DISTRIBUIÇÃO NORMAL (MODELO CONTÍ NUO) Carateriza-se pelo seu gráfico, muito particular – CURVA DE GAUSS µ.

Slides:



Advertisements
Apresentações semelhantes
DISTRIBUIÇÕES AMOSTRAIS
Advertisements

Curva Normal de Probabilidade
Estatística amintas paiva afonso.
Variável Aleatória Contínua
ESTIMAÇÃO.
CONCEITOS ESTATÍSTICOS
Estatística 8 - Distribuições de Probabilidade de Variáveis Aleatórias Contínuas Prof. Antonio Fernando Branco Costa Página.
Variáveis Aleatórias Contínuas
CEP – Controle Estatístico de Processo
Estatística Aplicada (Aula 3)
Distribuição de probabilidade
Distribuição de probabilidade
Procedimentos para o uso da calculadora:
AULA11 Distribuição normal Josemar Rodrigues.
Estatística e Probabilidade
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
VALORES ESPERADOS.
Função de uma Variável Aleatória
Revisão.
Variável Aleatória Contínua.
Exemplo 2: Lançamento de 4 moedas Considerando a quantidade de
Distribuições de probabilidades referentes a variáveis contínuas e suas aplicações As variáveis contínuas podem assumir qualquer valor dentro de um intervalo.
DISTRIBUIÇÕES AMOSTRAIS
Variáveis Aleatórias Discretas-II-1; Função de Distribuição de X
distribuições normais
ANÁLISE ESTATÍSTICA II
Distribuição Normal Prof. Herondino.
PROBABILIDADE CALCULADA CURVA DE DISTRIBUIÇÃO NORMAL
Probabilidade e Estatística Exemplo da Moeda Balanceada
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. 
ANÁLISE ESTATÍSTICA II
Distribuição de Probabilidade
Estoques de segurança.
Aula 14: Distribuição normal Prof. Diovani Milhorim
3. Distribuições de probabilidade
Aula 10 - Distribuição normal, distribuição amostral da média
ANÁLISE ESTATÍSTICA II
Aproximação da binomial pela normal
ERROS E TRATAMENTO DE DADOS ANALÍTICOS
Modelos Teóricos Contínuos de Probabilidade
Separatrizes Quartis Decis Percentis TIPOS:
Probabilidade.
Exercícios de probabilidade
TESTE DE HIPÓTESES Hipóteses: Afirmação sobre alguma característica da população que queremos verificar. Existem duas hipóteses: H0: Hipótese nula H1:
Distribuição Normal de Probabilidade
Medidas Resumo: Medidas de Posição Medida de Dispersão
Probabilidade Modelos de Distribuições Contínuas:
Exercícios de Estatística
ANÁLISE DE DADOS EM BIOLOGIA
Distribuição Binomial – problema das provas repetidas Exemplo: Lança-se um dado, com as faces numeradas de 1 a 6, 10 vezes 1.Determina a probabilidade.
Estimação: Estimativa Pontual Estimativa Intervalar
Desvio Padrão José Rogério Bezerra Barbosa Filho.
DISTRIBUIÇÃO DE PROBABILIDADES
5a. Aula – Distribuições de Probabilidade Contínuas
Média e valor médio No estudo da estatística descritiva, para além das tabelas de frequências e gráficos, estudam-se outros métodos para resumir a informação.
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.
Inferência 1:Estimação de Parâmetros Relembrando o Teorema Central do Limite Da aula anterior: a) Os estimadores da média e da s 2 são não viciados e de.
Estatística Aplicada - Componente Prática Ensaio de hipóteses estatísticas Ensaio para µ com  2 conhecido e desconhecido.
INFERÊNCIA ESTATÍSTICA
Exercícios Manual, volume 2, páginas 33 e 34, exercício 23, 24, 25, 26 e 27 Exercícios Manual, volume 2, páginas 33 e 34, exercício 23, 24, 25, 26 e 27.
FUNÇÕES IRRACIONAIS. Função raiz quadrada. Função raiz cúbica. Função raiz quadrada. Função raiz cúbica.
ESTATÍSTICA SOMATÓRIOS CARACTERÍSTICAS AMOSTRAIS
Operações com Funções.
Exercícios de aplicação Manual, Volume 2 Página 78, exercício 83 Página 79, exercícios 84 e 85 Página 80, exercício 86.
Transcrição da apresentação:

DISTRIBUIÇÃO NORMAL (MODELO CONTÍ NUO) Carateriza-se pelo seu gráfico, muito particular – CURVA DE GAUSS µ

Características principais da Distribuição Normal 1.Fica identificada pelo valor médio µ e desvio-padrão σ, X ~ N (µ, σ) 2.A curva é simétrica em relação ao valor médio 3. Apresenta os seguintes valores de probabilidades: P( µ-σ < X < µ+σ) ≈ 0,6827 P( µ-2σ < X < µ+2σ) ≈ 0,9545 P( µ-3σ < X < µ+3σ) ≈ 0, Fica identificada pelo valor médio µ e desvio-padrão σ, X ~ N (µ, σ) 2.A curva é simétrica em relação ao valor médio 3. Apresenta os seguintes valores de probabilidades: P( µ-σ < X < µ+σ) ≈ 0,6827 P( µ-2σ < X < µ+2σ) ≈ 0,9545 P( µ-3σ < X < µ+3σ) ≈ 0, Quanto maior for o desvio-padrão, mais achatada é a curva. 5. As probabilidades são cada vez menores à medida que a variável se afasta do valor médio. 4. Quanto maior for o desvio-padrão, mais achatada é a curva. 5. As probabilidades são cada vez menores à medida que a variável se afasta do valor médio.

Exercício 1 O comprimento, em centímetros, dos bebés acabados de nascer numa certa maternidade, é uma variável aleatória com distribuição aproximadamente normal de valor médio 51. Sabe-se também que a percentagem de bebés que nascem nessa maternidade com menos de 46 centímetros é 26 %. Em 100 bebés nascidos nessa maternidade, quantos se espera que meçam menos de 56 centímetros. Exercício 1 O comprimento, em centímetros, dos bebés acabados de nascer numa certa maternidade, é uma variável aleatória com distribuição aproximadamente normal de valor médio 51. Sabe-se também que a percentagem de bebés que nascem nessa maternidade com menos de 46 centímetros é 26 %. Em 100 bebés nascidos nessa maternidade, quantos se espera que meçam menos de 56 centímetros.

Exercício 2 Uma máquina de enchimento automático de garrafas está regulada de tal forma que a quantidade (em centilitros) de vinho vertido por uma garrafa é uma variável aleatória X com distribuição aproximadamente normal de valor médio 78. O Departamento de controlo de qualidade da empresa verificou que, em média, 15, 865 % das garrafas enchidas pela máquina tinham menos do que os 75 centilitros de vinho indicados o rótulo. 1.Qual é o desvio padrão da variável aleatória X? 2.Em nome da sua boa imagem, a empresa quer diminuir drasticamente a percentagem de Garrafas com menos de 75 centilitros de vinho. A regulação da máquina de enchimento permite modificar o valor médio da variável aleatória X, mas não permite alterar o seu desvio padrão. Para que novo valor médio deverá ser a máquina regulada, de tal forma que apenas 2,275 % das garrafas fiquem com menos de 75 centilitros de vinho ? Exercício 2 Uma máquina de enchimento automático de garrafas está regulada de tal forma que a quantidade (em centilitros) de vinho vertido por uma garrafa é uma variável aleatória X com distribuição aproximadamente normal de valor médio 78. O Departamento de controlo de qualidade da empresa verificou que, em média, 15, 865 % das garrafas enchidas pela máquina tinham menos do que os 75 centilitros de vinho indicados o rótulo. 1.Qual é o desvio padrão da variável aleatória X? 2.Em nome da sua boa imagem, a empresa quer diminuir drasticamente a percentagem de Garrafas com menos de 75 centilitros de vinho. A regulação da máquina de enchimento permite modificar o valor médio da variável aleatória X, mas não permite alterar o seu desvio padrão. Para que novo valor médio deverá ser a máquina regulada, de tal forma que apenas 2,275 % das garrafas fiquem com menos de 75 centilitros de vinho ?

Exercícios Manual, volume 1 Página 108: 109 Página 110: todos Página 111: todos Exercícios Manual, volume 1 Página 108: 109 Página 110: todos Página 111: todos