AGRUPAMENTO ESCOLAS DE ALMEIDA

Al!eida Escola Bsica e Secundria Dr. Jos Casi!iro Ma"ias #

11 ANO MACS
INFERNCIA ESTATSTICA

Resumo terico 1 Amostragem

In$er%ncia Es"a"&s"ica

O que ? Quando se utiliza? Para que serve? um processo de raciocnio indutivo, em que se procuram tirar concluses indo do particular, para o geral. um tipo de raciocnio contrrio ao tipo de raciocnio matemtico, essencialmente dedutivo. Utiliza-se quando se pretende estudar uma populao, estudando s alguns elementos dessa populao, ou seja, uma amostra. erve para, a partir das propriedades veri!icadas na amostra, in!erir propriedades para a populao. "uando consideramos amostras da mesma dimenso, a m#dia varia de amostra para amostra, mas apresenta um comportamento caracterstico, de uma distri$uio apro%imadamente sim#trica, com pequena varia$ilidade. "uanto maior !or a dimenso da amostra, espera-se que seja mel&or a estimativa !ornecida pela estatstica '(#dia) para o parmetro 'valor m#dio) da populao que se est a estudar, j que a varia$ilidade apresentada pelas di!erentes estimativas, relativamente ao par*metro a estimar, diminui. Como obter a distribuio de amostragem da Mdia? +nto para o$ter a distri$uio de amostragem da (#dia no # necessrio considerar todas as amostras possveis e depois calcular as respetivas m#dias , -elizmente no # necessrio estar com tanto tra$al&o, graas a um dos resultados mais importantes das .ro$a$ilidades, con&ecido como o Teorema do Limite Central e que nos !ornece um modelo matemtico para a distri$uio de amostragem da (#dia/ Teorema do Limite Central 0 upon&amos que se recol&e uma amostra de dimenso n de uma populao 1, com valor m#dio m e desvio padro s. 2 recol&a da amostra deve ter em considerao o seguinte/ e a populao !or !inita a recol&a # !eita com reposio3 4o caso de a populao ter uma dimenso 'su!icientemente grande), a seleco da amostra pode ser !eita sem reposio. +nto, se a dimenso da amostra !or su!icientemente grande 5 n 306, a distri$uio de amostragem da (#dia pode ser apro%imada por uma distri$uio 4ormal. +sta apro%imao no depende da !orma da distri$uio da populao.

Algumas consequncias prticas das propriedades da distribuio de amostragem da Mdia

o

2 (#dia

, como estimador do par*metro valor m#dio m, # um estimador

centrado, pois 7alor m#dio 5 ! "83

o

9omo j &avamos re!erido anteriormente, quanto maior !or a dimenso da amostra, menor # a varia$ilidade apresentada pelo estimador (#dia, pelo que maior ser a preciso do estimador, pois 7ari*ncia 5 ! "

e a dimenso n das amostras !or su!icientemente grande 5n:;<6, podemos utilizar a distri$uio 4ormal para calcular quaisquer pro$a$ilidades re!erentes ao estimador (#dia3 e a amostragem !or !eita com reposio, ou sem reposio no caso de populaes 'in!initas), as propriedades do estimador (#dia no dependem da dimenso da populao.

o 2 preciso do estimador (#dia depende da varia$ilidade presente na populao. "uando pretendemos estimar o valor m#dio de uma populao, para o$ter uma determinada preciso 5recorda-se que quando menor !or a varia$ilidade apresentada pelo estimador, maior ser a preciso6 , a dimenso da amostra ter de ser tanto maior, quanto maior !or a varia$ilidade presente na populao 5$asta ter em conta a e%presso da vari*ncia da (#dia6.