UNIDADE II

Estatística Aplicada

Prof. Mauricio do Fanno

Teoria da estimação estatística

 Estimativa

 Estimativa por pontos

 Fidedignidade

 Estimativa por intervalos – Intervalos de Confiança

Teoria da estimação estatística

Suponha que a população de alunos que cursaram Estatística no passado apresente

uma nota média igual a 6,2, com desvio padrão igual a 0,4, distribuídas
normalmente. Para estudo, retiramos uma amostra de 16 alunos. Qual a nota média
amostral decorrente, ou seja, entre que valores essa amostra pode ocorrer?
Teoria da estimação estatística

Fonte: autoria própria

Teoria da estimação estatística

Vamos imaginar que pegamos uma amostra de 25 alunos que cursaram Matemática
Financeira no passado e calculamos sua média e desvio padrão, chegando aos
valores: Ẋ = 5,6 e S = 2,5. Como poderíamos estimar a nota média de TODOS os
alunos de Matemática Financeira?
Teoria da estimação estatística
Teoria da estimação estatística

 Melhorando a precisão – aumentando o tamanho da amostra para n = 100

Teoria da estimação estatística

 Melhorando a precisão – trabalhando com menor nível de confiança

Fonte: autoria própria

Teoria da estimação estatística

0,0013

Fonte: autoria própria

0,0013 ou 0,13% 0,0013 ou 0,13%

Estimativas das notas:

Entre 3,6 e 7,6 com 100% de confiabilidade
Entre 4,1 e 7,1 com 99,74% de confiabilidade
Teoria da estimação estatística

0,0505

100%-90%
100%-90% = 5% = 0,0500
= 5% = 0,0500 2
2

Fonte: autoria própria

Teoria da estimação estatística

Erro padrão varia de acordo com o parâmetro que está sendo estimado.
Interatividade

Na prática, a maioria das estimativas são feitas com um nível de confiabilidade de

95%. Assim sendo, qual o valor do coeficiente crítico correspondente a essa
confiabilidade?
a) 2,33
b) 1,64
c) 1,96
d) 3,21
e) 1,65
Resposta

Na prática, a maioria das estimativas são feitas com um nível de confiabilidade de

95%. Assim sendo, qual o valor do coeficiente crítico correspondente a essa
confiabilidade?
a) 2,33
b) 1,64
c) 1,96
d) 3,21
e) 1,65
Resolução

0,0250

95% 2,5%
2,5%

Fonte: autoria própria

Teoria da estimação estatística - aplicações

Um auditor contábil separou aleatoriamente uma amostra de 45 contas pagas por

uma empresa e encontrou um valor médio para elas de R$ 14.900,00 com desvio
padrão de R$ 3.600. Baseando-se nesses valores, qual foi o valor estimado para a
média populacional, com 95% de confiabilidade?
Teoria da estimação estatística - aplicações
Teoria da estimação estatística - aplicações

Uma pesquisa eleitoral feita com 2.500 eleitores revelou que o candidato A tinha 45%
de intenções de voto para determinado cargo eletivo. Qual a estimativa da votação
que esse candidato teria se a eleição fosse hoje com 99% de confiabilidade?
Teoria da estimação estatística - aplicações
Teoria da estimação estatística - aplicações

 Uma amostra de 300 lâmpadas da marca A apresentou uma durabilidade média de

2.300 horas com desvio padrão de 200 horas. Outra amostra de 150 lâmpadas da
marca B apresentou vida útil de 2.000 horas com desvio padrão de 90 horas.
Estimar com 90% de confiabilidade a diferença entre as vidas úteis de ambas as
marcas de lâmpadas.
Teoria da estimação estatística - aplicações
Teoria da estimação estatística - aplicações

Um analista de treinamento deseja estimar o tempo de treinamento em horas para

determinado cargo com uma confiabilidade de 95% e erro esperado de 2 horas.
Baseado em estudos anteriores, ele estima o desvio padrão das horas gastas
em treinamento em 18 horas. Qual é o tamanho de amostra com o qual ele deve
trabalhar?
Teoria da estimação estatística - aplicações
Teoria da estimação estatística - aplicações

Uma pesquisa com uma amostra de 100 consumidores detectou que 40% deles
preferiam o sabão em pó Lavafacil no lugar de qualquer outra marca. Ao se estimar o
comportamento de toda a população com uma confiabilidade de 95%, chegou-se a
uma margem de erro inconveniente. O cliente da pesquisa deseja que a estimativa
seja feita com um erro de no máximo 5%, mantida a confiabilidade. Dessa forma,
quantos consumidores mais devem ser pesquisados para atender ao estabelecido,
supondo que a proporção de consumidores de Lavafacil permanecesse constante?
Teoria da estimação estatística - aplicações
Teoria da estimação estatística - aplicações

Um engenheiro deseja avaliar a diferença entre duas marcas diferentes de cabos de

aço e, para tanto, ensaiou uma amostra de 64 cabos de cada marca, chegando aos
valores a seguir:
Desvio padrão da resistência
Cabos Resistência média em kgf
média em kgf
Marca A 1635 125
Marca B 1284 93
Fonte: autoria própria
Ao fazer uma estimativa das diferenças de resistência
média de todos os cabos de cada uma das duas marcas,
chegou com 99% de confiabilidade a uma margem de erro
que não o agradava. Ele deseja reduzir essa margem de
erro em 20 kgf. Quantos cabos a mais ele deverá ensaiar?
Teoria da estimação estatística - aplicações

A estimativa inicial: 351 kgf ± 50 kgf a favor dos cabos da marca A.

Reduzir essa margem de erro em 20 kgf, ou seja, o erro esperado deverá abaixar
para 30 kgf, logo:
Interatividade

Uma amostra de 20 baterias elétricas para uso em tablets revelou uma vida útil
média de 30.000 horas com desvio padrão de 2.600 horas. Baseado nesses dados,
um técnico estimou que as baterias desse tipo teriam uma vida útil de 30.000 ± 744
horas. Qual a confiabilidade dessa estimativa?

a) 99%
b) 95%
c) 90%
d) 85%
e) 80%
Resposta

Uma amostra de 20 baterias elétricas para uso em tablets revelou uma vida útil
média de 30.000 horas com desvio padrão de 2.600 horas. Baseado nesses dados,
um técnico estimou que as baterias desse tipo teriam uma vida útil de 30.000 ± 744
horas. Qual a confiabilidade dessa estimativa?

a) 99%
b) 95%
c) 90%
d) 85%
e) 80%
Resolução

0,1003

Fonte: autoria própria

Teoria da decisão estatística

 Decidir entre o que é:

 Casual
 Causal

 Hipóteses
 Nula (H0)
 Alternativa (H1)

 Erros
 Tipo I (considerar falsa uma hipótese verdadeira)
 Tipo II (considerar verdadeira uma hipótese falsa)
Teoria da decisão estatística

Jogou-se uma moeda 100 vezes, saíram 71 caras. Posso ter certeza de que a
moeda é viciada?

 Hipótese nula: H0: p = 0,5 (de sair cara)

 Hipótese nula: H1: p ≠ 0,5 (de sair coroa)
Teoria da decisão estatística

Fonte: autoria própria

50 – 4 x 5 = 30 50 + 4 x 5 = 70

100%
Teoria da decisão estatística

95%
Região Crítica Região Crítica
2,5% 2,5%

-1,96 +1,96 Fonte: autoria própria

Teoria da decisão estatística

 Teste de hipóteses ou Regras de decisão ou Teste de Significância

 Aceitamos que a moeda é honesta se o número de caras estiver entre 40 e 60,
caso contrário, assumimos que ela é viciada.

 Erros possíveis:
 Tipo I – aceitamos que a moeda é viciada, mas ela é honesta.
 Tipo II – aceitamos que a moeda é honesta, mas ela é viciada.
Hipótese H0
Decisão Verdadeira Falsa
Não rejeitar H0 Decisão correta Erro tipo II
Rejeitar H0 Erro tipo I Decisão correta
Fonte: autoria própria
Teoria da decisão estatística - exemplo

No processo de negociação de uma nova máquina automática, o fornecedor informa

à empresa compradora que a produtividade dela é de 260 toneladas por hora com
um desvio padrão de 43 toneladas por hora. O comprador decide verificar a
veracidade da informação para aceitar ou não essa afirmação, e consequentemente
adquirir ou não a máquina. Para tanto, efetua uma amostragem com 36
observações. Para essa amostra, a produtividade média observada foi de 240
toneladas por hora. Estabeleça para esses dados:
1. Quais as hipóteses possíveis.
2. Qual o nível de significância que o estudo irá utilizar.
3. Quais os valores críticos de teste, ou em outras palavras,
qual a regra de decisão.
4. Qual a decisão a ser tomada.
5. Quais os riscos dessa tomada de decisão.
Teoria da decisão estatística - exemplo

1. Quais as hipóteses possíveis.

Existem duas hipóteses possíveis. A hipótese nula é que o valor da produtividade

média seja efetivamente de 260 t/h (H0: µ = 260) e a hipótese alternativa é de que a
produtividade seja diferente de 260 t/h (H1: µ ≠ 260).
Teoria da decisão estatística - exemplo

2. Qual o nível de significância que o estudo irá utilizar.

Em tese, qualquer nível de significância pode ser utilizado. Os mais usados são 0,01
e 0,05. Vamos utilizar neste exemplo este último.
Teoria da decisão estatística - exemplo

3. Quais os valores críticos de teste, ou em outras palavras, qual a regra de decisão.

A regra de decisão será a seguinte:

 Aceita-se que o fornecedor informou corretamente a produtividade da máquina se a
amostra estiver com valores entre 245,95 e 274,05 t/h.
 Rejeita-se a informação do fornecedor se a amostra
estiver fora dos limites mencionados.
Teoria da decisão estatística - exemplo

4. Qual a decisão a ser tomada.

 Resumindo, aceitamos que a produtividade média da máquina é de 260 t/h, com

significância de 5% caso uma amostra de 36 observações apresente resultados
entre 245,95 e 274,05 t/h. A amostra coletada apresentou um valor médio para a
produtividade de 240 t/h, portanto, fora dos limites estabelecidos e, então, nossa
decisão seria rejeitar a hipótese H0 e aceitar a hipótese alternativa H1. Isso
significa que não aceitamos a informação do fornecedor de que a produtividade
média da máquina seja igual a 260 t/h.
Teoria da decisão estatística - exemplo

5. Quais os riscos dessa tomada de decisão.

A afirmação do
A afirmação do
Nossa decisão fornecedor não é
fornecedor é verdadeira
verdadeira
Cometemos um erro do Tipo
Decisão acertada.
II.
A máquina não tem a
A máquina tem a
produtividade anunciada pelo
Rejeitamos H0 produtividade anunciada pelo
fabricante e, ao não
fabricante, mas não
comprarmos a máquina,
aceitamos isso e deixamos
Fonte: autoria própria tomamos a decisão correta.
de comprar a máquina.
Cometemos um erro do Tipo
Decisão acertada.
I.
A máquina tem a
A máquina não tem a
produtividade anunciada pelo
Não rejeitamos H0 produtividade anunciada pelo
fabricante e, ao não
fabricante e, ao compramos a
comprarmos a máquina,
máquina, cometemos um erro
tomamos a decisão correta.
do Tipo I.
Teoria da decisão estatística

Testes de hipóteses:
TESTE BILATERAL TESTE UNILATERAL

Região
Região Região Crítica
Crítica Crítica

Zc Zc Zc Fonte: autoria própria

Teoria da decisão estatística

Regra de Decisão:

 Aceita-se que o fornecedor informou corretamente a produtividade da máquina se

a amostra estiver com valores superiores à região crítica do teste unilateral.

 Rejeita-se a informação do fornecedor se a amostra estiver na zona crítica do

teste unilateral.
Teoria da decisão estatística

Mantendo o nível de significância em 0,05, o valor de zc seria igual a 1,64, e,

portanto, os valores críticos seriam dados por:

 Consequentemente, aceitaríamos a afirmação do fornecedor se a nossa amostra

ficasse com valores acima de 248,25 t/h, e rejeitaríamos no caso contrário, com
os consequentes riscos de incorrer em erros do Tipo I ou II.

 DECISÃO: considerando-se que a amostra de 36

observações teria resultado em uma produtividade média
de 240 t/h, teríamos rejeitado a afirmação do fornecedor
com um nível de significância de 5%.
Interatividade

Uma empresa de pesquisas comparou o desempenho de dois detergentes de

marcas diferentes. A regra de decisão foi H0: os detergentes não têm diferença de
desempenho; H1: os detergentes da marca A (mais cara) têm desempenho melhor
que os da marca B. Em decorrência desse teste, foi tomada uma decisão que teve
as consequências descritas a seguir:
Interatividade

O consumidor comprou o detergente mais barato, economizando dinheiro e obtendo

resultados inferiores.
Porque
Foi cometido um erro do Tipo II pelo tomador de decisão.
a) A correlação está correta, porque foi determinado que não havia diferença entre as
marcas.
b) A correlação está correta, porque foi determinado que o detergente da marca A era
melhor.
c) A correlação está incorreta, porque foi determinado que não
havia diferença entre as marcas.
d) A correlação está incorreta, porque foi determinado que o
detergente da marca A era melhor.
e) Não podemos afirmar se existe correlação entre as afirmativas.
Resposta

O consumidor comprou o detergente mais barato, economizando dinheiro e obtendo

resultados inferiores.
Porque
Foi cometido um erro do Tipo II pelo tomador de decisão.
a) A correlação está correta, porque foi determinado que não havia diferença entre as
marcas.
b) A correlação está correta, porque foi determinado que o detergente da marca A era
melhor.
c) A correlação está incorreta, porque foi determinado que não
havia diferença entre as marcas.
d) A correlação está incorreta, porque foi determinado que o
detergente da marca A era melhor.
e) Não podemos afirmar se existe correlação entre as afirmativas.
Teoria da decisão estatística - aplicações

Um empreendedor pretende assumir uma franquia em determinada região da cidade

na qual se alega que a renda média familiar é de R$ 15.000,00. Não confiando nessa
informação, ele faz sua própria pesquisa com 15 famílias e obtém para elas uma
renda média de R$ 14.000,00. De estudos anteriores, ele sabe que o desvio padrão
aceitável para as rendas dessa região é de R$ 2.000,00. Ele deve aceitar a alegação
feita com um nível de significância de 5%?
Teoria da decisão estatística - aplicações

 Regra de decisão:
 H0: µ = R$ 15.000,00 e H1: µ ≠ R$ 15.000,00
 Nível de significância bilateral zc = 1,96, logo:

 Aceitamos a hipótese se a amostra estiver entre R$

13.987,86 e R$ 16.012,14.
 O empreendedor obteve uma amostra de
média R$ 14.000,00. Desse modo, ele não
rejeita a informação recebida.
Teoria da decisão estatística - aplicações

Considere que o empreendedor do exemplo anterior não esteja interessado na

possibilidade de a renda familiar da região ser maior que R$ 15.000,00, e sim de ser
menor. Qual seria então a regra de decisão a ser aplicada?
Teoria da decisão estatística - aplicações

 Fator de criticidade (zc) que passa de 1,96 para 1,64

Regra de decisão: H0: µ ≥ R$ 15.000,00 e H1: µ < R$ 15.000,00, e que para um nível
de significância unilateral zc = 1,64, logo:

 A regra de decisão fica então: aceita-se a hipótese zero

se o valor amostral for maior ou igual a R$ 14.153,11 e
rejeita-se nos casos contrários. Como a amostra que ele
obteve foi de R$ 14.000,00, ele deve rejeitar a
informação recebida.
Teoria da decisão estatística - aplicações

Um fabricante informa que 95% dos pequenos motores elétricos que fornece estão
rigorosamente de acordo com as especificações. Um comprador testou 200 desses
motores e encontrou 18 defeituosos. A afirmação do fabricante pode ser aceita com
nível de significância de 1%?
Teoria da decisão estatística - aplicações

 Teste unilateral
Regra de decisão:
H0: p ≤ 0,05
H1: p > 0,05
zc = 2,33

Aceita-se a hipótese zero se a porcentagem de defeitos for

menor ou igual a 8,6% e rejeita-se no caso contrário. A
amostra apresentou 18 defeitos em 200, ou seja, 9%,
portanto, rejeitamos a afirmação do fabricante com uma
significância de 1%.
Teoria da decisão estatística - aplicações

Defeitos apresentados

Aceita-se a
afirmação Rejeita-se a afirmação
Significância: 1%

Fonte: autoria própria 5% (Zc = 2,33) 9%

Teoria da decisão estatística - aplicações

Duas classes em princípio semelhantes foram submetidas a uma avaliação da

disciplina de Estatística e obtiveram os resultados mostrados a seguir:

Classe Média alcançada Desvio padrão Quantidade de alunos

A 74 8 40
B 78 7 50
Fonte: autoria própria
Podemos afirmar com um nível de significância de 5% que as classes apresentam
diferenças significativas nos seus aproveitamentos?
Teoria da decisão estatística - aplicações

 Médias populacionais: µA e µB.

 Hipóteses:
 H0: µA = µB, ou seja, as eventuais diferenças são casualidades.
 H1: µA ≠ µB, ou seja, existem diferenças significativas entre as salas.
 Teste bilateral
Teoria da decisão estatística - aplicações

Entre -3,15 e +3,15, verifica-se a hipótese zero, ou seja, as

diferenças são casuais, nos casos contrários as diferenças
são significativas. No caso, a diferença entre os escores foi
de 74 – 78 = -4, portanto, existem diferenças significativas
entre os aproveitamentos das classes, com a segunda
sendo provavelmente a melhor no nível de 5% de
significância.
Teoria da decisão estatística - aplicações

 Uma pesquisa médica trabalhou com dois grupos de pacientes com a mesma
doença, cada um deles com 100 elementos. Ao grupo A ministrou-se uma nova
medicação em desenvolvimento, enquanto ao grupo B administrou-se apenas
placebo (substância com aparência medicamentosa, mas sem princípios ativos),
para que ele se comportasse como grupo de controle. Todas as demais condições
foram mantidas idênticas para ambos os grupos. Terminado o teste, constatou-se
que 75 pessoas do grupo A tinham sido curadas, enquanto 65 pessoas do grupo B
também apresentaram cura. Teste a hipótese de o medicamento ministrado
auxiliar na cura com um nível de significância de 5%.
Teoria da decisão estatística - aplicações

 A amostragem apresentou uma diferença de 0,10 ou 10% a favor da utilização da

medicação.
Teoria da decisão estatística - aplicações

O teste:
 H0: pA = pB, ou seja, as eventuais diferenças são casualidades.
 H1: pA > pB, ou seja, existem diferenças significativas quando do uso
do medicamento.
 Teste unilateral.
Teoria da decisão estatística - aplicações

 As diferenças serão significativas se o número de pessoas curadas com

medicação for superior a 10,6 pessoas das pessoas curadas sem medicação.
A diferença, no entanto, é de 10 pessoas (75 - 65), ou seja, a medicação não
apresenta diferenças significativas no nível de 5% de significância. Portanto, a
diferença de resultados é devida ao acaso nesse nível de significância.
Interatividade

Foram retiradas amostras de duas máquinas diferentes, produtoras de cavilhas. Da

máquina A foram retiradas 200 peças, das quais 19 apresentaram cavilhas
defeituosas, e da máquina B foram retiradas 100 peças, das quais 5 apresentaram
defeitos. Testando-se a hipótese de as duas máquinas apresentarem padrões de
qualidade diferentes com 5% de significância, concluiu-se que:
Interatividade

a) Teste bilateral apresenta diferença no padrão de qualidade nesse nível de

significância, os valores críticos são: -5,90% a +5,90%.
b) Teste bilateral não apresenta diferença no padrão de qualidade nesse nível de
significância, os valores críticos são: -6,90% a +6,90%.
c) Teste bilateral apresenta diferença no padrão de qualidade nesse nível de
significância, os valores críticos são: -6,90% a +6,90%.
d) Teste bilateral não apresenta diferença no padrão de qualidade nesse nível de
significância, os valores críticos são: -5,90% a +5,90%.
e) Teste unilateral não apresenta diferença no padrão de
qualidade nesse nível de significância, os valores
críticos são: -5,90% a +5,90%.
Resposta

a) Teste bilateral apresenta diferença no padrão de qualidade nesse nível de

significância, os valores críticos são: -5,90% a +5,90%.
b) Teste bilateral não apresenta diferença no padrão de qualidade nesse nível de
significância, os valores críticos são: -6,90% a +6,90%.
c) Teste bilateral apresenta diferença no padrão de qualidade nesse nível de
significância, os valores críticos são: -6,90% a +6,90%.
d) Teste bilateral não apresenta diferença no padrão de qualidade nesse nível de
significância, os valores críticos são: -5,90% a +5,90%.
e) Teste unilateral não apresenta diferença no padrão de
qualidade nesse nível de significância, os valores
críticos são: -5,90% a +5,90%.
ATÉ A PRÓXIMA!