Escolar Documentos
Profissional Documentos
Cultura Documentos
Estatc3adstica Parte 2 PDF
Estatc3adstica Parte 2 PDF
Porm, apesar de termos amostras diferentes, ser que podemos ter respostas
prximas ou iguais nas diversas amostras? A resposta sim, conforme
estudaremos mais adiante.
x=
f .x
i i
=
f .( x x )2 1
fi .x i2
( f .x ) 2
ou, ainda, s =
2 i i 2 i i
s
n 1 n 1 n
s = s2
4.5. Estimativa
O valor numrico de um estimador chamado estimativa de seu respectivo
parmetro.
Vimos que x =
f .x
i
um estimador da mdia populacional . O estimador
i
n
x uma varivel aleatria. Portanto, buscamos conhecer sua distribuio de
probabilidade.
4.7.1. Teorema 1
E( x ) = ( x ) = .
Logo, a mdia das mdias amostrais igual mdia populacional, tanto para
uma populao finita como infinita.
4.7.2. Teorema 2
Se a populao infinita, ou se a amostragem com reposio, a
varincia da distribuio amostral das mdias :
72
2
( x) =
2
.
n
( x ) = .
n
4.7.3. Teorema 3
2 N n
( x) =
2
.
n N 1
E o desvio padro :
1 Nn Nn
( x ) = . . ou ( x ) = . .
n N 1 n N 1
Nn
Importante: o fator de correo finita deve ser utilizado sempre
N 1
que o tamanho da amostra maior que 5% da populao finita, ou seja,
n
quando > 0,05 .
N
73
Suponha uma amostra aleatria simples de tamanho n retirada de uma
populao com mdia e varincia 2 (note que o modelo da varivel
aleatria no especificado). Representando tal amostra por n variveis
aleatrias independentes (X1,..., Xn) e, denotando sua mdia por X , temos que
X n
Z
n
Por exemplo, fixe um tamanho da amostra e repita a coleta 100 vezes. Como
cada amostra fornece uma mdia amostral, temos 100 mdias amostrais
observadas e com elas construmos um histograma. claro que, quanto maior
for a coleta e as repeties, mais aproximado ser o histograma, da densidade
de X. Teremos, ento, atravs dessa simulao, uma idia de como X se
comportaria numa amostra grande e poderemos perceber sua semelhana
com a distribuio Normal, conforme assegura o Teorema Central do
Limite.
74
Pode-se observar que, mesmo partindo de distribuio assimtricas, discretas
ou contnuas, medida que o tamanho da amostra cresce, a distribuio de X
vai se aproximando para a forma de um modelo Normal. A velocidade da
convergncia depende da distribuio inicial, sendo mais rpida nas
distribuies simtricas.
p p n
N(0,1) .
p(1 p)
n
75
A figura a seguir apresenta vrios histogramas obtidos a partir de uma
simulao de uma Binomial com parmetros n e p, considerando alguns
valores para n (um para cada coluna) e para p (um para cada linha).
3,5
( x ) = = 90 ps e ( x ) = = = 1,75 ps.
n 4
76
Exemplo 2: O grfico a seguir mostra o perodo que as pessoas passam
dirigindo todos os dias. Voc seleciona aleatoriamente 50 motoristas com idade
entre 15 e 19 anos. Qual a probabilidade de que a mdia de tempo que eles
passam dirigindo todos os dias esteja entre 24,7 e 25,5 minutos? Suponha que
=1,5 minutos.
Como o tamanho da amostra maior que 30, ento podemos usar o teorema
do limite central para concluir que a distribuio de mdias das amostras
aproximadamente normal com uma mdia e um desvio padro de:
1,5
( x ) = = 25 minutos e ( x ) = = 0,21213 minutos.
n 50
77
24,7 25 25,5 25
P(24,7 < X < 25,5) = P <Z< = P( 1,41 < Z < 2,36) .
1,5 1,5
50 50
Graficamente:
4.9. Exerccios
1) Os gastos mdios com quarto e refeio por ano de faculdades de quatro
anos so de $ 6803. Voc seleciona aleatoriamente 9 faculdades de quatro
anos. Qual a probabilidade de que a mdia de quarto e refeio seja menor
que $ 7088? Suponha que os gastos com quarto e refeio sejam normalmente
distribudos, com desvio padro de $ 1125.
78
3) Uma populao constituda pelos nmeros 2,3,4,5. Considerar todas as
amostras possveis, de tamanho 2, que podem ser extradas dessa populao
com reposio. Determinar:
a) a mdia da populao;
b) o desvio padro da populao;
c) a mdia da distribuio amostral das mdias;
d) o desvio padro da distribuio amostral das mdias;
e) verifique que ( x ) = e ( x ) = .
n
Respostas
1) 0,7764
2) a) 0,3409 b) 0,0197
c) Embora haja uma chance de 34% de que um indivduo tenha uma conta menor que $2500,
h somente uma chance de 2% de que a mdia de uma amostra de 25 pessoas tenha uma
conta menor que $2500, o que um evento incomum. Ento, possvel que a amostra seja
incomum ou possvel que a declarao do auditor de que a mdia $2870 esteja incorreta.
3) a) =3,5 b) =1,1180 c) ( x ) =3,5 d) ( x ) = 0,7906
e) ( x ) = pois 3,5 = 3,5 e ( x ) = pois 0,7906 = 1,1180 .
n 2
4) a) 0,0125 b) 0,1315 c) 0,5
5) 0,9876
6) a) Sim, pois n/N = 0,06 > 0,05.
b) P(Z<4,26) = 0
79
5. Intervalos de Confiana
5.1. Introduo
Neste captulo, comearemos a estudar efetivamente a Inferncia Estatstica.
At agora, estudamos alguns estimadores pontuais. O problema de uma
estimativa pontual que ela raramente se iguala ao parmetro exato (mdia,
desvio padro ou proporo) de uma populao. Da surge a necessidade de
fazer estimativas mais significativas, especificando um intervalo de valores em
uma linha de nmero juntamente com a afirmao de quo confiante voc est
de que seu intervalo contm o parmetro populacional.
= 1 .
80
Dessa forma, podemos fazer uma interpretao genrica de um intervalo de
confiana: se obtivermos vrias amostras de mesmo tamanho e para cada
uma calcularmos os correspondentes intervalos de confiana com coeficiente
(ou nvel) de confiana , esperamos que a proporo de intervalos que
contenham o valor do parmetro seja igual a .
2
X ~ N ; para populaes infinitas e
n
2 N n
X ~ N ; para populaes finitas.
n N 1
X
Z obs = .
n
2 2
zc 0 zc
P x z c . x + zc . = .
n n
IC = x z c .
n
onde o termo z c . chamado de erro (ou erro mximo da estimativa ou
n
tolerncia de erro).
Nn
IC = x z c .
n N 1
Nn
onde o termo z c . chamado de erro (ou erro mximo da
n N 1
estimativa ou tolerncia de erro).
82
Exemplo 1: a durao da vida de uma pea de equipamento tal que
= 5 horas. Foram amostradas aleatoriamente 100 dessas peas, obtendose
mdia de 500 horas. Desejamos construir um intervalo de confiana para a
verdadeira durao mdia da pea com um nvel de 95% de confiana.
5
IC = x z c . = 500 1,96. = 500 0,98 .
n 100
Ou seja,
IC = [499,02 ; 500,98].
83
Interpretao: o intervalo [499,02 ; 500,98] contm a verdadeira durao
mdia da pea com 95% de confiana. Isso significa que, se forem construdos
intervalos dessa mesma maneira, 95% desses intervalos devem conter .
Nn 5 1000 100
IC = x z c . = 500 1,96. = 500 0,93 .
n N 1 100 1000 1
Inicialmente, devemos observar que foi dado que 2=0,01 m2. Logo, =0,1 m.
0,49 0,49
98%
zc zc
0
84
Ou seja, zc = 2,33.
0,1
IC = x z c . = 1,69 2,33. = 1,69 0,07
n 10
Vimos que o erro dado por E = z c . . Para uma confiana de 95%, j vimos
n
que, a partir da tabela da Normal, zc=1,96. Substituindo os valores temos:
2
5 1,96.5 1,96.5
1 = 1,96. n = n= n = 96,04 .
n 1 1
s
Populaes infinitas: IC = x t c . .
n
s Nn
Populaes finitas: IC = x t c . .
n N 1
Note que, agora, trabalhamos com o desvio padro amostral s, visto que o
populacional desconhecido.
86
5.4.2. Nota histrica
p p
2 2
1p
tc 0 tc
87
Exemplo 5: a amostra 9, 8, 12, 7, 9, 6, 11, 6, 10, 9 foi extrada de uma
populao Normal. Construa um intervalo de confiana para a mdia ao nvel
de 95%.
88
Resoluo
x=
x i
=
87
= 8,7 e s =
(x i x )2
= 2,00 .
n 10 n 1
s 2,00
IC = x t c . = 8,7 2,262. = 8,7 1,43 .
n 10
89
Resoluo
s 0,42
IC = x t c . = 6,22 2,861. = 6,22 0,27 .
n 20
I. n.p 5 e
II. n.q 5 .
p(1 p)
Populaes infinitas: IC = p z c . .
n
p(1 p) N n
Populaes finitas: IC = p z c . . .
n N 1
n
Lembrese: uma populao considerada finita quando > 0,05 .
N
1
E = zc . .
4n
160
p = = 0,8 .
200
Aplicando a frmula:
Exemplo 8: o grfico a seguir foi feito com base em uma pesquisa entre 900
norteamericanos adultos. Construa um intervalo de 99% de confiana para a
populao de adultos que acham que os adolescentes so os motoristas mais
perigosos.
Exemplo 9: voc est analisando uma campanha poltica e quer estimar, com
95% de confiana, a proporo dos eleitores que iro votar em um determinado
candidato. Sua estimativa deve ter uma margem de erro de 3% da populao
real. Encontre o nmero mnimo da amostra necessria se:
a) no h nenhuma estimativa prvia;
b) h uma estimativa prvia de p = 0,31 ;
c) compare os resultados obtidos.
Resoluo
2 2
1 1 1 0,03 1 0,03 1,96
E = zc . 0,03 = 1,96. = = 4n = n 1067,1
4n 4n 4n 1,96 4n 1,96 0,03
2
p(1 p) 0,31.(1 0,31) 0,2139 0,03 0,2139 0,03
E = zc . 0,03 = 1,96 = =
n n n 1,96 n 1,96
n 913,02 .
92
5.6.1. A distribuio qui-quadrado
93
Exemplo 10: vamos encontrar os valores crticos inf
2
e 2sup para um intervalo
de confiana de 90%, quando o tamanho da amostra for igual a 20.
Resoluo
94
valores direita e, portanto, temos de 95% direita de inf
2
e 5% direita de
2sup , conforme ilustra a figura:
(n 1).s 2 (n 1).s 2
IC = ;
sup inf
2 2
(n 1).s 2 (n 1).s 2
IC = ;
2sup inf
2
95
Exemplo 11: um farmacutico seleciona aleatoriamente 30 amostras de um
antialrgico e as pesa. O desvio padro da amostra 1,20 miligramas.
Supondo que os pesos so normalmente distribudos, construa um intervalo de
confiana de 99% para a varincia e o desvio padro da populao.
Resoluo
Assim, podemos dizer com 99% de confiana que a varincia populacional est
entre 0,80 e 3,18 miligramas2, enquanto que o desvio padro fica entre 0,89 e
1,78 miligramas.
5.7. Exerccios
3) Os QIs de 181 meninos com idades entre 6-7 anos de Curitiba foram
medidos. O QI mdio foi 108,08, e o desvio padro foi 14,38.
a) Calcule um intervalo de confiana de 95% para o QI mdio populacional dos
meninos entre 6-7 anos de idade em Curitiba usando estes dados.
b) Interprete o intervalo de confiana com palavras.
R$ fi
300 500 10
500 700 30
700 900 50
900 1100 40
14) Uma amostra aleatria de 400 domiclios mostranos que 25% deles so
casas de aluguel. Construa um intervalo de confiana para a proporo de
casas de aluguem com um nvel de confiana de 98%.
16) Para verificar se um dado era viciado, jogouse o mesmo 120 vezes,
obtendose 25 vezes o nmero cinco. Determinar um intervalo de confiana de
99% para a proporo de nmeros cinco. Podese dizer que o dado viciado?
17) Suponha que as alturas dos alunos de uma faculdade tenham distribuio
normal com desvio padro de 15 cm. Foi retirada uma amostra aleatria de 100
alunos, obtendose uma mdia de 175 cm. Construir, ao nvel de 95%, o
intervalo para a verdadeira altura mdia dos alunos.
19) Uma amostra aleatria de 200 habitantes de uma cidade mostrou que 180
desejavam gua fluorada. Encontrar os limites de confiana de 90% para a
proporo da populao favorvel fluorao.
22) Suponha que a varivel escolhida em um estudo seja o peso de certa pea
e que a populao seja infinita. Pelas especificaes do produto, o desvio
padro de 10kg. Logo, admitindo um nvel de confiana de 95% e um erro
amostral de 1,5kg, determine o tamanho da amostra necessria.
98
23) Ser coletada uma amostra de uma populao Normal com desvio padro
igual a 9. Pata uma confiana de 90%, determine a amplitude do intervalo de
confiana para a mdia populacional nos casos em que o tamanho da amostra
30, 50 ou 100. Comente as diferenas.
Respostas
1) IC = [17,6 ; 20,8]
2) IC = [72,2 ; 73,6]
3) a) IC = [105,99 ; 110,17]
b) Com uma confiana de 95%, a verdadeira mdia de QIs populacional de meninos entre 6
e 7 anos de idade que residem em Curitiba encontra-se no intervalo [105,99 ; 110,17], ou
ainda, se fossem retiradas 100 amostras de meninos e calculadas as mdias de seus QIs,
em 95 delas a mdia estaria dentro do intervalo apresentado.
4) IC = [186,2 ; 188,4]
5) Como ICA = [8,7 ; 9,9] e ICB = [10,2 ; 12,2], ou seja, no h uma interseco entre os dois
intervalos; ao nvel de 95% podemos afirmar que o automvel B mais econmico que o A
(empate tcnico).
6) IC = [118,2 ; 121,8]
7) IC = [148,4 ; 151,6]. Esse IC indica que com 95% de confiana a verdadeira mdia das
alturas de crianas de 5 srie est compreendida entre 148,4 cm e 151,6 cm. De outra
maneira, podemos dizer que se fossem retiradas 100 amostras de tamanho 36 dessas
crianas e calculadas as respectivas mdias, em 95 amostras a mdia estaria dentro do
intervalo [148,4 ; 151,6].
8) IC = [5,1 ; 7,3]
9) x = 784,62 e s = 184,04
IC = [752,98 ; 816,26]
10) Para 90%: IC = [4,81 ; 5,59]. Para 95%: IC = [4,73 ; 5,67]. Para 99%: IC = [4,58 ; 5,82].
11) IC=[102,84 ; 117,16]. Devese admitir a hiptese de que a distribuio de probabilidade
da populao seja Normal.
12) IC=[26,38 ; 32,02].
13) 89
14) IC=[20% ; 30%]
99
15) IC=[0,46 ; 0,74]. Logo, ao nvel de 96%, podese dizer que a moeda honesta, pois o
IC contm a proporo de 50% de caras.
16) No se pode dizer, ao nvel de 99%, que o dado seja viciado, pois o intervalo de
confiana para a proporo de nmeros cinco contm p=1/6=0,17, senco IC=[0,11 ; 0,31].
17) IC=[172,06cm ; 177,94cm].
18) a) 16 folhas.
b) 62 folhas.
c) E=0,0625 requer um tamanho de amostra maior. Conforme o tamanho do erro descresce,
uma amostra maior tem que ser retirada para obter informao suficiente a partir da
populao para assegurar a correo desejada.
19) IC=[0,56; 0,65].
20) Para 90%: IC=[6,688 ; 9,312]. Para 95%: IC=[6,432 ; 9,568]. Quanto maior for a
confiana, maior ser o tamanho do intervalo.
21) IC=[7,26 ; 13,58].
22) 178 peas.
23) Com n=30, a amplitude 5,39; para n=50 4,17 e para n=100 a amplitude 2,95;
quanto maior for o n, menor ser a amplitude.
24) IC=[1,38 ; 4,86]. Admite-se que a distribuio de probabilidade da populao seja
Normal.
25) IC=[0,32 ; 3,13].
26) Varincia: IC=[7,0 ; 30,6]. Desvio padro: IC=[2,6 ; 5,5].
27) IC=[2,08 ; 6,68].
100