Introduo ........................................................................................................... 2 Metodologia de Anlise...................................................................................... 4 Anlise ................................................................................................................ 5 Anlise Geral .................................................................................................. 5 Anlise Principal ............................................................................................ 7 Discusso ........................................................................................................

9 Concluso ......................................................................................................... 10

Introduo
Estaremos avaliando a varivel "Tempo de atraso dos alunos de engenharia civil do primeiro semestre," esta quantitativa e contnua. O tempo foi medido em minutos. Levamos em conta essa varivel porque a chegada atrasada dos alunos frequente e costuma atrapalhar o andamento da aula, pois tira a concentrao dos alunos e, tambm, do professor. Ser estudado nesse trabalho, principalmente, o Teorema Central do Limite, que nos diz que, ao selecionarmos amostras aleatrias da populao e se o tamanho amostral for suficientemente grande a distribuio das mdias amostrais pode ser aproximado por uma distribuio normal, mesmo que a populao no seja normalmente distribuda. Ao observar a mdia de cada amostra de n coletas, percebemos que, conforme n aumenta, a mdia dessas amostras tende a uma distribuio normal. Alm disso, a mdia das mdias amostrais, se aproxima mdia populacional. O Teorema Central do Limite nos diz que independente da distribuio original, por esse mtodo de amostragem, as mdias resultam numa distribuio normal e nos ajuda a estimar a mdia populacional. De acordo com Mario F. Triola em Introduo Estatstica podemos tirar as seguintes concluses do Teorema Central do Limite: A distribuio das mdia amostrais ir se aproximar de uma distribuio normal medida que n aumentar; A mdia de todas as mdias amostrais a mdia da populao (Isto , a distribuio normal da primeira concluso tem mdia O desvio padro de todas as mdias . (Isto , a distribuio

normal da primeira concluso tem desvio padro A anlise feita neste trabalho ter os seguintes objetivos:

- Identificar o problema que pode ter nos motivado a estudar tal varivel; - Calcular todas as medidas de tendncia central e de disperso que acharmos necessrias a fim de descrevermos o comportamento da varivel, alm de interpretar graficamente esse comportamento;

- Verificar se o comportamento da populao dessa varivel pode ser aproximada a uma distribuio de probabilidade normal. Se o modelo de distribuio normal no for apropriado, ser indicado outro modelo mais adequado ao comportamento da populao. Caso no exista modelo apropriado de distribuio conhecido, haver uma justificativa e passaremos para o prximo objetivo; - Representar as distribuies das frequncias da mdia amostral, de acordo com a seguinte metodologia de anlise: Gerando aleatoriamente 1000 amostras de n = 10 da populao da varivel analisada, calculando a mdia de cada uma das amostras geradas. Em seguida, calcular a mdia e a varincia das 1000 observaes obtidas de mdia amostral. Por fim, elaborar um histograma com a distribuio de frequncia dos valores das mdias amostrais; Repetir o mesmo procedimento para n = 20, n = 30 e n = 40; - Em torno dos resultados obtidos, verificaremos a validade do Teorema Central do Limite; - Avaliar a qualidade da mdia amostral como um estimador da mdia populacional medida que o tamanho da amostra aumenta.

Metodologia de Anlise
Com base no 1 T.P. iremos por meio de clculo estatstico descobrir a real validade do Teorema Central do Limite, afim de entender o comportamento (aproximao da realidade) de populaes a partir de amostragens aleatrias de diversos tamanhos, analisando-se assim como problemtica principal: Ser que o aumentando o tamanho de uma amostragem

aleatria(aumento do nmero de amostras) ajuda na obteno de resultados melhores em relao aproximao da populao como um todo? Para respondermos a pergunta iremos como j foi descrito utilizar os dados do 1 T.P. 51 amostras aleatrias dos atrasos dos alunos da Engenharia Civil, mas desta vez com uma problemtica diferente. Tomaremos as 51 amostras que obtivemos como a populao total da varivel. Iremos descrever e analisar seu comportamento. E a partir dela faremos uma amostragem aleatria simples com amostras de n = 10, n = 20, n = 30 e n = 40. Observaremos essas amostras e plotaremos o grfico de suas mdias e depois analisaremos o desvio padro dessas mdias. Desse modo verificaremos a validade do Teorema Central do Limite e qualidade dessas mdias. Para todos os clculos aqui apresentados e para a amostragem utilizamos ferramentas computacionais como o Excel e o C++, para assim melhorarmos a preciso e a qualidade dos resultados.

Anlise
Anlise Geral Para que possamos seguir os passos anteriormente dados abaixo apresentamos os dados estudados e todas as medidas de tendncia central e disperso ne cessaria pra a anlise:

16,17 12,85 9,55 8,78 6,82 6,42 6,12 5,65 5,35 5,25

5,23 5,22 5,15 5,12 4,93 4,88 4,67 4,47 4,42 4,20

DADOS 4,02 3,98 3,83 3,75 3,68 3,65 3,40 3,15 3,13 2,95

2,87 2,67 2,65 2,45 2,42 2,34 2,28 1,97 1,83 1,72

1,57 1,53 1,48 1,43 1,28 1,25 1,18 1,15 1,08 0,87 0,75

ANLISE DESCRITIVA Mdia 3,99 Mediana 3,65 DesvioPad ro 2,9 Varincia 8,43 Mnimo 0,75 Mximo 16,17 Contagem 51,00

Analisando estes resultados podemos ver que nossa populao bem distribuda com uma varincia relativamente baixa, agora analisaremos graficamente:

Histograma
Freqncia 20 10 0 0a1 1a2 2a4 4a6 0 6a8 8 a 10 Mais 150.00% 100.00% 50.00% 0.00% Freqncia % cumulativo

Histograma 2
20 15 10 5 0 0a1 1a2 2a4 4a6 6a8 8 a 10 Mais frequncias polgono de frequncia

Observando o primeiro histograma podemos ver pela frequncia cumulativa como esto distribudos os percentis e quartis de nossa populao. E ao olharmos para a forma da distribuio no histograma 2 chegamos concluso que podemos aproxima-la por uma distribuio normal. Considerando claro, possveis erros devido a esta aproximao, pois possvel observar que h muitos valores prximos da mdia.

Anlise Principal Com estes dados estamos preparados para seguir os prximos passos a fim de testar o Teorema Central do Limite. Fizemos seguindo a metodologia sugerida,1000 amostras aleatrias de diferentes tamanhos amostrais e o clculo de suas medidas de tendncia central e de disperso, e plotando o grfico de sua mdias chegando assim aos

Mdias amostrais quando n = 10

800 700 600 500 400 300 200 100 0 0a1 1a3 3a5 5a7 7a9 Mais frequncias polgono de frequncia

seguintes valores:

Neste primeiro teste com n=10 percebemos que houve uma pequena variao da mdia entre o valor da populao e o valor da nossa amostragem, e que os mesmo seguem uma distribuio normal, na tabela abaixo comparamos os valores esperados da mdia e do desvio padro das mdias amostrais(encontrado por N =10 Mdia Desvio das mdias Esperado 3,99 0,917 ): Amostragem 4,04
0,93

Logo em seguida repetimos os mesmos procedimentos para n=20, n=30 e n=40 e veremos o que acontece.

Mdias amostrais quando n = 20

1000 900 800 700 600 500 400 300 200 100 0 0a1 1a3 3a5 5a7 7a9 Mais

frequncia polgono de frequncia

N =20 Mdia Desvio das mdias

Esperado 3,99 0,648

Amostragem 3,99 0,65

Mdias amostrais quando n = 30

1000 900 800 700 600 500 400 300 200 100 0 0a1 1a3 3a5 5a7 7a9 Mais

frequncias polgono de frequncia

N = 30 Mdia Desvio das mdias

Esperado 3,99 0,53

Amostragem 4,002 0,54

Mdias amostrais quando n = 40

1200 1000 800 600 400 200 0 0a1 1a3 3a5 5a7 7a9 Mais frequncias polgono de frequncias

N = 40 Mdia Desvio das mdias

Esperado 3,99 0,458

Amostragem 4,02 0,44

Discusso Ao observamos os resultados fica claro que o Teorema Central do Limite totalmente valido para a nossa amostragem. Pois em todas as amostragens feitas a mdia amostral encontrada aproximou-se da populacional, que uma da concluses do Teorema. Os desvios padres dessas mdia amostrais tambm seguiram as concluses do Teorema Central do Limite, pois em todas as amostragem eles se aproximaram consideravelmente do valor esperado pelo teorema, dado por . Alm disso a

distribuio das mdias amostrais se mostrava normal, com desvio diminuindo consideravelmente ao aumentarmos o n da amostra.

Concluso
Ao final desta anlise chegamos concluso que para uma amostragem aleatria simples o Teorema Central do Limite vlido. Em nossos resultados todos se encaixaram dentro das definies deste teorema, ou seja, a mdia das mdias amostrais era aproximadamente igual a populacional e o desvio padro das mdias amostrais diminua quando aumentamos o tamanho da amostra Assim podemos perceber que o valor de uma mdia amostral se assemelha bastante da mdia populacional e a medida que aumentamos o tamanho amostral essa mdia se torna mais confivel, mas tendo sempre em vista que o valor da mdia amostral se torna mais confivel ao aumentarmos o n, pois temos uma maio probabilidade de termos uma amostra com mdia prxima da real da populao. Porm temos conscincia de que essa anlise feita com base em uma situao ideal, j que consideramos nossa amostra inicial do TP1 como a populao da varivel. O que dificilmente ocorrer em uma situao real.