Baixe o app para aproveitar ainda mais
Prévia do material em texto
Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Aulas 07 e 08 Estimação de Parâmetros – Parte I Profs. Fernando Tobal Berssaneti André Leme Fleury Renato de Oliveira Moraes Leandro Alves Patah Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Introdução População Amostra Probabilidades (Raciocínio Dedutivo) Estatística Inferencial (Raciocínio Indutivo) Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Introdução Cálculo de Probabilidades: entender a incerteza associada à tomada da amostra de uma dada população Estatística Descritiva: como tratar o conjunto de dados, se preocupando com sua organização e descrição Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Estatística Indutiva Estatística Indutiva: tirar conclusões probabilísticas, através de análises e interpretações, sobre aspectos das populações com base na observação de amostras extraídas dessas populações; visando à tomada de decisões Procedimentos Inferenciais: - Estimativa por pontos - Estimativas por intervalo de confiança - Testes de hipóteses Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Estimadores Em estudos feitos com base em amostras é preciso escolher qual das estatísticas da amostra será o melhor estimador para cada parâmetro estudado Como os parâmetros serão estimados através das estatísticas (estimadores) de uma amostra aleatória e como para cada amostra aleatória as estatísticas apresentarão diferentes valores, os estimadores também terão valores aleatórios Estimador é uma variável aleatória que segue uma distribuição de probabilidades, ou seja, a quantidade calculada em função dos elementos da amostra que será usada no processo de estimação do parâmetro desejado Estimativa é cada particular valor assumido por um estimador Notação 𝜃 = parâmetro a ser estimado 𝑇 = um estimador de 𝜃 𝑡 = uma dada estimativa Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Há basicamente quatro critérios para a escolha de um estimador: – Justeza (não tendenciosidade) – Consistência – Eficiência – Suficiência Propriedades dos estimadores Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Justeza (não tendenciosidade): Um estimador T é um estimador justo (não tendencioso, não viciado, não viesado) de um parâmetro 𝜃 quando o valor esperado de T (média ou expectância) é igual ao valor do parâmetro 𝜃 a ser estimado: 𝜇(𝑇) = 𝜃 Isto significa que os valores aleatórios do estimador T ocorrerão em torno do valor do parâmetro 𝜃 Propriedades dos estimadores Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Consistência Um estimador T é consistente se para todo ε > 0: lim 𝑛→∞ 𝑃 𝑇 − 𝜃 ≥ 𝜀 = 0 Isto significa que, sendo o estimador consistente, pode-se, com amostras suficientemente grandes, tornar o erro da estimação tão pequeno quanto se queira Em outras palavras, sua variância tende a zero à medida que o tamanho da amostra aleatória aumenta lim 𝑛→∞ 𝜎2(𝑇) = 0 Propriedades dos estimadores Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Eficiência Dados dois estimadores, T1 e T2, a serem utilizados na estimação de um mesmo parâmetro 𝜃, diremos que T1 é mais eficiente que T2 como estimador de 𝜃 se, para o mesmo tamanho de amostra 𝜇 𝑇1 − 𝜃 2 < 𝜇 𝑇2 − 𝜃 2 Se T1 e T2 forem estimadores justos de 𝜃, esta condição indicará que: 𝜎2(𝑇1) < 𝜎 2 𝑇2 Propriedades dos estimadores Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Suficiência Um estimador T é suficiente se contém o máximo possível de informação com referência ao parâmetro por ele estimado Em problemas de estimação de parâmetros, deve-se procurar trabalhar com estimadores justos, consistentes, da maior eficiência possível e, de preferencia, suficientes Propriedades dos estimadores
Compartilhar