Estatística e análise do risco : aplicações e ligações

Abstract

A análise do risco é um campo de vital importância para os indivíduos e instituições. Pelo facto das decisões tomadas por estes serem baseadas em incertezas, a estatística e em particular a teoria de probabilidades, jogam um papel importante na análise do risco. Com este trabalho, procurou-se mostrar as aplicações e ligações entre a estatística e análise do risco, a partir de exemplos, que elucidam, em diversos campos de actuação da análise do risco, a necessidade de aplicação da estatística para tomada de decisão face a existência de incertezas. Ao longo do texto, que começa com a introdução abordando aspectos motivacionais, uma resenha histórica e a revisão da literatura, são apresentados métodos de análise do risco, que usam bases do conhecimento estatístico e metodologias estatísticas úteis na análise do risco, ainda se elucidam exemplos de aplicação para a modelação das incertezas com base em distribuições de probabilidade, com recurso ao software estatístico R e, nalguns casos, com o SPSS 16.0. Ao concluir esta dissertação, ficou evidente que a análise do risco não pode actuar de forma isolada da estatística, visto que ambas são de vital importância para o quotidiano dos indivíduos e instituições na tomada de decisões.

Risk analysis is a field of vital importance for individuals and institutions. Once the decisions taken by them are based on uncertainties, statistics and in particular the probability theory play an important role in risk analysis. With this work, we tried to show the applications and links between statistical and risk analysis, from examples, which clarify, in various fields of risk analysis performance, the need for application of statistics for decision making in the face of existence of uncertainty. Throughout the text, beginning with the introduction addressing motivational aspects, an historical and literature review over risk analysis methods is presented, which use bases of statistical knowledge and useful statistical methodologies on risk analysis, illustrating with examples of application for modeling uncertainties based on probability distributions, using the statistical software R and, in some cases, the SPSS 16.0. Upon completion of this thesis, it became clear that the risk analysis can not act in isolation of statistical form, since both are of vital importance to the daily lives of individuals and institutions in the decision-making.