C ̅ = A\B = A-B P(A∩B)

P(AꓴB) = P(A)+P(B)-P(AꓵB) P(Ᾱ) = P(A )=1-P(A) AꓵB P(A|B) = Independentes se:

P(AꓵB̅ ) = P(A-B) = P(A)-P(AꓵB) P(B)
P(A|B) = P(A) ⇒ P(AꓵB) = P(A)P(B)
Teorema da Prob Total: Teorema de Bayes:
P(A) = ∑∞
i=1 P(A|Ci)P(Ci) P(Ci|B) = ∑∞
P(B|Ci)P(Ci) Valor médio de X: E(X) = ∑𝑖 𝑥𝑖 𝑝𝑖 E(aX+b) = aE(X)+b
2 2 2
i=1 P(B|Ci)P(Ci) Variância: Var(X) = E(X )-E(X) com E(X ) = ∑𝑖 𝑥𝑖 2 𝑝𝑖 2
Var(aX+b) = a Var(X)
Desvio padrão: 𝜎 = √𝑉𝑎𝑟(𝑋) => Var(X) = 𝜎2
Função distribuição (f.d.): Função massa de probabilidade (f.m.p): Função densidade de probabilidade: Para X contínua:
x x
Fx(x) = P(X≤x)=∑𝑥𝑖≤𝑥 𝑃(𝑋 = 𝑥𝑖) Xi Fx(x) = ∫−∞ f(x)dx  P(X≤x)= ∫−∞ f(x)dx 𝜇 = E(X) = ∫ℝ xf(x)dx
X:
Pi = P(X=xi) b
Var(X) = 𝜎 =
2
P(a<X≤b) = Fx(b)-Fx(a) P(a<X≤b)= ∫𝑎 f(x)dx
Cumpre: 1) 0≤pi≤1; 2) ∑𝑖 𝑝𝑖 =1 2
(f.d.p. é derivada de f.d.) ∫ℝ x2 f(x)dx - 𝜇
Distribuição Binomial: (n provas idênticas e indeps) Distribuição de Bernoulli: Distribuição de Poisson – aplica-se quando ocorre
XꓵBi(n,p) X∩Be(p) um acontecimento num intervalo específico.
P(X=K) = 𝐶𝑘𝑛 𝑝𝑘 (1 − 𝑝)𝑛−𝑘 (p -> prob. Sucesso, k -> nº sucessos E(X) = p X∩P(𝜆)
Var(X) = p(1-p) λK
E(X) = np P(X=K) = e−λ ; E(X) = 𝜆; Var(X) = 𝜆
K!
Var(X) = np(1-p) Distribuição Distribuição
geométrica: Hipergeométrica:
N elementos M∈C Distribuição Uniforme:
XꓵGeom(p) X∩H(N,M,n) (N,M,n
N-M ∈ C X∩ Ս[a,b]
K-1 correspondentes aos (𝑏−𝑎)2
c/rep P(X=K) = (1-p) .p 1 𝑎+𝑏
parâmetros da Binomial) Fx(x) = ; E(X) = ; Var(X) =
P(X≥K) = (1-p)
K-1 𝑏−𝑎 2 12
CM N−M
K ×Cn−K
1 P(X=K) =
n – X – v.a. que rep. O nº de E(X) = CN
n Distribuição Exponencial:
𝑝 M
elementos, em n extraídos 1−𝑝 E(X) = n X∩Exp(𝜆)
Var(X) = N
c/rep, que pertencem a C 𝑝2 Distribuição semelhante à 1 1
Fx(x,𝜆) = 𝜆e−λx ; E(X) = 𝜆 = 𝜎; Var(X) = 𝜆2
binomial, mas s/rep.

Distribuição Normal/Gaussiana: 𝑥−𝜇 Teorema do Limite Central:

XꓵN(𝜇, 𝜎 2 ) ⇒ Z = ꓵN(0,1)
𝜎 Sn = ∑𝑛𝑖=1 𝑋𝑖; E(Sn) = n𝜇; Var(Sn) = n𝜎 2
XꓵN(𝜇, 𝜎 2 )
𝑥−𝜇 𝑎−𝜇 𝑎−𝜇 𝑎−𝜇
2 P(X≤a) = P( ≤ ) = P(𝑍 ≤ ) = ɸ( ) 𝑆𝑛−𝑛𝜇 𝑦−𝑛𝜇
1 −12(𝑥−𝜇 ) 𝜎 𝜎 𝜎 𝜎 P( ≤ y) → ɸ(y) ⇒ P(∑𝑛𝑖=1 𝑋𝑖 ≤ y) → ɸ( )
Fx(x) = 𝜎𝑒 𝜎 √𝑛𝜎 √𝑛𝜎
√2𝜋 P(-K<Z≤K) = ɸ(K) – ɸ(-K); ɸ(-K) = 1 - ɸ(K) Sn 1 𝜎2
E(X) = 𝜇; Var(X) = 𝜎 2 ̅
X= ̅) = 𝜇 ; Var(X
= ∑𝑛𝑖=1 𝑋𝑖; E(X ̅) =
n n n
𝑋 −𝜇
Distribuição t-student: Distribuição Qui-quadrado: P( ̅ ≤ y) → ɸ( 𝑦−𝜇 )
≤ 𝑦) → ɸ(y) ⇒ P(X
𝜎 ⁄√𝑛 ⁄ 𝜎 √𝑛
ZꓵN(0,1) e QꓵX 2 (K) indeps: QꓵX 2 (K) K graus de liberdade É melhor para valores de p próximos de 0,5
𝑍 𝑥 𝑘⁄2−1 𝑒 −𝑥⁄2
T= fQ(x) =
𝑄 2𝑘⁄2 ɣ(𝐾 ⁄2) Pop Amostra
√
𝐾 +∞
𝑋 −𝜇
𝛾(α) = ∫0 𝑦 𝛼−1 𝑒 −𝑦 𝑑𝑦 𝜇 𝑥̅
T= √𝑛 ꓵ t(n-1), K=n-1 (graus de 2 2
𝑆 Q = Z1 + … + Zn ꓵX 2 (n), se Z1, …, Zn são i.i.d. N(0,1), se Q1, …, Qn são 𝜎 S
liberdade) 2 2 𝜎2 S2
v.a. i.i.d., e QiꓵX (Ki), então Q1,…,QnꓵX (K1,…,Kn)

Função de massa de probabilidade Função de probabilidade marginal de X: Função de probabilidade marginal de Y: Box-plot:
conjunta do p.a.: P(X=xi,Y=yi) P(X=xi) = ∑𝑗 𝑃( X = xi, Y = yj) P(Y=yj) = ∑𝑖 𝑃( X = xi, Y = yj)

1
Coeficiente de correlação linear entre X e Y: ∑𝑛𝑖=1(𝑋𝑖 − 𝑋 )  Variância
2
𝑆2 =
𝑐𝑜𝑣(𝑥,𝑦) 𝑛−1
ℓx,y = com cov(x,y) = E(xy) – E(X)E(Y) amostral aleatória
𝜎𝑥 𝜎𝑦
E(xy) = ∑𝑖 ∑𝑗 𝑋𝑖𝑌𝑖𝑃( X = xi, Y = yj) Se (X1,…Xn) é uma a.a. de XꓵN(𝜇, 𝜎 2 ) então
(𝑛−1)𝑆 2
X e Y indeps ⇒ cov(x,y) = 0 ꓵX 2 (n-1)
𝜎2

Quartis – menor valor de Xp tal que P(X≤Xp)≥p K BI = 𝑄1 – 1,5(𝑄3 − 𝑄1 )

Momento de ordem K da v.a. X: E(X ) 4 4 4
K
Momento central ℓ de ordem K da v.a. X: E(X-E(X)) BS = 𝑄 + 1,5(𝑄3 − 𝑄1 )
𝑋([𝑛𝑝+1]) 3
se np não int K 4 4 4
Qp = Se X contínua: E(X ) = ∫ℝ 𝑥 𝐾 f(x)dx
𝑋(𝑛𝑝) + 𝑋(𝑛𝑝+1) Amplitude inter-quartil: q =
se np int K K
2 Se X discreta: E(X ) = ∑𝑖 𝑥𝑖 P(X=xi)
(𝑄3 − 𝑄1 )
4 4
Para Q1/2 = Mediana = M:
Estimadores - Método dos Momentos (MM): Determinar número e amplitude de
1 1 1 classes :
𝑋(𝑛+1)
se n ímpar X∩Exp(𝜆), E(X) =
λ
 ̂
λ
=𝑋 ⇒ λ̂ = 𝑋
2 1) Regra de sturges: 2𝐾 ≥ n
M= 𝑋(𝑛) + 𝑋(𝑛+1) se n par XꓵN(𝜇, 𝜎 2 ), 𝜇̂ = 𝑋, 𝜎 2 = 𝑆 2 ⇒ 𝜎̂ = S
2 2
K – nº classes; n – dimensão amostra
X∩P(𝜆), E(X) = 𝜆 ⇒ λ̂ = 𝑋 2) Determinar a amplitude de toda a
2
𝑋
Outra forma: se n é ímpar, M = obs de ordem
𝑛+1
. XꓵBi(n,p), E(X) = np ⇒ np = 𝑋  p̂ = amostra e dividir pelo número de
2 𝑛
classes – determina a amplitude de
Se n é par M = média das duas obs. centrais X∩Be(p) , E(X) = p ⇒ p = 𝑋  p̂ = 𝑋
cada classe.

Erro de estimação: Err(𝜃̂)= |𝜃̂-𝜃| ⇒ NÃO ESQUECER POR ENTRE – E +

 Intervalos de Confiança (Método da variável fulcral): Testes de Hipóteses
 População normal: XꓵN(𝜇, 𝜎 2 ) P(Erro I) = 𝛼 = P(rejeita H0|H0 verdadeira) = nível de significância
Para valor médio, 𝜇: P(Erro II) = 𝛽 = P(não rejeita H0|H0 falsa)
1. 𝜇 desconhecido e 𝜎 conhecido 1) Estabelecer H0 vs H1
𝑋 −𝜇
𝜎
√𝑛 ꓵ N(0,1)  Fulcral para 𝜇 2) Encontrar a estatística de teste. Sobre 𝜇: Z =
𝑋−𝜇
√𝑛ꓵN(0,1) exceto
𝑋 −𝜇 𝜎
P(−ʓ1−𝛼⁄2 < √𝑛 < ʓ1−𝛼⁄2 ) = 1-𝛼 𝑋 −𝜇
𝜎
𝜎
𝜎
quando 𝜎 2 desconhecida, em que se usa: T = √𝑛 ꓵ t(n-1).
𝑆
 P(𝑋 − ʓ1−𝛼⁄2 < 𝜇 < 𝑋 − ʓ1−𝛼⁄2 ) = 1-𝛼 ∑𝑛
√𝑛 √𝑛 2 𝑖=1(𝑋𝑖−𝜇)2 2
𝜎 𝜎
Sobre 𝜎 : com 𝜇 conhecido: 𝑋 2 = 𝜎2
ꓵX (n), com 𝜇 desconhecido:
𝐼𝐶(1−𝛼)100% ( 𝜇) = (𝑋 − ʓ1−𝛼⁄2 , 𝑋 − ʓ1−𝛼⁄2 ) (𝑛−1)𝑆 2
√𝑛 √𝑛
2. 𝜇 desconhecido e 𝜎 desconhecido ꓵX 2 (n-1)
𝜎02
\ 𝑋 −𝜇 Sempre tal e qual os IC.
𝜎
√𝑛 ꓵ t(n-1)  Fulcral para 𝜇
3) Calcular o valor observado da E.T
𝑋 −𝜇
P(−𝑡1−𝛼⁄2;𝑛−1 < √𝑛 < 𝑡1−𝛼⁄2;𝑛−1 ) = 1-𝛼 4) Encontrar a região de rejeição (R.R). Se t0 ∈ RR rejeita-se H0.
𝑆
𝑠 𝑠
𝐼𝐶(1−𝛼)100% ( 𝜇) = (𝑋 − 𝑡1−𝛼⁄2;𝑛−1 , 𝑋 + 𝑡1−𝛼⁄2;𝑛−1 ) 2
√𝑛 √𝑛 ̂ |𝑒𝑖
Teste de ajustamento do Qui-quadrado |Xi|Oi|𝑝𝑖 ̂ |(Oi-𝑒𝑖
̂ ) /𝑒𝑖
̂
Para desvio padrão, 𝜎:
1 2 Usa-se para saber se uma população tem uma certa distribuição:
(Se 𝜇 e 𝜎 forem desconhecidos:𝜇̂ = 𝑋 e 𝜎̂ 2 =𝑆 2 = ∑𝑛𝑖=1(𝑋𝑖 − 𝑋 )
𝑛−1 H0: X∩F0 vs. H1∩F0; Oi – freq. abs; Ei=npi
3. 𝜎 desconhecido e 𝜇 desconhecido: ̂ )2
(Oi−𝑒𝑖
(𝑛−1)𝑆 2
E.T = 𝑋 2 = ∑𝐾
𝑖=1 ~ 𝑋𝑣2 com 𝑣 = k-1-ℓ, ℓ é o nº de parâmetros
𝐸𝑖
ꓵ𝑋 (n-1)  Fulcral para 𝜎
2 2
𝜎2 estimados
(𝑛−1)𝑆 2
P(𝑋 2 𝛼⁄2;𝑛−1 < < 𝑋 2 1−𝛼⁄2;𝑛−1 ) = 1- 𝛼 Calcular o 𝑋02, ou seja, a E.T e comparar com o 𝑋𝑣,𝑝=1−𝛼
2
dado pela
𝜎2
2 (𝑛−1)𝑆 2 (𝑛−1)𝑆 2 tabela.
𝐼𝐶(1−𝛼)100% (𝜎 ) = (𝑋 2 , 𝑋2 )
1−𝛼⁄2;𝑛−1 𝛼⁄2;𝑛−1
1 Regra da decisão: para um nível 𝛼rejeita-se H0 se 𝑋02 ≥ 𝑋𝑣,𝑝
2
.
(Se 𝜎 for desconhecido e 𝜇 for conhecido: 𝜎 = 𝑆 2∗ = ∑𝑛𝑖=1(𝑋𝑖 − 𝜇)2
2 ̂2
𝑛
4. 𝜎 2 e 𝜇 conhecidos: Modelo de regressão linear simples
Estimação do coeficiente de correlação designa-se
𝑛𝑆 2∗ Y = 𝛼 + 𝛽𝑋𝑖 + 𝜀𝑖; 𝜀𝑖 – erro, resíduo
ꓵ 𝑋 2 (n)  Fulcral para 𝜎 2 coeficiente de correlação empírico, r:
𝜎2
∑𝑛 2 ∑𝑛 (𝑋𝑖−𝜇) 2 ∑(𝑋𝑖−𝑋 )(𝑌𝑖−𝑌 )
E(𝜀𝑖) = 0, Var(Y) = Var(𝜀𝑖) = 𝜎 2
𝑖=1(𝑋𝑖−𝜇) 𝑆𝑋𝑌
𝐼𝐶(1−𝛼)100% ( 𝜎2 ) = ( 𝑖=1
, ) 𝜌̂ = r = ; -1<r<1 a variância dos erros é constante
𝑋 21−𝛼⁄2;𝑛 𝑋 2𝛼⁄2;𝑛 √𝑆𝑋𝑋 𝑆𝑌𝑌 √∑(𝑋𝑖−𝑋 )2 ∑(𝑌𝑖−𝑌 )2

Estimação dos parâmetros do modelo de regressão

 População Binomial: XꓵBi(n,p)
̂ = 𝛼̂ + 𝛽̂𝑋𝑖
𝑌𝑖
Para uma proporção p:
 Estimador de p: ei = 𝜀𝑖 ̂ = 𝑌𝑖 − (𝛼̂ + 𝛽̂𝑋𝑖)
̂ = Yi - 𝑌𝑖
1
E(X) = 𝑋 ⇒ p̂ = 𝑋 = 𝑛 ∑𝑛𝑖=1 𝑋𝑖 Para estimar 𝜎 2 recorremos ao cálculo da soma dos erros
p
̂ quadráticos:
Se n “grande” ~ N(0,1)
√
̂ (1−p
p ̂) SSE = ∑𝑛𝑖=1 𝑒𝑖 2
𝑛
Os melhores estimadores de 𝛼 e 𝛽 são os que minimizam a
̂ (1−p
p ̂) p
̂(1−p
̂)
𝐼𝐶(1−𝛼)100% (p) = (p̂ − ʓ1−𝛼⁄2 √ , p̂ + ʓ1−𝛼⁄2 √ ) SSE:
𝑛 𝑛
𝛼̂ = 𝑌 - 𝛽̂𝑋
 Para 2 populações normais: 𝑆
𝛽̂ = 𝑋𝑌 =
∑(𝑋𝑖−𝑋 )(𝑌𝑖−𝑌 ) ∑(𝑋𝑖𝑌𝑖)−𝑛𝑋 𝑌
=
𝑆𝑋𝑋 ∑(𝑋𝑖−𝑋 )2 ∑ 𝑋𝑖 2−𝑛𝑋 2
X1 ꓵ N(𝜇1, 𝜎1)
𝑌̂ = 𝑌
X2 ꓵ N(𝜇2, 𝜎2)
1
1. 𝜎12 e 𝜎22 conhecidos 𝑒̅ = ∑ 𝑒𝑖
𝑛
𝑋1− 𝑋2 −(𝜇1−𝜇2)
V. Fulcral  2 2
ꓵ N(0,1) Método da partição da soma de quadrados:
√𝜎1 +𝜎2 SST = ∑(𝑌𝑖 − 𝑌)2 = 𝑆𝑌𝑌
𝑛1 𝑛2
𝐼𝐶(1−𝛼)100% (𝜇1 − 𝜇2) = ∑(𝑌𝑖 − 𝑌)2 = ∑(𝑌̂ − 𝑌)2+∑(𝑌𝑖 − 𝑌𝑖
̂ )2  SST = SSR+SSE
𝜎12 𝜎22 𝜎12 𝜎22
(𝑋1 − 𝑋2 − ʓ1−𝛼⁄2 √ + , 𝑋1 − 𝑋2 − ʓ1−𝛼⁄2 √ + ) Tabela ANOVA – tabela de análise da variância
𝑛1 𝑛2 𝑛1 𝑛2

2. 𝜎12 e 𝜎22 desconhecidos mas 𝜎12 = 𝜎22 = 𝜎 2 Fonte df SS MS F

𝑋1− 𝑋2 −(𝜇1−𝜇2)
V. Fulcral  ꓵ t(n1+n2-2) SSR= MSR=
Regressão 1 MSR/MSE
√𝑆𝑝2 (
1
+
1
) ∑(𝑌̂ − 𝑌)2 SSR/1
𝑛1 𝑛2
SSE= MSE=
𝐼𝐶(1−𝛼)100% (𝜇1 − 𝜇2) = Residual n-2 ̂ )2 SSE(n-2)
∑(𝑌𝑖 − 𝑌𝑖
1 1 1 1 SST=
(𝑋1 − 𝑋2 − 𝑡𝑛𝑖+𝑛2−2;1−𝛼⁄2 √𝑆𝑝2 ( + ), 𝑋1 − 𝑋2 + 𝑡𝑛𝑖+𝑛2−2;1−𝛼⁄2 √𝑆𝑝2 ( + )) Total n-1
𝑛1 𝑛2 𝑛1 𝑛2 ∑(𝑌𝑖 − 𝑌)2
(𝑛1−1)𝑆12+(𝑛2−1)𝑆22 df – graus de liberdade
Com 𝑆𝑝2 =
𝑛1+𝑛2−2 MS – média dos quadrados
F – define se o modelo é significante ou não
 Para 2 populações “não normais”
1. Se 𝜎12 e 𝜎22 desconhecidos – igual ao caso para 2 populações normais. Decisão: F > 𝐹0.05;1;𝑛−2⇒Rejeita H0⇒Modelo é
2. Se 𝜎12 e 𝜎22 conhecidos – igual também mas com ꓵ N(0,1) e portanto significante
substituir 𝑡𝑛𝑖+𝑛2−2;1−𝛼⁄2 por ʓ1−𝛼⁄2 F < 𝐹0.05;1;𝑛−2⇒Não rejeita H0⇒Modelo não é
significante
 Para a diferença de proporções entre duas populações independentes:
𝐼𝐶(1−𝛼)100% (p1-p2) = Para medir a qualidade de um modelo recorremos ao
coeficiente de determinação, 𝑅2
̂ (1 − p1
p1 ̂ ) p2
̂ (1 − p2
̂) ̂ (1 − p1
p1 ̂ ) p2
̂ (1 − p2
̂)
̂ − ʓ1−𝛼⁄2 √
̂ − p2 ̂ + ʓ1−𝛼⁄2 √
̂ − p2 𝑆𝑆𝑅
(p1
𝑛1
−
𝑛2
, p1
𝑛1
−
𝑛2
) 𝑅2 = 𝑆𝑆𝑇 , 0≤ 𝑅2 ≤ 1 fornece a proporção da variabilidade da
variável dependente, explicada pela variável independente.