Escolar Documentos
Profissional Documentos
Cultura Documentos
Slides 3
Slides 3
Objectivos:
1. Determinar o que é estimado.
2. Distinguir estimador pontual e estimador de intervalo.
3. Explicar estimadores de intervalo.
4. Calcular os intervalos de confiança para a média da população e proporção.
5. Calcular o tamanho da amostra.
Rodrigo Martins 1
Introdução à estimativa
Métodos estatísticos
Métodos
estatísticos
Estatística Estatística
descritiva inferencial
Teste de
Estimativa
hipóteses
Rodrigo Martins 2
Processo de estimativa
Rodrigo Martins 3
Média 𝑿
Proporção p ^
p
2
Variância s2
Diferenças 𝝁𝟏 − 𝝁𝟐 𝑿𝟏 − 𝑿𝟐
Rodrigo Martins 4
Métodos de estimativa
Estimativa
Estimativa Estimativa
pontual de intervalo
Rodrigo Martins 5
Rodrigo Martins 6
Rodrigo Martins 7
2. Eficiência relativa
Se Z1 e Z2 são dois estimadores cêntricos de q, Z1 é eficiente
relativamente a Z2 se 𝑽𝒂𝒓(𝒁𝟏 ) ≤ 𝑽𝒂𝒓(𝒁𝟐 ) para todo q.
Exemplo de eficiência:
- Suponha dois estimadores da média da população :
1 1
𝑊= 𝑥 𝑥̅ = 𝑥
𝑛−2 𝑛
𝑛 𝜎
𝑉𝑎𝑟 𝑊 = 𝜎 𝑉𝑎𝑟 𝑥̅ =
𝑛−2
𝑛
Rodrigo Martins 8
3. Consistência
Seja Z um estimador de q, então Z é um estimador consistente de q se,
para qualquer 𝜺 > 0 : 𝑃 𝑍 − 𝜃 > 𝜀 → 0 𝑐𝑜𝑚 𝑛 → ∞ .
Rodrigo Martins 9
Quando uma variável segue uma lei normal isto permite utilizar a tabela da lei
normal para saber probabilidades sobre um determinado evento que a envolva.
Qual a probabilidade da próxima pessoa a entrar na sala ter entre 1,73 e 1,80
metros de altura?
Mas sabemos que todas as variáveis têm uma média e uma variância.
Muitas vezes, estamos interessados em saber coisas não sobre a variável, mas
sobre a sua MÉDIA.
O que fizemos com a discussão sobre as propriedades dos estimadores,
particularmente a NORMALIDADE ASSIMPTÓTICA foi mostrar que a média
aritmética segue uma lei normal. (vejam a média como se fosse uma nova variável
que também tem média e variância).
• O pressuposto da CENTRICIDADE verifica-se para a média ou seja 𝑬 𝒙 = 𝝁
𝝈𝟐
• Também apresentámos a variância da média aritmética: 𝑽𝒂𝒓 𝒙 =
𝒏
𝝈𝟐
Voltando ao exemplo da altura, 𝝈𝟐 é a variância da altura, é a variância da média
𝒏
de altura. 11
Métodos de estimativa
Estimativa
Estimativa Estimativa
pontual de intervalo
Rodrigo Martins 12
Estimador pontual
1. Fornece um único valor.
• Baseado em observações de uma única amostra.
2. Não dá nenhuma informação sobre o quão próximo está o valor
encontrado do parâmetro desconhecido da população.
Rodrigo Martins 13
Como 𝑍= então:
𝑍=
𝑉𝑎𝑟 𝑥̅ = , logo
logo:
𝑒𝑟𝑟𝑜 = 𝑍 × 𝜎
Obtendo-se: 𝜇 =𝑋∓𝑍×𝜎
Z ~ N(0,1) para
amostras grandes
Rodrigo Martins 15
Nível de confiança
1. Probabilidade que o parâmetro desconhecido da população esteja dentro
do intervalo.
2. Representado (1 – )%.
• é a probabilidade de que não esteja dentro do intervalo.
3. Os valores típicos são 99%, 95% e 90%.
4. (1 – )% dos intervalos contêm μ , % não.
Rodrigo Martins 16
1. Dispersão de dados.
• Medida por .
é o desvio padrão da
população, que nem
2. Tamanho da amostra.
sempre é conhecido.
𝜎
𝜎̅=
𝑛
3. Nível de confiança.
(1 – )
• Afecta Z
Rodrigo Martins 17
Intervalos de confiança
Intervalos de
confiança
Média Proporção
Amostra grande
(n 30) Amostra pequena
Rodrigo Martins 18
Intervalo de confiança:
𝜎 𝜎
𝑋−𝑍 . ≤ 𝜇 ≤ 𝑋+𝑍 .
𝑛 𝑛
Rodrigo Martins 19
𝑍 , = 1,96
Rodrigo Martins 20
𝜎 𝜎
𝑋−𝑍 . ≤𝜇 ≤𝑋+𝑍 .
𝑛 𝑛
10 10
50 − 1,96 × ≤ 𝜇 ≤ 50 + 1,96 ×
Valor que também
30 30
encontramos na tabela da
distribuição normal. 46,43 ≤ 𝜇 ≤ 53,57
Exercício 21:
𝜎 𝜎
Valor crítico para é 1,645. 𝑋−𝑍 . ≤ 𝜇 ≤ 𝑋+𝑍 .
𝑛 𝑛
Rodrigo Martins 22
, ,
1,99−1,645. ≤ 𝜇 ≤ 1,99 + 1,645.
1,982≤ 𝜇 ≤ 1,998
Valor crítico:
∝
Intervalo de confiança a 90% implica α=0,1 logo = 0,05. O valor crítico encontrado é:
Rodrigo Martins 23
𝜎 𝜎
𝑋−𝑡 . ≤𝜇 ≤𝑋+𝑡 .
𝑛 𝑛
Graus de liberdade
df = n-1
Rodrigo Martins 24
Exemplo:
Uma amostra aleatória de 𝒏 = 𝟐𝟓 tem 𝒙 = 𝟓𝟎 e 𝒔 = 𝟖. Estabeleça
um intervalo de confiança de 95% para .
𝜎 𝜎
df = 25-1=24 𝑋−𝑡 . ≤ 𝜇 ≤𝑋+𝑡 .
𝑛 𝑛
8 8
50 − 2,064 × ≤ 𝜇 ≤ 50 + 2,064 ×
25 25
46,69 ≤ 𝜇 ≤ 53,30
A média da população encontra-se dentro deste intervalo com um
grau de confiança de 95%. Se retirarmos repetidamente 100 amostras
aleatórias da população e construirmos 100 intervalos, 95 destes
intervalos conterão .
Rodrigo Martins 25
778,70 ≤ 𝜇 ≤ 953,03
Rodrigo Martins 26
NOTA: Quando se faz a distribuição proporcional de registo de não respondentes, sem opinião e abstenção
passa-se a usar a expressão projecção.
Rodrigo Martins 27
Intervalos de
confiança
Média Proporção
(Amostra grande)
Amostra Amostra
grande pequena
Rodrigo Martins 28
𝑝̂ × 𝑞 𝑝̂ × 𝑞
𝑝̂ − 𝑍 × ≤ 𝑝 ≤ 𝑝̂ + 𝑍 ×
𝑛 𝑛
NOTA: Não se foca o caso da aproximação normal não poder ser usada (𝑛 × 𝑝̂ < 15 ou 𝑛 × 𝑞 < 15) . Para
essas situações existe um intervalo de confiança específico para amostras pequenas.
Rodrigo Martins 29
𝑛 = 878
( 𝑝̂ × 𝑛 = 332,4 𝑞 × 𝑛 = 535,58 )
𝑝̂ = 0,39 𝑞 = 0,61
39 × 61 39 × 61
39 − 1,96 ≤ 𝑝 ≤ 39 + 1,96
878 878
35,8 ≤ 𝑝 ≤ 42,2
Rodrigo Martins 30
Exercício
Uma amostra aleatória de 400 licenciados mostrou que 32 tiraram, pelo
menos, uma pós-graduação. Estabeleça um intervalo de confiança a 95%
para a proporção de licenciados que tira uma pós-graduação, p.
32
𝑝̂ = = 0,08 𝑞 = 1 − 0,08 = 0,92
400
𝑝̂ × 𝑞 𝑝̂ × 𝑞
𝑝̂ − 𝑍 × ≤ 𝑝 ≤ 𝑝̂ + 𝑍 ×
𝑛 𝑛
0,053 ≤ 𝑝 ≤ 0,107
Rodrigo Martins 31
• Na realidade, este tipo de intervalos não funciona tão bem nos casos em que
as observações se acumulam muito perto dos extremos.
• Existem outros ICs alternativos para estas situações e/ou para os casos em
que não se consegue assumir normalidade.
Rodrigo Martins 32
32
𝑝̂ = = 0,08 𝑞 = 1 − 0,08 = 0,92
400
0,053 ≤ 𝑝 ≤ 0,107
Output SPSS:
Rodrigo Martins 33
Amostra
Rodrigo Martins 34
𝑆𝐸
Z= <=> 𝑍 =
𝜎
SE = Erro de amostragem
Não esquecer:
Resolvendo em ordem a SE, vem:
𝜎
𝜎 =
𝑆𝐸 = 𝑍 .𝜎 𝑛
𝜎
𝑆𝐸 = 𝑍 .
𝑛
Resolvendo em ordem a n, vem:
(𝑍 ) 𝜎
𝑛=
(𝑆𝐸)
Rodrigo Martins 35
Exercício 18:
“Merrill Lynch is one of the world's leading financial management and advisory companies, providing
financial advice and investment banking services.”
Rodrigo Martins 36
(𝑍 ) 𝜎
𝑛=
(𝑆𝐸)
(1,96) (400)
𝑛=
(50)
𝑛 = 245,86 ≈ 246
Rodrigo Martins 37
𝑝×𝑞
𝑆𝐸 = 𝑍 .
𝑛
Resolvendo em ordem a n, vem:
(𝑍 ) ×𝑝×𝑞
𝑛=
(𝑆𝐸)
Se não houver nenhum estimador de p disponível, usamos p = q = 0,5.
Rodrigo Martins 38
p= 𝑞 = 0,5 𝑍 = 1,645
Rodrigo Martins 39