Olá! Bom comecei minha revisão bibliográfica, e percebi que realmente precisava de uma revisão! hahahha
Começando do inicio com uma revisão de Estatística!
Média:
ou também escrita da forma menos bonita:
Mas quando o assunto se trata de variáveis aleatórias como no meu caso, é melhor definir o valor esperado para variáveis aleatórias discretas como uma média ponderada pela probabilidade de cada evento:
ou
são as probabilidades de cada um dos eventos discretos respectivamente.
Caso estejamos tratando de variáveis aleatórias continuas podemos definir o operador valor esperado como:
*Obs: é a função de probabilidade de x.
Este conceito pode ser aplicado a funções de variáveis aleatórias de X, como mostrado a seguir:
, no caso discreto
, no caso contínuo
A média de uma variável aleatória é também conhecido como primeiro momento estatístico. Suponha o k-ésimo momento estatístico colocando , porém momento estatístico de grande importância é o segundo momento estatístico, definido como:
Este momento estatístico é importante para a definição de variância () substituindo , temos:
no caso contínuo:
no caso discreto:
A variância é uma medida estatística da dispersão de um conjunto de dados, fazendo a média da distância quadrática entre os valores possíveis e o valor esperado (a média).
Enquando a média é uma medida para descrever a “localização” de uma distribuição, a variância é uma medida que está relacionado com a forma em que os dados variam. A unidade da variância é o quadrado da unidade original da variável. A partir da variância definimos também o desvio padrão ( ) sendo a raiz quadrada da variância, este tendo a mesma medida que a variável original possui uma interpretação mais fácil.
Covariância:
Covariância é uma medida de como duas variáveis mudam juntas…(a variância é um caso especial de covariância, quando as variáveis são idênticas). Um exemplo simples: se duas variáveis variam juntas, se uma variável está acima da média, a outra tende a também estar acima da média, caso a covariância delas seja positiva; caso a covariância seja negativa elas teriam crescimentos em direções contrárias.
Definição:
um exemplo mais concreto para quando você não tiver uma tabela de probabilidades e/ou uma função de probabilidade para calcular os respectivos valores esperados:
8 | 9 | 2 | 4 | 8 | |
4 | 3 | -2 | -2 | 4 | |
5 | 5 | -1 | 0 | 0 | |
7 | 3 | 1 | -2 | -2 | |
Média: | 6 | 5 | 2.5 |
A correlação é: 2.5 (desculpe pela tabela mal alinhada, mas ainda não sei fazer tabelas aqui no WordPress.)
O último conceito de hoje, porém não menos importante é a Correlação:
A Correlação (também medido pelo Coeficiente de Correlação) indica a força e a direção de uma relação linear entre duas variáveis aleatórias.
Definição:
Essa imagem eu achei bem bacana e explica um pouco da alma da correlação:
Fontes:
Wikipedia;
An Introduction to the Kalman Filter, Welch e Bishop;
Qualquer erro que seja notado, me avisem por favor =)
abraços =P
Flavio S Truzzi