Escolar Documentos
Profissional Documentos
Cultura Documentos
População: é o conjunto formado por indivíduos ou objectos que têm pelo menos
uma característica (variável) comum e observável.
população dos alunos do primeiro ano de uma faculdade;
população de peças fabricadas numa linha de produção.
X X 2 ... X n n
X ^
1 n
^
m
x 1 i s 2
2
( X i X )2 p
n i 1 n n 1 i 1 n
^
Note que cada um dos estimadores, digamos i é uma função das variáveis aleatórias
^
constituintes da amostra, isto é, = f(X1, X2,...,Xn). Logo, um estimador também é
uma variável aleatória.
1
Propriedades de um estimador
^
i) Estimador centrado ou não-enviesado: Um estimador é centrado ou não-
^
enviesado paraum parâmetro θ se E( )= θ. Em outras palavras, um estimador é
não-enviesado se em repetidas amostra o seu valor esperado coincide com o
parâmetro de interesse.
^
ii) Estimador Eficiente: Um estimador diz-se eficiente, se na classe de
estimadores centrados, possuir variancia mínima. Em outras palavras, dados dois
^ ^ ^
estimadores 1 e 2 , centrados para um parâmetro θ, dizemos que 1 é mais
^ ^ ^
eficiente do que 1 se Var( 1 ) < Var( 2 ).
^
iii) Estimador Consistente: Um estimador é consistente, se, à medida que o
tamanho da amostra (n) aumenta, seu valor esperado converge para o parâmetro
de interesse (θ) e sua variância converge para zero.
Tested e hipóteses
2
Um teste de hipóteses é um método para usar os dados da amostra para decidir se a
hipótese nula deve ser ou não rejeitada.
t 2 * S x t 2 * S x
P X X 1
(2)
n n
e verificamos se o valor sob hipótese nula se encontra dentro ou fora desse intervalo.
Caso se encontre dentro do intervalo, não rejeitamos a hipótese nula, caso contrário,
rejeitamos a hipótese nula.
3
O procedimento padrão de um teste de hipóteses
Ao testar uma hipótese, estaremos sempre sujeitos a cometer dois tipos de erros. O
Erro de Tipo I que é a probabilidade de rejeitar a hipótese nula quando de facto ela é
verdadeira e o Erro de Tipo II que é a probabilidade de não rejeitar a hipótese nula
quando de facto ela é falsa.
(i) Teste de hipótese para média (), de uma distribuição normal (Variância
populacional conhecida), a transformação apropriada corresponde à seguinte
fórmula
X x
Z (3)
x
n
Z 2 * x Z 2 * x
P X X 1
(4)
n n
4
Teste bilateral – abordagem de teste de significancia
X
5.04 5
H0 : 5 H1 : 5 Z 5% / 2 1.96 Z
1.6
0.1
n 16
Conclusão: Com base nessa amostra, ao nível de significância de 5%, não há
evidências suficientes para afirmar que o ajuste alterou o peso médio dos rolamentos,
porque o valor do teste (Z=1.6) é inferior ao valor critico Zα% = 1.96.
H0 : 5 H1 : 5 Z 5% / 2 1.96
Z 2 * x Z 2 * x
X X
n n
Exemplo 2: Uma fábrica anuncia que o índice de nicotina dos cigarros da marca X
apresenta-se abaixo de 26 mg por cigarro. Um laboratório realiza 9 análises do índice
obtendo: 26, 24, 23, 22, 28, 25, 27, 26, 28, 24. Sabe-se que o índice de nicotina dos
cigarros da marca X se distribui normalmente com variância 5,29 mg2. Pode-se aceitar
a afirmação do fabricante, ao nível de 5%?
H 0 : 26 H1 : 26 Z 5% 1,65
n
X i 26 24 23 22 28 25 27 26 28 24 253
x 25,3
i 1 n 10 10
25,3 26
Z obs 0,913
2,3
9
5
uma amostra de 36 tijolos, obtendo x =210kg. Ao nível de 10%, pode o fabricante
aceitar que a resistência média de seus tijolos tenha aumentado?
(ii) Teste de hipótese para a Média () de uma distribuição normal (Variância
populacional desconhecida), a transformação apropriada corresponde à seguinte
formula.
( X - x )
t= (5)
s
n
t 2 * S x t 2 * S x
P X X 1
(6)
n n
H 0 : 20 H1 : 20 t 5% / 2 ( 61) 2,5706
n
X i 19,2 18,4 19,8 20,2 20,4 19 117
x 19,5
i 1 n 6 6
1 n 2,94
s
2
n 1 i 1
( X i X )2
5
0,588 s 0,588 0,767
6
Pela abordagem de teste de significancia
H 0 : 20 H1 : 20 t 5% / 2 ( 61) 2,5706
t 2 * S x t 2 * S x
X X
n n
2,5706 * 0,767 2,5706 * 0,767
19,5 19,5 18,695 20,305
6 6
Z
X Y x y (7)
x2 y2
nx ny
y2 y2
X Y Z /2 *
x2
nx
ny
x y X Y Z / 2 *
x2
nx
ny
(8)
Se o tamanho da amostra nx e ny for grande, então, para uma boa aproximação, testes
de níveis de significância para a diferença entre médias populacionais são obtidos
substituindo as variâncias populacionais por variâncias amostrais. Para amostras
grandes, esta aproximação não afecta os resultados mesmo quando a distribuição da
população não for normal.
Z
X Y x y (9)
2
S x2 S y
nx n y
2 2
s x2 s y s x2 s y
X Y Z / 2 * x y X Y Z / 2 * (10)
nx n y nx n y
Xi 27
Y i
32
X i 1
3 Y i 1
2
9 9 16 16
Z
X Y x y
3 2
2,083
2
y2 25 25
x
9 16
nx ny
7
Conclusão: Com base nas amostras, e ao nível de significancia de 1%, não há
evidências suficientes para rejeitar a hipótese nula de que as médias das duas
populações são iguais, porque o valor calculado do teste (Zobs=2,083) é em termos
absolutos infeiro ao valor critico (Z1%/2=2,58).
x y 3 2 2,58 *
25 25 25 25
3 2 2,58 *
9 16 9 16
4,375 x y 6,375
Conclusão: Dado que o intervalo 4,375 x y 6,375 contem o valor sob a
hipótese nula ( x y 0 ),ao nível de confiança de 95%, não há evidências
suficientes para rejeitar a hipótese nula de que as médias das duas populações são
iguais.
t
X Y x y onde S 2
(n x 1) S x2 (n y 1) S y2
(11)
nx n y nx n y 2
S
nx n y
Pode-se demonstrar que a variável t assim definida segue a distribuição t com (n x+ny
–2) graus de liberdade (gl).
t
X Y x y
(7,6 7,4) 0
0,2
0,5164
nx n y 12 15 0,719 * 0,3873
S 0,719 *
nx n y 12 *15
Conclusão: Com base nas amostras, ao nível de significancia de 5% e com 25 graus
de liberdade, não há evidências suficientes para aceitar a hipótese de que a nota do
8
primeiro grupo é superior ao segundo, porque o valor observado do teste (t 0bs=0,5165)
é inferior ao valor crítico (t5%(25) = 1,7081).
Conclusão: Como Zobs > Z5%, (9,74>1,65), rejeita-se H0, isto é, ao nível de 5%,
existem evidencias da fraca habilidade do novo empregado na fabricação do artigo,
sendo sua proporção de defeitos superior à dos demais.
9
^ ^
px p y
Z
0,2562 0,20741 1,2512
^ nx n y
^ 203 270
p(1 p) 0,22835 * (1 0,22835)
n n 203 * 270
x y
Conclusão: Como Zobs < Z5%/2, (1,2512<1,96), não há evidencia para rejeitar a
hipótese nula de que as proporções de vendedores de revista dos dois países são
iguais.
S x2
Fobs (14)
S y2
onde S 2 no numerador – é a maior variâncias e no denominador, a menor variância
de entre as duas variâncias amostrais
Sabemos das aulas anteriores que a razão F calculada desta maneira segue a
Distribuição F com (k1) gl no numerador e (k2) gl no denominador.
Exemplo 15: Para uma amostra de 17 títulos do tipo AAA recentemente produzidos, a
variância da maturidade (em anos ao quadrado) é de 123.35. Para uma amostra
aleatória e independente de 11 títulos do tipo CCC recentemente produzidos, a
variância é de 80,2. Se denotarmos por x2 e y2 as variâncias populacionais de X e de
Y respectivamente, teste a hipótese nula de que H 0 ; x2 y2 contra a alternativa de que
S x2 123,35
H 0 ;
2
x
2
y Fobs 2 1,538 F5%(16;10) 2,54
Sy 80,2
Conclusão: Como Fobs < F5%, (1,538<2,54), não há evidencia para rejeitar a hipótese
nula de que as variancias são iguais, ao nivel de significancia de 5%.
10