‘Noma: Wonder Gaerne Souza Siva Wag OE TECNICAS DE AMOSTRAGEM = Amostragem Probabllistica: todos os elementos ds populagio tém ‘uma prob conhecida #0 de pertencer& amostra + Casual Simples: todos os elementos da pop tém mesma prob de participar da amostra, Numerados e selegdo por sortco, Ex: Sorteio;tabela den” aleatéros, prog de a? randmicos, Lista de todos os vendedores (que aruam em todas as jas da rede) Selecionei aleatoriamente N vendedores. Sistematica: elementos da amostra = em grupos de msm tamanho que estio prox no tempo ou espago. De eada grupo um elemento é escolhido para compor @ amosira. Lista de todos os vendedores (que atuam em todas as lojas da rede) Selecionei tadas os vendedores que ocupavuum posigdes ‘miitiplas de 15. ‘Casual Estratifcada: pop ~ em grupos (estratos), com grande hhomogencidade dentro dos grupos e hetarog entre eles. Dentro de cada grupos so escolhidos, aleatoriamente, elementos. Em ‘cada uma das las, idemufique todas os vendedores lista por loja). Selecionei aleatoriamente k vendedores da loa. Ké um 1" imeiro proporcional a quantidade de vendedores da loa Conglomerados: pop ~ em grupos (conglomerados), hetero centre eles. Escolhidos conglomerados que vio fornever ‘lementos p/ amostra. N precisa colher de todos os grupos. Pde realizar um censo nos cong ou colher amostas dentro dales. Escofhi casualmente 3 lojas da rede. 4 amostra foi ‘composta de todos os vendedores que atwam em cada uma destas 3 ojas = Amostragem No Probabilistica: alguns elementos tém prob = 0, ESTATISTICA DESCRITIVA Medians amostral | Moda amostral | Média amostral: ‘Varitincia amostral: Desy pad amostra: s TE [LITT AT | Média: 8978.11 +5.1244.13)+12=12,08 | Moda: T2 [12 [12 |micx freg.=I2 | Mediana: valor méaio entre ni? € TTT fn 192=12 |Warincia: 8°31 1-12,08)°+5(12- IS TIS TAS | 12,08) 4(13-12,08)°=0,63 | Desw padrao: 0,79) Coef var 0,085"6,5% aleuladora: Mode > SD 2 > adicionaros niimeros que quer somar (para somar, usar M+) > vertfiear se todos as.n"esido na meméria, >On > Shif> 2 > 1: média | 2: desv pad pon | 3: desv pad amostral > para saber a média: | > = > On> Shift > 2> para saber desv pad ‘amastral: 3> => para saber a varidncia, elevar ao quadrado: x°> > para apagar os dados da meméria: Shit Mode» 3> => On * Atensaot nos exemplos deste tipo, usaremos desv pad mostra! CLASSES DE FREQUENCIA ttc gene et | aacumulada da classe anterior |f.! frog observada da classe mediana | amplitude classe mediana | Moda LL limite inferior | classe mod |< dfreea ene fe, da classe modal eda case anterior | ds diferenga entre freg classe modal e da classe posterior |h | amplitude classe modal Classe ima Fi Média: X(5,8:1+8,0-4+10,2 HE TT igsingatvi4672=16810 | moe FS Tie iooirseni.n43+23.610+ alii Ta 9 563)-36¢=1667 | Moda: aE FT eesse modal: 157. 178 | s7crng 100 | 234 100-7228; 77a 74308 ro | To 361 | 3 364 | md: 15,7\--17,9: 68 B64 PTB fog: hom 2-11.36 Dest pahio:s=3.7 | Coe | ESTIMADOR E ESTIMATIVA ©: parmetroa ser estimado | T: um estimador de ®|t: dada estimativa | Justeza: u(T)=0 | Consisténcia: Eficigncia ‘Ty mais ef gue Ts | | FSTIMADOR PARA A VARIANCIA POPULACIONAL & = = DISTRIBUICAO DE BERNOULLI Prob de sucess: DISTRIBUIGAO EXPONENCIAL | mostra de N elementos, dsejaestimar a taxa de ocorréncia de == TISTOGRAMA PUNE TEDL TEE] 1% n*dados=36 | Mic~ 242 Min= | Qual valor do primero ser estinad ue max prob do eximador BETIS TALL Ta] 126 (R: aplinde coy daoseMir| aan vale saan” UO) TASTES L TELIA] Min=262126-130 ee een ip bela as eek pe eT OE nc TE Ee eam nisee || Cnvamosa tin com ris cm reponse fade sper cee tos btervowse qu és ola eram brancas¢ apenas ma er oro BTL Hea oT 205 pmamRE 227-2. || Doar pres na amasr tom uma sini Binomial dfn de (Bas T67 [187 36 ete f= freq | Fin] verossimithanea flea: LS) =()5 (955) = 4.255 SSCL ISE LISS TIA7] soma fey. p~ porcentagon | Neva conde, o mat air da fig de verasocorre quando $~3: (267752 T2027 57) « Ss ToT i [2 3] 4 [sto [7[stoTio - Tete ber eras Dis sss eee =r * ino com N lemenios: xn, a> Call prob de otera TI e] mostra obs em fungio do valor do parimetro que desejaestimar: f(x:.0) | Ta Oe ‘> P(amostra) =f (x )*f(x2)""™ Xa) > Plamostra) (8) = fixi)* ras OL Foxsmsnftx)> Apia aTelog 10) ¢procura valor de 8 que max Haaser Pra far o alr df n(Q18) > Dervis zero LE 9 | eerie eae See eee | Seas be ESTIMADOR DE MAXIMA VEROSSIMILHANGA DISTRIBUIGAO CONTINUA | Amostra de N elementos: Amostra de 5 elementos {0,37; 0,88; 0,94; 0,67: 0,79} THE, xt = 0,162 | In(TH, x1) = 1,82 |= = 2,75 DISTRIBUIGAO DE POISSON 1 mostra de N elementos, deseja estima o valor de w(t)INTERVALO DE CONFIANCA PARA MEDIA POP * Usamos a tabela da Distribuigdo 7 Normal reduzida (pgl) Variincia populasional conhecida: ‘Se uma amostra aleatria n=25, em wma média amostral de 51.3 € tum desvto padrdo populacional de 6-2. Construa o intervalo com 95% de confianca para a média pop ws OIC & w= RE%2 F513) Ia =95% = 5% 0 a/2-2,5% | Procuramos na tabela '30%6- 2,596=0,475, obtendo 2=1,96 | w=51,3+ 0.78 DIMENSIONAMENTO DO TAMANHO DA AMOSTRA Varin sendo interval de onfanga ‘Qual deve ser 0 tamanko ds ameostra para que 0 interval com 99.3% de confanea para @ midia pop tena wa sem amplitude rio superiora 1.3? Sabe-se que a varincia populacional é de 23 OICE i= Ft 249% | Semi omplinde < 15 = 22°13 F-a-995%6 = 4-038 ¢ a2-0.28% | Prociramos na tela 50%, 0350604975, obtendo 2-281 | 23-3 0 ~ 48 2.8/88¢1,5 21> Slelementas uta manera: n = R2)'= n= 81 elementos DISTRIBUICKO (DE STUDENT * Usamos tbe Fung & de Student ur0je= arms de oN Yar dsconheiie Una marca de margarine fot analsada, Una amosia de 6 pacous result 168; 17.2; 174 189: 168 € 17.1 Enconte oC de 9% No temos odes pa pop nto cleans IC pelo ess pad amosral ONC & wm BE tans ll-a-9906 3 a = 1% 0 a2-05% 319 | 168 | 16.9820. Calewlamos s na caleuladora (3:desv pad amostral)s Procuraimos na tabela v3 ¢.@ mono~0,5%, 1=4,032 DIMENSIONAMENTO DO TAMANHO DA AMOSTRA v consid ma amosira com 12 elens ce media de 67 e desvio adr de 1.7 Oa deve sro fama da amos para gue a som ample do imereto te 989% de confanga da meta populaiona no sjo sipenora 0.8? Ndotemoso despa pop. usamos odes pad amosial No vemos como catulr emo iizaremos os valore da amosra talents, plo, que possi n elementos, para calewar n: n=(S28=LE)> 1 a-09.5% = 42-025% 67 |8= 1.7 |e <0 | Proctramos na 11 6a mono-023% 13497 n= (2222) 56 lmenos tabela y TNTERVALO DE CONFIANCA PARA FRAGXO DA POP p * Usamos a tabela de Distribuigdo z — Normal reduzida (pg) Distribuigio Binomial | Aproximagio pela Normal APROXIMAGAO PELA NORMAL Condigio Nevessiria: Np>S; N(1-p)>5 | Distribuigio Binomial: 1 de provas de Bernoulli; P= prob de sucesso nas provas de Bemoulli X= n° de sucess | Distribuigdo Normal: PROPORGAO AMOSTRAL Feita a apeox. pela normal, a prop amostral seri ai Fo feta uma pesquisa clitoral no hairro A com: $0 eletores sendo que 100 deles manifestaram a intencao de vorar no candidawo H. No bairro B, foram entrevistados 1000 elitores & 300 deles manifestarum interesse em vouar em H. ‘)Consinua o intervalo de confianca para a probabilidade de votar oH no bare 4 config 999: nop 1,8%| Procuramos na tabela por ‘em H no bairro B (confianca: 95%): w=p (Procuramas na tabela, ©)Consiruao intervalo de conflanca para a diferenca entre as probabildades de vorar em H no batrro 4 e B (confianea: 95%): 4=20%) 041.8% | 19~30% | 091.4% X= Pepa | Me™ He 710% 0,= (@BY? + CA)" = 23% IC: DIMENSIONAMENTO DO TAMANHO DA AMOSTRA INTERVALO DE CONFIANGA PARA VARIANCIA POP * Usamos a tabela Distribuigdo Qui-quadrado 78 comteisdo é ee iment d ar ae ido. Eextraida uma amostra de n=10 que resulta desv pad amostral de s=4,8, Eneontre o IC para de omns 1-4=95% 202 19,02 “Sabese que proporedo de aninais contaminados com uma determinada | Goenca nao é superior a 108% Qual deve o tamanko da amastra para que fasemi amplitude da intervala com 92% de confianca para a fragdo populacional nao seja superior a 2%? Para descobrirmos o tamanho da mostra, devemos usar a seguimte farmula: Coma sabemos que a proporcio p de animais contaminados com a ddoenca nda ¢ superior a 10% podemos analisar o caso limite em que p ‘ule 0.1, Este 60 caso no qual o fair p(l-p) axinge 0 valor méximo para | pene 0 ots n= (22) 0.11-01) | -a82%6 al = 46 Procaramos na tabela de dtr normal 596-4%6-0.46. 1g 2=1.75| = (23)1209 = 690 clement. OBSERVACOES ee ee i: 4 n | oe le Asar querbt Ae 3° mb Lie CRs adhe bende clacen: weschwin(Qades); Gu-AS (Gs -QY} | Lenshe wrinor owin hmase (dadet) Qs 5 (Q2-Gu) soadlecs: dates tee amoutee im dime, Caortadee lien sub eink. sendo imtervalo de confianga omen oP [RO A A eae ES ees ork rota sce hse aa csr ase at | Be aoe paren | oan rere SST neta feternate cesineirices cee] exireatmee (es) : frnas BGai<8)* fans LOsic Ss Sas? 8% Laake a5 ear Ste SN Te gmmuire querkl galor yninimnt i Segundo quash: me Gre | Jauie queskl. ours OAS jquacte quart: valor mesg Aarelamerie oo wrk enw meeaicheo, cat maa [me EAN A ao pathuishce (rea TT Neue a Vglectrhia,