Resumo 1- Bioestatística

Capítulo 1: 

• Experiências deterministas vs experiências aleatórias; 

• Espaço de resultados associado a uma experiência aleatória; 

• Probabilidade (Laplace); 
• Axiomas (Propriedades); 
• Leis de Morgan; 
• Probabilidade Condicionada; 
• Acontecimentos independentes; 
• Testes de diagnóstico e a teoria das probabilidades; 
• Mais propriedades…; 
• Regra da cadeia/ Regra Multiplicativa; 
• Teorema da Probabilidade Total; 
• Teorema de Bayes; 
• Testes de diagnóstico e a teoria das probabilidades

Capítulo 2

• Aleatórias Reais, Distribuição de Probabilidades; 
• Função distribuição; 
• Variáveis aleatórias contínuas; 
• Parâmetros de localização: Valor esperado/ valor médio/ esperança matemática de x , Mediana da população; 
• Parâmetros de dispersão: Variância, Desvio padrão e Teorema de König
• Propriedades do valor esperado e variância sejam α e β constantes reais e x e y variáveis aleatórias;
• Se x é uma variável aleatória contínua com função densidade de probabilidade fx (x); 
• Modelos discretos: 
  • Provas de Bernoulli; 
  • Modelo Binomial;
  • Extrações sem reposição e o modelo hipergeométrico;
  • Aproximação do modelo hipergeométrico pelo modelo binomial;
  • Modelo de Poisson;
  • Aproximação do modelo binomial pelo modelo de Poisson;
  • Modelo geométrico ou de Pascal
• Modelos Contínuos:
  • Modelo Uniforme;
  • Modelo Normal/ Modelo Gaussiano;
  • Modelo exponencial;
  • Propriedade da distribuição exponencial: “Ausência de memória”