Baixe o app para aproveitar ainda mais
Prévia do material em texto
10/06/2016 1 Estatística Universidade Federal Rural do Rio de Janeiro ICE/DEMAT Profª: Adriana Andrade Inferência Estatística Conjunto de técnicas estatísticas que têm como objetivo produzir afirmações sobre uma dada característica da população a partir de informações colhidas de uma amostra probabilística. 1 - A população é composta de todos os alunos da Rural. A renda média é desconhecida 2 – Seleciona-se uma amostra de 400 alunos e calcula-se a média. 3 – A renda média calculada a partir da amostra é usada para estimar a renda média da população total de alunos 10/06/2016 2 Problema de Inferência Considerando o fato de que uma característica populacional pode ser representada por uma variável aleatória, teremos então interesse em descobrir o modelo dessa variável e os seus respectivos parâmetros. Na impossibilidade de realizar um censo, opta-se por fazer uma amostragem da população para inferir/estimar essas quantidades. Teste de hipóteses Conceitos Parâmetros: São medidas utilizadas para descrever uma população. Exemplo: média populacional de idade ( ). Estatística: é qualquer função da amostra (X1, ..., Xn). Logo, conclui-se que uma estatística é uma variável aleatória, pois é uma função de variáveis aleatórias (ou seja, dos elementos da amostra.). Inferências sobre os parâmetros populacionais serão baseadas em estatísticas. Estimador: Se é um parâmetro de uma população e empregamos uma estatística baseada em uma amostra dessa população para estimar seus parâmetros, diz-se que é um estimador de . Estimativa: valor de um estimador observado na amostra. 10/06/2016 3 Tabela 1 – Notação usual para os principais parâmetros e suas estimativas Média Variância Desvio-padrão Proporção Número de observações Parâmetros populacionais 2 p N Estatísticas da amostra x s² s pˆ n Expressão dos Estimadores Média Amostral: n x x i i Desvio-Padrão Amostral: 221 2 1 1 1 )( xnx nn xx s i n i i , 10/06/2016 4 1) Estimador não-viesado: Um estimador T é dito não-viesado do parâmetro 𝜃 quando: E(T) = 𝜃 2) Estimador eficiente: Se T1 e T2 são dois estimadores não-viesados do parâmetro 𝜃, diz que T1 é mais eficiente que T2 se VAR (T1) < VAR (T2) Qualidades de um bom estimador 2 - Erro Amostral Aspecto inerente ao processo de amostragem. É uma função da variância da variável sob estudo Devido à natureza aleatória geralmente envolvida no procedimento amostral, não podemos garantir que repetições de amostras produzam sempre resultados idênticos. Assim, ao coletarmos uma amostra, não podemos prever antecipadamente seu resultado. Em outras palavras, todas as quantidades associadas à amostra terão caráter aleatório e, portanto, devem receber tratamento probabilístico. 10/06/2016 5 2 - Erro Amostral Aspecto inerente ao processo de amostragem. É uma função da variância da variável sob estudo Devido à natureza aleatória geralmente envolvida no procedimento amostral, não podemos garantir que repetições de amostras produzam sempre resultados idênticos. Assim, ao coletarmos uma amostra, não podemos prever antecipadamente seu resultado. Em outras palavras, todas as quantidades associadas à amostra terão caráter aleatório e, portanto, devem receber tratamento probabilístico. Distribuição Amostral A distribuição amostral de um estimador informa a sua distribuição de probabilidade relacionada à amostragem aleatória simples. Distribuição Amostral da Média A distribuição amostral de é a distribuição de todos os possíveis valores que ela pode assumir, calculados com base em todas as amostras AAS possíveis de igual tamanho extraídas da população de interesse. A partir da distribuição amostral de podemos saber como os valores de estão distribuídos em torno da média populacional e obter informações sobre as possíveis diferenças entre e . X X X X 10/06/2016 6 Uma população X, com determinado parâmetro de interesse 𝜃; São retiradas toda as amostras retiradas da população; Para cada amostra, calcula-se o valor t da EstatísitIca T Os valores t formam uma nova população, cuja distribuição recebe o nome de distribuição amostral de T. Distribuição Amostral 10/06/2016 7 Teorema Central do Limite Para amostras aleatórias simples (X1, X2,...,Xn), retiradas de uma população com média 𝜇 e variância 𝜎2, a distribuição amostral da média aproxima-se para n grande, de uma distribuição Normal com média 𝜇 e variância 𝜎2 𝑛 10/06/2016 8 Exemplo: Suponha que um professor particular tenha quatro alunos cujas idades são as seguintes: 18, 19, 20 e 22. Então, nossa população é formada por quatro indivíduos (N=4) e suponha ainda que a variável idade dos alunos possa ser modelada por uma distribuição Normal. Com base nessas informações, foram extraídas todas as amostras possíveis de tamanho dois (n=2). Calcule a média e a variância da distribuição das médias de todas as amostras possíveis e compare com a média e a variância populacional. Exemplo: Uma máquina enche pacotes cujos pesos seguem uma distribuição N(500,100). Retirou-se uma amostra de 100 pacotes dessa população. A máquina será considerada como desregulada se o peso médio dos pacotes diferir de 500g para mais ou menos 2 gramas. Qual a probabilidade de que isto ocorra?
Compartilhar