Estatística e Pesquisa - UVB

Aula 09 Distribuições Amostrais

Objetivos da Aula

Nesta aula, os alunos desenvolverão habilidades e competências

para trabalhar com distribuição de Amostragem Normal e
distribuição de Amostragem Binomial.

Depois de conhecermos alguns aspectos de Probabilidades na aula 8,

vamos nesta aula estudar as Distribuições Amostrais. Veremos que os
estudiosos em estatística já provaram que as variáveis se comportam
seguindo certos padrões que veremos a seguir. Seja bem vindo!

Distribuição de Probabilidades
Imagine o número de acidentes num estacionamento:

Durante um dia, a probabilidade de acontecer acidentes, então é:

Nenhum acidente:

Um acidente:

Faculdade On-line UVB 8

 Estatística e Pesquisa - UVB

Dois acidentes:

Três acidentes:

Pode-se então montar a seguinte tabela que representa a Distribuição

de Probabilidades:

A definição, então, é:

Seja X uma variável aleatória que pode assumir os valores x1, x2, x3,
..., xn. A cada valor xi correspondem pontos do espaço amostral.
Associamos, então, a cada valor xi a probabilidade pi de ocorrência
de tais pontos no espaço amostral. Desta forma temos:

Os valores x1, x2, x3, ..., xn e seus correspondentes p1, p2, p3, ..., pn
definem uma distribuição de probabilidade.

Distribuições Amostrais
Ao retirarmos uma amostra aleatória de uma população e calcularmos a
partir desta amostra qualquer quantidade, encontramos a estatística,
ou seja, chamaremos os valores calculados em função dos elementos
da amostra de estatísticas.

As estatísticas, sendo variáveis aleatórias, terão alguma

distribuição de probabilidade, com uma média, uma variância,
etc. A distribuição de probabilidade de uma estatística chama-

Faculdade On-line UVB 9

 Estatística e Pesquisa - UVB

se comumente distribuição amostral.

Distribuições Amostrais Probabilísticas

Distribuição Amostral da Média, ou Distribuição Amostral de

Sendo a população infinita ou a amostragem feita com reposição,

resulta que os diversos valores da amostra podem ser considerados
como valores de variáveis aleatórias independentes, com a mesma
distribuição de probabilidade da população, portanto, com a mesma
média da população e a mesma variância da população. 1

Matematicamente, podemos provar que a média em torno da

qual devem variar os possíveis valores da estatística é a própria
média da população. Este resultado também é extensivo ao caso
de amostragem sem reposição de populações finitas.

Distribuição Amostral de - população normal

1 Neste capítulo, usamos para a média populacional, contrastando com a média amostral . Da
mesma forma, designará a variância populacional (e o desvio-padrão populacional), ao passo
que designa a variância amostral (e o desvio-padrão amostral)

Faculdade On-line UVB 10

 Estatística e Pesquisa - UVB

Se a população não for distribuída de forma normal, mas o tamanho

da amostra for suficientemente grande (maior ou igual a 30
elementos, segundo Spiegel), teremos a distribuição amostral de
será aproximadamente normal.

Distribuição Amostral de população não normal e amostra

suficientemente grande

Os tipos de Distribuição Probabilística

Existem diversas formas de comportamento para a Distribuição de
Probabilidades; vamos apenas citar as mais encontradas e detalhar as
duas mais comuns:

Para Variáveis Aleatórias Contínuas, temos:

Distribuição Normal
Distribuição Exponencial
Distribuição Gama
Distribuição Qui-quadrado
Distribuição t de Student

Faculdade On-line UVB 11

 Estatística e Pesquisa - UVB

Para Variáveis Aleatórias Discretas, temos:

Distribuição Binomial
Distribuição de Poisson (lê-se “poassôm”)
Distribuição Geométrica
Distribuição de Pascal
Distribuição Hipergeométrica
Distribuição Multinomial

A Distribuição Normal
A distribuição Normal é, talvez, a mais importante das distribuições
de probabilidade. Erros de mensuração de fenômenos físicos ou
econômicos são freqüentemente modelados pela distribuição
Normal; mas esta não é a única aplicação desta densidade.

Por exemplo, a distribuição dos pesos, alturas e QI’s das pessoas

numa população também já foram modelados com sucesso por esta
distribuição. A distribuição Normal tem a forma de um sino.

A distribuição Normal é também chamada de Gaussiana em

homenagem ao matemático Carl Friederich Gauss (1777 - 1855), que a
utilizou pela primeira vez na modelagem de erros de medida.

A distribuição Normal também funciona como uma boa aproximação

para outras densidades. Por exemplo, sob algumas condições pode-
se provar que a densidade Binomial (que estudaremos) pode ser
aproximada pela Normal.

Graficamente a apresentação da curva da distribuição Normal é:

Faculdade On-line UVB 12

 Estatística e Pesquisa - UVB

Para a perfeita compreensão da distribuição Normal, observe a

gráfico anterior e visualize as seguintes propriedades:
A variável aleatória X pode assumir todo e qualquer
valor real.
A curva em forma de sino, simétrica em torno da média ( ).
A área total limitada pela curva e pelo eixo das abscissas é
igual a 1, já que essa área corresponde à probabilidade de a
variável aleatória X assumir qualquer valor real.
A curva normal é assintótica em ralação ao eixo das abscissas,
isto é, aproxima-se indefinidamente do eixo das abscissas
sem, contudo, alcançá-lo.
Como a curva é simétrica em torno de , a probabilidade de
ocorrer maior valor que a média é igual à probabilidade de
ocorrer valor menor que a média, isto é, as probabilidades
são iguais a 0,5. Escrevemos

A distribuição Normal é dada pela equação:

Faculdade On-line UVB 13

 Estatística e Pesquisa - UVB

Se conhecemos (média) e (desvio padrão), de um fenômeno

e desejamos encontrar a probabilidade de uma variável aleatória
ocorrer podemos, efetuando uma integração, solucionar o
problema, entretanto, devido à dificuldade de integração de f(x)
desenvolveu-se uma simplificação para aplicações práticas, que
é chamada e de Distribuição Normal Padronizada.

Com a Distribuição Normal Padronizada, devemos aceitar que, se

X é uma variável aleatória com distribuição normal e desvio
padrão s, passamos a trabalhar com a nova variável z que é dada
pela fórmula:

Desta forma, desenvolveu-se também a Tabela para a Distribuição

Normal - integral compreendida entre 0 e z, veremos na aula
digital como usar esta tabela.

Tabela para a Distribuição Normal Padronizada

integral compreendida entre 0 e z

Faculdade On-line UVB 14

 Estatística e Pesquisa - UVB

A Distribuição Binomial
Vamos imaginar um experimento aleatório que tenha as seguintes
características:

O experimento dever repetido nas mesmas condições, um

número finito de vezes, ou seja, considerar n tentativas;
As provas repetidas devem ser independentes, isto é, o
resultado de uma não deve afetar os resultados das demais;
Cada tentativa admite apenas dois resultados: fracasso e
sucesso, com as mesmas probabilidades de ocorrer;
No decorrer do experimento, a probabilidade p do
sucesso e probabilidade q (q=1-p) do insucesso manter-
se-ão constantes.

Com a distribuição binomial poderemos determinar a probabilidade

de se obter k sucessos em n tentativas.

A função para tal é:

Faculdade On-line UVB 15

 Estatística e Pesquisa - UVB

Onde:

P(X=k) é a probabilidade de que o evento se realize k vezes em n

provas;
p é a probabilidade de que o evento se realize em uma só prova
(sucesso);
q é a probabilidade de que o evento não se realize no decurso dessa
prova (insucesso);

é o coeficiente binomial de n sobre k, igual a

É importante lembrar que o sinal ! representa a função fatorial, logo 5!

é igual a 5*4*3*2*1 = 120.

Finalizando, o nome binomial vem do fato de fato de

ser o termo geral do desenvolvimento do binômio de Newton.

Bibliografia:
MANDIM, Daniel. Estatística Descomplicada. 10. ed. Brasília: Vestcon
Editora Ltda., 2003.

COSTA NETO, Pedro Luiz de Oliveira. Estatística. 12. ed. São Paulo: Editora
Edgard Blücher Ltda., 1992.

VIEIRA, Sonia. Princípios de Estatística. 1ª reimpr. da 1ª ed. São Paulo:

Editora Pioneira Thomson Learning, 2003.

SETEVENSON, Willian J. Estatística Aplicada à Administração. São Paulo:

Ed. Harbra, 1981.

MAGALHÃES, Marcos Nascimento e LIMA, Antonio Carlos Pedroso de.

Noções de Probabilidade e Estatística. São Paulo: 5a. ed. Editora da

Faculdade On-line UVB 16

 Estatística e Pesquisa - UVB

Universidade de São Paulo, 2002.

CRESPO, Antonio Arnot. Estatística Fácil. São Paulo: Editora Saraiva, 1998.

SPIEGEL, Murray R. Estatística. São Paulo: Editora McGraw-Hill, 1952.

Faculdade On-line UVB 17