Notas de Aula 13

Notas de aula 13
Sorte o que acontece quando a preparao encontra a oportunidade."

Elmer Letterman
Disciplina: ESTATSTICA e PROBABILIDADE
1. Distribuies de Probabilidade (V.A. Contnua).

1.1 Funo de Probabilidade.
Vimos em aulas anteriores que uma varivel aleatria pode ser discreta ou
contnua.
Para uma varivel aleatria discreta X, sejam x1 , x2 , x3 , x4 , ... seus possveis
valores. A cada resultado xi associaremos um nmero p(xi ) = P(X = xi ), denominado
probabilidade de xi , tal que:
a) p(xi ) 0 para todo xi
b)
p( x ) = 1
i
i =1
Essa funo denominada funo de probabilidade da varivel aleatria discreta

X. A distribuio de probabilidade de X dada pelos pares xi ; p ( xi ) , i = 1, 2, 3, ... e
poder ser expressa por uma tabela, grfico ou frmula.

Seja X uma varivel aleatria contnua (quando assume valores em intervalos da
reta dos nmeros reais), teremos a funo densidade de probabilidade.
Denomina-se funo densidade de probabilidade funo f(x) que satisfaz as
seguintes condies:
a) f ( x) 0 para todo x R
b)
f ( x) dx = 1
Alm disso, para qualquer a < b, a probabilidade P(a < X < b) =
f ( x) dx
Observaes:
1) A definio acima mostra que a probabilidade de qualquer valor especfico de X, por
x
exemplo x0 , tem P(X = x0 ) = 0 f ( x) dx = 0
x0
Sendo assim, as probabilidades abaixo so todas iguais, se X for varivel aleatria
contnua.
P(a X b) = P(a X < b) = P(a < X b) = P(a < X < b)
2) Note-se que f(x) funo densidade de probabilidade, no probabilidade. Somente
quando a funo for integrada entre dois limites, ela produzir uma probabilidade, que
ser a rea sob a curva da funo entre x = a e x = b; a < b.
1.2 Distribuio Normal.
Inmeras variveis contnuas que descrevem fenmenos naturais e sociais

apresentam distribuies de probabilidades prximas da distribuio normal. a mais
importante distribuio de probabilidade. tambm conhecida como distribuio de
Gauss, Laplace ou Laplace-Gauss.
Seja X uma varivel aleatria contnua. X ter distribuio normal se:
2
1 x
1
.
f(x) =
. e 2
< x <
. 2
onde: f(x) = funo densidade de probabilidade de uma v. a. X.
= mdia da distribuio
= desvio padro da distribuio
= 3,14159.
e = 2,71828...
Prof. Paulo Alessio 2 semestre de 2008
Sendo seu grfico:
O grfico de uma distribuio normal assemelha-se muito a um sino, e seu formato

depender dos valores dos parmetros e . Eis dois exemplos:
Por tratar-se de um modelo de distribuio contnua, a probabilidade de X assumir

um particular valor x0 zero, isto , P(X = x0 ) = 0, logo, so iguais as probabilidades:
P(a < x < b) = P(a x < b) = P(a < x b) = P(a x b). Todavia, a probabilidade
de uma v.a. distribuda normalmente tomar um valor entre dois pontos quaisquer a e b,
(a b), igual a rea sob a curva compreendida entre os dois pontos. O grfico ilustra o
que foi exposto:
O valor numrico dessa rea hachurada o resultado da integral de f(x) entre a e

b, isto :
2
. 2
P(a < x < b) =
dx
1
.
2
.e
Essa integrao no pode ser calculada analiticamente e deve ser computada por
mtodos numricos. Na prtica, seria necessrio dispormos de tabelas com os resultados
das probabilidades desejadas, porm teramos que desenvolver inmeras tabelas
diferentes, para cada combinao particular de e , o que seria praticamente
impossvel.
O problema, porm resolvido por meio de uma transformao de variveis que
nos conduz chamada distribuio normal padronizada, ou distribuio normal
reduzida.
1.2.1 Distribuio Normal Padronizada (reduzida).

2
Seja X uma v.a. com distribuio N ( ; ) (l-se a varivel aleatria X tem
distribuio normal com mdia e varincia
para Z:
. Consideremos a transformao de X
Demonstra-se que a mdia de Z zero, e que a sua varincia igual a 1. Isto :

2
( z) = 0
( z) = 1
(z) = 1
Logo, a funo densidade de probabilidade da varivel Z dada por:

f(z) =
onde: < z <
( z) = 0 ( z) = 1
1
2
.
.e 2 z
= 3,14159... e = 2,71828...
1.2.2 Propriedades da Varincia.

a) A Varincia de uma constante zero.
2
(k )
= 0
b) Multiplicando-se uma varivel aleatria por uma constante, sua varincia fica
2
2
2
multiplicada pelo quadrado da constante. ( k x ) = k . ( x )
c) Somando-se ou subtraindo-se uma constante uma varivel aleatria sua varincia
2
2
no se altera. ( X k ) = ( X )
d) A varincia da soma ou diferena de duas variveis aleatrias independentes a soma
2
2
2
das respectivas varincias. ( X Y ) = ( X ) + (Y )
1.2.3 Uso da tabela da Distribuio Normal padronizada (reduzida).

H vrios tipos de tabelas que oferecem as reas (probabilidades) sob a curva
normal padro. O tipo mais freqente a Tabela de Faixa Central. A Tabela de Faixa
Central d a rea sob a curva normal padro entre z = 0 e qualquer valor positivo de z. A
simetria em torno de z = 0 permite obter a rea entre quaisquer valores de z (positivos ou
negativos).
Distribuio Normal Padronizada

z
0,00
0,0 0,0000
0,1 0,0398
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
0,0040
0,0080
0,0120
0,0160
0,0199
0,0239
0,0279
0,0319
0,0359
0,0438
0,0478
0,0517
0,0557
0,0596
0,0636
0,0675
0,0714
0,0753
0,2 0,0793
0,3 0,1179
0,4 0,1554
0,0832
0,0871
0,0910
0,0948
0,0987
0,1016
0,1064
0,1103
0,1141
0,1217
0,1255
0,1293
0,1331
0,1368
0,1406
0,1443
0,1480
0,1517
0,1591
0,1628
0,1664
0,1700
0,1736
0,1772
0,1808
0,1844
0,1879
0,5 0,1915
0,6 0,2257
0,7 0,2580
0,1950
0,1985
0,2019
0,2054
0,2088
0,2123
0,2157
0,2190
0,2224
0,2291
0,2324
0,2357
0,2389
0,2422
0,2454
0,2486
0,2518
0,2549
0,2612
0,2642
0,2673
0,2704
0,2734
0,2764
0,2794
0,2823
0,2852
0,8
0,9
1,0
1,1
0,2881
0,2910
0,2939
0,2967
0,2995
0,3023
0,3051
0,3078
0,3106
0,3133
0,3159
0,3186
0,3212
0,3238
0,3264
0,3289
0,3315
0,3340
0,3365
0,3389
0,3413
0,3438
0,3461
0,3485
0,3508
0,3531
0,3554
0,3577
0,3599
0,3621
0,3643
0,3665
0,3686
0,3708
0,3729
0,3749
0,3770
0,3790
0,3810
0,3830
1.2 0,3849
1,3 0,4032
1,4 0,4192
0,3869
0,3888
0,3907
0,3925
0,3944
0,3962
0,3980
0,3997
0,4015
0,4049
0,4066
0,4082
0,4099
0,4115
0,4131
0,4147
0,4162
0,4177
0,4207
0,4222
0,4236
0,4251
0,4265
0,4279
0,4292
0,4306
0,4319
1,5
0,4332
0,4345
0,4357
0,4370
0,4382
0,4394
0,4406
0,4418
0,4429
0,4441
1,6
1,7
0,4452
0,4554
0,4463
0,4564
0,4474
0,4573
0,4484
0,4582
0,4495
0,4591
0,4505
0,4599
0,4515
0,4608
0,4525
0,4616
0,4535
0,4625
0,4545
0,4633
1,8
1,9
0,4641
0,4713
0,4649
0,4719
0,4656
0,4726
0,4664
0,4732
0,4671
0,4738
0,4678
0,4744
0,4686
0,4750
0,4693
0,4756
0,4699
0,4761
0,4706
0,4767
2,0
0,4772
0,4778
0,4783
0,4788
0,4793
0,4798
0,4803
0,4808
0,4812
0,4817
2,1
2.2
2,3
2,4
0,4821
0,4861
0,4893
0,4918
0,4826
0,4864
0,4896
0,4920
0,4830
0,4868
0,4898
0,4922
0,4834
0,4871
0,4901
0,4925
0,4838
0,4875
0,4904
0,4927
0,4842
0,4878
0,4906
0,4929
0,4846
0,4881
0,4909
0,4931
0,4850
0,4884
0,4911
0,4932
0,4854
0,4887
0,4913
0,4934
0,4857
0,4890
0,4916
0,4936
2,5
2,6
2,7
0,4938
0,4953
0,4965
0,4940
0,4955
0,4966
0,4941
0,4956
0,4967
0,4943
0,4957
0,4968
0,4945
0,4959
0,4969
0,4946
0,4960
0,4970
0,4948
0,4961
0,4971
0,4949
0,4962
0,4972
0,4951
0,4963
0,4973
0,4952
0,4964
0,4974
2,8
2,9
0,4974
0,4981
0,4975
0,4982
0,4976
0,4982
0,4977
0,4983
0,4977
0,4984
0,4978
0,4984
0,4979
0,4985
0,4979
0,4985
0,4980
0,4986
0,4981
0,4986
3,0
3,1
3.2
3,3
0,49865
0,49903
0,49931
0,49952
0,49869
0,49906
0,49934
0,49953
0,49874
0,49910
0,49936
0,49955
0,49878
0,49913
0,49938
0,49957
0,49882
0,49916
0,49940
0,49958
0,49886
0,49918
0,49942
0,49960
0,49889
0,49921
0,49944
0,49961
0,49893
0,49924
0,49946
0,49962
0,49897
0,49926
0,49948
0,49964
0,49900
0,49929
0,49950
0,49965
3,4 0,49966 0,49968 0,49969 0,49970 0,49971 0,49972 0,49973 0,49974 0,49975 0,49976
3,5
3,6
3,7
3,8
0,49977
0,49984
0,49989
0,49993
0,49978
0,49985
0,49990
0,49993
0,49978
0,49985
0,49990
0,49993
0,49979
0,49986
0,49990
0,49994
0,49980
0,49986
0,49991
0,49994
0,49981
0,49987
0,49991
0,49994
0,49981
0,49987
0,49992
0,49994
0,49982
0,49988
0,49992
0,49995
0,49983
0,49988
0,49992
0,49995
0,49983
0,49989
0,49992
0,49995
3,9 0,49995 0,49995 0,49996 0,49996 0,49996 0,49996 0,49996 0,49996 0,49997 0,49997
1.2.4 Aproximao da Distribuio Binomial pela Distribuio Normal.

Quando na distribuio Binomial n.p > 5 e n.q > 5, temos uma boa aproximao da
mesma quando calculada pela distribuio Normal. A mdia e o desvio padro da
Distribuio Binomial so respectivamente: = n. p = n. p.q
Utilizamos estes valores para calcular a varivel reduzida (escore padronizado)
x
da distribuio Normal.
z=
Exemplos.
Desejam-se as probabilidades:
a) P(0 z 1)
Tem-se:
Para obter a probabilidade, basta entrar com a abscissa 1,0 (na primeira coluna) e
0,00 (na primeira linha) da Tabela. Assim:
P(0 z 1) = 0,3413
b) P(-2,55 < z < 1,2)
Entra-se na Tabela, com o valor 1,2 na 1 coluna e 00 na 1 linha, obtendo 0,3849

Lembrando a propriedade da simetria em relao a z = 0, entra-se com 2,5 na 1
coluna e 05 na 1linha, obtendo 0,4946. Portanto,
P(-2,55 < z < 1,2) = 0,3849 + 0,4946 = 0,8795
c) P(z 1,93)
Entra-se na Tabela com 1,9 na 1 coluna e 0,03 na 1 linha obtendo

0,4732. Porm, essa a rea compreendida entre 0 e 1,93. Lembrando que a rea
embaixo da curva vale 1 e que a funo simtrica em relao origem z = 0, tem-se
P(z > 1,93) = 0,5000 0,4732 = 0,0268
Exerccios.
1) Seja z uma varivel com distribuio normal padronizada, encontre:
a) P(0 z 1,44)
Resposta. 0,4251
b) P(-0,85 < z < 0)
Resposta. 0,3023
c) P(-1,48 < z < 2,05)
Resposta. 0,9104
d) P(0,72 < z < 1,89)
Resposta. 0,2064
Resposta. 0,1401
e) P(z 1,08)
f) P(z -0,66)
Resposta. 0,7454
g) P( z 0,5)
Resposta. 0,3830
2) As alturas dos alunos de determinada escola so normalmente distribudas com mdia

de 1,60 m e desvio-padro de 0,30 m.Encontre a probabilidade de um aluno medir:
a) entre 1,50 e 1,80 m;
Resposta. 37,79%
b) mais de 1,75 m;
Resposta. 30,85%
c) menos de 1,48 m;
Resposta. 0,3446
d) Qual deve ser a medida mnima para escolhermos 10% dos mais altos?
Resposta. altura mnima de 1,98 m.
3) Aps 28 dias de curagem, o cimento Portland comum tem resistncia compressiva
mdia de 4000 psi. Suponha que essa resistncia tenha distribuio normal com desviopadro de 120 psi. Determine as probabilidades seguintes para uma resistncia
compressiva de 28 dias:
a) menor que 3900
Resposta. 20,33%
b) menor que 3850
Resposta. 10,56%
c) maior que 3850
Resposta. 89,44%
d) maior que 3880
Resposta. 84,13%
4) Um fornecedor de ferro alega que seu produto apresenta resistncia tenso

aproximadamente normal com mdia de 50.000 psi e varincia de 8.100 psi2. Supondo
verdadeira a hiptese, que percentagem de mensurao dar superior a 50.000 psi?
Resposta. 50%
5) A durao de um certo componente eletrnico tem mdia de 850 dias e desvio-padro
de 45 dias. Calcular a probabilidade desse componente durar:
a) entre 700 e 1.000 dias;
Resposta. 0,9991
b) mais que 800 dias;
Resposta. 0,8665
c) menos que 750 dias;
Resposta. 0,0132
6) Os pesos de 600 estudantes so normalmente distribudos com mdia de 65,3 kg e

desvio-padro de 5,5 kg. Encontre o nmero de alunos que pesam:
a) entre 60 e 70 kg;
Resposta. 380
b) mais que 63,2 kg.
Resposta. 389
7) Uma fbrica de pneumticos fez um teste para medir o desgaste de seus pneus e
verificou que ele obedecia a uma distribuio normal, de mdia 48.000 km e desviopadro 2.000 km. Calcular a probabilidade de um pneu escolhido ao acaso:
a) dure mais que 46.000 km;
Resposta. 0,8413
b) dure entre 45.000 e 50.000 km.
Resposta. 0,7745
8) Sabe-se que 10% das peas produzidas por uma mquina apresentam pequenos
defeitos. Calcule a probabilidade de que em uma amostra de 200 peas encontrarmos
entre 17 e 22 peas com defeito.
Resposta. 0,4420
9) Em um exame final de Matemtica, a mdia foi 72 e o desvio-padro 15. Determinar a
varivel reduzida dos estudantes que obtiveram graus:
a) 60;
b) 93;
c) 72.
Resposta. za = - 0,8
Resposta. zb = 1,4
Resposta. zc = 0
10) Com referncia ao problema 9, determinar os graus correspondentes aos escores

reduzidos:
a) -1;
b) 1,6.
Resposta. X = 57
Resposta. X = 96
11) Dois estudantes foram informados de que alcanaram as variveis reduzidas de 0,8 e
-0,4, respectivamente, em um exame de mltipla escolha de ingls. Se seus graus foram
88 e 64, respectivamente, determinar a mdia e o desvio-padro dos graus do exame.
Resposta. Mdia = 72 Desvio-padro = 20
12) O peso mdio de 500 estudantes do sexo masculino, de uma determinada
universidade, 75,50 kg e o desvio-padro 7,5 kg. Admitindo-se que os pesos esto
normalmente distribudos, determinar quantos estudantes pesam entre 59,75 e 77,75 kg.
Resposta. 300 estudantes
13) O salrio semanal dos operrios industriais so distribudos normalmente em torno
de uma mdia de $ 180,00 com desvio-padro de $ 25,00. Pede-se:
a) encontre a probabilidade de um operrio ter salrio semanal situado entre $ 150,00 e $
178,00;
Resposta. 35,30%
b) dentro de que desvios de ambos os lados da mdia, cairo 96% dos salrios?
Resposta. 128,75 X 231,25
14) Um certo produto tem peso mdio de 10 g e desvio-padro de 0,5 g. embalado em
caixas de 120 unidades que pesam em mdia 150 g e desvio-padro de 8 g. Qual a
probabilidade de que uma caixa cheia pese mais de 1370 g?
Resposta. 1,97%
15) Um produto pesa em mdia, 10 g, com desvio-padro de 2 g. embalado em caixas
com 50 unidades. Sabe-se que as caixas vazias pesam 500 g, com desvio-padro de 25
g. Admitindo-se uma distribuio normal dos pesos e independncia entre as variveis
dos pesos do produto e da caixa, calcular a probabilidade de uma caixa cheia pesar mais
de 1.050 g.
Resposta. 4,09%
16) Um avio de turismo de quatro lugares pode levar uma carga til de 350 kg.
Supondo que os passageiros tm peso de 70 kg com distribuio normal de peso e
desvio-padro de 20 kg, e que a bagagem de cada passageiro pese em mdia 12 kg, com
desvio-padro de 5 kg e distribuio normal de peso. Calcular a probabilidade de:
a) haver sobrecarga se o piloto no pesar os 4 passageiros e respectiva bagagem;
Resposta. 29,81%
b) que o piloto tenha que tirar pelo menos 50 kg de gasolina para evitar sobrecarga.
Resposta. 4,01%
17) Suponha que o dimetro mdio dos parafusos produzidos por uma fbrica de 0,25
polegadas, e o desvio-padro 0,02 polegadas. Um parafuso considerado defeituoso se
seu dimetro maior que 0,28 polegadas ou menor que 0,20 polegadas. Encontre a
percentagem de parafusos defeituosos.
Resposta 7,3%
18) Um processo industrial produz canos com dimetro mdio de 2,00 e desvio-padro
de 0,01. Os canos com dimetro que variem de mais de 0,03 a contar da mdia so
considerados defeituosos. Qual a porcentagem de canos defeituosos? Resposta. 0,27%
19) Suponha que a renda mdia de uma grande comunidade possa ser razoavelmente
aproximada por uma distribuio normal com mdia de $ 15.000,00 e desvio-padro de
$ 3.000,00. Que percentagem da populao ter renda superior a $ 18.600,00?
Resposta. 11,51%
20) Suponha que as notas de uma prova sejam normalmente distribudas com mdia 73 e
desvio padro 15. 15% dos alunos mais adiantados recebem a nota A e 12% dos mais
atrasados recebem nota F. Encontre o mnimo para receber A e o mnimo para passar,
no receber F.
Resposta. 88,6 e 55,4
2 A Distribuio t (Student).
Esta distribuio foi desenvolvida pelo qumico britnico W. S. Gosset, que
publicou seus trabalhos em 1908 sob o pseudnimo Student. Gosset trabalhava em uma
cervejaria, que aparentemente no desejava que seus concorrentes descobrissem que
sua equipe de profissionais estava utilizando tcnicas estatsticas para o aprimoramento
de seus processos produtivos.
Se x1, x2, x3,... xn uma amostra aleatria de uma populao normal com mdia
e desvio padro , ento a distribuio de
t=
x
denominada distribuio t de Student, com graus de liberdade. Chama-se
s/ n
grau de liberdade o nmero de observaes (eventos) de uma amostra menos 1,

portanto: = n 1 . A qualificao com graus de liberdade necessria porque para
cada valor diferente do tamanho da amostra n (ou, o que equivalente, para cada valor
diferente de (n 1) existe uma distribuio t especfica).
A funo densidade de probabilidade da distribuio de Student dada por:
9
+1
2
1
t
2
.
.1 +
f (t ) =
+ 1

onde a funo GAMA
y
10
x
4
onde:
A distribuio t contnua e simtrica, com mdia igual a zero. Sua aparncia

bastante parecida com a da distribuio normal padronizada, mas a distribuio t mais
varivel.
Assim como a distribuio normal padronizada, a distribuio t tambm tabelada.
As tabelas fornecem os valores t ; para vrios graus de liberdade ( ). Isto , t ; o
ponto que determina na curva da distribuio t, com graus de liberdade, uma cauda
direita com rea (probabilidade) veja a figura seguinte.
Para que se possa entender como a tabela deve ser utilizada, observar o ponto
que determina na curva da distribuio t, com 15 graus de liberdade ( = 15), uma cauda
direita com rea igual a 0,10 ( = 0,10) t 0,10 ; 15 = 1,341 (tabelado).
Como a distribuio simtrica, temos:
= t
. O resultado implica
que o ponto que determina na curva da distribuio t, com graus de liberdade, uma
cauda direita com rea (probabilidade) 1 (e, conseqentemente, uma cauda
esquerda com rea ) igual ao valor negativo do ponto que determina na curva da
distribuio t, com graus de liberdade, uma cauda direita com . A partir deste
resultado, obtemos t 0,90 ; 15 = t 0,10 ; 15 = 1,341
10
Mdia da distribuio: E[t] = [t ] = 0
Varincia da distribuio: Var [ t ] =
Tabela da Distribuio t.
0,40
0,25
0,10
0,05
0,025
0,325
1,000
3,078
6,314
12,706 31,821 63,657
127,321 318,309 636,619
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
0,289
0,277
0,271
0,267
0,816
0,765
0,741
0,727
1,886
1,638
1,533
1,476
2,920
2,353
2,132
2,015
4,303
3,182
2,776
2,571
6,975
4,541
3,747
3,365
9,925
5,841
4,604
4,032
14,089
7,453
5,598
4,773
22,327
10,215
7,173
5,893
31,599
12,924
8,610
6,869
0,265
0,263
0,262
0,261
0,718
0,711
0,706
0,703
1,440
1,415
1,397
1,383
1,943
1,895
1,860
1,833
2,447
2,365
2,306
2,262
3,143
2,998
2,896
2,821
3,707
3,499
3,355
3,250
4,317
4,029
3,833
3,690
5,208
4,785
4,501
4,297
5,959
5,408
5,041
4,781
0,260
0,260
0,259
0,259
0,700
0,697
0,695
0,694
1,372
1,363
1,356
1,350
1,812
1,796
1,782
1,771
2,228
2,201
2,179
2,160
2,764
2,718
2,681
2,650
3,169
3,106
3,055
3,012
3,581
3,497
3,428
3,372
4,144
4,025
3,930
3,852
4,587
4,437
4,318
4,221
0,258
0,258
0,258
0,257
0,692
0,691
0,690
0,689
1,345
1,341
1,337
1,333
1,761
1,753
1,746
1,740
2,145
2,131
2,120
2,110
2,624
2,602
2,583
2,567
2,977
2,947
2,921
2,898
3,327
3,286
3,252
3,222
3,787
3,733
3,686
3,646
4,140
4,073
4,015
3,965
0,257
0,257
0,257
0,257
0,688
0,688
0,687
0,686
1,330
1,328
1,325
1,323
1,734
1,729
1,725
1,721
2,101
2,093
2,086
2,080
2,552
2,539
2,528
2,518
2,878
2,861
2,845
2,831
3,197
3,174
3,153
3,135
3,610
3,579
3,552
3,527
3,922
3,883
3,850
3,819
0,256
0,256
0,256
0,256
0,686
0,685
0,685
0,684
1,321
1,319
1,318
1,316
1,717
1,714
1,711
1,708
2,074
2,069
2,064
2,060
2,508
2,500
2,492
2,485
2,819
2,807
2,797
2,787
3,119
3,104
3,091
3,078
3,505
3,485
3,467
3,450
3,792
3,768
3,745
3,725
0,256
0,256
0,256
0,256
0,684
0,684
0,683
0,683
1,315
1,314
1,313
1,311
1,706
1,703
1,701
1,699
2,056
2,052
2,048
2,045
2,479
2,473
2,467
2,462
2,779
2,771
2,763
2,756
3,067
3,057
3,047
3,038
3,435
3,421
3,408
3,396
3,707
3,690
3,674
3,659
0,256
0,683
1,310
1,697
2,042
2,457
2,750
3,030
3,385
3,646
0,010
0,005
0,0025
0,0010
0,0005
Fonte: (WERKEMA, 1996, P.272).
Exemplos.
1) Admita parmetro 9, ou seja 9 graus de liberdade e = 5% , encontramos na tabela
para o valor t = 1,833.
11
2) Sendo = 25 e = 10% . Na tabela da distribuio t (student), encontramos t =
1,316.
3) Considere uma distribuio t com 18 graus de liberdade. Encontre a mdia, a varincia
e o desvio padro.
Mdia: E[t] = (t ) = 0
Varincia: Var [t]=
Desvio padro:
1,125
18
18 2
= 1,125
= 1, 061
Exerccios.
1) Determinar os valores crticos de t para os quais a rea da extremidade direita da
distribuio t 0,05, quando o nmero de graus de liberdade for igual a: a) 16 e b) 27.
Resposta: a) t = 1,746
b) t = 1,703.
2) Considere uma distribuio de student (t) com 18 graus de liberdade. Encontre o 1
quartil, o 3 quartil e o 95 percentil.
Resposta: Q = 0 , 688 , Q = 0 , 688 e P 95 = 1, 734
1
3 Distribuio do Qui-quadrado.
3.1 Conceito.
O
lido como qui-quadrado, uma letra grega e tal denominao deve-se
a Karl Pearson.
uma medida que compara, em uma prova onde existe um nmero
finito de eventos, as freqncias observadas com as freqncias esperadas de

conformidade com alguma teoria existente. Conforme o valor obtido dessa comparao,
podemos afirmar com certo nvel de confiana, se h ou no compatibilidade entre as
freqncias observadas na prova realizada com as freqncias esperadas. Entre outras
utilizaes, de realar a sua aplicao no estudo da varincia de uma populao a partir
de uma amostra.
(o ei )
= i
O valor do
obtido atravs da seguinte frmula:
i =1
onde: k = nmero de eventos possveis de ocorrer

oi = freqncia observada em cada evento
ei = freqncia esperada em cada evento
Exemplo.
Uma prova consiste em lanar 100 vezes duas moedas. Os eventos que podem
ocorrer nessa prova so:
A = duas caras
B = duas coroas
C = uma cara e uma coroa
O espao amostral S = { cc, ck, kc, kk } temos: P(A) = 1/4 , P(B) = 1/4 e P(C) = 1/2
Dessa forma, as freqncias esperadas para cada evento so respectivamente: 25,
25 e 50. Admitamos que as freqncias observadas para A, B e C, na prova realizada,
12
tenham sido respectivamente: 22, 34 e 44. O valor do
para essa prova, ou seja, o
valor que mede a extenso da discrepncia entre os dados observados e os esperados
(o ei )
= i
i =1
(22 25) + (34 25) + (44 50) = 4,32

=
2
25
25
50
Esse valor, ser comparado com valores tabelados, que permitir concluir se a
discrepncia verificada significativa em determinado nvel.
3.2 Funo do Qui-quadrado.
A
funo
f ( ) =
densidade
2 ( )
2
2 2
( )
de
probabilidade
da
distribuio
qui-quadrado
Sua representao grfica uma curva simtrica alongada para o lado positivo do
eixo. A forma da funo dessa distribuio contnua depende do valor do parmetro
conhecido como Grau de Liberdade ( ).
O nmero de graus de liberdade igual a n 1, onde n o nmero de eventos,
possibilidades ou casas. Podemos verificar claramente o nmero de graus de liberdade
tomando o lanamento de um dado.
Considere o lanamento de um dado 120 vezes. Para a ocorrncia face 1,
podemos arbitrar uma freqncia de 0 a 120. Se atribuirmos a freqncia 18 para a
face1, ento para a face 2 temos a liberdade de arbitrar uma freqncia entre 0 e 102.
Desta forma, quando arbitrarmos uma freqncia para a face 5, a freqncia para a
face 6 estar determinada, pois ser o valor que adicionado s 5 freqncias anteriores
d o total de 120. Assim, o nmero de graus de liberdade 5 (6 1). Analogamente, no
exemplo do lanamento das duas moedas o nmero de graus de liberdade 2 (3 1).
2
2
3.2.1 Mdia: E[ ] = =
3.2.2 Varincia: Var [ ] = 2

13
3.3 Tabela da Distribuio Qui-quadrado.
0,995
0,990
0,975
0,950
0,900
0,750
0,500
0,250
0,100
0,050
0,025
0,010
0,005
0,0000
0,0002
0,0010
0,0039
0,0158
0,102
0,455
1,32
2,71
3,84
5,02
6,63
7,88
0,0100
0,0001
0,0506
0,103
0,211
0,575
1,39
2,77
4,61
5,99
7,38
9,21
10,6
0,0717
0,115
0,216
0,352
0,584
1,021
2,37
4,11
6,25
7,81
9,25
11,3
12,8
0,207
0,297
0,484
0,711
1,06
1,92
3,36
5,39
7,78
9,49
11,1
13,3
14,9
0,412
0,554
0,831
1,15
1,61
2,67
4,35
6,53
9,24
11,1
12,8
15,1
16,7
0,676
0,872
1.24
1,64
2,20
3,45
5,35
7,84
10,6
12,6
14,4
16,8
18,5
0,989
1,24
1,69
2,17
2,83
4,25
6,35
9,04
12,0
14,1
16,0
18,5
20,3
1,34
1,65
2,18
2,73
3,49
5,07
7,34
10,2
13,4
15,5
17,5
20,1
22,0
1,73
2,09
2,70
3,33
4,17
5,90
8,34
11,4
14,7
16,9
19,0
21,7
23,6
10
2,16
2,56
3,25
3,94
4,87
6,74
9,34
12,5
16,0
18,3
20,5
23,2
25,2
11
2,60
3,05
3,82
4,57
5,58
7,58
10,3
13,7
17,3
19,7
21,9
24,7
26,8
12
3,07
3,57
4,40
5,23
6,30
8,44
11,3
14,8
18,5
21,0
23,3
26,2
28,3
13
3,57
4,11
5,01
5,89
7,04
9,30
12,3
16,0
19,8
22,4
24,7
27,7
29,8
14
4,07
4,66
5,63
6,57
7,79
10,2
13,2
17,1
21,1
23,7
26,1
29,1
31,3
15
4,60
5,23
6,23
7,26
8,55
11,0
14,3
18,2
22,3
25,0
27,5
30,6
32,8
16
5,14
5,80
6,91
7,96
9,31
11,9
15,3
19,4
23,5
26,3
28,4
32,0
34,3
17
5,70
6,41
7,56
8,67
10,1
12,8
16,3
20,5
24,8
27,6
30,2
33,4
35,7
18
6,26
7,01
8,23
9,39
10,9
13,7
17,3
21,6
26,0
28,9
31,5
34,8
37,2
19
6,48
7,63
8,91
10,1
11,7
14,6
18,3
22,7
27,2
30,1
32,9
36,2
38,6
20
7,43
8,26
9,59
10,9
12,4
15,5
19,3
23,8
28,4
31,4
34,2
37,6
40,0
21
8,03
8,90
10,3
11,6
13,2
16,3
20,3
24,9
29,6
32,7
35,5
38,9
41,4
22
8,64
9,54
11,0
12,3
14,0
17,2
21,3
26,0
30,8
33,9
36,8
40,5
42,8
23
9,26
10,2
11,7
13,1
14,8
18,1
22,3
27,1
32,0
35,2
38,1
41,6
44,2
24
9,89
10,9
12,4
13,8
15,7
19,0
23,3
28,2
33,1
36,4
39,4
43,0
45,6
25
10,5
11,5
13,1
14,6
16,5
19,9
24,3
29,3
34,4
37,7
40,6
44,3
46,9
26
11,2
12,2
13,8
15,4
17,3
20,8
25,3
30,4
35,6
38,9
41,9
45,6
48,3
27
11,8
12,9
14,6
16,2
18,1
21,7
26,3
31,5
36,7
40,1
43,2
47,0
49,6
28
12,5
13,6
15,3
16,9
18,9
22,7
27,3
32,6
37,9
41,3
44,5
48,3
51,0
29
13,1
14,3
16,0
17,7
19,8
23,6
28,3
33,7
39,1
42,6
45,7
49,6
52,5
15,0
16,8
18,5
20,6
24,5
29,3
34,8
40,3
43,8
47,0
50,9
53,7
30
13,8
14
3.4 Nvel de Significncia do Teste.

Os valores de
tabelados para determinado valor de so denominados valores
crticos, e o nvel de significncia de um teste. Assim, se o valor do
(o ei )
= i
calculado
atravs da frmula
i =1
valor crtico do
para os dados de um problema, for maior que o
tabelado para o nvel , ento as freqncias observadas diferem
significativamente das freqncias esperadas, nesse nvel.

No caso contrrio, isto , se
calculado for menor que
crtico, conclui-se que no
h discrepncia significativa entre as freqncias observadas e esperadas, no nvel .

Geralmente, os nveis de significncia adotados so: 10%, 5% e 1%.
RA
RR
VALOR CRTICO
RA = Regio de Aceitao RR = Regio de Rejeio (Regio Crtica)

No exemplo anterior, lanamento de duas moedas, o
calculado 4,32. Como
temos trs eventos o nmero de graus de liberdade 2 ( = n 1). Considerando um

nvel de significncia de 5%, a distribuio do
fornece o valor crtico = 5,99. O valor
calculado est situado na RA (Regio de Aceitao), aceitamos a compatibilidade entre

as freqncias observadas e esperadas, no nvel de 5%. Isto equivale a afirmar, num
nvel de confiana de 95%, que as moedas so honestas.
3.5 Testes do qui-quadrado.
A distribuio do qui-quadrado tem grande aplicao no teste de compatibilidade
entre as freqncias observadas e esperadas para uma prova.
Quando, numa tabela de freqncias, as freqncias observadas ocupam
apenas uma linha dessa tabela, ela denominada tabela de entrada simples. Se as
freqncias observadas ocupam mais de uma linha, a tabela de multientrada ou de
contingncia.
15
Exemplos
1) Tabelas de entrada simples.
a) 100 lanamentos de duas moedas.
Duas caras
22
25
oi
ei
Duas coroas
34
25
Uma cara e uma coroa

44
50
b) 120 lanamentos de um dado.

1
18
20
oi
ei
2
21
20
3
22
20
4
19
20
5
17
20
6
23
20
2) Tabela de contingncia (dupla entrada).

Resultado de uma amostra de estudantes de uma universidade, classificados
quanto ao sexo e a rea de estudo escolhida.
Cincias Humanas
48
45
Masculino ( oi )
Feminino ( oi )
Cincias Exatas
52
25
Exerccios.
1) Admita parmetro 9, ou seja = 9 e = 5%. Determine o valor do qui-quadrado.
Resposta.
= 16,9
2) Idem para: = 25 e = 2,5%.
Resposta.
= 40,6
3) Idem para: = 25 e = 97,5%.
Resposta.
= 13,1
4) Considere uma distribuio qui-quadrado com parmetro 18. Encontre a mdia,

varincia, desvio padro, 1 quartil e 90 percentil.
Resposta. Mdia = 18 , varincia = 36, desvio padro = 6, primeiro quartil = 13,7 e
90 percentil = 26.
5) Uma prova consiste em lanar 120 vezes um dado. Suponhamos que as freqncias
observadas na prova foram respectivamente: face1 (18), face2 (21), face3 (22), face4
(19), face5 (17) e face6 (23). Com um nvel de significncia de 10% verificar se o dado
honesto.
Resposta.
calculado = 1,4.
crtico = 9,24. Valor calculado est na RA, portanto
aceitamos a hiptese de honestidade do dado no nvel de 10%.

6) Em 200 lances de uma moeda obtiveram-se 82 caras. Testar, no nvel de 0,05, a
honestidade da moeda.
16
Resposta.
calculado = 6,48.
crtico = 3,84. Valor calculado est na RR, portanto
rejeita-se a hiptese de honestidade da moeda no nvel de 5%.

7) No lanamento de duas moedas 200 vezes, obteve-se os resultados constantes da
tabela abaixo. Testar, no nvel de significncia de 0,05, a compatibilidade entre as
freqncias observadas e esperadas.
Evento
Freqncias observadas
2 caras
45
2 coroas
60
1 cara e 1 coroa
95
Resposta.
calculado = 2,75.
crtico = 5,99. Valor calculado est na RA, portanto
aceitamos a hiptese de honestidade do dado no nvel de 5%.

8) Da classificao dos alunos de uma universidade, com relao ao sexo e opo por
cincias humanas e cincias exatas, temos as seguintes freqncias:
Cincias Humanas
Cincias Exatas
Masculino ( oi )
48
52
Feminino ( oi )
45
25
Testar a hiptese de que o sexo no tem influncia sobre a rea de estudo com nvel de
significncia de 5%.
Resposta.
calculado = 4,80.
crtico = 3,84. Como cai na regio crtica, devemos
rejeitar a hiptese de que o sexo dos estudantes no tem influncia na escolha da rea de
estudos.
9) A tabela abaixo indica o resultado de uma amostra das opinies de donas de casa,
capital e de uma cidade do interior, relativas qualidade de uma nova marca
detergente que experimentaram. Testar, no nvel de 5%, a hiptese de que no
divergncia de opinio entre as donas de casa da capital e do interior com relao
produto.
timo
Regular
Insatisfatrio
Capital
20
16
9
Interior
30
17
8
Resposta.
calculado = 1,34.
da
de
h
ao
crtico = 5,99. Como cai na regio de aceitao,
aceitamos a hiptese de que no h divergncia significativa, no nvel de 5%, de opinio

entre donas de casa da capital e do interior com relao ao produto.
10) A tabela abaixo apresenta a preferncia dos alunos de uma faculdade, classificados
segundo o sexo, pelas disciplinas A, B, C, e D. Testar no nvel de o,o5, a hiptese de que
a preferncia pelas disciplinas no depende do sexo.
A
23
36
Rapazes
Moas
Resposta.
calculado = 15,96.
B
42
28
C
35
20
D
17
34
crtico = 7,81. Como cai na regio crtica, ento
rejeita-se a hiptese de que as preferncias pelas disciplinas no dependem do sexo.
17
4. Distribuio F de Snedecor.
A distribuio F a razo entre duas variveis aleatrias independentes com

distribuies qui-quadrado. Assim uma distribuio F com 1 graus de liberdade no
numerador, e 2 graus de liberdade no denominador expressa por:
2
F ( 1 , 2 ) =
1
2
A distribuio F possui dois parmetros: grau de liberdade
do numerador e grau de liberdade do denominador, que so denominados comumente,

por 1 e 2 respectivamente. Para se encontrar o valor da abscissa de F 1 ( 1 , 2)
utiliza-se a seguinte frmula:
4.1 Mdia.
( 1 , 2) =
F ( 2 , 1)
para
>2
4.2 Varincia.
2 . 2 ( 1 + 2 2 )
1 ( 2 4). 2
2)
para
>4
4.3 Tabela da distribuio F.

A distribuio F esta tabelada. A tabela seguinte d as abscissas que deixam 5% na
cauda direita, dados os parmetros 1 e 2 . Para outros percentuais procurar na
bibliografia indicada.
= 5%
G. Snedecor adaptou essas distribuies j antes estudas sob outra forma por Fisher adotando a
denotao F em homenagem a esse grande estatstico.
18
10
20
30
120
161,4
199,5
215,7
224,6
230,2
234,0
236,8
238,9
240,5
241,9
248,0
250,1
253,3
18,51
19,00
19,16
19,25
19,30
19,33
19,35
19,37
19,38
19,40
19,45
19,46
19,49
10,13
9,55
9,28
9,12
9,01
8,94
8,89
8,85
8,81
8,79
8,66
8,62
8,55
7,71
6,94
6,59
6,39
6,26
6,16
6,09
6,04
6,00
5,96
5,80
5,75
5,66
6,61
5,79
5,41
5,19
5,05
4,95
4,88
4,82
4,77
4,74
4,56
4,50
4,40
5,99
5,14
4,76
4,53
4,39
4,28
4,21
4,15
4,10
4,06
3,87
3,81
3,70
5,59
4,74
4,35
4,12
3,97
3,87
3M79
3,73
3,68
3,64
3,44
3,38
3,27
5,32
4,46
4,07
3,84
3,69
3,58
3,50
3,44
3,39
3,35
3,15
3,08
2,97
5,12
4,26
3,86
3,63
3,48
3,37
3,29
3,23
3,18
3,14
2,94
2,86
2,75
4,96
4,10
3,71
3,48
3,33
3,22
3,14
3,07
3,02
2,98
2,77
2,70
2,58
4,84
3,98
3,59
3,36
3,20
3,09
3,01
2,95
2,90
2,85
2,65
2,57
2,45
4,75
3,89
3,49
3,26
3,11
3,00
2,90
2,85
2,80
2,75
2,54
2,46
2,34
4,67
3,81
3,41
3,18
3,03
2,92
2,83
2,77
2,71
2,67
2,46
2,38
2,25
4,60
3,74
3,34
3,11
2,96
2,85
2,76
2,70
2,65
2,60
2,39
2,31
2,18
4,54
3,68
3,29
3,06
2,90
2,79
2,71
2,64
2,59
2,54
2,33
2,25
2,11
4,49
3,63
3,24
3,01
2,85
2,74
2,66
2,59
2,54
2,49
2,28
2,19
2,06
4,45
3,59
3,20
2,96
2,81
2,70
2,61
2,55
2,49
2,45
2,23
2,15
2,01
4,41
3,55
3,16
2,93
2,77
2,66
2,58
2,51
2,46
2,41
2,19
2,11
1,97
4,38
3,52
3,13
2,90
2,74
2,63
2,54
2,48
2,42
2,38
2,16
2,07
1,93
4,35
3,49
3,10
2,87
2,71
2,60
2,51
2,45
2,39
2,35
2,12
2,04
1,90
4,32
3,47
3,07
2,84
2,68
2,57
2,49
2,42
2,37
2,32
2,10
2,01
1,87
4,30
3,44
4,05
2,82
2,66
2,55
2,46
2,40
2,34
2,30
2,07
1,98
1,84
4,28
3,42
3,03
2,80
2,64
2,53
2,44
2,37
2,32
2,27
2,05
1,96
1,81
4,26
3,40
3,01
2,78
2,62
2,51
2,42
2,36
2,30
2,25
2,03
1,94
1,79
4,17
3,32
2,92
2,69
2,53
2,42
2,33
2,27
2,21
2,16
1,93
1,84
1,68
4,08
3,23
2,84
2,61
2,45
2,34
2,21
2,18
2,12
2,08
1,84
1,74
1,58
4,00
3,15
2,76
2,53
2,36
2,25
2,17
2,10
2,04
1,99
1,75
1,65
1,47
3,92
3,07
2,68
2,45
2,29
2,17
2,09
2,02
1,96
1,91
1,66
1,55
1,35
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
30
40
60
120
Exerccios.
1) Admita uma distribuio F com 1 = 8 e 2 = 10. Determine a mdia, varincia, desvio
padro e a abscissa para uma cauda direita de 5%. Resposta. Mdia = 1,25
Varincia = 1,04167 Desvio padro = 1,0206 e abscissa = 3,07.
2) Determine o 95 percentil de uma F(7,8).
Resposta. 3,50
Utilizao do Excel nas Distribuies de Probabilidade.

Determinao da Distribuio Normal no Excel.
1) Abrir a planilha Excel;
2) Na barra de ferramentas do Excel abrir Colar Funo
19
3) Em categoria da funo destaque ESTATSTICA e em Nome da Funo DIST

NORM (para entrar com os valores reais) ou DIST. NORMP (para entrar com o escore
padronizado Z);
4) Em CUMULATIVO (ao escrever VERDADEIRO, apresenta a probabilidade acumulada
at aquele valor). Ao escrever FALSO a funo apresenta a probabilidade no ponto.
Determinao da Distribuio de Student (t) no Excel.
Seguir os mesmos procedimentos anteriores. Em Nome da Funo selecionar DISTT.
Como elementos de entrada devem ser fornecidos o valor dos graus de liberdade e o
parmetro t, o clculo fornece a probabilidade para distribuio unicaudal e bicaudal. Ao
selecionar INVT os elementos de entrada so a probabilidade e o valor dos graus de
liberdade e a funo fornecer o parmetro t.
Determinao da Distribuio Qui quadrado no Excel.
Seguir os mesmos procedimentos anteriores. Em Nome da Funo selecionar DIST. QUI.
BIBLIOGRAFIA.
COSTA NETO, Pedro Luiz de Oliveira. Estatstica. So Paulo: Edgard Blcher, 1992.
DE FRANCISCO, Walter. Estatstica. So Paulo: Editora Atlas, 1983.
FONSECA, Jairo Simon da e MARTINS, Gilberto de Andrade. Curso de Estatstica. So
Paulo: Editora Atlas, 1996.
LARSON, Ron e FARBER, Betsy. Estatstica Aplicada. So Paulo: Pearson, 2004.
MARTINS, Gilberto de Andrade. Estatstica Geral e Aplicada. So Paulo: Editora Atlas,
2002.
MEYER, Paul L. Probabilidade Aplicaes Estatstica. Rio de Janeiro: Ao Livro
Tcnico, 1973.
MORETTIN, Pedro A. e BUSSAB, Wilton de O. Estatstica Bsica. So Paulo: Saraiva,
2003.
MORETTIN, Luiz Gonzaga. Estatstica Bsica Probabilidade. So Paulo: Makron
Books, 1999.
PARADINE, C.G. e RIVETT, B.H.P. Mtodos Estatsticos para Tecnologistas. So
Paulo: Editora da USP, 1974.
SPIEGEL, Murray R. Estatstica. Rio de Janeiro: McGraw-Hill, 1983.
STEVENSON, William J. Estatstica Aplicada Administrao. So Paulo: Harper &
Row do Brasil, 1981.
TRIOLA, Mario F. Introduo Estatstica. Rio de Janeiro: LTC, 1999.

Notas de Aula 13

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Notas de Aula 13

Загружено:

Авторское право:

Доступные форматы

Notas de aula 13

Sorte o que acontece quando a preparao encontra a oportunidade."

Disciplina: ESTATSTICA e PROBABILIDADE

1. Distribuies de Probabilidade (V.A. Contnua).

Essa funo denominada funo de probabilidade da varivel aleatria discreta

poder ser expressa por uma tabela, grfico ou frmula.

Alm disso, para qualquer a < b, a probabilidade P(a < X < b) =

1.2 Distribuio Normal.

Inmeras variveis contnuas que descrevem fenmenos naturais e sociais

Sendo seu grfico:

O grfico de uma distribuio normal assemelha-se muito a um sino, e seu formato

Por tratar-se de um modelo de distribuio contnua, a probabilidade de X assumir

O valor numrico dessa rea hachurada o resultado da integral de f(x) entre a e

P(a < x < b) =

Prof. Paulo Alessio 2 semestre de 2008

1.2.1 Distribuio Normal Padronizada (reduzida).

Demonstra-se que a mdia de Z zero, e que a sua varincia igual a 1. Isto :

Logo, a funo densidade de probabilidade da varivel Z dada por:

1.2.2 Propriedades da Varincia.

1.2.3 Uso da tabela da Distribuio Normal padronizada (reduzida).

Prof. Paulo Alessio 2 semestre de 2008

Distribuio Normal Padronizada

1.2.4 Aproximao da Distribuio Binomial pela Distribuio Normal.

Entra-se na Tabela, com o valor 1,2 na 1 coluna e 00 na 1 linha, obtendo 0,3849

Entra-se na Tabela com 1,9 na 1 coluna e 0,03 na 1 linha obtendo

2) As alturas dos alunos de determinada escola so normalmente distribudas com mdia

c) maior que 3850

d) maior que 3880

4) Um fornecedor de ferro alega que seu produto apresenta resistncia tenso

c) menos que 750 dias;

6) Os pesos de 600 estudantes so normalmente distribudos com mdia de 65,3 kg e

Prof. Paulo Alessio 2 semestre de 2008

b) dure entre 45.000 e 50.000 km.

10) Com referncia ao problema 9, determinar os graus correspondentes aos escores

grau de liberdade o nmero de observaes (eventos) de uma amostra menos 1,

onde a funo GAMA

A distribuio t contnua e simtrica, com mdia igual a zero. Sua aparncia

12,706 31,821 63,657

127,321 318,309 636,619

Fonte: (WERKEMA, 1996, P.272).

lido como qui-quadrado, uma letra grega e tal denominao deve-se

uma medida que compara, em uma prova onde existe um nmero

finito de eventos, as freqncias observadas com as freqncias esperadas de

obtido atravs da seguinte frmula:

onde: k = nmero de eventos possveis de ocorrer

para essa prova, ou seja, o

valor que mede a extenso da discrepncia entre os dados observados e os esperados

(22 25) + (34 25) + (44 50) = 4,32

3.2.2 Varincia: Var [ ] = 2

3.3 Tabela da Distribuio Qui-quadrado.

Prof. Paulo Alessio 2 semestre de 2008

3.4 Nvel de Significncia do Teste.

tabelados para determinado valor de so denominados valores

crticos, e o nvel de significncia de um teste. Assim, se o valor do

para os dados de um problema, for maior que o

tabelado para o nvel , ento as freqncias observadas diferem

significativamente das freqncias esperadas, nesse nvel.

calculado for menor que

crtico, conclui-se que no

h discrepncia significativa entre as freqncias observadas e esperadas, no nvel .

RA = Regio de Aceitao RR = Regio de Rejeio (Regio Crtica)

calculado 4,32. Como

temos trs eventos o nmero de graus de liberdade 2 ( = n 1). Considerando um

fornece o valor crtico = 5,99. O valor