Escolar Documentos
Profissional Documentos
Cultura Documentos
Introduo
Freqentemente necessitamos, por meio das amostras, conhecer informaes gerais da populao. J sabemos que a estatstica indutiva a ferramenta que vai nos auxiliar neste processo, ou seja, vai nos permitir tirar concluses probabilsticas sobre aspectos das populaes, com base na observao de amostras extradas dessas populaes.
Estimao
A estimao o processo que consiste no uso de dados da amostra (dados amostrais) para estimar valores de parmetros populacionais desconhecidos, tais como mdia, desvio padro, propores etc.
100
Estimativa Pontual
quando fazemos uma nica estimativa (um valor) para um determinado parmetro populacional. Vejamos os exemplos:
101
Estimativa Intervalar
quando fazemos uma estimativa de um intervalo de valores possveis, no qual se admite esteja o parmetro populacional.
Neste tipo de estimativa temos um intervalo de valores em torno do parmetro amostral, no qual julgamos, com um risco conhecido de erro, estar o parmetro da populao. A esse intervalo chamamos intervalo de confiana.
102
Salientamos que a estimativa intervalar da mdia populacional baseia-se na hiptese de que a distribuio das mdias amostrais normal, da usarmos a nova varivel z. Para grandes amostras (quando n maior que 30) esta premissa garantida pelo Teorema do Limite Central, que no estudaremos. Para amostras de 30 ou menos elementos, importante saber que a populao submetida amostragem tem distribuio normal ou aproximadamente normal. Exemplo: Considerando que uma amostra de cem elementos extrada de uma populao aproximadamente normal, cujo desvio padro igual a 2, forneceu mdia de 35,6 ( ), construir intervalos de confiana de 90%, 95% e 99% para a mdia dessa populao. Vejamos como determinar z: Ao observarmos a representao da distribuio normal reduzida abaixo, sabemos que toda a rea compreendida entre a curva e sua base tem valor 1. Logo, a parte em cor amarela tem valor 0,5.
103
Em nossa aula anterior calculvamos z e ento encontrvamos a rea correspondente e, assim, a probabilidade desejada. Agora a ao ser inversa. Desejamos, em nosso exemplo acima, para seu primeiro intervalo 90% de confiana, ento fazemos: Conhecendo a rea que nos d 90% de confiana no resultado, vamos at a Tabela para a Distribuio Normal Padronizada e encontramos o valor mais prximo de 0,45, que 0,4494974. Para este valor temos (considerando a linha e a coluna) z = 1,64
104
Percebemos que quando aumentamos este erro potencial aumenta. Podemos concluir tambm que maiores amostras (aumenta n) possuem um potencial de erro menor. No caso do desvio padro populacional desconhecido que habitualmente a situao mais comum, teremos o mesmo raciocnio. Entretanto, em nossa avaliao inicial devemos verificar o tamanho da amostra (n), se: Quando usamos a distribuio normal Quando usamos a distribuio t de Student Assim nos intervalos termos:
105
Distribuio t de Student
Para pequenas amostras a distribuio normal apresenta valores menos precisos, o que nos leva a utilizar um modelo melhor. Por isso iremos conhecer a distribuio t de Student. A principal diferena entre a distribuio normal e a t de Student que esta tem mais rea nas caudas.
Existe um valor de t para cada tamanho de amostra, sendo que medida que a amostra (n) cresce, a distribuio t de Student se aproxima da distribuio normal. Para calcular o valor de t a ser usado necessrio ter: Um nvel de confiana desejado: Qual o nmero de graus de liberdade a ser utilizado: Por exemplo: Sabendo-se que uma amostra tem 25 elementos, que a sua mdia 150 e desvio padro igual a 10. Represente um intervalo de confiana em nvel de 90%. Como a amostra menor que 30 elementos, ento iremos usar a distribuio t de Student. Se desejamos um intervalo de confiana de 90%, temos:
106
Para trabalharmos com a tabela, encontramos o nmero de graus de liberdade, que : (n-1), logo (25-1)=24. O nvel de confiana desejado Conhecendo o nmero de graus de liberdade e o nvel de confiana desejado vamos a tabela e encontramos o valor t, neste caso igual a 1,7109.
107
Por exemplo: Qual o tamanho de amostra necessria para se estimar a mdia de uma populao infinita cujo desvio padro igual a 4, com 98% de confiana e erro de 0,5?
Lembramos que z foi retirado da tabela normal. Logo, precisamos de uma amostra com 348 elementos.
108
Bibliografia
CRESPO, Antonio Arnot. Estatstica Fcil. So Paulo : Editora Saraiva, 1998. COSTA NETO, Pedro Luiz de Oliveira. Estatstica. 12. ed. So Paulo: Editora Edgard Blcher Ltda., 1992. MAGALHES, Marcos Nascimento e LIMA, Antonio Carlos Pedroso de. Noes de Probabilidade e Estatstica. So Paulo: 5a. ed. Editora da
Faculdade On-line UVB
109
Universidade de So Paulo, 2002. MANDIM, Daniel. Estatstica Descomplicada. 10. ed. Braslia: Vestcon Editora Ltda., 2003. SPIEGEL, Murray R. Estatstica. So Paulo: Editora McGraw-Hill, 1952. VIEIRA, Sonia. Princpios de Estatstica. 1 reimpr. da 1 ed. So Paulo: Editora Pioneira Thomson Learning, 2003. SETEVENSON, Willian J. Estatstica Aplicada Administrao. So Paulo: Ed. Harbra, 1981.
110