Baixe o app para aproveitar ainda mais
Prévia do material em texto
Página 1 de 4 Aula 14 – Resumo de Inferência Estatística – médias e proporções Objetivos Com o objetivo de consolidar as idéias apresentadas sobre Inferência Estatística, vamos apresentar um grande resumo, de modo a ilustrar os aspectos comuns e importantes do material apresentado nas Aulas 4 a 13. Objetivos da Inferência Estatística O objetivo geral da Inferência Estatística é obter informações sobre determinada população − representada por uma variável aleatória X − a partir dos dados levantados para uma amostra. Neste curso, estamos considerando que nossa amostra X1, X2, . . . , Xn seja uma amostra aleatória simples, o que significa dizer que as variáveis Xi, i = 1, . . . , n são independentes e identicamente distribuídas, com distribuição igual à distribuição populacional. Estamos supondo também que a variável aleatória X que representa a população de interesse tenha uma distribuição f que depende de algum parâmetro desconhecido θ. Os dois objetivos específicos que consideramos foram: 1. Estimação do parâmetro θ − vimos alguns estimadores pontuais e também a estimação por intervalo de confiança. 2. Teste de hipóteses sobre o parâmetro θ. Os parâmetros considerados foram a média e a proporção. Inferência sobre a média de uma população População normal Os dois resultados básicos envolvendo uma população normal X ∼N(μ; σ2) são: O resultado (14.1) deve ser usado quando se conhece a variância populacional; essa é uma situação pouco encontrada na prática, de modo que, em geral, devemos usar o resultado (14.2), em que usamos o estimador da variância populacional: População não-normal – amostra grande Quando a população não é normal, mas a amostra é grande, o teorema central do limite nos diz que Note a diferença: quando a população é normal, os resultados (14.1) e (14.2) são exatos; aqui, o resultado é aproximado. A bondade da aproximação depende da forma da verdadeira distribuição populacional (quanto mais próxima de uma distribuição normal, melhor) e do tamanho da amostra (em geral, n > 30 fornece uma aproximação razoável). Página 2 de 4 Escolha entre as distribuições normal e t de Student Na Figura 14.1 é dado um esquema que ilustra o processo de escolha entre as distribuições normal e t de Student. Figura 14.1: Inferência sobre a média de uma população – escolha da distribuição amostral. Intervalo de confiança e teste de hipótese sobre a média de uma população Nos quadros a seguir temos o resumo dos resultados vistos sobre intervalo de confiança e teste de hipótese sobre a média de uma população. No teste de hipótese, rejeita-se a hipótese nula se o valor observado da média amostral cair na região crítica RC. Página 3 de 4 Inferência sobre a proporção populacional Quando a população de interesse é representada por uma variável aleatória de Bernoulli, o interesse está em estimar a proporção p de “Sucessos”. Neste caso, temos que utilizar a proporção amostral p e temos que ter uma amostra grande (n > 30). Com essas hipóteses, o resultado de interesse é No quadro a seguir temos o resumo dos resultados vistos sobre intervalo de confiança e teste de hipótese sobre a proporção populacional. No teste de hipótese, rejeita-se a hipótese nula se o valor observado da proporção amostral p cair na região crítica RC. Página 4 de 4 Bibliografia [1] ANDERSON, David R.; SWEENEY, Dennis J.; WILLIAMS, Thomas A. Estatística Aplicada à Administração e à Economia. São Paulo: Pioneira Thomson Learning, 2002 [2] MOORE, David S.; McCabe, George P.; DUCKWORTH, William M.; SCLOVE, Stanley L. A Prática da Estatística Empresarial – Como Usar Dados para Tomar Decisões. Rio de Janeiro: LTC Editora, 2006 [3] MORETTIN, Pedro Alberto; BUSSAB, Wilton de Oliveira. Estatística Básica, 5a Edição. São Paulo: Saraiva, 2006 [4] TRIOLA, Mario F. Introdução à Estatística, 9a. Edição. Rio de Janeiro: LTC Editora, 2005 [5] FARIAS, Ana M.; Métodos Estatísticos I. Rio de Janeiro. Fundação CECIERJ, 2009.
Compartilhar