Pare de pensar na probabilidade como uma simples lista de probabilidades. No confuso mundo real dos dados contínuos, as coisas não acontecem simplesmente ou não acontecem. Eles existem em um espectro. Para entender esse espectro, os estatísticos usam uma função de densidade de probabilidade.
Parece intimidante. Não é.
Basicamente, um PDF é apenas um mapa. Ele informa onde os valores têm probabilidade de se agrupar e onde são raros. O gráfico desta função é uma curva pairando acima do eixo horizontal. A área total sob essa curva é sempre exatamente 1. Esta não é uma regra aleatória. É uma necessidade matemática. A área representa 100% de todos os resultados possíveis.
Por que área é igual a probabilidade
É aqui que a maioria das pessoas fica presa. Você não olha para a altura da curva para encontrar uma probabilidade. Altura é densidade. Área é probabilidade.
Se quiser saber a probabilidade de um resultado ficar entre dois valores específicos, calcule a área sob a curva entre esses pontos. Essa área é a probabilidade.
Cada variável aleatória está associada a uma função de densidade de probabilidade.
Considere uma distribuição normal. Você a conhece como curva do sino. Esse formato de sino é o PDF dessa variável. O pico no meio mostra onde os valores têm maior probabilidade de cair. As caudas que se estendem até o infinito mostram onde elas se tornam menos prováveis, mas nunca verdadeiramente impossíveis.
Dividindo os Componentes
Para realmente usar um PDF, você precisa entender suas três restrições principais:
- Continuidade: Ao contrário das variáveis discretas (como lançar um dado), as variáveis contínuas podem assumir qualquer valor dentro de um intervalo. Tempo, peso e altura são contínuos. Um PDF lida com essa fluidez.
- Não Negatividade: A curva nunca fica abaixo do eixo horizontal. Uma densidade de probabilidade não pode ser negativa.
- Área Total = 1: Toda a região sob a curva soma 1. Caso contrário, a matemática seria quebrada. As probabilidades seriam inferiores a 100% (resultados impossíveis) ou superiores a 100% (mágica).
Quando usar um PDF
Você utiliza uma função de densidade de probabilidade quando lida com variáveis aleatórias contínuas. Se você estiver medindo algo que pode ser subdividido infinitamente, provavelmente estará olhando um PDF.
Por exemplo, se você quiser saber a probabilidade de uma peça fabricada pesar entre 4,99 e 5,01 gramas, integre o PDF nessa faixa. Você não está apenas adivinhando. Você está medindo a área sob a curva.
O exemplo de distribuição normal
O PDF mais comum que você encontrará é a distribuição normal. Está em todo lugar. Altura humana. Pontuações de testes. Erros de medição.
A curva do sino é simétrica. A média, mediana e moda ficam no mesmo ponto. Mas o PDF faz mais do que apenas mostrar a forma. Ele quantifica o risco. Quanto mais acentuada for a queda nas caudas, mais previsível será a variável. Curvas mais planas significam mais volatilidade.
Equívocos Comuns
Muitas pessoas confundem o valor da função com a própria probabilidade. Se o PDF em um ponto for 0,5, isso não significa que há 50% de chance desse valor exato ocorrer. Numa distribuição contínua, a probabilidade de qualquer valor exato é tecnicamente
