Apresentação1
Ermesinde
MACS
11ºF
Modelos de
Distribuição
de probabilidade Inês Navarro nº9 s Oliveira
Luana
nº11
Distribuição de probabilidade • Em estatística, uma distribuição de probabilidade descreve a chance que uma variável pode assumir ao longo de um espaço de valores.
•
Ela é uma função cujo domínio são os valores da variável e cuja imagem são as probabilidades de a variável assumir cada valor do domínio. O conjunto imagem deste tipo de função está sempre restrito ao intervalo entre 0 e
1.
• Uma distribuição de probabilidade pode ser discreta ou contínua. Distribuições discretas
•
A distribuição discreta descreve quantidades aleatórias ( dados de interesse) que podem assumir valores particulares e os valores são finitos. Por exemplo, a ocorrência de tempestades com granizo.
• As funções de distribuição de probabilidade para variáveis discretas mais famosas são
Bernoulli
~Ber(p)
binomial
~Bin(p ,n )
de Poisson
~Poisson()
Distribuição Binominal
• Se a variável aleatória X que contém o número de tentativas que resultam em sucesso tem uma distribuição binomial com parâmetros n e p escrevemos X ~
B(n , p). A probabilidade de ter exactamente k sucessos é dado pela função de probabilidade: para e onde é uma combinação.
• Exemplo:
Seja X uma variável aleatória que contém o número de caras saídas em 12 lançamentos de uma moeda honesta. A probabilidade de sair 5 caras em 12 lançamentos, P(X=5), é dada por:
Distribuições contínuas
• A maioria das variáveis atmosféricas podem assumir valores contínuos. Por exemplo: A temperatura, a precipitação, a altura geopotencial, e a velocidade do vento. •
•
•
•
•
As funções de distribuição de probabilidade para variáveis contínuas mais famosas são
Normal
Gama
Valores Extremos
Exponencial
Distribuição normal
• Uma variável aleatória contínua é representada por uma distribuição normal se a sua distribuição for:
• Simétrica
• A forma gráfica é similar a um sino
• A distribuição normal foi introduzida