Escolar Documentos
Profissional Documentos
Cultura Documentos
Alínea A)
σ σ
desvio padrão σ x́ = . Isto é representado como X́ N (μ , ). Assim, tem–se
√n √n
X́−μ
=Z N (0,1)
σ .
√n
Como Z N (0,1), podemos calcular um intervalo de confiança dentro do qual pode
conter uma determinada percentagem de observações. Assim, seja X uma V.A. com
um intervalo de confiança a 100∗( 1−α ) %=90 % para μ. Assim, tem-se que α =0.1.
α
Desta forma, fazemos P (−λ ≤ Z ≤ λ )=( 1−α ) ⇒ λ=Φ (1− ). Consequentemente, tem-se
−1
2
α
que λ=norminv (1− ). Substituindo α por 0.1 concluímos que λ=1.6449.
2
X́ −μ
(
⟺ P −1.6449 ≤
σ
√n )
≤ 1.6449 =0,90
Resolvendo em ordem a μ
σ σ
(
P X́−1.6449
√n
≤ μ ≤ X́ +1.6449
√n )
=0.90
Logo,
σ σ
[
IC 90 % ( μ )= X́ −1.6449
√n
; X́ +1.6449
√n ]
No final da construção do intervalo de confiança a 90% para o número médio
de SMS enviados por cada uma das populações, podemos afirmar com 90% de
confiança que o número médio de SMS enviados por cada uma das populações se
encontra neste intervalo.
Amostra 1
Amostra 2
Para a Amostra 2, relativamente à variável “Mensagens”, sabe-se que σ 2=5.6734e
n2 =62. Concretizando, x́ 2=3.90328
5.6734 5.6734
IC 90 % ( μ 2 )=[3.9032−1.6449 ; 3.9032+1.6449 ]
√ 62 √ 62
5.6734 5.6734
[
⇔ IC 90 % ( μ2 )= 3.9032−1.6449
√62
; 3.9032+1.6449
√ 62
⇔
]
⇔ IC 90 % ( μ2 )= [ 2.7180 ; 5.0884 ]
Alínea B)
Sabendo que na alínea anterior já foi dada a definição de intervalo de confiança,
podemos observar que um intervalo de confiança a 90% é definido da seguinte forma:
σ σ
[
IC 90 % ( μ )= X́ −1.6449
√n
; X́ +1.6449
√n ]
Na alínea atual, o objetivo é sabendo que X́ ,σ , n se mantêm constantes, diminuir a
amplitude do intervalo para metade alterando unicamente o valor do limite de
confiança. Sendo assim um intervalo de confiança para os dados da população 1,
sendo H o valor do limite de confiança e S=norminv((100-(100-H)/2)/100) é dado por:
36.725 36.725
IC H % ( μ1 ) =[25.28−S ; 25.28+ S ]
√ 93 √93
36.725 36.725
Logo: (25.28+ S )-(25.28−S ¿ = (31.544-19.016)/2
√ 93 √ 93
36.725
Ou seja:2S* =6.264 Ou Seja: S=6.264/¿*2)
√ 93
S= norminv((100-(100-H)/2)/100), Logo ((100-(100-H)/2)/100) = normcdf(S)
5.6734 5.6734
IC H 1 % ( μ2 )=[3.9032−S 1 ; 3.9032+ S 1 ]
√ 62 √62
5.6734
Logo: (3.9032+S 1 ¿−¿)=(5.0884-2.7180)/2
√ 62
5.6734 5.6734
Ou seja: 2S1* =1.1852 Ou seja: S1=1.1852/( ∗2 ¿
√ 62 √ 62
S1= norminv((100-(100-H1)/2)/100, logo ((100-(100-H1)/2)/100) = normcdf(S1)
Como seria de esperar, o valor limite do grau de confiança diminuiu bastante de modo
a que a amplitude diminua para metade, sendo igual em ambas as populações como o
esperado.
Alínea C)
p1 ( 1− p1 ) p2 ( 1− p2 )
(
2º W =P1−P2 N p 1− p2 ,
93
+
62 )
3º Sob H 0 :W N ¿ ) , p1 ≈ ^p1 , p 2 ≈ ^p2
: W N (0,6.64 x 10−3 )
Nota: no script do Octave, utilizamos uma variável para a variância para que os erros de
arredondamentos sejam mínimos.
Assim,
45 27
^p1− ^p2= − =0.048387
93 62
Como 0.048387 não pertence à região de rejeição, então, rejeito H 0, logo, com uma
significância de 1%, uma confiança de 99% podemos afirmar que as proporções da
amostra 1 e 2 são diferentes.
Alínea D)
Alínea E)
É RAZOÁVEL ASSUMIR QUE O NÚMERO DE MENSAGENS ENVIADAS PELA POPULAÇÃO
SEGUE UMA DISTRIBUIÇÃO DE POISSON? Alfa = 0.05
Vamos agora testar a hipótese do número de mensagens enviadas por cada
uma das populações seguir uma distribuição de Poisson, com significância de 5%.
População 1
maior1=0
for i=1:93
if AA(i,6)>maior1
maior1=AA(i,6)
end
end
maior_1=maior1
maior_1=201
limite1=round(maior_1/8)
limite1=25
limite2=round(limite1*2)
limite2=50
limite3=round(limite1*3)
limite3=75
limite4=round(limite1*4)
limite4=100
limite5=round(limite1*5)
limite5=125
limite6=round(limite1*6)
limite6=150
limite7=round(limite1*7)
limite7=275
limite8=maior_1
limit8=201
Agora iremos determinar a frequência absoluta para cada uma das classes:
Exemplo 1ª Classe:
f1=0
for i=1:93
if (0<=AA(i,6))&(AA(i,6)<limite1)
f1=f1+1
end
end
freq1=f1
freq1=60
Nº de mensagens Frequência pi np i
enviadas por dia Observada, ni
[0,25[ 60 0,6452
[25,50[ 17 0,1828
[50,75[ 9 0,0968
[75,100[ 3 0,0323
[100,125[ 1 0,0108
[125,150[ 1 0,0108
[150,175[ 1 0,0108
[175,201[ 1 0,0108
O calculo de pi foi efetuado a partir do seguinte código: (acho que não é assim)
fi=[freq1;freq2;freq3;freq4;freq5;freq6;freq7;freq8]
pi=fi./93