BIOESTATSTICA

UD III - Noes sobre Amostragem e

Probabilidades
Distribuies de Probabilidade
Prof Dra Lilian Cristina
Sumrio
Distribuies de
Probabilidades
Normal
Binomial
Poisson
De Student
Z
T
Teorema do Limite
Central
Distribuies de
Probabilidades
Distribuies de Probabilidade
Para o estudo das distribuies amostrais,
supe-se que as amostras so
representativas das populaes a que se
quer fazer referncia
Portanto, foram obtidas segundo processos
probabilsticos: so amostras aleatrias
Distribuies de Probabilidade
O que se estar considerando que cada
informao na amostra o valor de uma
varivel aleatria
Varivel aleatria
Apresenta distribuio igual da
populao no instante em que foi
realizada a amostragem
Distribuies de Probabilidade (i)
Esta possibilidade de cada elemento
populacional ter a mesma probabilidade de
pertencer amostra acontece se:
Se o processo de amostragem aleatria for com
reposio
Se a amostragem for realizada em uma
populao infinita: a retirada de alguns
elementos no vai modificar a distribuio de
probabilidade na populao
Distribuies de Probabilidade (ii)
Populao Infinita
Se esta for grande o suficiente para que uma
distribuio de probabilidade mantenha-se
sem alterao durante o processo de
amostragem
Em decorrncia de uma amostra aleatria,
uma varivel sob estudo ser, tambm, uma
varivel aleatria
Distribuio Normal
Distribuio Normal
A distribuio normal de uma
varivel numrica contnua,
tambm conhecida como
distribuio Gaussiana ou curva de
Gauss, a base da maior parte das
estatsticas
Gauss
1,2
Matemtico alemo
Gauss foi uma criana prodgio
Fez suas primeiras descobertas
matemticas inovadoras quando
ainda era adolescente
Sua maior obra foi livro texto
Disquisitiones aritmticae
(Investigaes aritmticas), que
escrito em latim, consolidou a
teoria dos nmeros utilizada
at os dias atuais
(*1777

1855)
Painted by Christian Albrecht Jensen
Johann Carl Friedrich Gauss
Distribuio Normal
A distribuio normal de uma varivel
numrica contnua, tambm conhecida
como distribuio Gaussiana ou curva
de Gauss, a base da maior parte das
estatsticas
Distribuio Normal
Apresenta forma de sino
Dados aleatrios apresentam uma
compensao entre si: alguns dados
empurram o valor mais alto para cima e
outros puxam-no para baixo
Dessa forma, muitos valores acabam
prximos do centro dos dados (a mdia)
Distribuio Normal (i)
O eixo horizontal apresenta
os vrios valores
O eixo vertical apresenta a
frequncia
A rea debaixo da curva
representa todos os valores
na populao
Na distribuio normal, a
mdia, a mediana e a moda
coincidem, e esto no
centro da distribuio
Distribuio Normal (ii)
A distribuio
grfica apresenta-se
simtrica em torno
da mdia
50% dos valores
apresentam-se
maiores ou iguais
mdia e 50%
menores ou iguais
Que medida de
tendncia central
(ou de posio) essa?
Distribuio Normal (ii)
A distribuio grfica
apresenta-se simtrica em
torno da mdia
50% dos valores
apresentam-se maiores ou
iguais mdia e 50%
menores ou iguais
Na prtica, o que se encontra so
distribuies aproximadamente normais
Distribuio Normal (iii)
Em qualquer dos casos (Normal ou aproximadamente normal), o
intervalo da mdia () mais ou menos um ou dois desvios-padro
() engloba a grande maioria dos casos
68,3%
95,4%
Distribuio Binomial
Distribuio Binomial
Uma varivel aleatria numrica binria (ou
dicotmica), isto onde os valores apresentados
referem-se apenas a duas possibilidades: sucesso
(1) ou fracasso (0), sendo mutuamente excludentes
Esses experimentos so conhecidos como ensaios
de Bernoulli
Famlia Bernoulli
3,4,6
A famlia que mais contribuiu com o desenvolvimento do
pensamento matemtico na histria humana
Famlia radicada na Suia
Johan Bernoulli Daniel Bernoulli
Johann Bernoulli III
Jacob Bernoulli
Inmeras contribuies para
o clculo
E junto com seu irmo
Johann, elaboraram o
clculo de variaes
matemticas
Sua contribuio mais
importante foi no campo
da PROBABILIDADE
Johann III Bernoulli
5
Neto de Jacob
Era conhecido em todo o mundo
como uma criana prodgio
Aos treze anos de idade tomou o
grau de doutor em filosofia
Aos dezenove anos, foi nomeado
astrnomo real de Berlim
Um ano depois, reorganizou o
observatrio astronmico na
Academia de Berlim
Famlia Bernoulli:
Contribuies
4,5
Equao diferencial de
Bernoulli
Distribuio de
Bernoulli
Nmero de Bernoulli
Polinmios Bernoulli
Princpio de Bernoulli
Equao diferencial de Bernoulli
Utilizada pela NASA
5
Presso; Velocidade e Densidade
Distribuio Binomial
Uma varivel aleatria numrica binria (ou
dicotmica), isto onde os valores
apresentados referem-se apenas a duas
possibilidades: sucesso (1) ou fracasso (0),
sendo mutuamente excludentes
Esses experimentos so conhecidos como
ensaios de Bernoulli
Distribuio Binomial
A varivel aleatria que recebe o resultado,
que se trata de um evento independente em
relao aos demais eventos do espao
amostral, uma varivel numrica do tipo
numrica discreta
Ex. Distribuio Binomial
7
Distribuio Binomial (i)
Em estudos na rea da Educao Fsica pode-
se facilmente identificar variveis binrias. So
exemplos:
Estudo seccional - Conseguir realizar 30
abdominais:
conseguir (1)
no conseguir (0)
Estudo experimental - a interveno foi a aplicao
de determinado tipo de treinamento, tendo como
resultado a melhoria de determinado desempenho:
melhorou (1)
no melhorou (0)
Distribuio Binomial (i)
O conjunto dos resultados de uma
varivel aleatria binria em n eventos
uma varivel binomial
O conjunto de dados contidos no
espao amostral de uma varivel
dicotmica uma varivel binomial
Distribuio Binomial (ii)
Notao matemtica:
Onde:
k = nmero de sucessos dentre as n tentativas
n = nmero de tentativas
p = probabilidade de cada evento
Distribuio Binomial (iii)
Exemplo:
Em uma secretaria do curso de Educao Fsica de uma
universidade, a probabilidade de um aluno novo, na
fila de 5 alunos para realizar sua matrcula, podendo
escolher entre os turnos da manh e da tarde,
pergunta-se:
a) Qual a probabilidade de 2 alunos escolherem o turno
da manh?
b) Qual a probabilidade de pelo menos 1 aluno escolher
o turno da manh?
Distribuio Binomial (iv)
a) Qual a probabilidade de 2 alunos
escolherem o turno da manh?
Distribuio Binomial (v)
Soluo a)
Sendo X o nmero de alunos, de uma fila de 5 alunos, que escolheram o
turno da manh (sucesso), ento, a probabilidade de 2 alunos
escolherem o turno da manh :
Onde:
k = 2 = nmero de sucessos
dentre as n tentativas
n = 5 = nmero de tentativas
p = 1/2 = probabilidade de
cada evento
Distribuio Binomial (vi)
b) Qual a probabilidade de pelo
menos 1 aluno escolher o turno da
manh?
Distribuio Binomial (vii)
Soluo b):
Sendo X o nmero de alunos, de uma fila de 5 alunos, que escolheram o
turno da manh (sucesso), ento, a probabilidade de pelo menos 1 aluno
escolher o turno da manh :
Onde:
2 = nmero de sucessos
dentre as n tentativas (5)
5 = nmero de tentativas
1/2 = probabilidade de cada
evento
Distribuio Binomial (viii)
X uma varivel binomial?
Uma varivel aleatria discreta X uma varivel aleatria binomial se:
1. Um experimento, ou julgamento, realizado exatamente da
mesma forma n vezes
2. Cada um dos n ensaios tem apenas dois resultados possveis (varivel
dicotmica)
3. Um dos resultados chamado de "sucesso", enquanto o outro chamado
de "fracasso". Tal teste chamado de ensaio de Bernoulli
4. Os n ensaios so independentes
5. A probabilidade de sucesso, denotada p , a mesma para cada ensaio
6. A probabilidade de fracasso q = 1 - p
7. A varivel aleatria X = nmero de sucessos nos n ensaios.
Distribuio Binomial (ix)
Exemplo
Uma moeda lanada, de tal maneira que h uma
possibilidade de 70% de obter cara em qualquer
jogada (moeda desonesta)
Atire a moeda, exatamente da mesma maneira, 100
vezes.
X igual ao nmero de sucessos (cara)
X uma varivel aleatria binomial?
Distribuio Binomial (x)
Soluo
Sim, X uma varivel aleatria binomial, porque:
1. A moeda lanada no exatamente da mesma maneira 100 vezes
2. Cada lance resultados em qualquer cara (xito) ou uma coroa (falha)
3. Um lance no afeta o resultado de outro lance. Os ensaios so
independentes
4. A probabilidade de obter uma cabea de 0,70 para cada lance da
moeda
5. X igual ao nmero de caras (sucessos)
Distribuio Binomial (xi)
Exemplo
Um administrador da faculdade seleciona aleatoriamente
amostras de estudantes at que ele encontra quatro que se
apresentaram como voluntrios para trabalhar para uma
organizao local
X igual ao nmero de alunos includos na amostra
X uma varivel aleatria binomial?
Soluo
No. X no uma varivel aleatria binomial, porque o
nmero de ensaios n no foi fixado com antecedncia
(nmero de ensaios a serem realizados e resultados possveis)
Distribuio Binomial (xii)
Para pequenas p (< 0,5)
e n pequenos (< 30), a
distribuio binomial o que
chamamos enviesada direita
Isto , a maior parte da
probabilidade cai nos
nmeros menores 0, 1, 2, ...,
e as caudas de distribuio
para a direita.
Distribuio binomial quando n = 15 e p = 0,2
Efeitos do nmero de ensaios (n) e da probabilidade de sucesso (p) na forma
n = o nmero de ensaios independentes
p = probabilidade de sucesso
Distribuio Binomial (xiii)
Para grandes p (> 0,5) e n
pequeno (< 30) , a
distribuio binomial o
que chamamos enviesada
esquerda
Isto , a maior parte da
probabilidade cai nos
nmeros maiores n , n -1,n -
2, ... e as caudas de
distribuio para a
esquerda.
Distribuio binomial quando n = 15 e p = 0,8
Distribuio Binomial (xiv)
Para p = 0,5,
independente do
tamanho do n , a
distribuio binomial
o que chamamos de
simtrica
Isto , a distribuio ,
sem assimetria.
Distribuio binomial quando n = 15 e p = 0,5:
Distribuio binomial quando n = 15 e p = 0,5
0,5 = 50%
Distribuio Binomial (xv)
Para pequenas p (< 0,5)
e grandes n (> 30), a
distribuio binomial se
aproxima simetria
Por exemplo, se p = 0,2
e n pequeno, seria de
esperar a distribuio
binomial a ser inclinado
para a direita
Para grandes n , no
entanto, a distribuio
quase simtrica.
Distribuio binomial quando n = 40 e p = 0,5
http://onlinecourses.science.psu.edu/stat414/book/export
/html/53; Penn State University
Aproximadamente
normal: se o n for
suficientemente
grande e a
probabilidade for
pequena (<0,5)
Distribuio Binomial (xvi)
Alguns autores resumem:
Para p = 0,5 a distribuio binomial
simtrica, qualquer que seja o valor de n
Para p < 0,5 a distribuio assimtrica
positiva (enviesada esquerda)
Distribuio Binomial (xvi)
Alguns autores resumem:
Para p > 0,5 a distribuio binomial assimtrica
negativa (enviesada direita).
Note:
Quanto mais afastado estiver p de 0,5 mais
enviesada a distribuio.
Mesmo para valores de p diferentes de 0,5 quanto
maior for n, mais prxima da simetria estar a
distribuio.
INTERVALO
Distribuio de Poisson
Variveis numricas discretas
Variveis categricas em casos especiais
Poisson
8
Matemtico francs,
dedicado
geometria e fsica
Distribuio de Poisson e
Distribuio Binomial
A distribuio de Poisson um caso limite da distribuio
binomial (variveis numricas discretas ou categricas com
2 ou mais categorias)
Se o nmero de ensaios tende a infinito
n
A probabilidade do evento tende a zero
p 0
E a mdia igual ao nmero de tentativas vezes da
probabilidade (= np)
A observao da ocorrncia dos eventos se d em um
intervalo contnuo que pode ser de tempo, de comprimento,
de rea ou de volume
Podemos usar a distribuio de Poisson como uma
aproximao da distribuio binomial quando:
n (nmero de tentativas), for grande; e
p (probabilidade) ou 1 p (complementar de p) for
pequena, ou seja, para eventos raros
Um bom princpio bsico usar a distribuio de Poisson
quando n 30 e n.p ou n(1-p) < 5
Se n(1 - p) < 5, sucesso e fracasso devero ser redefinidos de
modo que n.p < 5 para tornar a aproximao precisa
* http://www.bertolo.pro.br/FinEst/Estatistica/ExerciciosResolvidosPoisson.pdf; http://bertolo.pro.br/
Distribuio de Poisson e
Distribuio Binomial (i)
Distribuio de Poisson
De novo...
A distribuio de Poisson um caso em que
as observaes dos ensaios de Bernoulli
tendem ao infinito e a mdia (np) permanece
constante
O interesse o nmero de sucessos em um
intervalo contnuo de observao t
Distribuio de Poisson (i)
Notao matemtica:
Onde:
X = varivel aleatria
k = nmero de tentativas com sucesso
= a mdia e a varincia de X (mdia de ocorrncia dos eventos no
intervalo especificado (pode ser de tempo ou de espao)
t = intervalo de tempo
= t (mdia e varincia de X)
Distribuio de Poisson (ii)
Ex.: Quantos dos 150 militares
conseguiram realizar 30 abdominais
em 1 minuto, partindo do pressuposto
de que, em mdia, militares
conseguem realizar 40 abdominais em
1 minuto?
Distribuies de Student
Z e t
Student
9
Matemtico, qumico e
estatstico Britnico
Influenciou o pensamento
da Estatstica moderna com
o seu grande contributo: a
distribuio t-student
Gosset conhecido entre
ns como Student,
pseudnimo modesto
utilizado por este grande
estatstico
William Sealy Gosset: Student
(*1876-1937)
Distribuies Normal e de
Student
As distribuies de Student relacionam-se
distribuio normal porque quanto maior as
amostras, mais se aproximam da
distribuio normal
So elas:
Distribuio Z
Distribuio t
Distribuies de Student (i)
Distribuio Z ou distribuio normal reduzida ou
distribuio normal padronizada
Apresenta mdia igual a zero e varincia igual a um
A distribuio indicada pela letra Z
A varivel reduzida ou padronizada indicada com a
letra z
z => = 0 e
2
= 1
Distribuio Z
Para se calcular probabilidades para a varivel X assumir valores em
certos intervalos, utiliza-se u,a distribuio particular com mdia ()
igual a zero e varincia (
2
) igual a 1:
A distribuio normal padronizada (Z)
Distribuio t
Algumas distribuies apresentam uma forma que tende
normal reduzida quando o tamanho amostral (n) aumenta,
so conhecidas como distribuio t
Teorema do Limite
Central
Teorema do Limite Central
Se a distribuio na populao for
normal, a distribuio em uma
amostra aleatria, tambm ser
normal
Teorema do Limite Central (i)
Se a distribuio da populao no for normal,
caso a amostra apresente um tamanho
razoavelmente grande, a distribuio amostral
ser aproximadamente normal
Em alguns casos, uma amostra pode ser
suficientemente grande ainda que composta de
apenas quatro ou cinco elementos, sobretudo se
a distribuio dos dados apresentar-se simtrica
Teorema do Limite Central (ii)
Pode-se apresentar sobre o tema, o parecer de
Roscoe (1979)
11
(citado por diversos autores
contemporneos)
Roscoe prope as seguintes regras para a
determinao tamanho da amostra:
Um tamanho da amostra maior do que 30 e menor do
que 500 apropriado para a para a maioria das pesquisas
Sempre que a amostra for subdividida em subconjuntos,
o tamanho amostral mnimo dever ser de 30 para cada
categoria
Teorema do Limite Central (ii)
Por outro lado, se a varivel em questo no
apresentar estas caractersticas apresentadas ou
se o tamanho da sua amostra no se enquadra
nos pressupostos de Roscoe (1979)
11
, pode-se
optar por estatsticas no paramtricas (assunto
que ser abordado oportunamente)
Referncias
1. http://en.wikipedia.org/wiki/Carl_Friedrich_Gauss
2. http://en.wikipedia.org/wiki/Disquisitiones_Arithmeticae
3. http://en.wikipedia.org/wiki/Bernoulli_family
4. http://132.187.98.10:8080/encyclopedia/en/bernoulliFamily.pdf
5. https://www.grc.nasa.gov/WWW/k-12/airplane/bern.html
6. http://www.somatematica.com.br/biograf/bernoulli.php
7. http://www.optiontradingtips.com/pricing/binomial-model.html
8. http://en.wikipedia.org/wiki/Sim%C3%A9on_Denis_Poisson#Contributions
9. http://www.alea.pt/html/nomesedatas/swf/tmp2j043yc3j7.htm
10. COSTA NETO, P. L. DE O. Estatstica. 2. ed. So Paulo: Editora Edgard
Blcher, 2009.
11. ROSCOE, J. T. Fundamental Research Statistics for the Behavioral Sciences.
2. ed. California: Holt Rinehart & Winston, 1979.
FIM