Prof. M. Sc. Jarbas Thaunahy Santos de Almeida 1 Aula 4 Probabilidades 2 Roteiro Introdução Conceitos básicos Probabilidade condicional Teorema de Bayes 3 Introdução Os princípios de probabilidade ajudam a fazer uma ponte entre o mundo da estatística descritiva e o mundo da estatística inferencial. 4 Conceitos básicos Uma probabilidade é o valor numérico que representa a chance, a probabilidade ou a possibilidade de que um determinado evento venha a ocorrer. Por exemplo, o caso do aumento do preço de uma determinada ação em bolsa, um dia de chuva ou uma unidade de produção fora dos padrões de conformidade. 5 Conceitos básicos A probabilidade corresponde a uma proporção ou fração cujo valor se estende entre 0 e 1, inclusive. Um evento que não apresente nenhuma chance de ocorrência (evento impossível) tem uma probabilidade igual a 0. Um evento cuja ocorrência seja garantida (evento certo) apresenta uma probabilidade igual a 1. 6 Conceitos básicos Existem três tipos de probabilidade: - A priori; - Empírica; - Subjetiva. 7 Conceitos básicos Em uma probabilidade a priori, a probabilidade de sucesso é baseada no conhecimento prévio do processo envolvido. No caso mais simples, em que cada um dos resultados está igualmente propenso a ocorrer, a chance de ocorrência do evento está definida na seguinte fórmula: número de maneiras em que o evento ocorre Probabilidade de ocorrência número total de resultados possíveis 8 Conceitos básicos Na abordagem da probabilidade empírica, os resultados são baseados em dados observados, e não no conhecimento prévio sobre um determinado processo. Pesquisas são geralmente utilizadas para gerar probabilidades empíricas. 9 Conceitos básicos A probabilidade subjetiva, difere das outras duas abordagens pelo fato de que a probabilidade subjetiva varia de pessoa para pessoa. A atribuição de probabilidades subjetivas a vários resultados é geralmente baseada em uma combinação entre a experiência passada, a opinião pessoal e a análise de uma determinada situação por parte de um indivíduo. 10 Eventos e espaços amostrais Cada resultado possível de uma variável é conhecido como evento. Um evento simples é descrito por uma única característica. 11 Eventos e espaços amostrais Evento combinado é um evento que apresenta duas ou mais caraterísticas. O complemento do evento A (representado pelo símbolo A’) inclui todos os eventos que não fazem parte de A. 12 Eventos e espaços amostrais A coletânea de todos os eventos possíveis é chamada de espaço amostral. 13 Eventos e espaços amostrais Espaço amostral? Evento simples? Evento combinado? 14 Probabilidade simples Refere-se à probabilidade de ocorrência de um evento simples, P(A). X Probabilidade de ocorrência T 15 Probabilidade simples Qual a probabilidade de selecionar um domicílio que tenha planejado a compra de um aparelho de televisão com tela grande? número de domicílios que planejaram comprar P(planejou comprar) número total de domicílios P(planejou comprar) 250 0,25 1000 16 Probabilidade simples Encontre a probabilidade de que, caso um domicílio que tenha adquirido um aparelho de televisão com tela grande venha a ser selecionado aleatoriamente, com tela de plasma. P(Tela de plasma) quantidade de aparelhos com tela de plasma número total de aparelhos de TV P(Tela de plasma) 80 0,267 300 17 Probabilidade combinada Enquanto a probabilidade simples ou probabilidade marginal se refere à probabilidade de ocorrência de eventos simples, a probabilidade combinada refere-se à probabilidade de uma ocorrência envolvendo dois ou mais eventos. 18 Probabilidade combinada Qual a probabilidade de ser escolhido, aleatoriamente, um indivíduo que tenha planejado comprar e efetivamente comprou um aparelho de TV com tela grande? 200 P(Planejou comprar e efetivamente comprou) 0,20 1000 19 Probabilidade combinada Qual a probabilidade de ser escolhido, aleatoriamente, um indivíduo que tenha comprado um aparelho de TV com tela de plasma e adquirido um gravador de vídeo digital? 38 P(Tela de plasma e DVR) 0,127 300 20 Probabilidade marginal Consiste em um conjunto de probabilidades combinadas. P(A) = P(A e B1) + P(A e B2) + ... + P(A e Bk) Onde B1, B2, ..., Bk correspondem a k eventos mutuamente excludentes e coletivamente exaustivos. 21 Probabilidade marginal Dois eventos são mutuamente excludentes se ambos os eventos não podem ocorrer simultaneamente. Um conjunto de eventos é coletivamente exaustivo se um dos eventos deve necessariamente ocorrer. 22 Probabilidade marginal Qual a probabilidade de selecionar um domicílio que tenha planejado a compra de um aparelho de televisão com tela grande? P(planejou comprar) P(planejou comprar e comprou) P(planejou comprar e não comprou) P(planejou comprar) 200 50 0,25 1000 1000 23 Regra geral de adição A probabilidade de A ou B é igual à probabilidade de A somada à probabilidade de B, subtraindo-se a probabilidade de A e B. P(A ou B) = P(A) + P(B) – P(A e B) Qual a probabilidade de que um domicílio tenha planejado comprar ou tenha efetivamente comprado um aparelho de televisão com tela grande? 24 Regra geral de adição Resolvendo sem o conceito da regra da adição P(planejou comprar ou efetivamente comprou) P(planejou comprar e comprou) P(planejou comprar e não comprou) P(não planejou comprar e comprou) P(planejou comprar ou efetivamente comprou) 200 50 100 0,35 1000 1000 1000 25 Regra geral de adição Resolvendo com o conceito da regra da adição P(planejou comprar ou efetivamente comprou) P(planejou comprar) P(efetivamente comprou) - P(planejou comprar e efetivamente comprou) P(planejou comprar ou efetivamente comprou) 250 300 200 0,35 1000 1000 1000 26 Regra geral de adição P(comprou aparelho com tela de plasma ou gravador de vídeo digital) P(comprou com tela de plasma) P(comprou DVR) P(comprou tela de plasma e DVR) P(comprou com tela de plasma e DVR) 80 108 38 0,50 300 300 300 27 Probabilidade condicional Refere-se à probabilidade de ocorrer um evento A, tendo ocorrido um evento B. 28 Probabilidade condicional A probabilidade do evento A, sendo B conhecido, é igual à probabilidade de A e B dividida pela probabilidade de B. P(A e B) P( A | B) P(B) 29 Probabilidade condicional A probabilidade do evento B, sendo A conhecido, é igual à probabilidade de A e B dividida pela probabilidade de A. P(A e B) P( B | A) P(A) 30 Regra geral de adição Sabendo que um determinado domicílio planejou comprar um aparelho de televisão com tela grande, qual é a probabilidade de que o domicílio tenha efetivamente comprado a televisão? P(Efetivamente comprou | Planejou comprar) P(planejou comprar e efetivamente comprou) P(planejou comprar) P(Efetivamente comprou | Planejou comprar) 200 1000 200 0,80 250 250 1000 31 Regra geral de adição Caso um determinado domicílio tenha comprado um aparelho de televisão com tela de plasma, qual é a probabilidade de que ele também tenha comprado um gravador de vídeo digital? P(Comprou DVR | Comprou com tela de plasma) P(Comprou com tela de plasma e Comprou DVR) P(Comprou com tela de plasma) P(Comprou DVR | Comprou com tela de plasma) 38 300 38 0,475 80 80 300 32 Árvores de decisão Constitui uma alternativa à tabela de contingência. 33 Árvores de decisão Efetivamente comprou Planejou comprar P(A e B) = 200/1000 P(A) = 250/1000 Não comprou P(A e B’) = 50/1000 Conjunto de domicílios Efetivamente comprou Não planejou comprar P(A’ e B) = 100/1000 P(A)’ = 750/1000 Não comprou P(A’ e B’) = 650/1000 34 Árvores de decisão P(Efetivamen te comprou | Planejou comprar) P(planejou comprar e efetivamen te comprou) P(planejou comprar) 200 1000 200 0,80 P(Efetivamen te comprou | Planejou comprar) 250 250 1000 35 Árvores de decisão Comprou DVR Comprou com tela de plasma P(A) = 80/300 P(A e B) = 38/300 Não comprou DVR P(A e B’) = 42/300 Conjunto de domicílios Comprou DVR Não comprou com tela de plasma P(A)’ = 220/300 P(A’ e B) = 70/300 Não comprou DVR P(A’ e B’) = 150/300 36 Árvores de decisão P(Comprou DVR | Comprou com tela de plasma) P(Comprou com tela de plasma e Comprou DVR) P(Comprou com tela de plasma) P(Comprou DVR | Comprou com tela de plasma) 38 300 38 0,475 80 80 300 37 Independência Quando o resultado de um evento não afeta a probabilidade de ocorrência de outro evento, diz-se que os eventos são independentes. Dois eventos, A e B, são independentes se P(A|B) = P(A) P(A|B) = probabilidade condicional de A, sendo conhecido B P (A) = probabilidade marginal de A 38 Independência Na pesquisa de continuidade de estudo realizado junto aos 300 domicílios que efetivamente compraram aparelhos de televisão com tela grande, foi perguntado aos domicílios se estavam satisfeitos com a compra. Determine se estar satisfeito com a compra e o tipo de aparelho de televisão comprado são independentes. 39 Independência P( Satisfeito | Comprou com tela de plasma) P( Satisfeito) 64 300 64 0,80 80 80 300 240 0,80 300 Independentes! 40 Independência Determine se comprar aparelho de TV com tela de plasma e comprar DVR são independentes. P(Comprou DVR | Comprou com tela de plasma) P(Comprou DVR) 38 300 38 0,475 80 80 300 108 0,36 300 Dependentes! 41 Regras de multiplicação REGRA GERAL DE MULTIPLICAÇÃO A probabilidade de A e B é igual à probabilidade de A, dado que B é conhecido, multiplicada pela probabilidade de B. P(A e B) = P(A|B) . P(B) 42 Regras de multiplicação Considere 80 domicílios que compraram aparelhos de televisão com tela de plasma. Observa-se que 64 domicílios ficaram satisfeitos com a compra, enquanto 16 domicílios ficaram insatisfeitos. Suponha que dois domicílios sejam aleatoriamente selecionados a partir de 80 domicílios. Encontre a probabilidade de que ambos os domicílios estejam satisfeitos com a compra. 43 Regras de multiplicação A = segundo domicílio selecionado está satisfeito B = primeiro domicílio selecionado está satisfeito P(A e B) = P(A|B) . P(B) 63 64 P(A e B) . 0,6380 79 80 44 Regras de multiplicação REGRA DE MULTIPLICAÇÃO PARA EVENTOS INDEPENDENTES Se A e B forem independentes, a probabilidade de A e B é igual à probabilidade de A multiplicada pela probabilidade de B. P(A e B) = P(A) . P(B) 45 Regras de multiplicação Se essa regra se mantém verdadeira para dois eventos, A e B, então A e B são independentes. Por conseguinte, existem duas maneiras para se determinar a independência: 1. Os eventos A e B são estatisticamente independentes se, e somente se, P(A|B) = P(A). 2. Os eventos A e B são estatisticamente independentes se, e somente se, P(A e B) = P(A) . P(B) 46 Regras de multiplicação PROBABILIDADE MARGINAL UTILIZANDO A REGRA GERAL DE MULTIPLICAÇÃO P(A) = P(A|B1).P(B1) + P(A|B2).P(B2) +...+ P(A|Bk).P(Bk) Em que B1, B2,..., Bk correspondem a k eventos mutuamente excludentes e coletivamente exaustivos. 47 Regras de multiplicação Qual a probabilidade de selecionar um domicílio que tenha planejado a compra de um aparelho de televisão com tela grande? P(A) = probabilidade de “planejou comprar” P(B1) = probabilidade de “efetivamente comprou” P(B2) = probabilidade de “efetivamente não comprou” P(A) = P(A|B1).P(B1) + P(A|B2).P(B2) 48 Regras de multiplicação P(A) = P(A|B1).P(B1) + P(A|B2).P(B2) 200 300 50 700 P( A) . . 300 1000 700 1000 200 50 250 P( A) 0,25 1000 1000 1000 49 Teorema de Bayes É utilizado para reexaminar, à luz de novas informações, probabilidades anteriormente calculadas. Desenvolvida por Thomas Bayes, no século XVIII, o teorema de Bayes é uma extensão da probabilidade condicional. P( Bi | A) P( A | Bi ).P( Bi ) P( A | B1 ).P( B1 ) P( A | B2 ).P( B2 ) ... P( A | Bk ).P( Bk ) 50 Teorema de Bayes A probabilidade de que uma pessoa seja portadora de uma determinada enfermidade é de 0,03. Testes para diagnósticos médicos encontram-se disponíveis para determinar se a pessoa efetivamente é portadora da enfermidade. Se a enfermidade estiver realmente presente, a probabilidade de que o teste de diagnóstico médico venha a apresentar um resultado positivo é igual a 0,90. Se a enfermidade não estiver efetivamente presente, a probabilidade de um resultado positivo para o teste é igual a 0,02. Suponha que o teste para diagnóstico médico tenha apresentado um resultado positivo. Qual é a probabilidade de que a enfermidade esteja efetivamente presente? 51 Teorema de Bayes Sejam: Evento D = é portador da enfermidade Evento D’ = não é portador da enfermidade Evento T = o teste é positivo Evento T’ = o teste é negativo P( D | T ) PT | D .P( D) P(T | D).P( D) P(T | D' ).P( D' ) P(D) = 0,03 P(D’) = 0,97 P(T|D) = 0,90 P( D | T ) 0,90.0,03 0,90.0,03 0,02.0,97 P(T|D’) = 0,02 P( D | T ) 0,582 52 Cálculo de probabilidades com planilha eletrônica 53