Upload
internet
View
120
Download
5
Embed Size (px)
Citation preview
Estatística
Aplicada
Prof. Daniel Ferrara
Na aula passada...
Distribuição normal de probabilidade– Curva normal
2
Estatística
Aplicada
Prof. Daniel Ferrara
Na aula passada...
Características da Distribuição Normal
3
Estatística
Aplicada
Prof. Daniel Ferrara
Na aula passada...
Características da Distribuição Normal– As probabilidades da variável aleatória normal são dadas
por áreas sob a curva. A área total sob a curva é 1. Já que a distribuição é simétrica, a área sob a curva, à direita da média, é 0,5 e à direita também.
4
Estatística
Aplicada
Prof. Daniel Ferrara
Como calcular a probabilidade de qualquer distribuição normal– Padronização calcular o valor z
Na aula passada...
5
Estatística
Aplicada
Prof. Daniel Ferrara
O retorno médio diário das ações preferenciais da Vale do Rio Doce (VALE5) no período de 07/03/2006 a 06/03/2007 foi de 0,171% com desvio padrão de 2,127%. Sabendo que esses retornos se distribuem de forma aproximadamente normal, determine:a) A probabilidade de que o retorno da ação num certo dia seja superior a 0,5%.b) A probabilidade de que o retorno da ação num certo dia seja inferior a -0,5%.c) A probabilidade de que o retorno da ação num certo dia esteja entre -0,5% e +0,5%.d) Analisando os resultados obtidos para VALE5 com os de PETR4 (ex. 4), e sabendo que o desvio padrão representa uma medida de risco financeiro, compare os desempenhos das duas ações com relação ao binômio risco/retorno.
Aula Passada... Exercício 3
6
Estatística
Aplicada
Prof. Daniel Ferrara
Uso da distribuição normal de probabilidade no gerenciamento de risco
Intervalo de confiança Exercícios
Aula de hoje
7
Estatística
Aplicada
Prof. Daniel Ferrara
Até agora, utilizamos a distribuição normal padronizada (tabela Z) para encontrar a probabilidade de ocorrência de um determinado intervalo de valores.
Podemos inverter o raciocínio e, partindo de uma probabilidade, encontrar o valor Z correspondente.
Distribuição Normal de Probabilidade
8
Estatística
Aplicada
Prof. Daniel Ferrara
Exemplo: Dado que Z é uma variável aleatória normal padrão, encontre Z para cada uma das situações:
a) A área entre 0 e Z é 0,4750 (Resposta: 1,96)b) A área à direita de Z é 0,1314 (Resposta: 1,12)c) A área à esquerda de Z é 0,6700 (Resposta: 0,44)d) A área entre –Z e Z é 0,9030 (Resposta: 1,66)e) A área a direita de Z é 0,6915 (Resposta: -0,50)f) A área à esquerda de Z é 0,2119 (Resposta: -0,80)
Distribuição Normal de Probabilidade
9
Estatística
Aplicada
Prof. Daniel Ferrara
A média de preço das ações das empresas que compõe o índice S&P é US$ 30,00 e o desvio padrão é US$ 8,20. Suponha que o preço das ações se distribua normalmente.a) Qual é aprobabilidade de uma empresa ter um preço de, no
mínimo, US$ 40,00 para as suas ações?b) Qual deve ser o preço das ações para que a empresa seja
incluída entre as 10% maiores?
Distribuição Normal de Probabilidade
11
Estatística
Aplicada
Prof. Daniel Ferrara
Deseja-se estimar a média populacional, μ de uma determinada variável, pela média amostral, X.
Qual a magnitude do erro que cometemos nesta estimação?
Erro Amostral
13
Estatística
Aplicada
Prof. Daniel Ferrara
O gerente de operações de um grande banco, desejando determinar o tempo médio que os clientes gastam no auto atendimento, realizou a medição do tempo gasto por um grande número de clientes e obteve uma população normalmente distribuída com média de 3,68 minutos e desvio padrão de 0,15 minutos.
Se uma amostra de 25 clientes for escolhida ao acaso entre milhares dos que utilizam os auto atendimentos por dia, que resultado podemos esperar para o tempo médio dessa amostra? 3,70 min? 2,00 min? 3,68 min?
Exemplo
14
Estatística
Aplicada
Prof. Daniel Ferrara
Qual a probabilidade de uma observação X entre 3,65 e 3,68 min?
Qual a probabilidade de se obter uma média amostral X entre 3,65 e 3,68?
Exemplo
15
Estatística
Aplicada
Prof. Daniel Ferrara
Qual a probabilidade de se obter uma média amostral X entre 3,65 e 3,68 min?
Logo, 34,13% de todas as amostras possíveis de tamanho igual a 25 teriam uma média amostral entre 3,65 e 3,68 minutos
Exemplo (cont.)
18
Estatística
Aplicada
Prof. Daniel Ferrara
Como esses resultados seriam alterados se a amostra contivesse 100 clientes, ao invés de 25?
Exemplo
19
Estatística
Aplicada
Prof. Daniel Ferrara
Ao invés de determinar a proporção de médias amostrais que espera-se que caiam dentro de um certo intervalo, o gerente de operações está interessado em encontrar um intervalo simétrico em torno da média populacional que incluísse 95% das médias amostrais.
Deseja-se determinar uma distância acima e abaixo da média μ que contenha uma área especificada da curva normal
Intervalo de confiança
20
Estatística
Aplicada
Prof. Daniel Ferrara
Se, para cada amostra de tamanho n, construirmos um intervalo de confiança como mostrado acima, 95% dos intervalos conterão a média populacional.
E se não conhecemos μ?
22
Estatística
Aplicada
Prof. Daniel Ferrara
Média populacional desconhecida– A satisfação dos clientes de uma instituição financeira pode ser
avaliada através de um score, que segue uma distribuição aproximadamente normal, com média desconhecida. Sabe-se, de estudos anteriores, que o desvio padrão desse score é 10. Sorteada uma amostra de 50 clientes, obteve-se um score médio (amostral) de 70. Qual o intervalo de 95% de confiança para o score médio populacional?
Intervalo de confiança
23
Estatística
Aplicada
Prof. Daniel Ferrara
A margem de erro será tão menor, quanto maior for o tamanho da amostra (n) e o desvio padrão populacional
Margem de Erro
25