Probabilidade e Estatística

Prof. Dr. Narciso Gonçalves da Silva

http://páginapessoal.utfpr.edu.br/ngsilva

Estimação de Parâmetros
Intervalo de Confiança
 Introdução
Estimação de Parâmetros

A inferência estatística é o processo que consiste em

utilizar as estatísticas amostrais (estimadores), para
se obter informações sobre a população. Pode-se fazer
inferência estatística através da Estimação e dos
Testes de Hipóteses.
A estimação é o processo que consiste em utilizar as
estatísticas amostrais, para estimar os parâmetros
populacionais desconhecidos.
Essencialmente, qualquer parâmetro populacional pode
ser estimado através de uma estatística amostral. Existe
duas formas de fazer a estimação de parâmetros: por
ponto ou intervalar (intervalo de confiança).
 Intervalo de confiança
Estimação de Parâmetros

Intervalo de confiança (IC) ou estimativa

intervalar é o intervalo de valores que contém o
parâmetro da população com uma determinada
probabilidade de acerto.
 Intervalo de confiança
Estimação de Parâmetros

O nível de confiança (1 – α) é a probabilidade de que o

intervalo de confiança estimado contenha o parâmetro
populacional.
α é denominado nível de significância.
e são os valores críticos
 Intervalo de confiança
Estimação de Parâmetros

Podem ser determinados intervalos de

confiança para diferentes parâmetros
populacionais como:
 Média
 Diferença entre médias
 Variância
 Proporção
 Diferença entre proporções
 Etc.
 Intervalo de confiança para média
Estimação de Parâmetros

• O intervalo de confiança para μ é baseada na

distribuição amostral da média e no nível de
confiança.
• Não é necessário que os dados estejam
normalizados.
• A variância populacional pode ou não ser
conhecida.
 IC para média com variância conhecida
Estimação de Parâmetros

• Para população infinita:

é erro de estimativa
 IC para média com variância conhecida
Estimação de Parâmetros

• Para população finita utiliza-se o fator de correção

para o desvio-padrão:
 IC para média com variância conhecida
Estimação de Parâmetros

Exemplo
Uma variável aleatória contínua X tem média μ e
variância σ2 = 16. Uma amostra é obtida aleatoriamente
com 40 valores obtendo média igual a 13. Construir um
intervalo de confiança com nível de significância de 5%
para μ.
Tabela Z
 IC para média com variância desconhecida
• A variância populacional é estimada através da
Estimação de Parâmetros

variância amostral.

• O intervalo de confiança é obtido através da

distribuição t de Student com (n – 1) graus de
liberdade
 IC para média com variância desconhecida
Estimação de Parâmetros

Exemplo:
As notas de uma prova de Matemática de uma amostra
de 10 alunos de uma turma de uma determinada escola
estão apresentadas na tabela abaixo. Construir um
intervalo de confiança de 90% para a média das notas de
Matemática de todos os alunos desta escola.

Aluno 1 2 3 4 5 6 7 8 9 10 Soma

Nota 5,5 6,0 3,5 8,0 7,0 3,0 4,0 9,0 6,5 7,5 60,0
Tabela t de Student
 Intervalo de confiança para 2
Estimação de Parâmetros

Se X i ~ N (  , 2 ) então
Xi  
~ N (0,1)

( X i   )2
Logo: ~ 12
2
n

( X i   ) 2

Portanto: i 1
~  n2
2

( X i  X )2
i 1
~  n21 (perde-se 1 grau de liberdade)
 2

( X i  X )2 n
(n  1) s 2
mas s  2 i 1
  ( X i  X )  (n  1) s 
2 2
~  n21
n 1 i 1 2
 Intervalo de confiança para 2
Estimação de Parâmetros

 n21

 
2 1 2

0 xa xb +
 Intervalo de confiança para 2
Estimação de Parâmetros

Exemplo:
Uma variável aleatória contínua X tem distribuição
desconhecida com média μ e variância σ2. Retira-se
uma amostra de 21 valores com variância s2 = 2,34.
Construir um intervalo de confiança de 95% para a
variância populacional.
Tabela da Qui-quadrado (2)
 Intervalo de confiança para proporção p
Estimação de Parâmetros

Como o desvio-padrão muitas vezes não é conhecido, então pode ser

estimado por
 Intervalo de confiança para proporção p
Estimação de Parâmetros

Exemplo:
De 1220 peças fabricadas, 1037 são perfeitas.
Supondo o número de peças fabricadas está
normalmente distribuído, construir um intervalo de
confiança ao nível de 1% de significância para a
proporção de peças fabricadas que são defeituosas.
 Intervalo de confiança para a diferença
entre duas médias
12 22
Estimação de Parâmetros

Sabe-se que: ( x1 - x 2 ) ~ N(1 - 2 , + )

n1 n2
( x1 - x 2 ) - (1 -  2 )
e z=
12 22
+
n1 n2

Então:

Observação:
Quando os desvios-padrão populacionais σ1 e σ2 são desconhecidos,
uma boa aproximação é obtida substituindo-os pelos respectivos
desvios-padrão amostrais s1 e s2, levando em conta algumas
considerações.
 Intervalo de confiança para a diferença
entre duas médias
Estimação de Parâmetros

Exemplo:
Foi escolhido uma turma de uma escola A e uma turma
de uma escola B e aplicado uma prova de
Probabilidade e Estatística. A turma da escola A com 50
alunos obteve média 76 com desvio-padrão de 6 e a
turma da escola B com 75 alunos obteve média 82 com
desvio-padrão de 8. Encontre um intervalo de
confiança, com 5% de significância, para a diferença
µ1- µ2, onde µ1 representa a média de todos alunos da
escola A e µ2 a média de todos os alunos da escola B
que poderiam fazer esta prova.
 Intervalo de confiança para a diferença
entre duas proporções
Estimação de Parâmetros

Sabe-se que:

Então:

O desvio-padrão pode ser estimado por:

 Intervalo de confiança para a diferença
entre duas proporções
Estimação de Parâmetros

Exemplo:
Seja p1 e p2 as proporções de defeitos de um processo já
existente e de um novo processo, respectivamente. Uma
amostra de 1500 itens do processo já existente apresentou
75 itens com defeitos e uma amostra de 2000 itens do
novo processo apresentou 80 itens com defeitos. Construir
um intervalo de confiança de 90% para p1 – p2.
 Tamanho de Amostra para Estimar a
Média
Dimensionamento de Amostras

• População infinita (com reposição)

• População finita (sem reposição)

 Tamanho de Amostra para Estimar a
Proporção
Dimensionamento de Amostras

• População infinita (com reposição)

• População finita (sem reposição)

 Exemplos
Dimensionamento de Amostras

1) Peças são produzidas em grande escala numa

indústria e deseja-se fazer um estudo sobre a
massa das peças produzidas no mês. Pela
especificação do produto, o desvio padrão é 10 kg e
tolera-se um erro amostral até 2 kg. Determine o
tamanho da amostra para construir um intervalo de
confiança com 5% de significância.

= 96
 Exemplos
Dimensionamento de Amostras

2) Considere que no exemplo anterior a produção

mensal da indústria é de 500 peças.

= 81
 Exemplos
Dimensionamento de Amostras

3) Uma fábrica tem um grande número de funcionários

e deseja-se verificar quantos são sindicalizados.
Presume-se que esse número não seja superior a
30% do total dos funcionários. Estimar o número de
funcionários sindicalizados a um nível de confiança
de 90% com tolerância de erro de 3%.

= 631
 Exemplos
Dimensionamento de Amostras

4) Considere que no exemplo anterior que a fábrica tem

1500 funcionários

= 445