Escolar Documentos
Profissional Documentos
Cultura Documentos
CONFIANÇA
Adaptado de “Statistics for Business and Economics, 6e © 2007 Pearson Education, Inc”
Intervalos de confiança
1. Conceitos
2. Intervalo de confiança para o valor médio, m,
de populações normais
3. Intervalo de confiança para a variância, s2, e
desvio padrão, s, de populações normais
4. Intervalo de confiança para a proporção, p, de
populações com distribuição Binomial
(amostras de grande dimensão)
5. Determinação da dimensão da amostra, n
Objectivos
Depois desta unidade, os alunos devem ser capazes de:
Inferência Estatística
Tirar conclusões e/ou tomar decisões sobre a população com base
no estudo da amostra recolhida.
Permite obter informações sobre parâmetros populacionais
desconhecidos com base em estatísticas amostrais.
Conceitos: População e amostra
Uma População é o conjunto formado por todos os
objectos, indivíduos ou resultados experimentais com uma
característica em comum, a qual se pretende estudar.
Exemplos:
Todos os votantes na próxima eleição;
Todos os salários auferidos no mês de Março;
Notas de todos alunos da Universidade Lusófona;
etc.
Sample
Amostra
Population
População
Conceitos
Parâmetro populacional – é uma medida numérica fixa que
caracteriza uma população. Baseia-se nos valores de todos os
elementos da população (Exemplos: μ, s2 , s e p).
População X Estatística
Amostra média por exemplo
x1
Valores
E(X) observados
x2
da variável
… … aleatória
valor médio X
xk
variabilidade
Conceitos
Distribuição de amostragem de uma estatística é a
distribuição dos valores que a estatística assume para todas as
possíveis amostras, da mesma dimensão, da população.
Inferência
Estatística
Estimação Teste de
de Hipóteses
Parâmetros
Estimação Estimação
Pontual intervalar
Estimação
Estimação pontual
Estimar o valor médio da população através da media
da amostra
Estimação intervalar
Estimar o valor médio da população através de um
intervalo (intervalos de confiança a 100 (1-a)%)
Estimação
Parâmetro populacional Estatística Amostral Estimativa pontual
Estimador Pontual
𝑛
Valor médio m 𝑖=1 𝑋𝑖 𝑥
𝑋=
𝑛
Variância s2 𝑛
𝑖=1(𝑋𝑖 −𝑋)
2
𝑠 ´2
𝑆´2 =
𝑛−1
𝑛 2
𝑖=1 𝑋𝑖− 𝑛𝑋 2
=
𝑛−1
Desvio s 𝑛 2
padrão 𝑖=1(𝑋𝑖 −𝑋) 𝑠´
𝑆´ = =
𝑛−1
𝑛 2
𝑖=1 𝑋𝑖 − 𝑛𝑋 2
𝑛−1
Proporção p 𝑁º 𝑑𝑒 "sucessos"
𝑝 = 𝑛𝑎 𝑎𝑚𝑜𝑠𝑡𝑟𝑎 𝑝
𝑛
Estimação
Uma estimativa pontual é um único valor (Exemplo: uma
estimativa pontual para o valor médio é a média da amostra).
Uma estimativa intervalar fornece um conjunto de valores, na
forma de um intervalo que, com certo grau de certeza,
previamente estipulado, contém o parâmetro que se pretende
estimar.
Amplitude do IC
Intervalo de Confiança e Grau de
Confiança
Seja um parâmetro desconhecido. Suponha-se que com base na
informação amostral, pode-se encontrar as estatísticas 𝑊1 (𝑋1 , 𝑋2 , …, 𝑋𝑛 )
e 𝑊2 (𝑋1 , 𝑋2 , …, 𝑋𝑛 ), sendo 𝑊1 (𝑥1 , 𝑥2 , …, 𝑥𝑛 ) < 𝑊2 (𝑥1 , 𝑥2 , …, 𝑥𝑛 ), tais que:
(𝑛 − 1)𝑆 ´2 𝑝−𝑝
Q= 2
~𝜒𝑛−1 𝑍= ~𝑁(0,1)
𝜎 2
𝑝(1 − 𝑝)
𝑛
Intervalos de Confiança
IC para valor médio, μ, de populações com distribuição
N(m, s2)
𝑋−𝜇
σ2 conhecida: 𝑍 = 𝜎 ~𝑁(0,1)
𝑛
𝑋−𝜇
σ2 desconhecida: T = 𝑆´ ~𝑡𝑛−1 para n≤30
𝑛
𝑋−𝜇
ou Z = 𝑆´ ~𝑁(0,1) para n>30
𝑛
(𝑛−1)𝑆 ´2
IC para a variância, s2 :Q= 𝜎 2
2
~𝜒𝑛−1
IC para a proporção populacional, p (amostras de
𝑝−𝑝
dimensão elevada): 𝑍 = ~𝑁(0,1)
𝑝(1−𝑝)
𝑛
Intervalos de Confiança
Intervalos de
Confiança
σ2 (ou σ) σ2 (ou σ)
conhecida desconhecida
Intervalo de Confiança para μ
(σ2 conhecida)
Hipóteses
Variância da População, σ2, é conhecida
População N(m,s2)
Intervalo de Confiança:
𝜎 𝜎
𝐼𝐶 1−𝛼 100% 𝜇 = 𝑥 − 𝑧1−𝛼 , 𝑥 + 𝑧1−𝛼
2 𝑛 2 𝑛
onde z1-a/2 é o quantil de probabilidade 1-a/2 de uma N(0,1), ou
seja, é o valor tal que F(z) igual 1-a/2 .
Nota: z1-a/2 = - za/2
(continuação)
1−𝛼
𝛼 𝛼
2 2
Intervalos de
Confiança
σ2 (ou σ)
σ2 (ou σ) desconhecida
conhecida
Intervalo de Confiança para μ
(σ2 desconhecida)
Se o desvio padrão da população, σ, é
desconhecido, pode ser substituído pelo seu
estimador pontual, o desvio padrão amostral
corrigido, S´.
Neste caso usa-se a distribuição t-Student em
vez da distribuição Normal.
Intervalo de Confiança para μ
(σ2 desconhecida e n ≤ 30)
Hipóteses
Variância da População, σ2, é desconhecida
População N(m,s2)
n ≤ 30
Intervalo de Confiança:
𝑠′ 𝑠′
𝐼𝐶 1−𝛼 100% 𝜇 = 𝑥 − 𝑡𝑛−1,1−𝛼 , 𝑥 + 𝑡𝑛−1,1−𝛼
2 𝑛 2 𝑛
onde tn-1,1-a/2 é o quantil de probabilidade 1-a/2 de uma t-Student com (n-1)
𝛼
graus de liberdade, tn-1, ou seja, é o valor tal 𝑃 𝑡𝑛−1 < 𝑡𝑛−1;1−𝛼 = 1 − 2 .
2
Normal (0,1)
(t com g.l. = ∞)
As distribuições t-Sudent
têm forma de campânula t (g.l. = 13)
de sino, simétrica, mas
com caudas mais ‘leves’
do que a distribuição t (g.l. = 5)
Normal
0 t
Distribuição t-Student
Nº de graus de liberdade
Seja: n = 3
1 2 3
g.l. = n - 1 = 2
F(x)
a = 0.10
… … …
a/2 =0.05
…
1-a/2 =0.95
0,9 3.08 1.89 1.64
𝛼
1− = 0.95
0,95 6.31 2.92 2.35 2
Intervalo de Confiança:
𝑠′ 𝑠′
𝐼𝐶 1−𝛼 100% 𝜇 ≈ 𝑥 − 𝑧1−𝛼 , 𝑥 + 𝑧1−𝛼
2 𝑛 2 𝑛
onde z1-a/2 é o quantil de probabilidade 1-a/2 de uma N(0,1), ou seja,
é o valor tal que F(z) igual 1-a/2 .
Nota: z1-a/2 = - za/2
Intervalos de Confiança
Intervalos de
Confiança
σ2 (ou σ) σ2 (ou σ)
conhecida desconhecida
IC para a variância
S´2 é o estimador para a variância populacional, s2
Uso da distribuição Qui-Quadrado, 𝜒 2 , que é a
distribuição da v. fulcral:
(𝑛 − 1)𝑆 ´2 2
Q= ~𝜒𝑛−1
𝜎2
Intervalo de Confiança:
𝑛 − 1 𝑠′2 𝑛 − 1 𝑠′2
𝐼𝐶 1−𝛼 100% 𝜎2 = 2 , 2
𝜒 𝛼 𝜒 𝛼
𝑛−1;1− 𝑛−1;
2 2
Exemplo
Estamos a testar a velocidade de um processador de um computador.
Obtiveram-se os seguintes resultados (em Mhz): n=17, 𝑥 = 3004 e
s´=74. Supondo que a população tem distribuição Normal, determine o
IC a 95% para s2.
2 2 2
𝜒𝑛−1;𝛼 =𝜒 0.05 = 𝜒16;0.025 = 6.91
2 17−1;
2
2 2 2
𝜒𝑛−1;1− 𝛼 =𝜒 0.05 = 𝜒16;0.975 = 28.85
2 17−1;1− 2
𝑠´2 = 742
2 2 0.025 6.91
𝜒𝑛−1;1− 𝛼 = 𝜒16;0.975 = 28.85 …
2 0.975 28.85
…
2(16)
α/2 = .025 α/2 = .025
𝑛 − 1 𝑠′2 𝑛 − 1 𝑠′2
𝐼𝐶 1−𝛼 100% 𝜎 = ,
𝜒2 𝛼 𝜒2 𝛼
𝑛−1;1− 2 𝑛−1; 2
Intervalos de
Confiança
Valor Variância e
médio Proporção
Desvio
padrão
σ2 (ou σ) σ2 (ou σ)
conhecida desconhecida
IC para proporção, p, de uma
população Binomial
Para deduzir o IC para a proporção, p, de uma população com
distribuição B(n,p), usa-se a v. fulcral:
𝑝−𝑝
𝑍= ~𝑁(0,1)
𝑝(1 − 𝑝)
𝑛
𝑝 1−𝑝 𝑝 1−𝑝
𝐼𝐶 1−𝛼 100% 𝑝 ≈ 𝑝 − 𝑧1−𝛼 , 𝑝 + 𝑧1−𝛼
2 𝑛 2 𝑛