Aula08 TADS

Universidade Federal de Mato Grosso do Sul - UFMS
Estatística
Aula 08
Prof. Cássio Pinho dos Reis

cassio.reis@ufms.br
Maio de 2020
Intervalo
de
Confiança
Intervalo de Confiança
Técnica para se fazer inferências, ou seja, a

partir de um intervalo de confiança, pode-se
inferir sobre um parâmetro populacional
A construção dos intervalos de confiança

fundamenta-se nas distribuições amostrais.
Mas o que são distribuições amostrais?

Distribuições amostrais é a junção das

distribuições de probabilidades com as
medidas descritivas, ambos vistos
anteriormente.
Vamos com calma.
Trata-se de se obter informações sobre uma

população a partir de resultados observados na
amostra
Geralmente, as populações são grandes, e

deseja-se por meio de uma amostra dessa
população, conhecer o mais próximo possível
algumas características dessa população.
População (N) Amostra (n)
^
θ
Inferência Estatística
Parâmetro populacional Estimador de θ

Como sempre o nosso objetivo é que o

estimador seja o mais próximo possível do
verdadeiro, podemos construir um intervalo de
confiança.
Isso quer dizer que o verdadeiro valor do

parâmetro populacional, está entre dois valores.
 Foi retirado uma amostra de 500 brasileiros.

 Dessa amostra, encontrou-se uma média de
altura de 1,66 m.
 Não se sabe qual a média populacional.
 Construiu-se um intervalo de confiança [1,58;
1,68]
 Isso quer dizer que em 95% das vezes, o
verdadeiro valor da média de altura populacional,
estaria dentro desse intervalo.
Mas como se constrói um intervalo de

confiança?
Dependerá das informações que obtemos.
Quais informações?
 Se queremos criar um intervalo para a média.

 Se queremos criar um intervalo para o desvio
padrão.
 Se queremos criar um intervalo para a proporção.
 Se a gente conhece a variância populacional.
 Se a gente não conhece a variância populacional.
para Média quando a
Variância é conhecida
Vamos supor que conhecemos a variância

populacional.
Se por acaso não conhecemos a variância, a

forma de construir seria diferente.
Então vamos aprender como encontrar os

limites do intervalo de confiança.
Precisamos construir um limite inferior e um

superior.
   
P X  Z     X  Z   1
 2 n 2 n 
   
P X  Z     X  Z   1
 2 n 2 n 
Vamos ver quem é quem primeiro.

Z é o valor da tabela Z (normal padrão)
2
 
2 2
Z Z
   
P X  Z     X  Z   1
 2 n 2 n 

σ é o desvio padrão populacional que é dado
n é o tamanho amostral
α é o nível de significância (sempre fixado
inicialmente)
1 - α é o nível de confiança
   
P X  Z     X  Z   1

 2 n 2 n 
Assim, fica fácil construir o intervalo de
confiança.
Primeiro, fixa o valor de α, e observa-se na
Tabela Z o valor das abcissas que deixam a
metade de α em cada um dos lados.
Com esse valor, o valor da média amostral, o
tamanho amostral e o desvio padrão
populacional, constrói-se o intervalo.
EXEMPLO
A duração de vida de uma peça de
equipamento é tal que o desvio padrão
populacional é de 5 horas. Foi amostrada 100
dessas peças obtendo-se a média de 500 horas.
Deseja-se construir um intervalo de confiança
para a verdadeira duração média da peça com
um nível de confiança de 95%.
Quais informações que temos?
 Desvio padrão populacional é 5 horas

 O tamanho amostral é 100
 A média amostral é 500 horas
 E o nível de confiança de 95%
Vamos ver qual será o valor de Z
Se o nível de confiança é de
2,5%
95% 2,5% 95%, então α = 5%
47,5% 47,5%
Na tabela Z, vamos procurar

onde que esta o 47,5%, ou
Z = 1,96 Z = 1,96 seja, 0,4750 (ou o mais
próximo)
Esse valor é 1,96

Substituindo tudo na fórmula:
 5 5 
P 500  1,96    500  1,96   95%
 100 100 
P499,02    500,98  95%
Mas como eu interpreto?

O intervalo [499,02 ; 500,98] contém a
duração média da peça com 95% de confiança.
Isso quer dizer que se forem construídos

intervalos dessa mesma maneira, para um
grande número diferentes de amostras, em
95% dos casos, esse intervalo incluiria o
verdadeiro valor da duração média.
para Média quando a
Variância é
desconhecida
Vamos supor que não conhecemos a variância

populacional (o que ocorre na maioria dos
casos).
Então vamos aprender como encontrar os

limites do intervalo de confiança.

superior.
 S S 
P X  t     X  t   1

 2 n 2 n 
 S S 
P X  t     X  t   1

 2 n 2 n 
Temos uma nova estatística agora. A “t” de

student.
Similar a estatística Z. Também é simétrica
 S S 
P X  t     X  t   1

 2 n 2 n 
  n 1

2
-t t
Φ é o grau de liberdade. Nesse caso, sempre
será “n – 1”.
 S S 
P X  t     X  t   1

 2 n 2 n 

S é o desvio padrão amostral que é dado
inicialmente)
 S S 
P X  t     X  t   1

 2 n 2 n 
confiança.
Tabela t o valor das abcissas que deixam a
Com esse valor, o valor da média e desvio
padrão amostral, o tamanho amostral, constrói-
se o intervalo.
EXEMPLO
A idade de uma amostra de crianças de um
edifício em Campo Grande foi extraída e
anotou-se: 9; 8; 12; 7; 9; 6; 11; 6; 10; 9.
Deseja-se construir um intervalo de confiança
para a idade dessas crianças desse edifício com
um nível de confiança de 95%.
 A média amostral é de 8,7 anos
 O desvio padrão amostral é de 2 anos
 O grau de liberdade será 9
Vamos ver qual será o valor de t
2,5%
95% 2,5% 95%, então α = 5%
47,5% 47,5%
Na tabela t, vamos olhar no

α e 0,50 e grau de liberdade
Z = -2,26 Z = 2,26 9.
Esse valor é 2,26

 2 2 
P 8,7  2,26    8,7  2,26   95%
 10 10 
P7,27    10,13  95%

O intervalo [7,27 ; 10,13] contém a verdadeira
média de idade das crianças com 95% de
confiança.

verdadeiro valor da duração média.
para proporção
Vamos aprender como encontrar os limites do

intervalo de confiança para proporções (“p”).

superior.
 f 1  f  f 1  f  
P f  Z   p  f  Z   1

 2 n 2 n 
 f 1  f  f 1  f  
P f  Z   p  f  Z   1

 2 n 2 n 

Z é o valor da tabela Z (normal padrão)
2
 
2 2
Z Z
 f 1  f  f 1  f  
P f  Z   p  f  Z   1

 2 n 2 n 

f é a proporção da amostra
inicialmente)
 f 1  f  f 1  f  
P f  Z   p  f  Z   1

 2 n 2 n 
confiança.
Tabela Z o valor das abcissas que deixam a
Com esse valor, o valor da proporção e o
tamanho amostral, constrói-se o intervalo.
EXEMPLO
Examinadas 500 peças de uma grande
produção, encontrou-se 260 peças defeituosas.
No nível de 90%, deseja-se construir um
intervalo de confiança para a verdadeira
proporção de peças defeituosas.
 Proporção = 260/500 = 0,52

Vamos ver qual será o valor de Z
5%
90% 5% 90%, então α = 10%
45,0% 45,0%
Na tabela Z, vamos procurar

onde que esta o 45,0%, ou
Z = 1,64 Z = 1,64 seja, 0,4500 (ou o mais
próximo)
Esse valor é 1,64

 0,521  0,52  0,521  0,52  
P 0,52  1,64  p  0,52  1,64   90%

 500 500 
P48,8%    55,2  90%

O intervalo [48,8% ; 55,2%] contém a
verdadeira proporção de peças defeituosas com
90% de confiança.

verdadeiro valor da duração proporção.

Aula08 TADS

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Aula08 TADS

Enviado por

Direitos autorais:

Formatos disponíveis

Universidade Federal de Mato Grosso do Sul - UFMS

Prof. Cássio Pinho dos Reis

Técnica para se fazer inferências, ou seja, a

A construção dos intervalos de confiança

Mas o que são distribuições amostrais?

Distribuições amostrais é a junção das

Vamos com calma.

Trata-se de se obter informações sobre uma

Geralmente, as populações são grandes, e

Parâmetro populacional Estimador de θ

Como sempre o nosso objetivo é que o

Isso quer dizer que o verdadeiro valor do

 Foi retirado uma amostra de 500 brasileiros.

Mas como se constrói um intervalo de

Dependerá das informações que obtemos.

 Se queremos criar um intervalo para a média.

Vamos supor que conhecemos a variância

Se por acaso não conhecemos a variância, a

Então vamos aprender como encontrar os

Precisamos construir um limite inferior e um

Vamos ver quem é quem primeiro.

Vamos ver quem é quem primeiro.

 Desvio padrão populacional é 5 horas

Na tabela Z, vamos procurar

Esse valor é 1,96

P499,02    500,98  95%

Mas como eu interpreto?

Isso quer dizer que se forem construídos

Vamos supor que não conhecemos a variância

Então vamos aprender como encontrar os

Precisamos construir um limite inferior e um

Vamos ver quem é quem primeiro.

Temos uma nova estatística agora. A “t” de

Vamos ver quem é quem primeiro.

Na tabela t, vamos olhar no

Esse valor é 2,26

P7,27    10,13  95%

Mas como eu interpreto?

Isso quer dizer que se forem construídos

Vamos aprender como encontrar os limites do

Precisamos construir um limite inferior e um

Vamos ver quem é quem primeiro.

Vamos ver quem é quem primeiro.

 Proporção = 260/500 = 0,52

Na tabela Z, vamos procurar

Esse valor é 1,64

P48,8%    55,2  90%

Mas como eu interpreto?

Isso quer dizer que se forem construídos

Você também pode gostar