ESTATÍSTICA

ESTATÍSTICA

1. PROBABILIDADE

   • Espaço Amostral: composição de TODAS as possibilidades de resultados.
   • Evento: o fenômeno que será calculado.
   • Fórmula geral para o cálculo de probabilidade: P(A) = n(A)/s (A), onde, n(A) refere-se ao número de ocorrências e s(A) refere-se ao número total de possibilidades e P(A) : probabilidade de ocorrência do evento A.
     • PROBABILIDADE CONDICIONAL
       • DEFINIÇÃO: é um segundo evento de um espaço amostral que ocorre em um evento depois que já tenha ocorrido o primeiro.
         • Fórmula: P (A/B) = P(A ∩ B) / P(B)
     • PROBABILIDADE DOS EVENTOS INDEPENDENTES
       • DEFINIÇÃO: Possui INDEPENDÊNCIA entre seus eventos dois eventos são ditos independentes quando a ocorrência de um deles não interfere na ocorrência do outro.
         • Fórmula: P(A ∩ B) = P(A) ∙ P(B) .Onde: O símbolo ∩ significa o termo de ligação E. Portanto, P(A ∩ B) se lê probabilidade do evento A ocorrer E o evento B ocorrer.

2. DISTRIBUIÇÕES DE VARIÁVEIS CONTÍNUAS

   • Padrões de normalidades podem ser estruturados de acordo com um modelo Estatístico chamado de Modelo Gaussiano
     • DISTRIBUIÇÃO NORMAL
       • Eventos aleatórios que seguem este padrão enquadram-se na chamada "distribuição normal", representada pela curva também conhecida como Curva de Gauss ou Curva do Sino (Bell Curve).
         • Formato da Curva de Normalidade:
           • Observações: A curva normal tem forma de sino, ou seja, é unimodal e simétrica, e o seu valor de máxima frequência, a moda coincide com o valor da média e da mediana.
             • As extremidades da curva se estendem de forma indefinida ao longo de sua base (o eixo das abcissas - horizontal) sem jamais tocá-la. Portanto, o campo de variação da distribuição normal se estende de um extremo a outro de -∞ a +∞. a curva apresenta uma área central em torno da média, onde se localizam os pontos de maior frequência e também possui áreas menores, progressivamente mais próximas de ambas as extremidades.
               • Área sob a curva normal é 1, sendo a frequência total igual a 100%. Assim, a curva normal é uma distribuição que possibilita determinar probabilidades associadas a todos os pontos da linha de base.
                 • O valor de uma variável tem ocorrência normal quando está entre 95% da área sob a curva em forma de sino, que tem a variável frequência no eixo dos Y, cujas extremidades ocupam 2,5% cada.
   • Conceitos importantes :
     • Padronizar: Criar padrões que atendam as nossas expectativas sobre algo ou alguém.
     • Normal: Tudo que estiver dentro de um padrão estabelecido.
     • Simetria: conformidade, em medida, forma e posição relativa, entre as partes dispostas em cada lado de uma linha divisória, um plano médio, um centro ou um eixo.

3. DISTRIBUIÇÕES DE VARIÁVEIS DISCRETAS

   • Utilizadas quando algumas circunstâncias não aceitam outras possibilidades que não essas. Isso não significa dizer que todas deverão ter sempre 50% de ocorrência ou 50% de não ocorrência. Mas, que há apenas duas escolhas.
     • Modelo Estatístico chamado : Distribuição de Bernoulli
       • Toda e qualquer análise que tenha como característica Independência entre eventos, Apenas dois resultados possíveis: apresenta uma característica (chamamos de SUCESSO) ou não apresenta a característica (chamamos de FRACASSO), Probabilidades constantes (ou seja, a probabilidade não muda) desde o início até fim do processo de sorteio. Sua utilização é restrita a apenas observações de suas ocorrências. Não se preocupa em contabilizar as ocorrências feitas, apenas a avaliavas como possíveis ou não possíveis de ocorrer.
         • BINOMINAL
           • Resgatou todas as características da Bernoulli e deu um sentido novo a de Contabilizar sucessos nas suas ocorrências.
           • Características analisadas: independência, dois resultados possíveis e probabilidades constantes.

Images and files in the map