Exemplo
de Cálculo de Probabilidades Marginais, Conjuntas e Condicionais
Através do Método da Freqüência Relativa
Uma empresa quer lançar um produto
através de uma campanha de mala direta na PUC. A reitoria envia
as cartas sem disponibilizar o seu cadastro de endereços. Ela permite,
porém, que a empresa escolha os endereços segundo a ocupação
do indivíduo (professor, funcionário ou aluno).
Para examinar a predisposição
de cada segmento com relação ao produto, realizou-se uma
pesquisa na PUC com 200 entrevistas com pessoas escolhidas ao acaso em
hora de grande movimento nos pilotis. Para cada convidado que foi, perguntou-se:
-
A ocupação do entrevistado :
professor, funcionário, aluno
-
Se gostaria de possuir o produto
O resultado da pesquisa está tabulado
abaixo:
|
PREDISPOSIÇÃO
|
|
Ocupação |
POSITIVA |
NEGATIVA |
|
Professor |
20 |
10 |
30 |
Funcionário |
10 |
10 |
20 |
Aluno |
70 |
80 |
150 |
|
100 |
100 |
200 |
Considere agora o seguinte experimento
aleatório:
E1: Envia-se 1 carta para uma pessoa
do cadastro escolhida por sorteio.
Neste experimento tem-se dois espaços
amostrais,
S1 (profissão) = { professor,
funcionário, aluno }
S2 (predisposição) = {+,
-}
sendo o espaço amostral resultante
o produto carteziano de S1 e S2,
S={(professor, +}, {professor, -},…., (estudante,
-) }
Defina agora os seguintes eventos:
A={o indivíduo é professor}
B={ o indivíduo é funcionário
}
C={ o indivíduo é aluno }
S: { o indivíduo tem predisposição
positiva }
N: { o indivíduo tem predisposição
negativa }
Usando o método da freqüência
relativa podemos calcular as probabilidades de cada evento simples (probabilidades
marginais) e de eventos ocorrendo simultaneamente (probabilidades conjuntas).
A tabela abaixo indica a conta a ser feita
|
PREDISPOSIÇÃO
|
|
Ocupação |
POSITIVA |
NEGATIVA |
|
Professor |
10/200 |
20/200 |
30/200 |
Funcionário |
10/200 |
10/200 |
20/200 |
Aluno |
80/200 |
70/200 |
150/200 |
|
100/200 |
100/200 |
200/200 |
Efetuando os cálculos
|
PREDISPOSIÇÃO
|
|
Ocupação |
POSITIVA |
NEGATIVA |
|
Professor |
0.05 |
0.10 |
0.15 |
Funcionário |
0.05* |
0.05 |
0.1 |
Aluno |
0.40 |
0.35 |
0.75** |
|
0.5** |
0.5 |
1 |
* Probabilidade
Conjunta
**Probabilidade Marginal
P(S) e P(C)
A probabilidade de qualquer evento pode
ser calculada a partir da tabela acima. Em particular pode-se verificar
que:
-
Probabilidade de ter cartão:
P(S)= 0.5
-
Probabilidade de ser professor:
P(A)= 0.15
-
Probabilidade de querer o produto dado que
é professor:
P(S/A)= P(A
S)/P(A)
= 0.05/0.15 = 0.33
-
Probabilidade de ser funcionário
P(B)= 0.75
-
Probabilidade de querer o produto dado que
é funcionário:
P(S/B) = P(B
S)/P(B)= 0.05/0.1=0.5
-
Probabilidade de querer o produto dado que
é estudante:
P(S/C) = P(C
S)/P(C)= 0.35/0.75=0.47
-
Note que como P(S/B) = P(S) os eventos T e
B são independentes
Informações importantes para
a tomada de decisão podem ser extraídas dos cálculos
acima. Algumas delas estão listadas abaixo
-
Os funcionários é que apresentam
o maior índice de aceitação do produto. Porém,
a probabilidade da carta chegar a um destinatário que quer o produto
é independente do fato de ser funcionário. Portanto, tanto
faz mandar a carta para uma destinatário sorteado dentre os funcionários
ou mandar para um sorteado do cadastro completo. Isto acontece porque B
e S são eventos independentes.
-
A situação muda se o número
de cartas a ser enviado for maior e for possível escolher a classe
de ocupação dentro da qual serão sorteados os endereços.
Por exemplo, se existem 10000 nomes no cadastro e o número de cartas
é de 2000, a melhor política é enviar para todos os
funcionários (que formam, segundo a pesquisa cerca de 1/10 do cadastro)
e depois sortear os endereços restantes dentre os alunos.
Exemplo
de Utilização da Regra de Bayes em "Credit Score"
Exemplo
de Aplicação da Regra de Bayes em Marketing