Probabilidade

Probabilidade

1. Espaço amostral

   • TODAS as possibilidades de resultados

2. Evento

   • o interesse que será calculado
     • O calculo utilizado para calcular a probabilidade é:

3. Complementar

   • nesse caso o Evento A e o seu complementar são mutuamente exclusivos
     • Ex: Se numa turma com 20 alunos você sabe que 40% deles tiram nota 10 em sua prova, qual é a probabilidade de que um aluno escolhido ao acaso na próxima prova não tire nota 10?
       • se a chance real é de 40% aqui, então seu complemento seria 60% do acontecimento. logo se nessa questão dividiu 60 por 100 deu 0,60 e chegou a resposta desejada 

4. independência

   • Dois eventos são ditos independentes quando a ocorrência de um deles não interfere na ocorrência do outro
     • a formula utilizada no caso de independência é:
       • 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
         • se utilizarmos o mesmo exemplo dado na complementar, mas sugerindo que ela seja independente o resultado seria diferente:
           •    P(A ∩ B) = P(A) ∙ P(B) = 0,4 ∙ 0,4 = 0,16   
           • Assim sendo teremos 16% as chances de que dois dos 20 alunos escolhidos de forma aleatória tenham nota 10 em suas respectivas provas.

5. condicional

   • essa probabilidade é uma probabilidade de um evento A acontecer tendo como condição o acontecimento de um evento B
     • a formula utilizada aqui é:

6. Causa e Efeito

   • o conceito de casualidade foi formulado por Alexander Von Humboldt pois ele sentiu uma necessidade deexplicar o por que dos fatos
   • Toda relação causal envolve Correlação, mas o contrário não é verdadeiro.
     • Pois o princípio básico da Correlação é observar a relação entre duas variáveis quaisquer, sem a necessidade de ter uma situação de causa e efeito.
   • No estudo da estatística, algumas técnicas foram criadas para auxiliar neste conteto
     • O modelo de Correlação – busca evidenciar se existe relação entre as variáveis
       • O Modelo de Regressão - cria uma função matemática que descreve uma situação de causa e efeito
         • E o ajuste desse modelo nos situa no quanto estamos certos de que de fato o processo terá êxito

7. 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).
       • nesse grafico o seu ponto mais alto, a moda coincide com a media e a mediana e por nunca tocar no eixo das absissas, o cmpo de variação normal se mantem entre +infinito e -infinito

8. Binomial

   • Distribuição de Bernoulli
     • É uma distribuição interessante quando tratamos de análise de dados quantitativos discretos. Porém sua utilização é restrita a apenas observações de suas ocorrências.
       • 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.

Imagens e arquivos do mapa