Universidade do Estado do Rio de Janeiro

Instituto de Química – Depto. de Química Analítica

Estimativa do Intervalo de
Confiança.
Prof. D.Sc. Igor Lima
Visão geral:
 Intervalos de confiança para a média da população,
µ quando:
 o desvio-padrão, σ, for conhecido;
 o desvio-padrão, σ, for desconhecido;
 Intervalos de confiança para a proporção da
população (π),
 Determinação do tamanho da amostra requerida.

2
 Estimativa Pontual
 Uma estimativa pontual é um simples número.
Para a média da população (e o desvio padrão), uma
estimativa pontual é a média da amostra (e o desvio
padrão da amostra).
 O intervalo de confiança fornece informação
adicional sobre a variabilidade.

Limite Inferior de Limite Superior de

Confiança (LIC) Confiança (LSC)
Estimativa Pontual

Largura do Intervalo de Confiança

3
 Estimativa de intervalo de confiança
 Um intervalo de confiança dá uma estimativa
da faixa de valores:
 Leva em consideração a variação na estatística da
amostra;
 Baseado em todas as observações a partir de uma
amostra.
 Fornece informação sobre a proximidade para
parâmetros da população desconhecidos
 Expresso em termos de nível de confiança:
 Ex. 95% confiança, 99% confiança
 Nunca pode ser 100% confiável

4
 Estimativa de intervalo de confiança
 De maneira geral, a fórmula para qualquer intervalo
de confiança é:

Estimativa de ponto ± (Valor Crítico) (Erro Padrão)

5
Nível de confiança
 Nível de confiança:
 Confiança na qual o intervalo irá conter o parâmetro da
população desconhecido.
 Um percentual (menor que 100%)
 Usualmente, trabalhamos com um nível de
confiança = 95%
 Também escrito (1 - ) = 0,95
 Uma interpretação da frequência relativa:
 Em uma corrida longa, 95% de todos os intervalos de
confiança que podem ser construídos irão conter o
parâmetro verdadeiro desconhecido;
 Um intervalo específico irá conter ou não conterá o
parâmetro verdadeiro.

6
Intervalo de confiança para µ, com σ
conhecida.
Suposições
 Desvio padrão da população σ é conhecido
 A população é distribuída normalmente
 Se a população não é normal, use uma amostra
grande
Estimativa do intervalo de confiança:

σ
XZ
n
(onde Z é o valor crítico da distribuição normal
padronizada para uma probabilidade de α/2 em cada
lateral)

7
 Z crítico

Considere um intervalo de confiança de 95%:

1 −  = 0,95

α α
= 0,025 = 0,025
2 2

Z unidades: Z= -1,96 0 Z= +1,96

Limite Inferior Limite Superior
X unidades: de Confiança Estimativa de Confiança
pontual
8
Z crítico
 Níveis de confiança comumente utilizados são: 90%,
95% e 99%.

Nível de Confiança Coeficiente de confiança Z valor

80% 0,80 1,28
90% 0,90 1,645
95% 0,95 1,96
98% 0,98 2,33
99% 0,99 2,58
99,8% 0,998 3,08
99,9% 0,999 3,27

9
Intervalos e níveis de confiança
Distribuição
amostral da média
/2 1−  /2
x
μx = μ
Intervalos
variam de x1
(1-)x100%
x2
σ dos intervalos
X −Z construídos
n
até contém μ;
σ ()x100% não
X +Z
n Intervalos de Confiança contém.
10
IC para µ, com σ conhecido
 Exemplo:
 Uma amostra de 11 circuitos de uma grande
população normal tem uma resistência média de
2,20 ohms. Sabe-se de testes anteriores que o
desvio padrão da população é 0,35 ohms.

 Determine um intervalo de confiança de 95% para a

resistência média verdadeira da população.

Determinação do valor crítico de z usando o R

qnorm(0.025);qnorm(0.975)
[1] -1.959964
[1] 1.959964

11
IC para µ, com σ conhecido
σ
X Z
n
= 2,20  1,96 (0,35/ 11) (LIC) (LSC)
= 2,20  0,21 1,99 2,20 2,41
Estimativa Pontual
(1,99; 2,41)
Largura do Intervalo de Confiança
 Interpretação do resultado:
 Estamos 95% confiantes de que a resistência média
verdadeira está entre 1,99 e 2,41 ohms.
 Embora a média verdadeira possa ou não estar neste
intervalo, 95% dos intervalos formados desta forma irá
conter a média verdadeira.
12
IC para µ, com σ desconhecido
 Se o desvio padrão da população σ é
desconhecido, podemos substituir pelo desvio
padrão da amostra, s;

 Isto introduz uma incerteza extra, pois s varia de

amostra para amostra;

 Então usamos a distribuição t ao invés da

distribuição normal.

13
IC para µ, com σ desconhecido
Suposições
 Desvio padrão da população é desconhecido
 População é distribuída normalmente
 Se a população não é normal, utilize amostras grandes
Utilize a Distribuição t de Student
Estimativa do Intervalo de Confiança:

S
X  t  n-1
n
(onde t é o valor crítico da distribuição t com n-1 graus
de liberdade e uma área de α/2 em cada lateral) .

14
A distribuição t de Student
 O valor t depende do grau de liberdade (g.l.)
 Número de observações que são livres para variar depois
da média da amostra ter sido calculada:
g.l. = n – 1
 Ideia: Número de observações que são livres para variar
depois da média da amostra ter sido calculada.
Exemplo: Suponha que a média de três números é 8,0
 Seja X1 = 7 Se a média destes três números é 8,0,
 Seja X2 = 8 então X deve ser 9,0 (ou seja, X3 não
 Qual o valor de X3? é livre para variar)
 Aqui, n = 3, então graus de liberdade = n – 1 = 3 – 1 = 2
 (Dois valores podem ser quaisquer números, mas o terceiro não é
livre para variar para uma dada média).
15
 A distribuição t

Vale observar que t Z quando n aumenta

Padrão Normal
(t com g.l. = ∞)

t (g.l. = 13)
t-distribuições são em
forma de sino e
simétricas, mas tem t (g.l. = 5)
caudas ‘mais largas’ do
que o normal

0 t
16
Tabela estatística t: como usar

Nível de confiança
Área da lateral superior
Seja: n = 3
g.l. 0,25 0,10 0,05
gl = n - 1 = 2
1 1,000 3,078 6,314
 = 0,10
2 0,817 1,886 2,920
/2 =0,05
3 0,765 1,638 2,353

O corpo da tabela contém o /2 = 0,05

valor t, não a probabilidade

Para obter o valor de t crítico

qt(0.95,2) 0 2,920 t
[1] 2.919986
17
IC para µ, com σ desconhecido
Uma amostra aleatória de n = 25 tem 𝑋ത = 50,0 e s = 8.
Determine um intervalo de confiança de 95% para μ
 g.l. = n – 1 = 24, então
 O intervalo de confiança é

S 8
X  t/2, n -1 = 50  (2,0639)
n 25

(46,7 ; 53,3)

Como obter o valor de t crítico

qt(0.975,24)
[1] 2.063899

18
IC para a proporção da população, π
 Uma estimativa do intervalo para a proporção da
população (π) pode ser calculado pela adição de um
subsídio para a incerteza com a proporção da amostra
(p)
 A distribuição da proporção da amostra é
aproximadamente normal se o tamanho da amostra for
grande com desvio padrão igual a:

 (1 −  )
σp =
n
 O desvio padrão é estimado com dados da amostra:
p(1− p)
n
19
IC para a proporção da população, π
 Os limites superior e inferior de confiança para a
proporção da população são calculados com a
equação:

p(1 − p)
pZ
n
Onde:
 Z é o valor crítico da distribuição normal
padronizada para o nível de confiança desejado
 p é a proporção da amostra
 n é o tamanho da amostra

20
IC para a proporção da população, π
 Exemplo:
 Uma amostra aleatória de 100 pessoas mostra que
25 solicitaram este ano o pedido de aposentadoria.
Determine um intervalo de confiança de 95% para a
proporção verdadeira da população que pediu a
aposentadoria.
p  Z p(1 − p)/n
= 25/100  1,96 0,25(0,75)/100 = 0,25  1,96 (0,0433)
(0,165 ; 0,335)
Como obter o valor de Z crítico
qnorm(0.025);qnorm(0.975)
[1] -1.959964
[1] 1.959964
21
IC para a proporção da população, π
 Interpretação:

 Estamos 95% confiantes de que o percentual

verdadeiro de aposentados na população está entre
16,5% e 33,5%. Embora o intervalo de 0,165 à
0,335 possa ou não conter a proporção verdadeira,
95% dos intervalos formados das amostras de
tamanho 100 desta maneira conterá a proporção
verdadeira.

22
Tamanho da amostra: determinação
 O tamanho da amostra requerido pode ser
encontrado para uma margem desejada de erro (e)
com um nível de confiança especificada (1 - )

 A margem de erro é também chamado de erro de

amostragem.
 O valor da imprecisão na estimativa do parâmetro
da população;
 O valor adicionado e subtraído da estimativa
pontual forma o intervalo de confiança.

23
Tamanho da amostra: determinação
 Para determinar o tamanho da amostra
requerida para a média, você deve saber:
 O nível de confiança desejado (1 - ), o qual
determina o valor crítico de Z;
 O erro de amostragem aceitável (margem de erro), e
 O desvio padrão, σ

σ Z σ 2 2
e=Z Resolvendo
n=
n -se para n 2
e

24
Tamanho da amostra: determinação
 Exemplo
Se  = 45, que tamanho de amostra é necessário para
estimar a média com ± 5 com 90% de confiança?
Qual o valor de Z crítico com 90% de confiança?
qnorm(0.05);qnorm(0.95)
[1] -1.644854
[1] 1.644854

Z 2 σ 2 (1,645) 2 (45) 2
n= 2
= 2
= 219,19
e 5
Portanto, o tamanho da amostra necessário é n = 220

25
Tamanho da amostra: determinação
 Se desconhecido, σ pode ser estimado quando se
usa a equação relacionado ao tamanho da amostra
Use um valor para σ que é esperado ser, no mínimo, tão

grande quanto o valor real de σ
 Selecione uma amostra piloto e estime σ com o desvio
padrão da amostra, s.
Por exemplo:
 Qual deve ser o tamanho da amostra necessário para
estimar a proporção real defeituosa em uma grande
população com uma margem de erro ±3% e 95%
confiança?
 (Assuma que a amostra piloto fornece: p = 0,12)

26
 Tamanho da amostra: determinação

Resolução:
Para 95% de confiança, use Z = 1,96
e = 0,03
p = 0,12, então use p para estimar π

Z 2  (1 −  ) (1,96) 2 (0,12)(1 − 0,12)

n= 2
= 2
= 450,74
e (0,03)
Então use n = 451

27
Auditoria: aplicações
 Seis vantagens de amostragem estatística em auditoria:
 O resultado amostral é objetivo e defensável
 Baseia-se em princípios estatísticos demonstráveis
 Fornece uma estimativa do tamanho da amostra
 Fornece uma estimativa do erro de amostragem
 Pode prover conclusões mais exatas sobre a população:
 Examinar a população por ser demorado e sujeito a maior
erro de não-amostragem;
 Amostras podem ser combinadas e validadas por diferentes
auditores:
 Amostras são baseadas em abordagem científica;
 Amostras podem ser tratadas como se tivessem sido feitas
por um único auditor.
 A avaliação objetiva dos resultados é possível:
 Baseado no erro de amostragem conhecido.

28
Intervalo de confiança unilateral
 Aplicação: Encontre o limite superior para a proporção
de itens que estão na taxa de não-conformidade com os
intervalos de controle

p(1 − p) N − n
Limite superior = p + Z
n N −1
Onde:
 Z é o valor normal padronizado para o nível de
confiança desejado;
 p é a proporção da amostra de itens que estão não-
conforme;
 n é o tamanho da amostra
 N é o tamanho da população

29
Questões éticas
 Um intervalo de confiança (refletindo erro de
amostragem) deve sempre ser reportado junto com
a estimativa de ponto;
 O nível de confiança deve sempre ser reportado;
 O tamanho da amostra deve ser reportado;
 Uma interpretação da estimativa do intervalo de
confiança deve ser fornecida

30
Sumário do Capítulo
 Foram abordados:
 Introdução ao conceito de intervalo de confiança;
 Estimativa pontual;
 Desenvolvimento de estimativas de intervalos de
confiança;
 Criação de estimativas de intervalos de confiança para a
média (σ conhecido);
 Determinação de estimativas de intervalos de confiança
para a média (σ desconhecido);
 Criação estimativas de intervalos de confiança para a
proporção;

31
Sumário do Capítulo
 Foram abordados:
 Determinação do tamanho de amostras requerido para a
média e proporção;
 Estimativa de intervalo de confiança e abordadas
questões éticas

32