1

1
Estimao de parmetros
Conceitos iniciais
Propriedades dos estimadores
Estimao por ponto ou por intervalo
Intervalos de confiana
para mdia
para varincia
para proporo
Inferncia Estatstica
Estimao
2
Estimao de parmetros

2

X
2
S
P
Estimadores Estimadores
Vari Vari vel aleat vel aleat ria ria
Parmetros Parmetros
Vari Vari veis veis
aleat aleat rias rias
Constantes Constantes
Popula Popula o o
Amostra Amostra

O estimador uma varivel aleatria; portanto, pode assumir

diferentes valores
Estimativa Estimativa um valor particular que o estimador assume
3
Podem existir vrios estimadores para um mesmo parmetro.
n
X
X
i
=

=
i
i i
p
p
p X
X
Exemplos:
estimadores de estimadores de
1 n
) X (X
S
2
i 2

=

n
) X (X
S
2
i 2
n

=
estimadores de estimadores de
2 2
4
Imparcialidade ou no tendenciosidade
Eficincia ou varincia mnima
Consistncia
Propriedades dos estimadores
1 n
) X (X
S
2
i 2

=

n
) X (X
S
2
i 2
n

=


Tendencioso
Sub-estimativas
No
Tendencioso
Mais
Eficiente
Os dois
estimadores so
no tendenciosos!
n N
os dois estimadores
tendem a dar valores
prximos
2
5
n
X
X
i
=

=
i
i i
p
p
p X
X
estimadores de
1 n
) X (X
S
2
i 2

=

n
) X (X
S
2
i 2
n

=
estimadores de
2
Melhor estimador Melhor estimador
imparcial e imparcial e
mais eficiente mais eficiente
Melhor estimador Melhor estimador
imparcial imparcial
Melhores estimadores Melhores estimadores
6
Significado pr Significado pr tico das propriedades dos estimadores tico das propriedades dos estimadores
Objetivo da pesquisa: conhecer o dimetro mdio
das flores de uma nova espcie
Varivel em estudo: X = dimetro da flor (cm)
conhecer
Amostra Amostra
n=50 n=50
estimar estimar
todos os poss todos os poss veis veis
dimetros de todas as dimetros de todas as
plantas desta esp plantas desta esp cie cie
Populao de dimetros
A varivel X tem distribuio normal com mdia e varincia
2 2
7
Para estimar Para estimar m m dia aritm dia aritm tica simples tica simples da amostra:
n
X
X
i
=
Cada amostra ter uma mdia diferente
Ao escolhermos a amostra para
estimar , passamos a ter apenas
uma uma de todas as possveis amostras
de tamanho 50 e, portanto, apenas
uma uma das possveis mdias.
Objetivo: Objetivo: garantir que esta
estimativa esteja o mais
prximo possvel de
8
X ~ N (,
2
/50)
) X E( =
estimativa de estimativa de
Como a distribuio das mdias
normal, muito mais provvel que
escolhamos uma amostra que tenha
uma mdia prxima de do que
distante dela.
A imparcialidade imparcialidade garante que as mdias das amostras
flutuem em volta da mdia da populao.
A propriedade de eficincia eficincia garante que a variao dessa
flutuao das mdias das amostras seja a menor possvel.
x
3
9
Processos de estimao
Estima Estima o por ponto o por ponto
o processo atravs do qual obtemos um nico ponto, ou
seja, um um nico valor nico valor para estimar o parmetro.
2
3
2 3 1
n
x
x
i
=
+ +
= =

1
1 3
2) (2 2) (3 2) (1
1 n
) x (x
s
2 2 2
2
i 2
=

+ +
=

=

estimativa por ponto de estimativa por ponto de
estimativa por ponto de estimativa por ponto de
2 2
Exemplo: Amostra (1, 3, 2)
10
Estima Estima o por intervalo o por intervalo
um processo que permite obter os limites de um intervalo
onde, com uma determinada probabilidade (nvel de confiana),
podemos esperar encontrar o verdadeiro valor do parmetro.
L
i
< < L
s
Limite inferior Limite inferior Limite superior Limite superior
dois valores dois valores
Intervalo de confian Intervalo de confian a a
As estimativas por intervalo so prefer As estimativas por intervalo so prefer veis veis quelas por ponto quelas por ponto
porque indicam a preciso, estabelecendo limites entre os quais, porque indicam a preciso, estabelecendo limites entre os quais,
com uma determinada probabilidade, o parmetro dever com uma determinada probabilidade, o parmetro dever estar. estar.
11
1. Intervalo de confian 1. Intervalo de confian a para a a para a m m dia dia de uma uma populao ( ( ) )
Duas situa Duas situa es es
Conhecemos o valor de Conhecemos o valor de (ou n > 30 (ou n > 30) )
N No conhecemos o valor de o conhecemos o valor de (e n (e n 30) 30)
2. Intervalo de confian 2. Intervalo de confian a para a a para a diferen diferen a entre a entre m m dias dias de de
duas duas popula popula es ( es (
1 1
- -
2 2
) )
Como construir intervalos de confiana para ?
12
=0 -z
/2
z z
/2 /2
/2 /2 /2 /2
1 1- -
N N vel de vel de
confian confian a a
Situa Situa o 1: o 1: Quando conhecemos o valor de (ou n > 30)
1. Intervalo de confian 1. Intervalo de confian a para a a para a m m dia dia de uma uma populao ( ( ) )
IC (; 1 ):
: o estimador de
n : o tamanho da amostra;
: desvio padro da populao (parmetro)
z
/2
: o valor de Z que delimita a rea /2
onde:

= + < < 1 )
n

z X
n

z X P(
/2 /2
n

z X
/2

X
1 1- - a probabilidade de robabilidade de
que os limites que os limites
contenham (ou cubram) contenham (ou cubram)
o verdadeiro valor de o verdadeiro valor de . .
N N vel de vel de
confian confian a a
Limite superior Limite superior Limite inferior Limite inferior
4
13

z x
/2 1

z x
/2 2

n

z x
/2 k

Amostra 1 (n)
Amostra 2 (n)
Amostra k (n)
Populao
X X
( ( , ,
2 2
) )
1
x
2
x
k
x
Significado de um IC para ,
com nvel de confiana 1 1- - =0,95 =0,95
95% 95% dos intervalos dos intervalos
contm contm
95%
14
Em geral, no conhecemos o parmetro no conhecemos o parmetro .
Por isso usamos uma estimativa usamos uma estimativa desse parmetro que
o s s (desvio padro obtido de uma amostra).
Duas pressuposies para a utilizao desta metodologia:
1. A varivel em estudo tem distribuio normal, X ~ N ( ,
2
)
2. Conhecemos o valor de ou o tamanho da amostra
suficientemente grande para obteno de uma estimativa
aproximada da variao populacional () n > 30
Em muitas situa Em muitas situa es, quando a amostra es, quando a amostra grande (n > 30), a grande (n > 30), a
estimativa estimativa considerada suficientemente pr considerada suficientemente pr xima do parmetro. xima do parmetro.
15
0,025
0
0,025
0,95
Exemplo: Uma amostra de 100 terneiros de dois meses de idade da raa
Ibag, apresentou peso mdio de 65,5 kg e desvio padro de 4,8 kg.
Obtenha o intervalo de confiana ao nvel de 95%, para o verdadeiro peso
mdio de terneiros e redija a concluso.
Varivel em estudo: X = peso de terneiros (kg)
Pressuposio: A varivel em estudo tem distribuio normal e n>30.
Estimativas:
x
= 65,5 kg
s = 4,8 kg
n = 100 terneiros
IC (; 0,95): 65,5 0,941
Limite inferior Limite inferior = 65,5 0,941 = 64,56
Limite superior Limite superior = 65,5 + 0,941 = 66,44
P(64,56 < < 66,44) = 0,95
IC (; 0,95): 65,5 1,96
100
4,8
IC (; 1 ): z
/2
n

X
Conclumos que o intervalo de confiana, ao nvel de 95%, para o
verdadeiro peso mdio de terneiros de dois meses de idade da raa
Ibag de 64,56 a 66,44 kg.
-1,96 +1,96 +1,96
16
Quando a amostra pequena, no podemos supor que o desvio
padro da amostra (s s) seja uma estimativa suficientemente
aproximada do parmetro .
Portanto, no podemos utilizar a estatstica Z Z, para construir o
intervalo de confiana para .
Nesse caso, em vez de Z Z, utilizamos a distribuio t t de de Student Student, com
parmetro .
desconhecido desconhecido
1. Intervalo de confian 1. Intervalo de confian a para a a para a m m dia dia de uma uma populao ( ( ) )
Situa Situa o 2: o 2: Quando no conhecemos o valor de (ou n 30)
IC (; 1 ):
n

z X
/2

5
17
A distribui A distribui o o t t de de Student Student
- +
A distribuio t t tem formato de sino, simtrica em torno da mdia
( = = 0 0), localizada no centro da distribuio, e varia de - a +.
Se assemelha curva
normal padro, sendo um
pouco mais achatada no
centro. O parmetro o
nmero de graus de
liberdade ( = n = n - - 1 1)
associado varincia.
n n
n n N N
S S
T T Z Z
30 graus de liberdade t e z t e z aproximadamente iguais
120 graus de liberdade - t e z t e z exatamente iguais
18
=0 -t
/2
t t
/2 /2
/2 /2 /2 /2
1 1- -
N N vel de vel de
confian confian a a
onde: t
/2
o valor da estatstica T T que delimita a rea /2
Este valor encontrado na tabela da distribui distribui o t o t de Student
(Tabela II do Apndice), a partir dos valores de e de .
IC (; 1 ): t
/2
n
S
X
A varivel em estudo tem distribuio normal X X ~ ~ N ( N ( , ,
2 2
) )
Pressuposi Pressuposi o o


= + < < 1 )
n
S
t X
n
S
t X P(
/2 /2
1. Intervalo de confian 1. Intervalo de confian a para a a para a m m dia dia de uma uma populao ( ( ) )
Situa Situa o 2: o 2: Quando no conhecemos o valor de (ou n 30)
19
...
20
Atravs da amostra de tamanho 15 que segue, procura-se
estimar a verdadeira potncia mdia de aparelhos
eletrnicos de alta sensibilidade medida em microwatts,
atravs de um intervalo de confiana de 99%:
26,7; 25,8; 24,0; 24,9; 26,4; 25,9; 24,4; 21,7; 24,1; 25,9;
27,3; 26,9; 27,3; 24,8; 23,6
Exemplo:
Resoluo:
Varivel em estudo: X = potncia de aparelhos eletrnicos (microwatts)
Pressuposio: A varivel em estudo tem distribuio normal.
IC (; 1 ): t
/2
n
S
X
6
21
0,005
0
0,005
0,99
=25,53
s=1,58
n=15
=0,01 x
=15 1=14
IC (; 0,99): 25,53 1,22
Limite inferior: 25,53 1,22 = 24,31
Limite superior: 25,53 + 1,22 = 26,75
P(24,31 < < 26,75) = 0,99
IC (; 0,99): 25,53 2,977
Estimativas:
t
0,005;14
= 2,977
15
1,58
Concluso: A probabilidade de que o intervalo de 24,31 a 26,75
microwatts contenha a verdadeira potncia mdia dos aparelhos
eletrnicos de 0,99.
n
S
t X : ) ;1 ( IC
/2

Construo do intervalo:
-2,977 +2,977 +2,977
22
Exerccio proposto:
Um engenheiro de desenvolvimento de um fabricante de pneus
est investigando a vida do pneu em relao a um novo
componente de borracha.
Ele fabricou 40 pneus e testou-os at o fim da vida em um teste
na estrada. A mdia e o desvio padro da amostra so 61.492 e
6.085 km, respectivamente. O engenheiro acredita que a vida
mdia desse novo pneu maior em relao a 60.000 km, que a
vida mdia do pneu antigo.
Obtenha o intervalo de confiana, ao nvel de 99%, para a vida
mdia do pneu e conclua a respeito da suposio do engenheiro.
Resoluo:
Varivel em estudo: X = vida do pneu (km)
Pressuposies:
1. A varivel em estudo tem distribuio normal.
2. A amostra grande (n>30).
23
0,005
0
0,005
0,99
Estimativas: x
= 61.492 km
s = 6.085 km
n = 40 pneus
IC (; 0,99): 61.492 2.477
Limite inferior: 61.492 2.477 = 59.015
Limite superior: 61.492 + 2.477 = 63.969
P(59.015 < < 63.969) = 0,99
IC (; 0,99): 61.492 2,575
40
6.085
Construo do intervalo:
n
z X : ) 1 ( IC
/2

;
Concluso: O intervalo de confiana, ao nvel de 99%, para a
verdadeira vida mdia do novo pneu de 59.015 a 63.969 km. Como
o valor 60.000 km est coberto pelo intervalo, a vida mdia do novo
pneu no maior que a do pneu antigo.
-2,575 +2,575 +2,575
24
H trs pressuposi pressuposi es es que devem ser atendidas para o
uso desse procedimento:
1. 1. A varivel em estudo tem distribuio normal: X X ~ N ( N ( , ,
2 2
) )
3. 3. As amostras retiradas das populaes so independentes independentes
2. 2. As varincias das populaes so iguais ) (
2
2
2
1
= =
2. Intervalo de confiana para a diferena entre
mdias de duas populaes (
1
-
2
)

1 1

2 2
[X [X
11 11
, X , X
12 12
, ..., X , ..., X
1n 1n1 1
] ] [X [X
21 21
, X , X
22 22
, ..., X , ..., X
2n 2n2 2
] ]
Amostra Amostra 1 1 Amostra Amostra 2 2
Popula Popula o o 1 1
Popula Popula o o 2 2

2 2
7
25
Atendidas as pressuposies, desejamos comparar as mdias
das populaes, estimando por intervalo, a diferena
1
-
2
.
Utilizamos, a seguinte expresso
( ) ( ) 1 n 1 n
2 1
+ =
Grau de liberdade combinado Grau de liberdade combinado
IC ( ; 1 ): t
/2
2
2 1
S
n
1
n
1

+
2 1
X X
2 1

( ) ( )
( ) ( ) 1 n 1 n
1 n S 1 n S
S
2 1
2
2
2 1
2
1 2
+
+
=
Varincia combinada Varincia combinada
onde: t
/2
o valor da estatstica T T que delimita a rea /2
Este valor encontrado na tabela da distribui distribui o t o t de Student
(Tabela II do Apndice), a partir dos valores de e de .
26
Exemplo:
Dez cobaias adultas criadas em laboratrio, foram separadas,
aleatoriamente, em dois grupos: um foi tratado com rao
normalmente usada no laboratrio (padro) e o outro grupo foi
submetido a uma nova rao (experimental). As cobaias foram
pesadas no incio e no final do perodo de durao do
experimento. Os ganhos de peso (em gramas) observados
foram os seguintes:
Construa o intervalo de confiana, ao nvel de 99%, para a
diferena entre as mdias das duas populaes.
210 220 210 200 220 Rao experimental
180 190 190 180 200 Rao padro
27
0,005
0
0,005
0,99
Resoluo:
Varivel em estudo: X = ganho de peso (g)
Pressuposies:
1. A varivel em estudo tem distribuio normal.
2. As varincias das populaes so iguais ( ).
3. As amostras retiradas das populaes so independentes.
2 2
2
2
1
= =
2
x
= 188
= 70
Experimental Experimental
2
1
s
n
1
= 5
Estimativas: Estimativas:
= 212
= 70
Padro Padro
n
2
= 5
1
x
2
2
s
=0,01
=(5 1) + (5 1) = 8
t
0,005;8
= 3,355
( ) ( )
( ) ( )
70
1 5 1 5
1 5 70 1 5 70
2
s =
+
+
=
2
2 1
2 1 2 1
S
n
1
n
1
t X X : ) ;1 ( IC

+
/2

-3,355 +3,355 +3,355

28
Limite inferior: 24 17,78 = 6,22
Limite superior: 24 + 17,78 = 41,78
Concluso: A probabilidade de o intervalo de 6,22 a 41,78 conter a
diferena entre a mdia de ganho de peso da populao que recebeu
rao experimental e a mdia de ganho de peso da populao que
recebeu a rao padro de 0,99.
Como o valor zero est fora do intervalo podemos concluir que as
mdias no so iguais.
2
2 1
2 1 2 1
S
n
1
n
1
t X X : ) ;1 ( IC

+
/2

Construo do intervalo:
0,99 ) 4 ( P
2 1
= < < 1,78 6,22
70
5
1
5
1
3,355 188) - (212 : ;0,99) ( IC
2 1

+
17,78 24 : ;0,99) ( IC
2 1

8
29
Intervalo de confiana para a varincia
Outra distribuio importante, definida a partir da distribuio
Normal a distribuio qui-quadrado
2
.
A distribuio
2
a base para inferncias a respeito da
varincia
2
.
Pressuposio:
X uma varivel com Distribuio Normal com mdia e
varincia desconhecidas.
Ento, um intervalo de confiana obtido usando-se a seguinte
expresso:
( ) ( )
=

1
q
S 1 n

q
S 1 n
P
1 n /2,
'
2
2
1 n /2,
2
30
S
2
o estimador da varincia populacional
2
;
n o tamanho da amostra;
= n1 o nmero de graus de liberdade associado varincia;
q
/2
o valor da distribuio qui-quadrado, com =n-1 graus de
liberdade, que delimita a rea /2 esquerda (Tabela III do
Apndice);
q
/2
o valor da distribuio qui-quadrado com =n-1 graus de
liberdade que delimita a rea /2 direita (Tabela III do Apndice).
( ) ( )

1 , 2 /
'
1 , 2 /
;
n
n
q q

2 2
S 1 n S 1 n
31
...
32
Exemplo: Uma das maneiras de manter sob controle a
qualidade de um produto controlar sua variabilidade. Uma
mquina de encher pacotes de caf est regulada para ench-
los conforme uma distribuio normal com mdia de 500g.
Colheu-se uma amostra de 16 pacotes e observou-se uma
varincia de 169g
2
. Com esse resultado encontrar o intervalo de
confiana de 95% para
2
.
16 n 169 s
2
= =
( ) ( )
6,26
169 15

27,49
169 15
2

( ) ( )
1 2
1 2

n
n
q q , /
'
, /

2
2
2
S 1 n

S 1 n
0,95
0,025 0,025
6,26 27,49
27,49 q 6,26 q
0,025;15
0,025;15
'
= =
404,95 92,22
2

20,12 9,60
ou

9
33
Intervalo de confiana para a proporo
Exemplos: frao de produtos defeituosos, percentual de bovinos
frteis ou percentual de votantes em um candidato.
Pressuposio:
n grande np > 5 e n(1-p) > 5 (p o estimador de )
Assim, a aproximao Normal pode ser usada, resultando no seguinte
intervalo de confiana:
( ) ( )

1
n
p 1 p
z p
n
p 1 p
z p P
2 / 2 /

( )

=
n
p 1 p
z p ) 1- ; IC(
2 /

n
x
p =
34
Exemplo: Foi realizada uma pesquisa de mercado para verificar a
preferncia da populao de em relao ao consumo de
determinado produto. Para isso, colheu-se uma amostra de 300
consumidores e, destes, 180 disseram consumir o produto.
Encontre o intervalo de confiana de 99% para a proporo de
consumidores do produto na populao.
Com uma confiana de 99%, a proporo de consumidores que
preferem o produto pesquisado deve estar entre 52,72% e
67,28%.
0,005
0
0,005
0,99
n = 300 0,6
300
180
p = =
( )

300
0,6 1 0,6
2,575 0,6
(0,6 0,0728) = (0,5272; 0,6728)
-2,575 +2,575
( )

=
n
p 1 p
z p ) 1- ; IC(
2 /

35
Exerccio proposto: Um empresrio deseja conhecer a
satisfao de seus clientes em relao aos servios prestados
por sua empresa. Em uma amostra aleatria de n=100 clientes
entrevistados, 12 pessoas demonstraram insatisfao com os
servios prestados. Construa um intervalo de 95% de confiana
para a proporo de clientes insatisfeitos. R: (5,63% ; 18,37%)
( )
( ) 887 0,0563;0,1
100
0,12 1 0,12
1,96 0,12 =

Com 95% de confiana, a proporo de pessoas insatisfeitas

com os servios prestados deve estar entre 5,63% e 18,37%.
n = 100 0,12
100
12
p = =
0,025
0
0,025
0,95
( )

=
n
p 1 p
z p ) 1- ; IC(
2 /

-1,96 +1,96