MKT-MDL-05

Verso 00

ESTATSTICA
Aula 05: Amostragem e Distribuies Amostrais
Prof. Felipe Mota
prof.felipem@hotmail.com
MKT-MDL-05
Verso 00

Amostragem Aleatria
MKT-MDL-05
Verso 00

Amostragem Aleatria

Na aula 01, definimos:

Populao (N) qualquer conjunto de

informaes que tenham, entre si, uma
caracterstica em comum.

Uma Amostra (n) um subconjunto de uma

populao.
MKT-MDL-05
Verso 00

Amostragem Aleatria

A populao pode ainda ser classificada em dois tipos:

Qualquer populao com N finito.
Populao Finita Ex.: peso de 3000 latas de tinta em
uma linha de produo ou
temperaturas mximas em Fortaleza
aos sbados do ano de 2017.

Populao Infinita Quando N to grande que no pode

ou no vivel de ser contado.
Geralmente variveis Ex.: no h limite para o nmero de
contnuas. vezes que podemos jogar um dado.
MKT-MDL-05
Verso 00

Amostragem Aleatria

Amostragem a escolha de uma amostra a partir

de uma populao e na prtica isso quase sempre
feito de forma 100% aleatria.

Existem, no entanto, maneiras diferentes de

selecionar uma amostra , e cada uma das amostras
tem a mesma chance de ser escolhida.
Onde:
!
=
! !
MKT-MDL-05
Verso 00

Amostragem Aleatria

Assim, podemos escrever a seguinte definio para

uma amostra aleatria:

Uma amostra de tamanho extrada de uma

populao finita de tamanho aleatria se

escolhida de tal modo que cada uma das

amostras possveis tem a mesma probabilidade
1
de serem escolhidas.

MKT-MDL-05
Verso 00

Amostragem Aleatria

Exemplo:
Quantas amostras de tamanho diferentes podem ser
extradas de uma populao finita de tamanho , se:
a) = 2 e = 12;
b) = 3 e = 50?
MKT-MDL-05
Verso 00

Amostragem Aleatria

Exemplo: a)
= 2 e = 12
!
=
! !
12 12! 12 11 10! 12 11
= = =
2 2! 12 2 ! 2! 10! 2
12
=
2
MKT-MDL-05
Verso 00

Amostragem Aleatria

Exemplo: b)
= 3 e = 50
!
=
! !
50 50! 50 49 48 47! 50 49 48
= = =
3 3! 50 3 ! 3! 47! 32
50
= .
3
MKT-MDL-05
Verso 00

Amostragem Aleatria
(Exemplo)

Qual a probabilidade de cada amostra possvel

se extramos uma amostra aleatria de tamanho
= 4 de uma populao finita de tamanho:
a) N = 12
b) N = 20
MKT-MDL-05
Verso 00

Amostragem Aleatria na Prtica

Como so aleatrias, para realizar o sorteio, poderamos,

na letra a) colocar 66 pedacinhos de papel numerados
(com as possveis combinaes de amostras) em um
chapu e retirar 2 de forma aleatria;
Para a letra b), no entanto, j se torna invivel misturar
19.600 pedacinhos de papel para selecionar 3 ao acaso.

Uma forma de simplificar o trabalho fazer a seleo

da amostra de forma totalmente aleatria, sorteando
os elementos que comporo as amostras e no as
possveis combinaes de amostras.
MKT-MDL-05
Verso 00

Amostragem Aleatria na Prtica

Mesmo um procedimento simples, como o de

selecionar elemento a elemento, pode ser ainda
mais simplificado atravs do uso de nmeros
aleatrios gerados por computadores ou
calculadoras estatsticas.
MKT-MDL-05
Verso 00

Amostragem Aleatria na Prtica

Curiosidade: Antigamente, quando os computadores

no eram acessveis, retirava-se as amostras
utilizando tabelas de nmeros aleatrios impressas.
MKT-MDL-05
Verso 00

Amostragem Aleatria

A definio utilizada at agora para amostras

finitas. As amostras infinitas so mais difceis de
trabalhar, mas com algumas ressalvas essas amostras
so comumente consideradas como se fossem
aleatrias simples.

Uma amostra de tamanho de uma populao infinita

aleatria se consiste em valores de variveis
aleatrias independentes que tm a mesma
distribuio.
MKT-MDL-05
Verso 00

Amostragem Aleatria

Exemplo: 1
Se obtemos 2, 5, 1, 3, 6, 4, 4, 5, 2, 4, 1 e 2 em doze
jogadas de um dado, esses nmeros constituem uma
amostra aleatria se so valores de variveis
aleatrias independentes com a mesma distribuio
de probabilidade.
Logo, como:
1
= para = 1, 2, 3, 4, 5 6
6
Estes nmeros formam uma amostra aleatria.
MKT-MDL-05
Verso 00

Amostragem Aleatria

Exemplo: 2
Oito estudantes obtiveram as seguintes medies do
ponto de ebulio de um composto de silcio: 136,
153, 170, 148, 157, 152, 143 e 150 graus Celsius.
Se a distribuio dessas variveis for a mesma,
digamos uma Distribuio Normal com = 152 e
= 10, ento estes nmeros formam uma amostra
aleatria.
MKT-MDL-05
Verso 00

Distribuies Amostrais
MKT-MDL-05
Verso 00

Distribuies Amostrais

A mdia amostral, a mediana amostral e o desvio-

padro amostral so variveis aleatrias cujas
distribuies so chamadas de distribuies
amostrais.
Para construir a distribuio de uma varivel como a
mdia amostral, devemos encontrar o valor dessa
varivel para todas as possveis amostras.
MKT-MDL-05
Verso 00

Distribuies Amostrais

Exemplo: 1 Trace a distribuio amostral da mdia

de uma amostra aleatria de tamanho = 2 extrada,
sem reposio, de uma populao finita de tamanho
= 5, cujos elementos so os nmeros 3, 5, 7, 9 11.
MKT-MDL-05
Verso 00

Distribuies Amostrais

Exemplo: 1 = 2, = 5, { 3, 5, 7, 9 11}.
Para uma amostra com = 2 existem
! 5! 543! 20
= = = = = 10 possibilidades
! ! 2! 52 ! 213! 2

que compe o espao amostral:

{3 e 5, 3 e 7, 3 e 9, 3 e 11, 5 e 7, 5 e 9, 5 e 11, 7 e 9, 7
e 11, 9 e 11}
MKT-MDL-05
Verso 00

Distribuies Amostrais

Exemplo: 1 = 2, = 5, { 3, 5, 7, 9 11}.
As mdias dos valores das possveis amostras so:
3+5 3+7 3+9 3 + 11
=4 =5 =6 =7
2 2 2 2
5+7 5+9 5 + 11 7+9
=6 =7 =8 =8
2 2 2 2
7 + 11 9 + 11
=9 = 10
2 2
Assim, o conjunto que representa os valores que a
mdia poder assumir {4, 5, 6, 6, 7, 7, 8, 8, 9, 10}
MKT-MDL-05
Verso 00

Distribuies Amostrais

Exemplo: 1 Como a amostragem

aleatria (ou seja, cada dez valores
tem a mesma probabilidade 1/10),
chegamos seguinte distribuio
amostral da mdia:
MKT-MDL-05
Verso 00

Distribuies Amostrais

Exemplo: 1 possvel tirar algumas concluses a

partir dessa distribuio, como por exemplo:
6
Existe P = de um nmero
10
diferir de por at 1 unidade
da mdia 7;
Mdia igual a 6, 7 8.
8
Existe P = de um nmero
10
diferir por at 2 unidades da
mdia 7;
Mdia igual a 6, 7 ou 8.
MKT-MDL-05
Verso 00

O Erro Padro da Mdia

Na maioria das situaes prticas, no podemos

proceder como no exemplo anterior, ou seja, no
podemos enumerar todas as amostras possveis ou
simular uma distribuio amostral a fim de julgar
quo prxima uma mdia amostral est da mdia da
populao da qual provm a amostra.
Felizmente, podemos obter as informaes de que
necessitamos atravs de dois teoremas:
teorema do Erro-padro da Mdia.
teorema do Limite Central.
MKT-MDL-05
Verso 00

O Erro Padro da Mdia

Segundo o teorema do erro padro da mdia:

=

= =
1

Onde o erro-padro da mdia.

Este parmetro utilizado para medir a variao esperada
das mdias amostrais em funo do acaso
MKT-MDL-05
Verso 00

O Erro Padro da Mdia

Exemplo: 1 Para a situao do exemplo anterior,

= 2 extrada, sem reposio, de uma populao
finita de tamanho = 5 , cujos elementos so os
nmeros 3, 5, 7, 9 11, temos:
MKT-MDL-05
Verso 00

O Erro Padro da Mdia

Exemplo: 1 Para a situao do exemplo anterior,

= 2 extrada, sem reposio, de uma populao
finita de tamanho = 5 , cujos elementos so os
nmeros 3, 5, 7, 9 11, temos:
A mdia populacional dada por:
3+5+7+9+11
= =7
5
e o desvio-padro populacional dado por:
(37)2 + 57 2 +(77)2 +(97)2 +(117)2
= = 8
5
MKT-MDL-05
Verso 00

O Erro Padro da Mdia

Exemplo: 1
Pelo teorema do erro-padro da mdia, = = 7, o que
comprovamos por:
1 1 2 2 2 1 1
= 4 +5 +6 +7 +8 +9 + 10
10 10 10 10 10 10 10

= 7
MKT-MDL-05
Verso 00

O Erro Padro da Mdia

Exemplo: 1
Pelo teorema do erro padro da mdia, como a populao finita
( = 5), temos:

8 52 3
= = = 4 = 3
1 2 51 4
O que comprovamos por:

2
1 2
1 2
2 2
2
47 + 57 + 67 + 77
= 10 10 10 10 = 3
2
2 2
1 2
1
+(8 7) + (9 7) + (10 7)
10 10 10
MKT-MDL-05
Verso 00

O Erro Padro da Mdia

O fator na segunda frmula para chamado
1
fator de correo para populao finita
Na prtica, a menos que a amostra constitua pelo
menos 5% da populao, estar to prximo de 1
que quase no influenciar no resultado de .
Exemplo: Para = 10.000 e = 100.

10.000 100
= = 0,995
1 10.000 1
E este valor est to prximo de 1 que pouco influencia em .
MKT-MDL-05
Verso 00

O Erro Padro da Mdia

(Exemplo)

Quando extramos amostras de uma populao

infinita, o que acontece com o erro-padro da
mdia quando o tamanho da amostra :
a) aumentado de 30 para 120;
b) diminudo de 245 para 5;
Obs.: essa pergunta pode surgir no momento de
definir o tamanho da amostra com base no erro-
padro aceitvel.
MKT-MDL-05
Verso 00

Teorema do Limite Central

O erro associado medio da amostra pode ser

determinado pelo teorema do Limite Central,
segundo o qual:

se a mdia de uma amostra aleatria de

tamanho de uma populao infinita com
mdia e desvio-padro e se grande,
ento a distribuio amostral da mdia pode
ser aproximada por uma distribuio normal
MKT-MDL-05
Verso 00

Teorema do Limite Central

Como, pelo teorema do erro-padro da mdia =

e, para populaes infinitas, = , podemos

escrever:

=
/
Onde a probabilidade dada na tabela da distribuio
normal reduzida.
Este teorema de importncia fundamental na
Estatstica, pois justifica a aplicao de mtodos da curva
normal a uma ampla gama de problemas.
MKT-MDL-05
Verso 00

Teorema do Limite Central

Exemplo: 1 Usando o teorema do Limite Central,

qual a probabilidade do erro ser inferior a 5 quando
usamos a mdia de uma amostra aleatria de
tamanho = 64 para estimar a mdia de uma
populao infinita com = 20?
MKT-MDL-05
Verso 00

Teorema do Limite Central

Exemplo: 1 Usando o teorema do Limite Central,

qual a probabilidade do erro ser inferior a 5 quando
usamos a mdia de uma amostra aleatria de
tamanho = 64 para estimar a mdia de uma
populao infinita com = 20?
Calculando para os valores de = 5, temos:
5 5
= = 2 = =2
20/ 64 20/ 64
MKT-MDL-05
Verso 00

Teorema do Limite Central

Exemplo: 1 = 64, = 20.

Como 2 = 2 = 0,4772, a probabilidade de
2 0,4772 = 0,9544 = 95,44%.

Logo, o erro associado

mediao de
100 95,44 = 4,56%.
MKT-MDL-05
Verso 00

Teorema do Limite Central

(Exemplo)

A mdia de uma amostra aleatria de tamanho

= 36 usada para estimar a mdia de uma
populao infinita com desvio-padro = 9 . O
que pode ser dito sobre a probabilidade de o erro
dessa estimativa ser menor do que 4,5 se
aplicarmos o teorema do limite central?
Referncias

FREUND, John E.; Estatstica Aplicada. 11 Edio.

Editora Bookman, 2006.
VIEIRA, Sonia.; Introduo Bioestatstica. Editora Elsevier.
Rio de Janeiro/RJ, Brasil. 2008.
COSTA, Srgio. F.; Introduo Ilustrada Estatstica.
Editora HARBRA. Rio de Janeiro, RJ, Brasil, 1992.
CORREA, Snia Maria B. B.; Probabilidade e Estatstica.
2 Edio. PUC Minas Gerais, MG, Brasil, 2003.
FALCO, Javert G.; Estatstica Aplicada. Editora da
UFMT. Cuiab/MT, Brasil, 2008.