PROBABILIDADE. October 16, Bioestatística Parte I October 16, / 78
|
|
- Ruy Lemos Penha
- 8 Há anos
- Visualizações:
Transcrição
1 PROBABILIDADE October 16, 2013 Bioestatística Parte I October 16, / 78
2 PROBABILIDADE 1 Probabilidade Introdução Operações com Eventos Definição Clássica de Probabilidade Definição axiomática de probabilidade Exercícios Espaço amostral não enumerável Usando o EXCEL Probabilidade condicional Partição de um espaço amostral Teorema se Bayes 2 Testes Diagósticos Qualidade de testes diagnósticos Sensibilidade e Especificidade Exemplo 1 Exemplo 2 Valor da predições Exemplo 3 Bioestatística Parte I October 16, / 78
3 Vimos anteriormente como caracterizar uma massa de dados, como o objetivo de organizar e resumir informações. Agora, apresentamos a teoria matemática que dá base teórica para o desenvolvimento de técnicas estatísticas utilizadas nas tomadas de decisões. Bioestatística Parte I October 16, / 78
4 Fenômeno aleatório (ou experimento aleatório) É a situação ou acontecimento cujos resultados não podem ser previstos com certeza. Exemplo: as condições climáticas para o próximo domingo não podem ser estabelecidas com total acerto. (Modelos podem ser estabelecidos para quantificar as incertezas das diversas ocorrências nessas situações). Bioestatística Parte I October 16, / 78
5 Espaço Amostral É o conjunto de todos os resultados possíveis, de um experimento aleatório. Ele será representado pela letra grega Ω (ômega). Quanto ao número de elementos pode ser: Finito: Número limitado de elementos. Exemplo: S = 1, 2, 3, 4, 5, 6 Infinito: Número ilimitado de elementos: a) Enumerável: Quando os possíveis resultados puderem ser postos em concordância biunívoca com o conjunto dos números naturais (caso das variáveis aleatórias discretas). Exemplo: N b) Não Enumerável: Quando os possíveis resultados não puderem ser postos em concordância biunívoca com o conjunto dos números naturais (caso das variáveis aleatórias contínuas). R Bioestatística Parte I October 16, / 78
6 Evento Os subconjuntos de Ω são denominados eventos e podem ser representados pelas letras maiúsculas A, B,. O conjunto vazio será representado por Φ, como já é tradicional. Podem-se ter operações entre eventos da mesma forma que com conjuntos, como é mostrado a seguir. Bioestatística Parte I October 16, / 78
7 União A união de dois conjuntos A e B, denotada por A U B, representa a ocorrência de pelo menos um dos eventos, A ou B. É o evento que ocorrerá se, e somente se, A ou B ou ambos ocorrerem. Bioestatística Parte I October 16, / 78
8 Interseção A interseção do evento A com o evento B, denotada por é a ocorrência simultânea de A e B. Bioestatística Parte I October 16, / 78
9 Dois eventos são disjuntos ou mutuamente exclusivos quando não tem elementos em comum. Isto é, A B = Φ Bioestatística Parte I October 16, / 78
10 Dizemos que A e B são complementares se sua união é o espaço amostral e sua interseção é vazia. O complementar de A será dado por A c e temos que: A A c = Ω e A A c = Φ. Algumas vezes, encontramos A no lugar de A c. Bioestatística Parte I October 16, / 78
11 Exemplo Lançam-se duas moedas. Sejam os eventos: A: saída de faces iguais. B: saída de cara na primeira moeda. Determinar os eventos: a) A B b) A B c) A c d) B c e) (A B) c f) (A B) Bioestatística Parte I October 16, / 78
12 Definição Clássica de Probabilidade Dado um experimento aleatório, sendo Ω seu espaço amostral, vamos admitir que todos os elementos de Ω tenham a mesma chance de acontecer, ou seja, Ω é um conjunto equiprovável. Definimos a probabilidade de um evento A (A Ω) ao número real P (A) tal que: P (A) = número de resultados favoráveis a A número de resultados possíveis = n(a) n(ω) Bioestatística Parte I October 16, / 78
13 Exemplo Considerndo o lançamento de um dado, pede-se: a) A probabilidade do evento A (obter um número par na face superior). b) A probabilidade do evento B (obter um número menor ou igual a 6 na face superior). c) A probabilidade do evento C (obter um número 4 na face superior). d) A probabilidade do evento D (obter um número maior que 6 na face superior). Bioestatística Parte I October 16, / 78
14 Definição axiomática de probabilidade Uma função P ( ) é denominada probabilidade se satisfaz as condições: (i) 0 P (A) 1, A Ω (ii) P (Ω) = 1 (iii) P ( n j=1 A j) = n j=1 P (A j), com os A j disjuntos, ou seja, P (A 1 A 2 ) = P (A 1 ) + P (A 2 ) Bioestatística Parte I October 16, / 78
15 Essas propriedades são conhecidas como axiomas de Kolmogorov. Os axiomas, muitas vezes, se inspiram em resultados experimentais e que, assim, definem a probabilidade de forma que possa ser confirmada experimentalmente. A partir daí, pode-se mostrar que valem as seguintes relações: Bioestatística Parte I October 16, / 78
16 1) Se A e B são dois eventos quaisquer, então, P (A B) = P (A) + P (B) P (A B) 2) Para o evento complementar vale a seguinte relação: P (A c ) = 1 P (A) 3) Se A B,entao,P (A) P (B) 4) P (A B) = P (A B) = 1 P (A B) 5) P (A B) = P (A B) = 1 P (A B) Bioestatística Parte I October 16, / 78
17 Exercícios Exercício 1 Sejam A e B dois eventos em um dado espaço amostral, tais que P (A) = 0, 2; P (B) = p; P (A B) = 0, 5; P (A B) = 0, 1. Determine o valor de p. Exercício 2 Retira-se uma carta de um baralho completo de 52 cartas. Qual a probabilidade de sair um rei ou uma carta de espadas? Bioestatística Parte I October 16, / 78
18 Exercícios Exercício 3 O seguinte grupo de pessoas está numa sala: 5 rapazes com mais de 21 anos, 4 rapazes com menos de 21 anos, 6 moças com mais de 21 anos e 3 moças com menos de 21 anos. Uma pessoa é escolhida ao acaso entre as 18. Os seguintes eventos são definidos: a pessoa tem mais de 21 anos a pessoa tem menos de 21 anos a pessoa é um rapaz a pessoa é uma moça Calcule P (B D) e P (A C) Bioestatística Parte I October 16, / 78
19 Nem sempre é possível enumerar o espaço amostral. Nesses casos, devemos usar a análise combinatória como processo de contagem. Vejamos alguns exemplos: Bioestatística Parte I October 16, / 78
20 Exemplo 1 Em um congresso científico existem 15 matemáticos e 12 estatísticos. Qual a probabilidade de se formar uma comissão com 5 membros, na qual figurem 3 matemáticos e 2 estatísticos? Resolução: A: comissão de 3 matemáticos e 2 estatísticos. ( ) 27 n(ω) = 5 ( ) ( ) n(a) = 3 2 ( ) ( ) P (A) = 3 ( ) Bioestatística Parte I October 16, / 78
21 Exemplo 2 Qual a probabilidade de, num baralho com 52 cartas, ao se retirarem 4 cartas, ao acaso, sem reposição, se obter uma quadra? Resolução: A: saída de uma quadra. ( 52 n(ω) = 4 ) n(a) = 13 P (A) = 13 ( 52 4 ) Bioestatística Parte I October 16, / 78
22 Exemplo 3 Calcular a probabilidade de se obter exatamente 3 caras e 2 oroas em 5 lances de uma moeda? Resolução: A: saída de 3 caras e 2 coroas. n(a) = n(ω) = 32 ( 5 3 P (A) = ) = 10 Bioestatística Parte I October 16, / 78
23 Exemplo 4 Uma urna contem as letras A,A,A,R,R,S. Retira-se letra por letra.qual a probabilidade de sair a palavra ARARAS? Resolução: A: saída da palavras araras. Observação com n 1 + n n n = n n(ω) = (P R) 6 3,2,1 = 6! 3!2!1! n(a) = 1 P (A) = 1 60 (P R) n n 1,n 2, n n = n! n 1!n 2!n 3! Bioestatística Parte I October 16, / 78
24 Usando o EXCEL A planilha Excel dispõe de ferramenta específica para o cálculo de combinações. Esta ferramenta pertence à categoria das funções da Matemática e Trigonometria. Para adicioná-la proceda da seguinte forma : Posicione o cursor na célula A1 e digite r = Posicione o cursor na célula A2 e digite p = Posicione o cursor na célula A3 e digite C r,p = Posicione o cursor na célula B1 e digite, por exemplo, 5 Posicione o cursor na célula B2 e digite, por exemplo, 2 Posicione o cursor na célula B3 e acione o auxiliar de função f x e escolha a categoria Matemática e Trigonometria e clique em OK Bioestatística Parte I October 16, / 78
25 Bioestatística Parte I October 16, / 78
26 Bioestatística Parte I October 16, / 78
27 Bioestatística Parte I October 16, / 78
28 Bioestatística Parte I October 16, / 78
29 Bioestatística Parte I October 16, / 78
30 Para permutações sem repetição, existe uma função no Excel. Bioestatística Parte I October 16, / 78
31 Para permutações com repetição, podemos escrever a seguinte expressão. Bioestatística Parte I October 16, / 78
32 Probabilidade condicional Dados dois eventos A e B, a probabilidade condicional de A dado que B ocorreu é representada por P (A B): P (A B) = P (A B) P (B) Caso P (B) = 0, P (A B) pode ser definido arbitrariamente. Nesse curso, usaremos P (A B) = P (A). Bioestatística Parte I October 16, / 78
33 Independência de eventos Dizemos que A e B são independentes se: ou equivalentemente, P (A B) = P (A)P (B) P (A B) = P (A), P (B) > 0 Esta última relação evidencia o significado de independência. O conhecimento de que B ocorreu não influencia na probabilidade de que A ocorra. Bioestatística Parte I October 16, / 78
34 Exemplo Há apenas dois modos, mutuamente exclusivos, de Genésio ir para Genebra participar de um congresso: ou de navio ou de avião. A probabilidade de Genésio ir de navio é de 40% e de ir de avião é de 60%. Se ele for de navio, a probabilidade de chegar ao congresso com dois dias de atraso é de 8,5%. Se ele for de avião a probabilidade de chegar ao congresso com dois dias de atraso é de 1%. Bioestatística Parte I October 16, / 78
35 Árvore de Probabilidades Foi dito quais são as probabilidades de o Genésio viajar de navio e de avião. Daí, já podemos iniciar o desenho da árvore de probabilidades! Teremos: Bioestatística Parte I October 16, / 78
36 Árvore de Probabilidades Quer tenha o Genésio viajado de navio, quer tenha viajado de avião, ele poderá chegar com atraso ao congresso. E se pode chegar com atraso, nós já somos capazes de deduzir que, contrariamente, ele pode também chegar em tempo, ou seja, sem atraso. Bioestatística Parte I October 16, / 78
37 Quantos caminhos de probabilidade nós temos nessa árvore de probabilidades? Temos quatro caminhos: 1 o ) viajar de navio e chegar atrasado; 2 o ) viajar de navio e chegar em tempo; 3 o ) viajar de avião e chegar atrasado; 4 o ) viajar de avião e chegar em tempo. Daí, analisemos esta árvore e esses caminhos para responder possíveis perguntas. Bioestatística Parte I October 16, / 78
38 a) Qual a probabilidade de Genésio ir de navio e de chegar atrasado? Daí, multiplicando-se as probabilidades individuais desse caminho, teremos: (0,40)x(0,085)= 0,034 = 3,4% Resposta! Na linguagem da probabilidade, diremos: P(navio e atrasado)=0,034 b) Qual a probabilidade de Genésio ir de avião e chegar atrasado? Multiplicando-se as probabilidades individuais desse caminho, teremos: (0,60)x(0,01)= 0,006 = 0,6% Resposta! Na linguagem da probabilidade, diremos: P(avião e atrasado)=0,006 Bioestatística Parte I October 16, / 78
39 Árvore de Probabilidades c) Qual a probabilidade de Genésio chegar atrasado? A pergunta aqui foi diferente! Só falou no evento atraso, sem estabelecer o meio de transporte! Bioestatística Parte I October 16, / 78
40 Árvore de Probabilidades Como são dois os caminhos que nos conduzem ao resultado procurado, teremos portanto que somar essas duas probabilidades resultantes de ambos. Teremos, pois, que: 3, 4% + 0, 6% = 4% Resposta! Na linguagem da probabilidade, diremos: P(atrasado)=0,04 Bioestatística Parte I October 16, / 78
41 Árvore de Probabilidades d) Qual a probabilidade de Genésio chegar em tempo? Aqui também não foi estabelecido qual seria o meio de transporte que levaria Genésio a não se atrasar! No item anterior, encontramos que a probabilidade de Genésio chegar atrasado (independente do transporte utilizado) foi de 4%. P(atrasado) + P(em tempo) = 100% 4% + P(em tempo) = 100% P(em tempo)= 100% 4% P(em tempo) = 96% Resposta! Na linguagem da probabilidade, diremos: P(em tempo)=0,96. Bioestatística Parte I October 16, / 78
42 Há apenas dois modos, mutuamente excludentes, de Genésio ir para Genebra participar de um congresso: ou de navio ou de avião. A probabilidade de Genésio ir de navio é de 40% e de ir de avião é de 60%. Se ele for de navio, a probabilidade de chegar ao congresso com dois dias de atraso é de 8,5%. Se ele for de avião a probabilidade de chegar ao congresso com dois dias de atraso é de 1%. Sabe-se que Genésio chegou com dois dias de atraso para participar do congresso em Genebra. Qual a probabilidade de ele ter ido de avião? Bioestatística Parte I October 16, / 78
43 Probabilidade Condicional! Para responder a essa pergunta, teremos que aplicar a seguinte expressão: P (A B) = P (A B) P (B) P(avião dado atrasado) = P(avião e atrasado) / P(atrasado) Já concluímos anteriormente que: P(avião e atrasado)=0,006. Vimos ainda que P(atrasado)=0,04. P(avião dado atraso) = P(avião e atraso) / P(atraso) P(avião dado atraso) = 0, 006/0, 04 = 0, 15 = 15% Resposta! Bioestatística Parte I October 16, / 78
44 Exemplo A probabilidade de um gato estar vivo daqui a 5 anos é 3/5. A probabilidade de um cão estar vivo daqui a 5 anos é 4/5. Considerando os eventos independentes: Qual a probabilidade, ao mesmo tempo, de o cão estar vivo e de o gato estar vivo daqui a 5 anos? Qual a probabilidade de somente o cão estar vivo daqui a 5 anos? Bioestatística Parte I October 16, / 78
45 Os eventos C 1, C 2,, C k formam uma partição do espaço amostral se eles nao tem interseção entre si e sua uniao é igual ao espaço amostral. Isto é: C i C j = Φ para i j e k i=1 C i = Ω. A figura a seguir apresenta um exemplo de partição de 6 eventos. Bioestatística Parte I October 16, / 78
46 Seja A um evento qualquer em Ω. Então, pela figura a seguir temos: Bioestatística Parte I October 16, / 78
47 Teorema da Probabilidade Total O evento A, neste caso, será dado entao, por: A = (A C 1 ) (A C 2 ) (A C 3 ) Sendo assim, a probabilidade de A, P (A), é dada por P (A) = k i=1 P (C i A) Mas, P (C i A) = P (C i )P (A C i ), i = 1, 2,, k. Logo, P (A) = k i=1 P (C i)(p (A C i ) O qual denominamos Teorema da Probabilidade Total. Bioestatística Parte I October 16, / 78
48 Teorema se Bayes Suponha que os eventos C 1, C 2,, C k formem uma partição do espaço amostral Ω tal que P (C j ) 0, j = 1, 2,, k. Seja A qualquer evento tal quep (A) 0. Entao, para qualquer i = 1, 2,, k temos: P (C j A) = P (C i )P (A C i ) k i=1 P (C i)p (A C i ) Bioestatística Parte I October 16, / 78
49 Exemplo Em certo colégio 5% dos homens e 2% das mulheres têm mais do que 1,80m de altura. Por outro lado, 60% dos estudantes são homens. Se um estudante é selecionado ao acaso e tem mais de 1,80m de altura, qual a probabilidade de que o estudante seja mulher? Bioestatística Parte I October 16, / 78
50 Exercício 1 Em um cinema três filmes A, B e C foram responsáveis por toda a clientela da última semana, sendo 20% dos clientes assistiram ao filme A, 30% ao filme B e 50% assistiu ao filme C. Uma pesquisa, realizada após cada apresentação dos filmes, mostrou que 20% dos clientes que assistiram ao filme A estavam insatisfeitos, e a proporção de insatisfeitos com os filmes B e C era foi de 5% e 2%, respectivamente. Suponhamos que nenhum cliente assistiu a mais de um filme naquela semana. Um cliente insatisfeito fez uma reclamação via urna sem se lembrar de especificar a sala onde viu o filme. Pergunta-se: Qual é a probabilidade deste cliente ter assistido ao filme A? Bioestatística Parte I October 16, / 78
51 Exercício 2 Em um baralho com 52 cartas, qual a probabilidade de obter uma carta de espadas ou uma carta de paus? E a probabilidade de obter uma carta de paus ou uma carta de número 8? E por último, qual é a probabilidade de uma carta selecionada deste baralho não ser de espadas ou de paus? Exercício 3 Qual é a probabilidade de se ter obtido um número par no lançamento de um dado uma vez que se sabe que o resultado de tal lançamento gerou um número menor que 4? Bioestatística Parte I October 16, / 78
52 Testes Diagósticos Uma das experiências mais rotineiras da prática médica é a solicitação de um teste diagnóstico. Os objetivos são vários, incluindo a triagem de pacientes, o diagnóstico de doenças e o acompanhamento ou prognóstico da evolução de um paciente. Para chegar ao diagnóstico, o médico considera várias possibilidades, com níveis de certeza que variam de acordo com as informações disponíveis. Bioestatística Parte I October 16, / 78
53 Aqui o objetivo será mostrar, usando a linguagem de Probabilidade, como se mede o nível de incerteza da ocorrência de um evento, por exemplo, a presença deuma doença após a observação de um teste positivo. Considerando o teste positivo quando indicar a presença da doença e negativo quando indicar a ausência. Bioestatística Parte I October 16, / 78
54 Não existe teste perfeito. Aquele que com certeza absoluta determina a presença ou ausência da doença. Assim, o objetivo principal é estudar os índices nos quais o conceito de qualidade de um teste diagnóstico é, geralmente, desmembrado. Frequentemente, um único teste não é suficiente, portanto, devemos combinar dois ou mais testes. O ideal seria que, para cada patologia, fossem determinados os testes a serem incluídos no processo diagnóstico e a melhor forma e combiná-los. Bioestatística Parte I October 16, / 78
55 Dados genéricos de um teste clínico Na etapa da pesquisa para a determinação do grau de confiabilidade de um teste diagnóstico, o pesquisador utiliza-o primeiramente em dois grupos muito específico de pessoas: um de portadoras da doença perfeitamente caracterizada e outro sem a doença em questão. O diagnóstico nessa etapa deve ser feito por um meio diferente do teste em estudo, o chamado padrão ouro. Os resultados desta etapa da pesquisa podem ser resumidos na forma da Tabela a seguir. Bioestatística Parte I October 16, / 78
56 Esquema padrão de síntese dos dados para verificação da qualidade de um teste clínico Doença Teste Total Positivo Negativo Presente a b n 1 = a + b Ausente c d n 2 = c + d Total a + c b + d n = n 1 + n 2 Bioestatística Parte I October 16, / 78
57 Qualidade de testes diagnósticos O bom uso de um teste diagnóstico requer, além de considerações clínicas, o conhecimento de medidas que caracterizam a sua qualidade intrínseca: a sensibilidade, a especificiddae e os parâmetros que refletem a sua capacidade de produzir decisões corretas: valor da predição negativa e valor da predição positiva. Usando os resultados da Teoria das Probabilidades apresentados anteriormente, vamos nos ocupar desses quatro indices nos quais é usualmente decomposta a ideia de qualidade de um teste diagnóstico. Bioestatística Parte I October 16, / 78
58 Para definir os índices que descrevem o grau de confiabilidade de um teste, precisamos trabalhar com os seguintes eventos: T + corresponde a teste positivo. T corresponde a teste negativo. D + corresponde a indivíduo portador da doença. D corresponde a teste indivíduo não portador da doença. Bioestatística Parte I October 16, / 78
59 Na análise da qualidade de testes diagnósticos, interessa conhecer duas probabilidades condicionais que, pela sua importância, recebem nomes especiais: sensibilidade e especificidade. Bioestatística Parte I October 16, / 78
60 Sensibilidade A sensibilidade, denotada por s, é definida como: s = P (T + D + ) ou seja, a probabilidade de o teste ser positivo sabendo-se que o paciente que está sendo examinado é doente. Bioestatística Parte I October 16, / 78
61 Especificidade A especificidade, denotada por e, é definida como: e = P (T D ) ou seja, a probabilidade de o teste ser pnegativo sabendo-se que o paciente que está sendo examinado não é portador da doença. Bioestatística Parte I October 16, / 78
62 Os nomes são descritivos: especificidade mede a capacidade de reação do teste em um paciente doente, enquanto a especificidade, a não reação do teste em pacientes não portadores da doença, isto é, o teste é específico para doenças em questão. A análise da definição desses dois índices (s e e) mostra que, subjacentemente a esses conceitos, estamos assumindo a existência de um padrão ouro, ou seja, um teste diagnóstico que sempre produz resultados corretos. Além disso, assumimos que os pacientes são classificados apenas como doentes e não doentes, não se admitindo estágios intermediários. Bioestatística Parte I October 16, / 78
63 Usando a notação da tabela anterior e a definição e probabilidade condicional, os índices s e e são estimdos por: s = a n 1 = e = d n 2 = a a + b d c + d Bioestatística Parte I October 16, / 78
64 Exemplo 1 Diagnóstico de doença coronariana Wiener et. al. (1979) compararam os resultados do teste ergométrico de tolerância a exercícios entre indivíduos com e sem doença coronariana. O teste foi considerado positivo quando se observou mais de 1mm de depressão ou elevação do segmento ST, por no mínimo 0, 08s, em comparação com o resultados obtidos com o paciente em repouso. O diagnóstico definitivo foi feito através de angiografia. A tabela a seguir sintetiza os resultados encontrados. Bioestatística Parte I October 16, / 78
65 Resultados da aplicação do teste ergomético de tolerância a exercícios em 1465 pessoas Doença coronariana Teste ergométrico Total Positivo Negativo Presente (D +) Ausente (D ) Total A sensibilidade e a especificidade são estimadas por: s = = 0, 797 e = = 0, O teste ergométrico tem uma sensibilidade de 79,7%, ligeiramente suprior à sua especificidade (74%) Bioestatística Parte I October 16, / 78
66 Exemplo 2 Metástase de Carcinoma Hepático Lind e Singer (1986) estudaram a qualidade da tomografia computadorizada para o diagnóstico de metástase de carcinoma de fígado, obtendo os resultados sintetizados na tabela a seguir. Um total de 150 pacientes foram submtidos a dois exames: a tomografia computadorizada e a laparotomia. Este último é tomado como padrão do outro, isto é, classifica o paciente sem erro. Bioestatística Parte I October 16, / 78
67 Resultados da tomografia computadorizada em 67 pacientes com metástase e 83 sem metástase do carcinoma hepático Metástase do carcinoma hepático Tomografia computadorizada Total Positiva (T +) Negativa (T ) Presente (D +) Ausente (D ) Total A sensibilidade e a especificidade são estimadas por: s = = 0, 776 e = = 0, Diferentemente do exemplo anterior, a especificidade (89, 2%) é maior di que a sensibilidade (77, 6%). Bioestatística Parte I October 16, / 78
68 Valor da predições A sensibilidade e a especificidade, embora sendo índices ilustrativos e bons sintetizadores das qualidades gerais de um teste,têm uma séria limitação: não ajudam a decisão da equipe médica que, recebendo um paciente com resultado positivo do teste, precisa avaliar se o paciente está ou não doente. Não se pode depender apenas da sensibilidade e da especificidade, pois estes índices sõ provenientes de uma situação em que há certeza total sobre o diagnóstico, o que não acontece no consultório médico. Daí a necessidade de dois outros índices que refletem melhor a realidade prática. Bioestatística Parte I October 16, / 78
69 Valor da predições Neste momento, interessa mais conhecer os seguintes índices denominados valor de predição positiva (VPP) e o valor da predição negativa (VPN), definidos respectivamente por: V P P = P (D + T + ) V P N = P (D T ) Em palavras, VPP é aprobabilidade do paciente estar realmente doente quando o resultado do teste é positivo e VPN, a probabilidade do paciente não estar doente quando o resultado do teste é negativo. Estes valores são probabilidades condicionais, tal que o evento condicionante é o resultado do teste, aquele que na prática acontece primeiro. Bioestatística Parte I October 16, / 78
70 Probabilidades necessárias para o cálcul odos índices VPP e VPN A maneira mais fácil de se calcular o VPP e o VPN é através da Tabela a seguir, sugerida por Vecchio(1996). Seja p = P (D + ) a prevalência da doença na população de interesse, isto é, a proporção de pessoas doentes, ou a probabilidade de doença pré-teste. População Proporção Proporção com resultado Positivo Negativo Doente p ps p(1 s) Sadio 1 p (1 p)(1 e) (1 p)e Total 1 ps + (1 p)(1 e) p(1 s) + (1 p)e Bioestatística Parte I October 16, / 78
71 O valor da predição positiva é obtido dividindo-se a frequencia dos "verdadeiros" positivos, aqueles oriundos de pacientes doentes, pelo total de positivos. Obtem-se a seguinte expressão: V P P = ps ps + (1 p)(1 e) De forma análoga, considerando-se "verdadeiros" negativos obtemos o valor da predição ngativa: V P N = (1 p)e p(1 s) + (1 p)e Ambas as expressões dependem do conhecimento de p, uma estimativa da prevalência da doença na população de interesse. Estas são probabilidades de resultados corretos de diagnóstico. Bioestatística Parte I October 16, / 78
72 Exemplo 3 Metástase de Carcinoma Hepático - continuação Para uma população cuja prevalência de Metástase de Carcinoma de fígado é de 2%, os valores de predição da tomografia computadorizada são: V P P = V P N = 0, 02x0, 78 = 0, 13 0, 02x0, 78 + (1 0, 02)(1 0, 89) (1 0, 02)x0, 89 = 0, 99 (1 0, 02)x0, , 02(1 0, 78) Bioestatística Parte I October 16, / 78
73 Portanto, o valor da predição positiva é baixo enquanto que o valor da predição negativa é bastante alto. Se o resultado da tomografia computadorizada é negativo, a chance de não haver metástase é de 99%. Se, antes de qualquer informação, o paciente tinha uma chance de 2% de apresentar a doença, após o resultado do teste negativo esta chance é de apenas 1%. Bioestatística Parte I October 16, / 78
74 Exercício Pesquisadores que tratam de doenças hepáticas em uma clínica especializada sugeriram um novo teste para detectar câncer no fígado. Os resultados do experimento, para uma amostra de 2225 pacientes atendidos nessa clínica foram: Câncer hepático Teste Total Positivo Negativo Presente Ausente Total Pelo modo como os dados foram obtidos, a prevalência de câncer hepático, nesta clínica, pode ser calculada usando os dados da tabela. Bioestatística Parte I October 16, / 78
75 Exercício a) Calcule a sensibilidade e a especificidade do teste. b) Calcule a probabilidade de um paciente, atendido nessa clínica e que não tem câncer no fígado, tenha um resultado positivo no teste. c) Calcule o valor da prediçã opositiva e o valor da predição negativa. d) Os pesuisadores que desenvolveram o teste sugeriram seu uso como um meio simples para os clínicos em geral decidirem se devem ou não encaminhar o paciente para uma clínica especializada. Critique esta recomendação. Bioestatística Parte I October 16, / 78
76 As probabilidades P F P = P (D T + ) = 1 P (D + T + ) = 1 V P P P F N = P (D + T ) = 1 P (D T ) = 1 V P N referem-se, respectivamente ao falso-positivo e falso-negativo, isto é,decisões incorretas baseadas no teste diagnóstico. Bioestatística Parte I October 16, / 78
77 Por exemplo, as probabilidades de falso-positivo e falso-negativosão muito frequentemente usadas para as quantidades 1 s e 1 e, quando deveriam ser reservadas para 1 V P P e 1 V P N. Por isso, na medida do possível, evitaremos usar tais termos. Bioestatística Parte I October 16, / 78
78 Infelizmente, não há na literaturapadronização relativa a nomes dos índices de um teste diagnóstico. Por exemplo, Bioestatística Parte I October 16, / 78
79 MAGALHÃES, M. N. ; LIMA,A. C. P. Noções de Probabilidade e Estatística. Edusp MORETTIN, L.G. Estatística Básica - Probabilidade e Inferência. (Volume ùnico)editora Pearson SOARES, J. F. SIQUEIRA, A. L. Introdução À Estatística Médica. Coopmed Bioestatística Parte I October 16, / 78
Dois eventos são disjuntos ou mutuamente exclusivos quando não tem elementos em comum. Isto é, A B = Φ
Probabilidade Vimos anteriormente como caracterizar uma massa de dados, como o objetivo de organizar e resumir informações. Agora, apresentamos a teoria matemática que dá base teórica para o desenvolvimento
Leia maisMÓDULO 6 INTRODUÇÃO À PROBABILIDADE
MÓDULO 6 INTRODUÇÃO À PROBBILIDDE Quando estudamos algum fenômeno através do método estatístico, na maior parte das vezes é preciso estabelecer uma distinção entre o modelo matemático que construímos para
Leia maisCálculo 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 Introdução a Probabilidade Existem dois tipos
Leia maisEspaço Amostral ( ): conjunto de todos os
PROBABILIDADE Espaço Amostral (): conjunto de todos os resultados possíveis de um experimento aleatório. Exemplos: 1. Lançamento de um dado. = {1,, 3, 4,, 6}. Doador de sangue (tipo sangüíneo). = {A, B,
Leia maisPROBABILIDADE PROFESSOR: ANDRÉ LUIS
PROBABILIDADE PROFESSOR: ANDRÉ LUIS 1. Experimentos Experimento determinístico: são aqueles em que o resultados são os mesmos, qualquer que seja o número de ocorrência dos mesmos. Exemplo: Um determinado
Leia maisPROBABILIDADE Prof. Adriano Mendonça Souza, Dr.
PROBABILIDADE Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM - O intelecto faz pouco na estrada que leva à descoberta, acontece um salto na consciência, chameo de
Leia maisC Curso destinado à preparação para Concursos Públicos e Aprimoramento Profissional via INTERNET www.concursosecursos.com.br RACIOCÍNIO LÓGICO AULA 7
RACIOCÍNIO LÓGICO AULA 7 TEORIA DAS PROBABILIDADES Vamos considerar os seguintes experimentos: Um corpo de massa m, definida sendo arrastado horizontalmente por uma força qualquer, em um espaço definido.
Leia maisMAT 461 Tópicos de Matemática II Aula 3: Resumo de Probabilidade
MAT 461 Tópicos de Matemática II Aula 3: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 19 de Agosto, 2013 Probabilidade: uma Introdução / Aula 3 1 Probabilidade Discreta: Exemplos
Leia maisUnidade 11 - Probabilidade. Probabilidade Empírica Probabilidade Teórica
Unidade 11 - Probabilidade Probabilidade Empírica Probabilidade Teórica Probabilidade Empírica Existem probabilidade que são baseadas apenas uma experiência de fatos, sem necessariamente apresentar uma
Leia maisProfessor Mauricio Lutz PROBABILIDADE
PROBABILIDADE Todas as vezes que se estudam fenômenos de observação, cumpre-se distinguir o próprio fenômeno e o modelo matemático (determinístico ou probabilístico) que melhor o explique. Os fenômenos
Leia mais7- Probabilidade da união de dois eventos
. 7- Probabilidade da união de dois eventos Sejam A e B eventos de um mesmo espaço amostral Ω. Vamos encontrar uma expressão para a probabilidade de ocorrer o evento A ou o evento B, isto é, a probabilidade
Leia maisI. Experimentos Aleatórios
A teoria do azar consiste em reduzir todos os acontecimentos do mesmo gênero a um certo número de casos igualmente possíveis, ou seja, tais que estejamos igualmente inseguros sobre sua existência, e em
Leia maisMódulo VIII. Probabilidade: Espaço Amostral e Evento
1 Módulo VIII Probabilidade: Espaço Amostral e Evento Suponha que em uma urna existam cinco bolas vermelhas e uma branca. Extraindo-se, ao acaso, uma das bolas, é mais provável que esta seja vermelha.
Leia maisNOÇÕES DE PROBABILIDADE
NOÇÕES DE PROBABILIDADE Fenômeno Aleatório: situação ou acontecimento cujos resultados não podem ser determinados com certeza. Exemplos: 1. Resultado do lançamento de um dado;. Hábito de fumar de um estudante
Leia maisExercícios Resolvidos sobre probabilidade total e Teorema de Bayes
Exercícios Resolvidos sobre probabilidade total e Teorema de Bayes Para ampliar sua compreensão sobre probabilidade total e Teorema de Bayes, estude este conjunto de exercícios resolvidos sobre o tema.
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Revisão de Probabilidade e Estatística
Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Revisão de Probabilidade e Estatística Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Conceitos Básicos Estamos
Leia maisO conceito de probabilidade
A UA UL LA O conceito de probabilidade Introdução Nesta aula daremos início ao estudo da probabilidades. Quando usamos probabilidades? Ouvimos falar desse assunto em situações como: a probabilidade de
Leia maisA probabilidade representa o resultado obtido através do cálculo da intensidade de ocorrência de um determinado evento.
Probabilidade A probabilidade estuda o risco e a ocorrência de eventos futuros determinando se existe condição de acontecimento ou não. O olhar da probabilidade iniciou-se em jogos de azar (dados, moedas,
Leia maisIntrodução à Probabilidade e Estatística
Professor Cristian F. Coletti Introdução à Probabilidade e Estatística (1 Para cada um dos casos abaixo, escreva o espaço amostral correspondente e conte seus elementos. a Uma moeda é lançada duas vezes
Leia maisBom serviço dentro da garantia Serviço deficiente dentro da garantia Vendedores de determinada marca de pneus 64 16
Lista de Probabilidade Básica com gabarito 1. Considere a experiência que consiste em pesquisar famílias com três crianças, em relação ao sexo das mesmas, segundo a ordem de nascimento. (a)determine o
Leia maisEste material traz a teoria necessária à resolução das questões propostas.
Inclui Teoria e Questões Inteiramente Resolvidas dos assuntos: Contagem: princípio aditivo e multiplicativo. Arranjo. Permutação. Combinação simples e com repetição. Lógica sentencial, de primeira ordem
Leia maisRegra do Evento Raro p/ Inferência Estatística:
Probabilidade 3-1 Aspectos Gerais 3-2 Fundamentos 3-3 Regra da Adição 3-4 Regra da Multiplicação: 3-5 Probabilidades por Meio de Simulações 3-6 Contagem 1 3-1 Aspectos Gerais Objetivos firmar um conhecimento
Leia maisBioestatística Aula 3
Aula 3 Castro Soares de Oliveira Probabilidade Probabilidade é o ramo da matemática que estuda fenômenos aleatórios. Probabilidade é uma medida que quantifica a sua incerteza frente a um possível acontecimento
Leia maisExercícios resolvidos sobre Definição de Probabilidade
Exercícios resolvidos sobre Definição de Probabilidade Nesta Unidade de estudo, até este ponto você aprendeu definições de probabilidade e viu como os conceitos se aplicam a várias situações. Observe agora
Leia maisO que é a estatística?
Elementos de Estatística Prof. Dr. Clécio da Silva Ferreira Departamento de Estatística - UFJF O que é a estatística? Para muitos, a estatística não passa de conjuntos de tabelas de dados numéricos. Os
Leia maisEventos independentes
Eventos independentes Adaptado do artigo de Flávio Wagner Rodrigues Neste artigo são discutidos alguns aspectos ligados à noção de independência de dois eventos na Teoria das Probabilidades. Os objetivos
Leia maisLógica e Raciocínio. Decisão sob Risco Probabilidade. Universidade da Madeira. http://dme.uma.pt/edu/ler/
Lógica e Raciocínio Universidade da Madeira http://dme.uma.pt/edu/ler/ Decisão sob Risco Probabilidade 1 Probabilidade Em decisões sob ignorância a probabilidade dos diferentes resultados e consequências
Leia maisAula 11 Esperança e variância de variáveis aleatórias discretas
Aula 11 Esperança e variância de variáveis aleatórias discretas Nesta aula você estudará os conceitos de média e variância de variáveis aleatórias discretas, que são, respectivamente, medidas de posição
Leia mais1) A distribuição dos alunos nas 3 turmas de um curso é mostrada na tabela abaixo.
1) A distribuição dos alunos nas 3 turmas de um curso é mostrada na tabela abaixo. A B C Homens 42 36 26 Mulheres 28 24 32 Escolhendo-se uma aluna desse curso, a probabilidade de ela ser da turma A é:
Leia maisINE 5111 Gabarito da Lista de Exercícios de Probabilidade INE 5111 LISTA DE EXERCÍCIOS DE PROBABILIDADE
INE 5 LISTA DE EERCÍCIOS DE PROBABILIDADE INE 5 Gabarito da Lista de Exercícios de Probabilidade ) Em um sistema de transmissão de dados existe uma probabilidade igual a 5 de um dado ser transmitido erroneamente.
Leia maisFaculdade Tecnológica de Carapicuíba Tecnologia em Logística Ênfase em Transportes Notas da Disciplina de Estatística (versão 8.
Faculdade Tecnológica de Carapicuíba Tecnologia em Logística Ênfase em Transportes Notas da Disciplina de Estatística (versão 8.) PROBABILIDADE Dizemos que a probabilidade é uma medida da quantidade de
Leia maisAula 4 Estatística Conceitos básicos
Aula 4 Estatística Conceitos básicos Plano de Aula Amostra e universo Média Variância / desvio-padrão / erro-padrão Intervalo de confiança Teste de hipótese Amostra e Universo A estatística nos ajuda a
Leia maisUNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo
UNIVERSIDADE DE SÃO PAULO Faculdade de Arquitetura e Urbanismo DISTRIBUIÇÃO AMOSTRAL ESTIMAÇÃO AUT 516 Estatística Aplicada a Arquitetura e Urbanismo 2 DISTRIBUIÇÃO AMOSTRAL Na aula anterior analisamos
Leia maisO Problema do Troco Principio da Casa dos Pombos. > Princípios de Contagem e Enumeração Computacional 0/48
Conteúdo 1 Princípios de Contagem e Enumeração Computacional Permutações com Repetições Combinações com Repetições O Problema do Troco Principio da Casa dos Pombos > Princípios de Contagem e Enumeração
Leia maisCAPÍTULO I - ELEMENTOS DE PROBABILIDADE
CAPÍTULO I - ELEMENTOS DE PROBABILIDADE 1.1 INTRODUÇÃO Em geral, um experimento ao ser observado e repetido sob um mesmo conjunto especificado de condições, conduz invariavelmente ao mesmo resultado. São
Leia maisPor que o quadrado de terminados em 5 e ta o fa cil? Ex.: 15²=225, 75²=5625,...
Por que o quadrado de terminados em 5 e ta o fa cil? Ex.: 15²=225, 75²=5625,... 0) O que veremos na aula de hoje? Um fato interessante Produtos notáveis Equação do 2º grau Como fazer a questão 5 da 3ª
Leia maisRESUMO TEÓRICO. n(a) P(A) = n(u) 0 P(A) 1
RESUMO TEÓRICO Experimentos aleatórios: são aqueles que, mesmo repetidos várias vezes sob condições semelhantes, apresentam resultados imprevisíveis. Exemplo: Lançar um dado e verificar qual é a face voltada
Leia mais1 Probabilidade Condicional - continuação
1 Probabilidade Condicional - continuação Exemplo: Sr. e Sra. Ferreira mudaram-se para Campinas e sabe-se que têm dois filhos sendo pelo menos um deles menino. Qual a probabilidade condicional que ambos
Leia maisUnidade de Ensino Descentralizada de Colatina Coordenadoria de Informática Disciplina: Probabilidade e Estatística Prof. Leandro Melo de Sá
Unidade de Ensino Descentralizada de Colatina Coordenadoria de Informática Disciplina: Probabilidade e Estatística Prof. Leandro Melo de Sá 2006/2 Unidade 2 - PROBABILIDADE Conceitos básicos * Probabilidade:
Leia maisEstatística e Probabilidade. Aula 4 Cap 03. Probabilidade
Estatística e Probabilidade Aula 4 Cap 03 Probabilidade Estatística e Probabilidade Método Estatístico Estatística Descritiva Estatística Inferencial Nesta aula... aprenderemos como usar informações para
Leia maisINSTITUTO DE APLICAÇÃO FERNANDO RODRIGUES DA SILVEIRA (CAp/UERJ) MATEMÁTICA ENSINO MÉDIO - PROF. ILYDIO SÁ CÁLCULO DE PROBABILIDADES PARTE 1
1 INSTITUTO DE APLICAÇÃO FERNANDO RODRIGUES DA SILVEIRA (CAp/UERJ) MATEMÁTICA ENSINO MÉDIO - PROF. ILYDIO SÁ CÁLCULO DE PROBABILIDADES PARTE 1 1. Origem histórica É possível quantificar o acaso? Para iniciar,
Leia maisConceitos e fórmulas
1 Conceitos e fórmulas 1).- Triângulo: definição e elementos principais Definição - Denominamos triângulo (ou trilátero) a toda figura do plano euclidiano formada por três segmentos AB, BC e CA, tais que
Leia maisProbabilidade. Multiplicação e Teorema de Bayes
robabilidade Multiplicação e Teorema de ayes Regra da Multiplicação Num teste, são aplicadas 2 questões de múltipla escolha. Na primeira questão, as respostas possíveis são V ou F. Na segunda, a, b, c,
Leia maisProbabilidade. Definições e Conceitos
Probabilidade Definições e Conceitos Definições Probabilidade Medida das incertezas relacionadas a um evento Chances de ocorrência de um evento Aplicação em: Avaliação de Desempenho de Sistemas Engenharia
Leia maisCap. 4 - Probabilidade
statística para Cursos de ngenharia e Informática edro lberto Barbetta / Marcelo Menezes Reis / ntonio Cezar Bornia São aulo: tlas, 2004 Cap. 4 - robabilidade OIO: undação de Ciência e Tecnologia de Santa
Leia maisSISTEMA CLÁSSICO DE REDUÇÃO
Page 1 of 6 SISTEMA CLÁSSICO DE REDUÇÃO Este documento irá ensinar-lhe como pode fazer um desdobramento reduzido, segundo o processo clássico (italiano) para qualquer sistema 5/50, em particular para o
Leia maisContagem. Prof. Dr. Leandro Balby Marinho. Matemática Discreta. Fundamentos Inclusão/Exclusão Princípio da Casa dos Pombos Permutações Combinações
Contagem Prof. Dr. Leandro Balby Marinho Matemática Discreta Prof. Dr. Leandro Balby Marinho 1 / 39 UFCG CEEI Motivação Contagem e combinatória são partes importantes da matemática discreta. Se resumem
Leia maisCAPÍTULO 04 NOÇÕES DE PROBABILIDADE
CAPÍTULO 0 NOÇÕES DE PROBABILIDADE. ESPAÇO AMOSTRAL É o conjunto de todos os possíveis resultados de um experimento aleatório. No lançamento de uma moeda perfeita (não viciada) o espaço amostral é S =
Leia maisTeste de Gravidez. Série Matemática na Escola
Teste de Gravidez Série Matemática na Escola Objetivos 1. Exercitar a regra do produto e a construção da árvore de probabilidades; 2. Apresentar e exercitar o conceito de probabilidade condicional; 3.
Leia maisProbabilidade - Conceitos Básicos. Anderson Castro Soares de Oliveira
- Conceitos Básicos Castro Soares de Oliveira é o ramo da matemática que estuda fenômenos aleatórios. está associada a estatística, porque sua teoria constitui a base de estatística inferencial. Conceito
Leia maisDESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE
DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE Mariane Alves Gomes da Silva Eliana Zandonade 1. INTRODUÇÃO Um aspecto fundamental de um levantamento
Leia maisExperimentos Aleatórios e Espaços Amostrais
Experimentos Aleatórios e Espaços Amostrais Cláudio Tadeu Cristino 1 1 Universidade Federal Rural de Pernambuco, Recife, Brasil Primeiro Semestre, 2012 C.T.Cristino (DEINFO-UFRPE) Experimentos Aleatórios
Leia maisUniversidade Federal do ABC. Sinais Aleatórios. Prof. Marcio Eisencraft
Universidade Federal do ABC Sinais Aleatórios Prof. Marcio Eisencraft São Paulo 2011 Capítulo 1 Probabilidades Neste curso, trata-se dos fenômenos que não podem ser representados de forma determinística
Leia maisUNITAU APOSTILA PROBABILIDADES PROF. CARLINHOS
ESCOLA DE APLICAÇÃO DR. ALFREDO JOSÉ ALI UNITAU APOSTILA PROAILIDADES ibliografia: Curso de Matemática Volume Único Autores: ianchini&paccola Ed. Moderna Matemática Fundamental - Volume Único Autores:
Leia maisTEORIA DOS CONJUNTOS Símbolos
1 MATERIAL DE APOIO MATEMÁTICA Turmas 1º AS e 1º PD Profº Carlos Roberto da Silva A Matemática apresenta invenções tão sutis que poderão servir não só para satisfazer os curiosos como, também para auxiliar
Leia mais4 Segmentação. 4.1. Algoritmo proposto
4 Segmentação Este capítulo apresenta primeiramente o algoritmo proposto para a segmentação do áudio em detalhes. Em seguida, são analisadas as inovações apresentadas. É importante mencionar que as mudanças
Leia maisCONCEITOS. Evento: qualquer subconjunto do espaço amostral. Uma primeira idéia do cálculo de probabilidade. Eventos Teoria de conjuntos
INTRODUÇÃO À PROAILIDADE Exemplos: O problema da coincidência de datas de aniversário O problema da mega sena A teoria das probabilidade nada mais é do que o bom senso transformado em cálculo A probabilidade
Leia maisSimulado OBM Nível 2
Simulado OBM Nível 2 Gabarito Comentado Questão 1. Quantos são os números inteiros x que satisfazem à inequação? a) 13 b) 26 c) 38 d) 39 e) 40 Entre 9 e 49 temos 39 números inteiros. Questão 2. Hoje é
Leia maisOrganizaçãoe Recuperaçãode Informação GSI521. Prof. Dr. Rodrigo Sanches Miani FACOM/UFU
Organizaçãoe Recuperaçãode Informação GSI521 Prof. Dr. Rodrigo Sanches Miani FACOM/UFU Aula anterior Organização e Recuperação de Informação(GSI521) Modelo vetorial- Definição Para o modelo vetorial, o
Leia maisANEXO 2 VALIDADE DE INSTRUMENTOS DE DIAGNÓSTICO
ANEXO 2 VALIDADE DE INSTRUMENTOS DE DIAGNÓSTICO 207 ANEXO 2 Em vigilância e em investigações de surtos, como em várias outras aplicações da epidemiologia, é importante conhecer os conceitos e aplicações
Leia maisx0 = 1 x n = 3x n 1 x k x k 1 Quantas são as sequências com n letras, cada uma igual a a, b ou c, de modo que não há duas letras a seguidas?
Recorrências Muitas vezes não é possível resolver problemas de contagem diretamente combinando os princípios aditivo e multiplicativo. Para resolver esses problemas recorremos a outros recursos: as recursões
Leia maisAV2 - MA 12-2012. (a) De quantos modos diferentes posso empilhá-los de modo que todos os CDs de rock fiquem juntos?
Questão 1. Num porta-cds, cabem 10 CDs colocados um sobre o outro, formando uma pilha vertical. Tenho 3 CDs de MPB, 5 de rock e 2 de música clássica. (a) De quantos modos diferentes posso empilhá-los de
Leia maisNoções de Probabilidade
Noções de Probabilidade Bacharelado em Economia - FEA - Noturno 1 o Semestre 2015 Gilberto A. Paula G. A. Paula - MAE0219 (IME-USP) Noções de Probabilidade 1 o Semestre 2015 1 / 59 Objetivos da Aula Sumário
Leia maisSó Matemática O seu portal matemático http://www.somatematica.com.br FUNÇÕES
FUNÇÕES O conceito de função é um dos mais importantes em toda a matemática. O conceito básico de função é o seguinte: toda vez que temos dois conjuntos e algum tipo de associação entre eles, que faça
Leia maisPrimeira Lista de Exercícios de Estatística
Primeira Lista de Exercícios de Estatística Professor Marcelo Fernandes Monitor: Márcio Salvato 1. Suponha que o universo seja formado pelos naturais de 1 a 10. Sejam A = {2, 3, 4}, B = {3, 4, 5}, C =
Leia maisExercícios Teóricos Resolvidos
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática Exercícios Teóricos Resolvidos O propósito deste texto é tentar mostrar aos alunos várias maneiras de raciocinar
Leia maisAvaliação e Desempenho Aula 4
Avaliação e Desempenho Aula 4 Aulas passadas Motivação para avaliação e desempenho Aula de hoje Revisão de probabilidade Eventos e probabilidade Independência Prob. condicional Experimentos Aleatórios
Leia maisLISTA DE EXEMPLOS - PROBABILIDADE
LISTA DE EXEMPLOS - PROBABILIDADE EXEMPLO 1 CONVERTENDO UM ARREMESSO LIVRE Ache a probabilidade de que o jogador de basquete da NBA, Reggie Miller, converta um arremesso livre depois de sofrer uma falta.
Leia maisMaterial Teórico - Módulo de Divisibilidade. MDC e MMC - Parte 1. Sexto Ano. Prof. Angelo Papa Neto
Material Teórico - Módulo de Divisibilidade MDC e MMC - Parte 1 Sexto Ano Prof. Angelo Papa Neto 1 Máximo divisor comum Nesta aula, definiremos e estudaremos métodos para calcular o máximo divisor comum
Leia maisAlguns exemplos de problemas resolvidos
Alguns exemplos de problemas resolvidos Partilhamos contigo alguns problemas e respetivas resoluções que selecionámos, para ilustrar todo este desafiante processo de resolução de problemas. Vais reparar
Leia mais2. Representação Numérica
2. Representação Numérica 2.1 Introdução A fim se realizarmos de maneira prática qualquer operação com números, nós precisamos representa-los em uma determinada base numérica. O que isso significa? Vamos
Leia mais¹CPTL/UFMS, Três Lagoas, MS,Brasil, oliveiralimarafael@hotmail.com. ²CPTL/UFMS, Três Lagoas, MS, Brasil.
Encontro de Ensino, Pesquisa e Extensão, Presidente Prudente, 22 a 25 de outubro, 2012 36 INTRODUÇÃO A CRIPTOGRAFIA RSA Rafael Lima Oliveira¹, Prof. Dr. Fernando Pereira de Souza². ¹CPTL/UFMS, Três Lagoas,
Leia maisLógica Indutiva. Aula 4. Prof. André Martins
Lógica Indutiva Aula 4 Prof. André Martins É uma bruxa? Lógica Clássica (Dedutiva) Na Lógica Clássica, determinamos a veracidade de proposições a partir de outras proposições que julgamos verdadeiras.
Leia maisEpidemiologia. Profa. Heloisa Nascimento
Epidemiologia Profa. Heloisa Nascimento Medidas de efeito e medidas de associação -Um dos objetivos da pesquisa epidemiológica é o reconhecimento de uma relação causal entre uma particular exposição (fator
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia maisBRINCANDO COM GRÁFICOS E MEDINDO A SORTE
BRINCANDO COM GRÁFICOS E MEDINDO A SORTE Elizabeth Pastor Garnier SEE/RJ Pedro Carlos Pereira - FAETEC Projeto Fundão IM/UFRJ Os Parâmetros Curriculares Nacionais propõem a introdução do tópico Tratamento
Leia maisProbabilidade - aula III
27 de Março de 2014 Regra da Probabilidade Total Objetivos Ao final deste capítulo você deve ser capaz de: Usar a regra da multiplicação para calcular probabilidade de eventos Usar a Regra da Probabilidade
Leia maisREVISÃO E AVALIAÇÃO DA MATEMÁTICA
2 Aula 45 REVISÃO E AVALIAÇÃO DA 3 Vídeo Arredondamento de números. 4 Arredondamento de números Muitas situações cotidianas envolvendo valores destinados à contagem, podem ser facilitadas utilizando o
Leia maisAula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística
Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa
Leia maisPÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014
PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA 09/abril de 2014 Considerações Estatísticas para Planejamento e Publicação 1 Circularidade do Método
Leia maisUM TEOREMA QUE PODE SER USADO NA
UM TEOREMA QUE PODE SER USADO NA PERCOLAÇÃO Hemílio Fernandes Campos Coêlho Andrei Toom PIBIC-UFPE-CNPq A percolação é uma parte importante da teoria da probabilidade moderna que tem atraído muita atenção
Leia maisMúltiplos Estágios processo com três estágios Inquérito de Satisfação Fase II
O seguinte exercício contempla um processo com três estágios. Baseia-se no Inquérito de Satisfação Fase II, sendo, por isso, essencial compreender primeiro o problema antes de começar o tutorial. 1 1.
Leia maisDadas a base e a altura de um triangulo, determinar sua área.
Disciplina Lógica de Programação Visual Ana Rita Dutra dos Santos Especialista em Novas Tecnologias aplicadas a Educação Mestranda em Informática aplicada a Educação ana.santos@qi.edu.br Conceitos Preliminares
Leia maisCAP. I ERROS EM CÁLCULO NUMÉRICO
CAP. I ERROS EM CÁLCULO NUMÉRICO 0. Introdução Por método numérico entende-se um método para calcular a solução de um problema realizando apenas uma sequência finita de operações aritméticas. A obtenção
Leia maisEspaços Amostrais e Eventos. Probabilidade 2.1. Capítulo 2. Espaço Amostral. Espaço Amostral 02/04/2012. Ex. Jogue um dado
Capítulo 2 Probabilidade 2.1 Espaços Amostrais e Eventos Espaço Amostral Espaço Amostral O espaço amostral de um experimento, denotado S, é o conjunto de todos os possíveis resultados de um experimento.
Leia maisExercícios Resolvidos sobre Amostragem
Exercícios Resolvidos sobre Amostragem Observe agora, nestes Exercícios Resolvidos, como alguns parâmetros estatísticos devem ser construídos para formar amostras fidedignas de certas populações ou fenômenos
Leia maisAULA 6 LÓGICA DOS CONJUNTOS
Disciplina: Matemática Computacional Crédito do material: profa. Diana de Barros Teles Prof. Fernando Zaidan AULA 6 LÓGICA DOS CONJUNTOS Intuitivamente, conjunto é a coleção de objetos, que em geral, tem
Leia maisNOÇÕES DE PROBABILIDADE
NOÇÕES DE PROBABILIDADE ? CARA? OU? COROA? ? Qual será o rendimento da Caderneta de Poupança até o final deste ano??? E qual será a taxa de inflação acumulada em 011???? Quem será o próximo prefeito de
Leia maisCAPÍTULO 9 Exercícios Resolvidos
CAPÍTULO 9 Exercícios Resolvidos R9.1) Diâmetro de esferas de rolamento Os dados a seguir correspondem ao diâmetro, em mm, de 30 esferas de rolamento produzidas por uma máquina. 137 154 159 155 167 159
Leia maisProtocolo em Rampa Manual de Referência Rápida
Protocolo em Rampa Manual de Referência Rápida 1 O que é o Protocolo em Rampa O protocolo em rampa é um protocolo para testes de esforço que não possui estágios. Nele o incremento da carga se dá de maneira
Leia maisLista 2 - Probabilidade. Probabilidade. 1. Uma letra é escolhida entre as letras da palavra PROBABILIDADE
Estatística 2 a LISTA DE EXERCÍCIOS Prof. Ânderson Vieira Probabilidade Espaço Amostral Em cada um dos exercícios a 0. Determine o espaço amostral.. Uma letra é escolhida entre as letras da palavra PROBABILIDADE
Leia maisAtividade à Distância Avaliativa - Probabilidade. 1 Probabilidade - Operações e Propriedades
Universidade Estadual de Santa Cruz UESC Professora: Camila M. L Nagamine Bioestatística Atividade à Distância Avaliativa - Probabilidade Se ouço, esqueço; se vejo, recordo; se faço, aprendo. (Provérbio
Leia maisProbabilidade - aula I
e 27 de Fevereiro de 2015 e e Experimentos Aleatórios e Objetivos Ao final deste capítulo você deve ser capaz de: Entender e descrever espaços amostrais e eventos para experimentos aleatórios. Interpretar
Leia maisPROBABILIDADE. Aula 5
Curso: Psicologia Disciplina: Métodos Quantitativos Profa. Valdinéia Data: 28/10/15 PROBABILIDADE Aula 5 Geralmente a cada experimento aparecem vários resultados possíveis. Por exemplo ao jogar uma moeda,
Leia maisTeoria das Probabilidades I. Ana Maria Lima de Farias Universidade Federal Fluminense
Teoria das Probabilidades I Ana Maria Lima de Farias Universidade Federal Fluminense Conteúdo 1 Probabilidade - Conceitos Básicos 1 1.1 Introdução....................................... 1 1.2 Experimento
Leia maisTeoria das Probabilidades
Teoria das Probabilidades Qual a probabilidade de eu passar no vestibular? Leandro Augusto Ferreira Centro de Divulgação Científica e Cultural Universidade de São Paulo São Carlos - Abril / 2009 Sumário
Leia maisAula 1: Introdução à Probabilidade
Aula 1: Introdução à Probabilidade Prof. Leandro Chaves Rêgo Programa de Pós-Graduação em Engenharia de Produção - UFPE Recife, 07 de Março de 2012 Experimento Aleatório Um experimento é qualquer processo
Leia maisFUNÇÃO COMO CONJUNTO R 1. (*)= ou, seja, * possui duas imagens. b) não é uma função de A em B, pois não satisfaz a segunda condição da
FUNÇÃO COMO CONJUNTO Definição 4.4 Seja f uma relação de A em B, dizemos que f é uma função de A em B se as duas condições a seguir forem satisfeitas: i) D(f) = A, ou seja, o domínio de f é o conjunto
Leia maisCláudio Tadeu Cristino 1. Julho, 2014
Inferência Estatística Estimação Cláudio Tadeu Cristino 1 1 Universidade Federal de Pernambuco, Recife, Brasil Mestrado em Nutrição, Atividade Física e Plasticidade Fenotípica Julho, 2014 C.T.Cristino
Leia mais9. Derivadas de ordem superior
9. Derivadas de ordem superior Se uma função f for derivável, então f é chamada a derivada primeira de f (ou de ordem 1). Se a derivada de f eistir, então ela será chamada derivada segunda de f (ou de
Leia mais