Marque Verdadeiro ou Falso:
( ) A distribuição de Poisson é utilizada para modelar o número de ocorrências de eventos em um intervalo de tempo ou espaço, desde que esses eventos sejam independentes e ocorram com taxa média constante.
( ) Na distribuição de Poisson, o parâmetro
representa a probabilidade de ocorrência de um evento em um intervalo fixo.
( ) Se um processo segue uma distribuição de Poisson com parâmetro
, então a média e a variância desse processo são iguais a
.
( ) A distribuição de Poisson é adequada mesmo quando os eventos ocorrem em “rajadas”, ou seja, quando há dependência entre ocorrências próximas no tempo.
( ) Se a variância observada em dados experimentais for significativamente maior que a média, isso pode indicar que o modelo de Poisson não é adequado.
( ) Ao reduzir pela metade o intervalo de tempo de observação, o parâmetro
da distribuição de Poisson também deve ser reduzido pela metade, assumindo taxa constante.
( ) A distribuição de Poisson pode ser utilizada como aproximação da distribuição binomial quando o número de ensaios é grande e a probabilidade de sucesso é pequena.
( ) A distribuição de Poisson é apropriada para modelar diretamente variáveis contínuas, como temperatura ou volume de gás produzido.
( ) A distribuição de Poisson é utilizada para modelar o número de ocorrências de eventos em um intervalo de tempo ou espaço, desde que esses eventos sejam independentes e ocorram com taxa média constante.
( ) Na distribuição de Poisson, o parâmetro
( ) Se um processo segue uma distribuição de Poisson com parâmetro
( ) A distribuição de Poisson é adequada mesmo quando os eventos ocorrem em “rajadas”, ou seja, quando há dependência entre ocorrências próximas no tempo.
( ) Se a variância observada em dados experimentais for significativamente maior que a média, isso pode indicar que o modelo de Poisson não é adequado.
( ) Ao reduzir pela metade o intervalo de tempo de observação, o parâmetro
( ) A distribuição de Poisson pode ser utilizada como aproximação da distribuição binomial quando o número de ensaios é grande e a probabilidade de sucesso é pequena.
( ) A distribuição de Poisson é apropriada para modelar diretamente variáveis contínuas, como temperatura ou volume de gás produzido.
Passo 1
O enunciado pede para marcar Verdadeiro ou Falso em cada uma das oito afirmações sobre a distribuição de Poisson. Vou listar claramente o que é pedido e as informações que já estão implícitas em cada afirmação para não me perder:
-
Pedido: Para cada afirmação abaixo, indicar se é Verdadeira ou Falsa.
- ( ) A distribuição de Poisson é utilizada para modelar o número de ocorrências de eventos em um intervalo de tempo ou espaço, desde que esses eventos sejam independentes e ocorram com taxa média constante.
- ( ) Na distribuição de Poisson, o parâmetro
representa a probabilidade de ocorrência de um evento em um intervalo fixo. - ( ) Se um processo segue uma distribuição de Poisson com parâmetro
, então a média e a variância desse processo são iguais a . - ( ) A distribuição de Poisson é adequada mesmo quando os eventos ocorrem em “rajadas”, ou seja, quando há dependência entre ocorrências próximas no tempo.
- ( ) Se a variância observada em dados experimentais for significativamente maior que a média, isso pode indicar que o modelo de Poisson não é adequado.
- ( ) Ao reduzir pela metade o intervalo de tempo de observação, o parâmetro
da distribuição de Poisson também deve ser reduzido pela metade, assumindo taxa constante. - ( ) A distribuição de Poisson pode ser utilizada como aproximação da distribuição binomial quando o número de ensaios é grande e a probabilidade de sucesso é pequena.
- ( ) A distribuição de Poisson é apropriada para modelar diretamente variáveis contínuas, como temperatura ou volume de gás produzido.
-
Informação que usarei: regras básicas da distribuição de Poisson, significado de
, propriedades (média e variância), hipótese de independência/constância de taxa, comportamento com mudança de intervalo temporal, relação com binomial e tipo de variável (discreta vs contínua).
Passo 2
O que é a distribuição de Poisson — fórmula e significado dos símbolos.
- Definição (forma canônica): a probabilidade de observar exatamente
eventos em um intervalo fixo é dada por
- Aqui:
-
é a variável aleatória que conta o número de eventos no intervalo. -
é o parâmetro da distribuição, que representa o número médio esperado de eventos no intervalo considerado (às vezes chamado de taxa multiplicada pelo comprimento do intervalo). -
é a base dos logaritmos naturais. -
é o fatorial de .
-
Explicação didática: pense em
como “quantos eventos espero ver, em média, naquele intervalo”. Não é uma probabilidade (que varia entre 0 e 1); é uma média (pode ser maior que 1).
Passo 3
Assunções essenciais para usar Poisson (quando o modelo é apropriado).
- Eventos ocorrem isoladamente (sem ocorrências simultâneas relevantes) e de forma independente entre si.
- Taxa média constante: a taxa de ocorrência por unidade de tempo ou espaço é constante no intervalo analisado.
- Não há “memória” — saber que ocorreu algo agora não muda a probabilidade de ocorrência imediatamente depois (independência local).
Essas suposições são importantes: se houver dependência temporal (rajadas, clumping), a Poisson tende a falhar.
Passo 4
Propriedades de média e variância.
- Para
valem: - Ou seja, média e variância são iguais e ambas iguais a
.
Interpretação prática: se nos dados observados a variância for muito maior que a média (overdispersion), então a Poisson provavelmente não é uma boa descrição dos dados.
Passo 5
Escalonamento com o tamanho do intervalo (taxa constante).
- Se houver uma taxa constante de eventos por unidade de tempo
(evento por unidade), então para um intervalo de duração espera-se . - Assim, se reduzir o intervalo pela metade (
), o novo parâmetro será .
Conclusão prática: com taxa constante,
escala linearmente com o comprimento do intervalo.
Passo 6
Relação com a binomial e quando a Poisson é aproximação.
- A distribuição binomial com parâmetros
(número de ensaios) e (probabilidade de sucesso) tem média . - Quando
é grande e é pequeno (mantendo fixo), a binomial pode ser aproximada por . - Essa é útil porque simplifica cálculos quando
grande e pequeno.
Passo 7
Tipo de variável: discreta vs contínua.
- A distribuição de Poisson é uma distribuição de contagem discreta: modela
eventos. - Variáveis contínuas (como temperatura, volume de gás) não são contagens inteiras; portanto, Poisson não é apropriada para modelar diretamente essas variáveis contínuas.
Passo 8
Agora avalio cada afirmação com base nos passos anteriores, explicando o porquê de Verdadeiro ou Falso.
- Afirmativa: A distribuição de Poisson é utilizada para modelar o número de ocorrências de eventos em um intervalo de tempo ou espaço, desde que esses eventos sejam independentes e ocorram com taxa média constante.
- Avaliação: Verdadeira. Isso é exatamente a condição clássica (veja Passo 2 e Passo 3).
- Afirmativa: Na distribuição de Poisson, o parâmetro
representa a probabilidade de ocorrência de um evento em um intervalo fixo.
- Avaliação: Falsa.
representa a média (número esperado) de eventos no intervalo, não uma probabilidade. (Ver Passo 2.)
- Afirmativa: Se um processo segue uma distribuição de Poisson com parâmetro
, então a média e a variância desse processo são iguais a .
- Avaliação: Verdadeira. Propriedade padrão:
. (Ver Passo 4.)
- Afirmativa: A distribuição de Poisson é adequada mesmo quando os eventos ocorrem em “rajadas”, ou seja, quando há dependência entre ocorrências próximas no tempo.
- Avaliação: Falsa. Rajadas indicam dependência/aglomerado, violando a hipótese de independência; Poisson não é adequada nesses casos (ver Passo 3).
- Afirmativa: Se a variância observada em dados experimentais for significativamente maior que a média, isso pode indicar que o modelo de Poisson não é adequado.
- Avaliação: Verdadeira. Overdispersion (variância > média) é sinal comum de inadequação do modelo de Poisson (ver Passo 4).
- Afirmativa: Ao reduzir pela metade o intervalo de tempo de observação, o parâmetro
da distribuição de Poisson também deve ser reduzido pela metade, assumindo taxa constante.
- Avaliação: Verdadeira. Com taxa constante
é proporcional ao comprimento do intervalo, então metade do tempo → (ver Passo 5).
- Afirmativa: A distribuição de Poisson pode ser utilizada como aproximação da distribuição binomial quando o número de ensaios é grande e a probabilidade de sucesso é pequena.
- Avaliação: Verdadeira. Condição clássica
grande, pequeno, fixo (ver Passo 6).
- Afirmativa: A distribuição de Poisson é apropriada para modelar diretamente variáveis contínuas, como temperatura ou volume de gás produzido.
- Avaliação: Falsa. Poisson é para contagens discretas; não serve para variáveis contínuas (ver Passo 7).
Resposta
Verdadeiro
Falso
Verdadeiro
Falso
Verdadeiro
Verdadeiro
Verdadeiro
Falso
Falso
Verdadeiro
Falso
Verdadeiro
Verdadeiro
Verdadeiro
Falso