Escolar Documentos
Profissional Documentos
Cultura Documentos
Claudete Ruas
NOÇÕES DE INFERÊNCIA: material de apoio
ESTIMAÇÃO DE PARÂMETROS
• Para estimar C, usamos um ESTIMADOR, que é função das variáveis aleatórias que compõem a amostra.
• TIPOS DE ESTIMAÇÃO
• PONTUAL: um único valor estima a característica populacional . Há uma única estimativa. Não se tem
margem de erro do resultado ou o grau de confiança dele.
• INTERVALAR: um intervalo de valores possíveis no qual temos contida a característica populacional com
grau de confiança e erro conhecidos.
EXEMPLOS:
X = ( X1 + X2 + X3 + ... + Xn ) / n
Se X ( na população) tem distribuição normal Î
X −µ
Z= tem distribuição normal com média 0 e variância 1.
σ
n
b) sendo o desvio padrão σ ( na população ) desconhecido, este deve ser estimado pelo desvio padrão da
amostra, s = √ [∑ (xi - x )2/(n-1)]
X −µ
e a variável aleatória ( transformada) T = tem distribuição t –student com n-1 graus de liberdade.
s
n
____________________________________________________________________________
e cuja distribuição de probabilidade é normal com média π e variância π(1-π)/n, quando a amostra é grande ( que
pode ser verificado quando np > 5 e n(1-p) > 5).
Com base na amostra a variância será estimada por p(1-p)/n.
Universidade de Brasília - Departamento de Estatística - Estatística Aplicada – Profa. Claudete Ruas
• Tamanho de amostra necessário para estimar µ com confiança (1- α) e erro amostral
e = x - µ: n = z2. σ2 / e2
1b) IC PARA A MÉDIA µ DE UMA POPULAÇÃO com distribuição normal com desvio padrão σ
desconhecido, com base em uma amostra de tamanho n. O desvio σ deve ser estimado pelo desvio padrão da
amostra, s = √ [∑ (xi - x )2/(n-1)].
X −µ
Estimador : T = ~ t –student com
s
n
n-1 graus de liberdade.
• Intervalo com (1-α) de confiança:
P ( x - t s / n ≤ µ ≤ x + t s / n ) = 1- α, onde t é o escore da distribuição tn-1 cuja probabilidade acumulada
é 1-α/2.
• Tamanho de amostra necessário para estimar µ com confiança (1- α) e erro amostral e = x - µ, tendo
como base uma amostra piloto de tamanho n0 e estimativa s do desvio padrão: n = t2. s2 / e2 , sendo t
com (n0-1) graus de liberdade. Se n > n0, completar a amostra piloto.
No caso de amostras suficientemente grandes, a distribuição da média amostral pode ser aproximada para a
distribuição normal.
2)IC para a PROPORÇÃO π de SUCESSOS de uma POPULAÇÃO, com base em uma amostra de tamanho n
Estimador : p = proporção de sucessos na amostra
p ~ N (média π, variância estimada p(1-p)/n) , quando a amostra é grande (OBS: quando np ≥ 5 e n(1-p) ≥ 5 )
p −π
Î Z= ~ N( 0,1)
p(1− p)
n
• Intervalo com (1-α) de confiança para proporção populacional:
P (p - z p(1 − p) / n ≤ π ≤ p + z p(1 − p) / n ) = 1- α , onde z é o escore da normal padrão cuja
probabilidade acumulada é 1-α/2.
• Tamanho de amostra necessário para estimar π com confiança (1- α) e erro amostral e = p - π , tendo
como base uma amostra piloto de tamanho n0 e estimativa p da proporção amostral : n = z2. p(1-p) / e2. Se n
> n0, completar a amostra piloto.
TESTES DE HIPÓTESES
HIPÓTESES:
Hipótese Nula, H0: afirmação sobre a característica populacional, que trabalharemos como se fosse verdadeira.
Hipótese Alternativa, H1: alegação alternativa a H0.
DECISÃO REALIDADE
H0 Verdadeira H1 Verdadeira
Aceitar H0 Decisão Correta Erro Tipo II
Rejeitar H0 Erro Tipo I Decisão Correta
α = P(ocorrer Erro Tipo I) = P ( rejeitar H0, quando H0 é verdadeira) = nível de significância de um teste
TIPOS DE HIPÓTESES:
a) teste unilateral à esquerda H0: c = c0 H1: c < c0 onde c0 é valor conhecido
b) teste unilateral à direita H0: c = c0 H1: c > c0
c) teste bilateral H0: c = c0 H1: c ≠ c0
TESTE DE HIPÓTESES para a média µ de uma população normal com variância populacional desconhecida,
com base em uma amostra aleatória simples de tamanho n
1) Fixar as hipóteses
2) Especificar o nível de significância α
X −µ
3) Identificar a variável ou estatística do teste. Neste caso é , que tem distribuição t –student com n-1
s
n
graus de liberdade.
4) Região crítica do teste: valores da estatística do teste ( tcrítico) que levam à rejeição de Ho, considerando o
nível de significância e o tipo de hipótese considerado.
x − µ0
5) Calcular o valor da estatística do teste com base na amostra , tobservado = , considerando a hipótese
s
n
nula como verdadeira
6) Se o valor observado com base na amostra estiver na região crítica do teste, rejeitar H0, isto é , houve
evidência de que H0 é falsa ; caso contrário, aceitar H0, ou seja, não houve evidência para rejeitar H0.