Baixe o app para aproveitar ainda mais
Prévia do material em texto
ESTATÍSTICA Juliane Silveira Freire da Silva Distribuições contínuas de probabilidade Objetivos de aprendizagem Ao final deste texto, você deve apresentar os seguintes aprendizados: � Comparar as principais distribuições contínuas de probabilidade. � Identificar as características das distribuições contínuas. � Usar a tabela da distribuição normal para encontrar probabilidade desejada. Introdução Neste capítulo, você identificará quando uma variável em estudo segue um modelo de distribuição contínua de probabilidade, conhecerá as principais distribuições contínuas de probabilidade e aprenderá a utilizar a mais importante de todas as distribuições em estatística: a distribuição normal. Distribuições contínuas de probabilidade Existem distribuições discretas e contínuas de probabilidade. No primeiro caso, temos variáveis aleatórias discretas, ou seja, valores resultantes de contagens. Então, no caso das distribuições discretas de probabilidade, podemos calcular probabilidade do valor da variável que se quer investigar. Temos funções matemáticas que fornecem essas probabilidades. Porém, nas distribuições contínuas de probabilidade, estamos lidando com variáveis aleatórias contínuas, ou seja, que resultam de uma medição. Nesses casos, não temos valores únicos em uma escala, mas, sim, em intervalos, pois, na variável aleatória contínua, podemos ter qualquer valor na reta dos reais. Dessa forma, a função densidade de probabilidade (FDP), que terá uma função matemática associada, necessitará uma integral para a resolução do cálculo de probabilidade. Nesse caso, estamos calculando intervalos abaixo de uma curva, como mostrado na Figura 1. Figura 1. Curva de distribuição contínua. Fonte: Freund (2006, p. 215). Conforme podemos observar na Figura 1, para obtermos a probabilidade, no caso da distribuição contínua, não podemos obtê-la em um ponto único, mas apenas em intervalos, como em um intervalo entre os pontos e quaisquer abaixo de uma curva. Concluímos, então, que, na distribuição contínua de probabilidade, não existe probabilidade no ponto. Matematicamente, a resolução dessas probabilidades se dá com a integração da função da distribuição em estudo. Isso nem sempre é simples, pois nem todas as integrações de funções de probabilidade são de fácil resolução. Para isso, funções comumente utilizadas contêm tabelas para auxiliar no cálculo de probabilidade. Esse é o caso da distribuição normal, a mais importante distribuição de probabilidade em estatística. É do pressuposto de normalidade dos dados que muitas inferências são possíveis. Mas, independentemente de estarmos estudando distribuições discretas ou distribuições contínuas de probabilidade, alguns axiomas continuam va- lendo, como: 0 ≤ f(x) ≤ 1 e a área total abaixo da curva sempre somarão 1 na distribuição acumulada. Características das distribuições contínuas Veremos, aqui, as características de algumas distribuições de probabilidade contínuas além da distribuição normal. Mais adiante, trataremos da distri- buição de Gauss (normal), à qual, por ser a mais importante, daremos um maior destaque. Distribuições contínuas de probabilidade98 Para o caso da distribuição de probabilidade exponencial, segundo Doane e Seward (2014), no modelo exponencial, o foco está no tempo de espera até o evento subsequente: uma variável contínua. A função densidade de probabi- lidade exponencial aproxima-se de zero à medida que o valor de x aumenta. Isso é útil para calcular tempo de vida de alguns componentes. f(x) = λe –λx se x ≥ 0 0 se x < 0 onde: λ é a taxa média pelo tempo ou espaço; x é o valor da variável aleatória que se quer obter a probabilidade. Representamos a distribuição exponencial por x~Exp(λ), ou seja, a variável x aproxima-se de uma distribuição exponencial de parâmetro λ, conforme gráfico da Figura 2. Figura 2. Distribuição exponencial. Fonte: Adaptada de Portal Action (2017, documento on-line). 1.7 1.6 1.5 1.4 1.3 1.2 1.1 1.0 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.0 0.0 0.5 1.0 1.5 2.0 3.0 4.0 5.0 6.02.5 3.5 4.5 5.5 x λ = 1/2 λ = 1 λ = 3/2 Fu nç ão d en sid ad e de p ro ba bi lid ad e 99Distribuições contínuas de probabilidade Temos, também, a distribuição de probabilidade de Laplace, também cha- mada de exponencial dupla, pois, algumas vezes, é como se tivéssemos uma exponencial positiva junto a uma exponencial negativa. Pode ser utilizada para dados de modelagem em biologia e finanças. Tem por função a distribuição de probabilidade: f(x) = 12σ e , –∞ < x < ∞, –∞ < μ < ∞, –∞ < σ < ∞ |x – µ| σ( ) onde: 𝜎 é o desvio-padrão; μ é a média; x é o valor da variável aleatória que se quer obter a probabilidade. Representamos a distribuição Laplace por x~Laplace(μ, 𝜎), ou seja, a variável x aproxima-se de uma distribuição Laplace de parâmetros μ e 𝜎. A forma da distribuição de Laplace é semelhante à normal, porém com um pico bem mais fino e acentuado, como na Figura 3. Figura 3. Distribuição Laplace comparada à distribuição normal. Fonte: Suporte ao Minitab (c2017a, documento on-line). Outra distribuição de probabilidade contínua de grande utilização é a distribuição logística, utilizada mais largamente para dados demográficos e de vendas, quando se investiga o crescimento. A função é definida por: Distribuições contínuas de probabilidade100 f(x) = , –∞ < x < ∞, –∞ < μ < ∞, –∞ < σ < ∞ e (x – µ) σ– ( )(x – µ)σ–σ 1 + e 2 𝜎 é o desvio-padrão; μ é a média; x é o valor da variável aleatória que se quer obter a probabilidade. Representamos a distribuição logística por x~Logist(μ, 𝜎), ou seja, a variável x aproxima-se de uma distribuição logística de parâmetros μ e 𝜎. A forma da distribuição logística é semelhante à normal, porém com caudas mais longas, como na Figura 4. Figura 4. Distribuição logística. Fonte: Suporte ao Minitab (c2017b, documento on-line). Grá�co de distribuição logística; Loc = 1 0,25 0,20 0,15 0,10 0,05 0,00 D en sid ad e –50 50 75–25 250 x Escala 1 5 10 Ainda temos a distribuição de pareto, utilizada para modelar fenômenos sociais, físicos e econômicos. O princípio de pareto diz que aproximadamente 80% dos efeitos provêm de 20% das causas. Além dessas distribuições citadas, ainda há outras tantas, como a distri- buição beta, de Cauchy, de Maxwell, etc. 101Distribuições contínuas de probabilidade Distribuição normal Como já mencionado, esta é a distribuição de probabilidade contínua mais importante e utilizada dentro da estatística. Muito da inferência estatística parte do pressuposto da normalidade dos dados, além, é claro, de grande parte das variáveis encontradas seguir esse modelo de distribuição. Essa distribuição tem como parâmetros a média que é uma medida de posição e o desvio-padrão que é a medida de variabilidade. Então, o formato dessa distribuição depende da variabilidade — quanto mais achatada for a distribuição, maior será a variabilidade dos dados e, ao contrário, quanto mais estreita for a distribuição, menor será a variabilidade. Já a média situa no eixo em que os dados se concentram. É com base na teoria da distribuição de probabilidade normal que podemos estruturar testes de hipótese, estabelecer intervalos de confiança e calcular tamanhos de amostra. A função matemática que descreve a distribuição de probabilidade normal é dada por: f(x) = , –∞ < x < ∞, –∞ < μ < ∞, –∞ < σ < ∞ (x – µ)2 2σ2–1 √2�σ e Representamos a distribuição normal por x~N(μ, 𝜎), ou seja, a variável x aproxima-se de uma distribuição normal de parâmetros μ (média) e 𝜎 (desvio-padrão). O formato da distribuição normal é parecido com um sino. Por esse motivo, alguns a chamam de distribuição em forma de sino, ou distribuição de Gauss (Figura 5). Veja, a seguir, as propriedades da distribuição normal. � A distribuição normal é simétrica em torno da média (μ). � A média, a moda e a mediana são iguais e localizam-se no pico mais alto da distribuição.� Quanto maior for o desvio-padrão, mais achatado será o gráfico da distribuição normal. � A área total abaixo da curva soma 1 (1 corresponde a 100%). � Os parâmetros são a média (μ) e o desvio-padrão (𝜎). � Não existe probabilidade menor do que zero, nem maior do que 1. Distribuições contínuas de probabilidade102 Figura 5. Distribuição normal. Fonte: Doane e Seward (2014, p. 254). 0,09 0,08 0,07 0,06 0,05 0,04 0,03 0,02 0,01 0,00 f(x ) 60 70 80 9065 75 85 FDP normal Velocidade (milhas por hora) Como se pode perceber, a resolução de uma integral para a FDP da normal é bastante elaborada. Por esse motivo, fazemos uso de uma tabela para nos auxiliar no cálculo de probabilidade. Como a média e o desvio-padrão variam de variável para variável e só temos uma tabela, estabeleceu-se, para fins de cálculo da tabela, que a média seria igual a zero, e o desvio-padrão igual a 1. Claramente, na vida real, as médias das variáveis não são iguais a 1, e o desvio-padrão também não é igual a 0. Precisamos, então, antes de usarmos a tabela, padronizar a nossa variável com a seguinte fórmula: Z = x – µ σ Padronizamos a variável x com sua média e seu desvio-padrão específicos e transformamos na variável z com média 1 e desvio-padrão 0, para podemos fazer uso da tabela da normal padrão. Existe apenas uma tabela, porém existem apresentações distintas dela. Em uma delas, é apresentada a área total abaixo da curva, sendo acumulada de – ∞ até + ∞. A outra forma de apresentação é apenas com metade da curva normal de 0 até + ∞. Veja o Quadro 1, a seguir. 103Distribuições contínuas de probabilidade Quadro 1. Distribuição normal Vamos utilizar um exemplo para aprendermos como encontrar as pro- babilidades nessa tabela. Suponha uma financeira que empresta, em média, R$ 2.000,00 para seus clientes com um desvio-padrão de R$ 900,00. Calcu- laremos a probabilidade de a financeira emprestar menos de R$ 2.200,00 a um cliente. P(X < 2200) = P z < = P(z < 0,22)2200 – 2000900( ) Observem que, até aqui, apenas fizemos a padronização da variável com média de 2.000 e desvio-padrão de 900 em uma variável z com média 1 e Distribuições contínuas de probabilidade104 desvio-padrão 0. Depois da padronização, precisamos observar a tabela para encontrarmos a probabilidade. Procuramos, na tabela, o cruzamento da linha com o 0,2 até a coluna do 0,02, que é a nossa segunda casa decimal. Nesse cruzamento, encontramos o valor de 0,08706. Estamos trabalhando em uma tabela que tem apenas metade da distribuição. Nesse caso, precisamos adicionar a outra metade que não está na tabela a esse valor de probabilidade encontrado. A área de cálculo é mostrada na Figura 6. Figura 6. Área de cálculo da tabela apresentada. Fonte: Freund (2006, p. 492). 0 z P(X < 2200) = 0,08706 + 0,5 = 0,58706 = 58,71% Agora queremos calcular a probabilidade de a financeira emprestar mais de R$ 2.100,00. Primeiramente, vamos calcular a probabilidade de emprestar menos de R$ 2.100,00. ( )P(X < 2100) = P z < = P(z < 0,11)2100 – 2000900 Olhamos na linha do 0,1 até a coluna do 0,01 da tabela e encontramos o valor de 0,04380. Para encontrar (P > 0,11) temos que fazer a subtração, pois a tabela forneceu o valor de P(z < 0,11). Assim: P(X > 2100) = 0,5 – 0,04380 = 0,45620 Se quisermos calcular a probabilidade de a financeira emprestar entre R$ 2.100,00 e R$ 2.200,00, este seria o cálculo: 105Distribuições contínuas de probabilidade P(2100 < X < 2200) = P z < = 0,222200 – 2000 900( ) ( )P z < = 0,112100 – 2000900 Olhamos, na tabela, os valores referentes a essas duas padronizações e encontramos, respectivamente, 0,08706 e 0,04380. P(2.000 < X < 2.200) = 0,08706 – 0,0438 = 0,04326 = 4,33% Vale ressaltar que, com a tabela normal com a área total abaixo da curva, a utilização é diferente para encontrarmos a probabilidade. Ainda como exemplo de distribuições contínuas de probabilidade, temos a distribuição t-student (Figura 7). Ela tem uma curva muito semelhante à nor- mal, também tem parâmetros de média e desvio-padrão, porém é influenciada pelo tamanho da amostra. Quando n tende a infinito, a distribuição normal e a distribuição t são equivalentes. A distribuição t-student é utilizada nos casos em que temos amostras de tamanho inferior a 30 ou não conhecemos o desvio-padrão populacional, quando a população tem distribuição aproxi- madamente normal. Figura 7. Distribuição t com 2 graus de liberdade. Fonte: Suporte ao Minitab (c2017c, documento on-line). Grá�co de distribuição T; gl–2 0,4 0,3 0,2 0,1 0,0 –5,0 5,0 7,5–2,5 2,50,0 x D en sid ad e Distribuições contínuas de probabilidade106 DOANE, D. P.; SEWARD, L. E. Estatística aplicada à administração e economia. 4. ed. Porto Alegre: AMGH, 2014. FREUND, J. E. Estatística aplicada: economia, administração e contabilidade. 11. ed. Porto Alegre: Bookman, 2006. PORTAL ACTION. Distribuição exponencial. 2017. Disponível em: <http://www.porta- laction.com.br/probabilidades/612-distribuicao-exponencial>. Acesso em: 3 jan. 2018. SUPORTE AO MINITAB. Distribuição de Laplace. c2017a. Disponível em: <https://sup- port.minitab.com/pt-br/minitab/18/help-and-how-to/probability-distributions-and- random-data/supporting-topics/distributions/laplace-distribution/>. Acesso em: 3 jan. 2019. SUPORTE AO MINITAB. Distribuição logística. c2017b. Disponível em: <https://support.mi- nitab.com/pt-br/minitab/18/help-and-how-to/probability-distributions-and-random- data/supporting-topics/distributions/logistic-distribution/>. Acesso em: 3 jan. 2019. SUPORTE AO MINITAB. Selecione a distribuição e os parâmetros. c2017c. Disponível em: <https://support.minitab.com/pt-br/minitab/18/help-and-how-to/graphs/how-to/pro- bability-distribution-plot/create-the-graph/select-the-distribution-and-parameters/#t>. Acesso em: 3 jan. 2019. 107Distribuições contínuas de probabilidade ESTATÍSTICA Juliane Silveira Freire da Silva Estimação de parâmetros Objetivos de aprendizagem Ao final deste texto, você deve apresentar os seguintes aprendizados: � Expressar parâmetros populacionais. � Diferenciar estimativas tendenciosas de não tendenciosas. � Identificar as consequências dos estimadores. Introdução Neste capítulo, você identificará o que são parâmetros e estimadores. Além disso, aprenderá a identificar o que são estimadores tendenciosos e estimadores eficientes. Também, desenvolverá estratégias para identificar quais deles utilizar. Como aplicação da teoria de probabilidade aos estimadores, você aprenderá a calcular intervalos de confiança para a média e a proporção que possibilitam estimar um intervalo de valores em que esteja contido o verdadeiro parâmetro populacional, com base em uma amostra. Parâmetros populacionais Parâmetros são medidas numéricas calculadas com base nos dados de uma população. Podemos calcular alguns parâmetros, como a média populacional (μ), o desvio-padrão populacional (𝜎) e a proporção populacional (π). Observe que os parâmetros são representados por letras gregas. μ = ∑ Xi N média populacional onde: Xi: cada um dos N elementos da população; N: tamanho da população. σ = ∑(Xi – μ) 2 N desvio-padrão populacional onde: Xi: cada um dos N elementos da população; μ: média populacional; N: tamanho da população. Parâmetros nem sempre são fáceis de serem calculados — seja porque nem sempre temos acesso a todos os elementos de uma população, seja porque pode ser muito oneroso coletar dados de uma população inteira, ou, ainda, porque não temos tempo para investigar todos os dados de uma população. Por esses e outros motivos, acabamos, muitas vezes, optando por coletar dados relativos às amostras derivadas de uma população de interesse. Quando calculamos as medidas numéricas de uma amostra, teremos estimativas, também chamadas de estatísticas, para os parâmetros populacionais. Na Figura 1, a seguir, há umarepresentação desses estimadores amostrais de parâmetros populacionais. Figura 1. Estimadores amostrais de parâmetros populacionais. Fonte: Doane e Seward (2014, p. 293). Amostra Inferência Parâmetros populacionais μ σ π Estimadores amostrais x– s p Estimação de parâmetros2 Cada estimativa será o valor particular daquela amostra para estimar o verdadeiro valor do parâmetro. Se coletarmos amostras diferentes de uma mesma população, os valores do estimador poderão mudar aleatoriamente a cada amostra coletada. Então, a distribuição dessa variável (estimador amostral) é o que chamamos de distribuição de probabilidades amostral. O valor da estimativa da média, por exemplo, será específico para cada amostra, mas a distribuição de probabilidade que descreve essa aleatoriedade com os resultados das diferentes amostras é a distribuição amostral da média da amostra. Nessa distribuição, teremos todos os resultados prováveis da estimativa da média em um intervalo de valores que a estimativa ocorre e onde estará o verdadeiro parâmetro populacional. A distribuição amostral seguirá a mesma distribuição dos dados populacionais. Se estes seguem uma distribuição normal, consequentemente, os dados amostrais provenientes dessa população também seguirão uma distribuição de probabilidades normais. A partir dessa distribuição de probabilidades amostrais (podendo ser diferente para cada um dos parâmetros) é que podermos tomar decisões sobre os parâmetros populacionais com base em estimativas amostrais. Segundo Doane e Seward (2014), um estimador é uma estatística derivada de uma amostra para inferir o valor de um parâmetro populacional. Já uma estimativa é o valor do estimador em uma amostra particular. Quando calculamos o valor de apenas uma amostra e estimamos os valores dos parâmetros por essa medida amostral, teremos uma estimativa por ponto. Claramente, nem sempre o valor calculado para a média dessa determi- nada amostra (ou qualquer outro estimador) acertará no alvo o valor real da população. Sendo assim, para estimativas de parâmetros, podemos calcular intervalos com alta probabilidade de conter o verdadeiro valor do parâmetro populacional. Podemos, também, calcular o erro cometido com esse estimador e, ainda, o tamanho mínimo para a amostra dessa estimativa. Vale lembrar que o erro e a confiança fixados no cálculo para o tamanho de amostra só serão válidos se a amostra for probabilística. Qualquer amostra só poderá resultar em um bom estimador caso ela seja coletada de forma aleatória. Jamais podemos fazer uso de amostras não probabilísticas e ten- denciosas para estimarmos parâmetros. 3Estimação de parâmetros Estimativas tendenciosas e não tendenciosas Mas o que é uma estimativa tendenciosa? Chamamos uma estimativa de ten- denciosa, ou estimador viciado e estimador enviesado, quando esta subestimar ou superestimar o valor do parâmetro. Vício é a diferença entre a média da estatística (estimador) e o verdadeiro valor do parâmetro populacional. A Figura 2 ilustra a diferença entre um estimador tendencioso e não tendencioso. Figura 2. Ilustração de estimadores tendenciosos e não tendenciosos. Estimador não tendencioso Estimador tendencioso Segundo Doane e Seward (2014), a média amostral (x–) e a proporção amostral (p) são estimadores não viciados da μ e da π, respectivamente. Mas podemos encontrar estimadores viciados quando consideramos o desvio-padrão amostral e o desvio-padrão populacional. μ = ∑Xi N média populacional x– = ∑xi n média amostral � = XN proporção populacional p = xn proporção amostral Estimação de parâmetros4 σ = ∑(Xi – μ) 2 N desvio-padrão populacional s = ∑(xi – x –)2 n – 1 desvio-padrão amostral Estimativas eficientes Um estimador é dito eficiente frente aos demais possíveis dentre as amostras oriundas da mesma população. Será aquele que tiver a menor variabilidade. Ou seja, se dois estimadores tiverem a mesma média, o estimador mais efi- ciente será aquele com a menor variância. O outro estimador será considerado ineficiente, conforme ilustrado na Figura 3. Figura 3. Ilustração de estimadores eficientes e não eficientes, ambos não viciados. Estimador e�ciente Estimador não e�ciente Como existe essa variabilidade, podemos, então, estimar o erro que estamos cometendo com essa estimativa. Quando estamos estimando a média popula- cional (μ) pela média amostral (x–), cometemos o erro amostral: a probabilidade é de 1 – α de que a estimativa vá diferir para mais ou para menos do valor populacional por, no máximo, um erro de: E = zα/2 ∙ σ √n 5Estimação de parâmetros onde: E: erro máximo de estimativa; 𝜎: desvio-padrão populacional; n: tamanho da amostra; zα/2: valor da tabela normal padrão. Na Figura 4, pode ser visualizada a distribuição amostral da média. Figura 4. Distribuição amostral da média. Fonte: Freund (2006, p. 272). 1 – α α/2 α/2 x– μ zα/2 ∙ σ √n No Quadro 1, a seguir, apresentamos os valores para os principais níveis de significância. 1 – α α/2 zα/2 1 – 0,1 = 0,90 = 90% 0,05 1,645 1 – 0,05 = 0,95 = 95% 0,025 1,960 1 – 0,01 = 0,99 = 99% 0,005 2,575 Quadro 1. Valores da tabela normal para os principais níveis de significância Estimação de parâmetros6 Uma financeira coletou uma amostra aleatória de 100 pessoas para estimar o valor médio de endividamento de seus clientes. Com base em pesquisas anteriores, sabe-se que o desvio-padrão populacional é de R$ 630,00 (σ = 630,00). Com uma probabilidade de 95%, qual seria o erro máximo para a estimativa? E = 1,960 · = 123,48630 √100 Com uma confiança de 95%, podemos afirmar que o erro máximo dessa estimativa é de 123,48. Precisamos observar que nem sempre sabemos o verdadeiro valor do desvio-padrão populacional. Aliás, muito raramente teremos esse valor, pois, se tivéssemos facilmente o desvio-padrão populacional, já saberíamos o valor da média populacional. Assim sendo, é admissível utilizarmos o desvio-padrão amostral como estimativa do desvio-padrão populacional, sempre que tivermos um tamanho da amostra igual ou superior a 30. Consequências dos estimadores Como consequências das propriedades dos estimadores, quando temos uma distribuição de probabilidades para os possíveis resultados de amostras alea- tórias, podemos calcular intervalos de confiança que contenham o verdadeiro valor do parâmetro populacional e uma confiança associada a esse intervalo. Podemos, também, calcular tamanhos mínimos de amostras para que os dados amostrais sejam representativos de toda uma população. A distribuição de probabilidades associada aos dados da nossa população é que nos dará a confiança necessária tanto para os intervalos de confiança quanto para o tamanho mínimo de amostras. Leva-se em consideração o teorema do limite central. Intervalos de confiança Podemos calcular um intervalo de variação para a média amostral, que terá uma probabilidade definida de conter o verdadeiro valor do parâmetro populacional. Isso é possível porque temos uma distribuição associada aos dados po- pulacionais e amostrais. Utilizaremos a distribuição normal para esses in- tervalos e teremos uma confiança fixada de acordo com essa distribuição de probabilidades. 7Estimação de parâmetros Existem valores que são mais comuns para o cálculo dos intervalos de confiança: 90%, 95% e 99%. Os valores das probabilidades associadas a esses níveis de confiança são os seguintes: 90% de confiança → z0,05 = 1,645 95% de confiança → z0,025 = 1,960 99% de confiança → z0,005 = 2,575 O intervalo de confiança para estimar uma média é descrito a seguir: x– ± zα/2 ∙ σ √n com o desvio-padrão populacional conhecido x– ± tα/2; n – 1 ∙ s √n com o desvio-padrão populacional desconhecido Observe que, ao invés de utilizarmos a distribuição normal para o intervalo de confiança com o desvio-padrão desconhecido, tomamos a distribuição t-stu- dent, observando o α/2 e n–1 graus de liberdade. Vale ressaltar que, para n ≥ 30, os valores da distribuiçãot e da distribuição normal igualam-se. Observe a Figura 5, a seguir. Figura 5. Comparação distribuição t e distribuição normal. Fonte: Doane e Seward (2014, p. 306). A distribuição t tem o mesmo formato da distribuição normal, mas, para n menor do que 30, existe uma pequena diferença no formato, ocasionada pelo tamanho da amostra. Veja a tabela da Figura 6. Estimação de parâmetros8 Figura 6. Distribuição t-student. Para encontrar o valor tabelado, cruzamos a coluna de alfa escolhido com a linha dos graus de liberdade. Nesse caso do número de graus de liberdade, precisamos fazer n–1. 9Estimação de parâmetros Suponha que a financeira coletou uma amostra de 100 clientes e questionou sobre o valor de endividamento deles, obtendo como resultado uma média amostral de R$ 2.350,00 e um desvio-padrão amostral de R$ 590,00. Obtenha o intervalo de confiança de 95% para a média. x– = 2350,00 s = 590,00 n = 100 t0,025;99 = 1,960 x– ± tα/2 ;n – 1 · = 2350 ± 1,960 · 2350 ± 115,64 [2234,36; 2465,64] s √n 590 √100 Com 95% de confiança, a verdadeira média populacional para o valor médio de endividamento estará entre R$ 2.234,36 e R$ 2.465,64. De acordo com o intervalo, podemos calcular o tamanho mínimo de amostra para quando queremos estimar a média populacional, isolando o n na equação do erro máximo amostral. Esse valor nos fornecerá um tamanho de amostra mínimo para que a amostra seja representativa da população, caso coletada de forma aleatória. n = zα/2 ∙ σ E( ) 2 Por exemplo, qual seria o tamanho mínimo de amostra com uma confiança de 95%, no caso de uma pesquisa com consumidores para investigar o valor gasto com presentes no dia dos namorados. Sabe-se que o desvio-padrão populacional da pesquisa no ano anterior foi de R$ 65,00. Os pesquisadores querem errar, no máximo, em R$ 10,00. Estimação de parâmetros10 z0,025 = 1,96 σ = 65,00 E = 10,00 n = zα/2 ∙ σ E( ) ( ) 2 2 = = 162,3 = 1631,96 · 6510 Vale ressaltar que, no caso do tamanho mínimo de amostra, sempre se arredonda para cima, independentemente de regras de arredondamento. Podemos calcular, também, um intervalo de variação para a proporção amostral. A teoria é semelhante à empregada no intervalo de confiança para a média. Os cálculos são realizados de acordo com a equação a seguir. p ± zα/2 · p ∙ (1 – p) n onde: p: proporção amostral n: tamanho da amostra Zα/2 : valor tabela normal padrão Assim como podemos calcular o tamanho mínimo de amostra para estimar uma média, também podemos calcular o tamanho mínimo de amostra para estimar uma proporção. A fórmula do tamanho mínimo de amostra também é derivada da fórmula do erro máximo amostral para a proporção. Ainda temos o intervalo de variação para o desvio-padrão de uma amostra retirada de uma população que segue uma distribuição normal. n = zα/2 2 ∙ p(1 – p) E2 Quando não conhecemos o verdadeiro valor da proporção populacional, utilizamos o p = 0,5. Assim, podemos superestimar o tamanho da amostra, já que a proporção não é conhecida. 11Estimação de parâmetros Suponha que você deseja estimar a proporção de clientes satisfeitos com determinado produto da sua empresa. Deseja-se cometer um erro máximo de estimação de 3%, com uma confiança de 90%. Qual seria o tamanho mínimo de amostra para estimar essa proporção? zα /2 = 1,645 p = 0,5 pois o p é desconhecido E = 0,03 precisamos tirar do percentual n = zα/2 2 · p(1 – p) E2 = 1,6452 · 0,5 · (1 – 0,5) 0,032 = 752 DOANE, D. P.; SEWARD, L. E. Estatística aplicada à administração e economia. 4. ed. Porto Alegre: AMGH; Bookman, 2014. 840 p. FREUND, J. E. Estatística aplicada: economia, administração e contabilidade. 11. ed. Porto Alegre: Bookman, 2006. 536 p. Leitura recomendada SPIEGEL, M. R.; STEPHENS, L. J. Estatística. 4. ed. Porto Alegre: Bookman, 2009. 600 p. (Coleção Schaum). Estimação de parâmetros12 Conteúdo:
Compartilhar