Baixe o app para aproveitar ainda mais
Prévia do material em texto
Departamento de Estatística e Matemática Aplicada Universidade Federal do Ceará DEMA Semestre 2020.I CC0265 - Probabilidade e Estatística Exercícios: Intervalos de con�ança para uma população Profa. Jeni�er J. Duarte Sanchez 1 Intervalo de con�ança para a média 1.1 Variância conhecida O intervalo de con�ança para a média, com a variância σ2 conhecida, com nível de con�- ança de (1− α) · 100% é dado por: IC(µ, 1− α) = [ x ∓ z(1−α/2) σ√ n ] . Passo a passo para construção do intervalo de con�ança: 1. Veri�que se σ2 é conhecido; 2. De�na α e consulte z(1−α/2) na tabela da distribuição normal; 3. Calcule a margem de erro z(1−α/2) σ√ n em que σ é o desvio padrão popula- cional e n o tamanho amostral; 4. Calcule a média amostral x e encontre o limite inferior e o limite superior do intervalo • Limite inferior: x− z(1−α/2) σ√n • Limite superior: x+ z(1−α/2) σ√n 1. Num estudo de seguros contra colisão de automóveis, uma amostra de n = 35 consertos de colisões frontais contra um muro a uma velocidade especí�ca teve um custo médio de R$1.438, 00. Sabendo que σ = 269 reais para esses dados, e supondo que são normalmente distribuídos. a) Construa um intervalo de con�ança com 5% de signi�cância para o custo médio de tais concertos. Solução: Aqui queremos estimar o intervalo para a média do custo de consertos da colisão especi�cada. Do enunciado tem�se as seguintes informações: X : �Custo de conserto de colisões frontais de automóveis�. 1 Departamento de Estatística e Matemática Aplicada Universidade Federal do Ceará DEMA Semestre 2020.I n = 35. x = R$1438, 00. σ = 269, (Desvio padrão populacional). α = 5%. z1−α/2 é o quantil de ordem (1 + α)/2, sendo α o nível de signi�cância, e 1− α = γ o nível de con�ança. Do enunciado z1−α/2 = z1−0,05/2 = z1−0,025 = z0,975 = 1, 96 (Quantil da normal). O valor na tabela da distribuição normal que acumula uma probabilidade de 0, 975 é 1,96. Aplicando as fórmulas vistas anteriormente, tem�se que � Limite inferior: x̄− z1−α/2σ/ √ n e � Limite superior: x̄+ z1−α/2σ/ √ n. Substituindo os valores x̄ = 1.438, σ = 269, α = 0, 05, z0,975 = 1, 96 � Limite inferior: 1.438− (1, 96)269/ √ 35 = 1348, 882 e � Limite superior: 1.438 + (1, 96)269/ √ 35 = 1527, 118. Dessa forma, o intervalo de 95% de con�ança é: IC(µ; 95%) = (1348, 882 ; 1527, 118) O intervalo pode ser ilustrado no grá�co 0. 00 0 0. 00 2 0. 00 4 0. 00 6 0. 00 8 x f( x) 1250 1350 1450 1550 95% Figura 1: Custo de conserto de colisões frontais de automóveis 2 Departamento de Estatística e Matemática Aplicada Universidade Federal do Ceará DEMA Semestre 2020.I b) Com qual nível de con�ança diz-se que o custo médio está no intervalo [1363, 43 ; 1512, 57]. Para encontrar o valor de α, tal que � Limite inferior: 1, 438− z1−α/2269/ √ 35 = 1363, 43, � Limite superior: 1, 438 + z1−α/2269/ √ 35 = 1512, 57 Vamos isolar z1−α/2 z1−α/2 = 1438− 1363, 43 269/ √ 35 = 1, 640 Observando na tabela da distribuição normal, tem�se que o valor de α é 0, 1, pois o quantil de ordem z(1−0,1/2) deixa 0,05 dos dados no limite superior e inferior 0, 05 + 0, 05 = 0, 1 0. 00 0 0. 00 2 0. 00 4 0. 00 6 0. 00 8 x f( x) 1250 1350 1450 1550 90% Figura 2: Custo de conserto de colisões frontais de automóveis 2. Um grupo de técnicos em e�ciência pretende utilizar a média de uma amostra alea- tória de tamanho n = 30 para estimar a aptidão mecânica média(avaliada por certo teste padronizado) dos operários da linha de montagem de uma grande indústria. Se, com base na experiência, os técnicos podem supor que σ = 7, 2 para os dados apresentados abaixo. Construa um intervalo de con�ança de 98% para a aptidão mecânica média. 73, 70 64, 80 48, 70 63, 10 53, 00 58, 70 48, 00 67, 70 57, 20 55, 60 51, 50 58, 90 72, 50 61, 50 57, 10 58, 30 64, 70 62, 10 65, 20 66, 30 70, 50 54, 10 54, 40 72, 70 48, 10 3 Departamento de Estatística e Matemática Aplicada Universidade Federal do Ceará DEMA Semestre 2020.I Solução: Iremos estimar o intervalo para a aptidão mecânica média. Do enunciado tem�se as seguintes informações: X : �Aptidão mecânica�. n = 30. σ = 7.2, (Desvio padrão populacional). α = 2%. Deve�se calcular o valor de x dos dados fornecidos no enunciado: x = 1 30 [73, 70 + 58, 70 + · · ·+ 66, 30 + 48, 10] = 60, 2. z1−α/2 é o quantil de ordem (1 + α)/2, sendo α o nível de signi�cância, e 1− α = γ o nível de con�ança. Do enunciado z1−α/2 = z1−0,02/2 = z1−0,001 = z0,99 = 2, 33 (Quantil da normal). O valor na tabela da distribuição normal que acumula uma probabilidade de 0, 99 é 2,33. Aplicando as fórmulas vistas anteriormente, tem�se que � Limite inferior: x̄− z1−α/2σ/ √ n e � Limite superior: x̄+ z1−α/2σ/ √ n. Substituindo os valores x̄ = 60, 2, σ = 7.2, α = 0, 02, z0,99 = 2, 33 � Limite inferior: 60, 2− (2, 33)7, 2/ √ 30 = 57, 137 e � Limite superior: 60, 2 + (2, 33)7, 2/ √ 30 = 63, 263. Dessa forma, o intervalo de 95% de con�ança é: IC(µ; 95%) = (57, 137 ; 63, 263) 1.2 Variância desconhecida O intervalo de con�ança para a média populacional com variância σ2 desconhecida e tamanho amostral n pequeno, com (1− α) · 100% de con�ança é dado por: IC(µ, 1− α) = [ x∓ t(1−α/2,n−1) s√ n ] . 4 Departamento de Estatística e Matemática Aplicada Universidade Federal do Ceará DEMA Semestre 2020.I Passo a passo para construção do intervalo de con�ança: (a) Veri�que se σ2 é desconhecido e a amostra é pequena; (b) De�na α e consulte t(1−α/2,n−1) na tabela da distribuição t-Student, sendo n− 1 os graus de liberdade; (c) Calcule x, s e então a margem de erro t(1−α/2,n−1) s√ n em que s = √∑n i=1 (Xi−x)2 n−1 é o desvio padrão amostral e n o tamanho amostral; (d) Encontre o limite inferior e o limite superior do intervalo • Limite inferior: x− t(1−α/2,n−1) s√n • Limite superior: x+ t(1−α/2,n−1) s√n 3. Deseja�se um intervalo de con�ança para a média real da perda de carga por disper- são µ (watts) de um tipo de motor a indução, quando a corrente da linha é mantida em 10 Amps para uma velocidade de 1500 rpm. Assuma que perda de carga por dispersão tenha distribuição normal. A média da carga por dispersão de uma amos- tra de tamanho 12 é 27,33 watts, com desvio-padrão de 4,28 watts. Construa um intervalo de 99% de con�ança para a média real da perda de carga por dispersão. Solução: Do enunciado tem�se as seguintes informações: X : �Perda de carga por dispersão de um tipo de motor�. n = 12. x = 27, 33. s = 4, 28 (Desvio padrão amostral). α = 0, 05. Para obter-se o quantil da distribuição t, é necessário ter duas informações, o nível de signi�cância e os graus de liberdade. Ao nível de signi�cancia de 5%, e graus de liberdade n− 1 = 12− 1 = 11, tem�se que o quantil da t�Student é t1−α/2;n−1 = t1−0,05/2;12−11 = t1−0,025;11 = t0,975;11 = 2, 201. O valor na tabela da distribuição t�Student que acumula uma probabilidade de 0,975 com 11 graus de liberdade é 2,201. Aplicando as formulas vistas anteriormente � Limite inferior: x− t(1−α/2;n−1)s/ √ n = 27, 33− 2, 201 4,28√ 12 ≈ 24, 611, � Limite superior: x+ t(1−α/2;n−1)s/ √ n = 27, 33 + 2, 201 4,28√ 12 ≈ 30, 049. Logo, o intervalo de con�ança para a média real da perda de carga por dispersão é IC(µ; 95%) = (24, 611 ; 30, 049) 5 Departamento de Estatística e Matemática Aplicada Universidade Federal do Ceará DEMA Semestre 2020.I 4. A equipe de vendas apresentou relatórios sobre a vida útil (em anos) de determinados tipos de bombas de aquecimento. Uma amostra de 13 relatórios apresentou as seguintes observações sobre a vida útil: 24, 0; 20, 3; 20, 1; 29, 6; 17, 2; 13, 8; 22, 2; 18, 1; 21, 6; 13, 4; 24, 2; 25, 1; 22, 1 Forneça o intervalo de con�ança de 98% para o vida média útil (em anos) Solução: Do enunciado tem�se as seguintes informações: X : �Vida útil (em anos)�. n = 13. α = 0, 02. Se devem calcular a média e o desvio padrão com os dados do enunciado, x = 1 13 [24, 0 + 20, 3 + · · ·+ 25, 1 + 22, 1] = 20, 9. e s2 = 1 13− 1 [ (24, 0− 20, 9)2 + (20, 3− 20, 9)2 + · · ·+ (25, 1− 20, 9)2 + (22, 1− 20,9)2 ] = 20, 553, portanto, s = 4, 534 (Desvio padrão amostral). Com o nível de signi�cância de 2% e graus de liberdade n−1 = 13−1 = 12. Tem�se que o quantil da t�Student é t1−α/2;n−1 = t1−0,02/2;13−1 = t1−0,01;12 = t0,99;12 = 2, 681. O valor na tabela da distribuição t�Student que acumula uma probabilidade de 0,99 com 12 graus de liberdade é 2,681. Aplicando as formulas vistas anteriormente � Limite inferior: x− t(1−α/2;n−1)s/ √ n = 20.9− 2, 6814,534√ 13 ≈ 17, 529, � Limite superior: x+ t(1−α/2;n−1)s/ √ n = 20.9 + 2, 6814,534√ 13 ≈ 24, 271. Logo, o intervalo de con�ança para a vida média útil é IC(µ; 98%) = (17, 529 ; 24, 271) 6 Departamento de Estatística e Matemática Aplicada Universidade Federal do Ceará DEMA Semestre 2020.I 2 Variância desconhecida e tamanho amostral grande O intervalo de con�ança para a média populacional, com variância σ2 desconhecida e tamanho amostral grande, com nível de con�ança de (1− α) · 100% é dado por: IC(µ, 1− α) = [ x∓ z(1−α/2) s√ n ] . Passo a passo para construção do intervalo de con�ança: (a) Veri�que se σ2 é desconhecido e a amostra é grande; (b) De�na α e consulte z(1−α/2) na tabela da distribuição normal; (c) Calcule x, s e então a margem de erro z(1−α/2) s√ n em que s = √∑n i=1 (Xi−x)2 n−1 é o desvio padrão amostral e n o tamanho amostral; (d) Encontre o limites inferior e o limite superior do intervalo • Limite inferior: x− z(1−α/2) s√n • Limite superior: x+ z(1−α/2) s√n 5. O número médio de horas de voo dos pilotos da Continental Airlines equivale a aproximadamente 34 horas por mês. Suponha que essa média tenha se baseado em tempos de voo reais de uma amostra de 35 pilotos da Continental e que o desvio padrão amostral tenha sido de 7,91. Qual é a estimativa intervalar com 95% de con�ança do tempo de voo médio populacional dos pilotos. 40.10 24.70 46.10 24.90 34.10 25.70 21.90 36.60 34.60 33.40 46.80 37.00 27.40 26.10 22.00 23.30 50.40 30.20 41.60 35.70 49.40 40.80 33.10 33.60 36.80 26.50 28.80 36.50 25.90 34.90 33.10 26.60 35.50 44.00 42.10 Solução: A partir das informações dadas no exercício tem�se: X : �Tempos de horas de voo dos pilotos�. n = 35. γ = 0, 95⇒ 1− α = 0, 95⇒ α = 0, 05. Se deve calcular a média e o desvio padrão da amostra x = 1 35 [40, 10 + 36, 60 + · · ·+ 36, 50 + 42, 10] = 34, 006. e s2 = 1 35− 1 [ (40, 10− 34, 006)2 + (36, 60− 34, 006)2 + · · · +(36, 50− 34, 006)2 + (42, 10− 34, 006)2 ] = 62, 608. 7 Departamento de Estatística e Matemática Aplicada Universidade Federal do Ceará DEMA Semestre 2020.I assim, o desvio padrão, s = 7, 91 (Desvio padrão amostral). O tamanho amostral é grande, de forma que a distribuição t converge para a distri- buição normal. Dessa forma será utilizado o quantil referente a distribuição normal z1−α/2, o quantil de ordem (1 + α)/2, sendo α o nível de signi�cância, e 1 − α = γ o nível de con�ança. Do enunciado z1−α/2 = z1−0,05/2 = z1−0,025 = z0,975 = 1, 96 (Quantil da normal). O valor na tabela da distribuição normal que acumula uma probabilidade de 0, 975 é 1,96. Aplicando as formulas vistas anteriormente � Limite inferior: x− z(1−α/2)s/ √ n = 34, 006− 1, 967,912√ 35 ≈ 31, 384, � Limite superior: x+ z(1−α/2)s/ √ n = 34, 006 + 1, 967,912√ 35 ≈ 36, 627. Logo, o intervalo de con�ança para a média de relatórios semanais é IC(µ; 95%) = (31, 384 ; 36.627) 6. Vinte e seis trabalhadores e plataformas de petróleo em alto mar participaram de um exercício de fuga simulado, resultando nos dados a seguir (em segundos) para concluir a fuga. 322, 90 240, 70 210, 90 259, 30 292, 10 314, 00 150, 90 259, 10 286, 00 240, 50 296, 90 275, 70 294, 60 338, 10 278, 00 212, 70 331, 50 233, 50 287, 80 335, 70 262, 60 317, 20 233, 80 204, 00 219, 70 Forneça a estimativa intervalar com 95% de con�ança para a média populacional. Solução: A partir dos dados tem�se as seguintes informações: X : �Tempo (em segundos) para concluir a fuga�. n = 30. γ = 0, 95⇒ 1− α = 0, 95⇒ α = 0, 05. Dos dados do exercício se devem calcular a média e o desvio padrão x = 1 30 [322, 90 + 314, 00 + · · ·+ 335, 70 + 219, 70] = 272, 63, a variância s2 = 1 30− 1 [ (322, 90− 272, 63)2 + (314, 00− 272, 63)2 + · · · +(335, 70− 272, 63)2 + (219, 70− 272, 63)2 ] = 2405, 377, 8 Departamento de Estatística e Matemática Aplicada Universidade Federal do Ceará DEMA Semestre 2020.I assim, s = 49, 045 é o desvio padrão amostral. Neste caso o tamanho amostral é grande, de forma que a distribuição t converge para a distribuição normal. Dessa forma será utilizado o quantil referente a distribuição normal z1−α/2, o quantil de ordem (1 + α)/2, sendo α o nível de signi�cância, e 1 − α = γ o nível de con�ança. Do enunciado z1−α/2 = z1−0,05/2 = z1−0,025 = z0,975 = 1, 96 (Quantil da normal). O valor na tabela da distribuição normal que acumula uma probabilidade de 0, 975 é 1,96. Aplicando as formulas vistas anteriormente � Limite inferior: x− z(1−α/2)s/ √ n = 272, 63− 1, 9649,045√ 30 ≈ 255, 08, � Limite superior: x+ z(1−α/2)s/ √ n = 272.63 + 1, 9649,045√ 30 ≈ 290, 18. Logo, o intervalo de con�ança para o tempo médio de fuga é IC(µ; 95%) = (255, 08 ; 290, 18) 3 Intervalo de con�ança para uma proporção popu- lacional O intervalo de con�ança para uma proporção populacional com nível de con�ança de (1− α) · 100% pode ser dado por: IC(p, 1− α) = [ p̂∓ z(1−α/2) √ p̂(1− p̂) n ] . Passo a passo para construção do intervalo de con�ança: (a) De�na α e consulte z(1−α/2) na tabela da distribuição normal; (b) Calcule a proporção amostral p̂ e então a margem de erro z(1−α/2) √ p̂(1−p̂) n em que n é o tamanho amostral; (c) Encontre o limite inferior e o limite superior do intervalo • Limite inferior: p̂− z(1−α/2) √ p̂(1−p̂) n • Limite superior: p̂+ z(1−α/2) √ p̂(1−p̂) n 9 Departamento de Estatística e Matemática Aplicada Universidade Federal do Ceará DEMA Semestre 2020.I 7. Em um estudo do processo de inspeção especí�co de uma determinada placa, 300 dados foram examinados por uma inspeção e 234 deles foram aprovados. Supondo um processo estável, a) Construa um intervalo de con�ança de 1% de signi�cância para a proporção de todo os dados que foram aprovados pela inspeção (utilize o intervalo de con�ança otimista). Solução: Nesta questão, construiremos um intervalo de con�ança otimista para a proporção, visto que queremos estimar a proporção de todos os dados que foram aprovados pela inspeção. Seja P : �probabilidade de ter sido aprovada pela inspeção�. P ∈ (0, 1). n = 300. α = 0, 01. Precisamos calcular p̂. Na amostra 234 dos 300 clientes usam o cartão de compras do supermercado. p̂ = 234 300 = 0, 78. O quantil da normal padrão correspondente a α é z1−α/2 = z1−0,01/2 = z1−0,005 = z0,995 = 2, 57. O valor de p̂(1− p̂)/n é p̂(1− p̂) n = 0, 78(1− 0, 78)/300 = 0, 000572. Substituindo os valores p̂ = 0, 78 e p̂(1− p̂)/n = 0, 000572 nas formulas do intervalo de con�ança: � Limite inferior: p̂− z(1−α/2) √ p̂(1−p̂) n = 0, 78− (2, 57)0, 0239 ≈ 0, 7184, � Limite Superior: p̂+ z(1−α/2) √ p̂(1−p̂) n = 0, 78 + (2, 57)0, 0239 ≈ 0, 8416. A partir dessas informações, o intervalo de 99% de con�ança é dado por: IC(p; 0, 99%) = (0, 7184 ; 0, 8416) O intervalo de con�ança pode ser ilustrado no grá�co a seguir 10 Departamento de Estatística e Matemática Aplicada Universidade Federal do Ceará DEMA Semestre 2020.I 0 5 10 15 x f( x) 0.70825 0.72825 0.74825 0.76825 0.78825 0.80825 0.82825 0.84825 99% Figura 3: Proporção de todos os dados que foram aprovados pela inspeção b) Construa um intervalo de con�ança de 1% de signi�cância para a proporção de todo os dados que foram aprovados pela inspeção (utilize o intervalo de con�ança conservador). Solução: Assim como a questão anterior, construiremos um intervalo de con�ança para a proporção, sendo este conservador, ou seja, o valor de p para a variância será considerado aquele em que a mesma alcança seu valor máximo, p = 0, 5. Seja P : �probabilidade de ter sido aprovada pela inspeção�. P ∈ (0, 1). n = 300. α = 0, 01. p̂ = 234300 = 0, 78. O quantil da normal padrão é 2,57 e p̂(1− p̂) n = 0, 50(1− 0, 50)/300 = 0, 00083. Substituindo os valores de p̂ = 0, 78 e p̂(1−p̂)/n = 0, 00083 nas formulas do intervalo de con�ança: � Limite inferior: p̂− z(1−α/2) √ 0,5(1−0,5) n = 0, 78− (2, 57)0, 0289 ≈ 0, 7056, � Limite Superior: p̂+ z(1−α/2) √ 0,5(1−0,5) n = 0, 78 + (2, 57)0, 0289 ≈ 0, 8544. Ao nível de 1% de signi�cância, o intervalo de 99% de con�ança é IC(p; 0, 99%) = (0.7056 ; 0, 8544) 11 Departamento de Estatística e Matemática Aplicada Universidade Federal do Ceará DEMA Semestre 2020.I c) Construa um intervalo de con�ança otimista de 1% de signi�cância para o número de placas que foram aprovadas pela inspeção Temos que X : �número de placas que foram aprovadas pela inspeção�. X = np, X ∈ (0, n). µx =np̂ σx = √ np(1− p) O intervalo de con�ança de interesse é dado por IC(np; 99%) = ( np̂− z1−α/2 √ np̂(1− p̂) ; np̂+ z1−α/2 √ np̂(1− p̂) ) =(215, 5185 ; 252, 4815) O intervalo de con�ança é ilustrado na seguinte �gura. 0. 00 0. 01 0. 02 0. 03 0. 04 0. 05 x f( x) 212 217 222 227 232 237 242 247 252 99% Figura 4: Número de placas que foram aprovadas pela inspeção 12 Departamento de Estatística e Matemática Aplicada Universidade Federal do Ceará DEMA Semestre 2020.I D is tr ib u iç ão N o rm al P ad rã o A cu m u la d a z u d u z Z P z 2/ 2 e 21 z 0 1 2 3 4 5 6 7 8 9 z 0 1 2 3 4 5 6 7 8 9 -3 .2 0 .0 0 0 7 0 .0 0 0 7 0 .0 0 0 6 0 .0 0 0 6 0 .0 0 0 6 0 .0 0 0 6 0 .0 0 0 6 0 .0 0 0 5 0 .0 0 0 5 0 .0 0 0 5 0 .0 0 .5 0 0 0 0 .5 0 4 0 0 .5 0 8 0 0 .5 1 2 0 0 .5 1 6 0 0 .5 1 9 9 0 .5 2 3 9 0 .5 2 7 9 0 .5 3 1 9 0 .5 3 5 9 -3 .1 0 .0 0 1 0 0 .0 0 0 9 0 .0 0 0 9 0 .0 0 0 9 0 .0 0 0 8 0 .0 0 0 8 0 .0 0 0 8 0 .0 0 0 8 0 .0 0 0 7 0 .0 0 0 7 0 .1 0 .5 3 9 8 0 .5 4 3 8 0 .5 4 7 8 0 .5 5 1 7 0 .5 5 5 7 0 .5 5 9 6 0 .5 6 3 6 0 .5 6 7 5 0 .5 7 1 4 0 .5 7 5 3 -3 .0 0 .0 0 1 3 0 .0 0 1 3 0 .0 0 1 3 0 .0 0 1 2 0 .0 0 1 2 0 .0 0 1 1 0 .0 0 1 1 0 .0 0 1 1 0 .0 0 1 0 0 .0 0 1 0 0 .2 0 .5 7 9 3 0 .5 8 3 2 0 .5 8 7 1 0 .5 9 1 0 0 .5 9 4 8 0 .5 9 8 7 0 .6 0 2 6 0 .6 0 6 4 0 .6 1 0 3 0 .6 1 4 1 -2 .9 0 .0 0 1 9 0 .0 0 1 8 0 .0 0 1 8 0 .0 0 1 7 0 .0 0 1 6 0 .0 0 1 6 0 .0 0 1 5 0 .0 0 1 5 0 .0 0 1 4 0 .0 0 1 4 0 .3 0 .6 1 7 9 0 .6 2 1 7 0 .6 2 5 5 0 .6 2 9 3 0 .6 3 3 1 0 .6 3 6 8 0 .6 4 0 6 0 .6 4 4 3 0 .6 4 8 0 0 .6 5 1 7 -2 .8 0 .0 0 2 6 0 .0 0 2 5 0 .0 0 2 4 0 .0 0 2 3 0 .0 0 2 3 0 .0 0 2 2 0 .0 0 2 1 0 .0 0 2 1 0 .0 0 2 0 0 .0 0 1 9 0 .4 0 .6 5 5 4 0 .6 5 9 1 0 .6 6 2 8 0 .6 6 6 4 0 .6 7 0 0 0 .6 7 3 6 0 .6 7 7 2 0 .6 8 0 8 0 .6 8 4 4 0 .6 8 7 9 -2 .7 0 .0 0 3 5 0 .0 0 3 4 0 .0 0 3 3 0 .0 0 3 2 0 .0 0 3 1 0 .0 0 3 0 0 .0 0 2 9 0 .0 0 2 8 0 .0 0 2 7 0 .0 0 2 6 0 .5 0 .6 9 1 5 0 .6 9 5 0 0 .6 9 8 5 0 .7 0 1 9 0 .7 0 5 4 0 .7 0 8 8 0 .7 1 2 3 0 .7 1 5 7 0 .7 1 9 0 0 .7 2 2 4 -2 .6 0 .0 0 4 7 0 .0 0 4 5 0 .0 0 4 4 0 .0 0 4 3 0 .0 0 4 1 0 .0 0 4 0 0 .0 0 3 9 0 .0 0 3 8 0 .0 0 3 7 0 .0 0 3 6 0 .6 0 .7 2 5 7 0 .7 2 9 1 0 .7 3 2 4 0 .7 3 5 7 0 .7 3 8 9 0 .7 4 2 2 0 .7 4 5 4 0 .7 4 8 6 0 .7 5 1 7 0 .7 5 4 9 -2 .5 0 .0 0 6 2 0 .0 0 6 0 0 .0 0 5 9 0 .0 0 5 7 0 .0 0 5 5 0 .0 0 5 4 0 .0 0 5 2 0 .0 0 5 1 0 .0 0 4 9 0 .0 0 4 8 0 .7 0 .7 5 8 0 0 .7 6 1 1 0 .7 6 4 2 0 .7 6 7 3 0 .7 7 0 4 0 .7 7 3 4 0 .7 7 6 4 0 .7 7 9 4 0 .7 8 2 3 0 .7 8 5 2 -2 .4 0 .0 0 8 2 0 .0 0 8 0 0 .0 0 7 8 0 .0 0 7 5 0 .0 0 7 3 0 .0 0 7 1 0 .0 0 6 9 0 .0 0 6 8 0 .0 0 6 6 0 .0 0 6 4 0 .8 0 .7 8 8 1 0 .7 9 1 0 0 .7 9 3 9 0 .7 9 6 7 0 .7 9 9 5 0 .8 0 2 3 0 .8 0 5 1 0 .8 0 7 8 0 .8 1 0 6 0 .8 1 3 3 -2 .3 0 .0 1 0 7 0 .0 1 0 4 0 .0 1 0 2 0 .0 0 9 9 0 .0 0 9 6 0 .0 0 9 4 0 .0 0 9 1 0 .0 0 8 9 0 .0 0 8 7 0 .0 0 8 4 0 .9 0 .8 1 5 9 0 .8 1 8 6 0 .8 2 1 2 0 .8 2 3 8 0 .8 2 6 4 0 .8 2 8 9 0 .8 3 1 5 0 .8 3 4 0 0 .8 3 6 5 0 .8 3 8 9 -2 .2 0 .0 1 3 9 0 .0 1 3 6 0 .0 1 3 2 0 .0 1 2 9 0 .0 1 2 5 0 .0 1 2 2 0 .0 1 1 9 0 .0 1 1 6 0 .0 1 1 3 0 .0 1 1 0 1 .0 0 .8 4 1 3 0 .8 4 3 8 0 .8 4 6 1 0 .8 4 8 5 0 .8 5 0 8 0 .8 5 3 1 0 .8 5 5 4 0 .8 5 7 7 0 .8 5 9 9 0 .8 6 2 1 -2 .1 0 .0 1 7 9 0 .0 1 7 4 0 .0 1 7 0 0 .0 1 6 6 0 .0 1 6 2 0 .0 1 5 8 0 .0 1 5 4 0 .0 1 5 0 0 .0 1 4 6 0 .0 1 4 3 1 .1 0 .8 6 4 3 0 .8 6 6 5 0 .8 6 8 6 0 .8 7 0 8 0 .8 7 2 9 0 .8 7 4 9 0 .8 7 7 0 0 .8 7 9 0 0 .8 8 1 0 0 .8 8 3 0 -2 .0 0 .0 2 2 8 0 .0 2 2 2 0 .0 2 1 7 0 .0 2 1 2 0 .0 2 0 7 0 .0 2 0 2 0 .0 1 9 7 0 .0 1 9 2 0 .0 1 8 8 0 .0 1 8 3 1 .2 0 .8 8 4 9 0 .8 8 6 9 0 .8 8 8 8 0 .8 9 0 7 0 .8 9 2 5 0 .8 9 4 4 0 .8 9 6 2 0 .8 9 8 0 0 .8 9 9 7 0 .9 0 1 5 -1 .9 0 .0 2 8 7 0 .0 2 8 1 0 .0 2 7 4 0 .0 2 6 8 0 .0 2 6 2 0 .0 2 5 6 0 .0 2 5 0 0 .0 2 4 4 0 .0 2 3 9 0 .0 2 3 3 1 .3 0 .9 0 3 2 0 .9 0 4 9 0 .9 0 6 6 0 .9 0 8 2 0 .9 0 9 9 0 .9 1 1 5 0 .9 1 3 1 0 .9 1 4 7 0 .9 1 6 2 0 .9 1 7 7 -1 .8 0 .0 3 5 9 0 .0 3 5 1 0 .0 3 4 4 0 .0 3 3 6 0 .0 3 2 9 0 .0 3 2 2 0 .0 3 1 4 0 .0 3 0 7 0 .0 3 0 1 0 .0 2 9 4 1 .4 0 .9 1 9 2 0 .9 2 0 7 0 .9 2 2 2 0 .9 2 3 6 0 .9 2 5 1 0 .9 2 6 5 0 .9 2 7 9 0 .9 2 9 2 0 .9 3 0 6 0 .9 3 1 9 -1 .7 0 .0 4 4 6 0 .0 4 3 6 0 .0 4 2 7 0 .0 4 1 8 0 .0 4 0 9 0 .0 4 0 1 0 .0 3 9 2 0 .0 3 8 4 0 .0 3 7 5 0 .0 3 6 7 1 .5 0 .9 3 3 2 0 .9 3 4 5 0 .9 3 5 7 0 .9 3 7 0 0 .9 3 8 2 0 .9 3 9 4 0 .9 4 0 6 0 .9 4 1 8 0 .9 4 2 9 0 .9 4 4 1 -1 .6 0 .0 5 4 8 0 .0 5 3 7 0 .0 5 2 6 0 .0 5 1 6 0 .0 5 0 5 0 .0 4 9 5 0 .0 4 8 5 0 .0 4 7 5 0 .0 4 6 5 0 .0 4 5 5 1 .6 0 .9 4 5 2 0 .9 4 6 3 0 .9 4 7 4 0 .9 4 8 4 0 .9 4 9 5 0 .9 5 0 5 0 .9 5 1 5 0 .9 5 2 5 0 .9 5 3 5 0 .9 5 4 5 -1 .5 0 .0 6 6 8 0 .0 6 5 5 0 .0 6 4 3 0 .0 6 3 0 0 .0 6 1 8 0 .0 6 0 6 0 .0 5 9 4 0 .0 5 8 2 0 .0 5 7 1 0 .0 5 5 9 1 .7 0 .9 5 5 4 0 .9 5 6 4 0 .9 5 7 3 0 .9 5 8 2 0 .9 5 9 1 0 .9 5 9 9 0 .9 6 0 8 0 .9 6 1 6 0 .9 6 2 5 0 .9 6 3 3 -1 .4 0 .0 8 0 8 0 .0 7 9 3 0 .0 7 7 8 0 .0 7 6 4 0 .0 7 4 9 0 .0 7 3 5 0 .0 7 2 1 0 .0 7 0 8 0 .0 6 9 4 0 .0 6 8 1 1 .8 0 .9 6 4 1 0 .9 6 4 9 0 .9 6 5 6 0 .9 6 6 4 0 .9 6 7 1 0 .9 6 7 8 0 .9 6 8 6 0 .9 6 9 3 0 .9 6 9 9 0 .9 7 0 6 -1 .3 0 .0 9 6 8 0 .0 9 5 1 0 .0 9 3 4 0 .0 9 1 8 0 .0 9 0 1 0 .0 8 8 5 0 .0 8 6 9 0 .0 8 5 3 0 .0 8 3 8 0 .0 8 2 3 1 .9 0 .9 7 1 3 0 .9 7 1 9 0 .9 7 2 6 0 .9 7 3 2 0 .9 7 3 8 0 .9 7 4 4 0 .9 7 5 0 0 .9 7 5 6 0 .9 7 6 1 0 .9 7 6 7 -1 .2 0 .1 1 5 1 0 .1 1 3 1 0 .1 1 1 2 0 .1 0 9 3 0 .1 0 7 5 0 .1 0 5 6 0 .1 0 3 8 0 .1 0 2 0 0 .1 0 0 3 0 .0 9 8 5 2 .0 0 .9 7 7 2 0 .9 7 7 8 0 .9 7 8 3 0 .9 7 8 8 0 .9 7 9 3 0 .9 7 9 8 0 .9 8 0 3 0 .9 80 8 0 .9 8 1 2 0 .9 8 1 7 -1 .1 0 .1 3 5 7 0 .1 3 3 5 0 .1 3 1 4 0 .1 2 9 2 0 .1 2 7 1 0 .1 2 5 1 0 .1 2 3 0 0 .1 2 1 0 0 .1 1 9 0 0 .1 1 7 0 2 .1 0 .9 8 2 1 0 .9 8 2 6 0 .9 8 3 0 0 .9 8 3 4 0 .9 8 3 8 0 .9 8 4 2 0 .9 8 4 6 0 .9 8 5 0 0 .9 8 5 4 0 .9 8 5 7 -1 .0 0 .1 5 8 7 0 .1 5 6 2 0 .1 5 3 9 0 .1 5 1 5 0 .1 4 9 2 0 .1 4 6 9 0 .1 4 4 6 0 .1 4 2 3 0 .1 4 0 1 0 .1 3 7 9 2 .2 0 .9 8 6 1 0 .9 8 6 4 0 .9 8 6 8 0 .9 8 7 1 0 .9 8 7 5 0 .9 8 7 8 0 .9 8 8 1 0 .9 8 8 4 0 .9 8 8 7 0 .9 8 9 0 -0 .9 0 .1 8 4 1 0 .1 8 1 4 0 .1 7 8 8 0 .1 7 6 2 0 .1 7 3 6 0 .1 7 1 1 0 .1 6 8 5 0 .1 6 6 0 0 .1 6 3 5 0 .1 6 1 1 2 .3 0 .9 8 9 3 0 .9 8 9 6 0 .9 8 9 8 0 .9 9 0 1 0 .9 9 0 4 0 .9 9 0 6 0 .9 9 0 9 0 .9 9 1 1 0 .9 9 1 3 0 .9 9 1 6 -0 .8 0 .2 1 1 9 0 .2 0 9 0 0 .2 0 6 1 0 .2 0 3 3 0 .2 0 0 5 0 .1 9 7 7 0 .1 9 4 9 0 .1 9 2 2 0 .1 8 9 4 0 .1 8 6 7 2 .4 0 .9 9 1 8 0 .9 9 2 0 0 .9 9 2 2 0 .9 9 2 5 0 .9 9 2 7 0 .9 9 2 9 0 .9 9 3 1 0 .9 9 3 2 0 .9 9 3 4 0 .9 9 3 6 -0 .7 0 .2 4 2 0 0 .2 3 8 9 0 .2 3 5 8 0 .2 3 2 7 0 .2 2 9 6 0 .2 2 6 6 0 .2 2 3 6 0 .2 2 0 6 0 .2 1 7 7 0 .2 1 4 8 2 .5 0 .9 9 3 8 0 .9 9 4 0 0 .9 9 4 1 0 .9 9 4 3 0 .9 9 4 5 0 .9 9 4 6 0 .9 9 4 8 0 .9 9 4 9 0 .9 9 5 1 0 .9 9 5 2 -0 .6 0 .2 7 4 3 0 .2 7 0 9 0 .2 6 7 6 0 .2 6 4 3 0 .2 6 1 1 0 .2 5 7 8 0 .2 5 4 6 0 .2 5 1 4 0 .2 4 8 3 0 .2 4 5 1 2 .6 0 .9 9 5 3 0 .9 9 5 5 0 .9 9 5 6 0 .9 9 5 7 0 .9 9 5 9 0 .9 9 6 0 0 .9 9 6 1 0 .9 9 6 2 0 .9 9 6 3 0 .9 9 6 4 -0 .5 0 .3 0 8 5 0 .3 0 5 0 0 .3 0 1 5 0 .2 9 8 1 0 .2 9 4 6 0 .2 9 1 2 0 .2 8 7 7 0 .2 8 4 3 0 .2 8 1 0 0 .2 7 7 6 2 .7 0 .9 9 6 5 0 .9 9 6 6 0 .9 9 6 7 0 .9 9 6 8 0 .9 9 6 9 0 .9 9 7 0 0 .9 9 7 1 0 .9 9 7 2 0 .9 9 7 3 0 .9 9 7 4 -0 .4 0 .3 4 4 6 0 .3 4 0 9 0 .3 3 7 2 0 .3 3 3 6 0 .3 3 0 0 0 .3 2 6 4 0 .3 2 2 8 0 .3 1 9 2 0 .3 1 5 6 0 .3 1 2 1 2 .8 0 .9 9 7 4 0 .9 9 7 5 0 .9 9 7 6 0 .9 9 7 7 0 .9 9 7 7 0 .9 9 7 8 0 .9 9 7 9 0 .9 9 7 9 0 .9 9 8 0 0 .9 9 8 1 -0 .3 0 .3 8 2 1 0 .3 7 8 3 0 .3 7 4 5 0 .3 7 0 7 0 .3 6 6 9 0 .3 6 3 2 0 .3 5 9 4 0 .3 5 5 7 0 .3 5 2 0 0 .3 4 8 3 2 .9 0 .9 9 8 1 0 .9 9 8 2 0 .9 9 8 2 0 .9 9 8 3 0 .9 9 8 4 0 .9 9 8 4 0 .9 9 8 5 0 .9 9 8 5 0 .9 9 8 6 0 .9 9 8 6 -0 .2 0 .4 2 0 7 0 .4 1 6 8 0 .4 1 2 9 0 .4 0 9 0 0 .4 0 5 2 0 .4 0 1 3 0 .3 9 7 4 0 .3 9 3 6 0 .3 8 9 7 0 .3 8 5 9 3 .0 0 .9 9 8 7 0 .9 9 8 7 0 .9 9 8 7 0 .9 9 8 8 0 .9 9 8 8 0 .9 9 8 9 0 .9 9 8 9 0 .9 9 8 9 0 .9 9 9 0 0 .9 9 9 0 -0 .1 0 .4 6 0 2 0 .4 5 6 2 0 .4 5 2 2 0 .4 4 8 3 0 .4 4 4 3 0 .4 4 0 4 0 .4 3 6 4 0 .4 3 2 5 0 .4 2 8 6 0 .4 2 4 7 3 .1 0 .9 9 9 0 0 .9 9 9 1 0 .9 9 9 1 0 .9 9 9 1 0 .9 9 9 2 0 .9 9 9 2 0 .9 9 9 2 0 .9 9 9 2 0 .9 9 9 3 0 .9 9 9 3 -0 .0 0 .5 0 0 0 0 .4 9 6 0 0 .4 9 2 0 0 .4 8 8 0 0 .4 8 4 0 0 .4 8 0 1 0 .4 7 6 1 0 .4 7 2 1 0 .4 6 8 1 0 .4 6 4 1 3 .2 0 .9 9 9 3 0 .9 9 9 3 0 .9 9 9 4 0 .9 9 9 4 0 .9 9 9 4 0 .9 9 9 4 0 .9 9 9 4 0 .9 9 9 5 0 .9 9 9 5 0 .9 9 9 5 13 Departamento de Estatística e Matemática Aplicada Universidade Federal do Ceará DEMA Semestre 2020.I 135 TABELA V Distribuição t de Student - tn Os valores tabelados correspondem aos pontos x tais que: P(tn≤x) P(tn≤x) n 0,600 0,750 0,900 0,950 0,975 0,990 0,995 0,9995 1 0,325 1,000 3,078 6,314 12,706 31,821 63,657 636,619 2 0,289 0,816 1,886 2,920 4,303 6,965 9,925 31,598 3 0,277 0,765 1,638 2,353 3,182 4,541 5,841 12,924 4 0,271 0,741 1,533 2,132 2,776 3,747 4,604 8,610 5 0,267 0,727 1,476 2,015 2,571 3,365 4,032 6,869 6 0,265 0,718 1,440 1,943 2,447 3,143 3,707 5,959 7 0,263 0,711 1,415 1,895 2,365 2,998 3,499 5,408 8 0,262 0,706 1,397 1,860 2,306 2,896 3,355 5,041 9 0,261 0,703 1,383 1,833 2,262 2,821 3,250 4,781 10 0,260 0,700 1,372 1,812 2,228 2,764 3,169 4,587 11 0,260 0,697 1,363 1,796 2,201 2,718 3,106 4,437 12 0,259 0,695 1,356 1,782 2,179 2,681 3,055 4,318 13 0,259 0,694 1,350 1,771 2,160 2,650 3,012 4,221 14 0,258 0,692 1,345 1,761 2,145 2,624 2,977 4,140 15 0,258 0,691 1,341 1,753 2,131 2,602 2,947 4,073 16 0,258 0,690 1,337 1,746 2,120 2,583 2,921 4,015 17 0,257 0,689 1,333 1,740 2,110 2,567 2,898 3,965 18 0,257 0,688 1,330 1,734 2,101 2,552 2,878 3,922 19 0,257 0,688 1,328 1,729 2,093 2,539 2,861 3,883 20 0,257 0,687 1,325 1,725 2,086 2,528 2,845 3,850 21 0,257 0,686 1,323 1,721 2,080 2,518 2,831 3,819 22 0,256 0,686 1,321 1,717 2,074 2,508 2,819 3,792 23 0,256 0,685 1,319 1,714 2,069 2,500 2,807 3,768 24 0,256 0,685 1,318 1,711 2,064 2,492 2,797 3,745 25 0,256 0,684 1,316 1,708 2,060 2,485 2,787 3,725 26 0,256 0,684 1,315 1,706 2,056 2,479 2,779 3,707 27 0,256 0,684 1,314 1,703 2,052 2,473 2,771 3,689 28 0,256 0,683 1,313 1,701 2,048 2,467 2,763 3,674 29 0,256 0,683 1,311 1,699 2,045 2,462 2,756 3,660 30 0,256 0,683 1,310 1,697 2,042 2,457 2,750 3,646 40 0,255 0,681 1,303 1,684 2,021 2,423 2,704 3,551 60 0,254 0,679 1,296 1,671 2,000 2,390 2,660 3,460 120 0,254 0,677 1,289 1,658 1,980 2,358 2,617 3,373 ∞ 0,253 0,674 1,282 1,645 1,960 2,326 2,576 3,291 14 Intervalo de confiança para a média Variância conhecida Variância desconhecida Variância desconhecida e tamanho amostral grande Intervalo de confiança para uma proporção populacional
Compartilhar