Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO-UFERSA DEPARTAMENTO DE CIÊNCIAS VEGETAIS-DCV DISCIPLINA: ESTATÍSTICA UFERSA MOSSORÓ-RN 2013 Usualmente é impraticável observar toda a população, seja pelo custo caríssimo seja por dificuldades diversas. Examina-se então uma amostra. Se essa amostra for bastante representativa, os resultados obtidos poderão ser generalizados para toda a população. O pesquisador poderá levantar hipóteses das possibilidades das generalizações dos resultados aos experimentos semelhantes. Deverá testar essas hipóteses que poderão ser rejeitadas. Um experimento pode finalidade a determinação da estimativa de um parâmetro de uma função. Ao conjunto de técnicas e procedimentos que permitem dar ao pesquisador um grau de confiabilidade, de confiança, nas afirmações que faz para toda a população, baseadas nos resultados das amostras, damos o nome de Inferência Estatística. Amostragem Amostra (x) – População ( µ ) Inferência Estatística 6.1 Conceitos básicos: 1. Parâmetro (θ ) - É uma medida estatística que serve para identificar determinada característica populacional. 2. Estimador ( θˆ ) É uma regra que diz como calcular a estimativa com base na informação contida na amostra onde é representado através de uma fórmula. 3. Estimativa ( oθˆ ) É o valor numérico assumido pelo estimador numa determinada amostra. 4. Estimação É o processo que consiste em utilizar os dados amostrais para estimar valores de parâmetros populacionais desconhecidos. 6.2 Qualidade de um bom estimador: *Consistência: *Ausência de vício: *Eficiência: *Suficiência: 6.3 Tipos de Estimativa: *Por ponto: a partir da amostra procura-se obter um único valor de certo parâmetro populacional. s² = σ² *Por intervalo: a partir da amostra procura-se construir um intervalo de variação 21 ˆˆ θθθ ≤≤ , com certa probabilidade de conter o verdadeiro valor do parâmetro populacional. Esse intervalo é chamado de limite de confiança Estimando a média para grandes e pequenas amostras Métodos Fatores Distribuição Normal Distribuição t-Student Tamanho da amostra n ≥ 30 n<30 Variância 2σ s2 Variável utilizada Z T Representação gráfica 0,45 0,45 -1,645 Z= 0 +1,645 6.4 Estimativa da Média 6.4.1). Estimativa da média (µ) em grande amostra (n ≥ 30) ou σ conhecido P( -Z n σ < µ < -Z n σ )=95% . ± Z n σ são os limites de confiança; .β é o grau ou coeficiente de confiança; . Não tendo o valor de σ , pode-se usar o valor de s, desde que n ≥ 30. Valores de Z tabelado Probabilidade 90% 95% 99% Z tabelado 1,64 1,96 2,57 6.4.2 Erro máximo da estimativa e = Z. n σ Esse valor indica o afastamento máximo que o parâmetro µ pode ter em relação aos limites de confiança para determinado nível de confiança. 6.4.3. Tamanho da amostra no = 2 . e Z σ Exemplo 1: Estabelecer um intervalo de confiança de 95% para µ, sendo que uma amostra de tamanho n=36, dessa população forneceu =30 e s=4. Qual é o erro amostral? 3) Qual o tamanho da amostra? Exemplo 2: O projetista de uma indústria tomou uma amostra de 36 funcionários para verificar o tempo médio gasto para montar um determinado brinquedo. Lembrando que foi verificado que = 19,9 e σ=5,73, construir um intervalo de confiança com (1-0,05) = 0,95 para µ. 6.4.2). Estimativa da média (µ) em grande pequena (n<30) ou σ desconhecido t = ns x / µ− P( -t 2/α n s < µ < +t 2/α n s )= (1-α ) Exemplo: 1) Qual o intervalo de confiança para µ, no nível de 95%, sendo que uma amostra de tamanho 20 forneceu x=38 e s=5? P( -t n s < µ< +t n s )=1-α 6.5 Estimativa de uma Proporção Numa amostra de n elementos, obtêm-se uma estimativa por ponto da proporção p de indivíduos com determinada característica da população através do valor p= n x , onde x é o número de elementos da amostra com a característica. .Grandes amostras • Distribuição amostral de p (amostra ≥ 30) -Ditribuição Normal Aproximada - µ p= p -σ p= n pq P(p’- Z 2/α n qp '' <p< p’+ Z 2/α n qp '' )= 1-α Exemplo: Uma amostra casual de 625 donas de casa revelou que 70% delas preferem a marca X de detergente. Construir um intervalo de confiança para P, a proporção da população de donas de casa que preferem a marca X, com coeficiente de confiança de 95%. 6.6 Estimativa da diferença entre duas médias A diferença amostral (x1-x2) estima ( µ 1- µ 2) a um nível α de probabilidade. 1º Caso: Intervalo de confiança para a diferença entre médias de duas populações normais (variâncias conhecidas) P(( 1- 2)- 21 2 2 2 1 2 nn Z σσ α + ≤( µ 1- µ 2)≤ ( 1- 2)+ 21 2 2 2 1 2 nn Z σσα + )=1-α . x ± 1,96 n σ são os limites de confiança; . 95% é o grau ou coeficiente de confiança; . Não tendo o valor de σ , pode-se usar o valor de s, desde que n ≥ 30. Exemplo: Amostras de lâmpadas foram retiradas de um lote em duas fábricas, onde na = 30 e nb = 35. Investigou-se a duração da vida útil de lâmpadas em que x= 1800 h e x=1700 h com Sa = 20 e Sb = 18. Construa um IC para a diferença média das lâmpadas com nível de 95 % de confiança. 2º Caso: Intervalo de confiança para a diferença entre médias de duas populações normais desvios padrões σ1 e σ2 desconhecidos e supostamente iguais: P(( 1- 2)- 2 1 1 12 2 nn St p +α ≤( µ 1- µ 2)≤ ( 1- 2)+ 2 1 1 12 2 nn St p +α )=1-α 221 )12()11( 22212 −+ −+− = nn SnSnS p Exemplo: Da população 1 foi extraída uma amostra de 25 elementos obtendo-se x1=42 e S1=2,7 e da população 2 foi extraída uma amostra de 17 elementos obtendo-se x2=35 e S2=2,7. Construa um IC para a diferença entre as médias ao nível de 10 % de significância para (µ1-µ2). 3º Caso: Intervalo de confiança para a diferença entre médias de duas populações normais desvios padrões σ1 e σ2 desconhecidos e supostamente diferentes Consideremos duas amostras aleatórias, X1, X2, ..., Xn1 de tamanho n1 e Y1, Y2, ..., Yn2 de tamanho n2, com distribuições Normais, mas agora com variâncias desconhecidas e diferentes, isto é, σ12 ≠ σ22. Como as variâncias populacionais são desconhecidas, usaremos as variâncias amostrais s12, s22 em seus lugares. A variável T dada pela equação acima tem distribuição t de Student com ν graus de liberdade, onde ( ) 2 2 2 1 2 1 2 2 2 1 2 1 2 2,1, 11 21 n S w n S w n w n w ww == − + − − =ν O intervalo de confiança para a diferença de duas médias com variâncias desconhecidas e desiguais é dado por: P((x1-x2)- 21 2 2 2 1 2 n S n S t +α ≤( µ 1- µ 2)≤ (x1-x2)+ 21 2 2 2 1 2 n S n S t +α )=1-α Exemplo 1: Da população 1 foi extraída uma amostra de 10 elementos obtendo-se x= 40 e S1 = 4,5 e da população 2 foi extraída uma amostra de 15elementos obtendo-se x= 35 e S2 = 2,1. Construir o IC ao nível de 5 % para (µ1 - µ2). Exercício Geral- Estimação- Data de entrega: ____/____/___ 1 – Uma amostra de 36 baterias foi testada acusando vida média de 48 meses. Sabendo-se que de levantamentos anteriores, o desvio padrão da população da qual foi extraída a amostra é de 4 meses, determine um intervalo de confiança de 95 % em torno da verdadeira média da população. 2 – Qual o intervalo de confiança que contará com 90 % a verdadeira média de uma população normal que resultou ∑xi = 700,8 e ∑xi2 = 23436,8 de uma amostra de 30 elementos. 3 - Uma amostra aleatória de 20 baterias foi testada acusando vida média de 48,2 meses e desvio padrão de 5,4 meses. Determine um intervalo de confiança de 95 % em torno da verdadeira média da população. 4 - Uma amostra aleatória de 500 peças produzidas por certa uma máquina verificou-se que 30 eram defeituosas. Determine o intervalo de confiança de 90 e 95 % em torno da verdadeira proporção de peças defeituosas produzidas por essa máquina. 5 - Utilizando os dados do exercício 10, determine o intervalo de confiança de 90 e 95 % em torno da verdadeira proporção de peças sem defeitos produzidas por essa máquina. 6 - Amostras de peças de uma máquina foram retiradas de um lote em duas fábricas, onde na = 40 e nb = 50. Investigou-se a duração da vida útil das peças em que = 2500 h e = 2200 h com σa = 70 e σb = 50. Construa um intervalo de confiança para a diferença média das peças com nível de 95 % de confiança. 7 - Seja X1 N(µ1, σ12) e X2 N(µ2, σ22). Da população 1 foi extraída uma amostra de 20 elementos obtendo-se = 45 e S1 = 2,4 e da população 2 foi extraída uma amostra de 12 elementos obtendo-se = 38 e S2 = 2,4. Construir o intervalo de confiança ao nível de 10 % para (µ1 - µ2). 8- Uma amostra de 36 crianças de uma escola de 1º grau forneceu peso médio de 28,5 kg e desvio padrão de 5,2 kg. Determinar, no nível de 95%: a) Intervalo de confiança da µ. b) qual seria o tamanho da amostra para que o erro máximo de estimativa fosse de 1,2? c) qual seria o erro máximo de estimativa, se amostra fosse de 200 crianças? Interprete o resultado. 9- Os dados a seguir correspondem a teores de um elemento indicador da qualidade de um certo produto. Foram coletadas 2 amostras referente a 2 métodos de produção. Construa um intervalo de confiança para a diferença das médias dos dois métodos. Método 1 0,9 2,5 9,2 3,2 3,7 1,3 1,2 2,4 3,6 8,3 Método 2 5,3 6,3 5,5 3,6 4,1 2,7 2,0 1,5 5,1 3,5
Compartilhar