Inferncias sobre

qualidade do processo

 https://youtu.be/_qgw6KRukFA

Estatsticas e
Distribuies amostrais
tirar concluses sobre a
populao a partir de uma
amostra.
Pode ser dividida em:
estimao de parmetros;
testes de hipteses.

Teorema do Limite Central

A distribuio das mdias de
variveis independentes e
identicamente distribudas

Estimao de parmetros
Existe interesse em conhecer os parmetros
populacionais da distribuio de probabilidade.
preciso desenvolver procedimentos para
estimar esses parmetros.
A estimao de parmetros populacionais por
intervalo de confiana consiste em gerar um
intervalo, centrado na estimativa pontual, no
qual se admite que esteja o parmetro
populacional.

Estimativa Intervalar
(Intervalos de Confiana)

Intervalos Estatstico para uma

nica Amostra
Se a amostra for representativa da populao,
ela tende a gerar um valor prximo do
parmetro populacional, mas no igual.
Como a estimativa baseada em uma nica
amostra, o quo prximo o valor encontrado
nessa amostra est do verdadeiro parmetro
populacional?
No h como saber se a amostra coletada foi
extrada da cauda superior ou inferior da
distribuio.

Para se ter confiana de estimar o verdadeiro

parmetro
populacional, gera-se um intervalo de possveis
valores para o parmetro populacional, a partir do
valor encontrado da amostra.
Quanto maior a amplitude do intervalo, maior a
confiana (probabilidade) de estimar corretamente
o verdadeiro parmetro populacional.

1 - = intervalo de confiana
= nvel de significncia

Intervalo de Confiana
Devemos ser cuidadosos para interpretar
corretamente os intervalos de confiana.
Considere o intervalo de confiana 0,476
0,544.
Correta: Estamos 95% confiantes de que o
intervalo de 0,476 a 0,544 realmente
contm o verdadeiro valor de .

O intervalo de confiana serve para indicar o

valor verdadeiro do parmetro populacional. Isto
, se eu fizer o procedimento amostral 100
vezes, ao menos em 95 delas, o valor do
parmetro estar dentro do intervalo informado.

Intervalo de confiana para a mdia de

uma distribuio normal, varincia
conhecida.

 Sabe-se que a vida em horas de

uma lmpada incandescente
distribuda normalmente com
desvio padro de 25 horas.
Uma amostra aleatria de 20
lmpadas analisada e
verificada uma vida mdia de
1014 horas.
Construa um intervalo bilateral
de confiana de 95% para a vida
mdia das lmpadas.

x z 0.025

x z 0.025

25
25
1014 1.96
1014 1.96

20
20
1003 1025

1: Estima-se a varincia
populacional atravs da
varincia amostral;

2: Usa-se s para calcular o

intervalo de confiana para a
mdia populacional e o valor da
tabela t-Student com n-1 graus
de liberdade.

 Para verificar a eficcia de um programa de

preveno de acidentes de trabalho, fez-se um
estudo experimental, implementando em 10
empresas da construo civil.
Foi identificado o percentual de reduo de
acidentes num determinado perodo como sendo:

20, 15, 23,11, 29, 5, 20, 22, 18, 17,

Encontre o intervalo de confiana para a
reduo mdia de acidentes.

Considere o nvel de 95%, t = 2,262

com 9 graus de liberdade

6,65
6,65
18 2,262
18 2,262
10
10

13,2 < < 22,8

TESTES DE HIPTESES
PARA UMA NICA AMOSTRA

Hipteses Estatsticas

Podemos estar interessados em

aceitar ou rejeitar uma afirmao a
cerca de um parmetro.
A afirmao denominada uma
hiptese.
A tomada de deciso denominado um
teste de hiptese.
Pode-se querer comparar a mdia da
populao com um valor especificado.

Populao
Verificao (hiptese) sobre o comportamento de
variveis

Amostra

Deciso sobre a aceitao da

hiptese

Resultados reais obtidos

Tipos de Hipteses

 Os sistemas de escapamento de uma aeronave

funcionam devido a um propelente slido. A taxa de
queima desse propelente uma caracterstica importante
do produto. As especificaes requerem que a taxa mdia
de queima tem de ser 50 centmetros por segundo.
Sabemos que o desvio-padro da taxa de queima =2
centmetros por segundo.
O engenheiro decide especificar um nvel de significncia,
de =0,05.
Ele seleciona uma amostra aleatria de n=25 e obtm
uma taxa mdia amostral de queima de x = 51,3
centmetros por segundo.
Que concluses poderiam ser tiradas?

Exemplos de Hipteses
nulas
O lote caracterizado por
conformidades (como se o lote
fosse inocente at que provado
o contrrio);
A linha de produo se mostra
estvel e sob controle;
O funcionrio trabalha com
desempenho adequado;

Sabe-se que os dimetros internos de rolamentos

usados no trem de pouso de avies tm um desvio
padro de =0,002 cm.
Uma amostra aleatria de 15 rolamentos acusa um
dimetro interno mdio de 8,2535 cm.
Teste a hiptese de que o dimetro interno mdio
do rolamento 8,25 cm. Use uma alternativa
bilateral e =0,05.

Rejeito H0 e pode-se concluir que a mdia no igual a 8,25 cm

Construa um intervalo de confiana bilateral de

nvel 95% para o dimetro mdio do rolamento.

O tempo mdio de atendimento de uma agncia lotrica est

sendo analisado por tcnicos em estatstica. Uma amostra de
40 clientes foi sistematicamente monitorada em relao ao
tempo que levavam para ser atendidos, obtendo-se as
seguintes estatsticas: tempo mdio de atendimento: 195
segundos; desvio-padro: 15 segundos. Considerando que o
tempo de utilizao segue uma distribuio normal:
a. Calcule o intervalo de confiana para a estimativa da mdia
do tempo de atendimento com nvel de confiana de 95%.
b. O dono da agncia garante que o tempo mdio de
atendimento de 3 minutos. Se esse tempo for maior, ele se
compromete a contratar mais um atendente. Com base
nestas informaes, a afirmao do dono verdadeira ou ele
deve contratar mais um funcionrio? Use o nvel de confiana
de 99%

AVALIAO DA SUPOSIO
DE NORMALIDADE
Ref.: Johnson e Wichern,
Cap. 4

 Alguns mtodos de Inferncia Estatstica

partem do pressuposto de normalidade dos
dados.
A qualidade das inferncias feitas por estes
mtodos depende de quo prxima a
populao em estudo da normal multivariada.
Procedimentos para verificao de dados que
apresentam desvios da suposio de
normalidade se fazem necessrios.

Avaliao da normalidade
das distribuies
marginais
Histogramas para tamanhos amostrais
superiores ou iguais a 25 podem revelar
situaes nas quais uma cauda da
distribuio seja mais pesada do que a
outra.
Se o histograma para a j-sima componente do
vetor de observaes parece razoavelmente
simtrico, podemos verificar a normalidade
calculando a proporo de valores que caem
em determinados intervalos comparando-a com
a proporo esperada sob normalidade.

Teste de normalidade de
Shapiro-Wilk

Esse teste, proposto em 1965, calcula uma estatstica W

que testa se uma amostra aleatria de tamanho n provm de
uma distribuio normal.
Valores pequenos de W so evidncia de desvios da
normalidade.
A estatstica W calculada de acordo com a seguinte
equao:

a x

i 1
n

i (i )

x x
i 1

1,90642
2,10288
1,52229
2,61826
1,42738
2,22488
1,69742
3,15435
1,98492
1,99568

Estat
stica P-valor

Anderson
-Darling 0,3417 0,4144
ShapiroWilk
0,9267 0,4162
Kolmogor
ovSmirnov 0,1771 0,5012

Valor p>0,05
aceita h0
Valor p<0,05

0.0
-0.5
-1.0
-1.5

Normal

0.5

1.0

1.5

Papel de Probabilidade

1.5

2.0

2.5
Dados

3.0

 Quer se saber se o peso de

certas peas segue uma
distribuio normal. Para isto,
uma amostra com Summary
11 Report
medidas
de
for C1
peso de peas foi obtida: 148,
154, 158, 160, 161, 162, 166,
170, 182, 195, 236. Vamos
testar se essa amostra segue
uma distribuio normal

Anderson-Darling Normality Test

Dados
148
154
158
160
161
162
166
170
182
195
236

A-Squared
P-Value
Mean
StDev
Variance
Skewness
Kurtosis
N

Minimum
1st Quartile
Median
3rd Quartile
Maximum

0,95
0,010

172,00
24,95
622,60
1,95608
4,15216
11
148,00
158,00
162,00
182,00
236,00

95% Confidence Interval for Mean

150

165

180

195

210

225

155,24

240

188,76

95% Confidence Interval for Median

157,67

183,07

95% Confidence Interval for StDev

17,43

Stat>Basic Statistics>
Graphical Summary

95% Confidence Intervals

Mean

Median
160

170

180

190

43,79

 Como o P-valor 1,0454%, rejeitamos a hiptese

de normalidade. Assim, com nvel de confiana de
95%, temos evidncias de que os dados no seguem
uma distribuio normal.
Atravs do grfico Papel de Probabilidade tambm
podemos ver que os dados no seguem uma
distribuio normal: os dados no esto
distribudos sobre a reta
Probability Plot of C1
Normal
99

Mean
172
StDev 24,95
N
11
AD
0,947
P-Value 0,010

95
90

Percent

80
70
60
50
40
30
20
10

Stat>Basic Statistics>
Normality Teste

100

120

140

160

180

C1

200

220

240