Você está na página 1de 43

______________________________________________________

Ano Letivo 2020/2021

Curso: Gestão de Empress


Unidade Curricular: Estatística Aplicada
Docente: Rosa Maria Riveiro Conde Pacheco de Miranda
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Na inferência estatística utiliza-se informação amostral para obter


resultados estatisticamente credíveis relativos à população.

A distribuição da população pode ou não ser conhecida, mas uma vez


que se encontre uma distribuição que se adapte ao fenómeno em
estudo, o objetivo é estimar os seus parâmetros ou testar uma
hipótese feita relativamente a um ou mais parâmetros.

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Neste contexto é preciso clarificar dois conceitos fundamentais:

Estimador e Estimativa:
Estimador é a designação que se dá a qualquer estatística/função
usada para estimar o valor de um parâmetro.
Um estimador, genericamente denotado por ∅ ෡ , é uma função dos
elementos da amostra, que tem o objetivo de estimar o valor do
parâmetro populacional Ø .

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Neste contexto é preciso clarificar dois conceitos fundamentais:

Estimador e Estimativa:
Estimador é a designação que se dá a qualquer estatística/função
usada para estimar o valor de um parâmetro.

Estimativa é qualquer valor específico de uma estatística desse


Parâmetro (é uma medida que descreve certa característica dos
elementos da população), isto é, é um valor (ou valores) que
atribuímos a um parâmetro de uma população baseado num valor da
estatística correspondente da amostra.

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Estimação tem como objetivo, caraterizar a população a partir da qual


foi retirada a amostra, procurando, nomeadamente, estimar os
parâmetros desta população.

Para encontrar estimativas de um parâmetro Ø desconhecido de uma


população, a partir de uma amostra, pode-se utilizar dois tipos de
estimação:
estimação pontual: encontrar um estimador para Ø;
estimação intervalar: construir um intervalo de confiança (ou intervalo
de estimação) que contenha o parâmetro Ø com uma certa
probabilidade conhecida.

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Propriedades dos estimadores:


▪ Não enviesamento – em termos médios, o estimador atinge o valor
real do parâmetro;
▪ Eficiência – o estimador é mais eficiente quanto menor for a sua
variância;
▪ Suficiência – propriedade de retirar da amostra toda a informação
relevante sobre o parâmetro;
▪ Consistência – para 𝑛 grande, o estimador deve ser aproximadamente
igual ao parâmetro.

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Propriedades dos estimadores:

A média amostral 𝑥ҧ é um estimador não enviesado E(𝑥)ҧ = µ

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Propriedades dos estimadores:

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Propriedades dos estimadores:

Como seria de esperar há possibilidade de adiantar mais que um


estimador para um parâmetro desconhecido. Um estimador de θ será
tanto “melhor” quanto menor for o seu enviesamento.

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Propriedades dos estimadores:

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Estimação Pontual
Definição: Um estimador dum parâmetro da população é uma variável
aleatória (v. a.) que depende da informação amostral e cujas
realizações fornecem aproximações para o parâmetro desconhecido. A
um valor específico assumido por este estimador para uma amostra
em concreto chama-se estimativa.

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Estimação Pontual
Suponha que se pretende estudar uma determinada população, X, com
distribuição , da qual se desconhece apenas o verdadeiro valor do
parâmetro Ø.
O objetivo da estimação pontual é utilizar toda a informação dada por
uma amostra, recolhida da população em estudo, para obter o valor
desconhecido Ø, ou seja, propor o melhor valor que se pode tomar
como representação aproximada de Ø.

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Estimação Pontual
෡ que se podem utilizar para
Entre todos os possíveis estimadores, ∅,
estimar o(s) parâmetro(s) de uma população, a questão é selecionar
aquele que pode fornecer a melhor estimativa. Esta seleção é feita com
base em algumas propriedades consideradas desejáveis para um
"bom" estimador.

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Estimação Pontual
Estas propriedades são distintas para pequenas (n<=30) e grandes
amostras (n>30).
Propriedades referentes a estimadores obtidos a partir de pequenas
amostras (n<=30):
- Não enviesamento;
- Eficiência;
- Suficiência.

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Estimação Pontual
Propriedades referentes a estimadores obtidos a partir de grandes
amostras (n>30) – propriedades assintóticas:
- Não enviesamento assintótico;
- Consistência;
- Eficiência assintótica.

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Estimação Pontual
Não enviesamento assintótico: Um estimador diz-se
assintoticamente centrado quando

Consistência: Um estimador diz-se convergente ou consistente se e só


se

Eficiência assintótica: Um estimador diz-se assintoticamente mais


eficiente se, de entre os estimadores consistentes em média
quadrática, for aquele cuja distribuição assimptótica tem variância
mínima.

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Estimadores Pontuais

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Estimadores Pontuais

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Estimadores Pontuais

Considere-se as idades de um grupo de cinco funcionários de um


supermercado: 24, 31, 40, 37 e 33.
- Identifique um estimador para a média das idades dos funcionários
da empresa.
- Identifique as caraterísticas de qualidade do estimador
identificado.
- Determine uma estimativa para a média da população.

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Estimadores Pontuais

Um estimador para a média das idades dos funcionários da


σ5𝑖=1 𝑥𝑖
empresa é 𝑥ҧ =
5
- O estimador referido deverá ser
- Não enviesado, Eficiente, Suficiente.
- Determine uma estimativa para a média da população.
σ5𝑖=1 𝑥𝑖 24+31+40+33
𝑥ҧ = = = 33
5 5

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Estimação intervalar
Na estimação por intervalos, em vez de se propor apenas um valor
concreto para certo parâmetro da população, constrói-se um intervalo
de valores (𝑤1; 𝑤2) que, com um certo grau de certeza, previamente
estipulado, contenha o verdadeiro valor do parâmetro.

Em muitos casos, o intervalo é da forma (∅− ෡ 𝜀;𝜃መ + 𝜀), sendo 𝜃uma



estimativa para o parâmetro de interesse 𝜃, e 𝜀 é considerado uma
medida de precisão ou medida do erro inerente à estimativa 𝜃.መ
Usualmente, 𝜀 é designado por erro de estimativa ou margem de erro
(absoluta). Desta forma, este método de estimação incorpora a
confiança que se pode atribuir às estimativas.
2

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Estimação intervalar

Usualmente, 𝜀 é designado por erro de estimativa ou margem de erro


(absoluta). Desta forma, este método de estimação incorpora a
confiança que se pode atribuir às estimativas.

O erro de estimativa corresponde ao erro máximo que, com a


confiança especificada, se pode cometer na estimativa de 𝜃. Nos I. C.
centrados em torno da estimativa 𝜃̂, o erro de estimativa corresponde
à semiamplitude do I. C.

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Estimação intervalar

Nestas condições, para uma amostra x1 , x2 , … , xn , calcula-se


l1 = L1 (x1 , x2 , … , xn ) e l2 = L2 (x1 , x2 , … , xn ) onde:

- o intervalo ]l1 , l2 [chama-se intervalo de confiança a (1 − 𝜶)100%


para o parâmetro 𝜃;
- à probabilidade 1 − 𝛼 dá-se o nome de nível de confiança do
intervalo;
- à probabilidade complementar 𝛼 dá-se o nome de nível de
significância;
- - aos extremos do intervalo, l1 e l2 , chamam-se limites de confiança
inferior e superior, respetivamente.
2

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Estimação intervalar
Qual o nível de confiança que se deve utilizar?
Os valores de 𝜶 variam entre 0 e 1, ou seja, podem utilizar-se níveis, ou
graus de confiança de 0% a 100%.

Embora se possa utilizar qualquer valor, normalmente, este deve ser


elevado, uma vez que se pretende que a probabilidade do verdadeiro
valor do parâmetro estar contido no intervalo construído seja elevada.
Os níveis de confiança mais utilizados são os de 90%, 95% e 99%.

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Estimação intervalar

Quanto maior for o nível de confiança, maior será a amplitude do


intervalo e, consequentemente, menor será a precisão. Portanto se
quisermos aumentar o nível de confiança sem aumentar a amplitude
do intervalo (não diminuir a precisão), só nos resta aumentar a
dimensão da amostra.

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística

Estimação intervalar
A construção de um intervalo de confiança para estimar um
determinado parâmetro pode ser organizada de acordo com a
seguinte metodologia:
1. Definição da população e sua distribuição e definição do parâmetro
a estimar;
2. Escolha da variável fulcral;
3. Determinação da distribuição amostral da variável fulcral;
4. Escolha do nível de confiança;
5. Construção do intervalo aleatório;
6. Determinação dos limites do intervalo aleatório;
7.Determinação dos limites do intervalo de confiança concretos a
partir dos valores da amostra.
2

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística - Estimação Intervalar


Populações Normais - Intervalo de confiança para μ
Nesta secção vão considerar-se amostras aleatórias (X1, X2, … , Xn)
obtidas a partir de uma população X com distribuição Normal (μ,σ).
com σ conhecido

X população tal que:


E(X) = µ (desconhecido)
2
V(X) = 𝜎 (conhecido)
( X1, X2, Xn) a.a. de dimensão n
ෝ=𝒙
𝝁 ഥ estimador pontual de μ

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística - Estimação Intervalar


Populações Normais - Intervalo de confiança para μ
Nesta secção vão considerar-se amostras aleatórias (X1, X2, … , Xn)
obtidas a partir de uma população X com distribuição Normal (μ,σ).
com σ conhecido
Se a distribuição da população é Normal e a variância é conhecida,
então a variável fulcral a utilizar na construção do intervalo de
confiança é:
𝒙−𝝁
Variável fulcral: 𝒁 = 𝝈 ∩ 𝑵(𝟎, 𝟏)
𝒏

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística - Estimação Intervalar


Populações Normais - Intervalo de confiança para μ
Nesta secção vão considerar-se amostras aleatórias (X1, X2, … , Xn)
obtidas a partir de uma população X com distribuição Normal (μ,σ).
com σ conhecido

𝜎 𝜎
𝑥ҧ − 𝑧𝛼 ; 𝑥ҧ + 𝑧𝛼/2
2 𝑛 𝑛

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística - Estimação Intervalar


Populações Normais - Intervalo de confiança para μ
com σ conhecido
Seja X uma variável aleatória que representa o tempo, em minutos,
que certa tarefa leva a executar. Admita-se que X tem uma distribuição
Normal (μ,σ) e que a experiência anterior permitiu determinar, com
boa aproximação, que σ=2
a) Observada uma amostra de dimensão 16, com média amostral de
16, contrua um intervalo de confiança a 95% para a média
populacional

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística - Estimação Intervalar


Populações Normais - Intervalo de confiança para μ com σ conhecido
2 2
12,5 − 1,96 ∗ ; 12,5 + 1,96 ∗ = (11,52; 13,48)
16 16

Como 1-𝛼=0,95, logo 𝑧𝛼/2 = 𝑧0,025 = 1,96

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística - Estimação Intervalar


Populações Normais - Intervalo de confiança para μ
com σ conhecido
b) Desejando estimar a média populacional, através de um intervalo de
confiança, qual a dimensão da amostra de tempos que deve observar-
se para garantir que a amplitude do intervalo obtido anteriormente é
inferior a 0,5 minutos?

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística - Estimação Intervalar


Populações Normais - Intervalo de confiança para μ
Como diminuir a amplitude de um intervalo de confiança?
De um modo geral pretende-se construir um intervalo com pequena
amplitude, pois nos dá uma maior precisão. Como se depreende da
forma desse intervalo, para diminuir a sua amplitude, que é dada por
𝜎
2𝑧𝛼/2
𝑛

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística - Estimação Intervalar


Populações Normais - Intervalo de confiança para μ
com σ conhecido
b) Pretende-se estimar o menor valor de n

𝜎
2𝑧𝛼/2
𝑛
𝜎
2𝑧𝛼/2 <0,5
𝑛
2∗1,96∗2
n>( )
0,5
n>15,68
n=16

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística - Estimação Intervalar

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística - Estimação Intervalar

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística - Estimação Intervalar


Quando a variância é desconhecida
Se a distribuição da população é Normal com desvio padrão 𝜎
desconhecido, então a variável fulcral é:
𝑥−𝜇
𝑍 = 𝑠 ∩ 𝑡(𝑛 − 1)
𝑛

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística - Estimação Intervalar


Quando a variância é desconhecida

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística - Estimação Intervalar

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística - Estimação Intervalar

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística - Estimação Intervalar


Quadro resumo dos intervalos de confiança (1 população)

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística - Estimação Intervalar


Valores de Z, mais utilizados

Nível de confiança Nível de Significância Valores de Z


90% 0,10 1,65
95% 0,05 1,96
99% 0,01 2,58

Valores de t, mais utilizados

Nível de confiança 𝒕𝜶/𝟐 Intervalo de Confiança


95% •Nível de2,093
confiança (1593,2071
99% •Nível de Significância
2,861 (1506,2158)
99,9% •Valores de Z
3,883 (1389,2275)

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)
Ano Letivo
2020/2021
Estatística Aplicada

CAPÍTULO 4. Inferência Estatística - Estimação Intervalar

Admita-se que a altura dos alunos de um determinado ano, segue uma distribuição normal cuja
variância é conhecido (𝜎 2 = 0,051 𝑚2 ). Admita-se ainda que foi recolhida uma amostra
aleatória com dimensão n=25 alunos e calculada a respetiva média amostral, tendo-se obtido
1,70 m.

a) Calcule o intervalo que, com uma probabilidade de 95% contenha o valor espera da altura
𝜎 𝜎
𝑥ҧ − 𝑧𝛼 ; 𝑥ҧ + 𝑥𝛼
2 𝑛 2 𝑛

A média populacional pertence ao intervalo (1,68; 1,72), com confiança de 95%

•Nível de confiança
•Nível de Significância
•Valores de Z 2

Docente: Rosa M. Riveiro Conde


Instituto Superior de Administração e Gestão (ISAG)

Você também pode gostar