Baixe o app para aproveitar ainda mais
Prévia do material em texto
Disciplina: Probabilidade e Estatística Fidel Ernesto Castro Morales Universidade Federal do Rio Grande do Norte Escola de Ciência e Tecnologia Intervalo de confiança para µ (Caso 1) Suposições: I A distribuição da população é normal I O valor do desvio padrão da população σ é conhecido Lembremos que I a soma de v.a. normais é uma normal, I E (X¯ ) = µ, I Var(X¯ ) = σ2/n Utilizando as propriedades da distribuição normal X¯ − µ σ/ √ n ∼? Definição Após observar X 1 = x 1 , · · · ,X n = x n , o intervalo de confiança de 100(1−α)% da média µ de uma população normal, quando o valor de σ é conhecido, é dado por( x¯ − z 1−α/2 σ√ n , x¯ + z 1−α/2 σ√ n ) , onde z 1−α/2 é o percentil (1− α/2)%100 da normal padrão. I Como se interpreta um intervalo de confiança? Exemplo 1 Assuma que a porosidade do hélio (em porcentagem) das amostras de carvão tiradas de qualquer junta especifica seja normalmente distribuída com desvio padrão de 0.75 I Calcule um IC de 95 % da porosidade média real de uma junta, caso a porosidade média de 20 da seus espécimes seja 4.85. I Calcule um IC de 98 % da porosidade média real de uma junta, caso a porosidade média de 16 da seus espécimes seja 4.56. Escolha de tamanho de amostra A formula geral do tamanho da amostra n necessária para garantir uma amplitude de intervalo w é obtida de w = 2Z 1−α/2σ/ √ n, já que n = ( 2z 1−α/2 σ w ) 2 Limite do erro de estimação (B = Z 1−α/2σ/ √ n): A metade da amplitude w é chamada de limite do erro de estimção associado a um nível de confiança de (1− α)100%. Assim o tamanho de amostras pode ser calculado com n = ( z 1−α/2 σ B ) 2 Exemplo 2 Continuação do exemplo 1 I Quão grande o tamanho de uma amostra deve ser se a amplitude do intervalo de 95% for 0.40 I Que tamanho de amostra é necessário para estimar a porosidade média real dentro de 0.2 com confiança de 99%? Intervalo de confiança para amostras grandes para a média µ e a proporção da população Lembremos que: Se temos uma amostra aleatória X 1 ,X 2 , . . . ,X n tal que E (X n ) = µ e Var(X n ) = σ2, onde 0 < σ2 <∞, então pelo teorema central do limite X¯ − µ σ/ √ n D−→ N(0, 1), n→∞. I Mas que acontece quando σ é desconhecido? Pode ser provado que X¯ − µ S/ √ n D−→ N(0, 1), n→∞, onde S 2 é variancia amostral. Proposição Se n é suficientemente grande, a variável padronizada X¯ − µ S/ √ n D−→ N(0, 1). Isso implica que( x¯ − z 1−α/2 s√ n , x¯ + z 1−α/2 s√ n ) , é um intervalo de confiança de amostra grande para µ com nivel de confiança de aproximadamente 100(1− α)%. I n > 40 sera suficiente para justificar o uso desse intervalo. Exemplo 3 A voltagem de quebra da Corrente Alterna (CA) de um líquido isolante indica sua resistência dielétrica. Suponha que é se tem uma amostra aleatoria de tamanho 48 da voltagem de quebra de um circuito especifico sob certa condições. Tem-se que ∑ x i = 2626,∑ x 2 i = 144950. Ache o intervalo de confiança de 95% para µ. Limites de confiança Proposição O limite de confiança superior de amostra grande para µ é µ < x¯ + z 1−α s√ n , e o limite de confiança inferior de amostra grande para µ é µ > x¯ − z 1−α s√ n . Exemplo 4 O teste de corte inclinado é o procedimento mais amplamente aceito para avaliar a quantidade de uma ligação entre um material de conserto e seu substrato. Uma amostra de 48 observações de resistência de corte forneceu uma resistência média amostral de 17.17 N/mm2 e um desvio padrão da amostra de 3.28N/mm2. Calcule o limite de confiança inferior para a resistência de corte média real µ com um nivel de confiança de 95%. Intervalo de confiança para amostras grandes para uma proporção p Proposição Se pˆ for uma proporção de observações em uma amostra aleatória de tamanho n que pertença a uma classe de interesse, então um intervalo aproximado de confiança de (1− α)100% para a proporção p da população que pertença a essa clase será( pˆ − z 1−α/2 √ pˆ(1− pˆ) n , pˆ + z 1−α/2 √ pˆ(1− pˆ) n ) . Exemplo 5 Um fabricante de calculadoras eletrônicas está interessado em estimar a fração de unidades defeituosas produzidas. Uma amostra aleatoria de 800 calculadoras contém 10 defeitos. Calcule um intervalo de confiança de 95% para a proporção de defeituosa. Intervalo de confiança para µ (Caso 2) Suposições: I A distribuição da população é normal I O valor do desvio padrão da população σ é desconhecido X¯ − µ S/ √ n ∼? Intervalos de confiança para µ de uma população normal com µ e σ desconhecidos Suposição: A população de interesse é normal, de modo que X 1 , . . . ,X n constitui uma amostra aleatória de uma distribuição normal com média µ e desvio padrão σ desconhecidos. Proposição Quando X¯ é a média amostral aleatória de tamanho n de uma distribuição normal com média µ, a variável aleatória T = X¯ − µ S/ √ n possui uma distribuição de probabilidade chamada distribuição t com n − 1 graus de liberdade. Distribuição t −4 −2 0 2 4 0. 0 0. 1 0. 2 0. 3 0. 4 x −4 −2 0 2 4 0. 0 0. 1 0. 2 0. 3 0. 4 x −4 −2 0 2 4 0. 0 0. 1 0. 2 0. 3 0. 4 x n=2 n=10 Normal padrão Proposição Sejam x¯ e s a média e o desvio padrão amostrais calculados a partir dos resultados de uma amostra aleatória de uma população normal com média µ. Então, o intervalo de confiança de 100(1− α)% para µ é ( x¯ − tα/2,n−1 s√ n , x¯ + tα/2,n−1 s√ n ) . O limite de confiança superior de µ é x¯ + tα/2,n−1 s√ n > µ. O limite de confiança inferior de µ é x¯ − tα/2,n−1 s√ n < µ. Exemplo 6 Uma amostra aleatória de n = 8 espécimes de teste de certo tipo de fibra de vidro E produziu uma força do rendimento de corte interfacial média amostra de 30.2 e desvio padrão da amostra de 3.1. Assuma que a força do rendimento de corte interfacial é normalmente distribuída, calcule o IC 95% para a força média real.
Compartilhar