Você está na página 1de 43

0

Sumrio:
6. Intervalos de Confiana .......................................................................................01
6.1. A estimao por intervalos.........................................................................01
6.2. Intervalo de confiana para a mdia..........................................................02
6.2.1. Intervalo de confiana para a mdia com varincia conhecida.....02
6.2.2. Intervalo de confiana para a mdia com varincia
desconhecida .................................................................................06
6.2.3. Intervalo de confiana para a proporo .......................................09
6.3. Intervalo de confiana para a diferena entre duas mdias de populaes
independentes............................................................................................15
6.3.1. Intervalo de confiana para a diferena entre duas mdias de
populaes independentes com varincias conhecidas ...............16
6.3.2. Intervalo de confiana para a diferena entre duas mdias de
populaes independentes com varincias iguais e
desconhecidas ...............................................................................18
6.3.3. Intervalo de confiana para a diferena entre duas mdias de
populaes independentes com varincias diferentes e
desconhecidas ...............................................................................22
6.3.4. Intervalo de confiana para a diferena entre duas propores
em populaes independentes ......................................................25
6.4. Intervalo de confiana para a varincia de uma populao normal..........27
6.5. Intervalo de confiana para a razo entre as varincias de duas
populaes normais...................................................................................30
6.6. Exerccios...................................................................................................34

Intervalos de confiana
6.1. A estimao por intervalo
Normalmente, no processo de investigao de um parmetro ,
necessitamos ir alm da sua estimativa pontual . O fato de no se
conhecer o valor de pode causar uma insegurana e levar a um
questionamento:
Quo prximo estamos do valor real de quando obtemos sua
estimativa?
A resposta depende da preciso (ou varincia) do estimador e,
tambm, do valor real do parmetro.
Uma maneira de contornar esse problema consiste em se encontrar
um intervalo em torno de que tenha alta probabilidade de englobar .

P( do intervalo [ a, b] englobar ) =
O intervalo [ a, b] , na prtica, ser construdo com a amostra, ou seja,
a partir dos dados e da distribuio amostral associada a .
Logo, os valores a e b sero aleatrios, variando de uma amostra
para outra.

6.2. Intervalo de confiana para a mdia


6.2.1. Intervalo de confiana para a mdia com varincia conhecida
Seja uma aa X1, X2, . . . , Xn, com mdia e varincia 2
conhecida. Para construir um intervalo de confiana para a mdia deve-se
considerar a distribuio da mdia amostral X ,
2
X N ,
n

X
N ( 0 , 1)
/ n

Intervalo de confiana (1 )100% para


Para construir um I.C. para a temos que obter constantes a e b tal
que Pa b (1 ) .
A probabilidade (1 ) chamada de nvel de confiana do
intervalo e de nvel de significncia.
X
Ento, da distribuio de
, temos:
/ n
X

P z / 2
z1 / 2 (1 )
/ n

P z / 2
X z1 / 2
(1 )
n
n

P X z1 / 2
X z / 2
(1 )
n
n

Como z1 / 2 z / 2 , teremos:

P X z1 / 2
X z / 2
(1 )
n
n

a x z / 2

e b x z / 2
.
n
n

Nota: observe que, nessa notao, z / 2 0 .


Portanto, um intervalo de confiana (1 )100% para ,
com 2 conhecido, dado por:

z
;
x

z
.
/2
/2

n
n
Se = 0.05, / 2 0.025 e z0.025 1.96 , logo, um I.C. 95%
para , com 2 conhecido, dado por:

1
.
96
;
x

1
.
96
.

n
n

Exemplo 1: Testes de compresso foram aplicados na marca A de


cimento para avaliar sua resistncia em concretos. Foram produzidos 13
corpos de prova e os testes foram aplicados no Laboratrio de testes do
Departamento de Engenharia Civil da UFSCar.
(O corpo de prova padro brasileiro, normatizado pela ABNT, o cilndrico,
com 15 cm de dimetro, 30 cm de altura e a idade de referncia 28 dias)
Foi registrada a resistncia compresso simples (fc), para cada
corpo de prova com o intuito de calcular a resistncia caracterstica do
concreto compresso (fck).
Um concreto concreto classe C30, por exemplo, corresponde a um
concreto com fck = 30 Mpa (Mpa = 106Pa).
Pascal (unidade)
O Pascal (smbolo: Pa) a unidade padro de presso e tenso no
SI. Equivale a fora de 1N aplicada uniformemente sobre uma superfcie
de 1m2 (fonte: Wikipdia).
Dados (MPa):
31.04 31.11 39.56 24.83 36.97 34.86 29.44
39.15 27.82 34.96 35.19 39.68 34.27

xA = 33.76
sA = 4.665

A empresa afirma que o processo tem variabilidade 2A = 25MPa2.


Construir um intervalo de confiana 95% (nvel de significncia = 0.05)
para a resistncia compresso mdia.

Estatstica:

X A A
~ N 0 ;1
A / nA

Encontrar a e b tais que: Pa A b 0.95

X A
P 1.96 A
1.96 0.95
A / nA


P 1.96 A X A A 1.96 A 0.95
nA
nA


P X A 1.96 A A X A 1.96 A 0.95
nA
nA

Substituindo os valores da mdia amostral e tamanho da amostra


5
5

P 33.76 1.96
A 33.76 1.96
0.95
13
13

P 31.04 A 36.48 0.95


Ou seja:
a 33.76 1.96

5
31.04 MPa
13

b 33.76 1.96

5
36.48 MPa
13

Logo, ( 31.04, 36.48 ) um I.C. 95% para A.


Interpretao: o intervalo (31.04 ; 36.48) tem probabilidade 0.95
(95%) de englobar o real valor da mdia A.

6.2.2. Intervalo de confiana para a mdia com varincia


desconhecida
Seja uma aa X1, X2, . . . , Xn, com mdia e varincia 2
desconhecida. No caso da varincia ser desconhecida devemos utilizar sua
estimativa dada pela varincia amostral s2, porm, nesse caso a
distribuio associada mdia amostral X no ser mais a normal.
X
tem distribuio t Student com
s/ n
(n 1) graus de liberdade, ou seja

Resultado: a estatstica

X
~ tn 1
s/ n
Notas:
1) A razo

X
pode ser escrita como:
s/ n
X
X

s/ n
/ n s

X
/ n
N (0 ,1)

(n 1) s 2 / 2
2n 1
n 1
n 1

Ou seja, a distribuio t-Student dada pela razo de uma N (0 , 1)


por 2 uma dividida pelos seus graus de liberdade.

2) Assim com a normal padronizada a distribuio t Student tem


formato de sino, ou seja, simtrica em torno do zero, porm, para graus
de liberdade pequenos a moderados suas caudas so mais pesadas.
3) Se uma va T tem distribuio t Student com k graus de liberdade,
ento:
k
e
E (T ) 0
Var (T )
k 2
4) Quando os graus de liberdade crescem, a distribuio t Student
se aproxima da N ( 0 ,1) .
5) A distribuio t Student com 1 grau de liberdade conhecida
como distribuio de Cauchy.

Para construir um I.C. para a quando desconhecida, devemos


proceder como nos casos anteriores, porm substituindo a distribuio
normal padro pela t-Student, ou seja:

P t( n 1); / 2
t( n 1);1 / 2 (1 )
s/ n

s
s

P t( n 1); / 2
X t( n1);1 / 2
(1 )
n
n

s
s

P X t( n 1);1 / 2
X t( n 1); / 2
(1 )
n
n

Como t( n 1);1 / 2 t( n 1); / 2 , temos:


s
s

P X t( n 1); / 2
X t( n 1); / 2
(1 )
n
n

Logo, um intervalo de confiana (1 )100% para , com


2 desconhecido, dado por
s
s

t
;
x

t
( n 1); / 2
( n 1); / 2

n
n
Exemplo 2: No caso dos testes de compresso em amostras de concreto,
o gerente da companhia, desconfiando de que a informao a respeito da
varincia no seja verdadeira, refez os clculos estimando a varincia do
processo por s2.
Como o procedimento de clculo o mesmo, basta substituir o valor do
quantil da normal (Z0.025 = 1.96) pelo quantil das distribuio t Student
com (n 1) = 12 graus de liberdade.
Como nA 13 , ento t( n 1); / 2 t12; 0.025 2.1788
Com xA = 33.76 e sA = 4.665 refazendo os clculos temos que

xA t( nA 1); 0.025

sA
4.665
33.76 2.1788
30.94 MPa
nA
13

xA t( nA 1);0.025

sA
4.665
33.76 2.1788
36.58 MPa
nA
13

Portanto, ( 30.94 , 36.58 ) um IC 95% para A para o caso em


que a varincia desconhecida
Interpretao: mesma do caso anterior, porm, agora a varincia
desconhecida.

6.2.3. Intervalo de confiana para a proporo


Como a proporo p de fato a mdia amostral de uma aa cuja va
tem distribuio de Bernoulli(p), para se construir intervalos de confiana
para p devemos seguir os mesmos procedimentos anteriores.
Considerando que o estimador da proporo p tem valor esperado
p (1 p)
p e varincia
, dada a distribuio
n
p p
N ( 0 , 1) ,
p (1 p )
n
um I.C. (1 )100% para a proporo dado por:

p (1 p )
p (1 p )

.
p

z
p

/
2

/
2

n
n

10

Exemplo 3: Nos testes de compresso em amostras de concreto, se


a empresa afirma que 90% da produo atende ao valor do fck = 30Mpa,
construir um I.C. de 95% ( = 0.05) para a proporo de corpos de provas
com fc abaixo de fck.
Dos 13 corpos de prova os valores 24.83, 29.44 e 27.82 so
3
menores do que o fck de 30Mpa. Ento, p 0.231
13
Considerando que p = 0.10:
p z / 2

p (1 p)
0.10 0.90
0.231 1.96
0.0679
n
13

p z / 2

p (1 p)
0.10 0.90
0.231 1.96
0.3941
n
13

Ou seja: P 0.0679 p 0.3941 0.95


Portanto, ( 0.0679 ; 0.3941 ) um I.C. 95% para p.
Interpretao: o intervalo (0.0679 ; 0.3941) tem probabilidade 0.95
(95%) de englobar o real valor do parmetro p.
Nota: Como normalmente no conhecemos p, podemos construir
intervalos de confiana para a proporo substituindo p e (1 p) por p e
(1 p ) , respectivamente. Neste caso o intervalo fica:

p (1 p )
p (1 p )

z
p

z
/2
/2

.
n
n

11

Outra possibilidade seria considerar o fato de p (1 p) 1 / 4 e


construir um intervalo conservador para p assumindo p = .
Neste caso:
p (1 p ) 1

n
4n
Logo, o intervalo de confiana conservador para p ser

z / 2
z / 2
p

;
p

.
4
n
4
n

Considerando = 0.05, ento, I.C.s 95% para p, nos casos acima


sero dados por:
i) utilizando p :

p (1 p )
p (1 p )

1
.
96
p

1
.
96

n
n

ii) conservador p :

1.96
1.96

4n
4n

O procedimento em (ii) fornece intervalos de confiana


excessivamente grandes quando p se distancia de ( p 0 ou p 1)
(Bussab & Moretin, 2002). Para a utilizao do intervalo conservador,
portanto, devemos ter algum conhecimento do valor p, garantindo que seu
valor esteja prximo de .
Exemplo: No exemplo do teste de compresso em concretos temos
3
p 0.231, logo
13

12

i) utilizando p :
p z / 2

p (1 p )
0.231 0.769
0.231 1.96
0.0019
n
13

p z / 2

p (1 p )
0.231 0.769
0.231 1.96
0.4601
n
13

Portanto, ( 0.0019 ; 0.4601 ) um I.C. 95% para p.

ii) conservador p :
p

z / 2
1.96
0.231
0.0408 (< 0 !!)
4n
52

z / 2
1.96
0.231
0.5028
4n
52

Portanto, ( 0.0408 ; 0.5028 ) um I.C. 95% conservador para p.


Note que no intervalo acima o limite inferior negativo,
consequncia da utilizao da mxima varincia de p e do fato de que a
proporo a ser estimada est longe do valor .
Nota: usualmente, nestes casos, arredondamos o limite inferior para 0
(zero), porm, o mais indicado a utilizao da estimativa p .

13

Forma simplificada de representao:

i) Mdia com varincia conhecida:

x z / 2

ii) Mdia com varincia desconhecida:

x t( n 1); / 2

iii) Proporo:

p z / 2

s
n

p (1 p )
n

Exemplos:
1) Um provedor de acesso internet deseja implantar um plano sem limite
de horas. Para isso, verificou numa amostra de n = 25 usurios os tempos
de utilizao mensal, obtendo: mdia amostral x 26.8 horas. Sabendo
que 2 = 6.25 horas2:
a) Encontre um intervalo de confiana 90% para a mdia.
b) De quanto deve ser aumentado o tamanho da amostra para que, mantidas
as demais medidas, o comprimento do intervalo caia pela metade?
2) Observou-se a estatura de 20 recm-nascidos num hospital conforme
dados abaixo. Pesquisas anteriores indicam que a estatura mdia das
crianas nascidas neste hospital de = 51 cm.
Dados: x = 987 e x2 = 48845.25
a) Qual a probabilidade de que a estatura mdia da amostra no ultrapasse
50.20 cm?
b) Construa um I.C. 99% para a mdia.
3) 10 corpos de provas foram submetidos a um teste de corroso onde foram
submersos em gua salgada durante 60 segundos/dia. A corroso foi
medida pela perda de peso em miligramas/decmetro quadrado/dia
(MDD). Os dados obtidos foram:
130.1 124.2 122.0 110.8 113.1 103.9 101.5 92.3 91.4 83.7

14

a) Encontre estimativas para a mdia e varincia para a perda de peso em


MDD.
b) Construa um intervalo de 95% de confiana para a mdia.
c) Supondo que a verdadeira mdia seja = 110, calcule a probabilidade de
que X seja superior ao mximo valor da amostra considerando:
i) desvio padro conhecido = 16; ii) desvio padro desconhecido.

15

6.3. Intervalo de confiana para a diferena entre as mdias de duas


populaes independentes
Sejam duas populaes A e B cujas mdias so A e B e
varincias 2A e 2B , respectivamente.
Um estimador no viciado para ( A B ) dado pela estatstica
X A X B e sua distribuio amostral obtida conforme trs diferentes
situaes:
i) Populaes independentes com varincias conhecidas;
ii) Populaes independentes com varincias desconhecidas, porm,
iguais;
iii) Populaes independentes com varincias diferentes e desconhecidas.

Figura: Populaes normais.

16

6.3.1. Intervalo de confiana para a diferena entre as mdias de duas


populaes independentes com varincias conhecidas
Seja uma aa de tamanho nA , retirada da populao A e uma aa de
tamanho nB retirada da populao B, independentes. Considerando que
as varincias 2A e 2B sejam ambas conhecidas, temos que:
X A A
A / nA

X B B
B / nB

so

N ( 0 , 1)

Da teoria da probabilidade temos que


E X A X B A B

2A B2
e Var X A X B

nA nB

Logo, para o caso em que as varincias 2A e 2B so conhecidas, a


distribuio amostral associada estatstica X A X B dada por:

X A X B A
B

2A B2

nA nB

N ( 0 , 1)

Observe que a varivel padronizada tem expresso similar aos


casos anteriores, ou seja, a diferena entre a va e sua mdia,
dividida pelo seu desvio padro.

17

Podemos, assim, construir um I.C. para ( A B ) a partir de

B
A
B
P z / 2 A
z1 / 2 (1 ) .
2
2

A B

n
n
A
B

Ou seja, um I.C. (1 ) 100% para ( A B ) considerando


amostras independentes e varincias conhecidas dado por:

2A B2

xA xB z / 2
nA nB

; xA xB z / 2

2A B2

.
nA nB

Exemplo 4: Considere que no exemplo com os testes de compresso em


amostras de concretos, alm da A uma segunda marca B tenha sido
avaliada com o intuito de que fossem comparadas.
Dados (MPa):
A
B

31.04 31.11 39.56 24.83 36.97 34.86 29.44 39.15

xA = 33.76

27.82 34.96 35.19 39.68 34.27

sA = 4.665

27.91 40.94 39.25 37.42 32.16 34.29 38.69 21.21

xB = 33.08

29.30 29.21 33.76 32.71 31.91 34.10 33.34

sB = 5.017

a) Sabendo que as empresas afirmam que ambos os processos tm


variabilidade 2 = 25MPa2, construir um I.C. para a diferena entre as
mdias das duas marcas.

18

Soluo:
a) Como 2A B2 25 ento:

X A X B A
B

2
A

2
B

nA nB

Logo, um I.C. 95% para ( A B ) dado por:

2A B2

xA xB z / 2
nA nB

; xA xB z / 2

2A B2

.
nA nB

Ou seja:

xA xB z / 2

2A 2B

nA nB

33.76 33.08 1.96 25 25


13 15

Portanto ( 3.034 , 4.394 ) um I.C. 95% para ( A B ) .

6.3.2. Intervalo de confiana para a diferena entre as mdias de duas


populaes independentes com varincias iguais e
desconhecidas
Sejam duas populaes A e B cujas mdias so A e B e
varincias desconhecidas, porm iguais, ou seja, 2A 2B 2

19

Nesse caso, contudo, tanto sA2 como sB2 estimam a varincia comum,
logo, podemos utilizar as informaes de ambas as amostras
para estimar a varincia populacional.
O que se faz, na prtica, combinar as somas de quadrados das
duas varincias amostrais e dividir pelos graus de liberdade total, ou seja
nA

2
2
( xAi xA ) (nA 1) sA

(nA 1) = g.l. de sA2

(nB 1) = g.l. de sB2

i 1
nB

2
2
( xBi xB ) (nB 1) sB
i 1

que combinadas, resultam em


nA

s 2p

2
p

nB

( xAi xA ) ( xBi xB ) 2

i 1

i 1

(nA 1) ( nB 1)

(nA 1) sA2 (nB 1) sB2

nA nB 2

A varincia combinada s 2p (ou pooled), nada mais do que


uma varincia ponderada pelos graus de liberdade das duas amostras:
(nA 1) sA2 (nB 1) sB2
.
s
nA nB 2
2
p

Assim como sA2 e sB2 , s 2p um estimador no viesado para 2 .

20

Prova:
(nA 1) E sA2 (nB 1) E sB2
E s
nA nB 2
2
p

(nA 1) 2 (nB 1) 2

nA nB 2

(nA 1 nB 1) 2

nA nB 2

Pelo fato de 2 ser desconhecida, temos que

X A A
s A / nA

tnA 1

X B B
sB / nB

tnB 1 .

Como temos um estimador comum para a varincia populacional,


podemos derivar uma distribuio de probabilidade para X A X B .
Padronizando a diferena entre as mdias amostrais teremos:

X A X B A B
s 2p s 2p

nA nB

X A X B A B
sp

1
1

nA nB

21

X A X B A B

Resultado:

sp

1
1

nA nB

tnA nB 2

Um I.C. (1 )100% para ( A B ) , quando as varincias


so iguais e desconhecidas, dado por:

xA xB t( n

A nB 2 ); / 2

sp

1 1

nA nB

Exemplo 5: Construir um I.C. 95% para a diferena entre as resistncias


mdias compresso em concretos feitos com cimentos das marcas A e
B, considerando varincias iguais e desconhecidas.
(voc acha vlida a suposio de varincias iguais?)
xA = 33.76
sA = 4.665
nA = 13

xB = 33.08
sB = 5.017
nB = 15

12 ( 4.665) 2 14 (5.017) 2 613.5307


s

26.597
13 15 2
26
2
p

s p 4.8577
t( nA nB 2 ); / 2 t 26; 0.025 2.0555

22

Logo, um I.C. 95% para ( A B ) dado por:

xA xB t26;0.025 s p 1 1
nA

nB

33.76 33.08 2.0555 4.8577 1 1

13 15

Portanto ( 3.105 , 4.465 ) um I.C. 95% para ( A B )


considerando varincias iguais e desconhecidas.

6.3.3. Intervalo de confiana para a diferena entre as mdias de duas


populaes independentes com varincias diferentes e
desconhecidas
Sejam duas populaes A e B cujas mdias so A e B e
varincias diferentes e desconhecidas, 2A e 2B .
Com 2A e 2B diferentes e desconhecidas, devemos utilizar suas
estimativas sA2 e sB2 individualmente e, nesse caso, a distribuio da
estatstica utilizada, apesar de continuar sendo a t-Student, no tem mais
os graus de liberdade obtidos diretamente, como nos casos anteriores, isto

X A X B A B
sA2 sB2

nA nB

~ t ,

23

em que os graus de liberdade so dados por:


2

sA2 sB2

n
n
2 A2 B 2
sA / nA sB / nB 2
nA 1 nB 1
Logo, um I.C. (1 ) 100% para ( A B ) , quando as
varincias so diferentes e desconhecidas, dado por:

xA xB t; / 2

sA2 sB2
.

nA nB

Exemplo 6: Com os dados de resistncias compresso em concretos


com cimentos das marcas A e B, considerando varincias iguais e
desconhecidas.
xA = 33.76
xB = 33.08
sA = 4.665
sB = 5.017
sA2 = 21.759
nA = 13

sB2 = 25.174
nB = 15
2

21.759 25.174

11.23614
13
15

2
2
21.759 / 13 25.174 / 15 0.43464
13 1
15 1
25.86 26

24

Nota: Os graus de liberdade no precisam ser valores inteiros. De fato,


t25.86; 0.025 2.056071 (pelo R).
Enfim, um I.C. 95% para ( A B ) dado por:
sA2 sB2

nA nB

xA xB t26;0.025

33.76 33.08 2.0555 21.759 25.174


13

15

Portanto ( 3.084 , 4.444 ) um I.C. 95% para ( A B )


considerando varincias diferentes e desconhecidas.
Resumindo:
Varincias

Varincias
conhecidas

Varincias
desconhecidas
e iguais
Varincias
desconhecidas
e diferentes

I.C. 95% p/

Estatstica

X A X B A
B

2
A

2
B

nA nB

X A X B A
B

sp

1
1

nA nB

( A B )
N ( 0 , 1)

(3.034 , 4.394)

tnA nB 2

(3.105 , 4.465)

X A X B A B
2
A

2
B

s
s

nA nB

~ t

(3.084 , 4.444)

25

6.3.4. Intervalo de confiana para a diferena entre duas propores


em populaes independentes
Considere que se queira estimar a diferena entre duas propores
p1 e p2 , associadas a duas populaes independentes. Ento, um
estimador no viesado para a diferena ( p1 p2 ) dado por ( p 1 p 2 ) .
Sabendo que

p (1 p1 )
p 1 N p1 , 1

n1

p (1 p2 )
p 2 N p2 , 2

n2

Ento:

p (1 p1 ) p2 (1 p2 )
( p1 p 2 ) N ( p1 p2 ) , 1

n
n2

Desta forma, um I.C. (1 )100% para ( p1 p2 ) dado por


( p1 p 2 ) z / 2

p 1 (1 p 1 ) p 2 (1 p 2 )

n1
n2

Exemplo 7: Um grupo de bilogos interessados em estudar populaes de


animais em regies isoladas por longas distncias esto avaliando o
desenvolvimento de peixes de uma determinada espcie em duas lagoas
separadas por uma grande distncia geogrfica. Numa amostra de 116
peixes da primeira lagoa, 84 so da espcie em questo, enquanto que, de
uma amostra de 80 peixes da outra lagoa, 45 so da espcie estudada.

26

Estimar a diferena entre as propores de peixes das duas lagoas e


construir um I.C. 90% para a diferena.
As estimativas individuais para p1 e p2 so:
p 1

84
0.724
116

p 2

46
0.575
80

Ento, uma estimativa para a diferena entre p1 e p2 dada por


p 1 p 2 0.724 0.575 0.149
e, a estimativa do desvio padro da diferena
0.724 0.276 0.575 0.425

0.04777 .
116
80

Logo, um I.C. 90% para a diferena entre as propores dado por


0.149 1.645 0.04777 ,

ou seja, ( 0.0353 , 0.2627 ) o I.C. 90% para ( p1 p2 ) .


O que se pode concluir?

27

6.4. Intervalo de confiana para a varincia de uma populao normal


Considere uma populao normal com mdia e varincia 2 ,
ambas desconhecidas. Em muitas aplicaes prticas temos o interesse
em avaliar a variabilidade dos fenmenos em estudo. Nessa situao,
devemos estimar e, tambm, construir intervalos de confiana para a
varincia populacional.
Considerando que a populao seja normal, temos que
(n 1) s 2
2n 1
2

Desta forma, a partir da distribuio 2n 1 podemos construir I.C.s


para 2 a partir de seus quantis:
2
(n 1) s 2

2
P ( n 1); / 2

(1 )
(
n

1
);
1

/
2
2

28
2
(2n 1); / 2
1 ( n 1);1 / 2
(1 )
P
2
2
2
(
n

1
)
s

(
n

1
)
s

2
(n 1) s 2
(
n

1
)
s
2
(1 )
P 2
2
( n1);1 / 2
( n 1); / 2

(n 1) s 2
( n 1) s 2
e b 2
.
a 2
( n 1);1 / 2
( n1); / 2
Desta forma, um I.C. (1 )100% para 2 dado por:
( n 1) s 2
(n 1) s 2
; 2
2
.

( n 1); / 2
( n 1);1 / 2
Exemplo 8: O peso de um componente mecnico uma va com
distribuio normal com mdia e varincia 2 , desconhecidos. Pretendese estudar a variabilidade do processo de produo e, para isso, uma
amostra com n = 11 componentes foi avaliada. Os pesos (g) so dados
98 97 102 100 98 101 102 105 95 102 100

x 1100 e x 2 110080.
Portanto:

1100
x
100 g
11

110080 11(100) 2
s
8 g2.
10
2

29

Construir um I.C. 95% para a varincia populacional ( = 0.05).


2
10
; 0.025 3.25

2
10
; 0.975 20.48

( n 1) s 2 10 8
a 2

3.906
( n 1);1 / 2 20.48

( n 1) s 2 10 8
b 2

24.615
( n 1); / 2
3.25

Um I.C. 95% para 2 dado por ( 3.906 , 24.615 ).

30

6.5. Intervalo de confiana para a razo entre as varincias de duas


populaes normais
muito comum, em aplicaes estatsticas, precisarmos comparar
as varincias de duas populaes, como, por exemplo, quando
comparamos a mdia dessas populaes.
A comparao de duas varincias no feita pela diferena entre
elas, mas sim pela razo das mesmas.
Resultado:
Seja W1 2k1 e W2 2k2 , prova-se facilmente que a razo
W1
F

W2

k1

Fk1 ;k2

k2

A razo de duas va independentes, com distribuio quiquadrado,


divididas pelos seus respectivos graus de liberdade (k1 e k2), tem
distribuio F de Snedecor, em que k1 so os graus de liberdade do
numerados e k2 os graus de liberdade do denominador.
Notas:
i) Se X tk , ento X 2 F1,k .
Prova: Sai direto do resultado (1) da distribuio t-Student.
ii) Existe uma relao entre os quantis das distribuies F, de forma
que
Fk1 ;k2 ;

1
Fk2 ;k1 ;1

31

Sejam duas populaes normais com varincias 12 e 22 e sejam s12


e s22 seus estimadores a partir de amostras de tamanho n1 e n2 , ento
(n1 1) s12 / 12
(n1 1)
F
(n2 1) s22 / 22
(n2 1)

Fn1 1 ; n2 1

Mas a razo F acima pode ser simplificada por:


s12
F

s22

12
22

22 s12
2 2 Fn1 1 ; n2 1
1 s2

Logo, um I.C. para razo entre duas varincias construdo a partir


de:

22 s12
P f1 2 2 f 2 (1 )
1 s2

em que: f1 F( n1 1);( n2 1); / 2 e f 2 F( n1 1);( n2 1);1 / 2 .

s22
22
s22
P f1 2 2 f 2 2 (1 )
1
s1
s1

32

12
Portanto, escrevendo o resultado para 2 , um I.C. (1 )100%
2
para a razo de varincias dado por:
s12
12
s12
(1 )
P
2
2
2
2
f1 s2
f 2 s2
Ou seja, o intervalo para a razo entre duas varincias de
populaes normais definido por:

s12
s12
;
2
.
2
s
F
s
F
2
( n1 1);( n2 1); / 2
2 ( n1 1);( n2 1);1 / 2
s12
Nota: O intervalo construdo de forma que 2 seja maior do que 1.
s2
Exemplo 9: Construir um I.C. 95% para a razo entre as varincias da
resistncia compresso em concretos dos cimentos das marcas A e B.
sA2 = 21.759
nA = 13

sB2 = 25.174
nB = 15

sB2
Com 2 1 , F14;12; 0.025 0.3279 e F14;12; 0.975 3.2062 .
sA
sB2
sA2 F14;12; 0.975

25.174
0.3608
21.759 3.2062

33

sB2
sA2 F14;12; 0.025

25.174
3.5284
21.759 0.3279

2B
Assim, um I.C. 95% para 2 dado por ( 0.3608 , 3.5284 ).
A

34

6.6. Exerccios
1. Deseja-se comparar a qualidade de um produto produzido por duas
indstrias. Essa qualidade ser definida pela uniformidade com que o
produto produzido. Tomaram-se duas amostras, uma de cada indstria,
medindo-se o tamanho dos produtos (cm).
a) A qualidade das duas fbricas a mesma? Caso a sua resposta seja
negativa, d um intervalo de confiana para indicar a intensidade dessa
desigualdade.
b) Construir um I.C. 99% para a diferena entre as mdias, ( A B )
Estatsticas
Indstria A
Indstria B
Tamanho da Amostra
21
17
Mdias
21.15
21.12
Varincias
0.0412
0.1734
2. Num estudo comparativo do tempo mdio de adaptao dos empregados
de um grande complexo bancrio, uma amostra aleatria, de 50 homens e
50 mulheres, produziu os seguintes resultados:
Estatsticas
Homens
Mulheres
Tamanho da Amostra
50
50
Mdias
3.2 anos
3.7 anos
Desvios-padres
0.8 anos
0.9 anos
Que concluses voc pode tirar para a populao de homens e mulheres
desse banco? (Indique quais as suposies feitas)
3. Suponha que uma associao de defesa de consumidores deseja estimar o
consumo mdio um novo modelo de automvel que ser lanado no
mercado. Para fazer esta verificao, a associao observa uma amostra de
10 veculos, conduzidos por motoristas treinados, num percurso de 100
milhas. O consumo, em gales, foi registrado com os seguintes resultados:

x 43.28

x 2 188.4886

Assumindo que estes valores representam uma amostra aleatria de uma


varivel normalmente distribuda com mdia e varincia 2 .
a) Calcule estimativas pontuais para e 2 .
b) Calcule um intervalo de 75 % de confiana para 2 .

35

4. Os dados abaixo so uma amostra aleatria para estimar a proporo


estudantes de uma universidade que possuem automvel.
Foi construdo o intervalo conservador de 90% de confiana para p :
( 0.5555 ; 0.8845 )
Um segundo intervalo foi construdo considerando a normalidade de p :
( 0.4887 ; 0.9513 )
a) Qual a estimativa pontual para p ?
b) Qual o tamanho da amostra?
c) Qual o nvel de confiana do segundo intervalo
5. Da populao X Normal(50; 100) retirou-se uma aa de n = 10
elementos e da populao Y Normal(60; 100) retirou-se uma aa de m = 6
elementos, independente da primeira, obtendo-se as varincias amostrais s12 e
s22 , respectivamente.
a) Encontre o valor de a, tal que Ps12 s22 a 0.95
b) Encontre o valor de b, tal que Ps12 s22 b 0.95
6. Uma das maneiras de medir o grau de satisfao dos empregados de uma
mesma categoria quanto poltica salarial por meio do desvio padro de
seus salrios. A Fbrica A diz ser mais coerente na poltica salarial do que a
Fbrica B. Para verificar essa afirmao, sorteou-se uma amostra de 10
funcionrios no especializados de A, e 15 de B, obtendo-se os desvios
padres s A 1000 reais e sB 1600 reais. Qual seria a sua concluso?

36

Resoluo:
1. Deseja-se comparar a qualidade de um produto produzido por duas
indstrias. Essa qualidade ser definida pela uniformidade com que o
produto produzido. Tomaram-se duas amostras, uma de cada indstria,
medindo-se o tamanho dos produtos (cm).
a) A qualidade das duas fbricas a mesma? Caso a sua resposta seja
negativa, d um intervalo de confiana para indicar a intensidade dessa
desigualdade.
n A 21
x A 21.15
s A2 0.0412

nB 17
xB 21.12
s B2 0.1734

2B
I.C. 95% para 2 :
A
Limite inferior:

0.1734
0.1734

1.652
0.0412 F16; 20; 0.975 0.0412 2.547

Como F16; 20; 0.025

Limite superior:

1
F20;16;0.975

1
0.3731
2.68

0.1734
0.1734

11.280
0.0412 F16; 20; 0.025 0.0412 0.3731

2B
O intervalo ( 1.652 ; 11.283 ) um intervalo de confiana 95% para 2 .
A
Como o intervalo no engloba o valor 1, ento, h evidncia suficiente
para afirmar que 2A 2B .
Logo, a qualidade das duas indstrias no a mesma. A indstria A, com
menor variabilidade, tem melhor qualidade.

37

b) I.C. 99% para ( A B ) considerando varincias diferentes.


2

s A2 sB2

n
n
2 A2 B 2
sA / nA sB / nB 2
nA 1 nB 1
2

0.0412 0.1734

21
17

22.1 22 gl
2
2
0.0412 / 21 0.1734 / 17
20
16
/ 2 0.005 t 22; 0.005 2.8188

( x A xB ) t 22 ;0.005

0.03 2.8188

s 2A s B2

n A nB

0.0412 0.1734

21
17

( 0.281 ; 0.341 ) o I.C. 99% para a diferena entre as mdias de


tamanhos dos produtos das indstrias A e B.
2. Num estudo comparativo do tempo mdio de adaptao dos empregados
de um grande complexo bancrio, uma amostra aleatria de 50 homens e 50
mulheres produziu os seguintes resultados:
A qualidade das duas fbricas a mesma? (comparar as varincias)
nH 50
nM 50
xH 3.2 anos
xM 3.7 anos
s H 0.8 anos
sM 0.9 anos

38

Que concluses voc pode tirar com relao ao tempo de adaptao de


homens e mulheres desse banco? (Indique quais suposies foram feitas)
2M
I.C. 95% para 2 :
H
(0.9) 2
0.81

0.7182
Limite inferior:
(0.8) 2 F49 ; 49;0.975 0.64 1.7622
(0.9) 2
0.81
Limite superior:

2.2302
2
(0.8) F49 ; 49;0.025 0.64 0.5675
2M
O intervalo ( 0.7182 ; 2.2302 ) um intervalo 95% para 2 .
H
Como o intervalo engloba o valor 1, ento, no h evidncia suficiente
para afirmar que as varincias so diferentes.
I.C. 90% para a diferena entre os tempos mdios de adaptao entre
homens e mulheres, com varincias iguais.
(nM 1) sM2 ( nH 1) s H2 49 0.64 49 0.81
s

0.725
nM n H 2
98
2
p

/ 2 0.05 t98; 0.05 1.6606

( x M xH ) t98; 0.05

(3.7 3.2) 1.6606

s 2p
nM

s 2p
nH

0.725 0.725

50
50

( 0.2172 ; 0.7828 ) o I.C. 90% para a diferena entre os tempos mdios


de adaptao de entre mulheres e homens.

39

O intervalo no engloba o zero, portanto, h evidncias suficientes para


afirmar que os homens tm um tempo de adaptao menor do que as
mulheres.
Suposies: Normalidade dos tempos de adaptao de homens e mulheres
3. Uma associao de defesa de consumidores deseja estimar o consumo
mdio um novo modelo de automvel que ser lanado no mercado. Para
fazer esta verificao, a associao observa uma amostra de 10 veculos,
conduzidos por motoristas treinados, num percurso de 100 milhas. O
consumo, em gales, foi registrado com os seguintes resultados:

x 43.28

x 2 188.4886

Assumindo que estes valores representam uma amostra aleatria de uma


varivel normalmente distribuda com mdia e varincia 2 .
a) Calcule estimativas pontuais para e 2 .
x

43.28
4.328
10

188.4886 10(4.328) 2 1.17276


s

0.13031
(10 1)
9
2

b) Calcule um intervalo de 75% de confiana para 2 . ( 0.25 )


9; 0.125 4.507 e 9; 0.875 13.926
(n 1) s 2 1.17276

0.0842
Limite inferior:
9 ;0.875
13.926
(n 1) s 2 1.17276
Limite superior:

0.2602
9 ; 0.125
4.507
I.C. 75% para a varincia 2 dado por: ( 0.0842 ; 0.2602 )

40

4. Os dados abaixo so uma amostra aleatria para estimar a proporo


estudantes de uma universidade que possuem automvel.
Intervalo conservador de 90% de confiana para p : ( 0.5555 ; 0.8845 )
Intervalo considerando a normalidade de p : ( 0.4887 ; 0.9513 )
a) E pontual para p ? (ponto mdio dos intervalos)
p

0.5555 0.8845 0.4887 0.9513

0.72
2
2

b) Qual o tamanho da amostra?


Sabe-se que o tamanho do I.C. 90% conservador dado por:
Z 0.05

1
0.5555 0.72
4n

1.645
0.1645
4n
4n 10a

n 25

c) Qual o nvel de confiana do segundo intervalo


0.72 Z / 2

Z / 2

p (1 p )
0.9513
25

5 (0.9513 0.72)
2.576
0.72 0.28

O nvel de confiana do I.C. (1 ) 0.99 ou 99%.

41

5. Da populao X Normal(50;100) retirou-se uma aa de n = 10


elementos e da populao Y Normal(60;100) retirou-se uma aa de m = 6
elementos, independente da primeira, obtendo-se as varincias amostrais s12 e
s22 , respectivamente.
a) Encontre o valor de a, tal que Ps12 s22 a 0.95
Obs: 12 22 100
s12

Fn 1; m 1

s12
s22

Ps12 s22 a 0.95

a F9;5; 0.95 4.772

s22

12

22

F9 ;5

b) Encontre o valor de b, tal que Ps12 s22 b 0.95


Da relao entre as distribuies Fs
F9 ;5; 0.05

1
F5;9; 0.95

1
0.2872
3.482

Ps12 s22 b 0.95

b F9;5; 0.05 0.2872

6. Uma das maneiras de medir o grau de satisfao dos empregados de uma


mesma categoria quanto poltica salarial por meio do desvio padro de
seus salrios. A Fbrica A diz ser mais coerente na poltica salarial do que a
Fbrica B. Para verificar essa afirmao, sorteou-se uma amostra de 10
funcionrios no especializados de A, e 15 de B, obtendo-se os desvios
padres s A 1000 reais e sB 1600 reais. Qual seria a sua concluso?
O grau de satisfao com o salrio o mesmo nas duas fbricas?
(comparar as varincias)

42

n A 10
s A 1000
s A2 1 106

nB 15
s B 1600
s B2 2.56 106

2B
Construir um I.C. 95% para 2 e verificar se engloba o valor 1:
A
s B2
2.56 106
Limite inferior: 2

0.6740
s A F14;9 ;0.975 1 106 3.7980

Como F14;9; 0.025

1
F9 ;14; 0.975

1
0.3116
3.209

s B2
2.56 106
Limite superior: 2

8.2157
s A F14;9 ; 0.025 1 106 0.3116
2B
I.C. 95% para 2 : ( 0.6740 ; 8.2157 )
A
O I.C. engloba o valor 1, portanto, no h evidncia para sustentar a
afirmao da Fbrica A.