Escolar Documentos
Profissional Documentos
Cultura Documentos
Há razões para supor que o tempo y de reação a certo estímulo visual dependa da idade
x do indivíduo.
Dentro de cada grupo de homens e mulheres foram selecionadas duas pessoas das
seguintes faixas de idade: 20, 25, 30, 35 e 40 anos. Cada pessoa foi submetida ao teste
e seu tempo de reação y foi medido.
FATEC Adamantina. Profa Camila Gonçalves
Problemas de Inferência
• O objetivo da inferência estatística é produzir informações sobre dada
característica da população, na qual estamos interessados, a partir de
informações colhidas de uma parte dessa população.
• Essa característica na população pode ser representada por uma variável
aleatória.
• Se tivéssemos informação completa sobre a função densidade de
probabilidade (caso contínuo) da variável em questão, não teríamos a
necessidade de escolher uma amostra. Toda a informação desejada seria
obtida por meio da distribuição da variável, mas isso raramente
acontece.
• Exemplos:
• Quantidade de glóbulos brancos no sangue;
• Bastaria tomar uma amostra que poderia ser uma gota da ponta do
dedo do paciente.
• Opinião dos habitantes sobre um projeto governamental;
• A escolha intencional da amostra poderia fornecer informações
erradas acerca da população.
FATEC Adamantina. Profa Camila Gonçalves
Exemplos
• Amostragem aleatória:
• Simples
• Estratificada
• Por Conglomerados
• Sistemática
• De julgamento
• Agora, podemos usar esses números aleatórios de quatro dígitos para dar a cada
gerente da população uma chance igual de ser incluído na amostra aleatória.
• O primeiro número, 6.327, é maior que 2.500. Ele não corresponde a um dos
gerentes enumerados da população e, portanto, é descartado.
• No Excel:
x = with(data = gerentes, expr = Salary) #Separando o data frame gerentes em dois vetores
y = with(data = gerentes, expr = Training)
amostra_salarios = array(0, 50) # criando vetores nulos que serão a amostra de cada variável
amostra_curso = array(0, 50)
for (i in 1:50){
amostra_salarios[i] = x[sw[i]]
amostra_curso[i] = y[sw[i]] }
amostra_salarios
amostra_curso FATEC Adamantina. Profa Camila Gonçalves
Exemplo
N! Nem sempre
𝐷𝑁 = conhecemos
𝑛! 𝑁 − 𝑛 ! N
1
• A probabilidade de 1 amostra ser selecionada é .
𝐷𝑁
• Amostragem aleatória:
• Simples OK
• Estratificada
• Por Conglomerados
• Sistemática
• De conveniência
• De Julgamento
FATEC Adamantina. Profa Camila Gonçalves
Amostragem Aleatória Estratificada
• Os elementos da população são divididos primeiramente em grupos
denominados estratos (subpopulações), de forma que cada elemento
da população pertença a um e somente a um estrato.
• Depois que os estratos são formados, extrai-se uma amostra aleatória
simples de cada um deles.
1 − 𝛼 = 𝛾, em que 𝛼 também é
uma medida de confiança
FATEC Adamantina. Profa Camila Gonçalves
• Podemos escrever
ത
𝑋−𝜇 ത
𝑋−𝜇 𝑛 𝜎
com 𝑍 = = , visto que 𝜎𝑥 = (erro padrão).
𝜎𝑥 𝜎 𝑛
Assim, dado 𝛾, podemos obter 𝑧𝛾 da N(0, 1), tal que 𝑃 −𝑧𝛾 < 𝑍 < 𝑧𝛾 = 𝛾,
de modo que
𝑛𝜀 𝑧𝛾2 𝜎 2
= 𝑧𝛾 ⟹ 𝑛= 2
𝜎 ε
Observe que 𝜎 2 não é conhecido (variância da população). Assim, ou
devemos ter alguma informação prévia sobre 𝜎 2 ou usamos uma pequena
amostra piloto para estimar 𝜎 2 .
No caso das proporções, temos
𝑧𝛾2 𝑝(1 − 𝑝) 𝑧𝛾2
𝑛= 2
≈ 2
𝜀 4𝜀
FATEC Adamantina. Profa Camila Gonçalves
Exemplos
• 1) Suponha que uma pequena amostra piloto de 𝑛 = 10, extraída de
uma população, forneceu os valores 𝑋ത = 15 e 𝑆 2 = 16. Fixando-se
𝜀 = 0,5 e 𝛾 = 0,95, temos
𝑃 −𝑧𝛾 ≤ 𝑧 ≤ 𝑧𝛾 = 𝛾 = 0.95
2𝑃 0 ≤ 𝑧 ≤ 𝑧𝛾 = 0.95
𝑃 0 ≤ 𝑧 ≤ 𝑧𝛾 = 0,4750
𝑧𝛾 = 1,96
FATEC Adamantina. Profa Camila Gonçalves
Exemplos