Professional Documents
Culture Documents
Alexandre Lima
Estatstica Descritiva
A frequncia de um dado valor de uma varivel (qualitativa ou quantitativa) definida como o nmero de vezes que esse valor foi observado. A associao das respectivas frequncias a todos os diferentes valores observados define a distribuio de frequncias do conjunto de valores observados. A frequncia acumulada de um dado valor igual a soma das frequncias de todos os valores menores ou iguais ao valor em considerao. Um histograma um grfico da distribuio de frequncias de uma varivel quantitativa (vide figura abaixo).
7
f
3 2 1 0 10.2 10.3 10.4 10.5 10.6 10.7 10.8 10.9 11
As medidas de posio servem para localizar a distribuio de frequncias sobre o eixo de variao da varivel (eixo horizontal).
Prof. Alexandre Lima www.pontodosconcursos.com.br
Curso Online Bizu de Estatstica para Papiloscopista PF Prof. Alexandre Lima A mdia, a mediana e a moda so medidas de posio. Considere n observaes x 1 , x 2 ,..., x n de uma varivel quantitativa X. Ento a Mdia aritmtica dada por:
x1 + x 2 + ... + x n 1 n x= = xi n n i=1
Sejam os conjuntos A com n A valores, B com n B valores, ..., e K com n K valores. Se A tem mdia x A , B tem mdia x B , ..., e K tem mdia x K , ento a mdia do conjunto maior que formado pela reunio de todos os elementos dos conjuntos A, B, ..., K em um nico conjunto dada por (mdia das mdias):
x=
n A x A + n B x B + ... + n K x K n A + n B + ... + n K
n 1 1 1 + + ... + xn x1 x 2
x
i =1
1
i
w x
i i=1 n
w
i=1
, em que em que
i
Varincia amostral: s 2 x =
www.pontodosconcursos.com.br
Varincia
combinada
A + B N
2
das
populaes
B:
A
N
B
N
Desvio Padro (Sx) = Raiz Quadrada positiva da Varincia. Coeficiente de variao: cv( x ) =
sx . x
Amostragem
Uma populao consiste na totalidade das observaes. Uma amostra um subconjunto de observaes selecionadas a partir de uma populao. Os elementos de uma amostra aleatria so independentes.
Probabilidades
Princpio Fundamental da Contagem: caso um evento qualquer ocorra em n etapas consecutivas e independentes da seguinte maneira:
Prof. Alexandre Lima www.pontodosconcursos.com.br
primeira etapa: existem k1 maneiras diferentes de ocorrer o evento segunda etapa: existem k2 maneiras diferentes de ocorrer o evento terceira etapa: existem k3 maneiras diferentes de ocorrer o evento (...) ensima etapa: existem kn maneiras diferentes de ocorrer o evento
ento o no total (N) de maneiras de ocorrer o evento dado por N = k1. k2. k3. k4 ... kn
Nmero de arranjos de n elementos tomados r a r: A n ,r = Permutao de n elementos: Pn = n! Permutao circular de n elementos: Pno = (n-1)! Permutao com elementos repetidos: h um conjunto de n elementos, com q elementos repetidos do tipo 1, r elementos repetidos do tipo 2, s elementos repetidos do tipo 3, etc: Pn(q,r,s,...) = n!/(q! r! s! ...) Nmero de combinaes de tamanho r em uma populao de tamanho n n n! = (coeficiente binomial): C n ,r = . (n r )!r! r Dois eventos A e B so mutuamente exclusivos (excludentes) se AB = ; ou seja, A e B no tm elementos em comum. Probabilidade condicional: P[A | B] = P[AB] / P[B]
Eventos A e B independentes: P[B | A] = P[B] . P[AB] = P[A]P[B] P[A | B] = P[A]
n! (n r )!
Regra da adio: P[A B] = P[A] + P[B] P[A B] . Regra da multiplicao: P[AB] = P[A | B]P[B] = P[B | A]P[A] . Regra da probabilidade total:
www.pontodosconcursos.com.br
P( B | A k ) P ( A k )
P(B | A )P(A )
i i i =1
A frmula de Bayes nos permite calcular as probabilidades dos vrios eventos A 1 , A 2 ,..., A n que podem causar ou provocar a ocorrncia de B (probabilidade da causa Ak dado o efeito observado B).
Valor
Esperado
Distribuio
de
Uma funo discreta de probabilidade f(xi) (i=1,2,...,n) satisfaz s seguintes condies: 0 f(xi) 1 e i f(xi) = 1. A funo de distribuio (ou acumulada) de probabilidade F(x) de uma varivel aleatria X definida por F(x) = P(Xx). A rea sob a funo densidade de probabilidade de uma varivel aleatria
f (x )dx = 1 .
A funo densidade de probabilidade de uma varivel aleatria contnua X igual derivada da funo de distribuio de X em relao a x, ou seja, f(x) = dF(x)/dx = F(x) P[a X b] = f ( x )dx .
a b
Se X uma varivel aleatria discreta que pode tomar os valores x1, x2, ..., xn com probabilidades f(x1), f(x2), ..., f(xn), ento a mdia (ou valor esperado) de X definida por E[X] = x 1f ( x 1 ) + x 2 f ( x 2) + ... + x n f ( x n ) = x i f ( x i ) .
i =1 n
A mdia de uma varivel aleatria contnua X com densidade de probabilidade fX(x) dada pela integral
E[X] = xf ( x )dx .
Sejam a e c valores constantes e X uma varivel aleatria. Ento a mdia possui as seguintes propriedades:
Curso Online Bizu de Estatstica para Papiloscopista PF Prof. Alexandre Lima 2. E[cX] = cE[X] a mdia de uma varivel multiplicada por um nmero igual ao nmero multiplicado pela mdia de X; 3. E[a + cX] = a + cE[X] a mdia da soma de um nmero qualquer a com a varivel X multiplicada por um nmero qualquer c igual soma do nmero a com a mdia de X multiplicada por c.
var(X) = E(X2) - 2 a varincia de X igual a mdia do quadrado de X subtrada da mdia de X ao quadrado. Sejam a e c constantes, X uma varivel aleatria e Z = a + cX (Z uma transformao linear da varivel X). Ento
var(a+cX) = c2var(X).
A raiz quadrada positiva da varincia chamada de desvio-padro ou erropadro, sendo denotada pelo smbolo . A Distribuio Binomial nos d a probabilidade de k sucessos em n n k n k tentativas: P(X = k ) = k p (1 p) .
= npq
X N(, 2) denota uma varivel aleatria X com distribuio normal com mdia e varincia 2. A normal padro Z N(0, 1) obtida atravs da transformao
Z = (X-)/.
A normal simtrica em relao sua mdia, de modo que P(X) = P(X>) = 50% =1/2. Se X normal, ento P( - 1,96<X< + 1,96) = 95%. Seja a Distribuio Binomial. Se n grande e se p e q no esto muito prximos de zero, ento a distribuio binomial bem aproximada por uma distribuio normal padro em que a varivel transformada dada por
Z=
Prof. Alexandre Lima
X np . npq
6
www.pontodosconcursos.com.br
Curso Online Bizu de Estatstica para Papiloscopista PF Prof. Alexandre Lima Na prtica, a aproximao muito boa se np e nq forem maiores que 5.
f(x,y) 0
x y f(x,y) = 1
f(x,y) = P(X=x,Y=y)
f(x,y)0
f (x, y)dxdy = 1
b d a c
P(a X b, c Y d) = f ( x, y)dydx .
f Y ( y) = f ( x , y)dx
Variveis discretas:
o f X (x i ) = f (x i , y k )
k
o f Y ( y k ) = f (x i , y k )
i
f ( x i , y k ) = f X|Y ( x i | y k )f Y ( y k ) = f Y|X ( y k | x i )f X ( x i )
www.pontodosconcursos.com.br
E(Y | X = x i ) = y jP(Y = y j | X = x i )
j=1
f ( x , y ) = f X ( x ) f Y ( y)
f X|Y ( x | y) = f X ( x ) f Y|X ( y | x ) = f Y ( y)
Cov(X, Y) =
(x X )(y Y )f ( x, y)dxdy
(variveis contnuas)
1 n ( x i x)( yi y) n i=1
Correlao: (X, Y) =
da
correlao) ou
coeficiente
de
www.pontodosconcursos.com.br
(x
i =1
x )2
(y
i =1
y) 2
Se X e Y so variveis aleatrias independentes, ento a covarincia entre elas nula, ou seja, X e Y so no correlacionadas:
Cov(X, Y) = E[XY] X Y = 0
E[XY] = XY (a esperana de XY igual ao produto das mdias X e Y).
E(Z) = aE(X) + bE(Y) Var(Z) = a2var(X) + b2var(Y) + 2abCov(X,Y) Var(Z) = a2var(X) + b2var(Y), se X e Y so independentes
Teste de Hipteses
A hiptese nula (ou hiptese de trabalho) H0 a hiptese aceita como verdadeira at prova estatstica em contrrio. Ela geralmente representa o contrrio do que queremos provar, ou seja, representa a hiptese que se quer rejeitar.
Prof. Alexandre Lima www.pontodosconcursos.com.br
Erro tipo I: rejeitar H0, sendo H0 verdadeira; Erro tipo II: aceitar H0, sendo H0 falsa.
Valor-p: se valor-p , rejeitamos H0 em favor de H1. se valor-p > , no rejeitamos H0 em favor de H1.
a) z =
X (normal / n conhecido.
padro),
se
desvio-padro
populacional
Rejeita-se H0 se z < -z
www.pontodosconcursos.com.br
10
Curso Online Bizu de Estatstica para Papiloscopista PF Prof. Alexandre Lima Hipteses H0: = 0 H1: < 0 H0: H1: H0: H1:
= 0 > 0 = 0 0
tem distribuio binomial com mdia p e Frequncia relativa amostral p tem distribuio varincia p(1-p)/n. Se np 5 e n(1-p) 5, ento p
N ~ (p, p(1-p)/n).
Estatstica para teste da proporo populacional p: z =
p p . p(1 p) / n
Rejeita-se H0 se z < -z
z > z
www.pontodosconcursos.com.br
11