Amostragem e Estimação

(Intervalos de Confiança)

Carttoon adaptado de: Gonick et al. The cartoon Guide to statistics. 1993 HarperPerennial.
 Estimação

População (grupo de indivíduos em que estamos interessados)

Acreditamos que é
representativa da população e
vamos usa-la para inferir
conclusões para a população
amostra

A ‘qualidade’ da amostra (não estar enviesada ou ser representativa) é tão

importante como o seu tamanho.

Mas como obter uma amostra representativa da população?

 Amostragem aleatória

simples: todos os indivíduos têm probabilidades iguais e

independentes de serem seleccionados.

Carttoon adaptado de: Gonick et al. The cartoon Guide to statistics. 1993 HarperPerennial.
 Amostragem aleatória
estratificada:
a população é dividida em estratos, por uma variável de interesse,
e dentro desses estratos são escolhidos, aleatoriamente,
indivíduos.
por grupos:
há dois ou mais estágios no processo de amostragem. Em primeiro
lugar, grupos de unidades são escolhidos, aleatoriamente, em
seguida, dentro desses grupos são escolhidos todos os indivíduos
ou são seleccionados, aleatoriamente, apenas alguns.
Distribuição das médias amostrais
Não podemos saber a média da
x1 população… 

x2 Mas podemos estimar essa média

… com uma média amostral x
(estimativa)

Tiramos repetidas amostras do mesmo

tamanho n e calculamos a média amostral de
cada uma dessas amostras.
 Distribuição das médias amostrais

Se fizermos a distribuição de todas as médias

amostrais possíveis pode-se mostrar (Teorema
do Limite Central) que:
essa distribuição das médias amostrais segue uma distribuição Normal
independentemente da distribuição dos dados originais.

a média das estimativas das médias é igual à média da população .

o desvio padrão das estimativas das médias (também chamado erro

padrão da média) é igual ao desvio padrão () da população dos dados
originais a dividir pela raiz quadrada do tamanho da amostra (n).
 Erro padrão da média (EPM)

Como não podemos calcular a média da população

estimamos essa média com uma média amostral
(estimativa) que tem um determinado erro – ERRO PADRÃO:
– Um grande erro padrão indica uma estimativa imprecisa
– Um pequeno erro padrão indica uma estimativa precisa

O erro padrão diminui se:

o tamanho da amostra aumenta
o dados da população têm um desvio padrão menor
 Erro padrão de uma proporção (EP)
• Não podemos saber uma proporção da população… 

• Mas podemos estimar essa proporção com uma proporção

amostral p (estimativa)

• Se fizermos a distribuição de todas as proporções amostrais

possíveis pode-se mostrar essa distribuição das proporções
amostrais segue uma distribuição Normal com média 

• O erro padrão de uma estimativa de uma proporção é √ p(1-p)/n

 Intervalos de Confiança para a média

O intervalo, de                     a                    contém 95% das possíveis médias de amostras da

população
Pode-se então afirmar que com 95% de confiança a média da amostra observada
encontra-se nesse intervalo .
Intervalos de Confiança para a média
 Intervalos de Confiança

Intervalo de confiança a 95% para a média:

[x – 1.96 x (/√n) , x + 1.96 x (/√n)]

[x – t0.05 x (s/√n) , x + t0.05 x (s/√n)]

Intervalo de confiança a 95% para uma proporção:

[p – 1.96 x √p(1-p)/n , p + 1.96 x √ p(1-p)/n]

Comando SPSS: Analyse >> Descriptive statistics >> Explore
Graphs >> Error Bar
 Intervalo de confiança
• Tínhamos já verificado que a média do peso dos
recém-nascidos da nossa amostra era:
x=3279 gramas

• Mas, o que
podemos
dizer da média
da população µ?