Curva Normal de Probabilidade

Slides:



Advertisements
Apresentações semelhantes
Análise Estatística Testes de Hipóteses.
Advertisements

Determinação do “Sample Size”
Suposições necessárias para o Modelo ANOVA
Distribuição Binomial
Qui-quadrado características gerais
Variável Aleatória Contínua
Estatística Descritiva Aula 02
Introdução à Estatística
Estatística Básica Utilizando o Excel
Capítulo 5 A Distribuição Normal de Probabilidade
Resposta forçada II Objetivos:
Capítulo 5 Medidas Descritivas.
Estatística Aplicada (Aula 3)
Análise de Dados.
Distribuição de probabilidade
Distribuição de probabilidade
Medidas de Posição Profa. Rossana Fraga Benites.
Estatística Descritiva
Principais Modelos Contínuos
AULA11 Distribuição normal Josemar Rodrigues.
Estatística e Probabilidade
Análise Exploratória dos Dados
Profa. Maria Ivanilde S. Araújo
Aula 0. Doces Lembranças de MAE0219
Estatística Descritiva (I)
DISTRIBUIÇÃO NORMAL GAUSS ou LAPLACE CECILIA Q. ROKEMBACH
Distribuições Contínuas de Probabilidade
DISTRIBUIÇÃO AMOSTRAL DA PROPORÇÃO DA AMOSTRA OU
DISTRIBUIÇÃO AMOSTRAL DA MÉDIA DA AMOSTRA OU DISTRIBUIÇÃO AMOSTRAL DE
Distribuições Contínuas de Probabilidade
Amostragem: Média e desvio-padrão amostral Prof. Helcio Rocha
A Distribuição Normal Prof. Helcio Rocha
VALORES ESPERADOS.
Variável Aleatória Contínua.
Apêndice.
Distribuições de probabilidades referentes a variáveis contínuas e suas aplicações As variáveis contínuas podem assumir qualquer valor dentro de um intervalo.
Estatística Para um dado conjunto de dados, podemos calcular as seguintes grandezas: 1) Medidas de posição 2) Medidas de dispersão 3) Parâmetros de simetria.
distribuições normais
ANÁLISE ESTATÍSTICA II
Distribuição Normal Prof. Herondino.
ANÁLISE ESTATÍSTICA II
PROBABILIDADE CALCULADA CURVA DE DISTRIBUIÇÃO NORMAL
Medidas Descritivas ESTATISTICA Aula 5 PROF: CÉLIO SOUZA.
Medidas de Dispersão Aula 8.
A probabilidade de X tomar um dado valor é zero. Calcula-se a probabilidade de X estar dentro de um intervalo. Função de densidade 1. f(x) ≥ 0 +  2. 
Estatística Aplicada Aula 8
Análise Descritiva de Dados
EME709 – PLANEJAMENTO DO EXPERIMENTO Profa. Sachiko A. Lira.
Distribuição de Probabilidade
Estoques de segurança.
Aula 14: Distribuição normal Prof. Diovani Milhorim
3. Distribuições de probabilidade
DISTRIBUIÇÃO NORMAL.
Medidas Descritivas ESTATISTICA Aula 5 PROF: CÉLIO SOUZA.
Distribuição normal A figura abaixo mostra o gráfico de duas distribuições normais. A azul com média zero e desvio 0,2 e a em vermelho com média 2 e desvio.
Estimativas de grandezas cap 2. e cap 3 Média Desvio Padrão e Variância Definições importantes Distribuição Normal Teorema do limite central Hipóteses.
Medidas Estatísticas.
Modelos Teóricos Contínuos de Probabilidade
Climatologia II – ACA226 Prof. Humberto Rocha
Probabilidade.
Metodologia da Pesquisa em Ensino de Ciências I
2. VARIÁVEIS ALEATÓRIAS 2015.
Distribuição Normal de Probabilidade
ANÁLISE DE DADOS EM BIOLOGIA Prof. Ronei Baldissera.
ANÁLISE DE DADOS EM BIOLOGIA
DISTRIBUIÇÃO NORMAL (MODELO CONTÍ NUO) Carateriza-se pelo seu gráfico, muito particular – CURVA DE GAUSS µ.
DISTRIBUIÇÃO NORMAL Estudámos distribuições de probabilidade para variáveis aleatórias discretas. No final do capítulo falaremos da distribuição binomial.
VARIÁVEL ALEATÓRIA Profa. Ana Clara Guedes. Tomemos o exemplo da variável “peso ao nascer”. A variabilidade dos pesos ao nascer de meninos, com mesma.
Prof. Josenildo dos Santos MÉTODOS QUANTITATIVOS APLICADOS ÀS CIÊNCIAS CONTÁBEIS CONTABILIDADE ESTRATÉGICA 2º MÓDULO.
Distribuicoes de Probabilidade
Transcrição da apresentação:

Curva Normal de Probabilidade Prof. Ivan Balducci FOSJC / Unesp

Distribuição Normal “Em forma de Sino” 50% Unimodal Simétrica Média, mediana e moda são iguais Assintótica em relação ao Eixo X Amplitude Interquartil é 1,33 s ou [Q3-Q1] = 4/3 s f(X) X Q1  Q3 Média, Mediana Moda

Modelo Matemático : média da população : desvio padrão da população X: valores da variável aleatória ( ) F(X):função densidade probabilidade da variável aleatória X : média da população : desvio padrão da população

Para variáveis aleatórias contínuas, as probabilidades são representadas pelas áreas sob a curva Área total sob a curva é 1 A área em vermelho é igual a P(X>1) A área em azul é igual a P(-1<X<0) Áreas são obtidas em tabelas ou calculadas em computador.

Distribuição Normal P(z1=1,02)=? Z1=1,02 P(z1=1,02)=34,61%

Distribuição Normal Variando os parâmetros  e , obtém-se diferentes formas de distribuições normal

Cálculo de Probabilidades Probabilidade é a área sob a curva! f(X) X c d

Cálculo de Probabilidades P(- < X < + ) Qual a área total abaixo da curva? f(X) Área = 1 X

Qual Tabela usar? Deveríamos ter disponíveis uma infinidade de Tabelas, uma para cada par  e !

Solução: Distribuição Normal Padronizada Qual Tabela usar? Solução: Distribuição Normal Padronizada Distribuição Normal Padronizada Tabela (Parte) .02 Z .00 .01 0,5478 0.0 .5000 .5040 .5080 0.1 .5398 .5438 .5478 0.2 .5793 .5832 .5871 Probabilidades Z = 0,12 0.3 .6179 .6217 .6255 Uma única Tabela basta! É essa a solução

Distribuição Normal Padronizada É essa a solução Valor da V. A. Normal Z Padronizada: onde: x = valor da V. A. Normal X  = desvio padrão da V. A. Normal X  = média da V. A. Normal X z = valor padronizado de x (número de desvios padrão com relação à média)

Z: Distribuição Normal Padronizada Exemplo 1: padronizar 6.2 Z: Distribuição Normal Padronizada X: Distribuição Normal

Exemplo 2: cálculo da área entre dois números Z: Distribuição Normal Padronizada X: Distribuição Normal

Exemplo 3. Inverso: obter “z”, conhecido “p = 0,5832” (continuação) Distribuição Normal Tabela (Parte) Z .00 .01 .02 0,5832 0.0 .5000 .5040 .5080 0.1 .5398 .5438 .5478 0.2 .5793 .5832 .5871 Z = 0,21 0.3 .6179 .6217 .6255

Exemplo 4. Inverso: obter “z”, conhecido “p = 0,4168” (continuação) Distribuição Normal Tabela (Parte) Z .00 .01 .02 0,4168 -03 .3821 .3783 .3745 -02 .4207 .4168 .4129 -0.1 .4602 .4562 .4522 Z = -0,21 0.0 .5000 .4960 .4920

Exemplo 5. Cálculo da área acima de 8. Distribuição Normal Padronizada Distribuição Normal

Exemplo 6. Inverso: obter “z”, conhecido “p = 0,6179” 1 – 0.3821 = 0.6179 (continuação) Distribuição Normal Tabela (Parte) Z .00 .01 .02 0,6179 0.0 .5000 .5040 .5080 0.1 .5398 .5438 .5478 0.2 .5793 .5832 .5871 Z = 0,30 0.3 .6179 .6217 .6255

Encontrando Valores de Z para Probabilidades conhecidas Distribuição Normal Tabela (Parte) Qual é Z associado à Probabilidade= 0,6217 ? .01 Z .00 0.2 0.0 .5000 .5040 .5080 0,6217 0.1 .5398 .5438 .5478 0.2 .5793 .5832 .5871 0.3 .6179 .6217 .6255

Recuperando Valores de X para Probabilidades Conhecidas Distribuição Normal Padronizada Distribuição Normal

Termos que devem ser familiares Área Total = 1 Padronização probabilidade = Área sob a curva Normal média = mediana Curva simétrica unimodal dois parâmetros: média e dp