Escolar Documentos
Profissional Documentos
Cultura Documentos
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
Inferência Estatística.
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
Probabilidade
INFERÊNCIA ESTATÍSTICA:
Descritiva
A Inferência Estatística
consiste em um conjunto de
Processo Dados
métodos usados para tomar Gerador Observados
decisões ou tirar conclusões acerca dos Dados
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
1
19/03/2021
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
DEFINIÇÃO 1: DEFINIÇÃO 2:
As observações (X1,X2,...,Xn) são uma amostra aleatória simples de Uma estatística é qualquer função das observações de uma amostra
tamanho n, se: aleatória.
Variância da amostra: S2
Desvio-padrão da amostra: S
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
DEFINIÇÃO 3: DEFINIÇÃO 4:
Um parâmetro é uma medida usada para descrever uma característica Uma estimador é uma estatística utilizada para estimar um parâmetro.
da população.
Exemplos de Estimadores:
Exemplos de Parâmetros:
Média da amostra: é um estimador de
Média populacional:
Variância da amostra: S2 é um estimador de 2
Variância populacional: 2
Desvio-padrão da amostra: S é um estimador de
Desvio-padrão populacional:
2
19/03/2021
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
Quando um estimador assume um determinado valor, o denominamos de O objetivo da estimação pontual é selecionar um único número baseado
estimativa de um parâmetro. nos dados da amostra, sendo esse o valor mais plausível para
(parâmetro).
EXEMPLO: A estimativa da produção média por planta de maçã Gala é de
DEFINIÇÃO 5:
= 84 Kg/planta
Uma estimativa pontual de algum parâmetro da população é um
único valor numérico de um estimador .
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
EXEMPLO:
EXEMPLO:
Suponha que a variável aleatória X seja normalmente distribuída Similarmente, se a variância da população 2 for também
com uma média desconhecida . A média da amostra é um desconhecida, um estimador para 2 será a variância da amostra
estimador da média desconhecida da população. Depois da S2 e o valor numérico s2 = 6.92, calculado a partir dos dados
amostra ter sido selecionada, o valor numérico é a estimativa amostrais, é chamado de estimativa de 2.
de . Assim, se x1 = 25, x2 = 30, x3 = 29 e x4 = 31, então a estimativa
de é:
25 30 29 31
x 28, 75
4
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
DEFINIÇÕES E PROPRIEDADES BÁSICAS: Estimativas razoáveis desses parâmetros são dadas a seguir:
Para , a estimativa é , a média da amostra.
Problemas de estimação ocorrem frequentemente em todas as áreas. Para 2 , a estimativa é , a variância da amostra.
Geralmente, é necessário estimar:
Para p, a estimativa é , a proporção da amostra, sendo x o
A. A média de uma única população; número de itens em uma amostra aleatória de tamanho n que
B. A variância 2 (ou desvio-padrão ) de uma única população; pertence à classe de interesse.
C. A proporção p de itens em uma população que pertence a uma classe Para 1 - 2 , a estimativa é , a diferença entre as
de interesse; médias de duas amostras aleatórias independentes.
D. A diferença nas médias de duas populações, 1 - 2 ; Para p1 – p2 , a estimativa é , a diferença entre duas proporções
E. A diferença nas proporções de duas populações, p1 – p2 ; amostrais, calculadas a partir de duas amostras aleatórias
independentes.
3
19/03/2021
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
SOLUÇÃO: Estabelecer critérios para escolha de um estimador. são estimadores que possuem boas propriedades e são, em geral,
Os critérios para escolha do “melhor” estimador para um determinado melhores estimadores do que outros possíveis estimadores desses
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
DISTRIBUIÇÃO AMOSTRAL:
Ao utilizarmos X para estimar µ, estamos fazendo estimação pontual do
A média amostral é uma estatística:
parâmetro µ, já que dada uma amostra teremos um único valor como
estimativa de µ. Uma vez que é uma estatística, ela é uma variável aleatória e tem uma
distribuição de probabilidades.
Embora X tenha boas propriedades, os estimadores pontuais não
fornecem uma medida de precisão, isto é, não demonstram o quanto Qual a distribuição da média amostral?
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
4
19/03/2021
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
Distribuição da variável aleatória: Altura (em cm)
DISTRIBUIÇÃO AMOSTRAL DA MÉDIA:
População
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
Distribuição da variável aleatória: Distância (em quilômetros)
Simulação
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
5
19/03/2021
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
6
19/03/2021
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
7
19/03/2021
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
Conclusões na simulação da variável distância A partir das simulações conseguimos ter uma ideia da distribuição
amostral da média. Agora, iremos apresentar resultados teóricos que
• A média das médias amostrais fica sempre próxima a verdadeira estão de acordo com o que observamos na simulação.
média; Resultado
• A variância das médias amostrais diminui a medida que o Seja X1, X2, ... Xn uma amostra aleatória da variável aleatória X que
tamanho da amostra aumenta; apresenta média e variância 2.
• A distribuição da média amostral se aproxima da distribuição Defina, X1 X n
X .
normal a medida que o tamanho da amostra aumenta; n
Então é fácil provar que
As conclusões são as mesmas.
E(X) 2
e Var( X )
n
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
Exemplo 1: (7-10 Montgomery e Runger adaptado) A quantidade de tempo Exercício 1: (7-3 Montgomery e Runger adaptado) Uma fibra sintética usada
que um passageiro gasta esperando na fila de check-in de um aeroporto é na fabricação de carpete tem resistência à tração com média 75,5 psi e
uma variável aleatória, com média 20 minutos e desvio padrão 7 minutos. desvio padrão 4 psi.
Suponha que uma amostra aleatória de 49 passageiros seja observada. a) Encontre a probabilidade de uma amostra de n = 6 corpos de prova
Encontre a probabilidade de o tempo médio de espera na fila para esses ter um resistência média inferior a 75 psi, supondo que a resistência à
passageiros seja superior a 22 minutos. tração tenha distribuição normal.
Seja X o tempo de espera na fila. Assim, temos que 𝑋ത tem distribuição b) Podemos calcular a probabilidade obtida no item anterior se a
aproximadamente normal com média 20 e variância 49/49 = 1. resistência da fibra tiver distribuição desconhecida?
c) Encontre a probabilidade de uma amostra de n = 64 corpos de prova
Logo, 22 20
P(X 22) P Z P( Z 2) 1 P( Z 2) ter um resistência média inferior a 75 psi.
1
d) Na prática, em geral, conseguimos calcular as probabilidades
1 0,9772 0,0228 solicitadas nos itens a) e c)? Justifique.
8
19/03/2021
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
Como o erro amostral da média é dado por e X , se a variável em Exemplo 2: (7-10 Montgomery e Runger adaptado) A quantidade de tempo
que um passageiro gasta esperando na fila de check-in de um aeroporto é
estudo X tem média µ e variância σ2 , então
uma variável aleatória com média e desvio padrão desconhecidos.
E(e) E(X ) E(X) 0, Suponha que uma amostra aleatória de 49 passageiros seja observada.
Var(e) Var(X ) Var(X) 2 / n. a) Se o verdadeiro desvio padrão do tempo de espera na fila for de 7
minutos, qual a probabilidade de que o tempo médio estimado não
Além disso, a partir de uma propriedade da distribuição normal que se afaste do seu verdadeiro valor por mais do que 1,5 minuto?
b) Qual a probabilidade de que o tempo médio estimado não se afaste
vimos anteriormente e da distribuição de X para grandes amostras,
do seu verdadeiro valor por mais do que 20% do desvio padrão da
temos que variável em estudo?
e
n
N (0,1)
c) Qual deve ser o novo tamanho amostral para que a probabilidade do
n item anterior suba para pelo menos 95%?
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
Exemplo 2: (7-10 Montgomery e Runger adaptado) A quantidade de tempo Exemplo 2: (7-10 Montgomery e Runger adaptado) A quantidade de tempo
que um passageiro gasta esperando na fila de check-in de um aeroporto é que um passageiro gasta esperando na fila de check-in de um aeroporto é
uma variável aleatória com média e desvio padrão desconhecidos. uma variável aleatória com média e desvio padrão desconhecidos.
Suponha que uma amostra aleatória de 49 passageiros seja observada. Suponha que uma amostra aleatória de 49 passageiros seja observada.
a) Se o verdadeiro desvio padrão do tempo de espera na fila for de 7 b) Qual a probabilidade de que o tempo médio estimado não se afaste
minutos, qual a probabilidade de que o tempo médio estimado não do seu verdadeiro valor por mais do que 20% do desvio padrão da
se afaste do seu verdadeiro valor por mais do que 1,5 minuto? variável em estudo?
0,2 0,2
1,5 1,5 P(| e | 0,2 ) P(-0,2 e 0,2 ) P Z
P(| e | 1,5) P(-1,5 e 1,5) P Z
7 7 49 49
49 49
P(-1,5 Z 1,5) 2(P(0 Z 1,5)) 2(P(Z 1,5) 0,5) P(-1,4 Z 1,4) 2(P(0 Z 1,4)) 2(P(Z 1,4) 0,5)
2(0,9332 0,5) 0,8664 2(0,9192 0,5) 0,8384
9
19/03/2021
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
Exemplo 2: (7-10 Montgomery e Runger adaptado) A quantidade de tempo Exercício 2: Um processo de produção é verificado periodicamente por
que um passageiro gasta esperando na fila de check-in de um aeroporto é um inspetor de controle de qualidade. O inspetor seleciona amostras
uma variável aleatória com média e desvio padrão desconhecidos. aleatórias simples de 36 produtos acabados e calcula o peso médio (em
Suponha que uma amostra aleatória de 49 passageiros seja observada. kg) dos produtos da amostra.
c) Qual deve ser o novo tamanho amostral para que a probabilidade do a) Se os resultados dos testes depois de um longo período de tempo
item anterior suba para pelo menos 95%? mostram que P(1,9 X 2,1) 0,9 e P(X 2,1) 0,05 , quais são a
média e o desvio-padrão para a população de produtos produzidos
0,2 0,2
P(| e | 0,2 ) 0,95 P Z 0,95 sob esse processo?
n n b) Para que o erro amostral não supere as 100 gramas, para mais ou
P(0,2 n Z 0,2 n ) 0,95 0,2 n 1,96 para menos, em 99% das vezes que o inspetor de controle de
qualidade verificar a produção, quantos produtos acabados deverão
n 9,8 n 9,82 96,04 Precisamos 97 passageiros ser inspecionados? Caso necessite, utilize os resultados encontrados
no item anterior.
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
P[I S]=1-α
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
10
19/03/2021
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
INTERVALO DE CONFIANÇA PARA MÉDIA COM VARIÂNCIA CONHECIDA: INTERVALO DE CONFIANÇA PARA MÉDIA COM VARIÂNCIA CONHECIDA:
z / 2
n
De fato, se P(| e | ) 1 , então P | Z | 1 .
Є é denominado erro amostral máximo ou margem de erro.
n
Definindo zα/2 como o valor tal que P(Z > zα/2) = α/2, como Como e X , então
apresentado na figura abaixo , temos que
P(| X | z / 2 / n ) 1 ,
z / 2
P( z / 2 / n X z / 2 / n ) 1 ,
n
2 1-α 2
P( X z / 2 / n X z / 2 / n ) 1 ,
e
z / 2 . P( X z / 2 / n X z / 2 / n ) 1 .
- z / 2 z / 2 n
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
INTERVALO DE CONFIANÇA PARA MÉDIA COM VARIÂNCIA CONHECIDA: INTERVALO DE CONFIANÇA PARA MÉDIA COM VARIÂNCIA CONHECIDA:
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
INTERVALO DE CONFIANÇA PARA MÉDIA COM VARIÂNCIA CONHECIDA: INTERVALO DE CONFIANÇA PARA MÉDIA COM VARIÂNCIA CONHECIDA:
INTERPRETAÇÃO: Na prática:
Obtemos somente uma amostra aleatória e calculamos um intervalo de
Intervalo de confiança considera que, se um número infinito de
confiança.
amostras aleatórias de mesmo tamanho forem selecionadas e
Uma vez que esse intervalo conterá ou não o valor verdadeiro de μ, não é
um intervalo com 100(1 - )% de confiança para μ for obtido a
razoável fixar um nível de probabilidade a esse evento específico.
partir de cada amostra, então 100(1 - )% desses intervalos
A afirmação apropriada é: O intervalo observado [l, S] contém o valor
conterão o valor verdadeiro de μ.
verdadeiro de μ com 100(1 - )% de confiança. Essa afirmação tem uma
interpretação de frequência, ou seja, não sabemos se a afirmação é
verdadeira para essa amostra especifica, mas o método usado para obter o
intervalo [l, S] resulta em afirmações corretas em 100(1 - )% das vezes.
11
19/03/2021
INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
INTERVALO DE CONFIANÇA PARA MÉDIA COM VARIÂNCIA CONHECIDA: INTERVALO DE CONFIANÇA PARA MÉDIA COM VARIÂNCIA CONHECIDA:
Quanto maior for o coeficiente de confiança (1-α), mais confiantes Tamanho da amostra
estaremos de que o intervalo realmente contém o valor verdadeiro Vimos que, fixado (1-α), o erro amostral máximo ou a margem de
de µ. erro é dada por
Porém, quanto maior o coeficiente de confiança (1-α), maior será a z / 2
amplitude do intervalo de e assim menos informação teremos a n
respeito do valor verdadeiro de μ.
Isolando n temos que o tamanho amostral necessário para a
IDEAL: Obter um intervalo relativamente pequeno com alto obtenção de um intervalo de confiança com determinada margem
coeficiente de confiança. de erro é dado por
Assim, podemos ter interesse em obter o tamanho amostral
z
2
necessário para obter um intervalo de confiança com determinado n /2
coeficiente de confiança e determinada margem de erro.
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
INTERVALO DE CONFIANÇA PARA MÉDIA COM VARIÂNCIA CONHECIDA: INTERVALO DE CONFIANÇA PARA MÉDIA COM VARIÂNCIA CONHECIDA:
Exemplo 3: (8-8 Montgomery e Runger adaptado) Experiência passada
Exemplo 3: (8-8 Montgomery e Runger adaptado) Foram obtidos 9
indicou que a resistência à quebra de um fio tipo A usado na
corpos-de-prova e a resistência média observada foi de 98 psi.
fabricação de material moldável é normalmente distribuída com
Assumindo que a resistência à quebra do fio tipo B também é
desvio padrão 2 psi. Um novo fio tipo B passará a ser utilizado e
normalmente distribuída com desvio padrão 2 psi, calcule:
deseja-se estimar a verdadeira resistência média deste fio. Foram
a) O intervalo de confiança para a verdadeira resistência média com
obtidos 9 corpos-de-prova e a resistência média observada foi de 98
coeficiente de confiança de 95% e interprete-o.
psi. Assumindo que a resistência à quebra do fio tipo B também é
normalmente distribuída com desvio padrão 2 psi, calcule: 1,96 2 1,96 2
IC( ;95%) 98 ; 98
a) O intervalo de confiança para a verdadeira resistência média do fio 9 9
do tipo B com coeficiente de confiança de 95% e interprete-o. IC( ;95%) (96,69; 99,31)
b) Qual o tamanho amostral necessário se há interesse na obtenção
Temos 95% de confiança de que o intervalo (96,69; 99,31) contém
de um intervalo de confiança com margem de erro de no máximo
a verdadeira resistência média à quebra do fio tipo B.
1 psi utilizando-se o mesmo coeficiente de confiança.
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2019 2º SEMESTRE DE 2019
INTERVALO DE CONFIANÇA PARA MÉDIA COM VARIÂNCIA CONHECIDA: INTERVALO DE CONFIANÇA PARA MÉDIA COM VARIÂNCIA CONHECIDA:
Exercício 3: (inspirado em dissertação de Gustavo Bastos/UFES) “A utilização
Exemplo 3: (8-8 Montgomery e Runger adaptado) Foram obtidos 9 de micro-organismos probióticos em alimentos lácteos é uma das mais
corpos-de-prova e a resistência média observada foi de 98 psi. atrativas opções para consumo humanos, devido as suas excelentes
Assumindo que a resistência à quebra do fio tipo B também é propriedades funcionais”. Desenvolveu-se uma barra de cereal com
normalmente distribuída com desvio padrão 2 psi, calcule: determinado probiótico e, após uma semana de armazenamento, coletou-se
uma amostra de 36 barras e mensurou-se a concentração de probiótico em
b) Qual o tamanho amostral necessário se há interesse na obtenção cada uma delas. O valor médio obtido foi de 6 log UFC/g. Assuma que o
de um intervalo de confiança com margem de erro de no máximo verdadeiro desvio padrão dessa concentração seja de 2 log UFC/g.
1 psi utilizando-se o mesmo coeficiente de confiança. a) Um pesquisador leigo em estatística disse então que um bom intervalo
de confiança para a verdadeira concentração média de probiótico era de
1,96 2
2
(6-(5%)x6; 6+ 5%x6) = (5,7; 6,3). Determine o coeficiente de confiança
n 15,37 desse intervalo. Esse seria um intervalo de confiança adequado?
1 b) Determine um intervalo de confiança para a verdadeira concentração
média de probiótico com 90% de confiança. Interprete-o.
É necessária uma amostra de tamanho 16 c) Se o objetivo é reduzir a amplitude do intervalo para a metade ou menor,
qual deve ser o tamanho amostral coletado?
12
19/03/2021
Segunda decimal de z
0 1 2 3 4 5 6 7 8 9
0.0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359
0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753
0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.6026 0.6064 0.6103 0.6141
0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443 0.6480 0.6517
0.4 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.6772 0.6808 0.6844 0.6879
0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.7123 0.7157 0.7190 0.7224
0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486 0.7517 0.7549
0.7 0.7580 0.7611 0.7642 0.7673 0.7704 0.7734 0.7764 0.7794 0.7823 0.7852
0.8 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.8051 0.8078 0.8106 0.8133
0.9 0.8159 0.8186 0.8212 0.8238 0.8264 0.8289 0.8315 0.8340 0.8365 0.8389
Parte inteira e primeira decimal de z
1.0 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 0.8554 0.8577 0.8599 0.8621
1.1 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 0.8770 0.8790 0.8810 0.8830
1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962 0.8980 0.8997 0.9015
1.3 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 0.9131 0.9147 0.9162 0.9177
1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292 0.9306 0.9319
1.5 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 0.9406 0.9418 0.9429 0.9441
1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 0.9515 0.9525 0.9535 0.9545
1.7 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 0.9608 0.9616 0.9625 0.9633
1.8 0.9641 0.9649 0.9656 0.9664 0.9671 0.9678 0.9686 0.9693 0.9699 0.9706
1.9 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 0.9750 0.9756 0.9761 0.9767
2.0 0.9772 0.9778 0.9783 0.9788 0.9793 0.9798 0.9803 0.9808 0.9812 0.9817
2.1 0.9821 0.9826 0.9830 0.9834 0.9838 0.9842 0.9846 0.9850 0.9854 0.9857
2.2 0.9861 0.9864 0.9868 0.9871 0.9875 0.9878 0.9881 0.9884 0.9887 0.9890
2.3 0.9893 0.9896 0.9898 0.9901 0.9904 0.9906 0.9909 0.9911 0.9913 0.9916
2.4 0.9918 0.9920 0.9922 0.9925 0.9927 0.9929 0.9931 0.9932 0.9934 0.9936
2.5 0.9938 0.9940 0.9941 0.9943 0.9945 0.9946 0.9948 0.9949 0.9951 0.9952
2.6 0.9953 0.9955 0.9956 0.9957 0.9959 0.9960 0.9961 0.9962 0.9963 0.9964
2.7 0.9965 0.9966 0.9967 0.9968 0.9969 0.9970 0.9971 0.9972 0.9973 0.9974
2.8 0.9974 0.9975 0.9976 0.9977 0.9977 0.9978 0.9979 0.9979 0.9980 0.9981
2.9 0.9981 0.9982 0.9982 0.9983 0.9984 0.9984 0.9985 0.9985 0.9986 0.9986
3.0 0.9987 0.9987 0.9987 0.9988 0.9988 0.9989 0.9989 0.9989 0.9990 0.9990
3.1 0.9990 0.9991 0.9991 0.9991 0.9992 0.9992 0.9992 0.9992 0.9993 0.9993
3.2 0.9993 0.9993 0.9994 0.9994 0.9994 0.9994 0.9994 0.9995 0.9995 0.9995
3.3 0.9995 0.9995 0.9995 0.9996 0.9996 0.9996 0.9996 0.9996 0.9996 0.9997
3.4 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9998
3.5 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998
3.6 0.9998 0.9998 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.7 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.8 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.9 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
13