Baixe o app para aproveitar ainda mais
Prévia do material em texto
Métodos Estatísticos Nara Reges F. P. Pereira Universidade Federal do Oeste da Bahia Engenharia de Produção (UFOB) 1 / 19 Inferência Estatística (UFOB) 2 / 19 Distribuições Amostrais (UFOB) 3 / 19 Distribuição Amostral da Média Seja X a variável de uma população que tenha parâmetros média populacional µ = E(X ) e variância populacional σ2 = Var(X ) conhecidos. Vamos retirar todas as possíveis AAS de tamanho n dessa população, e para cada uma calcular a média X¯ . Consideremos a distribuição amostral e estudemos suas propriedades. (UFOB) 4 / 19 Distribuição Amostral da Média Example A população {1,3,5,5,7} tem média µ = 4,2 e variância σ2 = 4,16. Vimos que a distribuição amostral da média para amostras de tamanho 2 é dada por (UFOB) 5 / 19 Distribuição Amostral da Média Sendo assim, a esperança da variável X¯ é E(X¯) = ∑ i x¯pi = 1× 125 + 2× 2 25 + 3× 5 25 + 4× 6 25 + 5× 6 25 +6× 425 + 7× 1 25 = 4,2. e Var(X¯ ) = ∑ i (xi − E(X¯ ))2pi = 2,08. (UFOB) 6 / 19 Distribuição Amostral da Média Theorem Seja X uma v.a. com média µ e variância σ2, e seja (X1, ...,Xn) uma AAS de X. Então, E(X¯ ) = µ e Var(X¯) = σ 2 n . Example Para a população {1,3,5,5,7} observe o histograma das distribuições de X¯ para n = 1,2 e 3. (UFOB) 7 / 19 Distribuição Amostral da Média Example (UFOB) 8 / 19 Distribuição Amostral da Média Theorem (TLC) Para amostras aleatórias simples (X1, ...,Xn), retiradas de uma população com média µ e variância σ2 finita, a distribuição amostral da média X¯ aproxima-se, para n grande, de uma distribuição normal, com média µ e variância σ2/n. (UFOB) 9 / 19 Distribuição Amostral da Média (UFOB) 10 / 19 Distribuição Amostral da Média Corolário: Se (X1, ...,Xn) for uma AAS da população X , com média µ e variância σ2 finita, então Z = X¯ − µ σ/ √ n ∼ N(0,1) (UFOB) 11 / 19 Distribuição Amostral da Média Example Seja X a v.a. que representa o peso real de pacotes de café enchidos automaticamente por uma máquina. Supomos que X ∼ N(500,100). Colhendo-se uma amostra de n = 100 pacotes e pesando-os, temos que X¯ terá uma distribuição normal com média 500 e variância 100/100 = 1. Qual a probabilidade de que a média de 100 pacotes esteja entre 498 e 502 gramas? (UFOB) 12 / 19 Distribuição Amostral da Média Example Seja X a v.a. que representa o peso real de pacotes de café enchidos automaticamente por uma máquina. Supomos que X ∼ N(500,100). Colhendo-se uma amostra de n = 100 pacotes e pesando-os, temos que X¯ terá uma distribuição normal com média 500 e variância 100/100 = 1. Qual a probabilidade de que a média de 100 pacotes esteja entre 498 e 502 gramas? P(498 < X¯ < 502) = P ( 498− 500 1 < X¯ − µ σ/ √ n < 502− 500 1 ) = P(−2 < Z < 2) = Φ(2)− Φ(−2) = Φ(2)− [1− Φ(2)] = 2Φ(2)− 1 = 2× 0,9772− 1 = 0,9544 (UFOB) 12 / 19 Distribuição Amostral de uma Proporção Seja X uma v.a. definida da seguinte maneira: X = { 1, se o indivíduo for portador da característica, 0, se o indivíduo não for portador da característica. onde a proporção de elementos protadores de certa característica é p. Logo, µ = E(X ) = (UFOB) 13 / 19 Distribuição Amostral de uma Proporção Seja X uma v.a. definida da seguinte maneira: X = { 1, se o indivíduo for portador da característica, 0, se o indivíduo não for portador da característica. onde a proporção de elementos protadores de certa característica é p. Logo, µ = E(X ) = p e σ2 = Var(X ) = (UFOB) 13 / 19 Distribuição Amostral de uma Proporção Seja X uma v.a. definida da seguinte maneira: X = { 1, se o indivíduo for portador da característica, 0, se o indivíduo não for portador da característica. onde a proporção de elementos protadores de certa característica é p. Logo, µ = E(X ) = p e σ2 = Var(X ) = p(1− p). (UFOB) 13 / 19 Distribuição Amostral de uma Proporção Seja Yn o total de indivíduos portadores da característica em uma AAS retirada da população. Então, Yn ∼ b(n,p). A proporção de indivíduos portadores da característica na amostra é pˆ = (UFOB) 14 / 19 Distribuição Amostral de uma Proporção Seja Yn o total de indivíduos portadores da característica em uma AAS retirada da população. Então, Yn ∼ b(n,p). A proporção de indivíduos portadores da característica na amostra é pˆ = Yn n . (UFOB) 14 / 19 Distribuição Amostral de uma Proporção Temos que Yn = X1 + ...+ Xn, ou Yn = nX¯ . Pelo TLC X¯ tem distribuição aproximadamente normal com média p e variância p(1−p)n , ou seja, X¯ ∼ N ( p, p(1− p) n ) . (UFOB) 15 / 19 Distribuição Amostral de uma População Como X¯ é a própria variável pˆ, temos que, para n grande podemos considerar a distribuição amostral de pˆ como aproximadamente normal: pˆ ∼ N ( p, p(1− p) n ) . (UFOB) 16 / 19 Distribuição Amostral de uma População Example Suponha que p = 30% dos estudantes de uma escola sejam mulheres. Colhemos uma AAS de n = 10 estudantes e calculamos pˆ = proporção de mulheres na amostra. Qual a probabilidade de que pˆ difira de p em menos de 0,01? (UFOB) 17 / 19 Distribuição Amostral de uma População Example Suponha que p = 30% dos estudantes de uma escola sejam mulheres. Colhemos uma AAS de n = 10 estudantes e calculamos pˆ = proporção de mulheres na amostra. Qual a probabilidade de que pˆ difira de p em menos de 0,01? Primeiro vamos calcular a variância Var(pˆ) = p(1− p) n = (0,3)(0,7) 10 = 0,021. (UFOB) 17 / 19 Distribuição Amostral de uma População Example Assim, P(|pˆ − p| < 0,01) = P(−0,01 < pˆ − p < 0,01) = P ( −0,01√ 0,021 < Z < −0,01√ 0,021 ) = P(−0,07 < Z < 0,07) = Φ(0,07)− Φ(−0,07) Φ(0,07)− [1− Φ(0,07)] = 2Φ(0,07)− 1 2× 0,5279− 1 = 0,0558. (UFOB) 18 / 19 FIM! (UFOB) 19 / 19
Compartilhar