Baixe o app para aproveitar ainda mais
Prévia do material em texto
5 Estimação de Parâmetros EMC 6421 Fundamentos de Metrologia e Estatística Prof. Armando Albertazzi G. Jr. Fundamentos de Metrologia e Estatística Tópicos do Capítulo População e amostra Estatística e estimativa Distribuição amostral da média Teorema central do limite Intervalo de confiança para a média □ Quando a variância é conhecida □ Quando a variância não é conhecida Fundamentos de Metrologia e Estatística População Conjunto de todos os eventos associados a um fenômeno Denominação originária do estudo de fenômenos econômicos e sociológicos Pode ser finita ou infinita Normalmente é descrita através de sua distribuição Fundamentos de Metrologia e Estatística Fundamentos de Metrologia e Estatística Amostra Parte da população Normalmente usada para inferir parâmetros de toda a população Deve ser representativa da população: amostra aleatória Amostra Fundamentos de Metrologia e Estatística Inferência Estatística Usar dados da amostra para chegar a conclusões acerca da população Duas grandes áreas □ Estimação de parâmetros: Estimar características da população □ Testes de hipóteses: Sustentar afirmações acerca da população Fundamentos de Metrologia e Estatística Amostra Aleatória De uma população finita: □ Um conjunto de observações x1, x2, ..., xn constitui uma amostra aleatória de tamanho n de uma população finita de tamanho N se é escolhido de forma que cada subconjunto de n dos N elementos da população tenha a mesma probabilidade de ser escolhido Fundamentos de Metrologia e Estatística Amostra Aleatória De uma população infinita: □ Um conjunto de observações x1, x2, ..., xn constitui uma amostra aleatória de tamanho n de uma população infinita com função densidade de probabilidade f(x) se: • Cada xi é um valor de uma VA cuja distribuição tem f(x); • Estas VA são independentes. Fundamentos de Metrologia e Estatística Estatística e Estimativa Uma estatística é qualquer função das observações experimentais. □ Exemplos: □ A distribuição de probabilidade de uma estatística é denominada de distribuição amostral Uma estimativa pontual de algum parâmetro θ da população é um único valor numérico de uma estatística SX , ˆ Fundamentos de Metrologia e Estatística Distribuição amostral da média X X X X X X f(x) = ? = ? = ? Distribuição amostral da média f(x) Fundamentos de Metrologia e Estatística A média da distribuição amostral da média Sejam X1, X2, ... , Xn VA independentes, todas com média X e variância X 2 Cuja média e variância são: n XXX X n ...21 n X X XX Fundamentos de Metrologia e Estatística Distribuição amostral da média X X X X X X f(x) = X = X/√n = ? f(x) Fundamentos de Metrologia e Estatística Distribuição amostral da média x x ? )(Xf )(Xf Fundamentos de Metrologia e Estatística Distribuições das médias de “n” dados 1 dado Média de 2 dados Média de 3 dados Média de 4 dados Média de 5 dados Média de 6 dados Média de 8 dados Média de 10 dados Média de 15 dados Média de 20 dados Média de 25 dados Média de 30 dados Fundamentos de Metrologia e Estatística Distribuição amostral da média x x Conclusão: Quanto maior o tamanho da amostra (n) mais a distribuição da média da amostra se aproxima da normal, com média µX e variância σ²X/n )(Xf )(Xf Fundamentos de Metrologia e Estatística Distribuição amostral da média Se a distribuição amostral da média tende à normal quando n cresce, ela pode ser padronizada por: ou que tende à normal com µZ = 0 σZ = 1 quando n cresce X X X Z n X Z X X Fundamentos de Metrologia e Estatística Teorema central do limite Se é a média de uma amostra aleatória de tamanho n, obtida de uma população com média e variância 2, então é uma VA cuja distribuição mais se aproxima da distribuição normal padronizada à medida que n tende a infinito. (Note que não importa qual seja a distribuição de X, a distribuição da sua média se aproxima da normal à medida que n cresce) X n X Z “Teorema do sopão” • Quanto mais ingredientes diferentes forem misturados à mesma sopa, mais e mais o seu gosto se aproximará do gosto único, típico e inconfundível do "sopão". Fundamentos de Metrologia e Estatística Problema Um fabricante produz resistores com média 100Ω, desvio padrão 10Ω e distribuição normal. Calcule a probabilidade da média de uma amostra aleatória de n=25 ser menor que 95Ω. Fundamentos de Metrologia e Estatística Solução A população das médias apresentará: A probabilidade será a área sombreada. P 2 25 10 100 X X 100,0 95,0 5,2 2 1009595 95 X Xz %62,00062,0 )5,2()95( ZPXP P 0,0 -2,5 Z Fundamentos de Metrologia e Estatística Intervalo de confiança para a média quando a variância é conhecida Se Z é uma variável aleatória com distribuição normal padronizada, é fácil verificar que há uma probabilidade 0,95 de Z estar dentro dos limites: 960,1960,1 Z 0,95 0,025 0,025 1,960 -1,960 Z Fundamentos de Metrologia e Estatística Intervalo de confiança para a média quando a variância é conhecida Se Z é uma variável aleatória com distribuição normal padronizada, então há uma probabilidade 1 - α de Z estar dentro dos limites: Denomina-se por: α o nível de significância 1 - α o nível de confiança 2/2/ zZz 1 - α α/2 α/2 zα/2 -zα/2 Z Fundamentos de Metrologia e Estatística Intervalo de confiança para a média quando a variância é conhecida A desigualdade: pode ser reescrita como: e, finalmente, como: que é o intervalo de confiança para a média da população estimada a partir da média da amostra. 2/2/ z X z X X XXX zXzX 2/2/ n zX n zX XX X 2/2/ tem 1 - α de probabilidade de ser satisfeita Fundamentos de Metrologia e Estatística Problema Um fabricante produz resistores com desvio padrão 10Ω e distribuição normal. A média de uma amostra aleatória de n=25 foi 98,0Ω. Calcule o intervalo de confiança para a média da população de resistores produzidos. Use o nível de confiança 95,0%. Fundamentos de Metrologia e Estatística Solução A população das médias apresentará: O nível de significância (α) é calculado por: 2 25 10 XXX e 960,1 025,02/ 050,0 950,01 2/ Z Fundamentos de Metrologia e Estatística Solução O intervalo de confiança para a média: Há 95,0% de chances da média da população se situar dentro do intervalo (98,0 ± 3,9) Ω n zX n zX XX X 2/2/ 25 10 960,10,98 25 10 960,10,98 X )9,30,98( 92,10108,94 X X Fundamentos de Metrologia e Estatística Tamanho da amostra quando a variância é conhecida A equação: Pode ser reescrita como: Que, no limite, se reduzà igualdade. Resolvendo para n: 2/2/ z n X z X X 2/ z n X X X 2 2/ X X X z n XX Sendo: = o intervalo de confiança aceitável Fundamentos de Metrologia e Estatística Problema No problema anterior qual seria o tamanho mínimo da amostra para assegurar que tamanho do intervalo de confiança da média da população é de ±5Ω? Use o nível de confiança 95,0%. Fundamentos de Metrologia e Estatística Solução Para que a incerteza do intervalo de confiança seja ±5Ω é necessário que no limite: Calculando o tamanho mínimo da amostra: As amostras devem ter tamanho n = 16 5XX 3,15 5 10960,1 2 2 2/ X X X z n Fundamentos de Metrologia e Estatística Intervalo de confiança para a média quando a variância não é conhecida Neste caso, o desvio padrão é estimado a partir da amostra por: Define-se então a estatística: Que possui distribuição t de Student com ν = n-1 graus de liberdade n i iX xx n S 1 2)( 1 1 nS X T X X Fundamentos de Metrologia e Estatística Cervejaria Guinness - Dublin William Sealy Gosset (1876 a 1937) EMC 5223 – Estatística e Metrologia para Engenharia Fundamentos de Metrologia e Estatística Distribuição t de Student Normal t de Student (u = 4) -6 -4 -2 0 2 4 6 Fundamentos de Metrologia e Estatística Fundamentos de Metrologia e Estatística Intervalo de confiança para a média quando a variância não é conhecida A desigualdade: pode ser reescrita como: e, finalmente, como: que é o intervalo de confiança para a média da população estimada a partir da média da amostra. ;2/;2/ t S X t X X XXX StXStX ;2/;2/ n S tX n S tX XX X ;2/;2/ tem 1 - α de probabilidade de ser satisfeita Fundamentos de Metrologia e Estatística Problema Um fabricante produz resistores com desvio padrão desconhecido e distribuição normal. A média de uma amostra aleatória de n=25 foi 98,0Ω. O desvio padrão da amostra foi 10,0Ω. Calcule o intervalo de confiança para a média da população de resistores produzidos. Use o nível de confiança 95,0%. Fundamentos de Metrologia e Estatística Solução A amostra de n=25 forneceu os parâmetros: O intervalo de confiança é calculado por: Há 95,0% de chances da média da população se situar dentro do intervalo (98,0 ± 4,1) Ω 0,100,98 Xsex n S tX n S tX XX X ,2/,2/ 25 10 064,20,98 25 10 064,20,98 X )1,40,98(13,10287,93 XX ou
Compartilhar