ESTATÍSTICA APLICADA À ADMINISTRAÇÃO
|
|
|
- Renato Valgueiro di Azevedo
- 7 Há anos
- Visualizações:
Transcrição
1 ESTATÍSTICA APLICADA À ADMINISTRAÇÃO Thiago Marzagão DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
2 variáveis discretas vs variáveis contínuas Exemplos de variáveis discretas:...quantidade de alunos na sala...quantas vezes uma moeda cai cara" em 10 lançamentos...soma das faces de um dado em 10 lançamentos Exemplos de variáveis contínuas:...tempo decorrido entre dois eventos...peso...inflação Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
3 variáveis discretas vs variáveis contínuas Variável discreta: pode assumir número finito de valores. Variável contínua: pode assumir número infinito de valores. Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
4 distribuições contínuas de probabilidade Uma distribuição de probabilidade é uma função, f(x), que nos diz qual a probabilidade de x. Exemplo: litros de gasolina vendidos diariamente num posto de combustível. Mínimo: 0 litros. Máximo: 50 mil litros. Podemos enumerar todas as possibilidades? 0 litros 0,9 litros 0,99 litros 0,999 litros 0, litros Impossível enumerar! Espaço amostral é infinito. Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
5 distribuições contínuas de probabilidade f(5000) =? Aula 1: probabilidade = maneiras diferentes em que o evento pode acontecer / total de eventos que podem acontecer f(5000) = 1/ f(5000) = 0 Quando a variável é contínua, a probabilidade de qualquer evento é zero. Mas então o que dá p/ calcular? Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
6 distribuições contínuas de probabilidade Quando a variável é contínua, o que dá pra medir é a probabilidade de intervalos. f([ ]) =? Podemos calcular, por exemplo, a probabilidade de o posto vender entre 0 e 25 mil litros de combustível. Sim, é esquisito: a probabilidade de qualquer X litros individualmente é zero mas a soma de várias dessas probabilidades é maior que zero. Não tem como explicar esse paradoxo sem cálculo integral, que não vamos ver aqui. Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
7 distribuições contínuas de probabilidade Como exatamente calculamos a probabilidade de um intervalo? R: Representamos a distribuição de probabilidades em forma de gráfico e calculamos a área do gráfico entre os pontos inicial e final do intervalo. A fórmula exata depende da distribuição. (Desenhar no quadro diferentes distribuições: uniforme, exponencial, normal.) Aqui só veremos a distribuição normal, que é de longe a mais importante. Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
8 distribuições contínuas de probabilidade O que aprendemos até agora: Primeira lição de hoje: quando a variável é contínua, a probabilidade de qualquer evento é zero. Segunda lição de hoje: quando a variável é contínua, o que dá pra medir é a probabilidade de intervalos. Terceira lição de hoje: quando a variável é contínua, a probabilidade de um intervalo corresponde à área entre os pontos inicial e final. Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
9 a distribuição normal A distribuição normal tem formato de "sino". (Desenhar no quadro.) É a distribuição mais importante da estatística. Caracteriza inúmeros fenômenos da natureza e da vida quotidiana. Exemplos: peso, altura, idade, QI, salário, notas... (Coletar exemplos da sala.) Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
10 a distribuição normal b a f(x) = 1 σ /2σ2 e (x µ)2 dx 2π µ = média σ = desvio-padrão π 3,14 e 2,71 Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
11 a distribuição normal padrão b a f(z) = 1 2π e z2 /2 dx Quando µ = 0 e σ = 1, chamamos a distribuição normal de distribuição normal padrão. Vamos aprender a encontrar a probabilidade de um determinado intervalo na distribuição normal padrão. Depois vamos aprender a encontrar a probabilidade de um dado intervalo em qualquer distribuição normal. Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
12 a nossa "cola" TABELA NORMAL PADRÃO Material didático adicional Disciplina: EST111 Introdução à Estatística A2 ICEx/UFMG a 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09-3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010-2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014-2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019-2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026-2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036-2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048-2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064-2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084-2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110-2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143-2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183-1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233-1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294-1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367-1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455-1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559-1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681-1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823-1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985-1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170-1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379-0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611-0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867-0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148-0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451-0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776-0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121-0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483-0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859-0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247 0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641 a 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359 0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753 0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141 0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517 0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879 0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224 0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549 0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852 0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133 0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389 1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621 1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830 1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015 1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177 1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319 1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441 1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545 1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633 1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706 1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767 2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817 2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857 2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890 2,3 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916 2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936 2,5 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952 2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964 2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974 2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981 2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986 3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990 Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
13 exercício 1 Trace um gráfico da distribuição normal padrão. Rotule o eixo horizontal nos valores -3, -2, -1, 0, 1, 2 e 3. Depois use a tabela de probabilidades da distribuição normal padrão para calcular as seguintes probabilidades: a) P (z 1, 5) b) P (z 1) c) P (1 z 1, 5) d) P (0 < z < 2, 5) (Ex. 10 em Anderson et al, pp ) Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
14 exercício 2 Dado que z é uma variável aleatória normal padrão, calcule as seguintes probabilidades: a) P (z 1, 0) b) P (z 1) c) P (z 1, 5) d) P ( 2, 5 z) e) P ( 3 < z 0) (Ex. 11 em Anderson et al, pp. 258) Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
15 exercício 3 Dado que z é uma variável aleatória normal padrão, calcule as seguintes probabilidades: a) P (0 z 0, 83) b) P ( 1, 57 z 0) c) P (z > 0, 44) d) P (z 0, 23) e) P (z < 1, 20) f) P (z 0, 71) (Ex. 12 em Anderson et al, pp. 258) Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
16 exercício 4 Dado que z é uma variável aleatória normal padrão, calcule as seguintes probabilidades: a) P ( 1, 98 z 0, 49) b) P (0, 52 z 1, 22) c) P ( 1, 75 z 1, 04) (Ex. 13 em Anderson et al, pp. 258) Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
17 exercício 5 Dado que z é uma variável aleatória padrão, encontre z para cada uma das situações: a) A área à esquerda de z é 0,9750. b) A área entre 0 e z é 0,4750. c) A área à esquerda de z é 0,7291. d) A área à direita de z é 0,1314. e) A área à esquerda de z é 0,6700. f) A área à direita de z é 0,3300. (Ex. 14 em Anderson et al, p. 258) Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
18 exercício 6 Dado que z é uma variável aleatória padrão, encontre z para cada uma das situações: a) A área à esquerda de z é 0,2119. b) A área entre z e z é 0,9030. c) A área entre z e z é 0,2052. d) A área à esquerda de z é 0,9948. e) A área à direita de z é 0,6915. (Ex. 15 em Anderson et al, p. 258) Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
19 exercício 7 Dado que z é uma variável aleatória padrão, encontre z para cada uma das situações: a) A área à direita de z é 0,01. b) A área à direita de z é 0,025. c) A área à direita de z é 0,05. d) A área à direita de z é 0,10. (Ex. 16 em Anderson et al, p. 258) Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
20 a distribuição normal b a f(x) = 1 σ /2σ2 e (x µ)2 dx 2π O que fazer quando µ 0 ou σ 1? R: converter os pontos inicial e final p/ uma distribuição normal padrão. z = x µ σ Daí é só consultar a nossa "cola", exatamente da mesma forma como fizemos antes. Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
21 exercício 8 Uma variável aleatória é normalmente distribuída com uma média de µ = 50 e um desvio padrão de σ = 5. b) Qual é a probabilidade de a variável aleatória assumir um valor entre 45 e 55? c) Qual é a probabilidade de a variável aleatória assumir um valor entre 40 e 60? (Ex. 9 em Anderson et al, p. 257, b-c) Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
22 exercício 9 Para os mutuários com boas pontuações de crédito, a dívida média de contas rotativas escalonadas é de $ (Business Week, 20 de março de 2006.) Considere que o desvio padrão é $ e que as quantias de débito são normalmente distribuídas. a) Qual é a probabilidade de que o débito de um mutuário com bom crédito seja maior do que $ ? b) Qual é a probabilidade de que o débito de um mutuário com bom crédito seja menor do que $ ? c) Qual é a probabilidade de que o débito de um mutuário com bom crédito esteja entre $ e $ ? d) Qual é a probabilidade de que o débito de um mutuário seja de não mais do que $ ? (Ex. 17 em Anderson et al, pp ) Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
23 exercício 9 - resolução Primeiro passo: "traduzir" o enunciado da questão. µ = 15015, σ = 3540 a) P (x > 18000) =? b) P (x < 10000) =? c) P (12000 < x < 18000) =? d) P (x < 14000) =? Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
24 exercício 9 - resolução (cont.) Primeiro passo: "traduzir" o enunciado da questão. µ = 15015, σ = 3540 a) P (x > 18000) =? b) P (x < 10000) =? c) P (12000 < x < 18000) =? d) P (x < 14000) =? Segundo passo: converter de x p/ z a) z = x µ σ b) z = x µ σ c) z = x µ σ z = x µ σ d) z = x µ σ = = 0, = = 1, = = 0, = = 0, = = 0, Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
25 exercício 9 - resolução (cont.) Segundo passo: converter de x p/ z a) z = x µ = = 0, 843 σ 3540 b) z = x µ = = 1, 416 σ 3540 c) z = x µ = = 0, 851 σ 3540 z = x µ = = 0, 843 σ 3540 d) z = x µ = = 0, 286 σ 3540 Terceiro passo: reescrever enunciado em termos de z a) P (z > 0, 843) =? b) P (z < 1, 416) =? c) P ( 0, 851 < z < 0, 843) =? d) P (z < 0, 286) =? Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
26 exercício 9 - resolução (cont.) Terceiro passo: reescrever enunciado em termos de z a) P (z > 0, 843) =? b) P (z < 1, 416) =? c) P ( 0, 851 < z < 0, 843) =? d) P (z < 0, 286) =? Quarto (e último!) passo: usar nossa "cola" p/ encontrar as probabilidades. a) P (z > 0, 843) = 0, 2005 b) P (z < 1, 416) = 0, 0793 c) P ( 0, 851 < z < 0, 843) = 0, , 1977 = 0, 0028 d) P (z < 0, 286) = 0, 3897 Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
27 exercício 10 A média de preço das ações das empresas que compõem a S&P é de $ 30 e o desvio padrão é $ 8,20 (Business Week, edição especial anual, primavera de 2003). Suponha que os preços das ações se distribuam normalmente. a) Qual é a probabilidade de uma empresa ter um preço de, no mínimo, $ 40 para suas ações? b) Qual é a probabilidade ter um preço não superior a $ 20 para suas ações? c) Qual deve ser o preço das ações para que a empresa seja incluída entre os 10% maiores? (Ex. 18 em Anderson et al, p. 259) Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
28 exercício 11 Em um artigo sobre o custo dos serviços de assistência médica, a revista Money relatou que uma consulta em uma sala de emergência de um hospital para tratar de algo tão simples como uma dor de garganta tem um custo médio de $ 328 (Money, janeiro de 2009). Considere que o custo desse tipo de consulta em uma sala de emergência de um hospital seja normalmente distribuído com um desvio padrão de $ 92. Responda às seguintes questões sobre o custo do tipo de consulta mencionado anteriormente. a) Qual é a probabilidade de que o custo será maior do que $ 500? b) Qual é a probabilidade de que o custo será menor do que $ 250? c) Qual é a probabilidade de que o custo estará entre $ 300 e $ 400? d) Se o custo para um paciente estiver entre os 8% menores encargos para esse serviço médico, qual foi custo da consulta na sala de emergência para esse paciente? (Ex. 19 em Anderson et al, p. 259) Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
29 exercício 12 Em janeiro de 2003 o trabalhador norte-americano passou em média 77 horas conectado à Internet enquanto se encontrava no trabalho (CNBC, 15 de março de 2003). Suponha que a média populacional é 77 horas, que os tempos estejam normalmente distribuídos e que o desvio padrão seja de 20 horas. a) Qual é a probabilidade de um trabalhador escolhido aleatoriamente ter passado menos de 50 horas conectado à Internet? b) Qual porcentagem de trabalhadores passou mais de 100 horas conectados à Internet? c) Uma pessoa é classificada como usuário intensivo se estiver entre os 20% que fazem mais uso. Quantas horas um trabalhador deve se manter conectado à Internet para ser classificado como usuário intensivo? (Ex. 20 em Anderson et al, p. 259) Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
30 exercício 13 Uma pessoa deve obter uma pontuação entre os 2% mais bem classificados da população em um teste de QI para afiliar-se à Mensa, uma sociedade internacional de pessoas com QI elevado (US Airways Attache, setembro de 2000). Se as pontuações de QI forem normalmente distribuídas com uma média 100 e desvio padrão igual a 15, qual pontuação uma pessoa deve obter para poder afiliar-se à Mensa? (Ex. 21 em Anderson et al, p. 259) Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
31 exercício 14 O hábito de assistir à TV atingiu uma nova marca quando a Nielsen Company relatou um tempo médio diário de 8,35 horas por espectador assistindo à TV (USA Today, 11 de novembro de 2009). Utilize uma distribuição de probabilidade normal com um desvio padrão de 2,5 horas para responder às seguintes perguntas sobre o tempo diário assistindo à TV para cada espectador. a) Qual é a probabilidade de que um espectador assista à TV durante 5 a 10 horas por dia? b) Por quantas horas um espectador deve assistir à TV para estar entre os 3% que mais assistem TV dentre todos os espectadores? c) Qual é a probabilidade de que um telespectador assista à TV por mais de 3 horas por dia? (Ex. 22 em Anderson et al, p. 259) Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
32 exercício 15 O tempo necessário para concluir um exame final em determinado curso universitário está distribuído normalmente com uma média de 80 minutos e desvio padrão de 10 minutos. Responda às seguintes questões: a) Qual é a probabilidade de alguém concluir o exame em uma hora ou menos? b) Qual é a probabilidade de um estudante concluir o exame em mais de 60 minutos, porém, menos de 75 minutos? c) Suponha que a classe tenha 60 alunos e que a duração do exame seja de 90 minutos. Quantos estudantes você espera que não conseguirão concluir o exame no tempo determinado? (Ex. 23 em Anderson et al, p. 260) Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
33 exercício 16 De acordo com a Sleep Foundation, o tempo médio de sono das pessoas à noite é de 6,8 horas (Fortune, 20 de março de 2006). Considere que o desvio padrão seja de 0,6 hora e que a distribuição de probabilidade seja normal. a) Qual é a probabilidade de que uma pessoa selecionada aleatoriamente durma mais de 8 horas? b) Qual é a probabilidade de que uma pessoa selecionada aleatoriamente durma 6 horas ou menos? c) Os médicos sugerem que se durma de 7 a 9 horas por noite. Qual porcentagem da população dorme durante o período recomendado? (Ex. 25 em Anderson et al, p. 260) Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
34 a distribuição normal Algumas propriedades da distribuição normal: Intervalo entre σ e σ contém 68,3% da probabilidade. Intervalo entre 2σ e 2σ contém 95,4% da probabilidade. Intervalo entre 3σ e 3σ contém 99,7% da probabilidade. (Desenhar no quadro.) Relevância disso? Essas propriedades nos permitem dispensar a "cola" em alguns casos. Exemplo: Qual a probabilidade de alguém ter mais de 1,88 de altura? Dados: µ = 170cm e σ = 6cm 68,3% das pessoas terão entre 164cm e 176cm. 95,4% das pessoas terão entre 158cm e 182cm. 99,7% das pessoas terão entre 152cm e 188cm. R: Quem tem 1,88 ou mais está entre os 0,15% mais altos. Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
35 a nossa "cola" TABELA NORMAL PADRÃO Material didático adicional Disciplina: EST111 Introdução à Estatística A2 ICEx/UFMG a 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09-3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010-2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014-2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019-2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026-2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036-2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048-2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064-2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084-2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110-2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143-2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183-1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233-1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294-1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367-1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455-1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559-1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681-1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823-1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985-1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170-1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379-0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611-0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867-0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148-0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451-0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776-0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121-0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483-0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859-0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247 0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641 a 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359 0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753 0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141 0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517 0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879 0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224 0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549 0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852 0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133 0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389 1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621 1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830 1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015 1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177 1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319 1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441 1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545 1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633 1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706 1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767 2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817 2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857 2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890 2,3 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916 2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936 2,5 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952 2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964 2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974 2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981 2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986 3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990 Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/ / 35
(questão extraída de Anderson et al. Estatística Aplicada à Administração e Economia)
Questão 1 Para os mutuários com boas pontuações de crédito, a dívida média de contas rotativas escalonadas é de $ 15.015 (Business Week, 20 de março de 2006.) Considere que o desvio padrão é $ 3.540 e
ESTATÍSTICA APLICADA À ADMINISTRAÇÃO
ESTATÍSTICA APLICADA À ADMINISTRAÇÃO Thiago Marzagão DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/2016 1 / 28 variáveis discretas vs variáveis contínuas
Distribuições 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
ESTATÍSTICA APLICADA À ADMINISTRAÇÃO
ESTATÍSTICA APLICADA À ADMINISTRAÇÃO Thiago Marzagão INTERVALOS DE CONFIANÇA Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 1/2016 1 / 53 média amostral ( x) Queremos saber o salário médio
Métodos 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
Probabilidade 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
Estatística 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
PRINCIPAIS 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
Estatística II Aula 2. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística II Aula Prof.: Patricia Maria Bortolon, D. Sc. Distribuições Amostrais ... vocês lembram que: Antes de tudo... Estatística Parâmetro Amostra População E usamos estatíticas das amostras para
Distribuição Normal. Estatística Aplicada I DISTRIBUIÇÃO NORMAL. Algumas característica importantes. 2πσ
Estatística Aplicada I DISTRIBUIÇÃO NORMAL Prof a Lilian M. Lima Cunha AULA 5 09/05/017 Maio de 017 Distribuição Normal Algumas característica importantes Definida pela média e desvio padrão Media=mediana=moda
Estatística 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
Probabilidade e Estatística
Probabilidade e Estatística Aula 5 Probabilidade: Distribuições de Discretas Parte 1 Leitura obrigatória: Devore, 3.1, 3.2 e 3.3 Chap 5-1 Objetivos Nesta parte, vamos aprender: Como representar a distribuição
5 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
( x) = a. f X. = para x I. Algumas Distribuições de Probabilidade Contínuas
Probabilidade e Estatística I Antonio Roque Aula Algumas Distribuições de Probabilidade Contínuas Vamos agora estudar algumas importantes distribuições de probabilidades para variáveis contínuas. Distribuição
Estatística 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
Distribuição Normal. Prof. Eduardo Bezerra. (CEFET/RJ) - BCC - Inferência Estatística. 25 de agosto de 2017
padrão - padronização Distribuição Normal Prof. Eduardo Bezerra (CEFET/RJ) - BCC - Inferência Estatística 25 de agosto de 2017 Eduardo Bezerra (CEFET/RJ) Distribuição Normal Março/2017 1 / 32 Roteiro Distribuições
Sumário. 2 Índice Remissivo 11
i Sumário 1 Principais Distribuições Contínuas 1 1.1 Distribuição Uniforme................................. 1 1.2 A Distribuição Normal................................. 2 1.2.1 Padronização e Tabulação
Teoria 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
Probabilidade 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
6- Probabilidade e amostras: A distribuição das médias amostrais
6- Probabilidade e amostras: A distribuição das médias amostrais Anteriormente estudamos como atribuir probabilidades a uma observação de alguma variável de interesse (ex: Probabilidade de um escore de
Modelos 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:
14. Distribuição de Probabilidade para Variáveis Aleatórias Contínuas
4. Distribuição de Probabilidade para Variáveis Aleatórias Contínuas Os valores assumidos por uma variável aleatória contínua podem ser associados com medidas em uma escala contínua como, por exemplo,
Teoria 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
1 Distribuição Uniforme
Centro de Ciências e Tecnologia Agroalimentar - Campus Pombal Disciplina: Estatística Básica - 03 Aula 8 Professor: Carlos Sérgio UNIDADE 4 - Distribuições Contínuas (Notas de Aula) Distribuição Uniforme
Estatística (MAD231) Turma: IGA. Período: 2018/2
Estatística (MAD231) Turma: IGA Período: 2018/2 Aula #04 de Probabilidade: 26/10/2018 1 Variáveis Aleatórias Contínuas De modo informal as variáveis aleatórias são contínuas quando resultam de algum tipo
Modelos 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
Revisão 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:
{ C(1 x 2 ), se x ( 1, 1), f(x) = Cxe x/2, se x > 0, x + k, se 0 x 3; 0, c.c. k, se 1 < x 2; kx + 3k, se 2 < x 3;
Universidade de Brasília Departamento de Estatística 4 a Lista de PE 1. Seja X uma variável aleatória com densidade { C(1 x 2 ), se x ( 1, 1), 0, se x / ( 1, 1). a) Qual o valor de C? b) Qual a função
Aula 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
3 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
Variável aleatória. O resultado de um experimento aleatório é designado variável aleatória (X)
Variável aleatória O resultado de um experimento aleatório é designado variável aleatória (X) Função densidade de probabilidade A função densidade de probabilidade associa cada possível valor da variável
1 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
AULA 02 Distribuição de Probabilidade Normal
1 AULA 02 Distribuição de Probabilidade Normal Ernesto F. L. Amaral 20 de agosto de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario
Probabilidade e Estatística
Probabilidade e Estatística Aula 6 Distribuições Contínuas (Parte 02) Leitura obrigatória: Devore, Capítulo 4 Chap 6-1 Distribuições de Probabilidade Distribuições de Probabilidade Distribuições de Probabilidade
AULA 02 Distribuição de probabilidade normal
1 AULA 02 Distribuição de probabilidade normal Ernesto F. L. Amaral 02 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH)
Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição t de Student 02/14 1 / 1 A distribuição t de Student é uma das distribuições
5- 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
Unidade 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:
Fundamentos 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
Segunda 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
Cálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Distribuição Normal Motivação: Distribuição
Probabilidade e Estatística
Probabilidade e Estatística Aula 7 Distribuição da Média Amostral Leitura obrigatória: Devore: Seções 5.3, 5.4 e 5.5 Chap 8-1 Inferência Estatística Na próxima aula vamos começar a parte de inferência
Universidade Federal de Goiás Instituto de Matemática e Estatística
Universidade Federal de Goiás Instituto de Matemática e Estatística Prova 3 de Probabilidade Prof.: Fabiano F. T. dos Santos Goiânia, 12 de dezembro de 214 Aluno: Nota: Descreva seu raciocínio e desenvolva
Cap. 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
AULA 17 - Distribuição Uniforme e Normal
AULA 17 - Distribuição Uniforme e Normal Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Distribuições Contínuas Em muitos problemas se torna matematicamente mais simples considerar um espaço
2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB.
2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB. 1) Classifique as seguintes variáveis aleatórias como discretas ou contínuas. X : o número de acidentes de automóvel por ano na rodovia BR 116. Y :
Distribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros - parte I 19 de Maio de 2011 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Entender estimação de parâmetros de uma distribuição
Avaliação 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
ESTATÍSTICA. 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.
Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31 Um teorema de grande importância e bastante utilidade em probabilidade
Cálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Variáveis Aleatórias Ao descrever um espaço
Estatística Aplicada I
Estatística Aplicada I ESPERANCA MATEMATICA AULA 1 25/04/17 Prof a Lilian M. Lima Cunha Abril de 2017 EXPERIMENTO RESULTADOS EXPERIMENTAIS VARIÁVEL ALEATÓRIA X = variável aleatória = descrição numérica
Distribuições 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
IND 1115 Inferência Estatística Aula 7
Conteúdo IND 1115 Inferência Estatística Aula 7 Setembro 2004 Por que a revisão de probabilidades até agora? A importância da distribuição Normal O Mônica Barros mbarros.com 1 mbarros.com 2 Por que uma
A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.
UNIVERSIDADE FEDERAL DA PARAÍBA Distribuição Amostral Prof. Tarciana Liberal Departamento de Estatística INTRODUÇÃO A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através
Capítulo 5 Distribuições de probabilidade normal Pearson Prentice Hall. Todos os direitos reservados.
Capítulo 5 Distribuições de probabilidade normal slide 1 Descrição do capítulo 5.1 Introdução à distribuição normal e distribuição normal padrão 5.2 Distribuições normais: encontrando probabilidades 5.3
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
Métodos Experimentais em Ciências Mecânicas
Métodos Experimentais em Ciências Mecânicas Professor Jorge Luiz A. Ferreira Função que descreve a chance que uma variável pode assumir ao longo de um espaço de valores. Uma distribuição de probabilidade
Conceitos básicos: Variável Aleatória
: Variável Aleatória Variável aleatória (v.a.) valor numérico que é resultado de uma eperiência aleatória. Podemos ter variáveis aleatórias contínuas ou discretas. Eemplo 1: Suponha que lança duas moedas
PROBABILIDADE 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
Definição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.
1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento
Introdução à Probabilidade e à Estatística (BCN ) Prova 2 (A) 16/08/2018 Correção
Introdução à Probabilidade e à Estatística (BCN0406-1) Prova 2 (A) 16/08/2018 Correção (1.pt) 1. Dadas as seguintes probabilidades associadas à variável aleatória X: -1 1 2 p() 1/2 1/3 1/6 a) Calcule a
Distribuições de probabilidade de variáveis aleatórias contínuas
Distribuições de probabilidade de variáveis aleatórias contínuas Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Distribuição Exponencial Introdução É utilizada frequentemente como modelo para
FMU- Cursos de Tecnologia Disciplina: Métodos Quantitativos em Gestão e Negócios-
FMU- Cursos de Tecnologia Disciplina: Métodos Quantitativos em Gestão e Negócios- Memória - Teoria e Exercícios sobre Distribuição Normal de Probabilidade Distribuição Normal de Probabilidade As distribuições
Variáveis 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
Lucas Santana da Cunha de junho de 2017
VARIÁVEL ALEATÓRIA Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 19 de junho de 2017 Uma função que associa um número real aos resultados
Estatística 1. Resumo Teórico
Estatística 1 Resumo Teórico Conceitos do Curso 1. Tipos de Variáveis e Representações Gráficas a. Tipos de Variáveis b. Distribuição de Frequências c. Histograma 2. Estatística Descritiva Medidas Estatísticas
UNIVERSIDADE 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
Tópicos em Gestão da Informação II
Tópicos em Gestão da Informação II Aula 05 Variabilidade estatística Prof. Dalton Martins dmartins@gmail.com Gestão da Informação Faculdade de Informação e Comunicação Universidade Federal de Goiás Exercício
MAE Introdução à Probabilidade e Estatística II Resolução Lista 5
MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão
Distribuição 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
Variáveis 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
Testes de Hipótese PARA COMPUTAÇÃO
Testes de Hipótese MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Testes de Hipóteses Um teste de hipótese é uma técnica de análise usada para estimar se uma hipótese sobre a população está correta,
Variáveis Aleatórias. Esperança e Variância. Prof. Luiz Medeiros Departamento de Estatística - UFPB
Variáveis Aleatórias Esperança e Variância Prof. Luiz Medeiros Departamento de Estatística - UFPB ESPERANÇA E VARIÂNCIA Nos modelos matemáticos aleatórios parâmetros podem ser empregados para caracterizar
Variáveis 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
PROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano
PROBABILIDADE E ESTATÍSTICA Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 8 11/2014 Distribuição Normal Vamos apresentar distribuições de probabilidades para variáveis aleatórias contínuas.
DISTRIBUIÇÕES ESPECIAIS DE PROBABILIDADE DISCRETAS
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADES 1 1. VARIÁVEIS ALEATÓRIAS Muitas situações cotidianas podem ser usadas como experimento que dão resultados correspondentes a algum valor, e tais situações
Contabilometria. Prof.: Patricia Maria Bortolon, D. Sc.
Contabilometria Prof.: Patricia Maria Bortolon, D. Sc. Intervalos de Confiança Fonte: LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L.; Estatística Teoria e Aplicações, 5a. Edição, Editora
Variáveis Aleatórias Contínuas e Distribuição de Probabilidad
Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte II 26 de Novembro de 2013 Distribuição Contínua Uniforme Média e Variância Objetivos Ao final deste capítulo você deve ser capaz
Probabilidade Aula 04
0303200 Probabilidade Aula 04 Magno T. M. Silva Escola Politécnica da USP Março de 2017 A maior parte dos exemplos dessa aula foram extraídos de Jay L. Devore, Probabilidade e Estatística para engenharia
Seção 2.3 Uma Variável Quantitativa: Medidas de Dispersão
Seção 2.3 Uma Variável Quantitativa: Medidas de Dispersão Sumário Uma variável quantitativa: Desvio padrão Escore z Resumo dos cinco números Amplitude e AIQ Percentis FilmesHollywood2011.xls Desvio Padrão
Intervalos de Confiança
Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de
Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina.
Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina. De forma geral, a prova manteve o padrão das questões da
Lucas 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,
Variável Aleatória Contínua:
Distribuição Contínua Normal Luiz Medeiros de Araujo Lima Filho Departamento de Estatística UFPB Variável Aleatória Contínua: Assume valores num intervalo de números reais. Não é possível listar, individualmente,
Estatística Básica. Variáveis Aleatórias Contínuas. Renato Dourado Maia. Instituto de Ciências Agrárias. Universidade Federal de Minas Gerais
Estatística Básica Variáveis Aleatórias Contínuas Renato Dourado Maia Instituto de Ciências Agrárias Universidade Federal de Minas Gerais Lembrando... Uma quantidade X, associada a cada possível resultado
Distribuições Contínuas Prof. Walter Sousa
Estatística Distribuições Contínuas Prof. Walter Sousa DISTRIBUIÇÕES CONTÍNUAS Uma variável aleatória XX é contínua se assumir um número infinito não numerável de valores. Assim, fica definida uma função,
Lucas 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,
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
Ref: 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
CE Estatística I
CE 002 - Estatística I Agronomia - Turma B Professor Walmes Marques Zeviani Laboratório de Estatística e Geoinformação Departamento de Estatística Universidade Federal do Paraná 1º semestre de 2012 Zeviani,
6.3 Valor Médio de uma Variável Aleatória
6. 3 V A L O R M É D I O D E U M A V A R I Á V E L A L E A T Ó R I A 135 1. Considere uma urna contendo três bolas vermelhas e cinco pretas. Retire três bolas, sem reposição, e defina a v.a. X igual ao
Probabilidade Aula 08
332 Probabilidade Aula 8 Magno T. M. Silva Escola Politécnica da USP Maio de 217 A maior parte dos exemplos dessa aula foram extraídos de Jay L. Devore, Probabilidade e Estatística para engenharia e ciências,
Conceitos Iniciais de Estatística Módulo 6 : PROBABILIDADE VARIÁVEL ALEATÓRIA CONTÍNUA Prof. Rogério Rodrigues
Conceitos Iniciais de Estatística Módulo 6 : PROBABILIDADE VARIÁVEL ALEATÓRIA CONTÍNUA Prof. Rogério Rodrigues 0 1 CONCEITOS INICIAIS DE ESTATÍSTICA: PROBABILIDADE / VARIÁVEL ALEATÓRIA CONTÍNUA CURSO :
Notas de Aula. Copyright 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.
Notas de Aula Estatística Elementar 10ª Edição by Mario F. Triola Tradução: Denis Santos Slide 1 Capítulo 5 Distribuições de Probabilidades 5-1 Visão Geral 5-2 Variáveis Aleatórias 5-3 Distribuição de
AULA 8. DISTRIBUIÇÕES DE VARIÁVEIS CONTÍNUAS Uniforme, Exponencial e Normal 19/05/2017
AULA 8 DISTRIBUIÇÕES DE VARIÁVEIS CONTÍNUAS Uniforme, Exponencial e Normal 19/05/2017 As funções de distribuição (acumulada) e de densidade para v.a. contínuas = =. Se a densidade f(x)for continua no seu
Distribuições 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).
5 TORIA ELEMENTAR DA AMOSTRAGEM
5 TORIA ELEMENTAR DA AMOSTRAGEM É errôneo pensar que, caso tivéssemos acesso a todos os elementos da população, seríamos mais precisos. Os erros de coleta e manuseio de um grande número de dados são maiores