InícioCursosFundamentos de probabilidades aplicadas com Python

Descobrir a esperança matemática, a média e a variância

Capítulo 2 · Primeiros passos nas simulações de lançamentos de moedas · lição 9 de 63
Reservado aos subscritores — eis o seu início
Existe um resultado mais provável do que os outros num conjunto de dados? Até que ponto os dados estão dispersos? Para responder a estas perguntas, podem ser usadas três medidas importantes: a esperança matemática, a média aritmética e a variância. Calcular a esperança matemática de uma variável aleatória Uma variável aleatória discreta tem um número finito de resultados possíveis. Por exemplo, um dado clássico tem seis resultados possíveis. Para este tipo de variável, a esperança matemática corresponde à soma dos resultados possíveis, sendo cada um ponderado pela sua probabilidade.Para a calcular, basta multiplicar cada resultado pela sua probabilidade,
A continuação desta lição é reservada aos subscritores Crie a sua conta gratuita para testar os exercícios de exemplo e, depois, passe para o acesso completo quando quiser.

Crie a sua conta gratuita

Sem cartão de crédito, em trinta segundos.
Continuar com o Google
ou
Inscrever-se com um e-mail
Já tem conta? Iniciar sessão
Ao continuar, aceita os termos de utilização e a política de privacidade. Os seus dados são alojados na União Europeia.

Acesso completo DATAGOZ

19 €/ mês — ou 190 € / ano
  • Todos os cursos publicados e os percursos profissionais
  • Exercícios e questionários corrigidos automaticamente
  • Treino, exame e certificado de frequência
  • Sem compromisso, cancelável online
Ver os planos
Esta lição faz parte do curso

Fundamentos de probabilidades aplicadas com Python

short_training6 capítulos · 63 lições

Descubra e domine os princípios essenciais das probabilidades com Python!

  • A plataforma de formaçãosubscritores
  • Lançar uma moeda com Pythonassinantes
  • Simular lançamentos de moedasassinantes
  • Multiplicar as simulações de lançamentos com a função binomassinantes
  • Distinguir as funções de massa e de distribuição de probabilidadeassinantes
  • Estimar a probabilidade de defeitosassinantes
  • Prever a situação profissional a partir das probabilidadesassinantes
  • Estimar a taxa de condenação por roubo com arrombamentoassinantes
  • Descobrir a esperança matemática, a média e a variânciaestás aqui
  • Calcular a esperança e a variância de uma distribuiçãoassinantes
  • Estimar a média a partir de simulaçõesassinantes
  • Verificar a precisão dos resultados obtidosassinantes
  • Calcular a média e a variância de uma amostrasubscritores
  • Calcular a probabilidade de dois eventossubscritores
  • Analisar a sobreposição entre vários eventossubscritores
  • Estudar as características de uma amostrasubscritores
  • Calcular probabilidades conjuntassubscritores
  • Resolver problemas de probabilidades com um baralho de cartassubscritores
  • Determinar probabilidades condicionaissubscritores
  • Avaliar as probabilidades de atraso dos voossubscritores
  • Analisar as relações entre eventos com uma tabela de contingênciasubscritores
  • Aprofundar os cálculos de probabilidades com as cartassubscritores
  • Aplicar a lei das probabilidades totaissubscritores
  • Estimar as chances de vitória dos pilotos de Fórmula 1inscritos
  • Analisar as probabilidades ligadas às escolhas dos eleitoresinscritos
  • Usar a regra de Bayes para atualizar as probabilidadesinscritos
  • Aprofundar o cálculo das probabilidades condicionaisinscritos
  • Estudar as probabilidades de produção em fábricasinscritos
  • Avaliar a fiabilidade de um teste de sangue para o rastreio da gripe suínainscritos
  • Explorar a lei normalinscritos
  • Determinar a amplitude dos valores possíveisinscritos
  • Representar graficamente distribuições normaisinscritos
  • Estudar os valores situados a menos de três desvios padrão da médiainscritos
  • Calcular probabilidades a partir da lei normalinscritos
  • Aplicar a lei normal às despesas em restaurantesubscritores
  • Modelar a autonomia de uma bateria de smartphone com a lei normalsubscritores
  • Analisar a distribuição das alturas entre os adultossubscritores
  • Descobrir a lei de Poissonsubscritores
  • Aplicar a lei de Poisson às operações de uma máquina de venda automáticasubscritores
  • Modelar a frequência de acidentes em autoestrada com a lei de Poissonsubscritores
  • Gerar e visualizar distribuições de Poisson em Pythonsubscritores
  • Descobrir a lei geométricasubscritores
  • Aplicar a lei geométrica à captura de salmõessubscritores
  • Modelar os acertos nos lances livres com a lei geométricasubscritores
  • Gerar e representar graficamente distribuições geométricassubscritores
  • Passar da média de uma amostra à da populaçãoinscritos
  • Criar uma amostra aleatória em Pythoninscritos
  • Calcular a média de uma amostrainscritos
  • Representar graficamente a distribuição das médias amostraisinscritos
  • Estudar a soma de variáveis aleatóriasinscritos
  • Comparar as médias obtidas em várias amostrasinscritos
  • Compreender por que as médias amostrais seguem uma lei normalinscritos
  • Analisar a soma dos resultados de vários lançamentos de dadosinscritos
  • Descobrir os princípios da regressão linearinscritos
  • Ajustar um modelo de regressão linear aos dadosinscritos
  • Prever os resultados de exames com a ajuda de um modelo linearinscritos
  • Analisar os resíduos de um modelo de regressãoinscritos
  • Descubra a regressão logísticaassinantes
  • Construir e ajustar um modelo de regressão logísticaassinantes
  • Prever o sucesso dos estudantes a partir de seus dadosassinantes
  • Calcular a probabilidade de passar em dois examesassinantes
  • Fazer um balanço dos conceitos de probabilidade e estatística estudadosassinantes
  • Conclusão da formaçãoassinantes
Próxima lição

Calcular a esperança e a variância de uma distribuição

Ver o programa Crie uma conta para continuar