Baixe o app para aproveitar ainda mais
Prévia do material em texto
Distribuição de frequência da distribuição amostral de médias É a distribuição de probabilidade de todos os valores possíveis da média amostral Exemplo: Média Frequência simples 3 1 5 2 7 3 9 4 11 3 13 2 15 1 Total 16 Teorema do Limite central -Relação entre a distribuição amostral das médias -Distribuição da população original e a distribuição das médias amostrais. -Se a população original tem distribuição normal, a distribuição amostral das médias extraídas da população também apresentará distribuição normal, para qualquer tamanho de amostra. -Se a população é desconhecida ou não apresenta distribuição normal, a distribuição amostral de médias pode apresentar distribuição normal ou aproximadamente normal à medida que o tamanho da amostra se torna maior. -Tamanho da amostra seja grande (n ≥ 30) Intervalo de confiança Estimação de parâmetros tem inúmeras aplicações→ As fábricas devem estimar a porcentagem de peças defeituosas em um lote, o índice de gordura no leite, o desvio-padrão da salinidade na água... (média, desvio padrão, variancia..) Estimativa pontual →Quando selecionamos uma amostra e calculamos sua média, obtemos uma estimativa pontual da média da população. Dificilmente a média obtida na amostra será exatamente igual à média da população, mas provavelmente estará próxima desse valor. Estimativa intervalar(confiança) →um intervalo de valores em vez de um único valor, é usada como centro do intervalo, depois adiciona-se ou subtrai-se desse valor o erro máximo de estimativa. Erro máximo é calculado levando em consideração o nível de confiança ou probabilidade de estar estimando corretamente o verdadeiro valor do parâmetro da população, bem como a dispersão da estatística que está sendo usada para estimar o parâmetro populacional Nível de confiança →1− (alfa)que representa a área sob a curva normal padrão entre dois pontos). Fornece a probabilidade de que o intervalo estimado contenha o verdadeiro parâmetro populacional que se quer estimar Necessário para construir intervalo de confiança -determinar o erro máximo da estimativa (e), o qual é calculado com base no nível de confiança e no desvio-padrão da estatística amostral ➔nível de confiança determinará o valor crítico correspondente. Exemplo: montagem de um intervalo de confiança usando média da amostra -Estimativa da média populacinoal: sigma conhecido -A amostra é uma amostra aleatória simples. -O valor do desvio-padrão populacional é conhecido. -A população apresenta distribuição normal ou a amostra é maior do que 30 (Teorema Central do Limite). -O erro máximo da estimativa pode ser obtido multiplicando-se o valor crítico pelo desvio-padrão da distribuição amostral de médias: -O limite inferior do intervalo de confiança x − e ; o limite superior do intervalo de confiança x + e . Intervalo de Confiança Proporção Populacional -amostra aleatória simples -condiçoes de uma distribuição binomial= intervalos independentes, 2 resultados possíveis (sucesso e fracasso), probabilidade de sucesse (p) constante -A distribuição normal pode ser usada para aproximar a distribuição de proporções amostrais, desde que np 5 e nq 5 . Quando p e q são desconhecidos, usa-se a proporção amostral para estimar seus valores, p e (1- p). Distribuição t-Student -amostras pequenas (n ≤ 30), a distribuição Normal tem valores menos precisos→ Distribuição t de Student -Principal diferença é que a distribuição t tem mais áreas nas caudas, faz com que seus valores críticos sejam maiores que os da distribuição Normal. -distribuição t não tem forma fixa(normal tem), mas sim uma família de curvas. Cada curva é determinada por um parâmetro chamado grau de liberdade, encontrado pelo tamanho da amostra menos um (GL = n - 1). Determinação do tamanho da amostra – conhecido Intervalo de Confiança para a Média com a Variância Desconhecida
Compartilhar