Vejamos que sou capaz de sair e pesquisar cada um dos membros de uma população que sabemos que não é normalmente prático mas que sou capaz de o fazer e pergunto a cada um deles o que pensam do presidente e pergunto-lhes e só há duas opções: ou têm uma classificação desfavorável ou podem ter uma classificação desfavorável ou podem ter uma classificação favorável ou podem ter uma classificação favorável e digamos que depois Eu pesquisei cada membro desta população 40% 40% tem uma classificação desfavorável e 60% tem uma classificação favorável, então se eu fosse desenhar a distribuição de probabilidade a distribuição de probabilidade vai ser discreta, porque há apenas dois valores que qualquer pessoa pode assumir, eles poderiam ter uma visão desfavorável ou eles poderiam ter uma visão favorável ou eles poderiam ter uma visão favorável e 40% têm uma visão desfavorável 40% têm uma visão desfavorável e deixe-me codificar isso um pouco, então este é o 40% aqui mesmo, portanto 0.4 talvez eu escreva 40% ali mesmo 40% ali mesmo e depois 60% e depois 60% tem uma visão favorável tem uma visão favorável 60% deixe-me fazer código de cor estes 60% tem uma visão favorável e repare que estes dois números somam 100% porque todos tinham que escolher entre estas duas opções agora se eu fosse e lhe pedisse para escolher um membro aleatório dessa população e dizer qual é a classificação de favorabilidade esperada desse membro o que seria ou outra forma de pensar sobre isso é o que é o significado desta distribuição e para uma distribuição discreta como esta a sua média ou o seu valor esperado é apenas vai ser a soma ponderada de probabilidade dos diferentes valores que a sua distribuição pode assumir agora da forma como eu escrevi aqui mesmo você não pode assumir uma soma ponderada de probabilidade de U e F você não pode dizer 40% vezes u mais 60% F você não vai receber nenhum tipo de número então o que vamos fazer é definir U e F para ser algum tipo de valor, então vamos dizer que U é zero você é zero e f é um e agora a noção de tomar uma soma ponderada de probabilidade faz algum sentido, então a média a média ou você poderia até dizer o bem médio eu vou dizer apenas a média desta distribuição vai ser 0.4 vai ser 0,4 que é esta probabilidade aqui mesmo vezes zero vezes zero mais 0,6 mais 0,6 mais 0,6 vezes 1 mais 0,6 vezes 1 que vai ser igual a isto vai ser apenas 0,6 vezes 1 é 0,6 0,6 0,6 então claramente nenhum indivíduo pode assumir o valor de 0,6 ninguém pode dizer I 60% desfavorável e 40% M desfavorável todos têm que escolher ou favorável ou desfavorável então você nunca vai realmente encontrar alguém que tem um 0.6 valor de favorabilidade será um 1 ou um 0 então este é um caso interessante onde a média ou o valor esperado não é um valor que a distribuição pode realmente assumir e então você sabe que é um valor em algum lugar, é um valor em algum lugar que obviamente não pode Acontece, mas este é o valor esperado e a razão pela qual isso faz sentido é que se você tivesse pesquisado cem pessoas multiplicaria 100 vezes este número, você esperaria que 60 pessoas dissessem sim ou se você somasse todas elas 60 diriam sim e depois 40 diriam 0 você somaria todas elas você teria 60% dizendo sim e isso é exatamente o que a nossa distribuição populacional nos disse agora qual é a variância qual é a variância desta população bem aqui então a variância deixe-me escrevê-la aqui deixe-me escolher uma nova cor a variância a variância a variância é apenas você poderia vê-la como a soma ponderada da probabilidade das distâncias ao quadrado da média ou do valor esperado das distâncias ao quadrado da média, então o que é que vai ser bem há dois valores diferentes que qualquer coisa pode assumir você pode ter um 0 ou você pode ter um 1 a probabilidade de você obter um 0 é 0.4 então há um ponto para a probabilidade de que você consiga um 0 e se você conseguir um zero qual é a diferença qual é a distância de zero para a média a distância de zero para a média é zero menos 0,6 ou eu posso até dizer 0,6 menos zero a mesma coisa porque nós vamos colocá-lo em zero menos 0,6 ao quadrado lembre-se que a variância é a probabilidade ou a soma ponderada das distâncias ao quadrado então esta é a diferença entre 0 e a média e então mais há um ponto 6 há um ponto 6 de chance de que haja um ponto 6 de chance 0.6 de probabilidade de obter 1 e a diferença entre 1 e ponto 6 1 e o nosso ponto 6 médio é isso e então nós também vamos para nós também vamos para o quadrado aqui agora qual vai ser este valor isto vai ser 0.4 vezes 0.6 ao quadrado isto é 0.4 vezes 0.4 vezes ponto porque 0 menos 0.6 é o ponto 6 negativo se você colocá-lo no quadrado se você colocá-lo no quadrado você recebe 0.36 positivo então este valor aqui mesmo eu vou colorir o código este valor aqui mesmo é vezes 0.36 e então este valor aqui mesmo deixe-me fazer isso em outro então vamos ter 2 mais 0.6 mais este ponto 6 vezes 1 menos 0.6 ao quadrado agora 1 menos 0.6 é 0.4 0.4 ao quadrado ou 0.4 ao quadrado é 0.16 então deixe-me fazer isso então este valor aqui mesmo vai ser 0.16 então deixe-me tirar a minha calculadora para realmente calcular estes valores deixe-me tirar a minha calculadora para que este seja 0.4 vezes 0.36 mais 0.6 vezes ponto um seis que é igual a 0.2 quatro ponto dois quatro para que o nosso desvio padrão desta distribuição seja zero ponto 2 4 ou se você quiser pensar sobre o se você quiser pensar sobre o tempo a variância desta distribuição é 0.24 e o desvio padrão desta distribuição que é apenas a raiz quadrada desta distribuição o desvio padrão desta distribuição vai ser a raiz quadrada de zero ponto dois quatro e vamos calcular o que é que vai ser a raiz quadrada de 0,2 quatro que é igual a 0,4 oito bem eu vou arredondar para cima o ponto quatro nove então isto é igual a 0,49 então se você olhar para esta distribuição a média desta distribuição é 0,6 então 0,6 é a média e o desvio padrão é 0.5 então o desvio padrão é assim que é realmente aqui fora é porque se você for adicionar um desvio padrão você está quase chegando a um ponto um então este é um desvio padrão acima e então um desvio padrão abaixo chega à direita sobre aqui e esse tipo de faz sentido é difícil de realmente racional para ter uma boa intuição para uma distribuição discreta porque você realmente não pode assumir esses valores mas faz sentido que a distribuição é inclinada para a direita sobre aqui de qualquer maneira eu fiz isso eu fiz este exemplo com detalhes porque eu queria mostrar porque esta distribuição é útil no próximo vídeo vou fazer estes com apenas números gerais onde este será P onde esta é a probabilidade de sucesso e este é o 1 menos P que é a probabilidade de fracasso e então nós vamos chegar a fórmulas gerais para a média e variância e desvio padrão desta distribuição que na verdade é chamada de distribuição Bernoulli é o caso mais simples da distribuição binomial