Escolar Documentos
Profissional Documentos
Cultura Documentos
Confiança
Estimação
• Frequentemente necessitamos, por meio das
amostras, conhecer informações gerais da
população.
• A estimação é o processo que consiste no uso
de dados da amostra (dados amostrais) para
estimar valores de parâmetros populacionais
desconhecidos, tais como média, desvio
padrão, proporções etc.
Estimação
Amostra
Média
Desvio Padrão
Amostra
Média
Desvio Padrão
População
Estimativas Pontuais e Intervalares
• Chamamos de estimador a quantidade calculada
em função dos elementos da amostra, que será
usada no processo de estimação do parâmetro
desejado.
– O estimador é, como vemos, uma estatística. Será,
portanto, uma variável aleatória caracterizada por
uma distribuição de probabilidade e seus respectivos
parâmetros próprios.
• Chamaremos de estimativa a cada valor
particular assumido por um estimador.
Estimativa Pontual
• É quando fazemos uma única estimativa (um
valor) para um determinado parâmetro
populacional. Vejamos os exemplos:
Estimativa Intervalar
• É quando fazemos uma estimativa de um
intervalo de valores possíveis, no qual se
admite esteja o parâmetro populacional.
0,385908
Cálculo do Intervalo de Confiança
• Considerando que uma amostra de cem
elementos extraída de uma população
aproximadamente normal, cujo desvio padrão
é igual a 2, forneceu média de 35,6 (x ),
construir intervalos de confiança de 90%, 95%
e 99% para a média dessa população.
Exemplo
0,5 0,5
90 -> 0,45
95 -> 0,475
99 -> 0,495
Erro admitido num intervalo
(erro de estimação)
• É a diferença entre a média da amostra e a
verdadeira média da população.
• Como o intervalo de confiança tem centro na
média da amostra, o erro máximo provável
que está sendo admitido é igual à metade da
amplitude do intervalo.
• O erro de estimação pode ser descrito pela
relação: Percebemos que quando aumentamos
este erro potencial aumenta. Podemos
concluir também que maiores amostras
(aumenta n) possuem um potencial de erro
menor.
Distribuição t de Student
• Para pequenas amostras a distribuição normal
apresenta valores menos precisos, o que nos
leva a utilizar um modelo melhor.
Distribuição t de Student
• Existe um valor de t para cada tamanho de
amostra, sendo que à medida que a amostra
(n) cresce, a distribuição t de Student se
aproxima da distribuição normal.
• Para calcular o valor de t a ser usado é
necessário ter:
– Um nível de confiança desejado:
– Qual o número de graus de liberdade a ser
utilizado:
Exemplo
• Sabendo-se que uma amostra tem 25
elementos, que a sua média 150 e desvio
padrão igual a 10. Represente um intervalo de
confiança em nível de 90%.
• Como a amostra é menor que 30 elementos,
então iremos usar a distribuição t de Student.
Se desejamos um intervalo de confiança de
90%, temos:
Valor de t
Tabela (24,095)=1,711
Valor de t
Determinação do Tamanho da
Amostra
• O tamanho da amostra depende de 3 fatores,
conforme abaixo:
– O grau de confiança desejado (z);
– Quantidade de dispersão entre os valores
individuais da população ( );
– Erro tolerável ou admitido (e).
• Formula
Exemplo
• Qual o tamanho de amostra necessária para
se estimar a média de uma população infinita
cujo desvio padrão é igual a 4, com 98% de
confiança e erro de 0,5?