Você está na página 1de 17

Estatstica Economica I

UNIDADE IV INFERNCIA ESTATSTICA


1. Idias Bsicas da Inferncia Estatstica
Tem-se definido Estatstica como o campo do conhecimento cientfico que trata da coleta e
anlise de dados com a finalidade de se obter concluses ou se tomar decises.
O maior objetivo da Inferncia Estatstica produzir informaes sobre uma dada
caracterstica da populao, na qual estamos interessados, usando informaes obtida de uma parte
representativa dessa populao que chamamos de amostra. Quando se realiza alguma pesquisa
com o propsito de se fazer generalizaes (inferncias), essencial que se obtenha dados que
sejam, tanto quanto possvel, tpicos da populao como um todo. Para isto indispensvel que se
tenha conhecimento dos principais mtodos de amostragem.
Fundamentalmente em todas as situaes com que nos deparamos na Estatstica, achamo-nos
frente a uma populao ou Universo que desejamos conhecer. Em geral, no sendo possvel um
exame completo desta populao (realizao de um censo), nos limitamos a coletar alguns dos
seus elementos, ou seja, a amostra.
O termo inferncia estatstica refere-se ao uso apropriado dos dados da amostra para se ter
algum conhecimento sobre os parmetros da populao. Os valores calculados a partir dos dados
da amostra, com o objetivo de avaliar parmetros desconhecidos, so chamados de estimativas
desses parmetros. Numa pesquisa eleitoral, por exemplo, as percentagens de cada candidato,
divulgadas antes da eleio, so, na verdade, estimativas.
2. Conceitos Bsicos
Populao o conjunto de indivduos ou objetos tendo pelo menos uma caracterstica de
interesse (varivel) comum observvel. O tamanho da populao representado por N, quando a
populao finita quanto ao nmero de elementos.
Tambm, consideramos populao um conjunto de elementos passveis de serem
mensurados, com respeito s variveis que se pretende levantar. A populao pode ser formada por
Unid IV Inferncia Estatstica
1
Estatstica Economica I
pessoas, famlias, estabelecimentos industriais, ou qualquer outro tipo de elementos, dependendo
basicamente dos objetivos da pesquisa.
Note-se que o termo populao usado num sentido amplo e no significa, em geral,
conjunto de pessoas. Assim, so exemplos de populaes:
a) O conjunto de todos os eleitores de Joo Pessoa registrados no TER-Paraba;
b) O conjunto de pacientes atendidos numa clnica de Psicologia no ano X;
c) O conjunto das notas de todos os alunos de Estatstica; etc.
Fazer levantamentos, estudos, pesquisas, sobre toda uma populao (censo) , em geral,
muito difcil. Isto se deve a vrios fatores. O principal o custo. Um censo custa muito caro e
demanda um tempo considervel para ser realizado. Portanto, tomamos parte da populao para
anlise, isto , amostramos.
Amostra uma parte da populao que analisada, sendo um conjunto essencialmente
finito. O tamanho da amostra representado por n.
Um censo envolve um exame de todos os elementos de um dado grupo, ao passo que a
amostragem envolve o estudo de apenas uma parte dos elementos. A finalidade da amostragem
fazer generalizaes sobre todo um grupo sem precisar examinar cada um de seus elementos.
3. Parmetro e Estatstica
Parmetro -uma medida estatstica, obtida com base na populao; usada para descrever uma
caracterstica dessa populao.
Assim, se X uma varivel aleatria representando alguma caracterstica da populao,
ento so parmetros:
E(X) = (mdia de X); V(X) =
2
(varincia de X);
2

(desvio padro de X);
p = proporo populacional de elementos com uma certa caracterstica.
Estatstica -uma funo qualquer dos elementos da amostra. Em geral, usaremos uma estatstica
para obter alguma informao sobre o parmetro.
Unid IV Inferncia Estatstica
2
Estatstica Economica I
Assim, se X
1
, X
2
, ..., X
n
so n valores amostrais, ento so estatsticas:
1
n
i
i
X
X
n

( mdia amostral);
( )
2
2 1
1
n
i
i
X X
S
n

(varincia amostral)
2
S S
(desvio padro amostral);
p
= proporo amostral de elementos com uma certa
caracterstica.
Estimao: o processo que consiste em utilizar dados amostrais para estimar parmetros
populacionais desconhecidos.
Erro amostral: a diferena entre o valor que a estatstica pode acusar e o verdadeiro valor do
parmetro que se deseja estimar.
4. Problemas Bsicos
Dois so os problemas bsicos da Inferncia Estatstica: o primeiro trata da Estimao pontual ou
por intervalo de parmetros populacionais (tais com: a mdia , a varincia
2
, a proporo de
sucessos , etc.), com base em amostra(s) extrada(s) da populao objeto de estudo e o segundo
problema consiste em efetuar Testes de Hipteses acerca desses parmetros populacionais (ou das
distribuies)
comum termos interesse em descrever certas caractersticas especficas dos elementos da
populao, que denominaremos parmetros. Veja os exemplos seguintes.
Exemplo 1. Numa pesquisa epidemiolgica, a populao pode ser definida como todas as pessoas
da regio em estudo, no momento da pesquisa. O principal parmetro a ser avaliado deve ser a
percentagem de pessoas contaminadas.
Exemplo 2. Se uma amostra de 200 funcionrios da empresa acusar 60% de favorveis a um certo
programa de treinamento, podemos dizer que o valor 60% uma estimativa da percentagem de
funcionrios da empresa favorveis a este programa de treinamento.
Nos dois exemplos o leitor pode perceber a dificuldade em pesquisar toda a populao. So
situaes tpicas em que se recomenda utilizar amostragens. A Figura 1 ilustra uma pesquisa
eleitoral, onde se tem o interesse na percentagem de votos de cada candidato (parmetros).
Unid IV Inferncia Estatstica
3
Estatstica Economica I
Figura 1 - Tcnicas de amostragem
AMOSTRAGEM: um campo da Estatstica que estuda tcnicas de planejamento de pesquisa
para possibilitar inferncias sobre uma populao a partir do estudo de uma pequena parte de seus
componentes, uma amostra.
MTODOS DE AMOSTRAGEM: De acordo com a tcnica de amostragem usada, tm-se duas
classes de mtodos para a seleo de amostras: Amostragem Probabilstica e Amostragem no-
Probabilstica.
Vantagens do uso de amostragem
Citaremos quatro razes para o uso de amostragem em levantamentos de grandes populaes.
1) Economia;
2) Tempo;
3) Confiabilidade dos dados;
4) Operacionalidade.
Desvantagens do uso de amostragem
Citaremos trs situaes em que pode no valer a pena a realizao de uma amostragem.
1) Populao pequena;
2) Caracterstica de fcil mensurao;
3) Necessidade de alta preciso.
Unid IV Inferncia Estatstica
4
Estatstica Economica I
Plano de amostragem
Para fazermos um plano de amostragem devemos ter bem definidos os objetivos da
pesquisa, a populao a ser amostrada, bem como os parmetros que precisamos estimar para
atingir aos objetivos da pesquisa. Num plano de amostragem deve constar a definio da unidade
de amostragem, a forma de seleo dos elementos da populao e o tamanho da amostra.
Exemplo 3. Consideremos uma pesquisa para estudar os salrios dos 500 funcionrios da
Companhia MB. Seleciona-se uma amostra de 36 indivduos, e anotam-se os seus salrios. A
varivel aleatria a ser observada "salrio". A populao formada pelos 500 funcionrios da
companhia. A amostra constituda pelos 36 indivduos selecionados. Podemos estudar a
distribuio dos salrios na amostra, e esperamos que esta reflita a distribuio de todos os
salrios, desde que a amostra tenha sido escolhida com cuidado.
Exemplo 4. Queremos estudar a proporo de indivduos na cidade A que so favorveis a certo
projeto governamental. Uma amostra de 200 pessoas sorteada, e a opinio de cada uma
registrada como sendo a favor ou contra o projeto. A populao consiste de todos os moradores da
cidade, e a amostra formada pelas 200 pessoas selecionadas.
Levantamentos por Amostragem (Surveys)
Trataremos aqui sobre Levantamentos Amostrais, nos quais a amostra obtida de uma
populao bem definida, por processos bem protocolados e controlados pelo pesquisador.
Podemos, ainda, subdividi-los em dois subgrupos: levantamentos probabilsticos e no-
probabilsticos. O primeiro rene todas aquelas tcnicas que usam mecanismos aleatrios de
seleo dos elementos de uma amostra, atribuindo a cada um deles urna probabilidade, conhecida
a priori, de pertencer amostra. No segundo grupo esto os demais procedimentos, tais como:
amostras intencionais, amostras por cotas, nas quais os elementos so selecionados com o auxlio
de especialistas, e amostras de voluntrios, como ocorre em alguns testes sobre novos
medicamentos e vacinas. Ambos os procedimentos tm suas vantagens e desvantagens. A grande
vantagem das amostras probabilsticas medir a preciso da amostra obtida, baseando-se no
resultado contido na prpria amostra. Tais medidas j so bem mais difceis para os procedimentos
do segundo grupo.
Unid IV Inferncia Estatstica
5
Estatstica Economica I
necessrio garantir, em suma, que a amostra seja representativa da populao. Isso
significa que, a no ser por pequenas discrepncias inerentes aleatoriedade sempre presente, em
maior ou menor grau, no processo de amostragem, a amostra deve ter as mesmas caractersticas
bsicas da populao, no que diz respeito (s) varivel (is) que desejamos pesquisar.
TIPOS DE AMOSTRAGEM:
Distinguiremos dois tipos de amostragem: a probabilstica e a no-probabilstica. A
amostragem ser probabilstica se todos os elementos da populao tiverem probabilidade
conhecida, e diferente de zero, de pertencer amostra. Caso contrrio, a amostragem ser no-
probabilstica.
Segundo essa definio, a amostragem probabilstica implica um sorteio com regras bem
determinadas, cuja realizao s ser possvel se a populao for finita e totalmente acessvel.
Como veremos adiante, as tcnicas da Estatstica Inferencial pressupem que as amostras
utilizadas sejam probabilsticas, o que muitas vezes no se pode conseguir. No entanto o bom-
senso ir indicar quando o processo de amostragem, embora no sendo probabilstico, pode ser,
para efeitos prticos, considerados como tal. Isso amplia consideravelmente as possibilidades de
utilizao do mtodo estatstico em geral.
A utilizao de uma amostragem probabilstica a melhor recomendao que se deve fazer
no sentido de se garantir a representatividade da amostra, pois o acaso ser o nico responsvel por
eventuais discrepncias entre populao e amostra, o que levado em considerao pelos mtodos
de anlise da Estatstica Indutiva.
AMOSTRAS PROBABLISTICAS
A seguir, estudaremos os principais de processos de amostragens probabilsticas:
Amostragem Aleatria Simples
Este tipo de amostragem, tambm chamada de casual simples, randmica, etc., equivalente
a um sorteio lotrico. Nela, todos os elementos da populao tm igual probabilidade de pertencer
amostra, e todas as possveis amostras tm tambm igual probabilidade de ocorrer.
Sendo N o nmero de elementos da populao e n o nmero de elementos da amostra, cada
elemento da populao tem probabilidade n/N de pertencer amostra. A essa relao n/N
Unid IV Inferncia Estatstica
6
Estatstica Economica I
denomina-se frao de amostragem. Por outro lado, sendo a amostragem feita sem reposio, o
que suporemos em geral, existem

,
_

n
N
possveis amostras, todas igualmente provveis. No caso
da amostragem aleatria simples com reposio, N
n
constitui o nmero total de amostras
possveis, todas igualmente provveis.
A amostragem aleatria simples tem a seguinte propriedade: qualquer subconjunto da
populao, com o mesmo nmero de elementos, tem a mesma probabilidade de fazer parte da
amostra. Em particular, temos que cada elemento da populao tem a mesma probabilidade de
pertencer amostra.
Na prtica, a amostragem aleatria simples pode ser realizada numerando-se a populao de
1 a N, sorteando-se, a seguir, por meio de um dispositivo aleatrio (por ex.; uma tbua de nmeros
aleatrios), n nmeros dessa seqncia, os quais correspondero aos elementos sorteados para a
amostra.
Podemos ter uma amostra aleatria simples com reposio, se for permitido que uma
unidade possa ser sorteada mais de uma vez, e sem reposio, se a unidade sorteada for removida
da populao.
Do ponto de vista da quantidade de informao contida na amostra, amostrar sem reposio
mais adequado. Contudo, a amostragem com reposio conduz a um tratamento terico mais
simples, pois ela implica que tenhamos independncia entre as unidades selecionadas. Essa
independncia facilita o desenvolvimento das propriedades dos estimadores que sero
considerados.
Segundo a definio de amostragem probabilstica, existe a suposio de sorteio com regras
bem determinadas, cuja realizao s ser possvel se a populao for finita e totalmente acessvel.
Essa amostragem probabilstica a melhor garantia da representatividade da amostra, pois o acaso
ser o nico responsvel por eventuais discrepncias entre a populao e a amostra.
Amostragem Sistemtica
Trata-se de uma variao da amostragem simples ao acaso, muito conveniente quando a
populao est naturalmente ordenada, como fichas em um fichrio, lista telefnica etc.
Quando os elementos da populao se apresentam ordenados e a retirada dos elementos da
amostra feita periodicamente, temos uma amostragem sistemtica. Assim, por exemplo, em uma
Unid IV Inferncia Estatstica
7
Estatstica Economica I
linha de produo, podemos, a cada dez itens produzidos, retirar um para pertencer a uma amostra
da produo diria.
As unidades sero selecionadas a intervalos regulares da seguinte maneira: seja k = N / n, o
tamanho do intervalo de amostragem, onde N o tamanho da populao e n o tamanho da amostra.
Uma amostra sistemtica, de intervalo k, consiste em selecionar um a cada intervalo k elementos
da populao de interesse. Para tanto, consideramos como ponto de partida da amostra sistemtica,
um nmero a selecionado aleatoriamente entre 1 e k, ou seja, 1 a k. Em seguida, o total da
amostra requerida completada pela seleo dos seguintes elementos:
a, a + k, a + 2k, a + 3k, ..., a + ( n-1 )k.
Exemplo 5. Tomando-se, por exemplo: k = 5, incio casual = 3. Ento, os elementos de ordem
selecionados sero os elementos numerados pelos nmeros 3, 8, 13, 18, ...
Exemplo 6. Consideremos uma a populao fictcia dos N = 32 funcionrios da empresa X.
Utilizaremos o processo de amostragem aleatrio sistemtico para obtermos uma amostra de
tamanho n = 5. Populao: funcionrios da empresa
1. Aristteles 02. Anastcia 03. Arnaldo 04. Bartolomeu 05. Bernardino
06. Cardoso 07. Carlito 08. Cludio 09. Ermlio 10. Erclio
11. Emestino 12. Endevaldo 13. Francisco 14. Felcio 15. Fabrcio
16. Geraldo 17. Gabriel 18. Getlio 19. Hiraldo 20. Joo da Silva
21. Joana 22. Joaquim 23. Joaquina 24. Jos da Silva 25. Jos de Souza
26. Josefa 27. Josefina 28. Maria Jos 29. Maria Cristina 30. Mauro
31. Pauta 32. Paulo Cesar
O intervalo de seleo dado por k = N / n = 32 / 5 = 6 (n
o
inteiro aproximado).
Consideremos a escolha do ponto de partida a = 3 (escolhido aleatoriamente dentre os nmeros 1 e
6), ou seja, o primeiro funcionrio da amostra o "Arnaldo". Os demais so obtidos pelo intervalo
de seleo "6", a partir do Amaldo, resultando na seguinte amostra :
(3) (9) (15) (21) (27)
{Arnaldo, Ermlio, Fabrcio, Joana, Josefina}
Unid IV Inferncia Estatstica
8
Estatstica Economica I
Amostragem Estratificada
Muitas vezes, a populao se divide em subpopulaes ou estratos, sendo razovel supor
que, de estrato para estrato, a varivel de interesse apresente um comportamento substancialmente
diverso, tendo, entretanto, comportamento razoavelmente homogneo dentro de cada estrato. Por
exemplo, para estudar o interesse dos funcionrios, de uma grande empresa, em realizar um
programa de treinamento, podemos estratificar esta populao por nvel de instruo, ou pelo nvel
hierrquico, ou ainda, por setor de trabalho.
A amostragem estratificada consiste em especificar quantos elementos da amostra sero
retirados em cada estrato. costume considerar trs tipos de amostragem estratificada: uniforme,
proporcional e tima. Na amostragem estratificada uniforme, sorteia-se igual nmero de
elementos em cada estrato. Na proporcional, o nmero de elementos sorteados em cada estrato
proporcional ao nmero de elementos existentes no estrato.
A amostragem estratificada tima, por sua vez, toma, em cada estrato, um nmero de
elementos proporcional ao nmero de elementos do estrato e tambm variao da varivel de
interesse no estrato, medida pelo seu desvio-padro. As principais dificuldades para a utilizao
desse tipo de amostragem residem nas complicaes tericas relacionadas com a anlise dos dados
e em no podermos, muitas vezes, avaliar de antemo o desvio-padro da varivel nos diversos
estratos.
Sobre os diversos estratos da populao, so realizadas selees aleatrias, de forma
independente. A amostra completa obtida atravs da agregao das amostras de cada estrato (veja
a Figura 2). Portanto, estratificar uma populao dividi-la em L subpopulaes denominadas
estratos, tais que n
1
+ n
2
+ n
3
+ n
L
= n , onde os estratos so mutuamente exclusivos.
Figura 2. O processo de amostragem estratificada.
Exemplos em que uma amostragem estratificada parece ser recomendvel so a
estratificao de uma cidade em bairros, quando se deseja investigar alguma varivel relacionada
renda familiar; a estratificao de uma populao humana em homens e mulheres, ou por faixas
etrias; a estratificao de uma populao de estudantes conforme suas especializaes, etc.
Unid IV Inferncia Estatstica
9
Estatstica Economica I
Amostragem por Conglomerados (ou Amostragem por rea)
A populao dividida em pequenas subpopulaes, com elementos internamente
heterogneos, chamados conglomerados (clusters), grupos estes que so bastante semelhantes entre
si, mas com fortes discrepncias dentro dos grupos, de modo que cada um possa ser uma pequena
representao da populao de interesse especfico.
Seleciona-se uma amostra aleatria desses conglomerados, e deles selecionam-se
aleatoriamente os elementos que iro compor a amostra. Portanto, este tipo de amostragem
consiste, num primeiro estgio, em selecionar conglomerados de elementos. Num segundo estgio,
ou se observam todos os elementos dos conglomerados selecionados no primeiro estgio
(amostragem de conglomerados em um estgio), ou, como mais comum, faz-se nova seleo,
tomando amostras de elementos dos conglomerados extrados no primeiro estgio (amostragem de
conglomerados em dois estgios). Todas as selees devem ser aleatrias (ver Figura 3).
Assim, numa pesquisa socioeconmica pode-se dividir a cidade em bairros (conglomerados),
em seguida obter uma amostra aleatria de bairros e, ento efetuar o levantamento estatstico nas
residncias dos bairros selecionados.
Figura 3. Ilustrao do processo amostragem por conglomerados em dois estgios.
Observe que, no caso da estratificao, cada estrato selecionado, enquanto no caso da
diviso da populao em conglomerados, selecionamos apenas parte dos conglomerados.
Ao contrrio da amostragem estratificada, a amostragem de conglomerados tende a
produzir uma amostra que gera resultados menos precisos, quando comparada com uma amostra
aleatria simples de mesmo tamanho. Contudo, seu custo financeiro tende a ser bem menor.
Unid IV Inferncia Estatstica
10
Estatstica Economica I
A amostragem por conglomerado recomendada quando: a) Ou no se tem um sistema de
referncia listando todos os elementos da populao, ou a obteno dessa listagem dispendiosa;
b) O custo da obteno de informaes cresce com o aumento da distncia entre os elementos.
AMOSTRAS NO PROBABILSTICAS
Amostras no-probabilsticas so tambm, muitas vezes, empregadas em trabalhos
estatsticos, por simplicidade ou por impossibilidade de se obterem amostras probabilsticas, como
seria desejvel. Este procedimento de amostragens, no nos permite generalizaes acerca de uma
populao atravs da inferncia estatstica. Usa um mtodo no aleatrio para selecionar uma
amostra. No h modo eficaz de determinar se a amostra representativa da populao que
desejamos generalizar.
A seguir, relacionamos alguns tipos de amostragens no probabilsticas:
Inacessibilidade a toda a populao
Esta situao ocorre com muita freqncia na prtica. Somos ento forados acolher a
amostra na parte da populao que nos acessvel. Surge aqui, portanto, uma distino entre
populao-objeto e populao amostrada. A populao-objeto aquela que temos em mente ao
realizar o trabalho estatstico. Apenas uma parte dessa populao, porm, est acessvel para que
dela retiremos a amostra. Essa parte a populao amostrada.
Amostragem a esmo ou sem norma
a amostragem em que o amostrador, para simplificar o processo, procura ser aleatrio
sem, no entanto, realizar propriamente o sorteio usando algum dispositivo aleatrio confivel. Por
exemplo, se desejarmos retirar uma amostra de 100 parafusos de uma caixa contendo 10.000,
evidentemente no faremos uma amostragem casual simples. pois seria extremamente trabalhosa,
mas procederemos retirada simplesmente a esmo.
Unid IV Inferncia Estatstica
11
Estatstica Economica I
Populao formada por material contnuo
Nesse caso impossvel realizar amostragem probabilstica devido impraticabilidade de
um sorteio rigoroso. Se a populao for lquida ou gasosa, o que se costuma fazer, com resultado
satisfatrio, homogeneiz-la e retirar a amostra a esmo. Tal procedimento pode s vezes,
tambm, ser usado no caso de material slido.
Amostragens intencionais (no bom sentido)
Enquadram-se aqui os diversos casos em que o amostrador deliberadamente escolhe certos
elementos para pertencer amostra, por julgar tais elementos bem representativos da populao.
Amostragem de Convenincia
Selecionam-se as unidades mais acessveis ao pesquisador de acordo com os interesses
sociais, polticos, econmicos, etc., tais como sondagem usada por restaurantes, companhias areas
para saber o nvel de satisfao dos clientes.
Amostragem por Quota
Cada caracterstica de interesse (como sexo, faixa etria, tipo de religio, nvel educacional,
etc.) da populao pode ser selecionada proporcionalmente, de acordo com uma quota fixa.
Amostragem por voluntrios
Ocorre, por exemplo, no caso da aplicao experimental de uma nova droga em pacientes,
quando a tica obriga que haja concordncia dos escolhidos.
Usada principalmente em pesquisas mdicas e biolgicas (ensaios clnicos para testes de
novos medicamentos), em que o processo de medida desagradvel para a pessoa.
Unid IV Inferncia Estatstica
12
Estatstica Economica I
DISTRIBUIES AMOSTRAIS
Amostras aleatrias: Seja X uma v.a. com distribuio especificada. Sejam n variveis aleatrias
(X
1
, X
2
, , X
n
) independentes e tendo cada uma a mesma distribuio de X. Neste caso, (X
1
, X
2
,
, X
n
) ser denominada uma amostra aleatria de tamanho n da v. a. X.
(Distribuio amostral da mdia
X
) - Seja X uma varivel aleatria com mdia E(X) = e
varincia V(X) =
2
finita e
1
1
n
i
i
X X
n

, a mdia de uma amostra aleatria com reposio de


tamanho n, ento:
1) ( )
X
E X e
2
2
( )
X
V X
n


Alm disso, tem-se o resultado conhecido como Teorema Central do Limite:
2) (Teorema Central do Limite). Para n suficientemente grande, (n > 30),
X
tem,
aproximadamente, uma distribuio normal com mdia e varincia
2
n

, isto :
( )
( )
2
, e 0 , 1
X
X N Z N
n
n

: :
a distribuio Normal padro associada
X
.
OBSERVAES:
1- O desvio padro da mdia
X
n


chamado erro padro da mdia e descreve a
variabilidade das mdias amostrais em torno da mdia verdadeira da populao . Assim, quanto
maior o erro padro da mdia, maior ser a diferena entre as estatsticas mdias (
X
) calculadas e
o parmetro . Quando n grande
n

decresce, significando que a mdia amostral fornecer


uma estimativa mais segura para . A estatstica com menor erro padro ser preferida para
estimar o correspondente parmetro populacional.
Unid IV Inferncia Estatstica
13
Estatstica Economica I
2- Para amostras sem reposio, de populao finita, temos: mdia ( )
X
E X e a
varincia
2
2
( )
1
X
N n
V X
n N

, onde N o total de elementos da populao.


(A quantidade
1
N n
N

conhecida como o fator de correo amostral para populao finita, ou


simplesmente Fator de Correo).
4- Caso a populao a qual X pertence seja Normal, a distribuio amostral da mdia tambm ser
Normal, mesmo para pequenos valores de n (n < 30).
5- Se uma amostra aleatria simples (a.a.s.) X
1
, X
2
,..., X
n
foi retirada de uma populao a qual X
pertence, temos que X
1
, X
2
,..., X
n
so independentes, com E(X
i
) = ( e Var(Xi ) = (2 (a
mesma mdia e mesma varincia da v. a. X), assim se X tem distribuio
Normal , ou n > 30, temos que segue tambm a distribuio Normal. (ver
figura 1)
Exemplo 7. Os registros de uma agncia de turismo mostra que um turista
gastou, durante o ltimo ano, em mdia ( = US$800,00 sendo o desvio padro
dos gastos igual a ( = US$80,00. Ache a probabilidade aproximada de que, numa
amostra aleatria de n = 64 turistas, haver um gasto mdio entre US$770,00 e
US$825,00.
Soluo: Seja a varivel X = gastos, em US$, pelo turista. Embora a distribuio de X no seja
conhecida, como o tamanho da amostra n = 64 bastante grande, pode-se admitir que a mdia
amostral X tenha distribuio Normal com
80
800 e 10
64
X X
n


. Assim temos que
( ) ( )
770 800 825 800
770 825 3, 00 2, 50
10 10
X
P X P P Z
n

_





,
( ) ( ) ( ) ( ) 2, 50 3, 00 2, 50 3, 00 P Z P Z
.
0, 9938 0, 0013 0, 9925
.
Se considerarmos um grande nmero de amostras, cada uma tendo 64 turistas, em
aproximadamente 99,25% das amostras o gasto mdio estaria entre US$770,00 e US$825,00.
Unid IV Inferncia Estatstica
14
Estatstica Economica I
Figura1. Histogramas correspondentes s distribuies amostrais de
X
para amostras
extradas de algumas populaes
(Distribuio Amostral da Proporo p) - Admitamos que uma populao infinita, ou a
amostragem feita com reposio. Consideremos que p a proporo de indivduos, nessa
populao, portadores de uma certa caracterstica. Assim, cada elemento da populao pode ser
considerado como uma varivel aleatria X, tal que:
1 ,
0 ,
X

'

Logo, X uma varivel aleatria com distribuio de Bernoulli com parmetro p, isto :
P(sucesso) = P(X = 1) = p, e P(insucesso) = P(X = 0) = l p = q, onde (p + q = 1).
Portanto: E(X) = = p e Var(X) =
2
= p(l - p).
Unid IV Inferncia Estatstica
15
se o indivduo portador da caracterstica
se caso contrrio
Estatstica Economica I
Se o parmetro de interesse p representa a proporo (ou percentagem) de elementos com
certa caracterstica (atributo) na populao, ento chamaremos
p a estatstica correspondente
numa amostra de tamanho n de proporo de sucessos amostral.
numero de elementos com a caracteristica A

n
n
S
p
n
, sendo
0 1 p
Retirada uma amostra aleatria simples (a.a.s.) dessa populao de tamanho n e indicando
por
1
n
n i
i
S X

, o total de indivduos com a caracterstica na amostra, j vimos que S


n
tem
distribuio Binomial com parmetros n e p. Tambm, j foi verificado que a mdia amostral
1
n
i
n i
X
S
X
n n



tem distribuio Normal, para n suficientemente grande (n > 30). Chamando
p X , a proporo amostral, temos que:
( )
( )
2
p
1
, ,
p
p p
p N N p
n

_


,
: ,
Pois,
( ) ( ) ( )

1 1

n
p n
S
E p E X E E S np p
n n n

_


,
e
( ) ( ) ( ) ( )
( )
2

2 2
1
1 1
1
n
p n
p p S
V p V X V V S np p
n n n n


_


,
Observamos ainda que:
( )

, Z= 0 , 1
n
S p q p p
p N p N
n n
p q
n
_


,
: :

Unid IV Inferncia Estatstica
16
(Distribuio Normal Padro)
distribuio Normal de mdia e varincia,

p
p e
( )
2

1
p
p p
n

,
respectivamente.
Estatstica Economica I
OBS.: No caso de populao finita de tamanho N, e amostragem sem reposio, recomenda-se o
uso do fator de correo populacional no clculo da varincia de
p , isto , ( )

1
p q N n
V p
n N

Exemplo 8. Em uma eleio, determinado candidato recebeu 46% dos votos. Determine a
probabilidade de que, em um escrutnio efetuado em 1000 dos votantes, se obtenha maioria em
favor do candidato.
Soluo:
( )
2
p p
1
0, 46 0, 54
0, 46 e 0, 0002484 0, 0157607
1000
p
p p
n




( ) ( )
501 0, 501 0, 46
2, 60 1 2, 60 1 0, 9953 0, 0047 ou 0,47%
1000 0, 0157607
P p P Z P Z
_ _
> > >

, ,
Espera-se que num escrutnio com 1000 votantes, 0,47% desses escrutnios tenham maioria
para o candidato.
Unid IV Inferncia Estatstica
17