Distribuies Amostrais

e Estimao Pontual
de Parmetros

OBJETIVOS DE APRENDIZAGEM
Depois de um cuidadoso estudo deste captulo, voc deve ser capaz de:
1.Explicar os conceitos gerais de estimao de parmetros de uma populao ou de
uma distribuio de probabilidades
2.Explicar o papel importante da distribuio normal como uma distribuio
amostral
3.Entender o Teorema do Limite Central
4.Explicar propriedades importantes dos estimadores pontuais, incluindo
tendenciosidade, varincia e erro quadrtico mdio.

7-1 Introduo
O campo da inferncia estatstica consiste
naqueles mtodos usados para tomar decises ou
tirar concluses acerca de uma populao.
Para tirar concluses, esses mtodos utilizam a
informao contida em uma amostra proveniente
da populao.
Inferncia Estatstica pode ser dividida em duas
grandes reas:
Estimao de Parmetros
Teste de Hipteses

7-1 Introduo
Suponha que queiramos obter uma estimativa pontual de um parmetro de
uma populao. Sabemos que antes dos dados serem coletados, as
observaes so consideradas variveis aleatrias, isto , X1,X2,,Xn. Logo,
qualquer funo da observao, ou qualquer estatstica, tambm uma
varivel aleatria. Por exemplo, a mdia da amostra e a varincia da
amostra S2 so estatsticas e so tambm variveis aleatrias.
Desde que uma estatstica seja uma varivel aleatria, ela ter uma
distribuio de probabilidades. Chamamos a distribuio de probabilidades de
uma estatstica de uma distribuio amostral. A noo de uma distribuio
amostral muito importante e ser discutida e ilustrada mais adiante neste
captulo.

Definio
Uma estimativa pontual de algum parmetro de uma populao um nico valor
nmerico de uma estatstica . A estatstica chamada de estimador pontual.

7-1 Introduo
Problemas de estimao ocorrem frequentemente em engenharia. Geralmente
necessitamos estimar:
A mdia de uma nica populao
A varincia 2 (ou desvio-padro ) de uma nica populao
A proporo p de itens em uma populao que pertence a uma classe de
interesse
A diferena nas mdias de duas populaes, 1 2
A diferena nas propores de duas populaes, p1 p2

7-1 Introduo
Estimativas pontuais razoveis desses parmetros so dadas a seguir:
Para , a estimativa

a mdia amostral

Para 2, a estimativa

, a varincia amostral

Para p, a estimativa
, a proporo da amostra, sendo x o
nmero de itens em uma amostra aleatria de tamanho n que pertence
classe de interesse.
a diferena entre as
Para 1 2, a estimativa
mdias de duas amostras aleatrias independentes.
Para p1 p2, a estimativa
, a diferena entre duas propores
amostrais, calculadas a partir de duas amostras aleatrias independentes.

7-2 Distribuies Amostrais e

Teorema do Limite Central
A Inferncia Estatstica lida em tomar decies acerca de uma
populao, baseando-se na informao contida em uma amostra
aleatria proveniente daquela populao.

Definies:
As variveis aleatrias X11,X22,,Xnn so uma amostra aleatria de tamanho n, se
(a) os Xiis forem variveis aleatrias independentes e (b) cada Xii tiver a mesma
distribuio de probabilidades.
Uma estatstica qualquer funo das observaes em uma amostra aleatria.
A distribuio de probabilidade de uma estatstica chamada de uma distribuio
amostral.

7-2 Distribuies Amostrais e

Teorema do Limite Central
Se estivermos amostrando de uma populao que tenha uma distribuio
desconhecida de probabilidades, a distribuio amostral mdia da mdia da amostra
ser aproximadamente normal, com mdia e varincia 2/n, se o tamanho n da
amostra for grande. Esse um dos mais utis teoremas em estatstica, o chamado
Teorema do Limite Central. O enunciado dado a seguir:

Se X11,X22,,Xnn for uma amostra aleatria de tamanho n, retirada de uma populao

(finita ou infinita), com mdia e varincia finita 22, e se for a mdia da amostra,
ento a forma limite da distribuio de:

quando

a distribuio normal padro.

7-2 Distribuies Amostrais e

Teorema do Limite Central
Figura 7-1 Distribuies
das pontuaes mdias
obtidas quando do
arremesso de dados.
[Adaptado, com permisso de
Box, Hunter, and Hunter
(1978).]

7-2 Distribuies Amostrais e

Teorema do Limite Central
Exemplo 7-1
Uma companhia eletrnica fabrica resistores que tm uma resistncia mdia de 100
ohms e um desvio-padro de 10 ohms. A distribuio de resistncias normal.
Encontre a probabilidade de uma amostra aleatria de n= 25 resistores ter uma
resistncia mdia menor que 95 ohms.
Note que a distribuio amostral de
desvio padro de:

normal, com mdia

ohms e um

Consequentemente, a probabilidade desejada corresponde rea sombreada na Fig.

7-1. Padronizando o ponto
na Fig 7.2, encontramos que

E desse modo,

7-2 Distribuies Amostrais e

Teorema do Limite Central

Figure 7-2 Probabilidade do Exemplo 71

7-2 Distribuies Amostrais e

Teorema do Limite Central
Distribuio Amostral Aproximada de uma
Diferena nas Mdias de Amostras
Se tivermos duas populaes independentes, com mdias 11 e 22 e varincias 1122 e
2222, e se
e forem as mdias de duas amostras aleatrias independentes de
tamnho n1 e n2 dessas populaes ento a distribuio amostral de

Ser aproximadamente normal padro, se as condies do teorema do limite central

se aplicarem. Se as duas populaes forem normais, ento a distribuio amostral de
Z ser exatamente normal padro.

7-3 Conceitos Gerais de Estimao

Pontual
7-3.1 Estimadores No-tendenciosos
Definio
um estimador no-tendencioso para o parmetro , se
O Estimador pontual
) =
E(
Se o estimador for tendencioso, ento a diferena

)
E(
.
chamada de tendenciosidade do estimator

7-3 Conceitos Gerais de Estimao

Pontual
Exemplo 7-4
Suponha que X seja uma varivel aleatria com mdia e varincia 2. Seja X1, X2, , Xn
uma amostra aleatria de tamanho n, proveniente de uma populao representada por X.
Mostre que a mdia da amostra X e a varincia da amostra S2 so estimadores notendenciosos de e 2 respectivamente.
Considere primeiro a mdia da amostra. Na Seo 5.5 do Captulo 5, mostramos que E( X ) =
. Consequentemente a mdia da amostra X um estimador no-tendencioso da mdia da
populao . Considere agora a varincia da amostra. Temos:

7-3 Conceitos Gerais de Estimao

Pontual
Exemplo 7-4 (continuao)
A ltima igualdade vem da equao para a mdia de uma funo linear no Captulo 5.
Entretanto, uma vez que
e
, temos

7-3 Conceitos Gerais de Estimao

Pontual
7-3.2 Varincia de um Estimador Pontual
Definio
Se considerarmos todos os estimadores no-tendenciosos de ,
, aquele
aquele com
com aa menor
menor
varincia ser chamado
chamado de
de estimador
estimador no-tendencioso de varincia mnima
(ENTVM).

Figure 7-5 As distribuies

amostrais de dois
estimadores notendenciosos
e
.

1
2

7-3 Conceitos Gerais de Estimao

Pontual
7-3.2 Varincia de um Estimador Pontual
Se X11,X22,,Xnn for uma amostra aleatria de tamanho n, proveniente de uma
ser
distribuio normal com mdia e varincia
varincia
22, ento a mdia da amostra
o ENTVM (Estimador No-Tendencioso de Varincia Mnima) para .

7-3 Conceitos Gerais de Estimao

Pontual
7-3.3 Erro-Padro de um Estimador
Definio
O erro-padro de um estimador o seu desvio-padro, dado por
.
Se o erro padro envolver parmetros desconhecidos que possam ser estimados,
ento a substituio daqueles valores em
produz um erro-padro estimado
denotado por
.

7-3 Conceitos Gerais de Estimao

Pontual
7-3.3 Erro-Padro de Estimador
Suponha que estejamos amostrando a partir de uma distribuio normal, com mdia
e varincia 2 . Agora, a distribuio de
normal, com mdia e varincia
2/n; assim o erro-padro de :

Se no conhecssemos , mas substituirmos o desvio-padro S da amostra na

equao anterior, ento o erro-padro etimado de
seria: