inferência estatística josemar rodrigues aula12:
TRANSCRIPT
Inferência Estatística
Josemar Rodrigues
AULA12:
2
Estatística
3
4
Definição: População é o conjunto de todos os elementos ou resultados sob investigação
Definição: Uma amostra é um subconjunto de observações selecionadas a partir de uma população.
Definição: As variáveis aleatórias nXX ,1 são uma amostra aleatória de tamanho n , se (a) os Xi’s forem variáveis aleatórios independentes e (b) cada Xi tiver a mesma distribuição de probabilidade.
Inferência Estatística é dividida em duas partes:
• Estimação dos parâmetros;
• Teste de hipóteses.
5
Exemplo 1: Considera-se uma população com 5 elementos, que correspondem aos seguintes valores da variável aleatória X: {1,3,5,5,7}. Escolhemos todas as amostras possíveis de tamanho 2, com reposição desta população.
Distribuição de probabilidade da variável aleatória X. X 1 3 5 7
f(x)=P(X=x) 1/5 1/5 2/5 1/5
E(X)=1(1/5)+2(1/5)+5(2/5)+7(1/5)=21/5=4,2
Var(X)=2,08.
6
12 \ XX 1 3 5 7 1 (1,1) (3,1) (5,1) (7,1) 3 (1,3) (3,3) (3,3) (7,3) 5 (1,5) (3,5) (5,5) (7,1) 7 (7,1) (3,7) (5,7) (7,7)
12 \ XX 1 3 5 7 )( 22xfX
1 1/25 1/25 2/25 1/25 1/5 3 1/25 1/25 2/25 1/25 1/5 5 2/25 2/25 4/25 2/25 2/5 7 1/25 1/25 1/25 1/25 1/5
)( 11xfX 1/5 1/5 2/5 1/5 1
).,(),()(),()(
;2,1),()()(
211121 11xxxfxfxxfii
ixfxfi
XX
XiX i
Observação:
7
Definição: Uma estatística é uma característica da amostra, ou seja, uma estatística T é uma função de nXX ,1
amostra. dar maior valo o ),,max(X
amostra, dar menor valo o ),,min(X
amostra, da Variância ,1
)(S
amostra, da média ,/1
1(n)
1(1)
2
12
1
n
n
n
ii
n
ii
XX
XXn
XX
XnX
As estatísticas mais comuns são:
Definição: Uma parâmetro é uma medida usada para descrever uma característica da população.
8
Denominação População Amostra Média )(XE X Mediana Md Md Variância 2)( XarV 2S Nª de elementos N n Proporção p p̂ Função densidade f(x) Histograma
9
Distribuições amostrais
A distribuição de probabilidades de uma estatística é chamada de distribuição amostral da estatística.
Exemplo 1: Considera-se uma população com 5 elementos, que correspondem aos seguintes valores da variável aleatória X: {1,3,5,5,7}. Escolhemos todas as amostras possíveis de tamanho 2, com reposição desta população.
Distribuição de probabilidade da variável aleatória X.
X 1 3 5 7 f(x)=P(X=x) 1/5 1/5 2/5 1/5
E(X)=4,2
Var(X)=2,08.
Determine a distribuição da média amostral.
10
Amostra 2
21 XXX
Probabilidade
(1,1) (1,3) (3,1) (1,5) (5,1) (3,3) (3,5) (1,7) (5,3) (7,1) (5,5) (3,7) (7,3) (5,7) (7,5) (7,7)
1 2 3 4 5 6 7
1/25 2/25 5/25 6/25 6/25 4/25 1/25
Distribuição de probabilidade da variável aleatória X. x 1 2 3 4 5 6 7
)(xf 1/25 2/25 5/25 6/25 6/25 4/25 1/25
2/16,408,2)(;2,4)( XVarXE
11
Resultado 4 (Teorema Central do Limite)
Sejam nXX ,1 uma amostra aleatória de tamanho n retirada de uma população com média e variância 2 finita. Então a média amostral X , tem distribuição normal com média e variância n/2 , para n suficientemente grande. Isto é,
grande. para ),1,0(~/
nNn
XZ
menteaproximada
2
1
2
,~)(
;,~)(
nnNXii
nNXi
menteaproximada
n
ii
menteaproximada
Observação:
12
13
Exemplo (Aproximação da distribuição Binomial pela Normal)
Sejam nXX ,1 uma amostra aleatória de tamanho n retirada de uma população Bernoulli com parâmetro p (0<p<1). Então,
n
i
ynyi nypp
y
nyfpnBinomialXY .,,1,0,)1()(),,(~
14
0 2 4 6 8
0.0
0.2
0.4
x
P(X
=x)
p=0,1
0 2 4 6 8
0.00
0.20
x
P(X
=x)
p=0,3
0 2 4 6 8
0.00
0.15
x
P(X
=x)
p=0,5
0 2 4 6 8
0.00
0.20
x
P(X
=x)
p=0,8
Distribuição Binomial com parâmetros n=10 e p
15
0 5 10 15 20
0.00
0.20
x
P(X
=x)
p=0,1
0 5 10 15 20
0.00
0.15
x
P(X
=x)
p=0,3
0 5 10 15 20
0.00
0.10
x
P(X
=x)
p=0,5
0 5 10 15 20
0.00
0.15
x
P(X
=x)
p=0,8
Distribuição Binomial com parâmetros n=20 e p
16
0 10 20 30
0.00
0.15
x
P(X
=x)
p=0,1
0 10 20 30
0.00
0.10
x
P(X
=x)
p=0,3
0 10 20 30
0.00
0.10
x
P(X
=x)
p=0,5
0 10 20 30
0.00
0.15
x
P(X
=x)
p=0,8
Distribuição Binomial com parâmetros n=30 e p
17
Exemplo: Sabe-se que 25% das crianças expostas a um particular agente infeccioso adquirem uma certa doença. Considere um grupo de 100 crianças com igual exposição ao agente infeccioso. Determinar a probabilidade de no mínimo 15 e no máximo 30 crianças adoeçam.
Solução:Seja a v.a. Y: número de crianças que adoecem dentre as 100 crianças expostas. Então, Y~B(100;0,25).
cc
yyyf
xx
.,0
100,,1,0,75,025,0100
)(100
0,848 )30()16()15()3015( fffYP
18
18,75);25()1(,~1
NpnpnpNXYmenteaproximada
n
ii
0,864484 0,01044408 -0,874928
)31,2()15,1(1,15Z2,31-P
18,75
2530
18,75
25-Y
18,75
2515)3015(
PYP
Pelo Teorema Central do Limite temos: