Baixe o app para aproveitar ainda mais
Prévia do material em texto
ESTATÍSTICA INDUTIVA Estimativa de Parâmetros MÓDULO 2 1 Prof. Dr. Ing. Braitner Lobato – Notas de Aula 02/2013 1. Estimativa de parâmetros 2. Estimação por ponto 3. Estimação por intervalo 4. Intervalo de confiança para média com desvio padrão conhecido 5. Intervalo de confiança para média com desvio padrão desconhecido 6. Intervalo de confiança para a diferença entre médias 7. Intervalo de confiança para a variância e desvio padrão 1. ESTIMATIVA DE PARÂMETROS Um funcionário de uma rede de alimentos enlatados decidiu que durante o acondicionamento de extrato de tomate em recipientes metálicos de tamanho padronizado, há um desperdício médio de 8 gramas. Todavia amostras foram extraídas para análise e verificou-se uma média amostral de 6 gramas e um desvio padrão de 3 gramas. Ao redigir seu relatório de inspeção, o funcionário reafirmou um desperdício médio de 8 gramas a despeito da média amostral, pois com base na teoria da amostragem o desperdício médio amostral depende de cada amostra, ou seja, há forte tendência desse valor flutuar entorno de 8 gramas. Sendo assim, o funcionário recomenda ajustes na linha de produção sempre que o desperdício for significativamente diferente de 8 gramas. Sabe-se que investigar a população de latas de extrato de tomate em uma linha de produção é inviável do ponto de vista econômico no que tange ao tempo, recursos humanos e financeiros. Nesse sentido, as técnicas de amostragem se mostram importantes para avaliar toda população a partir de uma parte, a amostra. No caso citado, as medições de desperdício compõem o experimento que tem a finalidade de determinar a estimativa de alguns parâmetros, , por exemplo, a média populacional, , e a variância populacional, 2 . Ou seja, o desperdício médio e a dispersão deste desperdício. As funções matemáticas que fornecem as estimativas destes parâmetros devem estar o mais concentradas possível em torno dos valores verdadeiros. Estas funções são chamadas de estimadores, ˆ , e para a média amostral e a variância amostral temos as seguintes funções: 0 1 n i i x x n é um estimador da média populacional, , e 0x x é uma estimativa. No exemplo em questão, a média amostral foi de 6 gramas, isto é, a estimativa para a média foi de 6 gramas. 22 0 1 1 n i i s x x n é um estimador viciado de 2 , mas assintoticamente não viciado na variância populacional e 2 2 0s s é uma estimativa. Todos os parâmetros, , e seus respectivos estimadores, ˆ , apresentam uma distribuição amostral como fruto da aleatoriedade dos dados experimentais colhidos. No caso da linha de produção de enlatados, para cada amostra há valores desperdícios diferentes e consequentemente um valor de média e desvio diferentes. Nada impede que, eventualmente, a média seja semelhante. Sendo assim, matematicamente é possível inferir que a média das médias amostrais, E x , é igual à média populacional, : E x . Já a variância da média amostral é igual à variância populacional divida pelo tamanho da amostra: 2 2 xvar x n , ou seja, se uma variável aleatória populacional tem distribuição normal, 2: ,X N , e se dessa população extrairmos amostras de tamanho n, logo a amostra também se comportará de acordo com a distribuição de probabilidade normal mas com a variância n vezes menor: ESTATÍSTICA INDUTIVA Estimativa de Parâmetros MÓDULO 2 2 Prof. Dr. Ing. Braitner Lobato – Notas de Aula 02/2013 2 ,x N n , ou seja, o estimador amostral para o desvio padrão é: 2 x n n Contudo, se a população não for normal a média amostral, x , não será exatamente normal, mas aproximadamente normal, isto é, a partir do teorema do limite central, ao se retirar uma amostra com tamanho n suficientemente grande, teremos que: 2 ,x N n . O Teorema do Limite Central diz que a soma, e consequentemente a média, de n variáveis independentes seguirá a distribuição normal independentemente da distribuição das variáveis individuais. Essa aproxima se torna melhor conforme n aumenta. Estatisticamente, sabe-se que se as distribuições individuais não são muito distintas da distribuição normal, 4 ou 5 variáveis independentes são suficientes para uma aproximação satisfatória. Caso contrário, se as distribuições diferem bastante da normal, faz-se necessária pelo menos 20 variáveis independentes. Além disso, se a população for finita e de tamanho N, ao extrair uma amostra de tamanho n sem reposição, o estimador para o desvio padrão será: 1 x N n Nn . No entanto, toda conclusão resultante de um processo amostral traz consigo um grau de incerteza quando for generalizada para uma população. Esse é o maior desafio da Estatística Indutiva, quantificar o risco, o grau de incerteza, de uma generalização. Nesse ínterim, inserem-se os métodos de estimação de parâmetros a partir de amostras: estimação por ponto e estimação por intervalos. 2. ESTIMAÇÃO POR PONTO Na estimação por ponto, a partir das observações, calcula-se uma estimativa, usando o estimador ou “estatística”. A distribuição por amostragem dos estimadores torna possível o estuda das qualidades de um bom estimador. As principais são a consistência, a ausência de vício, a eficiência e a suficiência (Morettin, 2009; Soong, 2004). Em geral, se X é uma variável aleatória com distribuição de probabilidades f(x), caracterizada por um parâmetro desconhecido , e se X1, X2, ... , Xn é uma amostra aleatória de tamanho n, a estatística ou estimador 1 2ˆ , ,..., nh X X X é chamada de estimador por ponto de . Uma vez que as amostras foram selecionadas, o estimador ˆ assume um valor particular chamado de estimativa de (Montgomery e Runger, 2003). Os métodos mais importantes para a estimação por ponto são o método dos momentos, o método da máxima verossimilhança e o método Bayesiano que não fazem parte do escopo deste curso. ESTATÍSTICA INDUTIVA Estimativa de Parâmetros MÓDULO 2 3 Prof. Dr. Ing. Braitner Lobato – Notas de Aula 02/2013 3. ESTIMAÇÃO POR INTEVALO No curso de estatística descritiva estuda-se parâmetros estatísticos, como a média e o desvio padrão, por exemplo, que podem ser estimados a partir de um conjunto de dados. Todavia, é de suma importância entender a qualidade da estimativa obtida, uma vez que esses parâmetros estão associados a um grau de incerteza, a uma probabilidade de erro. É nesse sentido que surgem os intervalos de confiança. Eles servem para definir, simetricamente em torno da estimativa, a extensão do possível conjunto de valores que contenha o verdadeiro valor do parâmetro. Esse intervalo é sempre definido para um nível de significância, a, esse nível determina a probabilidade do erro que se comete ao afirmar que o intervalo contém a estimativa correta. Portanto, o intervalo de confiança é construído com base numa probabilidade de ocorrência de (1- a). Os casos a serem abordados neste módulo serão os seguintes: Intervalo de confiança para a média de uma distribuição normal com variância conhecida, para uma amostra infinita. Intervalo de confiança para a média amostral normalmente distribuída com variância conhecida, para uma amostra finita. Intervalo de confiança para a média de uma distribuição normal com variância desconhecida e amostra pequena. Intervalo de confiança para a diferença entre médias. Intervalo de confiança para a variância e para o desvio padrão. O intervalo de confiança para uma média com variância conhecida admite que tanto a população quanto a amostra são distribuídas uniformemente e que o tamanho da amostra é maior do que 30 elementos. Então, dada a distribuição normal para um caso específico, vide Fig. 1, tem-se o seguinteprocedimento para a estimação intervalar da média, para o caso da população ser finita ou infinita. 2 2z 1 2 2z Figura 1. Curva normal Lembrando que: 1 / 2z 90% 1,64 95% 1,96 99% 2,58 Para uma população infinita: / 2 / 2 1P z z z / 2 / 2 1 X P z z n / 2 / 2 1P X z X z n n / 2X z n ESTATÍSTICA INDUTIVA Estimativa de Parâmetros MÓDULO 2 4 Prof. Dr. Ing. Braitner Lobato – Notas de Aula 02/2013 Para uma população finita: / 2 / 2 1 1 1 N n N n P X z X z N Nn n / 2 1 N n X z Nn Como conseqüência, temos que se X é usado como uma estimativa de , podemos estar 100 1 % confiantes de que o erro não excederá um valor específico e quando o tamanho da amostra for: 2 / 2n z e A Figura 2 a seguir ilustra o intervalo de confiança para a média de uma população finita e realça o entendimento de que em 100 1 % das vezes o intervalo estimado contém a verdadeira média populacional . Isso não é a mesma coisa que dizer que a probabilidade da estar dentro do intervalo é de 100 1 % , uma vez que é um parâmetro numérico e o mesmo está ou não dentro do intervalo. Essa ideia é reforçada pela Fig. 3 que mostra repetidos intervalos de confiança para e nem todos incluem a verdadeira . e X / 2X z n / 2X z n Figura 2. Intervalo de confiança Figura 3. Repetidos intervalos de confiança para (Montgomery e Runger, 2003). ESTATÍSTICA INDUTIVA Estimativa de Parâmetros MÓDULO 2 5 Prof. Dr. Ing. Braitner Lobato – Notas de Aula 02/2013 Exemplo 01 (População infinita). A tensão de escoamento é uma variável muito importante para o projeto de vigas estruturais de lajes. Supondo que o valor do desvio padrão para um determinado aço é 24 MPa, o teste de um lote de 36 barras de aço apresentou uma média de 800 MPa. No sentido de entregar um relatório, a respeito dos materiais de construção de um edifício, determine o intervalo de confiança para a tensão de escoamento média do aço em questão. Admitindo um intervalo de confiança de 95% interprete o resultado obtido. Exemplo 02 (Tamanho da amtostra). A partir dos dados do Exemplo 01, qual deve ser o tamanho da amostra se quisermos estar 99% confiantes de que nossa estimativa de está distante no máximo em 5 MPa? Exemplo 03 (População finita). Sabe-se que certa indústria automobilística tem 1000 filiais em Cabrobró da Serra e a produção mensal de carros blindados da mesma tem média e desvio padrão da produção mensal de 150 unidades e 15 unidades, respectivamente. O gerente geral analisando a planilha de vendas do mês corrente decidiu fazer uma amostragem com 5 amostras totalizando 100 filiais e obteve o seguinte resultado de vendas. Determine o intervalo de confiança para a média amostra obtida pelo gerente geral considerando 95% de confiança. Amostra 1 2 3 4 5 Média (unidades) 152 148 150 145 155 ESTATÍSTICA INDUTIVA Estimativa de Parâmetros MÓDULO 2 6 Prof. Dr. Ing. Braitner Lobato – Notas de Aula 02/2013 5. INTERVALO DE CONFIANÇA PARA MÉDIA COM DESVIO PADRÃO DESCONHECIDO O intervalo de confiança, para uma média amostral com desvio padrão desconhecido, considera que a amostra é pequena, ou seja, n menor ou igual a 30 elementos. Uma vez que o desvio padrão populacional é desconhecido, faz-se necessário determinar o desvio padrão amostral a partir dos dados coletados pela amostra, conforme a seguir: 2 2 1 1 n i i n x x s , de forma que n-1 equivale ao número de graus de liberdade. Para pequenas amostras, recomenda-se usar a distribuição “t” de Student, que é uma derivação da distribuição normal, como é demonstrado a seguir. 0,1 . Nx z S S S t s n Por ser uma derivação da distribuição normal, a distribuição de probabilidades contínuas “t”de Student tem algumas semelhanças geométricas quanto ao seu gráfico. Ele também é simétrico e apresenta-se em forma de sino, todavia, menos achatado. Sua média vale 0 e sua variância vale 2 , de forma que é o grau de liberdade n-1 definido anteriormente, como mostra a Fig. 4 a adiante: Figura 4. Curva “t”de Student Então, de forma simples pode-se determinar o escore padrão da distribuição “t”de Student a partir da média amostral, da média populacional, do desvio padrão amostral e da quantidade de elemento da amostra adota, bem como do nível de significância e consequentemente do número de graus de liberdade, a partir da seguinte relação matemática: x t s n Então, a estimativa intervalar para uma média com desvio padrão populacional desconhecido e de amostra pequena pode ser determinada da seguinte forma para uma população infinita: /2, 1 /2, 1 1n nP t t t / 2, 1 /2, 1 1n n x P t t s n 2 2 , 1nt 1 2 2 , 1nt ESTATÍSTICA INDUTIVA Estimativa de Parâmetros MÓDULO 2 7 Prof. Dr. Ing. Braitner Lobato – Notas de Aula 02/2013 / 2, 1 /2, 1 1n nP x t x t n n s s / 2, 1nx t n s No caso de uma população finita, a relação sobre uma pequena adaptação para considerar a relação entre o tamanho populacional e o tamanho amostral, como a seguir: / 2, 1 /2, 1 1 1 1 n n s N n s N n P x t x t N Nn n /2, 1 1n s N n x t Nn Exemplo 04 (População infinita). Na Francisvaldo Automobile, o engenheiro mecatrônico responsável pela automatização do processo de solda, retirou 25 eixos da linha de produção para inspeção. O diâmetro médio encontrado, na região da solda, foi de 34,91 mm com um desvio padrão de 0,16 mm. Auxilie o colega engenheiro e determine o intervalo de confiança para o verdadeiro valor do diâmetro médio com um nível de 95% de confiança. Exemplo 05 (População finita). Em Cabrobró da Serra, há uma clínica dentária chamada Sorriso’s Valdo, sabendo que a procura tem aumentado exponencialmente, a secretária da clínica estimou o tempo médio gasto com os pacientes de ortodontia. Atualmente, a clínica tem 1.000 pacientes. Desses, retirou-se uma amostra de 25 ao longo de uma manhã e constatou-se uma média de 20 minutos de atendimento. Sabendo que o desvio padrão amostral foi de 2 minutos, estime a média intervalar para o verdadeiro tempo de consulta para um nível de significância de 90%. ESTATÍSTICA INDUTIVA Estimativa de Parâmetros MÓDULO 2 8 Prof. Dr. Ing. Braitner Lobato – Notas de Aula 02/2013 6. INTERVALO DE CONFIANÇA PARA A DIFERENÇA ENTRE MÉDIAS É comum compararmos dois parâmetros ou duas estimativas através da diferença entre elas. A partir de uma amostra de cada população pode-se comparar suas médias e determinar um intervalo de confiança para sua diferença. Caso as variâncias populacionais sejam conhecidas, a distribuição a ser adotada é a norma e a estimativa intervalar é facilmente determinada da seguinte maneira. Onde 1 x e 2 x são médias amostrais aleatórias independentes, de dimensão 1 n e 2 n e as populações possuem médias e variâncias equivalentes a 1 , 2 1 e 2 , 2 2 . 2 2 1 2 1 2 1 2 /2 1 2 .x x z n n Ou seja, o escore padrão normal pode ser definido como: 1 2 1 2 / 2 2 2 1 2 1 2 x x z n n A partir daí pode-sedefinir o intervalo de confiança para um dado nível de significância: 2 2 2 2 1 2 1 2 1 2 1 2 1 2/2 /2 1 2 1 2 1P x x z x x z n n n n Como se pode inferir, o intervalo de confiança para a diferença de duas médias populacionais pode ser determinado pela diferença de média entre duas amostras do seguinte modo: 2 2 1 2 1 2 /2 1 2 x x z n n , ou seja, 2 2 1 2 1 2 /2 1 2 s s x x z n n . Caso as populações a serem investigadas possuam variâncias desconhecidas, deve-se adotar as variâncias amostrais. Nesses casos, a distribuição “t”de Student é a mais recomendada, uma vez que, geralmente, as amostras são pequenas e, portanto faz-se necessário uma correção que é compensada por essa distribuição de probabilidades contínua. A forma de resolver esses problemas é demonstrada a seguir: 1 2 1 2 2 2 2 2 1 2 1 2 1 2 1 2 1 2/2 , 2 /2 , 2 1 2 1 2 1 n n n n P x x t x x t n n n n , onde 1 2 2n n . De tal forma que essa expressão pode ser simplificada da seguinte maneira: ESTATÍSTICA INDUTIVA Estimativa de Parâmetros MÓDULO 2 9 Prof. Dr. Ing. Braitner Lobato – Notas de Aula 02/2013 1 2 2 2 1 2 1 2 /2 , 2 1 2 n n s s x x t n n . Exemplo 06. O Conselho Regional de Engenharia e Arquitetura de Cabrobró da Serra fez uma pesquisa para estimar a diferença entre os salários médios dos graduados em Engenharia Civil e Engenharia Eletrônica. Para tanto, selecionou-se aleatoriamente entre os profissionais formados nos últimos 5 anos. Os resultados estão dispostos no quadro abaixo. Admitindo uma confiança de 90%. Determine o intervalo de confiança para a diferença entre as médias salariais citadas. Curso n Salário médio Desvio padrão Engenharia Civil 50 R$ 5.000,00 R$ 121,00 Engenharia Eletrônica 45 R$ 4.500,00 R$ 100,00 Exemplo 07. A parir de um lote A de componentes eletrônicos foi extraída uma amostra de 4 circuitos elétricos com as seguintes resistências em ohms: 24, 16, 15, 12. A partir de um segundo lote, B, outra amostra foi extraída com 5 circuitos elétricos com as seguintes resistências em ohms: 12, 8, 5, 10 e 15. Assumindo uma confiança de 95% para a verdadeira diferença entre as médias populacionais, construa um intervalo de significância. ESTATÍSTICA INDUTIVA Estimativa de Parâmetros MÓDULO 2 10 Prof. Dr. Ing. Braitner Lobato – Notas de Aula 02/2013 7. INTERVALO DE CONFIANÇA PARA A VARIÂNCIA E DESVIO PADRÃO Para determinar a estimativa intervalar de uma variância para um dado nível de significância é necessário usar uma distribuição de probabilidade contínua denominada Qui-Quadrado. Uma vez que, o estimador de 2 é o 2 s e nesse caso consideramos o seguinte, 2 2 1n s , esse parâmetro tem distribuição Qui-Quadrado. Portanto, o nível de confiança para um intervalo com a de erro é definido da seguinte maneira: 22 2 1 /2, 1 /2, 12 1 1n n n s P 2 2 2 2 2 / 2, 1 1 /2 , 1 1 1 1 n n n s n s P De forma simplificada, o intervalo de confiança para um nível de significância determinado e para um número de graus de liberdade próprio, definido pelo problema, pode ser facilmente construído do seguinte modo, vide Fig. 5: 2 2 2 2 2 /2, 1 1 /2 , 1 1 1 n n n s n s 2 2 2 2 1 2 2 1 Figura 5. Curva Qui-Quadrado Além disso, é possível determinar um intervalo com 100 1 % de confiança superior ou inferior para 2 como a seguir, respectivamente: 2 2 2 , 1 1 n n s 22 2 1 , 1 1 n n s A fim de determinar o intervalo de confiança para o desvio padrão basta extrair a raiz quadrada dos respectivos intervalos para a variância. ESTATÍSTICA INDUTIVA Estimativa de Parâmetros MÓDULO 2 11 Prof. Dr. Ing. Braitner Lobato – Notas de Aula 02/2013 Exemplo 08. A Fracisvaldo’s Torantins, indústria de cimento, produz sacos de 50 kg. Além da quantidade média de enchimento, a variação dessa quantidade é igualmente importante, na medida em que alguns sacos conterão mais, e outros menos, de 50 kg. A fim de estimar a variação, o engenheiro de produção, recolheu uma amostra de 20 sacos de cimento, com uma média de 15,3 kg e um desvio padrão de 0,30 kg. A fim de avaliar a qualidade da produção, auxilie na construção de um intervalo de confiança de 90% para o desvio padrão do enchimento a partir da variância. Exemplo 09. Uma das indústrias de cosméticos de Francislene é dedicada à fabricação de sabonete líquido. Uma amostra de 20 frascos resultou numa variância no volume de 2 0,0153s ml 2 . Sabe-se que essa variância é grande, ou seja, ou uma inaceitável quantidade de frascos conterá menos sabonete ou mais sabonete do que o devido. Assumindo que o volume de sabonete líquido tem uma distribuição aproximadamente normal, determine um intervalo superior de 95% de confiança em termos do desvio padrão. ESTATÍSTICA INDUTIVA Estimativa de Parâmetros MÓDULO 2 12 Prof. Dr. Ing. Braitner Lobato – Notas de Aula 02/2013 EXERCÍCIOS PROPOSTOS INTERVALO DE CONFIANÇA PARA A MÉDIA POPULACIONAL COM E SEM DESVIO PADRÃO CONHECIDO Questão 01 (Waterpole, 2009). Uma indústria elétrica fabrica lâmpadas com vida útil distribuída aproximadamente normal, com desvio padrão de 40 horas. Se uma amostra de 30 lâmpadas tem média de vida de 780 horas, determine um intervalo de confiança de 96% para a média populacional de todas as lâmpadas produzidas pela empresa. Questão 02 (Lopes). Ao se realizar uma contagem de eritrócitos em 144 milhões de mulheres encontrou- se em média 5,35 milhões e desvio padrão de 0,4413 milhões de glóbulos vermelhos. Determine os limites de confiança de 99% para a média populacional. Questão 03 (Waterpole, 2009). Muitos pacientes cardíacos usam marcapassos implantados para controlar os batimentos do coração. Um módulo conector plástico é montado no topo do marcapasso. Assumindo um desvio padrão de 0,0015 e uma distribuição aproximadamente normal, determine um intervalo de confiança de 95% para a média de todos os módulos conectores fabricados por certa indústria. Uma amostra aleatória de 75% módulos tem média de 0,310 polegada. Questão 04 (Waterpole, 2009). Qual o tamanho da amostra necessário no exercício anterior se desejarmos estar 95% confiantes de que nossa média amostral estará dentro de 0,0005 polegada da média verdadeira? Questão 05 (Lopes). Um conjunto de 12 animais receberam uma dieta especial durante 3 semanas e produziram os seguintes aumentos de peso em gramas: 30, 22, 32, 26, 24, 40, 34, 36, 32, 33, 28 e 30. Determine um intervalo de 90% de confiança para a média. Questão 06 (Lopes). Construa um intervalo de confiança de 95% de confiança para os seguintes casos Média amostral Desvio padrão Tamanho da amostra a) 16,0 2,0 16 b) 37,5 3,0 36 c) 2,10 0,5 25 d) 0,60 0,1 100 Questão 07 (Lopes). Solicitou-se a 100 estudantes de um colégio que anotasse suas despesas com alimentação e bebidas no período de uma semana. Há 500 estudantes no colégio. O resultado foi uma despesa de R$ 40,00 com um desvio padrão de R$ 10,00. Construa um intervalo de 95% de confiança para a verdadeira média. Questão 08 (Lopes). Em uma fábrica, foi colhida uma amostra (n = 30) de certa peça, obtiveram-se as seguintes medidas para os diâmetros: 10 11 11 11 12 1212 12 13 13 13 13 13 13 13 13 13 13 13 13 14 14 14 14 14 15 15 15 16 16 a) Estime a média e a variância. b) Construa o intervalo de confiança para a média, sendo a de 5%. ESTATÍSTICA INDUTIVA Estimativa de Parâmetros MÓDULO 2 13 Prof. Dr. Ing. Braitner Lobato – Notas de Aula 02/2013 c) Construa um intervalo de confiança de 95% para média, supondo que a amostra tenha sido retirada de uma população de 100 peças. d) Construa um intervalo de confiança para a variância populacional, sendo a de 5%. Questão 09 (Waterpole, 2009). Uma amostra aleatória de 100 proprietários de automóveis mostra que, no estado da Virgínia, um automóvel é dirigido a uma média de 23.500 quilômetros por ano, com desvio padrão de 3.900 quilômetros. Assuma a distribuição das medidas como sendo aproximadamente normal. a) Construa um intervalo de confiança de 99% para o número médio de quilômetros que um automóvel percorre anualmente no estado da Virgínia. b) O que podemos afirmar com 99% de confiança sobre o tamanho possível de nosso erro se estimarmos o número médio de quilômetros percorridos pelos proprietários de automóveis como sendo 23.500 quilômetros por ano. Questão 10 (Waterpole, 2009). Uma amostra aleatória de 12 pinos de desvio é retirada em um estudo de dureza Rockwell da cabeça dos pinos. Medições na escala de dureza Rockwell foram realizadas para cada um dos 12 pinos, rendendo um valor médio de 48,50, com desvio padrão amostral de 1,5. Assumindo que as medidas são normalmente distribuídas, construa um intervalo de confiança de 90% para a média da dureza Rockwell. Questão 11 (Waterpole, 2009). Uma máquina está produzindo peças de metal com formato cilíndrico. Uma amostra é retirada e seus diâmetros são 1,01; 0,97; 1,03; 1,04; 0,99; 0,98; 0;99; 1,01 e 1,03 centímetros. Determine um intervalo de confiança de 99% para o diâmetro médio das peças dessa máquina, assumindo uma distribuição aproximadamente normal. Questão 12 (Waterpole, 2009). O consumo regular de cereais pré-adoçados contribui para a decadência dos dentes, doenças cardíacas e outras doenças degenerativas, de acordo com estudos conduzidos pelo Dr. W. H. Bowen, do Instituto Nacional de Saúde, e pelo Dr. J. Yudben, professor de Nutrição e Dietas da Universidade de Londres. Em uma amostra aleatória de 20 porções do cereal Alpha-Bits, a quantidade média de açúcar foi de 11,3 gramas com desvio padrão de 2,45 gramas. Assumindo que a quantidade de açúcar é distribuída normalmente, construa um intervalo de confiança de 95% para a média da quantidade de açúcar para porções únicas de Alpha-Bits. INTERVALO DE CONFIANÇA PARA A DIFERENÇA ENTRE MÉDIAS Questão 13 (Waterpole, 2009). Uma amostra aleatória de tamanho n1 = 25 de uma população normal com desvio padrão s1 = 5 tem média x =80. Uma segunda amostra aleatória de tamanho n2 = 36, retirada de uma população normal diferente, com desvio padrão s2 = 3, tem média x =75. Determine um intervalo de confiança e 94% para 1 2 . Questão 14 (Waterpole, 2009). Dois tipos de roscas são comparados por sua resistência. 50 peças de cada tipo de rosca são testadas sob condições similares. A marca A tem uma resistência à tração com média de 78,3 kgf e desvio padrão de 5,6 kgf, enquanto a B tem resistência à tração com média de 87,2 kgf e desvio padrão de 6,3 kgf. Construa um intervalo de confiança de 95% para a diferença entre as médias populacionais. Questão 15 (Waterpole, 2009). Em um estudo conduzido pelo Instituto Politécnico da Universidade Estadual da Virgínia sobre o desenvolvimento de fungos ectomicorrízicos, uma relação simbólica entre as raízes de árvores e um fungo na qual os minerais são transferidos dos fungos para as árvores e os açúcares são transferidos das árvores para os fungos, 20 mudas de carvalhos vermelhos com fungo Pisolithus tinctorus foram plantadas em uma estufa. Todas as mudas foram plantadas no mesmo tipo de solo e ESTATÍSTICA INDUTIVA Estimativa de Parâmetros MÓDULO 2 14 Prof. Dr. Ing. Braitner Lobato – Notas de Aula 02/2013 receberam a mesma quantidade de luz solar e água. Metade não recebeu nitrogênio no momento do plantio para servir como um controle e a outra metade recebeu 368 ppm de nitrogênio no formato NaNO3. O peso dos caules, registrado em gramas, ao final dos 140 dias foi registrado como segue: Sem nitrogênio Com nitrogênio 0,32 0,26 0,53 0,43 0,28 0,47 0,37 0,49 0,47 0,52 0,43 0,75 0,36 0,79 0,42 0,86 0,38 0,62 0,43 0,46 Construa um intervalo de confiança de 95% para a diferença entre as médias dos pesos dos caules entre as mudas que não receberam nitrogênio e aquelas que receberam 368 ppm de nitrogênio. Assuma que as populações são normalmente distribuídas com variâncias iguais. Para tanto use as relações matemáticas abaixo. 1 2 / 2 1 2 1 1 . . p x x t S n n , onde 2 2 1 1 2 2 1 2 1 1 2 p n S n S S n n . INTERVALO DE CONFIANÇA PARA VARIÂNCIA DE UMA E DUAS AMOSTRAS Questão 16 (Waterpole, 2009). Um fabricante de baterias para carros afirma que suas baterias duram, em média, 3 anos, com variância de uma ano. Se 5 dessas baterias têm vida útil de 1,9; 2,4; 3,0; 3,5 e 4,2 anos, construa um intervalo de confiança de 95% para 2 e decida se a afirmação do fabricante de 2 1 é válida. Assuma que a população da vida útil das baterias tenha distribuição aproximadamente normal. Questão 17 (Waterpole, 2009 - adaptada). Uma amostra de 20 estudantes obteve uma média de x =72 e variância 2 16s em um teste de Estatística Indutiva de uma faculdade. Assumindo as notas como sendo normalmente distribuídas, construa um intervalo de confiança de 98% para 2 . Questão 18 (Waterpole, 2009). Um experimento reportado no Popular Science comparou a economia de combustível em dois tipos de caminhonetes a diesel. Vamos supor que 12 caminhonetes Volkswagen e 10 Toyotas foram usadas em um teste de 90 km/h com distância fixa. Se as 12 caminhonetes Volkswagen fazem uma média de 16 km por litro, com desvio padrão de 1,0 km, e as Toyotas fazem uma média de 11 km/l, com desvio padrão de 0,8 km/l, construa um intervalo de confiança de 90% para a diferença entre as médias dos km/l para essas duas marcas de caminhonetes. Assuma que as distâncias por litro têm distribuição aproximadamente normal, com variâncias iguais. Para tanto, use as relações abaixo: 1 2 / 2 1 2 1 1 . . p x x t S n n , onde 2 2 1 1 2 2 1 2 1 1 2 p n S n S S n n . ESTATÍSTICA INDUTIVA Estimativa de Parâmetros MÓDULO 2 15 Prof. Dr. Ing. Braitner Lobato – Notas de Aula 02/2013 Questão 19 (Waterpole, 2009). Construa um intervalo de confiança de 98% para 2 2 1 2 / , a partir dos dados da questão anterior, onde 1 e 2 são, respectivamente, os desvios padrão para as distâncias obtidas por litro de combustível para caminhonetes Volkswagen e Toyota. EXERCÍCIOS COMPLEMENTARES Questão 20 (Morettin, 2009). Um fabricante sabe que a vida útil das lâmpadas que fabrica tem distribuição aproximadamente normal com desvio padrão de 200 horas. Para estimar a vida média das lâmpadas, tomou uma amostra de 400 delas, obtendo vida média de 1.000 horas. a) Construir um IC para a ao nível de 1%. b) Qual o valor do erro de estimação cometido no item anterior? c) Qual o tamanho da amostra necessária para se obter um erro de 5 horas, com 99% de probabilidade de acerto? Questão 21 (Morettin, 2009). Dada uma população normal com var(x) = 3, levantou-se uma amostra de 4 elementos, tal que 4 1 0,8i i x . Construa um IC para a verdadeira média populacional ao nível de 1%. Questão 22 (Montgomery e Runger, 2003). A norma ASTM E23 define os métodos de ensaio normatizado para um ensaio de impacto em barras com entalhe de materiais metálicos.O teste Charpy para entalhe em V é uma técnica que mede a energia de impacto e é frequentemente usado para determinar se um dado material experimenta a transição dúctil-frágil com o decaimento de temperatura. Dez medições de energia de impacto (J) foram feitas em corpos de aço A238 usinados a 60º: 64,1; 64,7; 64,6; 64,5; 64,3; 64,6; 64,8; 64,2 e 64,3. Considerando que a energia de impacto é normalmente distribuída com desvio padrão de 1 J, determine o que se pede: a) Encontre o intervalo de confiança a 95% para a média populacional da energia de impacto. b) Quantos corpos de prova precisam ser ensaiados para garantir 95% de confiança para a média desde que o erro nas estimativas seja a metade do tamanho do intervalo de confiança. REFERÊNCIA BIBLIOGRÁFICA Hoffman, Rodolfo (2006), Estatística para Economistas, Ed. Thomson, Ed. 4ª, São Paulo. Lopes, Luis Felipe Dias, (2003); Apostila de Estatística, DE-UFSM. Montgomery, Douglas C., Runger, George C. (2003), Applied statistics and probability for engineers, Ed. John Wiley & Sons, England. Morettin, Luiz Gonzaga (2010), Estatística básica: probabilidade e inferência, Ed. Pearson, Vol. Único, São Paulo. Oliveira, D. C. R., Oliveira, M. S., Apostila de Estatística, Departamento de matemática, estatística e ciências da computação, Universidade Federal de São João Del-Rei. Soong, T.T (2004), Fundamental of probability and statistics for engineers, Ed. John Wiley & Sons, England. Walpole, Ronald E., Myers, Raymond H., Myers, Sharon L., Ye, Keying (2009); Probabilidade e Estatística para Engenharia e Ciências; Ed. Pearson, Ed. 8ª; São Paulo. ESTATÍSTICA INDUTIVA Estimativa de Parâmetros MÓDULO 2 16 Prof. Dr. Ing. Braitner Lobato – Notas de Aula 02/2013 GABARITO INTERVALO DE CONFIANÇA PARA A MÉDIA POPULACIONAL COM E SEM DESVIO PADRÃO CONHECIDO Questão 01. 765 < m < 795 Questão 02. 5,35 0,094 milhões. Questão 03. 0,3097 < m < 0,3103 Questão 04. n =35 Questão 05. 30,58x 5,09s 27,94Li 33,22Ls Questão 06. a) 16,0 0,98 b) 37,5 0,98 c) 2,10 0,19 d) 0,60 0,02 Questão 07. R$ 40,00 1,75 Questão 08. a) 13,13 e 2,05 b) Li = 12,536 e Ls = 13,664 c) Li = 12,581 e Ls = 13,579 d) Li = 1,300 e Ls = 3,404 Questão 09. a) 24.496 < m < 34.504 b) Podemos afirmar que o erro é menor 1004 quilômetros por ano. Questão 10. 47,772 < m < 49,278 Questão 11. 0,978 < m < 1,033 Questão 12. 10,15 < m < 12,45 INTERVALO DE CONFIANÇA PARA A DIFERENÇA ENTRE MÉDIAS Questão 13. 2,9 < 1 2 < 7,1. Questão 14. 6,56 < A B < 11,24. Questão 15. 0,033 < 1 2 < 0,299. ESTATÍSTICA INDUTIVA Estimativa de Parâmetros MÓDULO 2 17 Prof. Dr. Ing. Braitner Lobato – Notas de Aula 02/2013 INTERVALO DE CONFIANÇA PARA VARIÂNCIA DE UMA E DUAS AMOSTRAS Questão 16. 293 < 2 < 6,736. Questão 17. 8,400 < 2 < 39,827. Questão 18. 4,3 < 2 < 5,7. Questão 19. 2 2 1 20,301 / 7,234 . EXERCÍCIOS COMPLEMENTARES Questão 20. a) IC(, 99%) = (974,2 h; 1.025,7 h) b) e = 25,8 h c) n = 10.651 lâmpadas Questão 21. IC(, 99%) = (-2,03; 2,43) Questão 22. a) IC(, 95%) = (63,84; 65,08) b) n = 16 “Não estejais inquietos por coisa alguma; antes, as vossas petições sejam em tudo conhecidas diante de Deus, pela oração e súplicas, com ação de graças.” Filipenses 4.6
Compartilhar