Objetivo

Estimar uma proporo p (desconhecida)

de elementos em uma populao,
apresentando certa caracterstica de
interesse, a partir da informao
fornecida por uma amostra.
Exemplos:
p: proporo de alunos da USP que foram ao teatro
pelo menos uma vez no ltimo ms;

p: proporo de consumidores satisfeitos com os

servios prestados por uma empresa telefnica;

p: proporo de eleitores da cidade de So Paulo

que votariam em um determinado candidato, caso a
eleio para presidente se realizasse hoje;

p: proporo de crianas de 2 a 6 anos, do estado

de So Paulo, que no esto matriculadas em
escola de educao infantil.
Dois possveis procedimentos de estimao:

Estimao pontual
Estimao intervalar

- Vamos observar n elementos, extrados ao

acaso e com reposio da populao;
- Para cada elemento selecionado, verificamos a
presena (sucesso) ou no (fracasso) da
caracterstica de interesse.
 Estimador pontual
O estimador pontual para p, p tambm
denominado proporo amostral,
amostral definido
como
X
p ,
n
sendo que
X denota o nmero de elementos na amostra que
apresentam a caracterstica;
n denota o tamanho da amostra coletada.

Se observamos o valor k da v. a. X, obtemos p k / n

que denominamos estimativa pontual para p.
Exemplo 1: Sejam,
p: proporo de alunos da USP que foram ao teatro
pelo menos uma vez no ltimo ms, e
X: nmero de estudantes que respondem sim em
uma pesquisa com n entrevistados.

Suponha que foram entrevistados n = 500

estudantes e que, desses, k = 100 teriam afirmado
que foram ao teatro pelo menos uma vez no ltimo
ms.
A estimativa pontual (proporo amostral)
amostral para p dada
por:
k 100
p 0,20 ,
n 500
ou seja, 20% dos estudantes entrevistados
afirmaram que foram ao teatro pelo menos uma
vez no ltimo ms.

Note que, outra amostra de mesmo tamanho pode

levar a uma outra estimativa pontual para p.
 Estimativa intervalar ou
intervalo de confiana
Para uma amostra observada, os estimadores pontuais
fornecem como estimativa um nico valor numrico
para o parmetro.
Os estimadores pontuais so variveis aleatrias e,
portanto, possuem uma distribuio de probabilidade,
em geral, denominada distribuio amostral.
Idia:
Idia construir intervalos de confiana, que
incorporem estimativa pontual informaes a respeito
de sua variabilidade (erro amostral).
Intervalos de confiana so obtidos por meio da
distribuio amostral do estimador pontual.
A estimativa intervalar corresponde a um
intervalo determinado da seguinte maneira:

sendo o erro amostral ou margem de erro.

Pergunta: Como encontrar ?

Seja P( ) a probabilidade da estimativa pontual estar
a uma distncia de, no mximo, da proporo
verdadeira p, ou seja,

P( ) P( p p ).

A probabilidade P( ) tambm denominada

coeficiente de confiana do intervalo, que
denotamos pela letra grega (gama).

Afirma-se ainda que a estimativa intervalar tem

coeficiente de confiana = P( ).
Formalmente,
X
P( ) P( p p ) P p
n
X
P p p P np n X np n
n
n X np n
P .
np 1 p np 1 p np 1 p

Como X ~ b(n,p) temos que, para n grande, a

varivel aleatria X - np
Z
np(1- p)
tem distribuio N(0,1).
Deste modo, para n grande,

n n
P( ) P Z ,
p(1 p) p(1 p)

onde Z ~ N(0,1).
 n
Denotando z , temos que
p(1 p)

P( ) = = P(-z Z z).

Assim, podemos obter z conhecendo-se (ou P( )).

Por exemplo, considere = 0,80.

z tal que A(z) = 0,90.

Pela tabela, temos z = 1,28.
 Erro da estimativa intervalar

n
Da igualdade z ,
p(1 p)
imediato mostrar que o erro amostral
dado por
p(1 p)
z ,
n

onde z tal que = P(-z Z z), com Z~N(0,1).

 Dimensionamento da amostra
p(1 p)
Da relao z ,
n
segue que o tamanho amostral n, dados e a
margem de erro , tem a forma
2
z
n p(1 p),

onde z tal que = P(-z Z z) e Z ~ N(0,1).

Entretanto, nesta expresso, n depende de p(1-p),
que desconhecido.
Como calcular o valor de n?
 Grfico da funo p(1-p), para 0 p 1.

Pela figura observamos que:

a funo p(1-p) uma parbola simtrica em torno de p = 0,5;
o mximo de p(1-p) 0,25, alcanado quando p = 0,5.
Assim, na prtica, substitumos p(1-p) por seu valor mximo,
obtendo 2
z
n 0,25 ,

que pode fornecer um valor de n maior do que o necessrio.

Exemplo 2:
No exemplo da USP (Exemplo 1) suponha que
nenhuma amostra foi coletada. Quantos estudantes
precisamos consultar de modo que a estimativa
pontual esteja, no mximo, a 0,02 da proporo
verdadeira p, com uma probabilidade de 0,95?
Dados do problema:
= 0,02 (erro da estimativa);
P( ) = = 0,95 z = 1,96.

2 2
1,96 1,96
n p(1 - p) 0,25 2401 estudantes .
0,02 0,02
Pergunta: possvel reduzir o tamanho da
amostra quando temos alguma informao a
respeito de p?
Por exemplo, sabemos que:
p no superior a 0,30, ou
p pelo menos 0,80, ou
p est entre 0,30 e 0,60.

Resposta: Depende do tipo de informao sobre p.

Em alguns casos, podemos substituir a
informao p(1-p), que aparece na expresso de n,
por um valor menor que 0,25.
 Reduo do tamanho da amostra

Vimos que, se nada sabemos sobre o valor de p,

no clculo de n, substitumos p(1-p) por seu valor
2
mximo, e calculamos z
n 0,25 .

Se temos a informao de que p no mximo

0,30 (p 0,30), ento o valor mximo de p(1-p)
ser dado por 0,3x0,7 = 0,21.
Logo, reduzimos o valor de n para
2
z
n 0,21.
Agora, se p pelo menos 0,80 (p 0,80), ento
o mximo de p(1-p) 0,8 x 0,2 = 0,16 e temos
2
z
n 0,16 .

Mas, se 0,30 p 0,60 , o mximo de p(1-p)

0,5x0,5 = 0,25 e, neste caso, no h reduo, ou
seja,
2
z
n 0,25.
Exemplo 3:
No Exemplo 2, suponha que temos a informao
de que no mximo 30% dos alunos da USP foram
ao teatro no ltimo ms. Portanto, temos que
p 0,30 e, como vimos, o mximo de p(1-p) neste
caso 0,21.
Assim, precisamos amostrar

2 2
z 1,96
n 0,21 0,21 2017 estudantes ,
0,02

conseguindo uma reduo de 2401 2017 = 384

estudantes.
 Intervalo de confiana para p
Vimos que a estimativa intervalar para p tem a
forma: p ;p ,

p(1 p)
com z e z tal que = P(-z Z z) na N(0,1).
n
Na prtica, substitumos a proporo desconhecida
p pela proporo amostral p, obtendo o seguinte
intervalo de confiana com coeficiente de
confiana :
p(1 p) p(1 p)
IC(p ; ) p z ; p z
n n
Exemplo 4:
No exemplo da USP, temos n = 500 e p = 0,20.
Construir um intervalo de confiana para p com
coeficiente de confiana = 0,95.

Como = 0,95 fornece z = 1,96,

o intervalo dado por:

p(1 p) p(1 p)
p z ; p z
n n

0,20 0,80 0,20 0,80

0,20 1,96 ; 0,20 1,96
500 500
0,20 0,035 ; 0,20 0,035 0,165 ; 0,235 .

Nesse intervalo ( =0,95), a estimativa pontual para p 0,20,

com um erro amostral igual a 0,035.
Interpretao do IC com = 95%:
Se sortearmos 100 amostras de tamanho n=500 e
construrmos os respectivos 100 intervalos de
confiana, com coeficiente de confiana de 95%,
esperamos que, aproximadamente, 95 destes
intervalos contenham o verdadeiro valor de p.

Comentrios:
p(1 p)
Da expresso z , possvel concluir que:
n
para fixado, o erro diminui com o aumento de n.
para n fixado, o erro aumenta com o aumento de .
Exemplo 5:
Ainda no exemplo da USP, temos k = 100 e n = 500.
Qual a probabilidade da estimativa pontual estar a
uma distncia de, no mximo, 0,03 da proporo
verdadeira?

Dados do problema:
n 500, p 0,20 e 0,03 P( ) = = ??

Como a proporo verdadeira p desconhecida,

utilizamos a estimativa pontual p para calcular z e,
assim, obter (ou P( )).
Clculo de z:

n 0,03 500
z 1,68 .
p(1 p) 0,2 0,8

Logo, obtemos
P( ) 2 A( z ) 1
2 A(1,68) 1
2 0,953 1
0,906 (90,6%).
Exemplo 6: Suponha que estamos interessados em
estimar a proporo p de pacientes com menos de 40
anos diagnosticados com cncer nos pulmes que
sobrevivem pelo menos 5 anos.
Em uma amostra aleatoriamente selecionada de 52
pacientes, somente seis sobreviveram mais de 5 anos.

6
- Estimativa por ponto para p: p 0,115
52

- Intervalo de confiana aproximado de 95% para p:

0,115(1 0,115) 0,115(1 0,115)
(0,115 1,96 ; 0,115 1,96 )
52 52
(0,028, 0,202)
Comentrio:
Embora esse intervalo tenha sido construdo usando a
aproximao normal para a distribuio binomial,
poderamos ter gerado um intervalo de confiana exato
para p usando a prpria distribuio binomial.
Um intervalo exato particularmente til para pequenas
amostras, em que o uso da aproximao normal no
pode ser justificada.
This document was created with Win2PDF available at http://www.daneprairie.com.
The unregistered version of Win2PDF is for evaluation or non-commercial use only.