UNIVERSIDADE FEDERAL DO MARANHÃO – UFMA

Fundação instituída nos termos da Lei nº 5.152, de 21/10/1966 – São Luís – Maranhão.
CENTRO DE CIÊNCIAS EXATAS E TECNOLOGIA - CCET
DEPARTAMENTO DE MATEMÁTICA – DEMAT

Estatística II

afonso.filho@ufma.br
 PLANO DE AULA
CONTEÚDOS OBJETIVOS PROCEDIMENTOS RECURSOS PROCEDIMENTOS
PROGRAMÁTICOS ESPECÍFICOS METODOLÓGICOS DIDÁTICOS AVALIATIVOS
Será numa perspectiva
- ESTIMAÇÃO Definir o processo de Metodologia dialética Notebook processual através de
Estimação; critérios qualitativos
(frequência, interação,
Explicar tipos de Atividade Síncrona: Plataforma online participação, interesse,
Estimação; Aula online de forma google meet. compromisso, habilidade,
Explicar Nível de remota e dialógicas atitude e competência
Confiança e Nível de Apresentação de comunicativa).
Significância; slides Na abordagem diagnóstica:
sondar os níveis de
Explicar Intervalos de
aprendizado dos alunos
Confiança (IC) para a através da interação e
média populacional competência comunicativa.
com variância Na abordagem formativa:
(conhecida e acompanhar mediando o
desconhecida); processo ensino-
Explicar uso de aprendizagem.
Tabelas z e t. Na abordagem somativa:
atribuir critérios quantitativos
(aspectos da cientificidade,
REFERÊNCIA: compreensão, análise e
síntese dos conteúdos) a
FONSECA, Jairo Simon; MARTINS, Gilberto de Andrade. Curso de Estatística. São partir das atividades
assíncronas.
Paulo: Atlas, 1995, p. 184-187.
 Estatística
Inferencial
Estatística
Descritiva

Probabilidade
Estimações
Testes de hipóteses Teoremas
Métodos estatísticos: Variáveis aleatórias Tratamentos dos dados
Correlações e Regressões Distribuições de Resumo os dados
Conclusões sobre a pop. probabilidades
 Estimação

• É o processo que consiste em utilizar dados amostrais para estimar os valores

de parâmetros populacionais desconhecidos, ou seja, quando usamos os
resultados extraídos da amostra para produzir inferências sobre a população da
qual foi extraída aleatoriamente a amostra.
 TIPOS DE ESTIMAÇÃO

Pontual Intervalar

Quando a partir da amostra

Quando a partir da amostra
procuramos obter um único
valor de certo parâmetro
populacional
procuramos construir um
intervalo com uma certa
probabilidade de conter o
verdadeiro parâmetro
populacional, denominado
de Intervalo de Confiança
(I.C.)
 Intervalos de Confiança (IC)
 É uma faixa de possíveis valores em torno da média amostral, e a
probabilidade de que esta contenha o valor real da média populacional.
Nível de confiança (1 - )
Probabilidade da média
estar contida no IC

Nível de Significância ()

Probabilidade da média
amostral estar fora do IC

Erro máximo absoluto de

estimativa ( e )

ഥ ≤𝝁+𝒆
𝝁−𝒆≤𝑿
IC PARA A ESTIMAÇÃO DA MÉDIA POPULACIONAL (µ)
QUANDO A VARIÂNCIA POPULACIONAL (σ2 ) É CONHECIDA:
Utiliza-se a Distribuição Normal, quando: n ≥ 30 (amostra grande)
 IC PARA A ESTIMAÇÃO DA MÉDIA POPULACIONAL (µ)
QUANDO A VARIÂNCIA POPULACIONAL (σ2 ) É CONHECIDA

ഥ−𝒆≤𝝁≤𝑿
𝑷 𝑿 ഥ+𝒆 =𝟏−𝜶
N = nº da população
n = nº da amostra População : INFINITA População : FINITA
𝒏 𝑛
µ = média pop. ≤ 𝟓%
𝑁
> 5%
𝑵
σ = desvio-padrão pop.
σ2 = variância pop. 𝝈
X = média amostral 𝒆 = 𝒁𝜶ൗ ⋅ 𝝈 𝑵−𝒏
𝒆 = 𝒁𝜶ൗ ⋅ ⋅
𝟐 𝒏 𝟐 𝒏 𝑵−𝟏

𝟐
Tamanho da 𝒁𝜶ൗ ⋅ 𝝈 (𝒁𝜶ൗ )𝟐 ⋅ 𝝈𝟐 ⋅ 𝑵
𝟐 𝟐
𝒏= 𝒏=
Amostra 𝒆 𝒆 ⋅ (𝑵 − 𝟏) + (𝒁𝜶ൗ )𝟐 ⋅ 𝝈𝟐
𝟐
 EXEMPLO:
 Um auditor toma uma amostra aleatória de 400 de uma população de 2.000 contas
a receber.
 Suponha que o desvio-padrão populacional dos valores das 2.000 contas a receber
é conhecido, R$ 4,28.
 Contudo, o valor da média amostral de contas a receber é de R$ 27,33.
 Usando IC de 95%, estimar o valor da média populacional e o valor total de contas
a receber.

Amostra
População n = 400
N = 2.000
Estatística
_
ou Estimador
X = 27,33

Parâmetro
 = 4,28
=?
IC de 95%
 𝜎 𝑁−𝑛 4,28 2.000 − 400
1−𝛼 0,95 𝑒 = 𝑍𝛼ൗ ⋅ ⋅ = 1,96 ⋅ ⋅ = 𝑅$ 0,38
1 − 𝛼 = 0,95 e = = 0,4750
2 𝑛 𝑁−1 400 2.000 − 1
2 2
_ _
x x
𝛼 = 1 − 0,95 = 0,05
P( −e  + e ) = 1− 
𝛼 0,05
= = 0,025 P( 27,33 − 0,38    27,33 + 0,38 ) = 0,95
2 2
P( R $ 26,95    R$ 27,71) = 0,95
𝑛 400
= = 0,20 = 20% > 5%
𝑁 2.000
𝑁 = 2.000 ⋅ 𝑅$ 26,95 ≤ 𝜇 ≤ 𝑅$ 27,71
𝑃𝑜𝑝. Finita
= 𝑅$ 53.900,00 a 𝑅$ 55.420,00
A Distribuição “t” sempre supõe a normalidade da variável estudada.
Deve-se consultar a Tabela (t) com (n-1) graus de liberdade
IC PARA A ESTIMAÇÃO DA MÉDIA POPULACIONAL (µ)
QUANDO A VARIÂNCIA POPULACIONAL (σ2 ) É DESCONHECIDA:
Utiliza-se a Distribuição t de Student, quando n < 30 (amostra pequena).
 IC PARA A ESTIMAÇÃO DA MÉDIA POPULACIONAL (µ)
QUANDO A VARIÂNCIA POPULACIONAL (σ2 ) É DESCONHECIDA

ഥ−𝒆≤𝝁≤𝑿
𝑷 𝑿 ഥ+𝒆 =𝟏−𝜶
N = nº da população
n = nº da amostra População : INFINITA População : FINITA
𝒏 𝒏
µ = média pop. 𝑵
≤ 𝟓%
𝑵
> 𝟓%
S = desvio-padrão amostral
S2 = variância amostral 𝑺
X = média amostral 𝒆 = 𝒕𝜶ൗ ⋅ 𝑺 𝑵−𝒏
𝒆 = 𝒕𝜶ൗ ⋅ ⋅
𝟐 𝒏 𝟐 𝒏 𝑵−𝟏

𝒕𝜶ൗ ⋅ 𝑺 𝟐 (𝒕𝜶ൗ )𝟐 ⋅ 𝑺𝟐 ⋅ 𝑵
Tamanho da Amostra 𝒏= 𝟐 𝒏= 𝟐
𝒆 ⋅ (𝑵 − 𝟏) + (𝒕𝜶ൗ )𝟐 ⋅ 𝑺𝟐
𝒆 𝟐
 EXEMPLO:
 Um auditor toma uma amostra aleatória de 25 de uma população de 1000 contas a receber.
 Suponha que o desvio-padrão populacional dos valores das 1.000 contas a receber é
desconhecido.
 Contudo, o valor da média amostral de contas a receber é de R$ 20,00 e desvio-padrão amostral
de R$ 1,95.
 Usando um intervalo de confiança de 95%, estimar o valor da média da população e o valor total
de contas a receber.

Amostra
População n = 25
N = 1.000
Estatística ou Estimador
_
X = 20,00
S = 1,95
Parâmetro
=?

IC de 95%
 Tabela t : para  = 0,05 e  = 24 graus de liberdade

1 − 𝛼 = 0,95
𝑆 1,95
𝑒 = 𝑡𝛼ൗ2 ⋅ = 2,0639 ⋅ = 𝑅$ 0,90
𝛼 = 1 − 0,95 = 0,05 𝑛 25
_ _
x x
𝛼 0,05
= = 0,025 P( −e  + e ) = 1− 
2 2
P( 20,00 − 0,90    20,00 + 0,90 ) = 0,95
𝑛 25
=
𝑁 1.000
= 0,025 = 2,5% < 5% P( R $ 19,10    R$ 20,90) = 0,95
𝑃𝑜𝑝. Infinita 𝑁 = 1.000 ⋅ 𝑅$ 19,10 ≤ 𝜇 ≤ 𝑅$ 20,90
= 𝑅$ 19.100,00 a 𝑅$ 20.900,00