10 ESTIMAO DE PARMETROS

10.1 Inferncia Estatstica

O campo da inferncia estatstica consiste naqueles mtodos usados para tomar decises
ou tirar concluses acerca de uma popua!"o. Esses mtodos utilizam a informao contida em
uma a#ostra da populao para extrair concluses.
A inferncia estatstica pode ser dividida em duas grandes reas! esti#a!"o $e
par%#etros e testes $e &ip'teses. "omo exemplo de um pro#lema de estimao de par$metros%
supon&a que um engen&eiro de estruturas este'a analisando a resistncia ( tenso de um
componente usado em um c&assi de autom)vel. *ma vez que a varia#ilidade da resistncia (
trao est naturalmente presente entre os componentes individuais% devido as diferenas nas
#ateladas da matria+prima nos processos de fa#ricao e nos procedimentos de medidas ,por
exemplo-% o engen&eiro est interessado na estimao da resistncia mdia ( trao dos
componentes. .a prtica o engen&eiro usar dados da amostra para calcular um n/mero que %
de algum modo% um valor razovel ,ou tentativa- da mdia verdadeira. Este n/mero c&amado
de esti#ati(a.
10.) A#ostra*e# Aeat'ria
.a maioria dos pro#lemas de estatstica% necessrio usar uma amostra de o#servaes
a partir de uma populao de interesse% de modo a tirar concluses relativas ( populao.
A Popua!"o consiste na totalidade das o#servaes em que estamos interessados
enquanto que A#ostra um su#con'unto de o#servaes selecionadas a partir de uma
determinada populao.
0ara que nossas inferncias se'am vlidas% a amostra tem de ser representativa da
populao. A seleo de uma amostra um experimento aleat)rio e cada o#servao na amostra
o valor o#servado de uma varivel aleat)ria. As o#servaes na populao determinam a
distri#uio de pro#a#ilidades da varivel aleat)ria.
10.+ Erro,Pa$r"o esti#a$o
1uando o valor numrico ou a estimativa de um par$metro reportado% geralmente
dese'vel dar alguma idia da preciso da estimao. A medida de preciso geralmente
empregada o erro padro do estimador que est sendo usado.

-aptuo 10 Esti#a!"o $e Par%#etros
.........................................................................................


2upon&a que este'amos amostrando a partir de uma distri#uio normal com mdia

e desvio
padro

. Agora% a distri#uio X normal% com mdia

e desvio padro
n

3 assim% o
erro pa$r"o esti#a$o de X !

n
x

=
,45.4-
2e no con&ecermos

% e su#stituirmos o desvio padro S da amostra na equao ,45.4-% ento

o erro padro estimado de X ser!

n
S
x
=
,45.6-
Exemplo!
.um artigo do 7ournal of 8eat 9ransfer ,4:;<- apresentado um novo mtodo de medir a
condutividade trmica de ferro Armco. *sando uma temperatura de 455
o
= e uma potncia de
>>5?% as 45 medidas de condutividade trmica ,em @9*A&.ft.+
o
=- o#tidas conforme valores a
seguir!
<4%B5 <4%<C <6%D< <4%:> <4%CB <6%4C <4%;6 <6%6B <4%C4 <6%5<
*ma estimativa da condutividade trmica mdia a 455
o
= e >5 ? a mdia amostral ou
X E <4%:6< @9*A&.ft.+
o
=.
O erro padro da mdia amostral
n
x

=
e sendo

descon&ecido% podemos troc+lo pelo

desvio padro da amostra S E 5%6C<% de modo a o#ter o erro padro estimado de X como

n
S
x
=
E
45
6C< % 5
E 5%5C:C
10./ Distri0ui!1es A#ostrais
A inferncia estatstica trata como tomar $ecis1es acerca de uma populao #aseando+
se na informao contida em uma amostra aleat)ria proveniente daquela populao. 0or
exemplo% podemos estar interessados no volume mdio de enc&imento de uma lata de
refrigerante.
*m engen&eiro considera uma amostra aleat)ria de 6> latas e calcula o volume mdio
amostral de enc&imento como 6:C = x ml . O engen&eiro decidir% provavelmente% que a mdia
da populao D55 ml% muito em#ora a mdia amostral ten&a sido 6:C ml% porque ele sa#e que
a mdia amostral uma estimativa razovel de

e que a mdia amostral de 6:C ml muito

provvel de ocorrer% mesmo se a mdia verdadeira da populao for

ED55 ml . Fe fato% se a


;
-aptuo 10 Esti#a!"o $e Par%#etros
.........................................................................................
mdia verdadeira for D55ml% ento os testes de 6> latas feitos repetidamente% talvez a cada >
minutos% produziro valores de x que variaro acima e a#aixo de

ED55 ml.
A mdia amostral uma estatstica3 isto % ela uma varivel aleat)ria que depende dos
resultados o#tidos em cada amostra particular. *ma vez que uma estatstica uma varivel
aleat)ria% ela tem uma distri#uio de pro#a#ilidades.
A distri#uio de pro#a#ilidades de uma estatstica c&amada de uma $istri0ui!"o
a#ostra. 0or exemplo% a distri#uio de pro#a#ilidades% de X c&amada de $istri0ui!"o
a#ostra $a #2$ia.
A distri#uio amostral de uma estatstica depende da distri#uio da populao% do
taman&o da amostra e do mtodo de seleo da amostra.
10.3 Distri0ui!1es A#ostrais $as M2$ias
"onsidere a determinao da distri#uio amostral da mdia X da amostra. 2upon&a
que uma amostra aleat)ria de taman&o n se'a re'eitada de uma populao normal com mdia

e desvio padro

. Ento% pela propriedade da distri#uio normal% conclumos que a mdia

da amostra
n
X X X
X
n
+ + +
=
.....
6 4
tem uma distri#uio normal com mdia
x

e desvio padro
n
x

=
.
10.4 Teore#a $o 5i#ite -entra
2e
n
X X X %....% %
6 4
for uma amostra aleat)ria de taman&o n% retirada de uma populao
,finita ou infinita-% com mdia

e desvio padro

% e se X for a mdia da amostra% ento a

forma limite da distri#uio de

n X
Z
- ,
= quando n

a distri#uio normal padro.
A aproximao normal de X depende do taman&o n da amostra. Em muitos casos de
interesse prtico% se n D5% a aproximao normal ser satisfat)ria% independente da forma da
populao. 2e nGD5% o teorema central do limite funcionar% se a distri#uio da populao no
for muito diferente da normal.
Exemplo!
*ma compan&ia eletrHnica fa#rica resistores que tm uma resistncia mdia de 455 e um
desvio padro de 45 .A distri#uio de resistncias normal. Encontre a pro#a#ilidade de
uma amostra aleat)ria de nE6> resistores ter uma resistncia mdia menor que :> .


C
-aptuo 10 Esti#a!"o $e Par%#etros
.........................................................................................
2oluo!
.ote que a distri#uio amostral de X normal % com mdia
x

E455 e um desvio padro

n
x

=
E
6
6>
45
=
"onseqIentemente% a pro#a#ilidade dese'ada corresponde ( rea som#reada da figura 45.4.
0adronizando o ponto de X E:> na figuras 45.4% encontramos que
> % 6
6
:> 455
=

= Z
,5%<:DC- e deste modo% 0, X G :> - E 5%>+ 5%<:DC E 5%55B6 ,5%B6 J-

2e tivermos duas populaes independentes% com medias
4

e
6

e desvios padro
4

e
6

% e se
4 X e
6 X forem as mdias amostrais de duas amostras independentes de taman&o
n
4
e n
6
dessas populaes% ento% a distri#uio amostral de
6
6
6
4
6
4
6 4
6 4 - ,
n n
X X
Z


+

=
,45.D-
aproximadamente normal padro% se as condies do teorema central do limite se aplicarem.
2e as duas populaes forem normais% ento a distri#uio amostral de K ser exatamente a
normal padro.
Exemplo!
A vida efetiva de um componente usado em um motor de uma tur#ina de um avio a 'ato uma
varivel aleat)ria% com mdia de >555 & e desvio padro de <5 &. A distri#uio da vida efetiva
razoavelmente pr)xima da distri#uio normal. O fa#ricante do motor introduz uma mel&oria
no processo de fa#ricao para esse componente% que aumenta a vida mdia para >5>5 & e
diminui o desvio padro para D5 &. 2upon&a que uma amostra aleat)ria de n
4
E4B componentes
se'a selecionada do processo LantigoM e uma amostra de n
6
E6> se'a selecionada do processo
Lmel&oradoM. 1ual a pro#a#ilidade de que a diferena entre as duas mdias amostrais
4 6 X X
se'a no mnimo 6> &N "onsidere que os processos antigo e mel&orado possam ser considerados
como populaes independentes.
2oluo!
Fados! n
4
E4B3 n
6
E6>3
<5
4
=
3
D5
6
=
6
6
6
4
6
4
6 4
6 4 - ,
n n
X X
Z


+

=

4DB
>5 6>
= Z
E +6%4< , KE5%<CDC-
0,
- 6> x
E 5%> O 5%<CDC E 5%:CDC ,:C%DCJ-


:
-aptuo 10 Esti#a!"o $e Par%#etros
.........................................................................................
Apica!1es6
4- *m tu#o de 0P" fa#ricado com um di$metro mdio de 4%545 cm e um desvio padro de
5%55D cm. Encontre a pro#a#ilidade de uma amostra aleat)ria nE: sees do tu#o ter um
di$metro mdio amostral maior que 4%55: cm e menor que 4%546 cm.
6- *ma fi#ra sinttica% usada na fa#ricao de carpete% tem uma resistncia ( trao que
normalmente distri#uda% com mdia ;>%> psi e desvio padro D%> psi. Encontre a pro#a#ilidade
de uma amostra aleat)ria de nEB corpos de prova de fi#ra ter uma resistncia mdia amostral (
trao que exceda a ;>%;> psi.
D- "onsidere a fi#ra sinttica do exerccio anterior. 1ual o erro padro da mdia amostralN
<- A elasticidade de um polmero afetada pela concentrao de um regente.1uando #aixa a
concentrao usada% a mdia verdadeira da elasticidade que >> e quando aumenta a
concentrao usada a elasticidade mdia de B5. O desvio padro da elasticidade <%
independente da concentrao.2e duas amostras aleat)rias de taman&o 4B forem retiradas%
encontre a pro#a#ilidade de 6 baixa alta X X .
10.7 Esti#a!"o $e Par%#etros
Estimao o processo que consiste em utilizar dados amostrais para estimar valores
para a mdia e o desvio padro de uma populao e a proporo populacional.de
par$metros populacionais descon&ecidos. Essencialmente% qualquer caracterstica de uma
populao pode ser estimada a partir de uma amostra aleat)ria. Entre os mais comuns
As estatsticas amostrais so utilizadas como estimativas de par$metros populacionais
que podem ser classificadas em pontual ou intervalar.
Estimativa pontual: estimativa /nica de par$metro populacional.
Estimativa intervalar: estimativa que especifica um intervalo de valores possveis%
no qual se admite este'a o par$metro populacional.
10.8 Inter(aos $e -onfian!a
O intervalo de confiana uma estimativa intervalar que inclui uma afirmao
pro#a#ilstica que indica a percentagem de intervalos que podemos esperar a#ranger o
verdadeiro valor do par$metro em seus limites. A amplitude de um intervalo de confiana
depende de quatro itens! a disperso dos valores populacionais% o nvel de confiana
indicado% o erro tolervel e o taman&o da amostra.


45
-aptuo 10 Esti#a!"o $e Par%#etros
.........................................................................................
10. 9 Esti#ati(a $o Inter(ao $e -onfian!a $a M2$ia Arit#2tica : con&eci$o;
.a inferncia estatstica% devemos tomar os resultados de uma /nica amostra e tirar
concluses so#re a populao% e no o inverso. .a prtica% a mdia aritmtica da
populao a quantidade descon&ecida que est para ser estimada. Em geral% pode+se
interpretar que uma esti#ati(a $o inter(ao $e confian!a de :>J significa que% se
todas as amostras possveis de um mesmo taman&o igual a n fossem retiradas% :> J
delas iriam conter a verdadeira mdia aritmtica da populao% em algum lugar dentro do
intervalo em torno de suas mdias aritmticas de amostras% e somente >J delas estariam
fora do intervalo. *ma vez que% na prtica% somente uma amostra selecionada e

descon&ecida% nunca sa#emos ao certo se determinado intervalo o#tido contm uma
mdia aritmtica da populao. .o entanto% podemos afirmar que temos uma confiana
de :>J de que selecionamos uma amostra cu'o intervalo efetivamente inclui a mdia
aritmtica da populao.
Em geral% o nvel de confiana sim#olizado por ,4+

- X 455J % onde

a
proporo de caudas da distri#uio que esto fora do intervalo de confiana. 0ortanto%
para o#ter a estimativa do intervalo de confiana da mdia aritmtica de ,4+

- X 455J
com

con&ecido% teremos!

n
Z X

,45.<-

n
Z X

n
Z X

+

,45.>-
onde K o valor correspondente a uma rea ,4+

-A6 desde o centro de uma distri#uio

normal padronizada
Exemplo!
*m fa#ricante de papel para impressoras possui um processo de produo que opera de
maneira contnua% atravs de um turno completo de produo. Q esperado que o papel
ten&a um comprimento de 44 polegadas% e o desvio padro con&ecido se'a 5%56 polegada.
A intervalos peri)dicos% so selecionadas amostras para determinar se o comprimento
mdio do papel ainda se mantm iguala 44 polegadas ou se algo de errado ocorreu no
processo de produo para que ten&a sido modificado o comprimento do papel
produzido. 2e tal situao tiver ocorrido% deve+se adotar uma ao corretiva. *ma
amostra aleat)ria de 455 fol&as foi selecionada e verificou+se que o comprimento mdio
do papel era 45%::C polegadas. Estime o comprimento mdio de todo o papel deste
processo de produo usando um nvel de confiana


44
-aptuo 10 Esti#a!"o $e Par%#etros
.........................................................................................
a- :> J #- :: J
a- :> J

= =

6
:> % 5
6
4
5%<;>5 ,KE4%:B-
n
Z X

455
56 % 5
- :B % 4 , ::C % 45

55D:6 % 5 ::C % 45
n
Z X

n
Z X

+

::< % 45

556 % 44
#- :: J

= =

6
:: % 5
6
4
5%<:>4 ,KE6%>C-
n
Z X

455
56 % 5
- >C % 6 , ::C % 45

55>4B % 5 ::C % 45
n
Z X

n
Z X

+

::D % 45

55D % 44
10.10 Esti#ati(a $o Inter(ao $e -onfian!a $a M2$ia Arit#2tica : $escon&eci$o;
Assim como na mdia aritmtica da populao

geralmente descon&ecida% o
real desvio padro da populao

tem pouca pro#a#ilidade de ser con&ecido. 0ortanto

precisamos o#ter uma estimativa do intervalo de confiana

utilizando somente as
estatsticas de amostras de X e 2. 0ara isso% recorremos a distri#uio t $e Stu$ent.
A distri#uio t $e Stu$ent aparentemente muito parecida com a distri#uio
normal . Am#as as distri#uies tm curvas em formato de sino e so simtricas.
Entretanto% a distri#uio tem maior rea nas caudas e menor rea no centro do que a
distri#uio normal. A estatstica para um distri#uio t com 4 n graus de li#erdade
definida como!

S
n X - ,
,45.B-
.a prtica% enquanto o taman&o da amostra for grande o suficiente e a populao
no for muito assimtrica% a distri#uio t pode ser utilizada para calcular a mdia
aritmtica da populao quando

for descon&ecido.
A estimativa do intervalo de confiana ,4+

-X155J para a mdia aritmtica com

descon&ecido e expressa atravs da equao

n
S
t X
6

n
S
t X
6

+
,45.;-
onde
6

t
o valor crtico da distri#uio t % com 4 n graus de li#erdade% para uma rea

A6 na cauda superior.



46
-aptuo 10 Esti#a!"o $e Par%#etros
.........................................................................................

Exemplo!
*ma mquina produz peas cilndricas. *ma amostra acusou os seguintes valores de
di$metros ,em polegadas-! 4%55 5%:C 4%56 4%5D 5%:: 5%:; 4%55 4%54
4% 5D. Admitindo que a distri#uio dos di$metros se'a aproximadamente normal%
determinar um intervalo de confiana para a mdia populacional dos di$metros de!
a- :CJ #- :>J
Fados!
a- :C J
Fados! nE:3 = X 4%55D3 2E 5%56463

A6E
6
:C % 5 4
E5%543 4 = n C 4 : = = 3
C:B % 6
C 3 54 % 5
= t
Rntervalo de "onfiana!
n
S
t X

:
5646 % 5
C:B % 6 55D % 4

5%:CD

4%56D
#- :> J
Fados! nE:3 = X 4%55D3 2E 5%56463

A6E
6
:> % 5 4
E5%56>3 4 = n C 4 : = = 3
D5B % 6
C 3 56> % 5
= t

Rntervalo de "onfiana!
n
S
t X

:
5646 % 5
D5B % 6 55D % 4

5%:C;

4%54:
10.11 Esti#ati(a $o Inter(ao $e -onfian!a para a Propor!"o
O intervalo de confiana de dados categorizados para calcular a proporo da
populao a partir da proporo da amostra p
s
E
n
x
. 1uando a distri#uio #inomial pode
aproximar+se da distri#uio normal a estimativa d o intervalo de confiana ,4+

-X155J para a proporo da populao p dada por!

n
p p
Z p
s s
s
- 4 ,
,45.C-

n
p p
Z p
s s
s
- 4 ,
p
n
p p
Z p
s s
s
- 4 ,
+ ,45.:-
onde!
s
p
a proporo da amostra
p a proporo da populao
K o valor crtico da distri#uio normal


4D
-aptuo 10 Esti#a!"o $e Par%#etros
.........................................................................................
Exemplo!
O gerente de produo de um grande 'ornal da cidade dese'a determinar a proporo de
'ornais impressos que apresentam algum tipo de pro#lema% tal como excesso de tinta%
montagem de pginas inapropriada % falta de pginas% pginas duplicadas e assim por
diante. Experincias do passado envolveram o exame detal&ado do primeiro 'ornal que
sai da impressora% porm nen&uma avaliao posterior era feita dos mil&ares de 'ornais
impressos. O gerente de produo determinou que fosse selecionada para a anlise uma
amostra aleat)ria de 655 'ornais. 2upon&a que esta amostra de 655 'ornais contm D>
'ornais com algum tipo de pro#lema. 2e o gerente de produo dese'a ter :5J de
confiana na estimativa da real produo da populao de 'ornais% o intervalo de
confiana deveria ser calculado do seguinte modo!
4;> % 5
655
D>
= =
s
p
% com um nvel de confiana de
=

6
4
=
6
:5 % 5
5%<> ,z E 4%B<-
Rntervalo de "onfiana!
n
p p
Z p
s s
s
- 4 ,
p
n
p p
Z p
s s
s
- 4 ,
+

n
p p
Z p
s s
s
- 4 ,

655
- C6> % 5 4 , 4;> % 5
B< % 4 4;> % 5


5<<4 % 5 4;> % 5

5<<4 % 5 4;> % 5

p

5<<4 % 5 4;> % 5 +

4D5: % 5

p
5%64:4
S4D%5: J % 64%:4JT

10.1) Deter#ina!"o $o Ta#an&o $a A#ostra
2e o o#'etivo for estimar a mdia% ou a proporo% podemos usar os intervalos de
confiana anteriormente esta#elecidos para o#ter n% o taman&o da amostra. 0ara isso%
precisamos fixar o maior erro de estimativa aceitvel e o nvel de confiana com que
queremos tra#al&ar.
2e'a o caso da mdia. 2e estivermos dispostos a aceitar um erro mximo com
pro#a#ilidade 4 %o intervalo de confiana de nvel , 4 -X 455J ser S e X 3
e X + T. Uogo o erro e o taman&o da amostra n para a mdia aritmtica so
respectivamente!

n
Z
e

=

6
6 6
e
Z
n

= ,45.45-
.o caso de estimativa de propores% o erro e o taman&o da amostra n so
respectivamente!


4<
-aptuo 10 Esti#a!"o $e Par%#etros
.........................................................................................

n
p p
Z e
- 4 ,
=
6
6
- 4 ,
e
p p Z
n

=
,45.44-

Exemplo 4!
Em nosso exemplo anterior% supon&a que o gerente de produo queira ter :5J de
confiana de calcular a proporo de 'ornais sem pro#lemas% numa margem entre
5%5< do seu valor real. Alm disso% uma vez que o editor do 'ornal no realizou uma
pesquisa anterior% nen&uma informao se encontra disponvel o a partir de dados do
passado. 0ortanto% p ser fixado como sendo 5%>. A partir desses critrios esta#elecidos%
qual o taman&o da amostra necessrioN
Fados! KE 4%B<3 eE5%5< 3 pE5%>
6
6
- 4 ,
e
p p Z
n

=

6
6
- 5< % 5 ,
- > % 5 -., > % 5 ., - B< % 4 ,
= n
<6D 'ornais
Exemplo 6!
2e o desvio padro da dura#ilidade das vlvulas de televiso estimado em 455 &oras%
que taman&o de amostra deve ser tomada para que se ten&a um intervalo com :>J de
confiana para um erro estimado de 65 &orasN
Fados!
= =

6
:> % 5
6
4
5%<;>5 ,KE4%:B-3 eE653 455 =
6
6 6
e
Z
n

=

6
6 6
- 65 ,
- 455 , - :B % 4 ,
= n
:B vlvulas
10.1+ Esti#ati(a e Ta#an&o $a A#ostra para Popua!1es <initas
Em situaes quando o taman&o da amostra n no pequeno quando comparado
ao taman&o da populao . , isto % mais de >J da populao utilizada como amostra-%
de modo que
5> % 5 >
N
n
um fator $e corre!"o para a popua!"o finita :cpf; deve ser
utilizado ao definir+se tanto o erro padro da mdia aritmtica quanto da proporo. Este
fator de correo da populao finita definido como!
4

=
N
n N
cpf ,45.46 -
0ortanto a estimativa do intervalo de confiana , 4 -X455J para populaes finitas da
mdia aritmtica !

4

N
n N
n
S
t X ,45.4D-


4>
-aptuo 10 Esti#a!"o $e Par%#etros
.........................................................................................

4

N
n N
n
S
t X

+
N
n N
n
S
t X
,45.4<-
A estimativa do intervalo de confiana, 4 -X455J para populaes finitas da proporo
!

4
- 4 ,

N
n N
n
p p
Z p
s s
s
,45.4>-

4
- 4 ,

N
n N
n
p p
Z p
s s
s
p
4
- 4 ,

+
N
n N
n
p p
Z p
s s
s

,45.4B-
Fo mesmo modo que o fator de correo cpf utilizado nas estimativas de intervalo de
confiana% ele tam#m deve ser utilizado ao estimar o taman&o da amostra% para
populaes finitas
Ao aplicar o fator de correo cpf de populao finita% o taman&o da amostra calculado a
partir de !

- 4 ,
.
+
=
N n
N n
n
o
o
,45.4;-
onde
o
n
o taman&o da amostra% sem considerar o fator de correo de populao finita
Exemplo 4!
O gerente de marVeting de uma empresa que fornece )leo para calefao de residncias
dese'a calcular o consumo mdio anual ,em gales- em domiclios unifamiliares% em
determinada rea. Q selecionada uma amostra aleat)ria de D> domiclios unifamiliares%
onde o consumo mdio anual destes domiclios e o desvio padro so respectivamente
iguais a
; % 4466 = X
e 2 E 6:>%;6. 2upon&a que exista uma populao de >55 domiclios
unifamiliares atendidos pela compan&ia e que gerente de marVeting dese'a estimar um
intervalo com :> J de confiana para o consumo mdio anual , em gales- desses >55
domiclios unifamiliares.
Fados!
; % 4466 = X
3 2 E 6:>%;63 nED>3 .E>553 4 = n D< 4 D> = = 3
5D66 % 6
D< 3 56> % 5
= t

4

N
n N
n
S
t X
4 >55
D> >55
D>
;6 % 6:>
5D66 % 6 ; % 4466

E
5> % :C ; % 4466

456<%B>

4665%;>


4B
-aptuo 10 Esti#a!"o $e Par%#etros
.........................................................................................
Exemplo 6!
.a pesquisa realizada pelo gerente de marVeting so#re o consumo anual de )leo para
calefao% o taman&o da amostra necessrio para ele o#ter :>J de confiana de estar
certo% numa margem de >5 W ,pressupondo um desvio padro de D6> gales-% seria 4BD%
uma vez que o
o
n
E4B6%D4. Uogo o taman&o da amostra ser!

- 4 ,
.
+
=
N n
N n
n
o
o

+
=
- 4 >55 , D4 % 4B6
- >55 ., D4 % 4B6
n 46D
Exemplo 6!
.a pesquisa realizada pelo gerente de marVeting so#re o consumo anual de )leo para
calefao% o taman&o da amostra necessrio para ele o#ter :>J de confiana de estar certo %
numa margem de >5 W ,pressupondo um desvio padro de D6> gales-% seria 4BD% uma vez
que o
o
n
E4B6%D4. Uogo o taman&o da amostra ser!

- 4 ,
.
+
=
N n
N n
n
o
o

+
=
- 4 >55 , D4 % 4B6
- >55 ., D4 % 4B6
n 46D
Apica!1es6
>- Os sistemas de escapamentos de uma aeronave funcionam devido a um propelente s)lido. A
taxa de queima desse propelente uma caracterstica importante do produto. *m tcnico da
qualidade seleciona uma amostra aleat)ria de nE6> e o#tm uma taxa mdia amostral de queima
de X E >4%D cmAs. As especificaes requerem que a taxa mdia de queima se'a de >5 cmAs.
2a#emos que o desvio padro da taxa de queima de 6 = cmAs. Encontre um intervalo com
:>J de confiana para a taxa mdia de queima.
B- "onforme pro#lema anterior% supon&a que quisssemos agora um erro de estimao da taxa
mdia de queima do propelente do foguete menor que 4%> cmAs. 1ual seria o taman&o requerido
da amostraN
;- *m artigo no peri)dico Xaterials Engineering ,4:C:% v,6- n.< pp.6;>+6C4- descreve os
resultados de teste de tenso quanto a adeso em 66 corpos de prova de liga *+;55. A carga no
ponto de fal&a do corpo de prova dada a seguir ,em Xpa-!
4:%C 4:%C> 4;%B 4B%; 4>%C 4>%< 4<%4 4D%B 44%: 44%< 44%<
C%C ;%> 4>%< 4>%< 4:%> 4<%: 46%; 44%: 44%< 45%4 ;%:
Encontre o intervalo de confiana de :> J para a carga mdia no ponto de fal&a do corpo.


4;
-aptuo 10 Esti#a!"o $e Par%#etros
.........................................................................................
C- *ma amostra aleat)ria de C> mancais de eixos de manivelas de motores de autom)veis% 45
mancais tm um aca#amento de superfcie mais rugoso do que as especificaes permitidas.
Encontre um intervalo de confiana de :>J para a proporo verdadeira de mancais com
aca#amento de superfcie mais rugoso.
:- "onsiderando a situao do pro#lema anterior% qual dever ser o taman&o da amostra se
quisermos estar :> J confiantes de que o erro para estimar p se'a menor que 5%5> N
45- Em um teste de sensitividade levado a efeito em 4C vlvulas de certa marca% acusou os
seguintes valores de sensitividade ,em microvolts-!
D%D4 D%D; 6%:; 6%CD D%D< 6%:B D%44 D%4< D%4C
D%;5 D%44 6%:> D%4> D%6: D%6B D%6< D%66 D%<D
Feterminar um intervalo para a sensitividade mdia da populao de vlvulas!
a- com :>J de confiana #- com ::J de confiana.
44- 0ara verificar a eficcia de um programa de preveno de acidentes de tra#al&o cu'o o#'etivo
estimar o par$metro

E mdia da reduo percentual de acidentes de tra#al&o% devido ao

programa preventivo% em todas as empresas da construo civil da regio% fez+se um estudo
experimental% implementando este programa em dez empresas da construo civil% escol&idas
ao acaso% numa certa regio. Os dados a#aixo referem+se aos percentuais de reduo de
acidentes de tra#al&o nas 45 empresas o#servadas!
65 4> 6D 44 6: > 65 66 4C 4;
*sando nvel de :>J de confiana encontre o erro de amostra mximo provvel e o intervalo
de confiana para a mdia da reduo percentual de acidentes de tra#al&o.
46- Yefazer o pro#lema anterior considerando que se con&ece o n/mero de empresas da
construo civil da regio!
a- . E D5 empresas #- E se a populao fosse constituda de .E <55 empresas
4D- .uma amostra aleat)ria simples de 465 domiclios% realizada num certo #airro da cidade%
o#servou+se que apenas <5 domiclios possuam instalaes sanitrias adequadas.
"onsiderando que existam <B5 domiclios no #airro% encontre um intervalo de :>J de
confiana para a proporo de domiclios com instalaes sanitrias.


4C