Escolar Documentos
Profissional Documentos
Cultura Documentos
Estimação de Parâmetros
Vamos considerar uma amostragem aleatória simples, o que faz com que
qualquer medida associada à amostra (estatística) seja uma variável aleatória.
Isso ocorre por causa da aleatoriedade introduzida pelo sorteio, na amostra-
gem. A fim de entender melhor esse conceito, vamos acompanhar os exemplos
seguintes.
EXERCÍCIOS
1. Refaça o Exemplo 7.1c, considerando que a amostra seja retirada sem re-
posição.
Seja uma amostra aleatória simples {X1 ,X 2 , ..., Xn} e a estatística X. A dis-
tribuição de X (distribuição da média amostrai) apresenta as seguintes proprie-
dades:
(7.1)
ou
Figura 7.5 Esquema geral de uma amostragem aleatória simples quando se ob-
serva a proporção de certo atributo A.
A distribuição da população pode ser representada por uma variável alea-
tória de Bernoulli (tipo "0-1"), com função de probabilidade:
P(x) x
0 1-p
1 P
(7.4)
(7.5)
verificamos que
(7.6)
(7.7)
ou
EXERCÍCIOS
5. Uma empresa fabricante de pastilhas para freios efetua um teste para con-
trole de qualidade de seus produtos. Supondo que 1% das pastilhas fabrica-
das pelo processo atual apresenta desempenho deficiente quanto ao nível
de desgaste, qual é a probabilidade, em uma amostra aleatória simples
com 10.000 pastilhas, de serem encontradas 85 ou menos pastilhas com
problemas?
6. Sabe-se que 50% dos edifícios construídos em uma grande cidade apresen-
tam problemas estéticos relevantes em menos de cinco anos após a entrega
(7.10)
(7.11)
Uma estatística T é uma função dos elementos da amostra, isto éT= ƒ(Xl,
X 2, Xn). Quando ela é usada para avaliar certo parâmetro θ, é também
chamada de estimador de θ.
Um estimador, por ser uma variável aleatória, pode assumir valores, se-
gundo uma distribuição de probabilidades. Contudo, é desejável que, em mé-
dia, ele seja igual ao parâmetro que se deseja estimar. Mais formalmente,
(7.12)
parâmetro a 2, pois E(σ
é um estimador viesado do parâmetro σ , pois E(d^2
2
a 22.. Por isso,
)) = (n1/n)σ
= Por isso, defini
defini-
n
mos
mos aa variância
variância amostrai,
amostral SS22,, com
com denominador
denominador (n(n -- 1)
1) no
no lugar
lugar dede n.
n. A dife-
A dife-
rença
rença
E(ô2)-G2 = - — o 2 (7.13)
v 7
n
é chamada de viés do estimador dσ22.
do estimador .
(6.14)
(7.15)
Seja uma população caracterizada por uma variável aleatória X, que assu-
me o valor 0 ou 1, conforme o elemento tenha ou não certo atributo de interes-
se. Por exemplo, nas peças que saem de uma linha de produção, o código C
pode identificar peça boa e o código 1 peça defeituosa. Para um elemento to-
mado ao acaso, seja p = P(X = 1). Note que p representa a proporção de ele-
mentos com o atributo, na população.
Já vimos que a proporção amostrai P é um bom estimador da proporção
populacional p. Dada uma amostra aleatória simples de tamanho n, o que se
pode dizer sobre o erro amostrai: \Ṗ - p\?
(7.26)
Na prática, σβ não pode ser calculado por (7.21), porque depende do pa-
râmetro desconhecido p. Então, usamos em seu lugar a estimativa:
Desde que a amostra seja grande (p. ex., n ≥ 50), a diferença entre sp e σp
pode ser considerada desprezível, e um intervalo de confiança para p, com nível
de confiança de 95%, pode ser calculado por:
= 0,600±0,048
ou, em porcentagens:
Considere uma amostra aleatória simples {X1, X2, ..., Xn} de X. Supondo X
com distribuição aproximadamente normal, então
(7.30)
é o estimador natural de μ. Vimos na Seção 7.2 que X' tem distribuição aproxi-
madamente normal com média e variância dadas por 8
(7.31)
(7.32)
(7.33)
(7.34)
ou
8 Novamente, estamos supondo a
(7.3), como vidto na Seção 7.2. população infinita ou muito grande.
(7.35)
(7.36)
Solução:
(7.37)
(7.38)
(7.39)
ou
(7.40)
(7.41)
36,4 35,7 37,2 36,5 34,9 35,2 36,3 35,8 36,6 36,9
EXERCÍCIOS
9. Sejam X1, X2, X7 uma amostra aleatória simples de uma população com
média// e desvio padrão a. Considere os seguintes estimadores de µ :
T1 = (X1, +X2+X3+X4+X5+X6+X7)/7
T2 = (X2 +X3+X4+X5+X6) / 5
T3 = (X2 + X 3 + X 4 + X5 + X 6 ) / 7
10. Em uma amostra aleatória simples com 200 edifícios com cinco anos, em
certa cidade, 55% apresentaram problemas estéticos relevantes após a en-
trega da obra. Construir um intervalo de confiança para a proporção de
edifícios da cidade que apresentam problemas estéticos relevantes nos cin-
co primeiros anos. Use nível de confiança de 95%.
11. Uma empresa fabricante de pastilhas para freios efetua um teste para con-
trole de qualidade de seus produtos. Selecionou-se uma amostra de 600
pastilhas, das quais 18 apresentaram níveis de desgaste acima do tolerado.
Construir um intervalo de confiança para a proporção de pastilhas com
desgaste acima do tolerado, do atual processo industrial, com nível de con-
fiança de 95%. Interpretar o resultado.
12. Uma fundição produz blocos para motor de caminhões. Os blocos têm fu-
ros para as camisas e deseja-se verificar qual é o diâmetro médio no proces-
so do furo. A empresa retirou uma amostra de 36 blocos e mediu os diâme-
tros de 36 furos (1 a cada bloco). A amostra acusou média de 98,0 mm e
desvio padrão de 4,0 mm. Construir um intervalo de confiança para a mé-
dia do processo, com nível de confiança de 99%. Interpretar o resultado. Se
o processo deveria ter média 100 mm, há evidência (com 99% de confian-
ça) de que a média do processo não está no valor ideal? Explique.
7.4 TAMANHO DE AMOSTRA
Quando o objetivo é estimar uma proporção p (0 < p < 1), podemos usar
a seguinte relação (ver a Figura 7.11):
(7.50)
(7.51)
EXERCÍCIOS
13. Um pesquisador precisa determinar o tempo médio gasto para perfurar três
orifícios em uma peça de metal. Qual deve ser o tamanho da amostra para
que a média amostrai esteja a menos de 15 s da média populacional? Por ex-
periência prévia, pode-se supor o desvio padrão em torno de 40 s. Considere
também, que a estimação será realizada com nível de confiança de 95%.
15. Considerando o Exercício 14, mas supondo a caixa com 1.000 parafusos,
qual é o tamanho da amostra necessário?
EXERCÍCIOS COMPLEMENTARES
28 35 43 23 62 38 34 27 32 37
15 12 14 15 16 14 16 13 14 11 15 13
a) Apresente um intervalo de 95% de confiança para o tempo médio de
execução do algoritmo.
b) Considerando as 12 mensurações como uma amostra piloto, avalie o
número de mensurações (tamanho da amostra) necessário para garan-
tir um erro máximo de 15 segundos (0,25 minutos). Use γ = 0,95.
19. Uma empresa tem 2.400 empregados. Desejase extrair uma amostra de
empregados para verificar o grau de satisfação em relação à qualidade da
comida no refeitório. Em uma amostra piloto, numa escala de 0 a 10, o
grau de satisfação recebeu nota média 6,5 e desvio padrão 2,0.
a) Determine o tamanho mínimo da amostra, supondo amostragem
aleatória simples, com erro máximo de 0,5 unidade e nível de con-
fiança de 99%.
b) Considere que a amostra planejada no item anterior tenha sido realiza-
da e obteve-se média 5,3 e desvio padrão 1,8 ponto. Construa um in-
tervalo de 99% de confiança para o parâmetro μ.
c) Considerando o resultado do item anterior, você diria, com nível de
confiança de 99%, que a nota média seria superior a cinco se a pesqui-
sa fosse aplicada a todos os 2.400 funcionários? Justifique.
d) Realizada a amostra planejada no item (a), suponha que 70 atribuíram
notas iguais ou superiores a cinco. Apresente um intervalo de 90% de
confiança para a porcentagem de indivíduos da população que atribui-
riam notas iguais ou superiores a cinco.
21. Planeja-se extrair uma amostra aleatória simples dos 2.000 funcionários de
uma empresa, para avaliar a satisfação com o trabalho. A satisfação será
avaliada através de um questionário com vários itens numa escala de 1 a 5.
Pretende-se avaliar o valor médio de cada item. Qual deve ser o tamanho
da amostra para garantir um erro máximo de 0,2 unidade, com nível de
confiança de 95%?
Nota: Use como variância o valor teórico que se obtém ao supor probabi-
lidade igual para cada um dos cinco níveis da escala. Observe que dificil-
mente algum item terá variância maior do que esta que você está calculan-
do, pois, na prática, a tendência é que as respostas se concentrem em torno
de algum nível.
24. Uma unidade fabril da Intel produziu 500.000 chips Pentium IV em certo
período. São selecionados, aleatoriamente, 400 chips para testes.
a) Supondo que 20 chips não tenham a velocidade de processamento ade-
quada, construir o intervalo de confiança para a proporção de chips
adequados. Use nível de confiança de 95%.
b) Verificar se essa amostra é suficiente para obter um intervalo de 99%
de confiança, com erro amostrai máximo de 0,5%, para a proporção
de chips adequados. Caso contrário, qual deveria ser o tamanho da
amostra?