SlideShare uma empresa Scribd logo
1 de 1
Baixar para ler offline
1                                                                                      1
                                                                                                                                         �
                                                                                                                                                                1
                                                                                                                                                                       �
                                                                                                                                                                          1
                                                                                                                                                                                       �
                             ������(������ = ������) =
Modelo            P(X=x)                                     Parâmetro                                                    E(X), Var(X)

                                           ������                                                                             ������(������) = � ������ ,               ������(������) = � ������² − � � ������ � ²
                                                                                                                                  ������                            ������        ������
Uniforme                                                     n=tamanho da amostra, x=número de vezes que ocorre o

                                                                                                                                       ���                            ���              ���
discreta                                                     evento de interesse

                                      � (1                                                                                            ������(������) = ������,             ������(������) = ������(1 − ������)
                        P(X=x)=������            − ������)���


                              ������
Bernoulli                                                    p=probabilidade de ocorrer o evento de interesse,

                     P(X=x)= � � ������ � (1 − ������)���                                                                                        ������(������) = ������������,           ������(������) = ������������������
                              ������
                                                             x=número de sucesso em uma tentativa
Binomial                                                     n=tamanho da amostra, p=probabilidade de ocorrer o
                                                             evento de interesse, x=número de sucesso em várias

                                    ������� ������ ��                                                                                                  ������(������) = ������, ������(������) = ������
                           ������(������ = ������) =
                                                             tentativas (com reposição)

                                       ������!
Poisson                                                      λ=média/taxa de ocorrências dos eventos por unidade de

                        P(X=x)=������(1 − ������)���                                                                                                         1               1 − ������
                                                                                                                                         ������(������) =       ,       ������(������) =
                                                             medida, e=2,71828, x=número de vezes que ocorre o evento

                                                                                                                                                     ������                ������²
Geométrica                                                   p=probabilidade de ocorrer o evento de interesse,

                                       ������ ������ − ������                                                                                     ������������                      ������        ������ ������ − ������
                                     � ��          �                                                                       ������(������) =        ,       ������(������) = ������ � � �1 − � �          �
                                                             x=número de tentativas até acontecer o primeiro sucesso

                                       ������ ������ − ������                                                                                      ������                       ������       ������ ������ − 1
                      ������(������ = ������) =
                                            ������
Hipergeométrica                                              r=número total de sucessos na população, N=número total

                                           � �
                                            ������
                                                             de itens na população, n=número de itens na amostra, x=

                               ������ − 1 � (1                                                                                                       1                            1 − ������
                   P(X=x)= �          � ������     − ������) ���
                                                             x=número de sucesso em uma tentativas (sem reposição)

                               ������ − 1                                                                                                 ������(������) = ������ ,             ������(������) = ������
                                                                                                                                                 ������                             ������²
Pascal                                                       r=número de sucessos desejado, p=probabilidade de ocorrer


                                                                                                                                                      ������������                    ������������
                                                             o evento de interesse, x=número de sucessos até ocorrer o

                               ������ + ������ − 1 �
                  P(Y=y)= �               � ������ (1 − ������) �                                                                                 ������(������) =         ,       ������(������) =
                                                             r-ésimo sucesso (evento ocorrer r vezes)

                                    ������                                                                                                                 ������                      ������
Binomial                                                     r=numero de sucessos desejados, y=número de falhas antes
negativa                                                     do r-ésimo sucesso, p=probabilidade de ocorrer o evento de

                    ������(������� = ������� , ������� = ������� , ������� = ������� )                                                                                ������(������) = �������������, ������(������) = ������������� �������
                                                             interesse

                              ������!
                    =                   ������ ������ ������
Multinomial                                                  Xi=número de vezes que ocorre sucesso no evento Ai,

                       ������� ! ������� ! ������� ! � � �
                                                             ni=tamanho da amostra de Ai, n=tamanho total da amostra,

                                                 1                                                                                               ������ + ������                  (������ − ������)²
                            ������(������ = ������) =                                                                                         ������(������) =               ,       ������(������) =
                                                             pi=probabilidade de ocorrer Ai

                                              ������ − ������                                                                                               2                         12
Uniforme                                                     b=valor final do intervalo de dados, a=valor inicial do

                            ������(������ = ������) = ������������ ���                                                                                                      1                   1
                                                                                                                                             ������(������) = ,           ������(������) =
Contínua                                                     intervalo de dados

                                                                                                                                                        ������                 ������²
                                                ������ − ������
Exponencial                                                  X=distância entre contagens sucessivas (tempo/espaço) de

                      ������(������ = ������) = ������(������ =             )                                                                                    ������(������) = ������,         ������(������) = ������²
                                                             um processo Poisson, λ=média

                                                   ������
Normal Padrão                                                Z=Valor tabelado na N(0,1),μ=média, σ=desvio padrão

Mais conteúdo relacionado

Mais procurados

Bab 7. pengujian_hipotesa1
Bab 7. pengujian_hipotesa1Bab 7. pengujian_hipotesa1
Bab 7. pengujian_hipotesa1andrewpratama
 
Aula - Inferência Estatística (Estimação)
Aula - Inferência Estatística (Estimação)Aula - Inferência Estatística (Estimação)
Aula - Inferência Estatística (Estimação)Wadiley Nascimento
 
Aula 8 variáveis aleatória contínua - parte 1
Aula 8   variáveis aleatória contínua - parte 1Aula 8   variáveis aleatória contínua - parte 1
Aula 8 variáveis aleatória contínua - parte 1Ariel Rennó Chaves
 
Dicas e Macetes #7 - Distribuição Qui-Quadrado e Normal
Dicas e Macetes #7 - Distribuição Qui-Quadrado e NormalDicas e Macetes #7 - Distribuição Qui-Quadrado e Normal
Dicas e Macetes #7 - Distribuição Qui-Quadrado e NormalAnselmo Alves de Sousa
 
Distribuição normal
Distribuição normalDistribuição normal
Distribuição normaljoseagrosa
 
Teste de hipóteses - paramétricos
Teste de hipóteses - paramétricosTeste de hipóteses - paramétricos
Teste de hipóteses - paramétricosRodrigo Rodrigues
 
1 dan 2 ratarata statistik
1 dan 2 ratarata statistik1 dan 2 ratarata statistik
1 dan 2 ratarata statistikfebirenicoselvia
 

Mais procurados (20)

Aula inferencia
Aula inferenciaAula inferencia
Aula inferencia
 
Bab 7. pengujian_hipotesa1
Bab 7. pengujian_hipotesa1Bab 7. pengujian_hipotesa1
Bab 7. pengujian_hipotesa1
 
Aula - Inferência Estatística (Estimação)
Aula - Inferência Estatística (Estimação)Aula - Inferência Estatística (Estimação)
Aula - Inferência Estatística (Estimação)
 
Aula 8 variáveis aleatória contínua - parte 1
Aula 8   variáveis aleatória contínua - parte 1Aula 8   variáveis aleatória contínua - parte 1
Aula 8 variáveis aleatória contínua - parte 1
 
Aula 10 planejamento da amostra
Aula 10   planejamento da amostraAula 10   planejamento da amostra
Aula 10 planejamento da amostra
 
Integrais multiplas
Integrais multiplasIntegrais multiplas
Integrais multiplas
 
Aula 7 variáveis aleatórias
Aula 7   variáveis aleatóriasAula 7   variáveis aleatórias
Aula 7 variáveis aleatórias
 
Dicas e Macetes #7 - Distribuição Qui-Quadrado e Normal
Dicas e Macetes #7 - Distribuição Qui-Quadrado e NormalDicas e Macetes #7 - Distribuição Qui-Quadrado e Normal
Dicas e Macetes #7 - Distribuição Qui-Quadrado e Normal
 
Estatistica descritiva
Estatistica descritiva Estatistica descritiva
Estatistica descritiva
 
Distribuição normal
Distribuição normalDistribuição normal
Distribuição normal
 
Teste de hipóteses - paramétricos
Teste de hipóteses - paramétricosTeste de hipóteses - paramétricos
Teste de hipóteses - paramétricos
 
O uso da análise fatorial
O uso da análise fatorialO uso da análise fatorial
O uso da análise fatorial
 
Notação cientifica
Notação cientificaNotação cientifica
Notação cientifica
 
Qualidade Estudo De Meta
Qualidade Estudo De MetaQualidade Estudo De Meta
Qualidade Estudo De Meta
 
Ex 1 (mercado de bens e monetario)
Ex 1 (mercado de bens e monetario)Ex 1 (mercado de bens e monetario)
Ex 1 (mercado de bens e monetario)
 
Uji hipotesis 2 rata rata
Uji hipotesis 2 rata rataUji hipotesis 2 rata rata
Uji hipotesis 2 rata rata
 
1 dan 2 ratarata statistik
1 dan 2 ratarata statistik1 dan 2 ratarata statistik
1 dan 2 ratarata statistik
 
Tópico 4 regressão linear simples 02
Tópico 4   regressão linear simples 02Tópico 4   regressão linear simples 02
Tópico 4 regressão linear simples 02
 
Aula4 cap 03
Aula4 cap 03Aula4 cap 03
Aula4 cap 03
 
Aula 14 new
Aula 14 newAula 14 new
Aula 14 new
 

Distribuições de Probabilidade

  • 1. 1 1 � 1 � 1 � ������(������ = ������) = Modelo P(X=x) Parâmetro E(X), Var(X) ������ ������(������) = � ������ , ������(������) = � ������² − � � ������ � ² ������ ������ ������ Uniforme n=tamanho da amostra, x=número de vezes que ocorre o ��� ��� ��� discreta evento de interesse � (1 ������(������) = ������, ������(������) = ������(1 − ������) P(X=x)=������ − ������)��� ������ Bernoulli p=probabilidade de ocorrer o evento de interesse, P(X=x)= � � ������ � (1 − ������)��� ������(������) = ������������, ������(������) = ������������������ ������ x=número de sucesso em uma tentativa Binomial n=tamanho da amostra, p=probabilidade de ocorrer o evento de interesse, x=número de sucesso em várias ������� ������ �� ������(������) = ������, ������(������) = ������ ������(������ = ������) = tentativas (com reposição) ������! Poisson λ=média/taxa de ocorrências dos eventos por unidade de P(X=x)=������(1 − ������)��� 1 1 − ������ ������(������) = , ������(������) = medida, e=2,71828, x=número de vezes que ocorre o evento ������ ������² Geométrica p=probabilidade de ocorrer o evento de interesse, ������ ������ − ������ ������������ ������ ������ ������ − ������ � �� � ������(������) = , ������(������) = ������ � � �1 − � � � x=número de tentativas até acontecer o primeiro sucesso ������ ������ − ������ ������ ������ ������ ������ − 1 ������(������ = ������) = ������ Hipergeométrica r=número total de sucessos na população, N=número total � � ������ de itens na população, n=número de itens na amostra, x= ������ − 1 � (1 1 1 − ������ P(X=x)= � � ������ − ������) ��� x=número de sucesso em uma tentativas (sem reposição) ������ − 1 ������(������) = ������ , ������(������) = ������ ������ ������² Pascal r=número de sucessos desejado, p=probabilidade de ocorrer ������������ ������������ o evento de interesse, x=número de sucessos até ocorrer o ������ + ������ − 1 � P(Y=y)= � � ������ (1 − ������) � ������(������) = , ������(������) = r-ésimo sucesso (evento ocorrer r vezes) ������ ������ ������ Binomial r=numero de sucessos desejados, y=número de falhas antes negativa do r-ésimo sucesso, p=probabilidade de ocorrer o evento de ������(������� = ������� , ������� = ������� , ������� = ������� ) ������(������) = �������������, ������(������) = ������������� ������� interesse ������! = ������ ������ ������ Multinomial Xi=número de vezes que ocorre sucesso no evento Ai, ������� ! ������� ! ������� ! � � � ni=tamanho da amostra de Ai, n=tamanho total da amostra, 1 ������ + ������ (������ − ������)² ������(������ = ������) = ������(������) = , ������(������) = pi=probabilidade de ocorrer Ai ������ − ������ 2 12 Uniforme b=valor final do intervalo de dados, a=valor inicial do ������(������ = ������) = ������������ ��� 1 1 ������(������) = , ������(������) = Contínua intervalo de dados ������ ������² ������ − ������ Exponencial X=distância entre contagens sucessivas (tempo/espaço) de ������(������ = ������) = ������(������ = ) ������(������) = ������, ������(������) = ������² um processo Poisson, λ=média ������ Normal Padrão Z=Valor tabelado na N(0,1),μ=média, σ=desvio padrão