Baixe o app para aproveitar ainda mais
Prévia do material em texto
Aproximac¸a˜o Aproximac¸a˜o da Distribuic¸a˜o Binomial pela Normal Consideremos uma populac¸a˜o X em que a proporc¸a˜o de indiv´ıduos portadores de uma certa caracter´ıstica e´ p. Seja X1, · · · ,Xn uma amostra aleato´ria de X , onde Xi = 1, se o indiv´ıduo i possui a caracter´ıstica,0, caso contra´rio, ou seja, Xi ∼ ber(p), i = 1, 2, ..., n. Como as observac¸o˜es sa˜o independentes, temos Sn = X1 + ...+ Xn ∼ bin(n, p) Notas de Aula do Prof. Lucas Moreira EST/UnB Aproximac¸a˜o Aproximac¸a˜o da Distribuic¸a˜o Binomial pela Normal Seja, pˆ = Snn , a proprc¸a˜o amostral dos indiv´ıduos portadores da caracter´ıstica. Utilizando a distribuic¸a˜o exata de Sn (n pequeno), podemos escrever, P ( pˆ = kn ) = P ( Sn n = k n ) = P (Sn = k) = n k pk (1− p)n−k k = 0, 1, ..., n· Utilizando-se o T.L.C (n grande), temos pˆ ∼ N ( p, p(1−p)n ) Notas de Aula do Prof. Lucas Moreira EST/UnB Aproximac¸a˜o Aproximac¸a˜o da Distribuic¸a˜o Binomial pela Normal Exemplo: Seja p for a proporc¸a˜o de fumantes no DF. Supondo que p = 0.2 e que tenhamos coletado uma amostra aleato´ria simples de 500 indiv´ıduos, onde Xi = 1, se o indiv´ıduo i e´ fumante,0, caso contra´rio. Enta˜o, pˆ = ∑500 i=1 Xi 500 e, pelo T.L.C, temos pˆ ∼ N (0.2, 0.2×0.8500 ) = N (0.2, 0.00032) · Logo, P (pˆ ≤ 0.25) = P (Z ≤ 2.795) = Φ (2.795) = 0.9974 Notas de Aula do Prof. Lucas Moreira EST/UnB Aproximac¸a˜o Aproximac¸a˜o da Distribuic¸a˜o Binomial pela Normal Como pˆ = Snn , enta˜o Sn = npˆ. Quando n e´ grande o suficiente, sabemos, pelo T.L.C., que pˆ ∼ N ( p, p(1−p)n ) · Qual a distribuic¸a˜o de Sn quando n e´ grande o suficiente? Proposic¸a˜o: Sejam X ∼ N(a, b) e Y = αX + β, α, β ∈ R. Enta˜o, Y ∼ N(αa + β, α2b)· Notas de Aula do Prof. Lucas Moreira EST/UnB Aproximac¸a˜o Aplicac¸a˜o: Consideramos uma populac¸a˜o X , com X ∼ ber(p), e que X1, · · · ,Xn e´ uma amostra aleato´ria de X . Seja Sn = X1 + ...+ Xn. Pelo T.L.C. pˆ = Snn ∼ N ( p, p(1−p)n ) . Pela proposic¸a˜o anterior, Sn = npˆ ∼ N (np, np(1− p)). Resulatdo (Aproximac¸a˜o Normal da Binomial): bin(n, p) ≈ N (np, np(1− p)) , quando n e´ grande o suficiente. Notas de Aula do Prof. Lucas Moreira EST/UnB Aproximac¸a˜o Aproximac¸a˜o da Distribuic¸a˜o Binomial pela Normal Exemplo: Seja X ∼ bin(100, 0.4). Enta˜o, E(X ) = 100× 0.4 = 40; Var(X ) = 100× 0.4× 0.6 = 24. Como, X ≈ N(40, 24), temos P (X ≤ 50) = P ( Z ≤ 50− 40√ 24 ) ≈ Φ ( 10√ 24 ) = Φ (2.04) ≈ 0.9793 Notas de Aula do Prof. Lucas Moreira EST/UnB Aproximação
Compartilhar