Você está na página 1de 19

Distribuies Amostrais e Estimao Pontual de Parmetros

OBJETIVOS DE APRENDIZAGEM
Depois de um cuidadoso estudo deste captulo, voc deve ser capaz de: 1.Explicar os conceitos gerais de estimao de parmetros de uma populao ou de uma distribuio de probabilidades 2.Explicar o papel importante da distribuio normal como uma distribuio amostral 3.Entender o Teorema do Limite Central 4.Explicar propriedades importantes dos estimadores pontuais, incluindo tendenciosidade, varincia e erro quadrtico mdio.

7-1 Introduo
O campo da inferncia estatstica consiste naqueles mtodos usados para tomar decises ou tirar concluses acerca de uma populao. Para tirar concluses, esses mtodos utilizam a informao contida em uma amostra proveniente da populao. Inferncia Estatstica pode ser dividida em duas grandes reas: Estimao de Parmetros Teste de Hipteses

7-1 Introduo
Suponha que queiramos obter uma estimativa pontual de um parmetro de uma populao. Sabemos que antes dos dados serem coletados, as observaes so consideradas variveis aleatrias, isto , X1,X2,,Xn. Logo, qualquer funo da observao, ou qualquer estatstica, tambm uma varivel aleatria. Por exemplo, a mdia da amostra e a varincia da amostra S2 so estatsticas e so tambm variveis aleatrias. Desde que uma estatstica seja uma varivel aleatria, ela ter uma distribuio de probabilidades. Chamamos a distribuio de probabilidades de uma estatstica de uma distribuio amostral. A noo de uma distribuio amostral muito importante e ser discutida e ilustrada mais adiante neste captulo.

Definio
Uma estimativa pontual de algum parmetro de uma populao um nico valor nmerico de uma estatstica . A estatstica chamada de estimador pontual.

7-1 Introduo
Problemas de estimao ocorrem frequentemente em engenharia. Geralmente necessitamos estimar: A mdia de uma nica populao A varincia 2 (ou desvio-padro ) de uma nica populao A proporo p de itens em uma populao que pertence a uma classe de interesse A diferena nas mdias de duas populaes, 1 2 A diferena nas propores de duas populaes, p1 p2

7-1 Introduo
Estimativas pontuais razoveis desses parmetros so dadas a seguir: Para , a estimativa Para 2, a estimativa a mdia amostral , a varincia amostral

Para p, a estimativa , a proporo da amostra, sendo x o nmero de itens em uma amostra aleatria de tamanho n que pertence classe de interesse. a diferena entre as Para 1 2, a estimativa mdias de duas amostras aleatrias independentes. Para p1 p2, a estimativa , a diferena entre duas propores amostrais, calculadas a partir de duas amostras aleatrias independentes.

7-2 Distribuies Amostrais e Teorema do Limite Central


A Inferncia Estatstica lida em tomar decies acerca de uma populao, baseando-se na informao contida em uma amostra aleatria proveniente daquela populao.

Definies:
As variveis aleatrias X1,X2,,Xn so uma amostra aleatria de tamanho n, se 1 2 n (a) os Xiis forem variveis aleatrias independentes e (b) cada Xii tiver a mesma distribuio de probabilidades. Uma estatstica qualquer funo das observaes em uma amostra aleatria. A distribuio de probabilidade de uma estatstica chamada de uma distribuio amostral.

7-2 Distribuies Amostrais e Teorema do Limite Central


Se estivermos amostrando de uma populao que tenha uma distribuio desconhecida de probabilidades, a distribuio amostral mdia da mdia da amostra ser aproximadamente normal, com mdia e varincia 2/n, se o tamanho n da amostra for grande. Esse um dos mais utis teoremas em estatstica, o chamado Teorema do Limite Central. O enunciado dado a seguir:

Se X1,X2,,Xn for uma amostra aleatria de tamanho n, retirada de uma populao 1 2 n 2 (finita ou infinita), com mdia e varincia finita 2, e se for a mdia da amostra, ento a forma limite da distribuio de:

quando

a distribuio normal padro.

7-2 Distribuies Amostrais e Teorema do Limite Central


Figura 7-1 Distribuies das pontuaes mdias obtidas quando do arremesso de dados.
[Adaptado, com permisso de Box, Hunter, and Hunter (1978).]

7-2 Distribuies Amostrais e Teorema do Limite Central


Exemplo 7-1
Uma companhia eletrnica fabrica resistores que tm uma resistncia mdia de 100 ohms e um desvio-padro de 10 ohms. A distribuio de resistncias normal. Encontre a probabilidade de uma amostra aleatria de n= 25 resistores ter uma resistncia mdia menor que 95 ohms. Note que a distribuio amostral de desvio padro de: normal, com mdia ohms e um

Consequentemente, a probabilidade desejada corresponde rea sombreada na Fig. 7-1. Padronizando o ponto na Fig 7.2, encontramos que

E desse modo,

7-2 Distribuies Amostrais e Teorema do Limite Central

Figure 7-2 Probabilidade do Exemplo 71

7-2 Distribuies Amostrais e Teorema do Limite Central


Distribuio Amostral Aproximada de uma Diferena nas Mdias de Amostras
2 Se tivermos duas populaes independentes, com mdias 1 e 2 e varincias 12 e 1 2 1 2 22, e se e forem as mdias de duas amostras aleatrias independentes de 2 tamnho n1 e n2 dessas populaes ento a distribuio amostral de

Ser aproximadamente normal padro, se as condies do teorema do limite central se aplicarem. Se as duas populaes forem normais, ento a distribuio amostral de Z ser exatamente normal padro.

7-3 Conceitos Gerais de Estimao Pontual


7-3.1 Estimadores No-tendenciosos Definio
O Estimador pontual um estimador no-tendencioso para o parmetro , se
E() =
Se o estimador for tendencioso, ento a diferena

E() chamada de tendenciosidade do estimator .

7-3 Conceitos Gerais de Estimao Pontual


Exemplo 7-4
Suponha que X seja uma varivel aleatria com mdia e varincia 2. Seja X1, X2, , Xn uma amostra aleatria de tamanho n, proveniente de uma populao representada por X. Mostre que a mdia da amostra X e a varincia da amostra S2 so estimadores notendenciosos de e 2 respectivamente. Considere primeiro a mdia da amostra. Na Seo 5.5 do Captulo 5, mostramos que E( X ) = . Consequentemente a mdia da amostra X um estimador no-tendencioso da mdia da populao . Considere agora a varincia da amostra. Temos:

7-3 Conceitos Gerais de Estimao Pontual


Exemplo 7-4 (continuao)
A ltima igualdade vem da equao para a mdia de uma funo linear no Captulo 5. Entretanto, uma vez que e , temos

7-3 Conceitos Gerais de Estimao Pontual


7-3.2 Varincia de um Estimador Pontual Definio
Se considerarmos todos os estimadores no-tendenciosos de , aquele com a menor , aquele com a menor varincia ser chamado de estimador no-tendencioso de varincia mnima chamado de estimador (ENTVM).

Figure 7-5 As distribuies amostrais de dois estimadores notendenciosos 1 e 2.

7-3 Conceitos Gerais de Estimao Pontual


7-3.2 Varincia de um Estimador Pontual
Se X1,X2,,Xn for uma amostra aleatria de tamanho n, proveniente de uma 1 2 n ser distribuio normal com mdia e varincia 2, ento a mdia da amostra varincia 2 o ENTVM (Estimador No-Tendencioso de Varincia Mnima) para .

7-3 Conceitos Gerais de Estimao Pontual


7-3.3 Erro-Padro de um Estimador Definio
O erro-padro de um estimador o seu desvio-padro, dado por . Se o erro padro envolver parmetros desconhecidos que possam ser estimados, ento a substituio daqueles valores em produz um erro-padro estimado denotado por .

7-3 Conceitos Gerais de Estimao Pontual


7-3.3 Erro-Padro de Estimador
Suponha que estejamos amostrando a partir de uma distribuio normal, com mdia e varincia 2 . Agora, a distribuio de normal, com mdia e varincia 2/n; assim o erro-padro de :

Se no conhecssemos , mas substituirmos o desvio-padro S da amostra na equao anterior, ento o erro-padro etimado de seria: