Intervalo de Confiança

Disciplina: Estatística e Probabilidade

Profa. Dra. Gabriela Camarinha
 Intervalo de Confiança

• Frequentemente necessitamos, por meio das amostras,

conhecer informações gerais da população.

A estatística indutiva é a ferramenta que vai nos auxiliar

neste processo, ou seja, vai nos permitir tirar conclusões
probabilísticas sobre aspectos das populações, com base
na observação de amostras extraídas dessas populações.
 Intervalo de Confiança
- Como INFERIR sobre um parâmetro da população, baseados
em dados de uma AMOSTRA??

- A parte da estatística, chamada INFERÊNCIA ESTATÍSTICA,

assume que erros podem acontecer pelo fato de termos dados
limitados (para uma amostra) e não para a população.

- Vimos que os valores das estatísticas variam de amostra para

amostra. MAS, para o caso da média amostral, sabemos como
ela varia, ou seja, conhecemos a sua distribuição de
probabilidade (TLC)!!
 Intervalo de Confiança
OBJETIVOS
- Os parâmetros que vamos estudar são a média populacional, 𝜇, a proporção
populacional, 𝑝, a Variância, S², e o Desvio padrão, S.
- Vamos obter:
1.Intervalos de confiança para a média populacional, μ:
- Quando o desvio-padrão da população 𝜎 é conhecido
- Quando o desvio-padrão da população 𝜎 é desconhecido

2.Intervalos de confiança para a proporção de sucessos na população, 𝑝.

3. Intervalos de confiança para Variância e o Desvio Padrão na população, S e S².
4.Determinar o tamanho necessário da amostra para um intervalo de confiança
da média, 𝜇, ou da proporção, 𝑝.
 IC para Variância σ²
Suponha que população:
–Seja normalmente distribuída.
–Tenha variância populacional (σ²).
–Desta população são selecionadas amostras aleatórias independentes de
tamanho n, e calculadas a variância amostral (s²)
Esta estatística amostral tem distribuição qui-quadrada:

𝑛 − 1 𝑆²
𝑋2 =
𝜎²
A distribuição (X²) é determinada pelos graus de liberdade, por enquanto,
calculada como n –1
 IC para Variância σ²
PROPRIEDADES DA DISTRIBUIÇÃO QUI-QUADRADO
Diferentemente da média e da
proporção, no caso da variância
os limites do intervalo de
confiança não são calculados
como estimativa pontual ±
margem de erro, não sendo,
portanto, equidistantes da
estimativa pontual. Isto acontece
porque a distribuição amostral da
variância amostral não é
simétrica
 IC para Variância σ²
PROPRIEDADES DA DISTRIBUIÇÃO QUI-QUADRADO

- À medida que graus de

liberdade aumentam,
distribuição qui-quadrado
se aproxima de
distribuição normal.
- A área embaixo da curva
da distribuição 𝑋 2 é igual a
1, e as distribuições são
assimétricas positiva
 IC para Variância σ²
PROPRIEDADES DA DISTRIBUIÇÃO QUI-QUADRADO

À medida que graus de

liberdade aumentam,
distribuição qui-quadrado
se aproxima de
distribuição normal X²
 Valores Críticos X²
Na Tabela Qui-Quadrado, cada valor crítico de X² corresponde à área
acumulada à direita do valor crítico (ex.: n=10; área=0,025).

Para amostra de tamanho

n=10, extraída de população
normalmente distribuída, a
estatística X² tem
probabilidade 0,95 de estar
entre valores críticos de
2,700 e 19,023.
 Valores Críticos X²
Existem 2 valores críticos:

XE² - Limite esquerdo

XD² - Limite direito

 Valores Críticos X²
Valores críticos 𝑋𝐷2 e 𝑋𝐸2 separam áreas extremas que correspondem às variâncias
amostrais que são improváveis, com probabilidade α.
 Intervalo de Confiança para
Variância σ² e Desvio Padrão σ
Como usar a tabela ( Tabela Unicaudal A Direita)
• Exemplo: encontrar os valores críticos para X² direito e esquerdo
para um intervalo de confiança de 90% e uma amostra de 20
elementos.
 Intervalo de Confiança para
Variância σ² e Desvio Padrão σ
• A variância amostral S² é a melhor estimativa pontual da variância
populacional.
• Intervalo de confiança para variância populacional:
𝑛 − 1 𝑆² 𝑛 − 1 𝑆²
2 < 𝜎² <
χ𝐷 χ2𝐸
• O desvio padrão amostral s é comumente usado como estimativa
pontual de σ.
– Intervalo de confiança para desvio padrão populacional:

𝑛 − 1 𝑆² 𝑛 − 1 𝑆²
2 <𝜎<
χ𝐷 χ2𝐸
 Construindo o IC
• Verifique se requisitos são satisfeitos: (1) amostra aleatória simples;
e (2) histograma ou gráfico dos quantis normais sugere população
muito próxima da distribuição normal.
• – Usando n – 1, ache valores críticos 𝑋𝐷2 e 𝑋𝐸2 , que correspondem ao
nível de confiança desejado.
• Calcule os limites superior e inferior do intervalo de confiança:
𝑛 − 1 𝑆² 𝑛 − 1 𝑆²
2 < 𝜎² <
χ𝐷 χ2𝐸
• Faça o mesmo para o desvio padrão (raiz quadrada).
• Arredonde limites do intervalo de confiança resultantes
 Exemplo
Uma amostra de tamanho 11 extraída de uma população normal
forneceu uma variância de S²= 8,38. Determinar um intervalo de
confiança de 90% para a variância da população e um intervalo de
mesma confiabilidade para o desvio padrão da população.
Intervalo de confiança da Variância:
𝑛 − 1 𝑆² 𝑛 − 1 𝑆²
2 < 𝜎² <
χ𝐷 χ2𝐸
• Neste caso é necessário inicialmente determinar os valores da distribuição X² , de
modo, 𝑋𝐷2 tenha uma área (probabilidade) à direita igual a 95% e 𝑋𝐸2 tenha uma área
(probabilidade) à direita igual a 5%. Estes valores são: 𝑋𝐸2 = 3,940 e 𝑋𝐷2 = 18,307
 Exemplo
11 − 1 8,38² 11 − 1 8,392
< 𝜎2 <
18,307 3,940
𝟒, 𝟓𝟖 < 𝛔² < 𝟐𝟏, 𝟐𝟕

(4.58, 21.27)

Para o desvio padrão:

4.58, 21, . 27

(2.14, 4.61)
 Escolher o Tamanho da amostra
- Até o momento mostramos como calcular os limites de um
intervalo quando conhecemos 𝑋ത ou 𝑝Ƹ e o tamanho da amostra n.

- Mas se quisermos resolver o problema inverso: temos o

tamanho do intervalo e desejamos conhecer o tamanho da
amostra n?

Qual deve ser o tamanho da amostra necessário para construir

um intervalo de confiança com determinado nível de confiança e
determinado erro de amostragem?
 Escolher o Tamanho da amostra
- Qual o tamanho da amostra, 𝒏, necessário para que tenhamos
uma margem de erro, ou erro amostral, (𝒆) com um nível de
confiança (1−𝛼)?
 Escolher o Tamanho da amostra
Qual o Tamanho da amostra da necessário para obter um
IC(𝜇,1−𝛼) com margem de erro 𝑒?
Dados:
- O nível de confiança desejado (1−𝛼): determina o valor crítico
de Z1−𝛼/2
- O erro amostral aceitável = margem de erro = 𝑒
- O desvio-padrão populacional, 𝜎
 Escolher o Tamanho da Amostra

EXERCÍCIO : Se σ = 45, que tamanho de amostra é necessário

para estimar a média com 90% confiança e margem de erro
igual a 5?

Solução: Queremos determinar n tal que o IC(𝜇,0.9) tenha margem de

erro 5. Como 1−𝛼 = 0.9, então:
𝑍²1−𝛼 𝜎² 𝑍² 0.1 45²
2
1−
2 𝑍²0.95 45² 1.645² × 45²
𝑛= = = = = 219.19
𝑒² 5² 5² 5²
Da tabela z (da normal padrão), Z 0.95=1.645 ⇒ n = 219.19
O tamanho de amostra necessário é de n = 220 (arredonde para cima!)
 Escolhendo o Tamanho da
Amostra para μ
Se desconhecido, 𝜎 pode ser estimado quando usamos a formula
que determina o tamanho necessário da amostra.
Temos 2 opções para estimar 𝜎:
- Valor conhecido de experiências passadas: valor de 𝜎 que você
espera ser ao menos tão grande quanto o verdadeiro valor de 𝜎; ou
- Escolha uma amostra piloto e estime σ com o desvio-padrão
amostral, 𝑆.
 Escolhendo o Tamanho da
Amostra para p
Qual o tamanho da amostra necessário para obter um IC(𝑝,1−𝛼) com
margem e?
Dados:
- O nível de confiança desejável (1 - α), que determina o valor crítico:
Z1- α /2
- Uma margem de erro amostral aceitável: e
- A verdadeira proporção de “sucessos”, p
- p pode ser estimado usando uma amostra piloto se
necessário, (ou, conservativamente, use p = 0.50)
 Escolhendo o Tamanho da
Amostra para p
EXERCÍCIO: O quão grande deve ser a amostra para
estimarmos a verdadeira proporção de itens defeituosos
em uma população grande com ± 3% de margem de erro e
95% de confiança?

a)Assuma que uma amostra piloto indica 𝑝 = 0.12.

b)E se não existe amostra piloto?

 Escolhendo o Tamanho da
Amostra para p
Solução:
Para 95% de confiança, use Z0.975 = 1.96
e = 0.03
a) 𝑝ො = 0.12, então use 𝑝ො para estimar p
𝐙𝟐 𝛂ෝ𝐩(𝟏−ෝ
𝐩)
𝟏−𝟐 𝟏.𝟗𝟔𝟐 ∗𝟎.𝟏𝟐(𝟏−𝟎.𝟏𝟐)
𝐧= = = 𝟒𝟓𝟎. 𝟕𝟒 → 𝐧 = 𝟒𝟓𝟏
𝐞² 𝟎.𝟎𝟑²
b) Use o valor conservador, 𝑝ො = 0.5:
𝐙𝟐 𝛂ෝ𝐩(𝟏−ෝ
𝐩)
𝟏−𝟐 𝟏.𝟗𝟔𝟐 ∗𝟎.𝟓(𝟏−𝟎.𝟓)
𝐧= = = 𝟏𝟎𝟔𝟕. 𝟏𝟏 → 𝐧 = 𝟏𝟎𝟔𝟖
𝐞² 𝟎.𝟎𝟑²
Escolhendo o Tamanho da
Amostra para σ² e σ
 Resumo da Aula
Nesta aula aprendemos a construir intervalos de confiança para os
parâmetros:
- 𝜇: média populacional
- Com desvio-padrão populacional é conhecido → o valor crítico é obtido
pela tabela z (da normal padrão)
- Com desvio-padrão populacional desconhecido → o valor crítico é obtido
pela tabela da T de Student.
- 𝑝: proporção populacional
- S² e S: Variância e Desvio padrão
- Também vimos como calcular o tamanho da amostra, 𝑛, de forma que o IC
de confiança tenha uma certa margem de erro.