Escolar Documentos
Profissional Documentos
Cultura Documentos
Edezio Distribuição Amostral da Média 31 de agosto de 2016 1 / 17 Edezio Distribuição Amostral da Média 31 de agosto de 2016 2 / 17
Conclusões:
1 Na medida que o tamanho da amostra aumenta, a distribuição das Na engenharia humana e no projeto de produtos, freqüentemente é
médias amostrais x tende para uma distribuição normal. importante considerar os pesos das pessoas, de modo que não haja
2 A média das médias amostrais, µx , será a média populacional µ sobrecarga en aviões ou elevadores, as cadeiras não quebrem, e não
√
3 O desvio-padrão das médias amostrais, σx , será σ/ n ocorram outros acontecimentos perigosos ou embaraçosos. Dado que a
Regras práticas de uso comum: população de homens tem pesos distribuı́dos normalmente com média de
173 lb e desvio-padrão de 30 lb (com base em dados do National Health
1 Para amostras de tamanho n > 30 a distribuição das médias Survey dos EUA), determine a probabilidade de que
amostrais pode ser aproximada satisfatoriamente por uma distribuição
normal. A aproximação melhora na medida em que aumenta o (a) um homem escolhido aleatoriamente pese mais de 180lb.
tamanho da amostra n. (b) em 36 homens escolhidos aleatoriamente, o peso médio seja
2 Se a própria distribuição original tem distribuição normal então as superior a 180 lb.
médias amostrais terão distribuição normal para qualquer tamanho
amostral n.
Edezio Distribuição Amostral da Média 31 de agosto de 2016 3 / 17 Edezio Distribuição Amostral da Média 31 de agosto de 2016 4 / 17
Solução Solução
µx = µ = 173 que é a probabilidade de os 36 homens terem peso médio superior a 180 lb.
σx = √σ = √30 =5
n 36
Edezio Distribuição Amostral da Média 31 de agosto de 2016 5 / 17 Edezio Distribuição Amostral da Média 31 de agosto de 2016 6 / 17
Observações Exemplo 2
Uma população muito grande tem média 20 e desvio padrão 1,4. Extrai-se
1 É muito mais fácil um único indivı́duo se afastar da média (item a), uma amostra de 49 observações. Responda:
do que um grupo de 36 indivı́duos (item b). Um peso extremo entre 1 Qual a média da distribuição amostral?
os 36 perderá seu impacto quando considerado em conjunto com os 2 Qual o desvio padrão da distribuição amostral?
outros 35 pesos. 3 Qual a percentagem das possı́veis médias amostrais que diferirão por
2 Em processos industriais, os controladores de qualidade extraem itens mais de 0,2 da média da população?
de uma linha de produção finita sem os repor. Para tais populações
Solução:
finitas, devemos ajustar σx
1 µ = 20.
x
No caso de amostragem sem reposição, quando o tamanho n σ 1, 4
da amostra é superior a 5% do tamanho N da população finita 2 σ = √ = = 0, 2
x
n 49
(isto é, n > 0, 05N), ajustamos o desvio-padrão da média 3
amostral σx multiplicando-o pelo fator de correção para
população finita: r P(X < 19, 8) + P(X > 20, 2) = P(Z < −1) + P(Z > 1)
N −n
. = 2 · P(Z > 1) = 2 · (1 − P(Z ≤ 1))
N −1
= 2 · 0, 1578 = 0, 3174
Edezio Distribuição Amostral da Média 31 de agosto de 2016 7 / 17 Edezio Distribuição Amostral da Média 31 de agosto de 2016 8 / 17
Exercı́cio A Distribuição Normal como aproximação da Distribuição
Binomial
Vimos que uma distribuição binomial deve satisfazer as quatro condições
seguintes:
Uma indústria elétrica fabrica lâmpadas que têm vida útil distribuı́da
aproximadamente normal, com média igual a 800 horas e desvio padrão de
1 O experimento deve comportar um número fixo de provas.
40 horas. Determine a probabilidade de que uma amostra aleatória de 16 2 As provas devem ser independentes.
lâmpadas terá vida útil média menor que 775 horas. 3 Os resultados de cada prova devem ser classificados em duas
√
Solução: Teremos µX = 800 e σX = 40/ 16 = 10. Queremos: categorias.
4 As probabilidades devem permanecer constantes em todas as provas.
P(X < 775) = P(Z < −2, 5) = P(Z > 2, 5) Para evitar alguns cálculos tediosos aproximamos a distsribuição binomial
= 1 − P(Z < 2, 5) = 0, 0062 por uma distribuição normal, simplificando grandemente os cálculos.
Se np ≥ 5 e n(1 − p) ≥ 5, então a variável aleatória binomial, tem
distribuição aproximadamente normal com média e desvio-padrão dados
por p
µ = np e σ = np(1 − p)
Edezio Distribuição Amostral da Média 31 de agosto de 2016 9 / 17 Edezio Distribuição Amostral da Média 31 de agosto de 2016 10 / 17
Edezio Distribuição Amostral da Média 31 de agosto de 2016 11 / 17 Edezio Distribuição Amostral da Média 31 de agosto de 2016 12 / 17
Solução Solução
Edezio Distribuição Amostral da Média 31 de agosto de 2016 13 / 17 Edezio Distribuição Amostral da Média 31 de agosto de 2016 14 / 17
Trata-se de um modelo de distribuição contı́nua que se assemelha à Os estatı́sticos chamam a expressão n − 1 de “graus de liberdade”.
distribuição normal padrão, N(0, 1). Se n ≥ 30, podemos usar a Quando calculamos a média, x , utilizamos todos os n dados que
distribuição normal na estimação da média da população mesmo não compõem a amostra. Dizemos então que no cálculo da média temos n
conhecendo bem a população e se σ é desconhecido, pode ser substituı́do valores de xi livres que devem ser considerados para podermos calcular o
por sua estimativa s, o desvio padrão amostral. A distribuição t de valor desta estatı́stica. Ou seja, se qualquer dos valores de xi livres da
Student é utilizada quando a variável X é normalmente distribuı́da mas o amostra for desconhecido, não poderemos determinar o valor desta
σ não for conhecido e as amostras possuem tamanhos inferiores a 30 estatı́stica, pois todos os valores da amostra são livres, podendo variar
elementos. A distribuição t de Student é utilizada quando a variável x é aleatoriamente. Por outro lado, a estatı́stica da variância por usar a média,
normalmente distribuı́da mas o σ não for conhecido. Cada valor da média x, ao invés do parâmetro populacional µ, tem um grau de liberdade a
é convertido para um valor normal padronizado pela fórmula: menos. Isso ocorre porque o cálculo dessa estatı́stica pressupõe que
anteriormente já se tenha usado todos os valores da amostra no cálculo da
x −µ média, x , os quais estariam sendo usados uma segunda vez no cálculo da
t= sx
√
n variância. Ou seja, ao usarmos o mesmo conjunto de dados para
determinar a média, x , e a variância que faz uso do valor da média,
com ′′ n − 1′′ graus de liberdade. perdemos um grau de liberdade para a determinação da média.
Edezio Distribuição Amostral da Média 31 de agosto de 2016 15 / 17 Edezio Distribuição Amostral da Média 31 de agosto de 2016 16 / 17
Tabela t de Student