Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
* Aula 11 Estimação * INTRODUÇÃO As inferências fazem parte do dia a dia de todas as pessoas ... * (parâmetros: números reais desconhecidos) Em termos estatísticos * 2. ESTIMAÇÃO DE PARÂMETROS ESTATÍSTICOS É um processo que consiste em utilizar dados amostrais para estimar os valores de parâmetros populacionais desconhecidos Parâmetro: grandeza da população Estatística ou estimativa: grandeza da amostra * 3. TIPOS DE ESTIMATIVAS Estimativa pontual: aponta para um único valor. A estatística amostral origina uma única estatística do parâmetro que se quer estimar e assim, afirma o valor mais provável do parâmetro populacional. São os testes de hipóteses * Estimativa intervalar: delimita um espaço ou faixa de valores onde o parâmetro populacional deve estar contido, ou seja, a partir da estatística amostral é construído um intervalo de valores possíveis no qual se admite, sob certa probabilidade, esteja contido o parâmetro populacional. Consiste em se estabelecer um intervalo de confiança para o parâmetro São os intervalos de confiança. * Intervalo de confiança: intervalo de valores, centrado na estatística amostral, no qual julgamos, com um risco conhecido de erro, estar o parâmetro da população * Em termos técnicos, a forma mais adequada de se estimar um valor é a intervalar, porque os estimadores ou estatísticas amostrais raramente coincidem com os valores populacionais e portanto, é mais correto delimitar um intervalo que contenha o parâmetro. Na prática a estimativa pontual é a mais usada. * 4. ESTIMADOR Um estimador de um intervalo de confiança para um parâmetro da população é uma regra baseada na informação da amostra para determinar um intervalo que é provável incluir o parâmetro. * 5. ESTIMAÇÃO POR INTERVALOS Seja o parâmetro dizemos que: P (x1 < < x2 )= 1 - Em que: (x1 < < x2 ) é o intervalo com 100 * (1 - ) % de confiança para o parâmetro os extremos x1 e x2 são os limites inferior e superior de confiança * a probabilidade conhecida 1 - é chamada nível de confiança. Normalmente usa-se, 0,99 (99%), 0,95(95%) ou 0,90 (90%). é o nível de significância ou probabilidade de erro na estimação. * Observações: A escolha do nível de confiança depende da precisão com que se deseja estimar o parâmetro. Quanto maior o nível de confiança, maior a amplitude do intervalo A interpretação correta de um intervalo de confiança é: O intervalo observado [ t1 , t2 ] contém o verdadeiro valor do parâmetro com 100 * (1 - ) % de confiabilidade. * 6. CÁLCULO DOS PRINCIPAIS INTERVALOS DE CONFIANÇA O ponto de partida para o cálculo do intervalo de confiança de um parâmetro é conhecer o tipo de distribuição amostral do estimador. Assim: Média: distribuição amostral NORMAL Variância: distribuição amostral QUI-QUADRADO Proporção: distribuição amostral BINOMIAL * Distribuição de 1 - 0 / 2 / 2 -z z 1 - é a confiança de que um intervalo em torno da média estimada, deve conter o valor do parâmetro 6.1. Intervalo de confiança para a média * O intervalo de confiança para a média pode ser calculado de três formas distintas, conforme as seguintes situações: Intervalo de confiança para a média quando o desvio populacional () é conhecido; Intervalo de confiança para a média quando o desvio populacional () é desconhecido mas a amostra é composta por mais de 30 observações (n>30); Intervalo de confiança para a média quando o desvio populacional () é desconhecido e a amostra é composta por menos ou 30 observações (n≤30); * 6.1 – Intervalo de confiança para a média quando o desvio populacional () é conhecido Pode-se escrever : P (-z0 < z < z0 ) = 1 - Como: P (-z0 < < z0 ) = 1 - Então: * P (-z0 * < < z0 * ) = 1 - P ( - z0 * < < + z0 * ) = 1 - P ( - z0 * < < + z0 * ) = 1 - Intervalo de confiança para a média quando é conhecido * Exemplo: Considere uma amostra de cem elementos extraída de uma população normal, com desvio populacional igual a 2,0, que forneceu média amostral 36,5. Construa um intervalo de 95% de confiança para a média desta população 0 0,025 0,025 - z/2= -1,96 z/2 = 1,96 0,95 * P ( 36,5 - 1,96 (2/10) < < 36,5 + 1,96 (2/10) ) = 0,95 P ( 36,108 < < 36,892 ) = 0,95 I[36,108 ; 36,892 ] Pode-se afirmar com uma confiabilidade de 95% que o intervalo I[36,108 ; 36,892 ] contém o verdadeiro parâmetro populacional * 6.2 – Intervalo de confiança para a média quando o desvio populacional () é desconhecido e n > 30. Quando é desconhecido deve-se estimar o desvio-padrão a partir dos dados da amostra: Se n > 30, s = considera-se distribuição normal e usa-se z Intervalo de confiança para a média nessa situação: P ( - z0 * < µ < + z0 * ) = 1 - * Valores de Zα/2 da tabela da distribuição Normal Padronizada * 6.3 – Intervalo de confiança para a média quando o desvio populacional () é desconhecido e n ≤ 30 Quando n < 30 é necessária uma correção que consiste em usar a distribuição “t de Student “ em vez da distribuição normal padronizada. * Distribuição t de Student Dada uma amostra aleatória de n observações, com média e desvio-padrão s, de uma população normalmente distribuída com média , a variável t segue uma distribuição t-Student com v = n-1 graus de liberdade e é dada por * Tem caudas mais densas do que a distribuição normal; Os valores extremos são mais prováveis de ocorrer na distribuição t do que na normal padronizada. Para cada possível valor dos graus de liberdade há uma diferente distribuição t; As distribuições com menores graus de liberdade são mais dispersas. Assim, conforme os graus de liberdade aumentam, a distribuição t aproxima-se da distribuição normal padrão; Conforme o tamanho da amostra aumenta, s torna-se uma estimativa mais confiável de ; se n é muito grande, o erro de estimação é desprezável e conhecer s é quase equivalente a conhecer . Características da Distribuição t de Student * Distribuição t-Student x Normal Padronizada 0 Normal t-Student * A fórmula do intervalo de confiança para a média é dada por: Como o cálculo de t adota a fórmula: Ou seja, adota a distribuição t e não a z. * Exemplo: A cronometragem de certa operação ofereceu os seguintes valores para n=6 determinações: 4; 5; 5; 6; 8 e 8 (em minutos). Supondo a cronometragem uma variável com distribuição ~ normal calcule intervalo com 99% de confiança para a média populacional. Média amostral = 6 Desvio padrão amostral: 0,6831 * 0 0,005 0,005 - t5g.l= - 4,0321 t5g.l = 4,0321 0,99 P ( 3,2 < < 8,8 ) = 0,99 * Resumo da estimação do intervalo de confiança para média da população - *
Compartilhar