Escolar Documentos
Profissional Documentos
Cultura Documentos
ANO 2010
camilo@dpi.inpe.br
http://www.dpi.inpe.br/~camilo/estatistica/
Inferncia Estatstica
Exemplo:
Considere o experimento: retiram-se 3 bolas de uma
urna (com reposio). Define-se uma v.a. X cujo valor
representa o nmero total de bolas vermelhas dentre
as 3 escolhidas. Qual a probabilidade das 3 bolas
selecionadas serem vermelhas?
S
distribuio desconhecida
e/ou
parmetros desconhecidos
Inferncia Estatstica
Exemplo:
Numa imagem, um pixel selecionado ao acaso. Definese uma v.a. X cujo valor representa seu valor digital.
Qual a probabilidade deste pixel possuir valor entre
100 e 150?
S
distribuio desconhecida
e/ou
parmetros desconhecidos
Inferncia Estatstica
inferir certas caractersticas
da populao
amostra
S
distribuio desconhecida
e/ou
parmetros desconhecidos
Amostra Aleatria
Estimao de Parmetros
Amostra
Populao
Distribuio de Probabilidade (ou FDP)
Parmetros
(valor fixo)
Estimao
estimar
Estatsticas
(varivel aleatria)
pontual (estatsticas)
por intervalo (intervalos de confiana)
Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia (2)
desconhecidas. Retira-se uma amostra de tamanho n com a finalidade de se
estimar e 2.
mdia populacional
De que maneira os valores da amostra podem ser combinados a fim de se
produzir uma boa estimativa de ?
mtodo dos momentos
mtodo da mxima verossimilhana
Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia (2)
desconhecidas. Retira-se uma amostra de tamanho n com a finalidade de se
estimar e 2.
mdia populacional
De que maneira os valores da amostra podem ser combinados a fim de se
produzir uma boa estimativa de ?
k o k-simo estimador de
n
1 X
2 xi
x
i 1
x j FR ( X x j )
j 1
dados agrupados
E ( k )
varincia mnima
Var ( k ) Var ( j ) k j
Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia (2)
desconhecidas. Retira-se uma amostra de tamanho n com a finalidade de se
estimar e 2.
mdia populacional
De que maneira os valores da amostra podem ser combinados a fim de se
produzir uma boa estimativa de ?
k o k-simo estimador de
n
1 X
2 xi
xi
i 1
X X2 Xn
E ( 1 ) E ( X ) E 1
1
n
E X1 X 2 X n
n
n
Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia (2)
desconhecidas. Retira-se uma amostra de tamanho n com a finalidade de se
estimar e 2.
mdia populacional
De que maneira os valores da amostra podem ser combinados a fim de se
produzir uma boa estimativa de ?
k o k-simo estimador de
testando a tendenciosidade dos estimadores
1 X
2 xi
xi
i 1
E ( 1 )
E ( 2 ) E X i
Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia (2)
desconhecidas. Retira-se uma amostra de tamanho n com a finalidade de se
estimar e 2.
mdia populacional
De que maneira os valores da amostra podem ser combinados a fim de se
produzir uma boa estimativa de ?
k o k-simo estimador de
procurando a menor varincia
1 X
2 xi
xi
i 1
E ( 1 )
E ( 2 )
X X2 Xn
Var ( 1 ) Var ( X ) Var 1
1
n 2 2
2 Var X 1 X 2 X n 2
n
n
n
Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia (2)
desconhecidas. Retira-se uma amostra de tamanho n com a finalidade de se
estimar e 2.
mdia populacional
De que maneira os valores da amostra podem ser combinados a fim de se
produzir uma boa estimativa de ?
k o k-simo estimador de
procurando a menor varincia
1 X
2 xi
xi
i 1
E ( 1 )
E ( 2 )
Var ( 1 )
2
n
Var ( 2 ) Var X i 2
Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia (2)
desconhecidas. Retira-se uma amostra de tamanho n com a finalidade de se
estimar e 2.
mdia populacional
De que maneira os valores da amostra podem ser combinados a fim de se
produzir uma boa estimativa de ?
k o k-simo estimador de
n
1 X
2 xi
x
i 1
E ( 1 )
Var ( 1 )
E ( 2 )
Var ( 2 ) 2
Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia (2)
desconhecidas. Retira-se uma amostra de tamanho n com a finalidade de se
estimar e 2.
varincia populacional 2
De que maneira os valores da amostra podem ser combinados a fim de se
produzir uma boa estimativa de 2?
n
x
i 1
Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia (2)
desconhecidas. Retira-se uma amostra de tamanho n com a finalidade de se
estimar e 2.
varincia populacional 2
De que maneira os valores da amostra podem ser combinados a fim de se
produzir uma boa estimativa de 2?
n
x
i 1
X
i 1
X X i2 2 XX i X 2
2
i 1
n
X 2 X X i nX 2
i 1
n
2
i
i 1
X 2nX nX
i 1
n
2
i
X i2 nX 2
i 1
X
2
X
i 1
X i nX
i 1
Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia (2)
desconhecidas. Retira-se uma amostra de tamanho n com a finalidade de se
estimar e 2.
varincia populacional 2
De que maneira os valores da amostra podem ser combinados a fim de se
produzir uma boa estimativa de 2?
n
x
i 1
n 2
2
X
nX
i
1 n
2
i 1
E X i2 E X 2
E E
n
n i 1
1 n
E X i2 E X 2
n i 1
Var ( X i ) 2 E X i2 E X i E X i2 2 E X i2 2 2
2
Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia (2)
desconhecidas. Retira-se uma amostra de tamanho n com a finalidade de se
estimar e 2.
varincia populacional 2
De que maneira os valores da amostra podem ser combinados a fim de se
produzir uma boa estimativa de 2?
n
x
i 1
Var ( X )
n 2
2
X
nX
i
1 n
2
i 1
E X i2 E X 2
E E
n
n i 1
1 n
E X i2 E X 2
n i 1
2
n
EX
E X
EX
EX
2
n
Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia (2)
desconhecidas. Retira-se uma amostra de tamanho n com a finalidade de se
estimar e 2.
varincia populacional 2
De que maneira os valores da amostra podem ser combinados a fim de se
produzir uma boa estimativa de 2?
n
x
i 1
n 2
2
X
nX
i
1 n
2
i 1
E X i2 E X 2
E E
n
n i 1
1 n
E X i2 E X 2
n i 1
2
2 2 2
2 2
2
n 1 2 estimador
2
2
2
n
tendencioso!
n
n
n
Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia (2)
desconhecidas. Retira-se uma amostra de tamanho n com a finalidade de se
estimar e 2.
varincia populacional 2
De que maneira os valores da amostra podem ser combinados a fim de se
produzir uma boa estimativa de 2?
x X
n
i 1
n
n
s2
xi X
i 1
n 1
n
n 1
E s2 2
estimador
no tendencioso
Estimao Pontual de e 2
Exemplo: uma amostra (n = 12) retirada de uma populao e os seguintes valores so
observados: 0, 2, 3, 5, 2, 1, 2, 1, 3, 3, 4, 2. Calcule a mdia e varincia amostrais.
distribuio amostral
mdia amostral X
Valor
i 1
0
1
2
3
4
5
(dados brutos)
0 2 3 ... 2 7
12
3
Total
X
X
x FA( X x )
j 1
12
3
X 0*
(usando FA)
1
1
1
1
1
1 7
1* 2* 3* 4* 5*
12
6
3
4
12
12 3
(usando FR)
Freq.
Absoluta
1
2
4
3
1
1
12
Freq.
Relativa
1/12
1/6
1/3
1/4
1/12
1/12
1
Estimao Pontual de e 2
Exemplo: uma amostra (n = 12) retirada de uma populao e os seguintes valores so
observados: 0, 2, 3, 5, 2, 1, 2, 1, 3, 3, 4, 2. Calcule a mdia e varincia amostrais.
distribuio amostral
varincia amostral s2
x X
n
s
2
i 1
n 1
n
xi
n
xi2 i 1
n
i 1
n 1
Valor
0
1
2
3
4
5
(dados brutos)
(0 ) (2 ) ... (2 )
(0 2 ... 2 )
s2
11
11
7 2
3
7 2
3
7 2
3
0 2... 22
12
Total
s2
11
11
7 2
3
7 2
3
Freq.
Relativa
1/12
1/6
1/3
1/4
1/12
1/12
1
1,88
x
FA
(
X
x
)
j
j
N
N
2
x j X FA( X x j ) x 2j FA( X x j ) j 1 n
j 1
j 1
s2
n 1
n 1
7 2
3
Freq.
Absoluta
1
2
4
3
1
1
12
(dados agrupados)
0*11*2...5*12
12
1,88
X ~ ?N ( ,
2
n
)
0,14
N (0,1)
10
15
X ~ N (,
2
n
)
0,14
0,1
P( z
0,08
z) 1
P( X z
0,04
X z
0,06
n
P( z
N (0,1)
X z
IC para
0,02
) 1 0
0
) 1
-z
10
15
P( X z
X z
0,14
N (0,1)
) 0,12
0,95
0,1
P(12,7 1,96
4
4
0,08
12,7 1,96
) 0,95
25
25
0,06
2,5%
0,04
P(12,7 1,568 12,7 1,568)
0,95
2,5%
95%
0,02
0
0
-z
10
z
?
1,96
15
P( X 1,96
2
2
X 1,96
) 95%
50
50
(ver 06estimacao_pontual_IC.xlsx)
Distribuio 2
f ( x)
1
x g 21e x 2
g 2
2 ( g 2)
g>2
x0
g2
E( X ) g
Var( X ) 2 g
a) se Z ~ N (0,1), ento Z 2 ~ 12
b) se X i ~ , ento
X
i 1
X ~ g2
Propriedades:
2
1
(l-se qui-quadrado)
~ n2
Distribuio 2
t2
+
P( g2 t2 )
P ( 102 3, 25) ?
P ( 102 3, 25) 0,975
g
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
70
80
90
100
0,005
7,88
10,60
12,84
14,86
16,75
18,55
20,28
21,95
23,59
25,19
26,76
28,30
29,82
31,32
32,80
34,27
35,72
37,16
38,58
40,00
41,40
42,80
44,18
45,56
46,93
48,29
49,64
50,99
52,34
53,67
66,77
79,49
91,95
104,21
116,32
128,30
140,17
0,010
6,63
9,21
11,34
13,28
15,09
16,81
18,48
20,09
21,67
23,21
24,72
26,22
27,69
29,14
30,58
32,00
33,41
34,81
36,19
37,57
38,93
40,29
41,64
42,98
44,31
45,64
46,96
48,28
49,59
50,89
63,69
76,15
88,38
100,43
112,33
124,12
135,81
0,025
5,02
7,38
9,35
11,14
12,83
14,45
16,01
17,53
19,02
20,48
21,92
23,34
24,74
26,12
27,49
28,85
30,19
31,53
32,85
34,17
35,48
36,78
38,08
39,36
40,65
41,92
43,19
44,46
45,72
46,98
59,34
71,42
83,30
95,02
106,63
118,14
129,56
0,050
3,84
5,99
7,81
9,49
11,07
12,59
14,07
15,51
16,92
18,31
19,68
21,03
22,36
23,68
25,00
26,30
27,59
28,87
30,14
31,41
32,67
33,92
35,17
36,42
37,65
38,89
40,11
41,34
42,56
43,77
55,76
67,50
79,08
90,53
101,88
113,15
124,34
0,100
2,71
4,61
6,25
7,78
9,24
10,64
12,02
13,36
14,68
15,99
17,28
18,55
19,81
21,06
22,31
23,54
24,77
25,99
27,20
28,41
29,62
30,81
32,01
33,20
34,38
35,56
36,74
37,92
39,09
40,26
51,81
63,17
74,40
85,53
96,58
107,57
118,50
0,900
0,016
0,21
0,58
1,06
1,61
2,20
2,83
3,49
4,17
4,87
5,58
6,30
7,04
7,79
8,55
9,31
10,09
10,86
11,65
12,44
13,24
14,04
14,85
15,66
16,47
17,29
18,11
18,94
19,77
20,60
29,05
37,69
46,46
55,33
64,28
73,29
82,36
0,950
0,0039
0,10
0,35
0,71
1,15
1,64
2,17
2,73
3,33
3,94
4,57
5,23
5,89
6,57
7,26
7,96
8,67
9,39
10,12
10,85
11,59
12,34
13,09
13,85
14,61
15,38
16,15
16,93
17,71
18,49
26,51
34,76
43,19
51,74
60,39
69,13
77,93
0,975
0,990
0,995
0,0010 0,00016 0,00004
0,051
0,020
0,010
0,22
0,11
0,072
0,48
0,30
0,21
0,83
0,55
0,41
1,24
0,87
0,68
1,69
1,24
0,99
2,18
1,65
1,34
2,70
2,09
1,73
3,25
2,56
2,16
3,82
3,05
2,60
4,40
3,57
3,07
5,01
4,11
3,57
5,63
4,66
4,07
6,26
5,23
4,60
6,91
5,81
5,14
7,56
6,41
5,70
8,23
7,01
6,26
8,91
7,63
6,84
9,59
8,26
7,43
10,28
8,90
8,03
10,98
9,54
8,64
11,69
10,20
9,26
12,40
10,86
9,89
13,12
11,52
10,52
13,84
12,20
11,16
14,57
12,88
11,81
15,31
13,56
12,46
16,05
14,26
13,12
16,79
14,95
13,79
24,43
22,16
20,71
32,36
29,71
27,99
40,48
37,48
35,53
48,76
45,44
43,28
57,15
53,54
51,17
65,65
61,75
59,20
74,22
70,06
67,33
Distribuio 2
t2
+
P( g2 t2 )
P ( 102 3, 25) ?
P ( 102 3, 25) 0,975
P( 152 ?) 0,9
P( 152 8,55) 0,9
g
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
70
80
90
100
0,005
7,88
10,60
12,84
14,86
16,75
18,55
20,28
21,95
23,59
25,19
26,76
28,30
29,82
31,32
32,80
34,27
35,72
37,16
38,58
40,00
41,40
42,80
44,18
45,56
46,93
48,29
49,64
50,99
52,34
53,67
66,77
79,49
91,95
104,21
116,32
128,30
140,17
0,010
6,63
9,21
11,34
13,28
15,09
16,81
18,48
20,09
21,67
23,21
24,72
26,22
27,69
29,14
30,58
32,00
33,41
34,81
36,19
37,57
38,93
40,29
41,64
42,98
44,31
45,64
46,96
48,28
49,59
50,89
63,69
76,15
88,38
100,43
112,33
124,12
135,81
0,025
5,02
7,38
9,35
11,14
12,83
14,45
16,01
17,53
19,02
20,48
21,92
23,34
24,74
26,12
27,49
28,85
30,19
31,53
32,85
34,17
35,48
36,78
38,08
39,36
40,65
41,92
43,19
44,46
45,72
46,98
59,34
71,42
83,30
95,02
106,63
118,14
129,56
0,050
3,84
5,99
7,81
9,49
11,07
12,59
14,07
15,51
16,92
18,31
19,68
21,03
22,36
23,68
25,00
26,30
27,59
28,87
30,14
31,41
32,67
33,92
35,17
36,42
37,65
38,89
40,11
41,34
42,56
43,77
55,76
67,50
79,08
90,53
101,88
113,15
124,34
0,100
2,71
4,61
6,25
7,78
9,24
10,64
12,02
13,36
14,68
15,99
17,28
18,55
19,81
21,06
22,31
23,54
24,77
25,99
27,20
28,41
29,62
30,81
32,01
33,20
34,38
35,56
36,74
37,92
39,09
40,26
51,81
63,17
74,40
85,53
96,58
107,57
118,50
0,900
0,016
0,21
0,58
1,06
1,61
2,20
2,83
3,49
4,17
4,87
5,58
6,30
7,04
7,79
8,55
9,31
10,09
10,86
11,65
12,44
13,24
14,04
14,85
15,66
16,47
17,29
18,11
18,94
19,77
20,60
29,05
37,69
46,46
55,33
64,28
73,29
82,36
0,950
0,0039
0,10
0,35
0,71
1,15
1,64
2,17
2,73
3,33
3,94
4,57
5,23
5,89
6,57
7,26
7,96
8,67
9,39
10,12
10,85
11,59
12,34
13,09
13,85
14,61
15,38
16,15
16,93
17,71
18,49
26,51
34,76
43,19
51,74
60,39
69,13
77,93
0,975
0,990
0,995
0,0010 0,00016 0,00004
0,051
0,020
0,010
0,22
0,11
0,072
0,48
0,30
0,21
0,83
0,55
0,41
1,24
0,87
0,68
1,69
1,24
0,99
2,18
1,65
1,34
2,70
2,09
1,73
3,25
2,56
2,16
3,82
3,05
2,60
4,40
3,57
3,07
5,01
4,11
3,57
5,63
4,66
4,07
6,26
5,23
4,60
6,91
5,81
5,14
7,56
6,41
5,70
8,23
7,01
6,26
8,91
7,63
6,84
9,59
8,26
7,43
10,28
8,90
8,03
10,98
9,54
8,64
11,69
10,20
9,26
12,40
10,86
9,89
13,12
11,52
10,52
13,84
12,20
11,16
14,57
12,88
11,81
15,31
13,56
12,46
16,05
14,26
13,12
16,79
14,95
13,79
24,43
22,16
20,71
32,36
29,71
27,99
40,48
37,48
35,53
48,76
45,44
43,28
57,15
53,54
51,17
65,65
61,75
59,20
74,22
70,06
67,33
Distribuio 2
Se X i ~ N ( , 2 )
Xi
~ ?N (0,1)
(X
i 1
( X i )2
~ ?12
)2
~ ? n2
(X
i 1
X )2
~ n21
2
n
mas s
2
( X
i 1
X )2
n 1
( X i X ) (n 1) s
2
i 1
(n 1) s 2
~ n21
P( xa
~ n21
(n 1) s 2
xb ) 1
1
2
1
P
1
2
xa
xb (n 1) s
n21
1
0 xa
xb
P( xa n21 xb ) 1
(n 1) s 2
(n 1) s 2
2
P
1
xa
xb
IC para 2
242
(n 1) s 2
(n 1) s 2
2
P
0,95
xa
xb
24 2,34
24 2,34
P
2
0,95
39,36
12,40
2,5%
0 xa
2,5%
95%
?
12,40
xb
?
39,36
Distribuio t de student
[( g 1) 2]
x2
f ( x)
1
g
( g 2) g
tg
( g 1) 2
-
E( X ) 0
Var ( X )
g
g 2
X ~ tg
Propriedades:
a) se Z ~ N (0,1) e W ~ g2 ento
b) se g ento t g N (0,1)
Z
~ tg
W
g
Distribuio t de student
0,14
0,12
0,1
0,08
0,06
0,04
0,02
0
0
10
P (Tg t )
P(T10 2,764) ?
15
20
g
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
120
0,1
3,078
1,886
1,638
1,533
1,476
1,440
1,415
1,397
1,383
1,372
1,363
1,356
1,350
1,345
1,341
1,337
1,333
1,330
1,328
1,325
1,323
1,321
1,319
1,318
1,316
1,315
1,314
1,313
1,311
1,310
1,303
1,299
1,296
1,289
1,282
0,05
6,314
2,920
2,353
2,132
2,015
1,943
1,895
1,860
1,833
1,812
1,796
1,782
1,771
1,761
1,753
1,746
1,740
1,734
1,729
1,725
1,721
1,717
1,714
1,711
1,708
1,706
1,703
1,701
1,699
1,697
1,684
1,676
1,671
1,658
1,645
0,025
12,706
4,303
3,182
2,776
2,571
2,447
2,365
2,306
2,262
2,228
2,201
2,179
2,160
2,145
2,131
2,120
2,110
2,101
2,093
2,086
2,080
2,074
2,069
2,064
2,060
2,056
2,052
2,048
2,045
2,042
2,021
2,009
2,000
1,980
1,960
0,01
31,821
6,965
4,541
3,747
3,365
3,143
2,998
2,896
2,821
2,764
2,718
2,681
2,650
2,624
2,602
2,583
2,567
2,552
2,539
2,528
2,518
2,508
2,500
2,492
2,485
2,479
2,473
2,467
2,462
2,457
2,423
2,403
2,390
2,358
2,326
0,005
63,656
9,925
5,841
4,604
4,032
3,707
3,499
3,355
3,250
3,169
3,106
3,055
3,012
2,977
2,947
2,921
2,898
2,878
2,861
2,845
2,831
2,819
2,807
2,797
2,787
2,779
2,771
2,763
2,756
2,750
2,704
2,678
2,660
2,617
2,576
Distribuio t de student
Se X i ~ N ( , 2 )
( n 1) s 2
~ ?N (0,1)
2
( n 1) s
( n 1) 2
~ ? n21
n
s
X
~ t?n 1
s
n
e 2 desconhecidos
X
~ ?tn 1
s
n
0,14
tn 1
0,12
0,1
X
0,08
t) 1
s
0,06
n
0,04
s
s
P ( t
X t
) 1 0,02
n
n
P ( t
0
0
P( X t
s
s
X t
) 1
n
n
IC para
-t
10
15
P(t T t ) 1
t24
0,12
P( X t
s
s
X t
) 0,950,1
n
n
0,08
P(12,7 2,064
0,06
4
4
12,7 2,064
) 0,95
0,04
25
25
2,5%
2,5%
95%
0,02
-t
10
t
?
2,064
15
Y Xi
Xi ~ Bernoulli
i 1
Y
?Proporo Amostral p
n
pq
pp ~~ N
,
?N(?,?)
( p,?)
(se n grande)
Y E (Y ) np
p
E ( p ) E
n
n
n
Y Var (Y ) npq pq
Var( p ) Var
2
2
n
n
n
n
p = P(Xi = 1)
pq
)
n
p p
~ ?N (0,1)
pq
n
p p
P( z
z) 1
pq
n
0,14
N (0,1)
0,12
0,1
0,08
0,06
0,04
P ( p z
pq
pq 0,02
p p z
) 1
n
n
0
P ( p z
pq
pq
p p z
) 1
n
n
IC para p
-z
10
15
P( z Z z ) 1
se 2 conhecida
tn 1
se 2 desconhecida
para
para 2
n21
para p
N (0,1)