Capítulo 5. Modelagem de distribuições
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
As distribuições que utilizámos até agora são chamadas distribuições empíricas porque se baseiam em observações empíricas - por outras palavras, em dados. Muitos conjuntos de dados que vemos no mundo real podem ser aproximados por uma distribuição teórica, que geralmente se baseia numa função matemática simples. Este capítulo apresenta algumas dessas distribuições teóricas e conjuntos de dados que podem ser usados para modelar.
Como exemplos, verás isso:
-
Numa competição de tiro ao prato, o número de acertos e erros é bem modelado por uma distribuição binomial.
-
Em jogos como o hóquei e o futebol, o número de objetivos num jogo segue uma distribuição de Poisson, e o tempo entre os objetivos segue uma distribuição exponencial.
-
O peso à nascença segue uma distribuição normal, também designada por gaussiana, e o peso em adulto segue uma distribuição lognormal.
Se não estiveres familiarizado com estas distribuições - ou com estes desportos - explicar-te-ei o que precisas de saber. Para cada exemplo, começaremos com uma simulação baseada num modelo simples e mostraremos que os resultados da simulação seguem uma distribuição teórica. Depois, verás como os dados reais estão de acordo com o modelo.
A distribuição binomial
Como primeiro exemplo, vamos considerar o desporto do tiro ao prato, no qual os concorrentes utilizam ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access