HEP-5800 BIOESTATÍSTICA. Capitulo 2
|
|
- Evelyn Belmonte Rios
- 7 Há anos
- Visualizações:
Transcrição
1 HEP-5800 BIOESTATÍSTICA Capitulo 2 NOÇÕES DE PROBABILIDADE, DISTRIBUIÇÃO BINOMIAL, DISTRIBUIÇÃO NORMAL Nilza Nunes da Silva Regina T. I. Bernal MARÇO DE 2012
2 2 1. NOÇÕES DE PROBABILIDADE 1. DEFINIÇÃO Considere o lançamento de um dado uma única vez e imagine o CONJUNTO DE TODOS POSSIVEIS RESULTADOS S = {1, 2, 3, 4, 5, 6} Esse conjunto é formado por seis eventos simples, mutuamente exclusivos, e igualmente prováveis. Chama-se ESPAÇO AMOSTRAL. Portanto P(1)=P(2)=P(3)=P(4)=P(5)=P(6)= 1/6 E a probabilidade de ocorrer um evento favorável é definida pela expressão : Então, a probabilidade de ocorrer números pares será igual a P(A) = 3/6 Definição operacional encontrada no livro Introdução à Bioestatística (Sonia Vieira, pág.71)... Se são possíveis n eventos mutuamente exclusivos e igualmente prováveis, e se m desses eventos têm determinada característica, a probabilidade de que ocorra um evento com essa característica é dada pela razão ( m/n ). Então, numa seqüência de 1000 partos observados em determinado período, a probabilidade de ocorrência de parto normal pode ser calculada usando a definição acima : TIPO DE PARTO N = 1000 PROB (PARTO SER NORMAL) = 100 / 1000 (900) (100) CESAREO NORMAL
3 2. PROPRIEDADES 3 1. PROBABILIDADE DE QUALQUER EVENTO é um número entre zero e um 0 <=P ( E ) =< 1 2. P ( 1 ) = 0 3.P ( 0 ) = 0 4. Soma das probabilidades dos eventos simples é igual a EVENTOS COMPOSTOS Uma moeda é lançada 3 vezes. Qual a probabilidade de ocorrer o resultado ( cara, cara, coroa)? Ou seja, o evento = duas caras. Espaço amostral é composto pelos eventos simples: S = { (ca,ca,ca) (ca,ca,co) (ca,co,ca) (co,ca,ca) (ca,co,co) (co,ca,co) (co,co,ca) ( co,co,co )} Mas, um evento pode ser formado pela união dos eventos simples, como OCORRER DUAS CARAS pode ser expresso pelo conjunto formado reunindo o segundo, com o terceiro e o quarto eventos simples. P(ocorrer duas caras e uma coroa ) = 1/8 + 1/8 + 1/8 = 3/8. Então : usando o espaço amostral, será definida a seguinte distribuição de probabilidades P ( X = K ) K P( X ) 0 1/8 1 3/8 2 3/8 3 1/8 SOMA 8 / 8 = 1
4 4. DISTRIBUIÇÕES TEÓRICAS 4 São modelos teóricos que possuem parâmetros e permitem calcular as probabilidades de eventos simples ou compostos. Os valores das probabilidades encontram-se em tabelas que podem ser facilmente utilizadas. VARIAVEIS DISCRETAS X = numero de sucessos BERNOULLI ( n = 1 ) S = { 0, 1 }. e as probabilidades correspondentes aos eventos são definidas por P(X=1) = p ; P(X=0) = (1-p) = q MÉDIA = p Variância = (p. q ) Se n => 2...DISTRIBUIÇÃO BINOMIAL 1) São realizadas (n) observações independentes 2) cada resultado DE UMA OBSERVAÇÃO é dicotômico ( SIM ou NÃO) 3) em cada resultado, a probabilidade de ocorrer SIM é igual a (p) ; e a de ocorrer NÃO é igual (1-p) ou (q). 4) p+q=1 X : número de elementos com resultado ( SIM ).n=2 Espaço amostral (S) EVENTOS DE S PRODUTO DE PROBABILIDADE X = EVENTOS INDEPENDENTES 0 (0,0) 0,3 x 0,3 0,09 1 (1,0)ou(0,1) 2(0,7 x 0,3) 0,42 2 (1,1) 0,7 x 0,7 0,49 SOMA 1,00
5 5.n=3 Espaço amostral (S) EVENTOS DE S PRODUTO PROBABILIDADE 0 (0,0,0) 0,3X0,3X0,3 0,3 3 =0,027 1 (1,0,0)ou(0,1,0)ou(0,0,1) 3(0,7X0,3 2 ) 0,189 2 (1,1,0)ou(1,0,1)ou(0,1,1) 3(0,7 2 x0,3) 0,441 3 (1,1,1) 0,7x0,70,7 0,343 SOMA 1,000.n=4 Esp.amostral (S) EVENTOS DE S PRODUTO PROBABILIDADE 0 (0,0,0,0) 0,3 4 0, (1,0,0,0)ou(0,1,0,0)ou(0,0,1,0),(0,0,0,1) 4(0,7X0,3 3 ) 0, (1,1,0,0)ou(1,0,1,0)ou(1,0,0,1)ou 6(0,7 2 x0,3 2 ) 0,2646 (0,1,1,0)ou(0,1,0,1)ou(0,0,1,1) 3 (1,1,1,0)ou(1,1,0,1)ou(1,0,1,1)ou(0,1,1,1) 4(0,7 3 x0,3) 0, (1,1,1,1) 0,7 4 0,2401 SOMA 1,0000 Observe agora a expressão que calcula P(X=1) = 4 (0,7 ) 1 (0,3 3 ) 4 expressa o número de eventos que resultam em 4 diferentes combinações de 1 (SIM) E 3 (NÃO). p(x = 1 ) = C 4,1 ( p 1 ) ( q 3 ) PODEMOS ENTÃO CONTINUAR DEFININDO AS DEMAIS EXPRESSÕES... P(X = 2) = C 4,2 x p 2 x q 2 P(X = 3) = C 4,3 x p 3 x q 1 P(X = 4) = C 4,4 x p 4 x q 0
6 Então, a distribuição de probabilidades de X, pode ser expressa pela equação... 6 P(X = k) = C n,k x p k x q n -k que é o modelo da distribuição BINOMIAL COM PARÂMETROS (n) e (p). MÉDIA = (n. p) Variância = (n. p. q ) C n,k = expressa o número de eventos que resultam em k diferentes combinações de k (SIM) E ( n k ) (NÃO). Fatorial de um número é calculado como abaixo n! / k! ( n k )!.n! = n ( n-1) (n-2)...(1). CONCLUSAO : Se X é uma variável aleatória que expressa o numero de sucessos dentro das seguintes condições: 1 ) São realizadas (n) observações independentes 2) Cada resultado DE UMA OBSERVAÇÃO é dicotômico ( SIM ou NÃO) 3) em cada resultado, a probabilidade de ocorrer SIM é igual a (p) ; e a de ocorrer NÃO é igual (1-p) ou (q). 4) p+q=1 A DISTRIBUIÇÃO DE PROBABILIDADE DE (X) é expressa pelo modelo binominal com parâmetros (n) e (p). Ou seja, X : B(n, p). A média de X é = (n. p ) e seu desvio padrão 2 = ( n. p. q )
7 5. Usando a tabela Binomial (n,p) 7 Os valores da expressão da binomial encontram-se tabelados. Podemos encontrar as probabilidades correspondentes aos valores de (X), dados os valores de (n) e (p). Em 5 nascimentos, se X : Número de nascituros do sexo masculino.n = 5 X.p=0,10.p=0,4.p=0,50.p=0,6 0 0, , , , , , , , , , , , , , , , , , , , , , , ,07776 A ) Probabilidade de nascerem 3 crianças do sexo masculino se n=5 e p = 0,6...0,34560 B ) Probabilidade de nascerem 2 crianças do sexo masculino se n=5 e p = 0,4...0,34560 Observe nas expressões abaixos porque as probabilidades são iguais... P(X = 3) = C 5,3. 0,6 3. 0,4 2 P(X = 2) = C 5,2. 0,4 2. 0,6 3
8 8 Exercícios: 1) Analisando prontuários de várias maternidades, estimou-se que a probabilidade de um parto ser cesariano é de 10%. Em 7 partos de uma maternidade qualquer: a) Defina a variável aleatória a ser observada e o respectivo espaço amostral. b) Defina a expressão matemática que calcula a distribuição de probabilidade dessa variável. c) Apresente a tabela com a distribuição de probabilidades. d) Calcule a probabilidade de 5 partos serem cesarianos. e) A probabilidade de que todos os partos serem normais. f) A probabilidade de que no máximo haja 1 parto cesariano. 2) Apresente em tabela e gráfico a distribuição de número de meninos que pode ocorrer em uma família com 6 crianças. 3) Suponha que determinado medicamento usado para diagnóstico precoce da gravidez é capaz de confirmar casos positivos em apenas 90% das gestantes muito jovens. Nestas condições, qual é a probabilidade de duas entre três gestantes muito jovens, que fizeram uso desse medicamento, não terem confirmado precocemente a gravidez. 4) Seja X a variável aleatória que indica o número de meninos em uma família com 5 crianças. Apresente a distribuição de X em uma tabela, considerando a probabilidade de menino igual a 2 1 e ) Um exame é constituído de dez testes tipo certo-errado. Quantos testes acerta, em média, um aluno que nada sabe sobre a matéria do exame? Qual é a variância da distribuição? 6 - A probabilidade de um animal sobreviver durante um experimento é 2/3. Seja X o número de animais que sobrevivem ao experimento. a) Se 5 animais forem submetidos ao experimento, determine a distribuição de probabilidade de X. b) Determine a probabilidade de: - exatamente 3 animais sobreviverem - os 5 animais não sobreviverem - pelo menos 3 animais sobreviverem 7 A probabilidade de um menino ser daltônico é 0,08. Num grupo de 4 meninos, qual a probabilidade de 3 não serem daltônicos?
9 8) Entre 800 famílias com 5 crianças cada uma, quantas se esperaria que tivessem: 9 a) Três meninos b) cinco meninas c) dois ou três meninos Considerar probabilidades iguais para meninos e meninas. 9) Pesquisa médica indica que 20% da população em geral sofrem efeitos colaterais negativos com o uso de uma nova droga. Se um médico receita o produto a três, qual a probabilidade de: a) nenhum sofre efeito colateral negativo? b) um sofrer efeito colateral negativo? c) dois sofrerem efeito colateral negativo? d) três sofrerem efeito colateral negativo? e) ao menos um sofrer efeito colateral negativo? 10) Pesquisas indicaram que 75% dos eleitores de uma cidade são alfabetizados. Entre 16 eleitores dessa cidade, determine a probabilidade de: a) no máximo um ser analfabeto b) dois ou mais serem analfabetos c) três ou mais serem analfabetos d) pelo menos um ser analfabeto 11) Se a probabilidade de um indivíduo ter sangue Rh é 5%, qual é a probabilidade de 10 indivíduos que se apresentaram para exame de sangue: a) todos terem Rh? b) No máximo dois indivíduos apresentarem Rh?
10 10 DISTRIBUIÇÃO NORMAL APRESENTAÇÃO - + x CARACTERÍSTICAS: A) A variável pode assumir qualquer valor no conjunto real. B) O gráfico da distribuição é uma curva em forma de sino, simétrica em torno da média, que é igual à mediana e à moda. C) A área sob a curva é igual a 1, e corresponde à probabilidade de a variável assumir valores entre [... ]. D) ; (Mi e Sigma) representam os parâmetros de posição e dispersão da distribuição. E) Os pontos de inflexão da curva ocorrem nos valores definidos por ( e ). F) A expressão da função densidade de probabilidade é: 1 f ( X ). e 2 1/ 2[( ) / 2 ]
11 11 Na figura abaixo, 68,28% é a probabilidade de valores ocorrerem para X entre a média e mais ou menos 1 desvio padrão. Ou seja: P [( ) < X <( )] = 68,28% Também P [( 2 ) < X <( 2 )] = 95, 44% µ x P [( 3 ) < X <( 3 )] = 99,74% µ x
12 12 NORMAL PADRONIZADA: Z~N(0;1) Se X tem distribuição normal, então: Z tem distribuição normal com média igual a zero e desvio padrão igual a 1. Ou seja, Z ~ N (0, 1). Os valores das probabilidades associadas a esta distribuição encontram-se em tabelas. Veja abaixo um trecho dessa tabela, e aprenda como localizar os valores para as probabilidades de ocorrência de Z entre zero e z. Ou seja, P[0 <Z < z]. P(0 < Z <z) Probabilidades de ocorrer valores entre 0 e z. Valores de z com Uma decimal Segunda decimal ,0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,0239 0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 Fonte: Introdução à Bioestatística. Sonia Vieira, pág.92 Então, a probabilidade de ocorrer valores para z entre 0 e 1 é igual a 0,3413. Ou a probabilidade de ocorrer valores para Z maiores que 1 é igual a 0,50 0,3413 = 0,1587.
13 13 Exemplos: I - Suponha que a quantidade de colesterol em 100 ml de plasma sanguíneo humano tem distribuição normal com média 200 mg e desvio padrão 20 mg. 1) Qual a probabilidade de uma pessoa apresentar entre 200 e 225 mg de colesterol por 100 ml de plasma? X ~N (200 mg ; 20 mg)..z ~ (0 ; 1) Z 1 0 Z 2 1, P (0< Z <1,25) = 0, ) Qual a probabilidade de uma pessoa apresentar menos do que 190 mg de colesterol por 100 ml de plasma? Z ,50 P ( X < 190) = P (Z < -0,50 ) = 0,50 P (0 < Z < -0,50) = 0,50 0,1915 = 0,3085 3) Qual a probabilidade de uma pessoa apresentar mais do que190 mg de colesterol por 100 ml de plasma? P ( X > 190) = P(Z > -0,50) = 0,50 + 0,1915 = 0,6915 II Em homens, a quantidade de hemoglobina por 100ml de sangue é uma variável aleatória com distribuição normal de média igual a 16 gr e desvio padrão igual a 1 gr. 1) Calcule a probabilidade de um homem apresentar de 16 a 18 gr de hemoglobina por 100 ml de sangue. Então X = quantidade de hemoglobina por 100 ml de sangue. X ~ N(16, 1 ) P ( 16 < X < 18 ) = P ( 0 < Z < 2 ) = 0,4772 ou 47,72%. consulte a tabela Z 2) Qual é a probabilidade de um homem apresentar mais de 18 gr de hemoglobina por 100ml de sangue? P ( X > 18 ) = P ( Z > 2 ) = 0,50 0,4772 = 0,0228 ou 2,28 %.
14 14 4. APROXIMAÇÃO DA BINOMIAL PARA NORMAL Seja X o número de meninos em 16 nascituros, onde X ~ B(16, ½). Essa variável pode assumir qualquer valor inteiro entre zero e 16, inclusive. A distribuição dessa variável é dada por: Número de meninos (X) P(X=x) 0 0, , , , , , , , , , , , , , , , ,00153 Por exemplo: Calcular a probabilidade de serem do sexo masculino mais de 10 recém-nascidos que estão no berçário de um determinado hospital: P(X > 10) = P(X=11) + P(X=12) + P(X=13) + P(X=14) + P(X=15) + P(X=16) = 0, ou 10,50568%
15 15 Gráfico da distribuição do número de meninos em 16 nascituros Número de meninos Aproximação da binomial para normal é adequada quando: np> 5 e nq > 5 No exemplo: e np nq A condição para aproximação da distribuição binomial para a distribuição normal é satisfeita, logo: X ~ B(16,1/2) X ~ N(8,2) np npq
16 16 Gráfico da distribuição normal Número de meninos A distribuição normal é contínua e pode assumir qualquer valor real. Portanto, para calcular a probabilidade de serem do sexo masculino mais de 10 recém-nascidos será necessária uma correção da continuidade em função da passagem da distribuição discreta para uma contínua. Correção da continuidade Binomial: P(X=x) Normal: P(X= x 0,5) a P(X = x + 0,5) Exemplo: Distribuição Binomial Distribuição Normal X ~ B(16,1/2) X ~ N(8,2) x P(X> 10)? P(X > 11-0,5)=? 10,5 8 z 1,25 2 z c =1,25 0,1056 P(X > 10) = 0,1051 ou 10,51% P(Z > 1,25) = 0,50 0,3944 = 0,1056 ou 10,56%
17 17 INTERVALO DE REFERÊNCIA USANDO A DISTRIBUIÇÃO NORMAL Testes de diagnósticos em medicina clínica são usados para classificar a situação de saúde dos indivíduos. Servem para definir se o estado de saúde pode ser considerado dentro de um padrão aceitável, e elaborar o diagnóstico. Esse padrão é estabelecido mediante o uso de distribuições de probabilidade das características observadas em grande número de indivíduos considerados sadios. As medidas de posição e de variabilidade dessas distribuições serão os parâmetros utilizados para construir os intervalos de referência com os quais são avaliadas as mais variadas características dos seres vivos. A tabela 3.1 apresenta intervalos de referência para o ph observado no couro cabeludo de fetos observados em 14 diferentes conjuntos de mulheres observadas em diferentes hospitais. Supondo que ph tem distribuição normal, calculou-se em cada conjunto os limites dos intervalos que contem 95% dos indivíduos. Ou seja, os pontos definidos por ( X 2 ). Nota-se que o numero de mulheres em cada conjunto não altera a amplitude dos intervalos para essa característica. Tabela 3.1 Intervalos de referência para 14 estudos de ph sangue couro cabeludo em fetos. ESTUDO Ph MÉDIO IR (95%)* N 1 7,29 7,15 7, ,29 7,21 7, ,29 7,25 7, ,30 7,20 7, ,30 7,22 7, ,30 7,22 7, ,32 7,20 7, ,32 7,22 7, ,35 7,23 7, ,35 7,25 7, ,35 7,25 7, ,35 7,25 7, ,37 7,27 7, ,38 7,30 7,45 22 Fonte : Altman GD. Practical Statistics for Medical Research, pag Média mais ou menos 2 desvios padrão. Ou seja, ( X 2 )
18 EXERCICIOS 18 A) Seja Z ~ N (0,1). Calcule: a) P(0 <Z< 1,2) b) P(-0,9 Z 0) c) P(1,21 Z 1,75) d) (Z > -0,75) e) (Z < 1,35) f) P(-1,44 < Z < 0) g) P(-1,96 < Z < 1.96) B) Suponha que o tempo médio de permanência em um hospital para doenças crônicas sejam 50 dias, com desvio padrão igual a 10 dias. Admitindo que o tempo de permanência tem distribuição normal, qual é a probabilidade de uma paciente permanecer no hospital: a) mais de 30 dias? b) menos de 30 dias? c) mais de 50 dias? d) entre 40 e 60 dias? e) entre 30 e 70 dias? C) 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? b) exatamente 50 anos? c) mais de 55 anos? d) entre 55 e 57 anos? e) entre 42 e 50 anos? f) idade entre a média e mais ou menos 1 desvio padrão? g) idade entre a média e mais ou menos 2desvios padrão? h) idade entre a média e mais ou menos 3 desvios padrão? D) Numa curva normal reduzida, a área compreendida entre 1,64 e zero vale 45%. Nestas condições a área à direita do valor +1,64 valerá: a) 45% b) infinito c) 50% d) 100% e) 5%
Bioestatística e Computação I
Bioestatística e Computação I Distribuições Teóricas de Probabilidade Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas
Leia maisPRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES
PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES Certas distribuições de probabilidades se encaixam em diversas situações práticas As principais são: se v.a. discreta Distribuição de Bernoulli Distribuição binomial
Leia maisAproximação da binomial pela normal
Aproximação da binomial pela normal 1 Objetivo Verificar como a distribuição normal pode ser utilizada para calcular, de forma aproximada, probabilidades associadas a uma variável aleatória com distribuição
Leia maisBioestatística e Computação I
Bioestatística e Computação I Distribuições Teóricas de Probabilidade Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas
Leia maisEstatística - aulasestdistrnormal.doc 13/10/05
Distribuição Normal Introdução O pesquisador estuda variáveis. O estatístico diz que essas variáveis são aleatórias porque elas têm um componente que varia ao acaso. Por exemplo, a variabilidade dos pesos
Leia maisESTATÍSTICA. x(s) W Domínio. Contradomínio
Variáveis Aleatórias Variáveis Aleatórias são funções matemáticas que associam números reais aos resultados de um Espaço Amostral. Uma variável quantitativa geralmente agrega mais informação que uma qualitativa.
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 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 maisEstatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística I Aula 8 Prof.: Patricia Maria Bortolon, D. Sc. MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS CONTÍNUAS Lembram o que vimos sobre V.A. contínua na Aula 6? Definição: uma variável
Leia maisAproximação da binomial pela normal
Aproximação da binomial pela normal 1 Objetivo Verificar como a distribuição normal pode ser utilizada para calcular, de forma aproximada, probabilidades associadas a uma variável aleatória com distribuição
Leia maisModelos Probabilísticos Teóricos Discretos e Contínuos. Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal
Modelos Probabilísticos Teóricos Discretos e Contínuos Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal Distribuição de Probabilidades A distribuição de probabilidades de uma variável aleatória:
Leia maisVerificar como a distribuição normal pode ser utilizada para calcular, l de forma aproximada, probabilidades associadas a uma variável aleatória com
Aproximação da binomial pela normal 1 Objetivo Verificar como a distribuição normal pode ser utilizada para calcular, l de forma aproximada, probabilidades associadas a uma variável aleatória com distribuição
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 09
Teoria das Filas aplicadas a Sistemas Computacionais Aula 09 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisAproximação da binomial pela normal
Aproximação da binomial pela normal 1 Objetivo Verificar como a distribuição normal pode ser utilizada para calcular, de forma aproximada, probabilidades associadas a uma variável aleatória com distribuição
Leia mais12 Distribuições de Probabilidades
12 Distribuições de Probabilidades 12.1 Introdução Neste capítulo vamos dar continuidade ao estudo de probabilidades, introduzindo os conceitos de variáveis aleatórias e de distribuições de probabilidade.
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 maisPROBABILIDADES: VARIÁVEL ALEATÓRIA CONTÍNUA E DISTRIBUIÇÃO NORMAL
PROBABILIDADES: VARIÁVEL ALEATÓRIA CONTÍNUA E DISTRIBUIÇÃO NORMAL Aula 6 META Estudar o comportamento e aplicação das Variáveis Aleatórias Contínuas, bem como da Distribuição Normal. OBJETIVOS Ao final
Leia maisDistribuições Contínuas de Probabilidade
Distribuições Contínuas de Probabilidade Uma variável aleatória contínua é uma função definida sobre o espaço amostral, que associa valores em um intervalo de números reais. Exemplos: Espessura de um item
Leia maisProbabilidade e Modelos Probabilísticos
Probabilidade e Modelos Probabilísticos 2ª Parte: modelos probabilísticos para variáveis aleatórias contínuas, modelo uniforme, modelo exponencial, modelo normal 1 Distribuição de Probabilidades A distribuição
Leia maisModelos de Distribuição PARA COMPUTAÇÃO
Modelos de Distribuição MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Distribuições Discretas Bernoulli Binomial Geométrica Hipergeométrica Poisson ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO
Leia maisVARIÁVEIS ALEATÓRIAS e DISTRIBUIÇÃO BINOMIAL
VARIÁVEIS ALEATÓRIAS e DISTRIBUIÇÃO BINOMIAL 1 Variável Aleatória Uma função X que associa a cada elemento w do espaço amostral W um valor x R é denominada uma variável aleatória. Experimento: jogar 1
Leia maisMétodos Estatísticos
Métodos Estatísticos 5 - Distribuição Normal Referencia: Estatística Aplicada às Ciências Sociais, Cap. 7 Pedro Alberto Barbetta. Ed. UFSC, 5ª Edição, 2002. Distribuição de Probabilidades A distribuição
Leia maisVARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL
VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL 1 Variável Aleatória Uma função X que associa a cada elemento w do espaço amostral W um valor x R é denominada uma variável aleatória. Experimento: jogar 1 dado
Leia maisEscola Politécnica da USP Engenharia de Petróleo e Gás DISTRIBUIÇÃO DE PROBABILIDADE CONTÍNUA. Aulas 10, 11,12 e 13 - Prof. Regina Meyer Branski
Escola Politécnica da USP Engenharia de Petróleo e Gás DISTRIBUIÇÃO DE PROBABILIDADE CONTÍNUA Aulas 10, 11,12 e 13 - Prof. Regina Meyer Branski Objetivos Distribuição Normal e Distribuição Normal Padrão
Leia maisAula de Estatística 13/10 à 19/10. Capítulo 4 (pág. 155) Distribuições Discretas de Probabilidades
Aula de Estatística 13/10 à 19/10 Capítulo 4 (pág. 155) Distribuições Discretas de Probabilidades 4.1 Distribuições de probabilidades Variáveis Aleatórias Geralmente, o resultado de um experimento de probabilidades
Leia maisVariáveis Aleatórias Contínuas e Distribuições de Probabilidade
Variáveis Aleatórias Contínuas e Distribuições de Probabilidade Motivação A quantidade de oxigênio dissolvido é importante para aferir a qualidade de um regato. Os níveis aceitáveis de oxigênio variam
Leia maisUm conceito importante em Probabilidades e Estatística é o de
Variáveis Aleatórias Um conceito importante em Probabilidades e Estatística é o de Variável Aleatória. Variável Aleatória Seja (Ω, A) um espaço de acontecimentos. À função X : Ω IR chamamos variável aleatória.
Leia maisUnidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno
Unidade I ESTATÍSTICA APLICADA Prof. Mauricio Fanno Estatística indutiva Estatística descritiva Dados no passado ou no presente e em pequena quantidade, portanto, reais e coletáveis. Campo de trabalho:
Leia maisVARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL
VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL Variável Aleatória Uma função X que associa a cada elemento ω do espaço amostral Ω um valor x R é denominada uma variável aleatória. A variável aleatória pode
Leia maisIntrodução à Bioestatística
Instituto Nacional de Cardiologia February 22, 2016 1 2 3 4 Existem dois tipos de variáveis aleatórias Variáveis aleatórias discretas Variáveis aleatórias contínuas discreta Assume um número nito ou innito
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 maisBIOESTATISTICA. Unidade IV - Probabilidades
BIOESTATISTICA Unidade IV - Probabilidades 0 PROBABILIDADE E DISTRIBUIÇÃO DE FREQUÊNCIAS COMO ESTIMATIVA DA PROBABILIDADE Noções de Probabilidade Após realizar a descrição dos eventos utilizando gráficos,
Leia maisVariáveis Aleatórias Discretas
Variáveis Aleatórias Discretas Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução Definição Uma variável aleatória é uma função definida
Leia maisVariáveis Aleatórias. Prof. Tarciana Liberal Departamento de Estatística - UFPB
Variáveis Aleatórias Prof. Tarciana Liberal Departamento de Estatística - UFPB Introdução Ao descrever o espaço amostral de um experimento aleatório, não especificamos que um resultado individual seja
Leia maisPRINCIPAIS DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE
PRINCIPAIS DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE 3.1 INTRODUÇÃO Muitas variáveis aleatórias associadas a experimentos aleatórios têm propriedades similares e, portanto, podem ser descritas através de
Leia maisDistribuição Gaussiana
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Distribuição Gaussiana Introdução à Bioestatística Turma Nutrição Aula 7: Distribuição Normal (Gaussiana) Distribuição
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 maisDepartamento de Matemática Escola Superior de Tecnologia de Viseu
Distribuições contínuas Departamento de Matemática Escola Superior de Tecnologia de Viseu Distribuição Normal Diz-se que uma variável aleatória X tem distribuição normal, se a sua função densidade de probabilidade
Leia maisDistribuições de probabilidade
Distribuições de probabilidade Distribuições contínuas Carla Henriques, Nuno Bastos e Cristina Lucas Departamento de Matemática Escola Superior de Tecnologia de Viseu. Henriques, N. Bastos e C. Lucas (DepMAT)
Leia maisLucas Santana da Cunha de junho de 2018 Londrina
Variável aleatória contínua: Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 13 de junho de 2018 Londrina 1 / 26 Esperança e variância de Y Função de distribuição acumulada
Leia maisAproximação da Distribuição Binomial pela Distribuição Normal
Aproximação da Distribuição Binomial pela Distribuição Normal Uma das utilidades da distribuição normal é que ela pode ser usada para fornecer aproximações para algumas distribuições de probabilidade discretas.
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 maisBioestatística Aula 3
Bioestatística Aula 3 Anderson Castro Soares de Oliveira Anderson Bioestatística 1 / 51 Probabilidade Probabilidade é o ramo da matemática que estuda fenômenos aleatórios. Probabilidade é uma medida que
Leia mais1 Introdução. 2 Variáveis Aleatórias Discretas (VAD)
Prof. Janete Pereira Amador 1 1 Introdução Muitas situações cotidianas podem ser usadas como experimento que dão resultados correspondentes a algum valor, e tais situações podem ser descritas por uma variável
Leia maisMais Aplicações sobre cálculo de probabilidades
Mais Aplicações sobre cálculo de probabilidades Prof. Hemílio Fernandes Campos Coêlho Departamento de Estatística - Universidade Federal da Paraíba - UFPB Noções de Epidemiologia Em algumas aplicações
Leia maisProbabilidade. Variáveis Aleatórias e Distribuição de Probabilidades
Probabilidade Variáveis Aleatórias e Distribuição de Probabilidades Na aula de hoje, vamos 1 - Estender o conceito de variável, definindo o conceito de variável aleatória; 2 Entender porque as variáveis
Leia maisDistribuição Normal. Diz-se que uma variável aleatória X tem distribuição normal, se a sua função densidade de probabilidade for dada por:
Distribuições contínuas Departamento de Matemática Escola Superior de Tecnologia de Viseu Distribuição Normal Diz-se que uma variável aleatória X tem distribuição normal, se a sua função densidade de probabilidade
Leia maisDistribuições de Probabilidade
Distribuições de Probabilidade 7 6 5 4 3 2 1 0 Normal 1 2 3 4 5 6 7 8 9 10 11 Exemplos: Temperatura do ar 20 18 16 14 12 10 8 6 4 2 0 Assimetrica Positiva 1 2 3 4 5 6 7 8 9 10 11 Exemplos: Precipitação
Leia maisDistribuições de Probabilidade
Distribuições de Probabilidade Carla Henriques, Nuno Bastos e Cristina Lucas Departamento de Matemática Escola Superior de Tecnologia de Viseu. Henriques, N. Bastos e C. Lucas (DepMAT) Distribuições de
Leia maisConforme o conjunto de valores X(S) uma variável aleatória poderá ser discreta ou contínua.
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ s KKK CKK KKC KCK CCK CKC KCC CCC S X X(s) R X(S) Uma função X que associa a cada elemento de S (s S) um número real X(s) é denominada
Leia maisLEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100%
. Definição dos acontecimentos: M T-shirt tem manchas C T-shirt tem costuras defeituosas D T-shirt é defeituosa A Preço da t-shirt é alterado a) PM) = % PC) = 5% PM C) = % LEEC Probabilidades e Estatística
Leia maisEstatística: Probabilidade e Distribuições
Estatística: Probabilidade e Distribuições Disciplina de Estatística 2012/2 Curso: Tecnólogo em Gestão Ambiental Profª. Ms. Valéria Espíndola Lessa 1 Aula de Hoje 23/11/2012 Estudo da Probabilidade Distribuição
Leia maisStela Adami Vayego DEST/UFPR
Resumo 9 Modelos Probabilísticos Variável Contínua Vamos ver como criar um modelo probabilístico, o que é uma função densidade de probabilidade (fdp), e como calcular probabilidades no caso de variáveis
Leia maisEstatística Planejamento das Aulas
29 de outubro de 2018 Distribuição Discreta Uniforme No experimento estatístico, os eventos são equiprováveis. A v.a. discreta X assume n valores discretos tem função de probabilidade: { 1 se x f x = i
Leia maisVariáveis Aleatórias. Prof. Tarciana Liberal Departamento de Estatística - UFPB
Variáveis Aleatórias Prof. Tarciana Liberal Departamento de Estatística - UFPB Introdução Ao descrever o espaço amostral de um experimento aleatório, não especificamos que um resultado individual seja
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros
UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação; Essa variabilidade
Leia maisExperiência para o qual o modelo probabilístico é adequado. Efeito. Causas. Prof. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/~viali Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Determinístico Sistema Real Causas Efeito Probabilístico X Causas Efeito
Leia mais1 Distribuições Discretas de Probabilidade
1 Distribuições Discretas de Probabilidade A distribuição discreta descreve quantidades aleatórias (dados de interesse) que podem assumir valores particulares e os valores são finitos. Por exemplo, uma
Leia maisProbabilidade e Estatística. stica. Prof. Dr. Narciso Gonçalves da Silva pessoal.utfpr.edu.
Probabilidade e Estatística stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva pessoal.utfpr.edu.br/ngsilva Distribuição Uniforme Uma variável aleatória contínua X está
Leia maisRevisão de distribuições de probabilidades contínuas (Capítulo 6 Levine)
Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine) Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Chap 6-1 Objetivos: Neste capítulo, você aprenderá:
Leia maisTeorema do Limite Central
O Teorema do limite central (TLC) demonstra a tendência de aproximação das variáveis aleatórias com a distribuição normal. 2 O teorema do limite central é básico para a maioria das aplicações do controle
Leia mais5- Variáveis aleatórias contínuas
5- Variáveis aleatórias contínuas Para variáveis aleatórias contínuas, associamos probabilidades a intervalos de valores da variável. Exemplo 5.1 Seja a variável correspondente ao tempo até a cura de pacientes
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Probabilidade Condicional Independência de Eventos Teorema da Probabilidade Total Lei de Bayes Aula de hoje Exemplo Lei de Bayes Variáveis Aleatórias
Leia maisEstatística e Probabilidade Aula 06 Distribuições de Probabilidades. Prof. Gabriel Bádue
Estatística e Probabilidade Aula 06 Distribuições de Probabilidades Prof. Gabriel Bádue Teoria A distribuição de Poisson é uma distribuição discreta de probabilidade, aplicável a ocorrências de um evento
Leia maisPARTE 3. Profª. Drª. Alessandra de Ávila Montini
PARTE 3 Profª. Drª. Alessandra de Ávila Montini Distribuições Contínuas 2 Conteúdo Principais Distribuições de Probabilidade para Variáveis Quantitativas Contínuas: Exponencial Normal T de Student Qui-quadrado
Leia maisEstatística (MAD231) Turma: IGA. Período: 2018/2
Estatística (MAD231) Turma: IGA Período: 2018/2 Aula #03 de Probabilidade: 19/10/2018 1 Variáveis Aleatórias Considere um experimento cujo espaço amostral é Ω. Ω contém todos os resultados possíveis: e
Leia maisDistribuição de Probabilidade. Prof. Ademilson
Distribuição de Probabilidade Prof. Ademilson Distribuição de Probabilidade Em Estatística, uma distribuição de probabilidade descreve a chance que uma variável pode assumir ao longo de um espaço de valores.
Leia maisMAE 116 Distribuição Binomial FEA - 2º Semestre de 2018
MAE 116 Distribuição Binomial FEA - 2º Semestre de 2018 1 Vamos considerar alguns exemplos de experimentos aleatórios em que associamos a cada resultado possível um número 1. Lança-se uma moeda 10 vezes
Leia maisPROBABILIDADE. Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti
Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti PROBABILIDADE Dizemos que a probabilidade é uma medida da quantidade de incerteza que existe em um determinado experimento.
Leia maisDA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros
UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação Essa variabilidade
Leia maisDistribuições de Probabilidade. Distribuição Normal
Distribuições de Probabilidade Distribuição Normal 1 Distribuição Normal ou Gaussiana A distribuição Normal ou Gaussiana é muito utilizada em análises estatísticas. É uma distribuição simétrica em torno
Leia maisPrincipais distribuições discretas Distribuição de Bernoulli sucesso fracasso X = 1, se sucesso X = 0, se fracasso P(X) TOTAL 1 Exemplo 5:
Principais distribuições discretas Na prática, sempre se procura associar um fenômeno aleatório a ser estudado, a uma forma já conhecida de distribuição de probabilidade (distribuição teórica) e, a partir
Leia maisAULA 16 - Distribuição de Poisson e Geométrica
AULA 16 - Distribuição de Poisson e Geométrica Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Distribuição de Poisson Em muitas situações nos deparamos com a situação em que o número de ensaios
Leia maisDISTRIBUIÇÕES BERNOULLI, BINOMIAL E POISSON
DISTRIBUIÇÕES BERNOULLI, BINOMIAL E POISSON http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 05 de julho de 2017 Distribuição Bernoulli Exemplo Nos experimentos de Bernoulli, o espaço
Leia maisAula 5. Variáveis Aleatórias Discretas
Aula 5. Variáveis Aleatórias Discretas Definição formal : Variável aleatória é qualquer função definida em espaço Ω. Ω função é uma regra que para cada valor de domínio corresponde um valor de R R Definição
Leia maisAULA 07 Distribuições Discretas de Probabilidade
1 AULA 07 Distribuições Discretas de Probabilidade Ernesto F. L. Amaral 31 de agosto de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro:
Leia maisBIOESTATÍSTICA AULA 3. Anderson Castro Soares de Oliveira Jose Nilton da Cruz. Departamento de Estatística/ICET/UFMT
BIOESTATÍSTICA AULA 3 Anderson Castro Soares de Oliveira Jose Nilton da Cruz Departamento de Estatística/ICET/UFMT Probabilidade PROBABILIDADE Probabilidade é o ramo da matemática que estuda fenômenos
Leia maisLCE Introdução à Bioestatística Florestal 3. Variáveis aleatórias
LCE0216 - Introdução à Bioestatística Florestal 3. Variáveis aleatórias Profa. Dra. Clarice Garcia Borges Demétrio Monitores: Giovana Fumes e Ricardo Klein Escola Superior de Agricultura Luiz de Queiroz
Leia maisProf. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL
Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL Referências Bibliográficas Sistema de Avaliação Duas Provas teóricas Um Trabalho em Grupo MédiaFinal 0,4
Leia maisPROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano
PROBABILIDADE E ESTATÍSTICA Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 7 11/2014 Variáveis Aleatórias Variáveis Aleatórias Probabilidade e Estatística 3/41 Variáveis Aleatórias Colete
Leia maisEstatística e Probabilidade Aula 05 Distribuições de Probabilidades. Prof. Gabriel Bádue
Estatística e Probabilidade Aula 05 Distribuições de Probabilidades Prof. Gabriel Bádue Motivação Quais os possíveis resultados que poderão ser obtidos no lançamento de um dado não-viciado? Qual a probabilidade
Leia maisAULA 15 - Distribuição de Bernoulli e Binomial
AULA 15 - Distribuição de Bernoulli e Binomial Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Variável Aleatória de Bernoulli Podemos dizer que as variáveis aleatórias mais simples entre as
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 maisProfessora Ana Hermínia Andrade. Período
Distribuições de probabilidade Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2016.2 Modelos de distribuição Para
Leia maisUnidade IV ESTATÍSTICA. Prof. Fernando Rodrigues
Unidade IV ESTATÍSTICA Prof. Fernando Rodrigues Análise combinatória Analise combinatória é a área da Matemática que trata dos problemas de contagem. Ela é utilizada para contarmos o número de eventos
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Distribuições Discretas de Probabilidade Prof. Narciso Gonçalves da Silva www.pessoal.utfpr.edu.br/ngsilva Introdução Distribuições Discretas de Probabilidade Muitas variáveis
Leia mais5 Distribuição normal de probabilidade. Estatística Aplicada Larson Farber
5 Distribuição normal de probabilidade Estatística Aplicada Larson Farber Seção 5.1 Introdução às distribuições normais Propriedades de uma distribuição normal Suas média, mediana e moda são iguais. Tem
Leia maisDistribuições de Probabilidade. Distribuição Uniforme Distribuição Exponencial Distribuição Normal
Distribuições de Probabilidade Distribuição Uniforme Distribuição Exponencial Distribuição Normal 1 Distribuição Uniforme A distribuição Uniforme atribui uma densidade igual ao longo de um intervalo (a,b).
Leia maisRegras de probabilidades
Regras de probabilidades Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 16 de maio de 2018 Londrina 1 / 17 Propriedades As probabilidades sempre se referem a
Leia maisDistribuição de Probabilidade
Distribuição de Probabilidade ENG09004 2014/2 Prof. Alexandre Pedott pedott@producao.ufrgs.br Introdução O histograma é usado para apresentar dados amostrais extraídas de uma população. Por exemplo, os
Leia maisDistribuições de Probabilidade
Distribuições de Probabilidade Departamento de Matemática Escola Superior de Tecnologia de Viseu (DepMAT ESTV) Distribuições de Probabilidade 2007/2008 1 / 31 Introdução Introdução Já vimos como caracterizar
Leia maisBioestatística F. Modelo Binomial. Enrico A. Colosimo
Bioestatística F Modelo Binomial Enrico A. Colosimo Departamento de Estatística Universidade Federal de Minas Gerais http://www.est.ufmg.br/~enricoc 2011 1 / 1 Variável aleatória discreta Definição Uma
Leia maisCap. 8 Distribuições contínuas e modelo normal
Estatística Aplicada às Ciências Sociais Seta Edição Pedro Alberto Barbetta Florianópolis: Editora da UFSC, 2006 Cap. 8 Distribuições contínuas e modelo normal Variável aleatória discreta variável aleatória
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 maisVariáveis Aleatórias Discretas e Distribuições de 3Probabilidade
Variáveis Aleatórias Discretas e Distribuições de 3Probabilidade Variáveis Aleatórias Discretas e Distribuições de Probabilidade Objetivos do aprendizado 3 Como determinar se um experimento é Binomial.
Leia maisDaniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS
Daniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS INTRODUÇÃO O que é uma variável aleatória? Um tipo de variável que depende do resultado aleatório de um experimento aleatório. Diz-se que um experimento é
Leia maisPROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES
PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES Bruno Baierle Maurício Furigo Prof.ª Sheila Regina Oro (orientadora) Edital 06/2013 - Produção de Recursos Educacionais Digitais Variável Aleatória
Leia maisDistribuições Bernoulli, Binomial e Poisson
Distribuições Bernoulli, Binomial e Poisson Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 06 de junho de 2018 Londrina 1 / 18 Nos experimentos de Bernoulli,
Leia mais