Desafio
Muitos experimentos envolvem a ideia de distribuição de probabilidade, ou seja, a população ou a amostra estudada seguem um comportamento padrão que pode ser aproximado por uma função.
No caso das distribuições contínuas, temos a função densidade de probabilidade, que é diferente para cada modelo de distribuição estudado. Dessa forma, é muito importante que na prática conheçamos as condições que tornam um modelo de distribuição de probabilidade apropriado para a situação que estamos investigando. Vamos ao desafio.
Você foi escolhido para ministrar uma aula de estatística e o assunto será as distribuições contínuas de probabilidade. Na aula, você deverá citar, pelo menos, quatro distribuições contínuas diferentes, indicando seus respectivos usos. A resposta será avaliada conforme o seguinte critério: não serão aceitas cópias dos conceitos constantes nos livros indicados. É importante explicá-la de forma clara.
Padrão de resposta esperado
Sua resposta deve conter algumas das seguintes distribuições:
- Distribuição Normal - se ajustam bem a esta distribuição as medidas naturais (antropomórficas, por exemplo) e as várias medidas industriais.
- Distribuição Uniforme contínua - muito utilizada quando se conhece pouco a respeito do fenômeno modelado.
- Distribuição Triangular - muito utilizada quando se conhece um pouco mais sobre o fenômeno modelado em relação às suposições da Distribuição Uniforme.
- Distribuição Beta - muito utilizada para modelar incertezas a respeito de probabilidades, frações ou prevalências.
- Distribuição Exponencial - utilizada em processos de contagem ao longo do tempo em que os eventos de interesse são independentes entre si e ocorrem a uma taxa constante ao longo do tempo.
- Distribuição de Erlang - emerge nos fenômenos relacionados a redes de telecomunicações.
- Distribuição de Weibull - utilizada para encontrar importantes aplicações em estudos de confiabilidade, em Engenharia de Produção, em gestão de estoques, seguridade e meteorologia.
- Distribuição Gama - utilizada na Biologia e modelagem do comportamento do consumidor.
- Distribuição F - emerge nos problemas de Estatística Inferencial envolvendo a análise de variância.
- Distribuição t de Student - emerge em problemas de Estatística Inferencial baseada em amostras pequenas.
- Distribuição Lognormal - modelagem de fenômenos econômicos relevantes, como para modelar o retorno financeiro de títulos negociados em bolsa.
- Distribuição de Laplace - encontra aplicações em processamento de imagens e de voz, em Biologia e na análise da dinâmica industrial.
- Distribuição Logística - encontra aplicações em processos relacionados a crescimento, seja demográfico, de vendas, de difusão tecnológica.
- Distribuição de Maxwell - modela a velocidade de partículas e moléculas em gases em equilíbrio térmico.
- Distribuição de Pareto - modela adequadamente muitos fenômenos sociais, físicos e econômicos.
E muitas outras!
Respostas
Resposta:
Padrão de resposta esperado
Sua resposta deve conter algumas das seguintes distribuições:
- Distribuição Normal - se ajustam bem a esta distribuição as medidas naturais (antropomórficas, por exemplo) e as várias medidas industriais.
- Distribuição Uniforme contínua - muito utilizada quando se conhece pouco a respeito do fenômeno modelado.
- Distribuição Triangular - muito utilizada quando se conhece um pouco mais sobre o fenômeno modelado em relação às suposições da Distribuição Uniforme.
- Distribuição Beta - muito utilizada para modelar incertezas a respeito de probabilidades, frações ou prevalências.
- Distribuição Exponencial - utilizada em processos de contagem ao longo do tempo em que os eventos de interesse são independentes entre si e ocorrem a uma taxa constante ao longo do tempo.
- Distribuição de Erlang - emerge nos fenômenos relacionados a redes de telecomunicações.
- Distribuição de Weibull - utilizada para encontrar importantes aplicações em estudos de confiabilidade, em Engenharia de Produção, em gestão de estoques, seguridade e meteorologia.
- Distribuição Gama - utilizada na Biologia e modelagem do comportamento do consumidor.
- Distribuição F - emerge nos problemas de Estatística Inferencial envolvendo a análise de variância.
- Distribuição t de Student - emerge em problemas de Estatística Inferencial baseada em amostras pequenas.
- Distribuição Lognormal - modelagem de fenômenos econômicos relevantes, como para modelar o retorno financeiro de títulos negociados em bolsa.
- Distribuição de Laplace - encontra aplicações em processamento de imagens e de voz, em Biologia e na análise da dinâmica industrial.
- Distribuição Logística - encontra aplicações em processos relacionados a crescimento, seja demográfico, de vendas, de difusão tecnológica.
- Distribuição de Maxwell - modela a velocidade de partículas e moléculas em gases em equilíbrio térmico.
- Distribuição de Pareto - modela adequadamente muitos fenômenos sociais, físicos e econômicos.
E muitas outras!
Explicação passo a passo:
Resposta:
Padrão de resposta esperado
Sua resposta deve conter algumas das seguintes distribuições:
- Distribuição Normal - se ajustam bem a esta distribuição as medidas naturais (antropomórficas, por exemplo) e as várias medidas industriais.
- Distribuição Uniforme contínua - muito utilizada quando se conhece pouco a respeito do fenômeno modelado.
- Distribuição Triangular - muito utilizada quando se conhece um pouco mais sobre o fenômeno modelado em relação às suposições da Distribuição Uniforme.
- Distribuição Beta - muito utilizada para modelar incertezas a respeito de probabilidades, frações ou prevalências.
- Distribuição Exponencial - utilizada em processos de contagem ao longo do tempo em que os eventos de interesse são independentes entre si e ocorrem a uma taxa constante ao longo do tempo.
- Distribuição de Erlang - emerge nos fenômenos relacionados a redes de telecomunicações.
- Distribuição de Weibull - utilizada para encontrar importantes aplicações em estudos de confiabilidade, em Engenharia de Produção, em gestão de estoques, seguridade e meteorologia.
- Distribuição Gama - utilizada na Biologia e modelagem do comportamento do consumidor.
- Distribuição F - emerge nos problemas de Estatística Inferencial envolvendo a análise de variância.
- Distribuição t de Student - emerge em problemas de Estatística Inferencial baseada em amostras pequenas.
- Distribuição Lognormal - modelagem de fenômenos econômicos relevantes, como para modelar o retorno financeiro de títulos negociados em bolsa.
- Distribuição de Laplace - encontra aplicações em processamento de imagens e de voz, em Biologia e na análise da dinâmica industrial.
- Distribuição Logística - encontra aplicações em processos relacionados a crescimento, seja demográfico, de vendas, de difusão tecnológica.
- Distribuição de Maxwell - modela a velocidade de partículas e moléculas em gases em equilíbrio térmico.
- Distribuição de Pareto - modela adequadamente muitos fenômenos sociais, físicos e econômicos.
E muitas outras!
Explicação passo a passo: