Você está na página 1de 76

Cap.

8
Tpico da aula:
Estimao de Parmetros
Intervalos de Confiana e
Dimensionamento de Amostras
Tpicos de estudo
Leitura obrigatria:

Captulo 8

O livro texto pode ser acessado pelo link abaixo:


https://pergamum.ufsc.br/pergamum/biblioteca_s/php/login_usu.php?flag=minhabi
blioteca_redirect.php
2
Estimao de Parmetros

J vimos que:
Parmetros so medidas que descrevem certa caracterstica dos elementos
da populao.

Exemplos:
Mdia populacional (denotada por )
Varincia populacional (denotada por )
Desvio padro populacional (denotada por )
Proporo populacional (denotada por ou )

Os parmetros so valores fixos.

Com base em dados obtidos em amostras queremos estimar o parmetro


populacional.
Podemos fazer isso atravs de uma estimativa pontual ou estimativa intervalar.
Mtodos para se obter bons estimadores pontuais do parmetro :
Mtodo dos Momentos;
Mtodo da Mxima Verossimilhana;
... 3
Estimao de Parmetros

Exemplo de estimativa pontual:


Foi recolhida uma amostra da altura dos alunos da UFSC e a mdia das
alturas foi igual a 1,70 m.
= , m

Exemplo de estimativa intervalar:


Foi recolhida uma amostra da altura dos alunos da UFSC e pode-se
verificar que a mdia das alturas dos alunos est contida no intervalo
entre 1,68 e 1,72 m.

, ; ,

4
Estimao de Parmetros
Populao Exemplo:

Amostras aleatrias

Estimaes
pontuais

Qual a melhor estimativa???

5
Estimao de Parmetros

Um estimador pontual de um determinado parmetro populacional


consiste no valor utilizado para estimar esse mesmo parmetro.




Estatsticas Parmetros
A cada estimador esto associadas tantas estimativas diferentes
do respectivo parmetro quantas as amostras utilizadas, sem que se
fornea qualquer informao relativa ao rigor ou confiana dessas
estimativas.

6
Estimao de Parmetros

Um intervalo de confiana para um determinado parmetro


consiste num intervalo de nmeros obtido a partir da correspondente
estimativa pontual, juntamente com uma percentagem que indica a
nossa confiana de que o intervalo contm o parmetro
populacional.
=

7
Estimao de Parmetros

nvel de confiana no intervalo.

( ) % das vezes, o intervalo conter a


parmetro populacional, no presente
exemplo a mdia populacional ().

nvel de significncia Website com animao http://rpsychologist.com/d3/CI/ 8


Estimao de Parmetros
Website com animao http://rpsychologist.com/d3/CI/

9
Estimao de Parmetros
Website com animao http://rpsychologist.com/d3/CI/

10
Estimao de Parmetros
nvel de confiana no intervalo.

% das vezes, o intervalo conter


o parmetro (populacional).

= 1

H uma probabilidade de de selecionar uma amostra para o qual


o intervalo de confiana (IC) conter o verdadeiro valor de .

Determinar os limites!

11
Estimao de Parmetros
nvel de confiana no intervalo.

( ) % das vezes, o intervalo


conter a Mdia Populacional.

= 1

H uma probabilidade de ( ) de
selecionar uma amostra para o qual o
intervalo de confiana (IC) conter o
verdadeiro valor de .

Diferentes amostras produziro diferentes


intervalos

http://rpsychologist.com/d3/CI/
12
Estimao de Parmetros
nvel de confiana no intervalo.

% das vezes, o intervalo conter


a Mdia Populacional.

= 1

Determinar os limites de confiana (LI, )


Uma vez que = /
(amostra grande) ou normal

13
Estimao de Parmetros
nvel de confiana no intervalo.

% das vezes, o intervalo conter


a Mdia Populacional.

= 1
Determinar os limites de confiana (, )

MTODO DA QUANTIDADE PIVOTAL


Uma vez que = /
(amostra grande) ou normal


/2 /2 = 1
/

2 + 2 = 1

14
Intervalo de confiana para a mdia populacional

15
Intervalo de confiana para a mdia populacional

Casos
1. Caso da varincia conhecida, populao segue uma distribuio Normal ou a
amostra suficientemente grande (n>30)

2. Caso da varincia desconhecida, amostra suficientemente grande (n>30)

3. Caso da varincia desconhecida, amostra pequena e populao segue uma


distribuio Normal

16
Intervalo de confiana para a mdia populacional
=?

1. Caso da varincia conhecida,
populao segue uma distribuio
Normal ou a amostra
suficientemente grande (n>30)

2. Caso da varincia desconhecida,


amostra suficientemente grande
(n>30)

3. Caso da varincia desconhecida,


amostra pequena e populao segue
uma distribuio Normal

Distribuio Normal Padro Z 17


Intervalo de confiana para a mdia populacional
=?
=?
1. Caso da varincia conhecida,
populao segue uma distribuio
...
Normal ou a amostra
suficientemente grande (n>30)

2. Caso da varincia desconhecida,


amostra suficientemente grande
(n>30)

3. Caso da varincia desconhecida,


amostra pequena e populao segue
uma distribuio Normal

...

Distribuio Normal Padro Z 18


Intervalo de confiana para a mdia populacional
=?
=?
1. Caso da varincia conhecida,
populao segue uma distribuio
Normal ou a amostra
suficientemente grande (n>30)

2. Caso da varincia desconhecida,


amostra suficientemente grande
(n>30)

3. Caso da varincia desconhecida,


amostra pequena e populao segue
uma distribuio Normal

Distribuio t 19
Intervalo de confiana para a mdia populacional
=?
=

+ +
==

Exemplos: Casos

20
Intervalo de confiana para a mdia populacional
=?

1. Caso da varincia conhecida,
populao segue uma distribuio
Normal ou a amostra
suficientemente grande (n>30)

2. Caso da varincia desconhecida,


amostra suficientemente grande
(n>30)

3. Caso da varincia desconhecida,


amostra pequena e populao segue
uma distribuio Normal

Distribuio Normal Padro Z 21


Intervalo de confiana para a mdia populacional
Caso da varincia conhecida
Populao segue uma distribuio Normal ou a amostra suficientemente grande

Ao estudar a distribuio amostral das mdias, verificamos que, de acordo com o teorema
2
do limite central: (, ) = (0, 1), quando a amostra retirada da

populao grande ou ento quando a varivel segue uma distribuio Normal.

um valor tal que:


> 2 = 2 e

< 2 = 2

2 < < 2 =1

2 < < 2 =1

2 < < + 2 =1

22
Intervalo de confiana para a mdia populacional
Caso da varincia conhecida
Populao segue uma distribuio Normal ou a amostra suficientemente grande

De acordo com a ltima expresso o intervalo que incluir o valor de com


probabilidade , ser:

2 ; + 2

23
Tabela da
Distribuio
Normal
Padronizada (Z)

Observar como a rea


tabelada ! 24
Intervalo de confiana para a mdia populacional
=?
1. Caso da varincia conhecida
Populao segue uma distribuio Normal ou a amostra suficientemente grande

Exemplo: Admita que a altura dos alunos da UFSC segue uma distribuio Normal
com varincia 2 = (0,051 )2 e que uma amostra aleatria de 25 alunos
apresentou uma altura mdia de 1,70 .

Como definir um intervalo que, com uma probabilidade de 95%, contenha a mdia
da populao?

X = altura
(, 2 )

25
Intervalo de confiana para a mdia populacional
Caso da varincia conhecida
Populao segue uma distribuio Normal ou a amostra suficientemente grande

Exemplo: Admita que a altura dos alunos da UFSC segue uma distribuio Normal com varincia
= (, ) e que uma amostra aleatria de 25 alunos apresentou uma altura mdia de
1,70 .
Como definir um intervalo que, com uma probabilidade de 95%, contenha a mdia da
populao?
(1,70; 0,0512 )
1 = 95% (nvel de confiana)
2 = 5% 2 = 0,025 = 1,96

26
Intervalo de confiana para a mdia populacional
Caso da varincia conhecida
Populao segue uma distribuio Normal ou a amostra suficientemente grande

Exemplo: Admita que a altura dos alunos da UFSC segue uma distribuio Normal com varincia
= (, ) e que uma amostra aleatria de 25 alunos apresentou uma altura mdia de
1,70 .
Como definir um intervalo que, com uma probabilidade de 95%, contenha a mdia da
populao?

(1,70; 0,0512 ) 2 ; + 2
1 = 95% (nvel de confiana)
2 = 5% 2 = 0,025 = 1,96
0,051 0,051
1,70 1,96 ; 1,70 + 1,96
25 25
1,68 ; 1,72

H uma probabilidade de % de selecionar uma amostra para o qual o intervalo de


confiana 1,68 ; 1,72 conter o verdadeiro valor de (mdia altura dos alunos).
27
Intervalo de confiana para a mdia populacional
Caso da varincia conhecida
Populao segue uma distribuio Normal ou a amostra suficientemente grande

Exemplo: Admita que a altura dos alunos da UFSC segue uma distribuio Normal com varincia
= (, ) e que uma amostra aleatria de 25 alunos apresentou uma altura mdia de
1,70 .
Defina um intervalo que, com uma probabilidade de 99%, contenha a mdia da populao.

(1,70; 0,0512 ) 2 ; + 2
1 = 99% (nvel de confiana)
2 = 1% 2 = 0,005 = 2,57
0,051 0,051
1,70 2,57 ; 1,70 + 2,57
25 25
1,674 ; 1,726

Para uma dada dimenso da amostra, quanto maior


for a confiana mais amplo ser o intervalo.
H uma probabilidade de % de selecionar uma amostra para o qual o intervalo de
confiana 1,674 ; 1,726 conter o verdadeiro valor de (mdia altura dos alunos).
28
Intervalo de confiana para a mdia populacional

Para uma dada dimenso da amostra, quanto maior for a


confiana mais amplo ser o intervalo.

29
Intervalo de confiana para a mdia populacional
=?
=?
1. Caso da varincia conhecida,
populao segue uma distribuio
...
Normal ou a amostra
suficientemente grande (n>30)

2. Caso da varincia desconhecida,


amostra suficientemente grande
(n>30)

3. Caso da varincia desconhecida,


amostra pequena e populao segue
uma distribuio Normal

...

Distribuio Normal Padro Z 30


Intervalo de confiana para a mdia populacional
2. Caso da varincia desconhecida
Amostra suficientemente grande (n>30)
No caso da amostra ser grande o erro de estimao de desprezvel:


= = 1 (0,1)

Portanto, podemos continuar usando a mesma expresso para calcular o IC para :

2 ; + 2

Ao estudar a distribuio amostral das mdias, verificamos que, de acordo com o


Teorema Central do Limite, quando a amostra retirada da populao grande (n>30),
2
pode-se considerar que (, ), independentemente da distribuio de ser
ou no ser Normal.
31
Intervalo de confiana para a mdia populacional
=?
=?
1. Caso da varincia conhecida,
populao segue uma distribuio
Normal ou a amostra
suficientemente grande (n>30)

2. Caso da varincia desconhecida,


amostra suficientemente grande
(n>30)

3. Caso da varincia desconhecida,


amostra pequena e populao segue
uma distribuio Normal

Distribuio t 32
Intervalo de confiana para a mdia populacional
3. Caso da varincia desconhecida
Amostra pequena e populao segue uma distribuio Normal
No caso de a amostra ser pequena oriunda de uma populao normal, e com varincia
desconhecida, iremos estimar a por , assim a v.a. se torna uma v.a. que segue
uma distribuio t-student com = 1 graus de liberdade:

T= 1, 2

Portanto, o intervalo de confiana para a mdia ser dado por: Distribuio t

, ; + ,

2
No caso de termos uma amostra pequena, pode-se considerar que (, ),
somente se a distribuio original de X for Normal. Portanto, para amostras pequenas
temos que considerar que a distribuio de origem da varivel X segue uma distribuio
aproximadamente Normal.
33
Intervalo de confiana para a mdia populacional
3. Caso da varincia desconhecida
Amostra pequena e populao segue uma distribuio Normal

A distribuio t de student, mostrada na figura abaixo, tem forma parecida com a


distribuio Normal padro, porm, um pouco mais dispersa. A disperso varia de
acordo com o tamanho da amostra.

A medida que o tamanho da amostra aumenta, se aproxima, se aproxima da


distribuio Normal Padronizada (Z).
Diz-se que a varivel segue uma distribuio , com graus de
liberdade (GL): ~ 1, 2

34
Intervalo de confiana para a mdia populacional
(caso da varincia desconhecida e amostra pequena)

A distribuio t de student, mostrada na figura abaixo, tem forma parecida com a


distribuio Normal padro, porm, um pouco mais dispersa. A disperso varia de
acordo com o tamanho da amostra. A medida que o tamanho da amostra aumenta, se
aproxima, se aproxima da distribuio Normal padronizada.

35
Intervalo de confiana para a mdia populacional
(caso da varincia desconhecida e amostra pequena)

=1
A distribuio t de student, mostrada na figura abaixo, tem forma parecida com a
distribuio Normal padro, porm, um pouco mais dispersa. A disperso varia de
acordo com o tamanho da amostra. A medida que o tamanho da amostra aumenta, se
aproxima, se aproxima da distribuio Normal padronizada.

36
Intervalo de confiana para a mdia populacional
Caso da varincia desconhecida
Amostra pequena e populao segue uma distribuio Normal

Exemplo: Admita que um teste de resistncia em hastes de fibra de vidro foi realizado
em uma amostra de 15 corpos de prova. A mdia e o desvio padro da resistncia dos
corpos de prova foram 20,21 e 0,32 kg, respectivamente. Supondo que a resistncia
das hastes segue uma distribuio Normal, construa o IC para a mdia da resistncia,
considerando um nvel de confiana de 95%.
1, 2 ; + 1, 2

37
Intervalo de confiana para a mdia populacional
Caso da varincia desconhecida
Amostra pequena e populao segue uma distribuio Normal

Exemplo: Admita que um teste de resistncia em hastes de fibra de vidro foi realizado
em uma amostra de 15 corpos de prova. A mdia e o desvio padro da resistncia dos
corpos de prova foram 20,21 e 0,32 kg, respectivamente. Supondo que a resistncia
das hastes segue uma distribuio Normal, construa o IC para a mdia da resistncia,
considerando um nvel de confiana de 95%.

Populao Normal
Varincia populacional desconhecida, 2 =?
= 15 (amostra pequena)

= 20,21 e s = 0,32

1 = 95% (nvel de confiana)


1, 2 = 14,5%/2 = 14,0,025 = 2,145

1, 2 ; + 1, 2

38
Intervalo de confiana para a mdia populacional
Caso da varincia desconhecida
Amostra pequena e populao segue uma distribuio Normal

Exemplo: Admita que um teste de resistncia em hastes de fibra de vidro foi realizado em uma
amostra de 15 corpos de prova. A mdia e o desvio padro da resistncia dos corpos de prova foram
20,21 e 0,32 kg, respectivamente. Supondo que a resistncia das hastes segue uma distribuio
Normal, construa o IC para a mdia da resistncia, considerando um nvel de confiana de 95%.

Populao Normal
Varincia populacional desconhecida, 2 =? 1, 2 ; + 1, 2
= 15 (amostra pequena)
0,32 0,32
= 20,21 e s = 0,32 20,21 2,145 ; 20,21 + 2,145
15 15
1 = 95% (nvel de confiana) 20,03 ; 20,38
1, 2 = 14,5%/2 = 14,0,025 = 2,145

Temos 95% de confiana de que o intervalo


20,03 ; 20,38 contm a verdadeira mdia da
resistncia das hastes.

39
Intervalo de confiana para a mdia populacional
Caso da varincia desconhecida
Amostra pequena e populao segue uma distribuio Normal

Exemplo: Admita agora que nos interessa conhecer somente o limite inferior da resistncia. Construa
um IC aberto a direita para estimar a resistncia mnima das hastes de fibra de vidro. Considere,
novamente, um nvel de confiana de 95%.

Populao Normal
Varincia populacional desconhecida, 2 =? 1, ;

n = 15 (amostra pequena)

= 20,21 e s = 0,32
1 = 95% (nvel de confiana)
1, = 14,5% = 14,0,05 = 1,761

40
Intervalo de confiana para a mdia populacional
Caso da varincia desconhecida
Amostra pequena e populao segue uma distribuio Normal

Exemplo: Admita agora que nos interessa conhecer somente o limite inferior da resistncia. Construa
um IC aberto a direita para estimar a resistncia mnima das hastes de fibra de vidro. Considere,
novamente, um nvel de confiana de 95%.

Varincia populacional desconhecida


n = 15 (amostra pequena) 1, ;
= 20,21 e s = 0,32
1 = 95% (nvel de confiana)
0,32
1, = 14,5% = 14,0,05 = 1,761 20,21 1,761 ;
15

20,06 ;

Se antes de fazer o teste houvesse uma suspeita de que


as hastes resistem pelo menos 20kg, poderamos dizer
que a suspeita se comprovou?

41
Intervalo de confiana para a proporo
populacional
Casos
1. Caso da populao grande (infinita) e amostra grande.

42
Intervalo de confiana para a proporo populacional
=?
= Bernoulli

+ + N de elementos com certa caracterstica


== =
Tamanho da amostra

uma v.a. que segue uma distribuio Binomial com parmetros e

43
Estimao de Parmetros
= 1
Determinar os limites de confiana (, )

MTODO DA QUANTIDADE PIVOTAL



Uma vez que =
()

(amostra grande)


/2 /2 =1
( )

(1 ) (1 )
2 < < + 2 =1

44
Intervalo de confiana para a proporo populacional
Amostras grandes

Ao estudar a distribuio amostral das mdias, verificamos que se a varivel aleatria Y


tem distribuio aproximadamente normal (ou se o tamanho da amostra for grande),
ento, a distribuio amostral da proporo pode ser aproximada pela distribuio
(1)
Normal: ~ , = .
(1)

2 < < 2 =1


2 < < 2 =1
(1 )

(1 ) (1 )
2 < < + 2 =1

45
Intervalo de confiana para a proporo populacional
Amostras grandes

De acordo com a ltima expresso o intervalo que incluir o valor de com


probabilidade , ser:


2 ; + 2

46
Intervalo de confiana para a proporo populacional
Amostras grandes

Exemplo: Num lote de 150 peas fabricadas numa determinada mquinaferramenta


encontraramse 12 defeituosas. Defina o intervalo de confiana a 95% para a proporo de peas
defeituosas que a mquina produz.

12 (1 ) (1 )
= = = 0,08 2 ; + 2
150

1 = 95% (nvel de confiana)


2 = 5% 2 = 0,025 = 1,96

47
Intervalo de confiana para a proporo populacional
Amostras grandes

Exemplo: Num lote de 150 peas fabricadas numa determinada mquinaferramenta


encontraramse 12 defeituosas. Defina o intervalo de confiana a 95% para a proporo de peas
defeituosas que a mquina produz.

12 (1 ) (1 )
= = = 0,08 2 ; + 2
150

1 = 95% (nvel de confiana)


2 = 5% 2 = 0,025 = 1,96 0,08 0,92 0,08 0,92
0,08 1,96 ; 0,08 + 1,96
150 150

0,0366 ; 0,1234

Temos 95% de confiana de que o intervalo


0,0366 ; 0,1234 contm a verdadeira proporo
de peas defeituosas na populao.

48
Intervalo de confiana para a varincia
populacional
Casos
Caso da populao normal Caso da populao no-normal


As varincias se
distribuem de
forma

49
Intervalo de confiana para a varincia populacional
Varincia populacional
( )

= = Parmetro populacional (constante)

Varincia amostral

( )
= = Estimador (varivel aleatria) ~

( ) Quantidade Pivotal ~
=

50
Intervalo de confiana para a varincia populacional
Populao Normal
Se de uma populao (, 2 ) forem obtidas amostras aleatrias de dimenso com
varincia amostral s 2, temos que ( 1) 2 2
= ~1
2
2 2
Sejam 1() e 1() dois valores tais que:
2 2
[1 < < 1() ]=1
Esta expresso pode ser reescrita da seguinte forma:
2 ( 1) 2 2
[1 < 2
< 1() ]= 1

ou 1 2 2
1 2
2 < < 2 =1
1 1

( 1) 2 ( 1) 2
2 2 ; 2
1,/2 1,(1/2)
51
52
Intervalo de confiana para a varincia populacional

53
Intervalo de confiana para a varincia populacional
Populao Normal

Exemplo: No mbito do estudo sobre uma determinada operao de montagem, recolheram-se 15


observaes do tempo necessrio para a sua realizao. A varincia amostral obtida foi de 0,3
(horas^2). Construa os intervalos de confiana a 90 e 95% para a varincia dos tempos de
montagem. Indique os pressupostos subjacentes construo destes intervalos.

2 (1) 2
Admite-se que X segue uma distribuio N(, ). Nestas condies, a varivel segue
2
2
uma distribuio 1 .

2
( 1) 2 ( 1) 2 Temos (1-)% de confiana
2 ; 2
1,/2 1,(1/2) de que o intervalo contm a
verdadeira varincia dos
tempos de montagem.
2
(
)
2


90% 6,571 23,685 : 2 0,1773; 0,6392
95% 5,629 26,119 : 2 0,1817; 0,7461
54
Exerccios

55
Exerccios

56
Dimensionamento de
Amostras
Em geral a dimenso da amostra no imposta. Constitui uma
deciso a ser tomada.

Tratase de uma deciso importante, uma vez que:


Obter uma amostra desnecessariamente grande constitui um desperdcio
de recursos;
Uma amostra insuficiente no permite retirar as concluses pretendidas.

A dimenso adequada para a amostra depender da preciso


desejada para o intervalo de confiana e do grau de confiana do
intervalo que se deseja estimar.

57
Dimensionamento de Amostras
A forma de dimensionar amostras ser introduzida com base no
seguinte exemplo.
Exemplo para o caso da proporo populacional:
A proporo de peas defeituosas na sada de uma linha de produo ser estimada a partir
de uma amostra de peas. Qual dever ser a dimenso da amostra para que a amplitude do
intervalo de confiana a 95% para a proporo de defeituosas no ultrapasse 0,02?

Os limites do intervalo de confiana para a proporo so obtidos a partir da seguinte


expresso:
( ) margem de erro


Se queremos estabelecer um IC em que a proporo de defeituosas no ultrapasse 0,02,
podemos dizer que a margem de erro deve ser inferior a 0,02/2 = 0,01:

(1 )
2 0,01

58
Dimensionamento de Amostras

Para 95% de confiana temos que: 5% 2 = 1,96

Logo: (1 )
1,96 0,01

Para resolver esta inequao e determinar n, preciso uma estimativa de p.
Para obter tal estimativa podese recolher uma amostra piloto cuja dimenso fixada
arbitrariamente. Admita que a partir de uma amostra piloto de dimenso n=100 verificou-
se que 10 peas apresentavam defeito.
10
Ou seja, = 100 = 0,1.

0,1 0,9
Assim: 1,96 0,01

1,962 0,1 0,9 3 457,7 Tamanho mnimo da amostra


para uma preciso de 2 pontos
0,012 = 3 458 percentuais e 95% de confiana.

59
Dimensionamento de Amostras
Observaes:
A amostra piloto deveria ser integrada na amostra final;

No caso de no ser possvel estimar priori a proporo p, a dimenso da


amostra deve ser estimada para p=0,5 que induz a uma dimenso mxima da
amostra.
Ponto de mxima varincia
p(1-p), quando p =0.5
p(1-p)

p
p(1-p)
1,962 0,5 0,5
Se usssemos p=0.5 :
0,012

= 9 604

60
Dimensionamento de Amostras

Clculo do tamanho da amostra para o caso da proporo populacional:

Populao infinita
2
2 (1 )

2

Populao finita
2 2 (1 )
2
1 + 2 2 (1 )

61
Dimensionamento de Amostras
Exemplo para o caso da mdia populacional:
Um estudo tem como objetivo verificar o QI de alunos de ensino mdio de uma
determinada cidade.
A aplicao do teste de QI em 20 alunos desta populao, mostrou uma mdia de 98
com desvio padro de 4,5.
Qual a dimenso da amostra de alunos que necessrio recolher de forma que a
amplitude do intervalo de confiana de 95% para a mdia do QI no exceda 1 ponto ?

2 margem de erro (e)


2
2 2

311,17 Verificase que a amostra (n) grande.


= 312
Para n pequeno, deveramos repetir clculos com a distribuio t.

62
Dimensionamento de Amostras

Clculo do tamanho da amostra para o caso da mdia populacional:

Populao infinita
2
2

Populao finita
2 2 2
2
1 + 2 2 2

63
Exerccios
1) A direo de uma Faculdade dispe-se a oferecer aos seus 3800 alunos a possibilidade
de estes frequentarem aulas ao sbado de manh, se a procura para este horrio for
suficientemente alta.
a) Qual a dimenso apropriada da amostra de alunos a inquirir, para que a amplitude do
intervalo de confiana a 95% para a proporo de alunos com interesse por aquele horrio
no exceda 0,1? Admita que no existe qualquer estimativa desta proporo e que no ser
recolhida uma amostra piloto.
b) b) Se no conhecssemos o tamanho da populao, qual seria o tamanho da amostra a ser
inquirida? O tamanho da amostra e substancialmente maior? Discuta a resposta.

2) Considere o exerccio sobre IC para a mdia populacional, que foi resolvido no slide n 18:
Um teste de resistncia em hastes de fibra de vidro foi realizado em uma amostra de 15 corpos
de prova. A mdia e o desvio padro da resistncia dos corpos de prova foram 20,21 e 0,32 kg,
respectivamente. A partir dos dados amostrais, e supondo que a resistncia das hastes segue
uma distribuio Normal, construmos um intervalo de confiana (a 95%) para a mdia da
resistncia das hastes, o qual obteve os seguintes limites 20,03 ; 20,38 .
Se, num segundo momento, quisssemos construir um intervalo de confiana para a mdia da
resistncia que fosse mais preciso e no errasse mais de 0,1 kg da verdadeira mdia, qual
deveria ser o tamanho da amostra (nmero de corpos de prova) que deveramos testar?

64
Exerccios
1) A direo de uma Faculdade dispe-se a oferecer aos seus 3800 alunos a possibilidade
de estes frequentarem aulas ao sbado de manh, se a procura para este horrio for
suficientemente alta.
a) Qual a dimenso apropriada da amostra de alunos a inquirir, para que a amplitude do
intervalo de confiana a 95% para a proporo de alunos com interesse por aquele horrio
no exceda 0,1? Admita que no existe qualquer estimativa desta proporo e que no ser
recolhida uma amostra piloto. R: 349
b) b) Se no conhecssemos o tamanho da populao, qual seria o tamanho da amostra a ser
inquirida? O tamanho da amostra e substancialmente maior? Discuta a resposta. R: 385

2) Considere o exerccio sobre IC para a mdia populacional, que foi resolvido no slide n 18:
Um teste de resistncia em hastes de fibra de vidro foi realizado em uma amostra de 15 corpos
de prova. A mdia e o desvio padro da resistncia dos corpos de prova foram 20,21 e 0,32 kg,
respectivamente. A partir dos dados amostrais, e supondo que a resistncia das hastes segue
uma distribuio Normal, construmos um intervalo de confiana (a 95%) para a mdia da
resistncia das hastes, o qual obteve os seguintes limites 20,03 ; 20,38 .
Se, num segundo momento, quisssemos construir um intervalo de confiana para a mdia da
resistncia que fosse mais preciso e no errasse mais de 0,1 kg da verdadeira mdia, qual
deveria ser o tamanho da amostra (nmero de corpos de prova) que deveramos testar? R: 40

65
Resumo
IC para a mdia populacional ( conhecida e populao Normal ou desconhecida, amostras
grandes e populao qualquer)
2 ; + 2 Populao infinita


2 ; + 2 Populao finita
1 1

IC para a mdia populacional ( desconhecida, amostras pequenas e populao Normal)


1, 2 ; + 1, 2 Populao infinita


1, 2 ; + 1, 2 Populao finita
1 1

IC para a proporo populacional (amostras grandes):


Populao infinita
2 ; + 2


2 ; + 2 Populao finita
1 1

66
Resumo
IC para a varincia populacional (populao Normal)

2
( 1) 2 ( 1) 2
2 ; 2
1,/2 1,(1/2)

67
Exerccios para fixao do contedo
Intervalos de confiana dos parmetros:
() mdia populacional
( 2 ) varincia populacional
() proporo populacional

Tpico extra: Cap. 10


(1 2 ) diferena entre mdias populacionais
(1 2 ) diferena entre propores populacionais
(12 /22 ) razo de varincias populacionais

68
Leitura obrigatria:

Captulo 10

O livro texto pode ser acessado pelo link abaixo:


https://pergamum.ufsc.br/pergamum/biblioteca_s/php/login_usu.php?flag=minhabi
blioteca_redirect.php 69
Intervalo de confiana do parmetro: Bsico
() mdia populacional

70
Intervalo de confiana do parmetro: Bsico
() mdia populacional

71
Intervalo de confiana do parmetro: Intermedirio
() mdia populacional

72
Intervalo de confiana do parmetro: Bsico e Intermedirio
( ) varincia populacional

73
Intervalo de confiana do parmetro: Bsico e Intermedirio
( ) varincia populacional

74
Intervalo de confiana do parmetro: Bsico e Intermedirio
() proporo populacional

75
Intervalo de confiana do parmetro: Bsico e Intermedirio
( ) diferena de mdias

76