Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
Aula 04 – Estimação pontual Prof. Me. André Breve andre.breve@estacio.br CCE0174 – Estatística Aplicada à Engenharia A inferência Estatística Aplicada à Engenharia – Prof. Msc. André Breve estatística está sempre focada em tirar conclusões a cerca de um ou mais parâmetros de uma população Uma parte importante desse processo é obter estimativas dos parâmetros. Ao discutirmos problemas de inferência, é conveniente termos um símbolo geral para representar o parâmetro de interesse – Usaremos o símbolo grego θ (teta) para representar o parâmetro μ, a variância σ2 ou O símbolo θ pode representar a média qualquer parâmetro de interesse para nós Introdução O objetivo da estimação pontual é selecionar um único número, baseado nos dados da amostra, que é o valor mais plausível para θ. O valor numérico de uma estatística amostral será usado como a estimativa pontual. Estatística Aplicada à Engenharia – Prof. Msc. André Breve Um estimador pontual de algum parâmetro de uma população θ é um único valor numérico θ de uma estatística Θ. A estatística Θ é chamada de estimador pontual. Estimação Pontual Exemplo: Suponha que a variável aleatória X seja normalmente distribuída, com uma média desconhecida μ. A média da amostra é um estimador pontual da média desconhecida da população. Amostra: {25, 30, 29, 31} Depois de a amostra ter sido selecionada, o valor numérico é a estimativa pontual de μ Similarmente, se a variância da população for também desconhecida, um estimador pontual para σ2 será a variância da amostra s2 e o seu valor numérico é chamado de estimativa pontual de σ2 = 25+30+29+31 4 = 28,75 Estatística Aplicada à Engenharia – Prof. Msc. André Breve Estimação Pontual Estimadores não tendenciosos Um estimador deve estar “perto”, de algum modo, do valor verdadeiro do parâmetro desconhecido. Formalmente dizemos que Θ é um estimador não tendencioso de θ se o valor esperado de Θ for igual a θ, ou seja, a média amostral de Θ é igual a θ Não tendêncioso: E(Θ) = θ (tendência zero) Tendencioso: a diferença E(Θ) – θ é chamada de tendência do estimador Θ Estatística Aplicada à Engenharia – Prof. Msc. André Breve Estimação Pontual Erro-Padrão Quando o valor numérico ou estimativa de um parâmetro é reportado, geralmente é desejável dar alguma ideia da precisão da estimação. A medida de precisão normalmente empregada é o erro-padrão do estimador O erro-padrão de um estimador é o seu desvio padrão No caso de não conhecer σ, substituímos pelo amostral (s) 𝜎𝑥 = 𝜎 𝑛 Estimação Pontual Estatística Aplicada à Engenharia – Prof. Msc. André Breve Erro-Padrão Quando o estimador seguir uma distribuição normal, poderemos estar razoavelmente confiantes de que o valor verdadeiro do parâmetro estará entre dois erros-padrão da estimativa Mesmo em casos em que o estimador pontual não seja normalmente distribuído, podemos estabelecer que desde que o estimador seja não tendencioso, a estimativa do parâmetro desviará do valor verdadeiro tanto quatro erros-padrão no máximo 6% do tempo. Estatística Aplicada à Engenharia – Prof. Msc. André Breve Estimação Pontual Exemplo: Um artigo descreveu o novo método de medir a condutividade térmica de ferro Armco. Usando uma temperatura de 100°F e uma potência de 550 watts, as 10 medidas seguintes de condutividade térmica foram obtidas: 41,60; 41,48; 42,34; 41,95; 41,86; 42,18; 41,72; 42,26; 41,81; 42,04 Encontre uma estimativa pontual da condutividade térmica média, o erro padrão amostral e o intervalo de precisão. 419,24 10 = = 41,924 𝜎𝑥 = 𝜎 𝑛 = = 𝑠 0,284 𝑛 10 = 0,0898 Estatística Aplicada à Engenharia – Prof. Msc. André Breve Obs1: O erro-padrão é cerca de 0,2% da média amostra, implicando que tivemos uma estimativa pontual relativamente precisa da condutividade Obs2: Como 2𝜎𝑥 = 0,1796, podemos considerar com bastante confiança que a condutividade térmica média está no intervalo 41,924 ± 0,1796, ou seja: entre 41,744 e 42,104 Estimação Pontual Exercício 1: Dados sobre a espessura de óxido de semicondutores são os seguintes: 425, 431, 416, 419, 421, 436, 418, 410, 431, 433, 423, 426, 410, 435, 436, 428, 411, 426, 409, 437, 422, 428, 413, 416 Calcule a estimativa pontual da média da espessura do óxido para todas as pastilhas da população. Calcule a estimativa pontual do desvio padrão da espessura do óxido para todas as pastilhas da população. Calcule o erro-padrão da estimativa pontual do item “a” Calcule a estimativa pontual da mediana da espessura do óxido para todas as pastilhas na população Calcule a estimativa pontual da proporção de pastilhas na população que tem uma espessura de óxido maior do que 430 angstrons Estatística Aplicada à Engenharia – Prof. Msc. André Breve Estimação Pontual Estimação Pontual Estatística Aplicada à Engenharia – Prof. Msc. André Breve Exercício 2: Um pacote computacional foi utilizado para calcular alguns sumários numéricos de uma amostra de dados. Os resultados estão dispostos abaixo: Preencha os valores que faltam Qual é a estimativa da média da população a partir da qual essa amostra foi retirada? Variável N Média Erro-padrãodamédia Variância DesvioPadrão X 20 50,184 ? 1,816 ? Estimação Pontual Estatística Aplicada à Engenharia – Prof. Msc. André Breve Exercício 3: Um pacote computacional foi utilizado para calcular alguns sumários numéricos de uma amostra de dados. Os resultados estão dispostos abaixo: Preencha os valores que faltam Qual é a estimativa da média da população a partir da qual essa amostra foi retirada? Variável N Média Erro-padrãodamédia Variância DesvioPadrão Soma X ? ? 2,05 ? 10,25 3761,70
Compartilhar