Curso Online Bizu de Estatstica para Papiloscopista PF Prof.

Alexandre Lima

Bizu de Estatstica para Papiloscopista da PF

Caro Aluno, este material foi elaborado especialmente para voc, que ir concorrer ao cargo de Papiloscopista da Polcia federal. Nele voc encontrar um verdadeiro bizu dos principais assuntos que o Cespe poder cobrar no concurso. No hora para divagaes sobre a matria ... o objetivo aqui fazer voc lembrar os pontos importantes do programa. Vamos ao nosso BIZU!

Estatstica Descritiva
A frequncia de um dado valor de uma varivel (qualitativa ou quantitativa) definida como o nmero de vezes que esse valor foi observado. A associao das respectivas frequncias a todos os diferentes valores observados define a distribuio de frequncias do conjunto de valores observados. A frequncia acumulada de um dado valor igual a soma das frequncias de todos os valores menores ou iguais ao valor em considerao. Um histograma um grfico da distribuio de frequncias de uma varivel quantitativa (vide figura abaixo).
7

f
3 2 1 0 10.2 10.3 10.4 10.5 10.6 10.7 10.8 10.9 11

As medidas de posio servem para localizar a distribuio de frequncias sobre o eixo de variao da varivel (eixo horizontal).
Prof. Alexandre Lima www.pontodosconcursos.com.br

Curso Online Bizu de Estatstica para Papiloscopista PF Prof. Alexandre Lima A mdia, a mediana e a moda so medidas de posio. Considere n observaes x 1 , x 2 ,..., x n de uma varivel quantitativa X. Ento a Mdia aritmtica dada por:

x1 + x 2 + ... + x n 1 n x= = xi n n i=1
Sejam os conjuntos A com n A valores, B com n B valores, ..., e K com n K valores. Se A tem mdia x A , B tem mdia x B , ..., e K tem mdia x K , ento a mdia do conjunto maior que formado pela reunio de todos os elementos dos conjuntos A, B, ..., K em um nico conjunto dada por (mdia das mdias):

x=

n A x A + n B x B + ... + n K x K n A + n B + ... + n K

1 / n n Mdia geomtrica: x g = n x1.x 2 ...x n = xi i=1

Mdia harmnica: x h =

n 1 1 1 + + ... + xn x1 x 2

x
i =1

1
i

w x + w 2 x 2 + ... + w n x n = Mdia ponderada: x p = 1 1 w1 + w 2 + ... + w n

w x
i i=1 n

w
i=1

, em que em que
i

w 1 , w 2 ,..., w n denotam fatores de ponderao ou pesos.

A mediana o valor que divide a distribuio ao meio, deixando os 50% menores valores de um lado e os 50% maiores valores do outro lado. A moda dada pelo valor mais freqente (ou de mxima frequncia). 1 Varincia = Mdia dos Quadrados Quadrado da Mdia = x i2 x 2 n i Nota: a frmula acima deve ser aplicada quando deseja-se calcular a varincia de uma populao.
1 n 1 n 2 n 2 (x i x)2 = x xi n 1 i=1 n 1 i=1 n 1 Nota: a frmula acima deve ser aplicada quando deseja-se estimar a varincia de uma populao atravs do clculo da varincia de uma amostra.

Varincia amostral: s 2 x =

Prof. Alexandre Lima

www.pontodosconcursos.com.br

Curso Online Bizu de Estatstica para Papiloscopista PF Prof. Alexandre Lima

s2 A+B =

Varincia

combinada
A + B N
2

das

populaes

B:

A
N

B
N

Desvio Padro (Sx) = Raiz Quadrada positiva da Varincia. Coeficiente de variao: cv( x ) =
sx . x

Desvio interquartlico: d Q = Qs Qi , em que Qs o quartil superior (ou

terceiro quartil) e Qi denota o quartil inferior (ou primeiro quartil).

Um diagrama de caixa ou box-plot um retngulo que representa o desvio interquartlico. Esse retngulo indica, portanto, a faixa dos 50% dos valores mais tpicos da distribuio. O retngulo dividido no valor correspondente mediana; assim, ele indica o quartil inferior, a mediana e o quartil superior.

Amostragem
Uma populao consiste na totalidade das observaes. Uma amostra um subconjunto de observaes selecionadas a partir de uma populao. Os elementos de uma amostra aleatria so independentes.

Probabilidades
Princpio Fundamental da Contagem: caso um evento qualquer ocorra em n etapas consecutivas e independentes da seguinte maneira:
Prof. Alexandre Lima www.pontodosconcursos.com.br

Curso Online Bizu de Estatstica para Papiloscopista PF Prof. Alexandre Lima

primeira etapa: existem k1 maneiras diferentes de ocorrer o evento segunda etapa: existem k2 maneiras diferentes de ocorrer o evento terceira etapa: existem k3 maneiras diferentes de ocorrer o evento (...) ensima etapa: existem kn maneiras diferentes de ocorrer o evento

ento o no total (N) de maneiras de ocorrer o evento dado por N = k1. k2. k3. k4 ... kn
Nmero de arranjos de n elementos tomados r a r: A n ,r = Permutao de n elementos: Pn = n! Permutao circular de n elementos: Pno = (n-1)! Permutao com elementos repetidos: h um conjunto de n elementos, com q elementos repetidos do tipo 1, r elementos repetidos do tipo 2, s elementos repetidos do tipo 3, etc: Pn(q,r,s,...) = n!/(q! r! s! ...) Nmero de combinaes de tamanho r em uma populao de tamanho n n n! = (coeficiente binomial): C n ,r = . (n r )!r! r Dois eventos A e B so mutuamente exclusivos (excludentes) se AB = ; ou seja, A e B no tm elementos em comum. Probabilidade condicional: P[A | B] = P[AB] / P[B]
Eventos A e B independentes: P[B | A] = P[B] . P[AB] = P[A]P[B] P[A | B] = P[A]

n! (n r )!

Regra da adio: P[A B] = P[A] + P[B] P[A B] . Regra da multiplicao: P[AB] = P[A | B]P[B] = P[B | A]P[A] . Regra da probabilidade total:

P(B) = P(B | E 1 )P(E1 ) + P(B | E 2 )P(E 2 ) + ... + P(B | E k )P(E k ).

em que E1, E2, ..., Ek denotam eventos mutuamente excludentes e exaustivos (E1 E2 ... Ek = ) e B um evento qualquer definido sobre o mesmo espao amostral .

Prof. Alexandre Lima

www.pontodosconcursos.com.br

Curso Online Bizu de Estatstica para Papiloscopista PF Prof. Alexandre Lima

Regra de Bayes: P(A k | B) =

P( B | A k ) P ( A k )

P(B | A )P(A )
i i i =1

A frmula de Bayes nos permite calcular as probabilidades dos vrios eventos A 1 , A 2 ,..., A n que podem causar ou provocar a ocorrncia de B (probabilidade da causa Ak dado o efeito observado B).

Varivel Aleatria, Probabilidades

Valor

Esperado

Distribuio

de

Uma funo discreta de probabilidade f(xi) (i=1,2,...,n) satisfaz s seguintes condies: 0 f(xi) 1 e i f(xi) = 1. A funo de distribuio (ou acumulada) de probabilidade F(x) de uma varivel aleatria X definida por F(x) = P(Xx). A rea sob a funo densidade de probabilidade de uma varivel aleatria

contnua X igual a 1, ou seja, negativa (f(x) 0).

f (x )dx = 1 .

Alm disso, f(x) no pode ser

A funo densidade de probabilidade de uma varivel aleatria contnua X igual derivada da funo de distribuio de X em relao a x, ou seja, f(x) = dF(x)/dx = F(x) P[a X b] = f ( x )dx .
a b

Se X uma varivel aleatria discreta que pode tomar os valores x1, x2, ..., xn com probabilidades f(x1), f(x2), ..., f(xn), ento a mdia (ou valor esperado) de X definida por E[X] = x 1f ( x 1 ) + x 2 f ( x 2) + ... + x n f ( x n ) = x i f ( x i ) .
i =1 n

A mdia de uma varivel aleatria contnua X com densidade de probabilidade fX(x) dada pela integral

E[X] = xf ( x )dx .

Sejam a e c valores constantes e X uma varivel aleatria. Ento a mdia possui as seguintes propriedades:

1. E[c] = c a mdia de um nmero qualquer c o prprio nmero c;

Prof. Alexandre Lima www.pontodosconcursos.com.br

Curso Online Bizu de Estatstica para Papiloscopista PF Prof. Alexandre Lima 2. E[cX] = cE[X] a mdia de uma varivel multiplicada por um nmero igual ao nmero multiplicado pela mdia de X; 3. E[a + cX] = a + cE[X] a mdia da soma de um nmero qualquer a com a varivel X multiplicada por um nmero qualquer c igual soma do nmero a com a mdia de X multiplicada por c.
var(X) = E(X2) - 2 a varincia de X igual a mdia do quadrado de X subtrada da mdia de X ao quadrado. Sejam a e c constantes, X uma varivel aleatria e Z = a + cX (Z uma transformao linear da varivel X). Ento

var(a+cX) = c2var(X).
A raiz quadrada positiva da varincia chamada de desvio-padro ou erropadro, sendo denotada pelo smbolo . A Distribuio Binomial nos d a probabilidade de k sucessos em n n k n k tentativas: P(X = k ) = k p (1 p) .

- Tabela: Caracterizao da Binomial Mdia Varincia Desvio Padro

= np 2 = npq

= npq

X N(, 2) denota uma varivel aleatria X com distribuio normal com mdia e varincia 2. A normal padro Z N(0, 1) obtida atravs da transformao

Z = (X-)/.
A normal simtrica em relao sua mdia, de modo que P(X) = P(X>) = 50% =1/2. Se X normal, ento P( - 1,96<X< + 1,96) = 95%. Seja a Distribuio Binomial. Se n grande e se p e q no esto muito prximos de zero, ento a distribuio binomial bem aproximada por uma distribuio normal padro em que a varivel transformada dada por

Z=
Prof. Alexandre Lima

X np . npq
6

www.pontodosconcursos.com.br

Curso Online Bizu de Estatstica para Papiloscopista PF Prof. Alexandre Lima Na prtica, a aproximao muito boa se np e nq forem maiores que 5.

Varivel Aleatria Bivariada, Covarincia e Correlao

Variveis discretas (X,Y):

f(x,y) 0

x y f(x,y) = 1
f(x,y) = P(X=x,Y=y)

Variveis contnuas (X,Y):

f(x,y)0

f (x, y)dxdy = 1
b d a c

P(a X b, c Y d) = f ( x, y)dydx .

Distribuies marginais: Variveis contnuas: f X ( x ) = f ( x , y)dy

f Y ( y) = f ( x , y)dx

Variveis discretas:

o f X (x i ) = f (x i , y k )
k

o f Y ( y k ) = f (x i , y k )
i

Distribuies condicionais: Variveis Discretas: f X|Y ( x i | y k ) = f (x i , y k ) f (x i , y k ) e f Y|X ( y k | x i ) = fY (yk ) f X (x i )

f ( x i , y k ) = f X|Y ( x i | y k )f Y ( y k ) = f Y|X ( y k | x i )f X ( x i )

Prof. Alexandre Lima

www.pontodosconcursos.com.br

Curso Online Bizu de Estatstica para Papiloscopista PF Prof. Alexandre Lima

E(X | Y = y j ) = x i P(X = x i | Y = y j )
i =1 n

E(Y | X = x i ) = y jP(Y = y j | X = x i )
j=1

Variveis Contnuas: f X|Y ( x | y) = f ( x , y) f ( x , y) e f Y|X ( y | x ) = f Y ( y) f X (x )

f ( x , y) = f X|Y ( x | y)f Y ( y) = f Y|X ( y | x )f X ( x )

E (X | y) = xf X|Y ( x | y)dx E (Y | x ) = yf Y|X ( y | x )dy Variveis aleatrias X e Y independentes:

f ( x , y ) = f X ( x ) f Y ( y)
f X|Y ( x | y) = f X ( x ) f Y|X ( y | x ) = f Y ( y)

Covarincia: Cov(X, Y) = E[(X X )(Y Y )]

Cov(X, Y) = [ x i X ][ y j Y ]f ( x i , y j ) (variveis discretas)

i j

Cov(X, Y) =

(x X )(y Y )f ( x, y)dxdy

(variveis contnuas)

Covarincia amostral (estimador da covarincia): s xy = Cov(X, Y) , -11. XY

1 n ( x i x)( yi y) n i=1

Correlao: (X, Y) =

Correlao amostral (estimador correlao linear de Pearson R: R= s xy sxs y

da

correlao) ou

coeficiente

de

Prof. Alexandre Lima

www.pontodosconcursos.com.br

Curso Online Bizu de Estatstica para Papiloscopista PF Prof. Alexandre Lima

Desvio padro amostral de X: s x

(x
i =1

x )2

Desvio padro amostral de Y: s y

(y
i =1

y) 2

Clculo da correlao amostral usando somas de quadrados: R= S xy S xx S yy 1 x i y i n i i

2

Soma dos Quadrados XY: S xy = x i y i

i

1 Soma dos Quadrados de X: Sxx = x i x i n i i

2

1 Soma dos Quadrados de Y: S yy = y i y i n i i

2

Se X e Y so variveis aleatrias independentes, ento a covarincia entre elas nula, ou seja, X e Y so no correlacionadas:

Cov(X, Y) = E[XY] X Y = 0
E[XY] = XY (a esperana de XY igual ao produto das mdias X e Y).

Variveis aleatrias X e Y e Z = aX + bY, em que a e b denotam constantes:

E(Z) = aE(X) + bE(Y) Var(Z) = a2var(X) + b2var(Y) + 2abCov(X,Y) Var(Z) = a2var(X) + b2var(Y), se X e Y so independentes

Teste de Hipteses
A hiptese nula (ou hiptese de trabalho) H0 a hiptese aceita como verdadeira at prova estatstica em contrrio. Ela geralmente representa o contrrio do que queremos provar, ou seja, representa a hiptese que se quer rejeitar.
Prof. Alexandre Lima www.pontodosconcursos.com.br

Curso Online Bizu de Estatstica para Papiloscopista PF Prof. Alexandre Lima

A hiptese alternativa H1 usualmente representa o que se quer provar. Em um teste de hipteses, podem ocorrer dois tipos de erro:

Erro tipo I: rejeitar H0, sendo H0 verdadeira; Erro tipo II: aceitar H0, sendo H0 falsa.

Valor-p: se valor-p , rejeitamos H0 em favor de H1. se valor-p > , no rejeitamos H0 em favor de H1.

Nota: o nvel de significncia do teste.

Variveis de teste para a mdia populacional:

a) z =

X (normal / n conhecido.

padro),

se

desvio-padro

populacional

Hipteses H0: = 0 H1: < 0 H0: H1: H0: H1: b) t =

= 0 > 0 = 0 0

Rejeita-se H0 se z < -z

z > z z < -z/2 ou z > z/2 |z| > z/2

X (t de Student), em que s denota o desvio-padro amostral. s/ n

Prof. Alexandre Lima

www.pontodosconcursos.com.br

10

Curso Online Bizu de Estatstica para Papiloscopista PF Prof. Alexandre Lima Hipteses H0: = 0 H1: < 0 H0: H1: H0: H1:
= 0 > 0 = 0 0

Rejeita-se H0 se tn-1 < -tn-1,

tn-1 > tn-1,

|tn-1| > tn-1,/2

tem distribuio binomial com mdia p e Frequncia relativa amostral p tem distribuio varincia p(1-p)/n. Se np 5 e n(1-p) 5, ento p

N ~ (p, p(1-p)/n).
Estatstica para teste da proporo populacional p: z =

p p . p(1 p) / n

Hipteses H0: p = p0 H1: p < p0 H0: H1: H0: H1: p = p0 p > p0 p = p0 p p0

Rejeita-se H0 se z < -z

z > z

|z| > z/2

Prof. Alexandre Lima

www.pontodosconcursos.com.br

11