Teoria da Estimação

1
 Estimação: É o processo que consiste no uso de dados
amostrais para estimar valores de parâmetros populacionais
desconhecidos, tais como média, desvio padrão, proporções,
etc.

 Duas metodologias para fazer a estimação: estimativa por

ponto e estimativa por intervalo  intervalos de confiança

2
 Estimação por ponto: neste caso obtém-se um único valor
amostral que serve como uma aproximação do parâmetro
estimado.

o Exemplo: O resultado da média amostral x é uma

estimativa por ponto da média populacional ; o resultado da
variância amostral s² é uma estimativa por ponto da variância
populacional 2.
 Estimação por intervalo: estabelecemos limites, que com uma
certa probabilidade incluam o verdadeiro valor do parâmetro
da população.
o Esses limites são chamados “limites de confiança”:
determinam um Intervalo de Confiança (IC), no qual estará o
verdadeiro valor do parâmetro.

o Assim, a estimação por intervalo consiste na fixação de dois

valores tais que 1  seja a probabilidades de que o
intervalo contenha o verdadeiro valor do parâmetro

:nível de siginificância ou grau dedesconfiança

1 :coeficientedeconfiançaou nível deconfiabilidade
 Exemplo:x=50 estimar (40 <  < 60) = 0,95 ou seja
a verdadeira média populacional está dentro do intervalo de
confiança de 40 a 60 com confiabilidade de 95%.
 
xe xe



x
INTERVALO DE CONFIANÇA

e: margem de erro
 1ºCaso: Amostras Grandes (n ≥30) (Distribuição Normal)
Intervalo de Confiança:
o
: x±e
IC(μ)1-α

P(x    x   (1)
e e) s
Erro da estimativa:
o

e  z / 2 . ; e  z / 2 .

X
 n n
P(x z/ 2    x  z/ 2  )  (1)
 X

z depende da confiança que se queira do intervalo

 X ~ N (, )  desconhecido, mas 2 conhecido
2

2
X ~?N (, )
n
X
 ~ ?N (0,1) (Normal Padrão) N (0,1)
n
Z

P(z/ 2  X  
  z/ 2 )  1  
1 

n 2 2
 
P(z/ 2   X   z/ 2  )  1 
n n - z/2 0 z/2 +

P(  
 z/ 2    X  z/ 2  )  1 
X n n P(| Z | z/2 )   nível de significância

IC para  P(z/ 2  Z  z/ 2 )  1 

nível de confiança
 Exercício 1: De uma população com  =5, retiramos uma
amostra de 50 elementos e obtemos x  42 . Determinar um
IC de 95%, para a média populacional.

 Exercício 2: Pretende-se estimar o gasto/mês (R$) com

educação de uma determinada população. Uma amostragem
feita com 36 famílias dessa população mostrou média de
R$120,00 e desvio padrão de R$ 50,00. Construir um IC de
95% para a média populacional

9
 2° Caso: Amostras pequenas (n<30) e variância populacional
desconhecida (Distribuição t de Student)

o Intervalo de Confiança:
IC(μ)1- : x ± e
α

P(x  e   x   (1 )
e)
s
o Erro da e  t .
estimativa: 2 n

o GL= v = n-1
 Exercício 3: Pretende-se estimar a idade de aposentadoria
(anos) de certa população. Uma amostragem feita com 16
pessoas mostrou média de 57 anos e variância de 25
anos².Construir um IC de 95% para a média populacional.

11
 Intervalo de Confiança:

IC(p)1- : pˆ ± e
α

P( e p pˆ   (1 )
pˆ  e)
pˆ qˆ
n
 Erro da Estimativa:
e  z 2 
 Exercício 4: Retiramos de uma população uma amostra de
100 elementos e encontramos 20 sucessos. Ao nível de 1%,
construir um IC para a proporção real de sucessos na
população.
 Exercício 5: Suponha que em uma determinada pesquisa
sobre a aceitação do produto X de 100 pessoas avaliadas 35
mostram boa aceitação ao produto. Utilize um IC de 90% para
estimar, na população, a proporção de aceitação pelo
produto.