Distribuições de Probabilidade Variáveis aleatórias contínuas 1 Variáveis contínuas Uma variável aleatória contínua toma um nº infinito não numerável de valores (intervalos de números reais), os quais podem ser associados com medidas numa escala contínua. 2 Variáveis contínuas Ficam completamente definidas por qualquer uma das seguintes funções: Função densidade de probabilidade f(x) definida para todo o x em que a variável está definida. Notar que f(x) não representa P(X=x). Numa variável contínua P(X=x)=0 para todo o x. Função de distribuição F(x)=P(X ≤ x), para todo o x real. Notar que F(x) representa a probabilidade acumulada até x. 3 Função densidade de probabilidade, f.d.p. O gráfico da f.d.p.(ou curva da densidade) é um gráfico que traduz a distribuição de probabilidade de uma variável contínua. Todos os pontos sob a curva têm de ter uma ordenada maior ou igual a zero. A área total sob a curva tem de ser unitária. As probabilidades obtêm-se a partir de áreas sob partes da curva. 4 Exemplos de curvas de densidade 5 Função densidade de probabilidade, f.d.p. Probabilidade num intervalo Relação com a função de distribuição, F(x). 6 Cálculo de probabilidades em variáveis contínuas P(X ≤ a) = F(a) P(a ≤ X ≤ b) = F(b) – F(a) P(X > a) = 1- F(a) P(X = a) = 0, para todo o valor de a. Atenção: em variáveis contínuas P(X ≤ a) = P(X < a); P(a ≤ X ≤ b) = P(a < X ≤ b) = P(a ≤ X < b) = P(a < X < b) P(X > a) = P(X ≥ a) 7 Variáveis contínuas População Amostra Probabilidade de uma classe (intervalo de valores) Frequência relativa de uma classe (intervalo de valores) F(x) Frequência relativa acumulada 8 Parâmetros de uma variável contínua À semelhança do que foi feito para variáveis discretas podemos definir parâmetros para variáveis contínuas. µ = Média σ2 = Variância σ = Desvio Padrão 9 Parâmetros de uma variável contínua O valor médio de uma variável aleatória X é também designado por valor esperado e representado por E[X] E[X] = µ A variância de uma variável aleatória X é também representada por Var[X] Var[X] = σ2 10 Propriedades da média e da variância Sejam X e Y duas variáveis aleatórias e a uma constante real. E[a] = a E[aX] = aE[X] E[X+Y] = E[X] + E[Y] Sejam X e Y duas variáveis aleatórias independentes e a uma constante real. Var[a] = 0 Var[aX] = a2Var[X] Var[X+Y] = Var[X] + Var[Y] 11 Parâmetros de uma variável contínua Quantil: o quantil de ordem p é o valor xp que acumula à sua esquerda probabilidade p. Dito de outra forma, é o valor xp tal que F(xp)=p. 12 Parâmetros de variáveis contínuas e discretas Podemos definir outros parâmetros de distribuições (contínuas ou discretas). Por exemplo: A moda de uma distribuição é o valore que maximiza a função f(x). A mediana de uma distribuição (quantil de ordem 0.5) é o valor que divide ao meio a probabilidade. F(mediana)=1/2. (Nota: nas distribuições discretas esta divisão pode não ser exacta.) 13 Parâmetros de variáveis contínuas e discretas Se tivermos n variáveis aleatórias X1,X2…,Xn independentes e com a mesma distribuição de média µ e variância σ2,então observa-se sempre que: E[X] = µ Var[X]= σ2 / n Isto significa que a média de um conjunto de variáveis é igual à média de cada uma delas e a variância vem reduzida de um factor 1/n. 14 Distribuições contínuas no SPSS O SPSS tem disponíveis várias funções relacionadas com distribuições contínuas conhecidas, todas no menu Transform / Compute. A função densidade de probabilidade, f(x), está disponível através da expressão Pdf.xxx(x,?...) disponível na opção PDF & Noncentral PDF da janela Function Group. A função de distribuição, F(x), está disponível através da expressão Cdf.xxx(x,?...) disponível na opção CDF & Noncentral CDF da janela Function Group. 15 Distribuições contínuas no SPSS Os quantis estão disponíveis através da expressão Idf.xxx(p,?...) disponível na opção Inverse DF da janela Function Group. A geração de valores aleatórios extraídos de populações com determinada distribuição está disponível através da expressão RV.xxx(?...) disponível na opção Random Numbers da janela Function Group. 16