Objetivos: Definições Básicas: Definições Básicas:

E STIMAÇ ÃO DE PAR ÂMETROS

UAEst/CCT/UFCG

UAEst/CCT/UFCG
Estimação de Parâmetros 1/16
Objetivos: Definições Básicas: Definições Básicas:

Estimação Pontual de Parâmetros

1. Justificar porque X e p̂ são bons estimadores para a média e a

proporção, respectivamente;
2. Construir intervalos de confiança para a média e para a
proporção populacional a partir das distribuições de X e p̂,
respectivamente.

UAEst/CCT/UFCG
Estimação de Parâmetros 2/16
Objetivos: Definições Básicas: Definições Básicas:

Estatı́stica vs Estimador

Considere uma amostra aleatória X1 , X2 , ..., Xn de uma v.a., X, que

descreve alguma caracterı́stica de interesse da população.
Estatı́stica
Uma estatı́stica T é qualquer função de X1 , X2 , ..., Xn , ou seja
T = f (X1 , X2 , ..., Xn ).

Estimador
Um estimador θ̂ é uma função de X1 , X2 , ..., Xn , ou seja
θ̂ = f (X1 , X2 , ..., Xn ), com a finalidade de estimar ou representar
um parâmetro de interesse na população.

UAEst/CCT/UFCG
Estimação de Parâmetros 3/16
Objetivos: Definições Básicas: Definições Básicas:

Estatı́stica vs Estimador

Atenção!
Um estimador é uma estatı́stica associada a um parâmetro de uma
população.

UAEst/CCT/UFCG
Estimação de Parâmetros 4/16
Objetivos: Definições Básicas: Definições Básicas:

Definições Básicas:

Estimativa
Uma estimativa é o valor assumido pelo estimador em uma particular
amostra.

Vı́cio de um Estimador
O vı́cio de um estimador é dado por

B(θ̂) = E(θ̂) − θ.

Estimador não Viciado ou não Viesado

Um estimador θ̂ é dito ser não viciado para o parâmetro θ se
B(θ̂) = 0. Ou seja, se E(θ̂) = θ.

UAEst/CCT/UFCG
Estimação de Parâmetros 5/16
Objetivos: Definições Básicas: Definições Básicas:

Propriedades de Estimadores

Exemplo 1
Justifique porque X̄ e p̂ são não viciados para µ e p, respectivamente.
Lembre-se que µ = E[X] e p é a propoção populacional.

UAEst/CCT/UFCG
Estimação de Parâmetros 6/16
Objetivos: Definições Básicas: Definições Básicas:

Propriedades de Estimadores

Um possı́vel estimador para σ 2 , baseado numa a.a de tamanho n é

n
1X
σ̂ 2 = (Xi − X)2 .
n
i=1

UAEst/CCT/UFCG
Estimação de Parâmetros 7/16
Objetivos: Definições Básicas: Definições Básicas:

Propriedades de Estimadores

(n − 1) 2
Pode-se mostrar que E(σ̂ 2 ) = σ . Portanto, seu vı́cio B(σ̂ 2 ) =
n
σ2
− . Logo, através de um simples ajuste em σ̂ 2 podemos obter um
n
estimador não viciado para σ 2 . Este estimador é
n
n 1 X
S2 = σ̂ 2 = (Xi − X)2 .
n−1 n−1
i=1

UAEst/CCT/UFCG
Estimação de Parâmetros 8/16
Objetivos: Definições Básicas: Definições Básicas:

Estimador Consistente

Estimador Consistente
Um estimador θ̂ é consistente se, a medida que o tamanho da amostra
aumenta, seu valor esperado converge para o parâmetro de interesse e
sua variância converge para zero. Ou seja, θ̂ é consistente se as duas
propriedades abaixo são satisfeitas:
(i) lim E(θ̂) = θ;
n→∞
(ii) lim V ar(θ̂) = 0.
n→∞

UAEst/CCT/UFCG
Estimação de Parâmetros 9/16
Objetivos: Definições Básicas: Definições Básicas:

Estimador Consistente

Atenção!
Se o estimador θ̂ é não viciado para θ e deseja-se verificar sua con-
sistência, basta observar a segunda condição da definição acima. Ou
seja, um estimador θ̂ não viciado é consistente para θ se lim V ar(θ̂) =
n→∞
0.

UAEst/CCT/UFCG
Estimação de Parâmetros 10/16
Objetivos: Definições Básicas: Definições Básicas:

Eficiência de um estimador

Eficiência de um estimador
Dados dois estimadores θ̂1 e θ̂2 , não viciados para o parâmetro θ, dize-
mos que θ̂1 é mais eficiente que θ̂2 se V ar(θ̂1 ) < V ar(θ̂2 ).

UAEst/CCT/UFCG
Estimação de Parâmetros 11/16
Objetivos: Definições Básicas: Definições Básicas:

Eficiência de um estimador

Exemplo 2
Considere X1 , X2 , ..., Xn uma amostra aleatória de uma distribuição
N (µ, σ 2 ). Considere os estimadores µ̂1 = X e
µ̂2 =mediana(X1 , X2 , ..., Xn ). Sendo E(µ̂2 ) = µ e
 2
πσ
V ar(µ̂2 ) = ,
2n
verifique:

UAEst/CCT/UFCG
Estimação de Parâmetros 12/16
Objetivos: Definições Básicas: Definições Básicas:

Eficiência de um estimador

1. Se µ̂1 e µ̂2 são estimadores consistentes;

2. Quem é mais eficiente para estimar µ: µ̂1 ou µ̂2 ?

UAEst/CCT/UFCG
Estimação de Parâmetros 13/16
Objetivos: Definições Básicas: Definições Básicas:

Erro-Padrão de um estimador

Erro-padrão
O erro-padrão
q de uma estimador θ̂ é o seu desvio-padrão dado por
σθ̂ = V ar(θ̂). Se o erro-padrão envolver parâmetros desconhecidos
que possam ser estimador, então a substituição daqueles valores em σθ̂
produz um erro-padrão estimado, denotado por σ̂θ̂ .

UAEst/CCT/UFCG
Estimação de Parâmetros 14/16
Objetivos: Definições Básicas: Definições Básicas:

Erro-Padrão de um estimador

Exemplo 3
Como sabemos, se selecionamos uma amostra aleatória de uma
população normal, a distribuição de X̄ é normal com média µ e
variância σ 2 /n.
Assim o erro-padrão de X̄ é
σ
σX̄ = √ .
n

UAEst/CCT/UFCG
Estimação de Parâmetros 15/16
Objetivos: Definições Básicas: Definições Básicas:

Questões sugeridas do capı́tulo 11

01, 02, 03, 38 e 45.

UAEst/CCT/UFCG
Estimação de Parâmetros 16/16