Escolar Documentos
Profissional Documentos
Cultura Documentos
E(X̄ ) = µ
σ2
Var (X̄ ) =
n
Além disso, o TLC afirma que:
σ2
X̄ ∼ N µ,
n
Yn = X1 + X2 + . . . + Xn
Yn ∼ Binomial(n, p)
Yn X1 + X2 + . . . + Xn
p̂ = =
n n
Ou seja, p̂ é uma média amostral, e logo vale o TLC:
σ2
p̂ ∼ N µ, , aproximadamente.
n
No caso da Bernoulli:
µ = E(X ) = p (proporção de indivíduos na população com a
característica);
σ 2 = Var (X ) = p(1 − p)
Logo,
p(1 − p)
p̂ ∼ N p, , aproximadamente.
n
Solução
a) Seja p̂ a proporção de peças defeituosas na amostra. Queremos P(p̂ > 0, 1).
p(1 − p)
p̂ ∼ N p; , aproximadamente.
n
(
p = 0, 1
Do enunciado:
n = 100
Logo,
µp̂ = p = 0, 1
p(1 − p) 0, 1(1 − 0, 1)
σp̂2 = = = 0, 0009
n 100
p̂ ∼ N (0, 1; 0, 0009)
Alexandre Leichsenring ACH3584 - Estatística II Aula 05 8 / 22
Exemplo
Um sistema de produção opera de tal maneira que 10% das peças produzidas são
defeituosas. Suponha que os itens sejam vendidos em caixas com 100 unidades. Qual
a probabilidade de que uma caixa:
a) tenha mais do que 10% de defeituosas?
b) tenha menos do que 15% de defeituosas?
Solução
a) Seja p̂ a proporção de peças defeituosas na amostra. Queremos P(p̂ > 0, 1).
p(1 − p)
p̂ ∼ N p; , aproximadamente.
n
(
p = 0, 1
Do enunciado:
n = 100
Logo,
µp̂ = p = 0, 1
p(1 − p) 0, 1(1 − 0, 1)
σp̂2 = = = 0, 0009
n 100
p̂ ∼ N (0, 1; 0, 0009)
Alexandre Leichsenring ACH3584 - Estatística II Aula 05 8 / 22
O exercício agora se resume a fazer cálculos com a distribuição normal de média 0,1 e
variância 0,0009.
Seja X uma v.a. com distribuição Normal com
média µx = 0, 1; e
p
variância σx2 = 0, 0009 ⇒ σx = 0, 0009 = 0, 03
Então,
TLC
Se X1 , X2 , . . . , Xn é uma amostra aleatória simples de uma
população X ;
X tem média µ e variância σ 2 ;
X1 +X2 +...+Xn
X̄ = n é a média amostral.
Então:
X̄ − µ
Z = √ ∼ N(0, 1)
σ/ n
P(−zγ ≤ Z ≤ zγ ) = γ
Dessa forma,
√ = zγ ,
σ/ n
do que obtemos finalmente
σ 2 zγ2
n= (1)
2
P (−zγ ≤ Z ≤ zγ ) = γ
zγ2 p(1 − p)
n=
2
No entanto, como não conhecemos p, a verdadeira proporção
populacional, podemos usar o fato de que p(1 − p) ≤ 41 . E a fórmula
para determinação do tamanho da amostra fica
zγ2
n≤ .
42
zγ2
n≤ ,
42
que é a fórmula apresentada no slide 17.
Determinando n desse jeito, estamos na verdade superestimando o valor de n que
atende os requisitos de margem de erro e confiança solicitados. Para qualquer valor
de p diferente de p = 0, 5, precisaremos na verdade de uma amostra de tamanho
menor do que a calculada assim, mas como não sabemos o valor de p, calculando
assim saberemos que o nível de confiança e a margem de erro serão pelo menos tão
exigentes quanto os solicitados.
= 0, 03
γ = 0, 95 ⇒ z0,95 = 1, 96
= 0, 03
γ = 0, 95 ⇒ z0,95 = 1, 96