 26
25 combinando distribuições de combinando distribuições muitas vezes conhecemos a distribuição de uma variável mas queremos saber a distribuição de uma quantidade derivada, y = f (x) P(x): pdf de x P(y): pdf de y como a densidade de é conservada, dx P(x)dx = P(y)dy e P(y) = dy P(x) (cuidado se f (x) não é monotônica!) exemplo: suponha que P(x) = exp( x), (x > 0), e y(x) = ln(x) como x = exp(y), P(y) = P(x)/ dy/dx = x exp( x) = exp(y exp(y)) esta técnica se torna difícil de aplicar para mais de uma variável 25 / 26
26 26 / 26 combinando distribuições de exercícios 1 Numa amostra de 100 quasares, 10 são radio-loud (fortes emissores em rádio). Dois objetos são escolhidos aleatoriamente nesta amostra. Qual é a probabilidade de escolhermos 1 dois objetos radio-loud; 2 dois objetos radio-quiet; 3 um objeto radio-loud e um objeto radio-quiet. 2 Numa amostra de 100 galáxias, 68 estão formando estrelas e 44 têm um núcleo ativo. Qual a probabilidade de uma galáxia ao acaso estar formando estrelas e possuir um núcleo ativo?
AGA Análise de Dados em Astronomia I. 2. Probabilidades - parte 1
1 / 14 AGA 0505- Análise de Dados em Astronomia I 2. Probabilidades - parte 1 Laerte Sodré Jr. 1o. semestre, 2018 2 / 14 o que são probabilidade: medida da plausibilidade de uma proposição quando não se
Leia maisAGA Análise de Dados em Astronomia I. 2. Probabilidades
1 / 20 AGA 0505- Análise de Dados em Astronomia I 2. Probabilidades Laerte Sodré Jr. 1o. semestre, 2018 2 / 20 tópicos 1 probabilidades - cont. 2 distribuições de probabilidades 1 binomial 2 Poisson 3
Leia maisAGA Análise de Dados em Astronomia I. 1. Introdução
1 / 20 1. Introdução AGA 0505- Análise de Dados em Astronomia I 1. Introdução Laerte Sodré Jr. 1o. semestre, 2018 2 / 20 Informações gerais Análise de Dados em Astronomia webpage do curso: http://www.astro.iag.usp.br/
Leia maisAGA Análise de Dados em Astronomia I. 1. Introdução
1 / 22 1. Introdução AGA 0505 - Análise de Dados em Astronomia I 1. Introdução Laerte Sodré Jr. 1o. semestre, 2019 2 / 22 introdução aula de hoje: Introdução 1 objetivo 2 o que é ciência 3 dados 4 o que
Leia maisEstatística. Probabilidade. Conteúdo. Objetivos. Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal.
Estatística Probabilidade Profa. Ivonete Melo de Carvalho Conteúdo Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal. Objetivos Utilizar a probabilidade como estimador
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 08
Teoria das Filas aplicadas a Sistemas Computacionais Aula 08 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisEST029 Cálculo de Probabilidade I Cap. 3: Probabilidade Condicional e Independência
EST029 Cálculo de Probabilidade I Cap. 3: Probabilidade Condicional e Independência Prof. Clécio da Silva Ferreira Depto Estatística - UFJF 1 Perguntas 1. Um novo aparelho para detectar um certo tipo de
Leia maisO teorema de Bayes é uma igualdade simples que vem da afirmação de que prob(a e B) = prob(b e A): prob(a B) prob(b) prob(a)
O teorema de Bayes O teorema de Bayes é uma igualdade simples que vem da afirmação de que prob(a e B) = prob(b e A): prob(b A) = no qual o denominador é a probabilidade total. prob(a B) prob(b), (4) prob(a)
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aulas passadas Espaço Amostral Álgebra de Eventos Axiomas de Probabilidade Análise Combinatória Aula de hoje Probabilidade Condicional Independência de Eventos
Leia maisAGA Análise de Dados em Astronomia I 8. Inferência Bayesiana e MCMC
1 / 1 AGA 0505- Análise de Dados em Astronomia I 8. Inferência Bayesiana e MCMC Laerte Sodré Jr. 1o. semestre, 2018 2 / 1 Inferência Bayesiana inferência bayesiana consideremos um conjunto de dados D que
Leia maisIntrodução à Probabilidade
Introdução à Probabilidade Silvia Shimakura silvia.shimakura@ufpr.br Probabilidade O que é probabilidade? Medida que quantifica a incerteza de um acontecimento futuro. Como quantificar incerteza? Definição
Leia maisTE802 Processos Estocásticos em Engenharia. Informação sobre a disciplina Notes. Processos Estocásticos em Engenharia Conteúdo Notes.
TE802 Processos Estocásticos em Engenharia Conceitos Básicos de Teoria de Probabilidade 7 de março de 2016 Informação sobre a disciplina Terças e Quintas feiras das 09:30 às 11:20 horas Professor: Evelio
Leia maisIntrodução aos Proc. Estocásticos - ENG 430
Introdução aos Proc. Estocásticos - ENG 430 Fabrício Simões IFBA 16 de novembro de 2015 Fabrício Simões (IFBA) Introdução aos Proc. Estocásticos - ENG 430 16 de novembro de 2015 1 / 35 Fabrício Simões
Leia maisTE802 Processos Estocásticos em Engenharia. Informação sobre a disciplina. TE802 Conceitos Básicos de Teoria de Probabilidade. Evelio M. G.
TE802 Processos Estocásticos em Engenharia Conceitos Básicos de Teoria de Probabilidade 23 de agosto de 2017 Informação sobre a disciplina Segundas e Quartas feiras das 09:30 às 11:20 horas Professor:
Leia maisAGA Análise de Dados em Astronomia I 7. Modelagem dos Dados com Máxima Verossimilhança: Modelos Lineares
1 / 0 AGA 0505- Análise de Dados em Astronomia I 7. Modelagem dos Dados com Máxima Verossimilhança: Modelos Lineares Laerte Sodré Jr. 1o. semestre, 018 modelos modelagem dos dados dado um conjunto de dados,
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aulas passadas Espaço Amostral Álgebra de Eventos Axiomas de Probabilidade Análise Aula de hoje Probabilidade Condicional Independência de Eventos Teorema
Leia maisProbabilidade. Probabilidade e Estatística. Prof. Dr. Narciso Gonçalves da Silva
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Probabilidade Probabilidade Experimento Aleatório Um experimento é dito aleatório quando satisfaz
Leia maisFundamentos da Teoria da Probabilidade
Fundamentos da Teoria da Probabilidade Edmar José do Nascimento (Princípios de Comunicações) http://www.univasf.edu.br/ edmar.nascimento Universidade Federal do Vale do São Francisco Sinais Aleatórios
Leia maisProcessos Estocásticos. Luiz Affonso Guedes
Processos Estocásticos Luiz Affonso Guedes Sumário Probabilidade Variáveis Aleatórias Funções de Uma Variável Aleatória Funções de Várias Variáveis Aleatórias Momentos e Estatística Condicional Teorema
Leia mais3. Probabilidade P(A) =
7 3. Probabilidade Probabilidade é uma medida numérica da plausibilidade de que um evento ocorrerá. Assim, as probabilidades podem ser usadas como medidas do grau de incerteza e podem ser expressas de
Leia maisUma breve introdução a probabilidade
Uma breve introdução a probabilidade Modelo Probabilístico Espaço amostral (S): conjunto de todos os resultados que podem ocorrer a partir de um experimento aleatório Probabilidade de eventos (P): quantificação
Leia maisProbabilidade ESQUEMA DO CAPÍTULO. UFMG-ICEx-EST Cap. 2- Probabilidade 1
Probabilidade ESQUEMA DO CAPÍTULO 2.1 ESPAÇOS AMOSTRAIS E EVENTOS 2.2 INTERPRETAÇÕES DE PROBABILIADE 2.3 REGRAS DE ADIÇÃO 2.4 PROBABILIDADE CONDICIONAL 2.5 REGRAS DA MULTIPLICAÇÃO E DA PROBABILIDADE TOTAL
Leia maisProbabilidade Condicional e Independência
Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MOQ-13 Probabilidade e Estatística Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise denise@ita.br 17/08/2011 Probabilidade
Leia maisProbabilidade. Objetivos de Aprendizagem. UFMG-ICEx-EST. Cap. 2 - Probabilidade Espaços Amostrais e Eventos. 2.1.
2 ESQUEMA DO CAPÍTULO 2.1 ESPAÇOS AMOSTRAIS E EVENTOS 2.2 INTERPRETAÇÕES E AXIOMAS DE PROBABILIADE 2.3 REGRAS DE ADIÇÃO 2.4 PROBABILIDADE CONDICIONAL 2.5 REGRAS DA MULTIPLICAÇÃO E DA PROBABILIDADE TOTAL
Leia maisEstatística Bayesiana EST047
Estatística Bayesiana EST047 Michel Helcias Montoril Instituto de Ciências Exatas Universidade Federal de Juiz de Fora Conceitos iniciais; Distribuições condicionais Conceitos iniciais Questão Como incorporar
Leia maisIntrodução à Bioestatística
Instituto Nacional de Cardiologia March 11, 2015 1 2 3 Os primeiros estudos surgiram no século XVII Teve origem nos jogos de azar Grandes nomes da matemática desenvolveram teorias de probabilidades: Pascal
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Probabilidade Análise Combinatória Independência de eventos Aula de hoje Independência de eventos Prob. Condicional Teorema da Probabilidade
Leia maisTiago Viana Flor de Santana
ESTATÍSTICA BÁSICA DISTRIBUIÇÃO NORMAL DE PROBABILIDADE (MODELO NORMAL) Tiago Viana Flor de Santana www.uel.br/pessoal/tiagodesantana/ tiagodesantana@uel.br sala 07 Curso: MATEMÁTICA Universidade Estadual
Leia maisTeoria da Probabilidade
Teoria da Probabilidade Luis Henrique Assumpção Lolis 14 de fevereiro de 2014 Luis Henrique Assumpção Lolis Teoria da Probabilidade 1 Conteúdo 1 O Experimento Aleatório 2 Espaço de amostras 3 Álgebra dos
Leia mais24/04/2017. Operações que podem ser aplicadas aos eventos
Inferência estatística: processo de extrair conclusões de uma população inteira com base na informação de uma amostra A base para a inferência estatística é a teoria da probabilidade Evento: é o resultado
Leia maisESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO
Área Científica Matemática Probabilidades e Estatística Curso Engenharia do Ambiente º Semestre º Ficha n.º: Probabilidades e Variáveis Aleatórias. Lançam-se ao acaso moedas. a) Escreva o espaço de resultados
Leia maisInferências bayesianas com probabilidade
Inferências bayesianas com probabilidade Qual é a relação entre inferência bayesiana e as distribuições probabiĺısticas recém descritas? Essa conexão é feita ao se estimar parâmetros da distribuição probabiĺıstica
Leia maisProbabilidade. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Probabilidade Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Experimento aleatório Definição. Qualquer experimento cujo resultado não pode
Leia maisAula de hoje. administração. São Paulo: Ática, 2007, Cap. 3. ! Tópicos. ! Referências. ! Distribuição de probabilidades! Variáveis aleatórias
Aula de hoje! Tópicos! Distribuição de probabilidades! Variáveis aleatórias! Variáveis discretas! Variáveis contínuas! Distribuição binomial! Distribuição normal! Referências! Barrow, M. Estatística para
Leia maisProcessos Estocásticos. Introdução. Probabilidade. Introdução. Espaço Amostral. Luiz Affonso Guedes. Fenômenos Determinísticos
Processos Estocásticos Luiz ffonso Guedes Sumário Probabilidade Variáveis leatórias Funções de Uma Variável leatória Funções de Várias Variáveis leatórias Momentos e Estatística Condicional Teorema do
Leia maisAvaliação e Desempenho Aula 5
Avaliação e Desempenho Aula 5 Aula passada Revisão de probabilidade Eventos e probabilidade Independência Prob. condicional Aula de hoje Variáveis aleatórias discretas e contínuas PMF, CDF e função densidade
Leia maisIntrodução à Estatística
Introdução à Estatística Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Introdução a Probabilidade Existem dois tipos de experimentos:
Leia maisProcessos Estocásticos. Variáveis Aleatórias. Variáveis Aleatórias. Luiz Affonso Guedes. Como devemos descrever um experimento aleatório?
Processos Estocásticos Luiz Affonso Guedes Sumário Probabilidade Funções de Uma Variável Aleatória Funções de Várias Momentos e Estatística Condicional Teorema do Limite Central Processos Estocásticos
Leia maisEscola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas. Probabilidades. Cristian Villegas
Probabilidades Cristian Villegas clobos@usp.br Setembro de 2013 Apostila de Estatística (Cristian Villegas) 1 Introdução Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas
Leia maisIntrodução à Probabilidade
Introdução à Probabilidade Silvia Shimakura silvia.shimakura@ufpr.br Probabilidade O que é probabilidade? Medida que quantifica a incerteza frente a um acontecimento futuro Como quantificar incerteza?
Leia maisPara iniciar o conceito do que é probabilidade condicional, vamos considerar o seguinte problema.
PROBABILIDADE CONDICIONAL E DISTRIBUIÇÃO BINOMINAL 1. PROBABILIDADE CONDICIONAL Para iniciar o conceito do que é probabilidade condicional, vamos considerar o seguinte problema. Suponha que um redator
Leia maisProcessos Estocásticos. Variáveis Aleatórias. Variáveis Aleatórias. Variáveis Aleatórias. Variáveis Aleatórias. Luiz Affonso Guedes
Processos Estocásticos Luiz Affonso Guedes Sumário Probabilidade Funções de Uma Variável Aleatória Funções de Várias Momentos e Estatística Condicional Teorema do Limite Central Processos Estocásticos
Leia maisProcessos Estocásticos. Luiz Affonso Guedes
Processos Estocásticos Luiz Affonso Guedes Sumário Probabilidade Variáveis Aleatórias Funções de Uma Variável Aleatória Funções de Várias Variáveis Aleatórias Momentos e Estatística Condicional Teorema
Leia maisProbabilidade, distribuição normal e uso de tabelas padronizadas. Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais
Probabilidade, distribuição normal e uso de tabelas padronizadas Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais O que é probabilidade? Perspectiva de que algo venha a ocorrer. Número
Leia maisCC-226 Aula 07 - Estimação de Parâmetros
CC-226 Aula 07 - Estimação de Parâmetros Carlos Henrique Q. Forster - Instituto Tecnológico de Aeronáutica 2008 Estimação de Parâmetros Para construir o classificador bayesiano, assumimos as distribuições
Leia maisINTRODUÇÃO À PROBABILIDADE
INTRODUÇÃO À PROBABILIDADE Foto extraída em http://www.alea.pt Profª Maria Eliane Universidade Estadual de Santa Cruz USO DE PROBABILIDADES EM SITUAÇÕES DO COTIDIANO Escolhas pessoais Previsão do tempo
Leia mais1 Definição Clássica de Probabilidade
Centro de Ciências e Tecnologia Agroalimentar - Campus Pombal Disciplina: Estatística Básica - 2013 Aula 4 Professor: Carlos Sérgio UNIDADE 2 - Probabilidade: Definições (Notas de aula) 1 Definição Clássica
Leia maisProbabilidade. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Probabilidade Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução Experimento aleatório Definição Qualquer experimento cujo resultado
Leia maisIntrodução aos Proc. Estocásticos - ENG 430
Introdução aos Proc. Estocásticos - ENG 430 Fabrício Simões IFBA 16 de novembro de 2015 Fabrício Simões (IFBA) Introdução aos Proc. Estocásticos - ENG 430 16 de novembro de 2015 1 / 34 1 Motivação 2 Conceitos
Leia mais2.3 Operações sobre uma variável aleatória - Esperança matemática
matemática 58 atingir a mosca dado que ele atingiu o alvo. Exercício 2.33. [3] Duas caixas tem bolas vermelhas, verdes e azuis dentro; a quantidade de cada uma é dada a seguir. Caixa 01-5 vermelhas; 35
Leia maisMétodos Quantitativos para Ciência da Computação Experimental. Jussara Almeida DCC-UFMG 2016
Métodos Quantitativos para Ciência da Computação Experimental Jussara Almeida DCC-UFMG 2016 Revisão de Probabilidade e Estatística Concentrado em estatística aplicada Estatística apropriada para medições
Leia maisTeoria das Probabilidades
Teoria das Prof. Eduardo Bezerra (CEFET/RJ) 23 de fevereiro de 2018 Eduardo Bezerra (CEFET/RJ) Teoria das 2018.1 1 / 54 Roteiro Experimento aleatório, espaço amostral, evento 1 Experimento aleatório, espaço
Leia maisIntrodução à Probabilidade
Introdução à Probabilidade Silvia Shimakura silvia.shimakura@ufpr.br Probabilidade O que é probabilidade? Medida que quantifica a incerteza de um acontecimento futuro. Como quantificar incerteza? Definição
Leia maiscanal para sinais contínuos
Processos estocásticos, Entropia e capacidade de canal para sinais contínuos 24 de setembro de 2013 Processos estocásticos, Entropia e capacidade de canal para1 sin Conteúdo 1 Probabilidade de sinais contínuos
Leia maisVariáveis aleatórias. Universidade Estadual de Santa Cruz. Ivan Bezerra Allaman
Variáveis aleatórias Universidade Estadual de Santa Cruz Ivan Bezerra Allaman DEFINIÇÃO É uma função que associa cada evento do espaço amostral a um número real. 3/37 Aplicação 1. Seja E um experimento
Leia maisSegunda Lista de Exercícios Cálculo de Probabilidades II Prof. Michel H. Montoril
Exercício 1. Uma urna contém 4 bolas numeradas: {1, 2, 2, 3}. Retira-se dessa urna duas bolas aleatoriamente e sem reposição. Sejam 1 : O número da primeira bola escolhida; 2 : O número da segunda bola
Leia maisVariáveis Aleatórias. Probabilidade e Estatística. Prof. Dr. Narciso Gonçalves da Silva
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Variáveis Aleatórias Variável Aleatória Variável aleatória (VA) é uma função que associa a cada
Leia mais3 a Lista de PE Solução
Universidade de Brasília Departamento de Estatística 3 a Lista de PE Solução. Se X representa o ganho do jogador, então os possíveis valores para X são,, 0, e 4. Esses valores são, respectivamente, correspondentes
Leia maisProbabilidade em espaços discretos. Prof.: Joni Fusinato
Probabilidade em espaços discretos Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Probabilidade em espaços discretos Definições de Probabilidade Experimento Espaço Amostral Evento Probabilidade
Leia maisCurso de Farmácia Estatística Vital Aula 05 Comentários Adicionais. Prof. Hemílio Fernandes Depto. de Estatística - UFPB
Curso de Farmácia Estatística Vital Aula 05 Comentários Adicionais Prof. Hemílio Fernandes Depto. de Estatística - UFPB Um pouco de Probabilidade Experimento Aleatório: procedimento que, ao ser repetido
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 minutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique convenientemente todas as respostas 2 o semestre 206/207 05/07/207 :30 o Teste C 0 valores. Uma peça de certo tipo é
Leia maisAnálise de Dados em Astronomia. 3. Distribuições de Probabilidades
1 / 24 3. Distribuições de Probabilidades Análise de Dados em Astronomia 3. Distribuições de Probabilidades Laerte Sodré Jr. AGA0505, 1o. semestre 2019 introdução aula de hoje 1 2 a distribuição uniforme
Leia maisCE085 - Estatística Inferencial
CE085 - Estatística Inferencial Revisão: Probabilidade Básica Prof. Wagner Hugo Bonat Laboratório de Estatística e Geoinformação - LEG Curso de Bacharelado em Estatatística Universidade Federal do Paraná
Leia maisAGA Análise de Dados em Astronomia I. 5. Testes de Hipótese
1 / 26 AGA 0505- Análise de Dados em Astronomia I 5. Testes de Hipótese Laerte Sodré Jr. 1o. semestre, 2019 2 / 26 aula de hoje: 1 testes de hipóteses: procedimento básico 2 o valor p 3 erros nos testes
Leia maisVariáveis Aleatórias Contínuas
Variáveis Aleatórias Contínuas Bacharelado em Administração - FEA - Noturno 2 o Semestre 2017 MAE0219 (IME-USP) Variáveis Aleatórias Contínuas 2 o Semestre 2017 1 / 35 Objetivos da Aula Sumário 1 Objetivos
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 6 - Distribuições Contínuas (Parte 01) Leitura obrigatória: Devore, Capítulo 4 Cap 6-1 Objetivos Nesta aula, vamos aprender: Representações de uma v. a. contínua: função
Leia mais1 Noções de Probabilidade
Noções de Probabilidade Já vimos que para se obter informações sobre alguma característica da população, podemos utilizar uma amostra. Estudaremos agora a probabilidade, que é uma ferramenta usada e necessária
Leia maisPROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS. Aula 2 07 e 08 março MOQ-12 Probabilidades e Int. a Processos Estocásticos
PROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS Aula 2 07 e 08 março 2007 1 1. Probabilidade Condicional 2. Propriedades 3. Partições 4. Teorema de Probabilidade Total 5. Teorema de Bayes 6. Independencia
Leia maisa) o time ganhe 25 jogos ou mais; b) o time ganhe mais jogos contra times da classe A do que da classe B.
Universidade de Brasília Departamento de Estatística 5 a Lista de PE. Um time de basquete irá jogar uma temporada de 44 jogos. desses jogos serão disputados contra times da classe A e os 8 restantes contra
Leia maisEstatística Aplicada II. } Revisão: Probabilidade } Propriedades da Média Amostral
Estatística Aplicada II } Revisão: Probabilidade } Propriedades da Média Amostral 1 Aula de hoje } Tópicos } Revisão: } Distribuição de probabilidade } Variáveis aleatórias } Distribuição normal } Propriedades
Leia maisMatemática & Raciocínio Lógico
Matemática & Raciocínio Lógico para concursos Prof. Me. Jamur Silveira www.professorjamur.com.br facebook: Professor Jamur PROBABILIDADE No estudo das probabilidades estamos interessados em estudar o experimento
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 minutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique convenientemente todas as respostas o semestre 07/08 0/07/08 :0 o Teste C 0 valores. Um relatório anual estabelece que
Leia maisLucas Santana da Cunha 12 de julho de 2017
DISTRIBUIÇÃO NORMAL Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 12 de julho de 2017 Distribuição Normal Dentre todas as distribuições de probabilidades,
Leia maisEST012 - Estatística Econômica I Turma A - 1 o Semestre de 2019 Lista de Exercícios 3 - Variável aleatória
Exercício 1. Considere uma urna em que temos 4 bolas brancas e 6 bolas pretas. Vamos retirar, ao acaso, 3 bolas, uma após a outra e sem reposição. Sejam X: o número de bolas brancas e Y : o número de bolas
Leia maisVariáveis Aleatórias Bidimensionais &Teoremas de Limite 1/22
all Variáveis Aleatórias Bidimensionais & Teoremas de Limite Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário
Leia maisT o e r o ia a da P oba ba i b lida d de
Teoria da Probabilidade Prof. Joni Fusinato Teoria da Probabilidade Consiste em utilizar a intuição humana para estudar os fenômenos do nosso cotidiano. Usa o princípio básico do aprendizado humano que
Leia maisVariáveis Aleatórias. Henrique Dantas Neder. April 26, Instituto de Economia - Universidade Federal de Uberlândia
Variáveis Aleatórias Henrique Dantas Neder Instituto de Economia - Universidade Federal de Uberlândia April 2, 202 VARIÁVEL ALEATÓRIA DISCRETA O conceito de variável aleatória está intrínsicamente relacionado
Leia maisLucas Santana da Cunha de junho de 2018 Londrina
Distribuição Normal Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 25 de junho de 2018 Londrina 1 / 17 Distribuição Normal Dentre todas as distribuições de probabilidades,
Leia maisELEMENTOS DE PROBABILIDADE. Prof. Paulo Rafael Bösing 25/11/2015
ELEMENTOS DE PROBABILIDADE Prof. Paulo Rafael Bösing 25/11/2015 ELEMENTOS DE PROBABILIDADE Def.: Um experimento é dito aleatório quando o seu resultado não for previsível antes de sua realização, ou seja,
Leia maisProbabilidades- Teoria Elementar
Probabilidades- Teoria Elementar Experiência Aleatória Experiência aleatória é uma experiência em que: não se sabe exactamente o resultado que se virá a observar, mas conhece-se o universo dos resultados
Leia maisEstatística Básica. Prof. Dr. Walmes Marques Zeviani Prof. Dr. Paulo Justiniano Ribeiro Jr
Estatística Básica Prof. Dr. Walmes Marques Zeviani Prof. Dr. Paulo Justiniano Ribeiro Jr Laboratório de Estatística e Geoinformação Departamento de Estatística Universidade Federal do Paraná Zeviani &
Leia maisCapítulo 2. Variáveis Aleatórias e Distribuições
Capítulo 2 Variáveis Aleatórias e Distribuições Experimento Aleatório Não existe uma definição satisfatória de Experimento Aleatório. Os exemplos dados são de fenômenos para os quais modelos probabilísticos
Leia maisPROBABILIDADE E DISTÂNCIAS
PROBABILIDADE E DISTÂNCIAS Definições Básicas Variável aleatória 2 Em Estatística, é muito comum ver o termo variável aleatória. Mas qual o seu significado? Existem várias definições para o termo variável
Leia maisMétodos Quantitativos para Ciência da Computação Experimental. Jussara Almeida DCC-UFMG 2013
Métodos Quantitativos para Ciência da Computação Experimental Jussara Almeida DCC-UFMG 2013 Revisão de Probabilidade e Estatística Concentrado em estatística aplicada Estatística apropriada para medições
Leia maisESCOLA SUPERIOR DE TECNOLOGIA
Departamento Matemática Probabilidades e Estatística Curso Engenharia do Ambiente 2º Semestre 1º Ficha n.º1: Probabilidades e Variáveis Aleatórias 1. Lançam- ao acaso 2 moedas. a) Escreva o espaço de resultados
Leia maisPROBABILIDADE. Aula 2 Probabilidade Básica. Fernando Arbache
PROBABILIDADE Aula 2 Probabilidade Básica Fernando Arbache Probabilidade Medida da incerteza associada aos resultados do experimento aleatório Deve fornecer a informação de quão verossímil é a ocorrência
Leia maisprobabilidade PE-MEEC 1S 09/10 16 Capítulo 2 - de probabilidade 2.1 Experiências aleatórias. resultados. Acontecimentos probabilidade.
Capítulo 2 - Noções básicas de probabilidade 2.1 Experiências aleatórias. Espaço de resultados. Acontecimentos 2.2 Noção de probabilidade. Interpretações de Laplace, frequencista e subjectivista. Axiomas
Leia maisSistemas Aleatórios. Um sistema é aleatório quando seu estado futuro só pode ser conhecido. jogar uma moeda ou um dado. decaimento de uma partícula
Sistemas Aleatórios Um sistema é aleatório quando seu estado futuro só pode ser conhecido pela realização de uma experiência. jogar uma moeda ou um dado decaimento de uma partícula trajetória de uma partícula
Leia maisUniversidade de São Paulo Instituto de Ciências Matemáticas e de Computação
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Francisco A. Rodrigues Departamento de Matemática Aplicada e Estatística - SME Objetivo Dada M classes ω 1, ω 2,..., ω M e um
Leia maisRef: H.Gould e J. Tobochnik. Para integrais em uma dimensão as regras do trapezóide e de Simpson são
Método de Monte Carlo Resolução de Integrais Ref: H.Gould e J. Tobochnik Para integrais em uma dimensão as regras do trapezóide e de Simpson são melhores, mais rápidas. A técnica de resolução de integrais
Leia maisAULA 4 -Probabilidade Condicional e Regra de Bayes
AULA 4 - e Regra de Bayes Susan Schommer Introdução à Estatística Econômica - IE/UFRJ : exemplos A soma dos resultados de dois lançamentos de um dado é 9. Qual a probabilidade do primeiro resultado ter
Leia maisESTATÍSTICA BAYESIANA
UNIVERSIDADE FEDERAL DE MINAS GERAIS INSTITUTO DE CIÊNCIAS EXATAS PET MATEMÁTICA Orientadora: Rosângela Helena Loschi ESTATÍSTICA BAYESIANA Marina Muniz de Queiroz INTRODUÇÃO A estatística clássica associa
Leia maisFundamentos de Estatística
Fundamentos de Estatística Clássica Workshop Análise de Incertezas e Validação Programa de Verão 2017 Marcio Borges 1 1LABORATÓRIO NACIONAL DE COMPUTAÇÃO CIENTÍFICA mrborges@lncc.br Petrópolis, 9 de Fevereiro
Leia mais3. Considere uma amostra aleatória de tamanho 7 de uma normal com média 18. Sejam X e S 2, a média e a variância amostral, respectivamente.
1 Universidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Departamento de Ciências Exatas Professores: Clarice Demétrio, Roseli Leandro e Mauricio Mota Lista 3- Distribuições Amostrais-
Leia maisAnálise de Dados em Cosmologia: Métodos Bayesianos
Análise de Dados em Cosmologia: Métodos Bayesianos Laerte Sodré Jr. June 10, 2009 Análise de Dados em Cosmologia: os dados são a coisa mais importante em ciência: ela é feita para explicá-los. Análise
Leia maisExercícios propostos:
INF 16 Exercícios propostos: 1. Sabendo-se que Y=X-5 e que E(X)= e V(X)=1, calcule: a)e(y); b)v(y); c)e(x+y); d)e(x + Y ); e)v(x+y); Resp.: 1; 9; 5; 15; 81. Uma urna contém 5 bolas brancas e 7 bolas pretas.
Leia maisVARIÁVEIS ALEATÓRIAS
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA VARIÁVEIS ALEATÓRIAS Joaquim H Vianna Neto Relatório Técnico RTE-03/013 Relatório Técnico Série Ensino Variáveis
Leia mais