Baixe o app para aproveitar ainda mais
Prévia do material em texto
Estimando parâmetros populacionais Intervalo de confiança para a proporção Intervalos de Confiança Jorge M. V. Capela, Marisa V. Capela, Instituto de Qúımica - UNESP Araraquara, SP capela@iq.unesp.br Araraquara, SP - 2016 Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção 1 Estimando parâmetros populacionais 2 Intervalo de confiança para a proporção Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção Teorema do Limite Central Se amostras de tamanho n ≥ 30 são tiradas de qualquer população com média µ e desvio padrão σ, então a distribuição amostral das médias das amostras se aproxima de uma distribuição normal de média µ e desvio padrão (erro padrão) σ√ n . X ∼ N ( µ, σ√ n ) Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção Exemplo 1 Imagine uma população hipotética de 4 valores somente: X = 10; 20; 30; 40⇒ X = 25 Retiram-se, dessa população todas as amostras aleatórias posśıveis de dois elementos, com reposição. As médias posśıveis são dadas na tabela a seguir: Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção Exemplo 1: Distribuição de frequências X f frelat 10 1 0.0625 15 2 0.1250 20 3 0.1875 25 4 0.2500 30 3 0.1875 35 2 0.1250 40 1 0.0625 Total: 16 1 Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção Estimativa pontual da média populacional É um valor único estimado para o parâmetro média populacional. A estimativa pontual menos tendenciosa de uma média populacional µ é a média amostral X . Estimativa intervalar da média populacional Em vez de usar a estimativa pontual podemos estimar que µ está em um intervalo centrado em X com amplitude dada por uma margem de erro. Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção Estimativa pontual da média populacional É um valor único estimado para o parâmetro média populacional. A estimativa pontual menos tendenciosa de uma média populacional µ é a média amostral X . Estimativa intervalar da média populacional Em vez de usar a estimativa pontual podemos estimar que µ está em um intervalo centrado em X com amplitude dada por uma margem de erro. Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção Exemplo 2 Pesquisadores de mercado usam o número de frases por anúncio como medida de legibilidade de anúncios de revistas. A seguir está representada uma amostra aleatória do número de frases encontra- das em 50 anúncios. Encontre uma estimativa para a média popu- lacional. Estimativa pontual: X = ∑ x n = 620 50 = 12.4 Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção Exemplo 2: estimativa intervalar A probabilidade de que a média populacional seja exatamente 12.4 é praticamente zero! Para uma estimativa intervalar precisamos estabelecer ou determinar uma margem de erro. Por exemplo, se a margem de erro for 2.1 então a estimativa intervalar seria dada por: Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção Critérios para desvios significativos Um critério cient́ıfico para o estabelecimento de uma diferença ou desvio significativo entre dois valores não pode ser uma questão de opinião dependente do sujeito, mas um critério objetivo. O critério estat́ıstico para a significância de um desvio pressupõe que: A distribuição dos valores seja Gaussiana. O valores desviantes sejam uma fração pequena da população e que esta fração seja determinada a priori. A fração escolhida (0,95 ou 95%) é arbitrária e denomina-se área ou região de não-significância, sendo indicada por C ou C%. Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção Ńıvel de confiança C É a probabilidade de que o intervalo estimado contenha o parâmetro populacional. Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção Margem de erro Dado o ńıvel de confiança c , a margem de erro é a maior distância posśıvel entre a estimativa pontual e o valor do parâmetro que está estimando: E = X − µ = zcσX = zc σ√ n sendo zc o valor cŕıtico correspondente ao ńıvel de confiança C . Por exemplo, c = 0.95 (α = 0.05)⇔ zc = 1.96 Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção Exemplo 3 Certo pesquisador mediu a pressão arterial sistólica de cinco executi- vos, na faixa de 40 a 44 anos, escolhidos aleatoriamente, e obteve os valores 135; 143; 149; 128 e 158 mmHg. A média observada nessa amostra foi 142.6 mmHg. Revisando a literatura, o pesquisador ve- rificou que, nessa população e nessa faixa etária, a média da pressão arterial sistólica é 129 mmHg e o desvio padrão é 15 mmHg. Serão esses dados suficientes para afirmar que os executivos apresentam pressão arterial sistólica diferente daquela observada na população de homens com essa idade? Usar um ńıvel de significância α = 5%. Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção Exemplo 3: continuação µ± 1.96σ(X ) = 129± 1.96 15√ 5 = 129± 13.15 Portanto, o intervalo de não-significância é [115.85, 142.15], isto é as médias amostrais com valor entre 115.85 e 142.15 mmHg não apresentam desvios significativos em relação à média populacional. Portanto, para o critério escolhido, a média obtida nos cinco exe- cutivos (142.6) desvia-se significativamente da média da população de homens da mesma faixa etária, estando mais elevada. Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção Decisão sobre a significância de um desvio entre µ e X . Escolher inicialmente o critério ou o ńıvel de significância de- sejado (por exemplo, α = 0.05). Obter o valor cŕıtico de z da tabela (neste caso, zα = 1.96). Padronizar o afastamento X − µ zcal = X − µ σ/ √ n = 142.6− 129 15/ √ 5 = 2.03 A média amostral está a 2.03 erros padrão acima de µ Decisão: Se |zcal | ≥ zα então o desvio é significativo Se |zcal | < zα então o desvio não é significativo Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção Decisão sobre a significância de um desvio entre µ e X . Escolher inicialmente o critério ou o ńıvel de significância de- sejado (por exemplo, α = 0.05). Obter o valor cŕıtico de z da tabela (neste caso, zα = 1.96). Padronizar o afastamento X − µ zcal = X − µ σ/ √ n = 142.6− 129 15/ √ 5 = 2.03 A média amostral está a 2.03 erros padrão acima de µ Decisão: Se |zcal | ≥ zα então o desvio é significativo Se |zcal | < zα então o desvio não é significativo Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção Decisão sobre a significância de um desvio entre µ e X . Escolher inicialmente o critério ou o ńıvelde significância de- sejado (por exemplo, α = 0.05). Obter o valor cŕıtico de z da tabela (neste caso, zα = 1.96). Padronizar o afastamento X − µ zcal = X − µ σ/ √ n = 142.6− 129 15/ √ 5 = 2.03 A média amostral está a 2.03 erros padrão acima de µ Decisão: Se |zcal | ≥ zα então o desvio é significativo Se |zcal | < zα então o desvio não é significativo Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção Decisão sobre a significância de um desvio entre µ e X . Escolher inicialmente o critério ou o ńıvel de significância de- sejado (por exemplo, α = 0.05). Obter o valor cŕıtico de z da tabela (neste caso, zα = 1.96). Padronizar o afastamento X − µ zcal = X − µ σ/ √ n = 142.6− 129 15/ √ 5 = 2.03 A média amostral está a 2.03 erros padrão acima de µ Decisão: Se |zcal | ≥ zα então o desvio é significativo Se |zcal | < zα então o desvio não é significativo Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção Exemplo 4 Deseja-se saber se a alcalinidade da água de um rio esta alterada, partindo-se de dados de uma amostra de 16 pontos do rio. A média obtida entre os 16 valores foi X = 16.2 mg de CaCO3 por litro. Sabe-se que a média de alcalinidade deste rio costuma ser µ = 19.6 mg de CaC03 por litro e que a variabilidade observada em diferentes determinações, medida pelo desvio padrão, é σ = 7.7 mg por litro. zcal = 16.2− 19.6 7.7/ √ 16 = −1.77 Portanto |zcal | = 1.77 < z0.05 = 1.96. Então não há evidências suficientes para se afirmar que houve alteração na alcalinidade deste rio, para α = 0.05. Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção Exemplo 4 Deseja-se saber se a alcalinidade da água de um rio esta alterada, partindo-se de dados de uma amostra de 16 pontos do rio. A média obtida entre os 16 valores foi X = 16.2 mg de CaCO3 por litro. Sabe-se que a média de alcalinidade deste rio costuma ser µ = 19.6 mg de CaC03 por litro e que a variabilidade observada em diferentes determinações, medida pelo desvio padrão, é σ = 7.7 mg por litro. zcal = 16.2− 19.6 7.7/ √ 16 = −1.77 Portanto |zcal | = 1.77 < z0.05 = 1.96. Então não há evidências suficientes para se afirmar que houve alteração na alcalinidade deste rio, para α = 0.05. Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção Intervalo de confiança para a proporção Para estimar a proporção de elementos da população com uma certa caracteŕıstica usa-se a proporção com que essa caracteŕıstica foi ob- servada em uma amostra. Desde que a amostra seja grande, pode- se tomar a distribuição normal como aproximação para a binomial. Um intervalo de confiança aproximado para p, ao ńıvel de confiança 1− α, é dado por p̂ ± zα √ p̂(1− p̂) n sendo p̂ uma estimativa amostral para a proporção p. Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção Exemplo 5 Retirando-se uma amostra de 100 itens da produção de uma máquina, verificou-se que 10 eram defeituosas. Encontre um inter- valo de 95% de confiança para a proporção p de peças defeituosas dessa máquina. p̂ = 10 100 = 0.1⇒ IC : 0.1± 1.96 √ 0.1(1− 0.1) 100 IC : 0.1± 0.0588⇒ [0.0412, 0.1588] Entre 4% e 16 % Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção Exemplo 5 Retirando-se uma amostra de 100 itens da produção de uma máquina, verificou-se que 10 eram defeituosas. Encontre um inter- valo de 95% de confiança para a proporção p de peças defeituosas dessa máquina. p̂ = 10 100 = 0.1⇒ IC : 0.1± 1.96 √ 0.1(1− 0.1) 100 IC : 0.1± 0.0588⇒ [0.0412, 0.1588] Entre 4% e 16 % Jorge M. V. Capela, Marisa V. Capela, Inst. Qúımica, Unesp - 2016 Estimando parâmetros populacionais Intervalo de confiança para a proporção
Compartilhar