teoria da estimação - webnodefiles.lpolac.webnode.com/200000111-433ef4439d/material 9.pdf ·...
TRANSCRIPT
-
Teoria da Estimação
1
-
Um dos principais objetivos da estatística inferencial consiste
em estimar os valores de parâmetros populacionais
desconhecidos (estimação de parâmetros) utilizando dados
amostrais. Então, qualquer característica de uma população
pode ser estimada a partir de uma amostra aleatória, desde
que esta amostra represente bem a população.
Os parâmetros populacionais mais comuns a serem
estimados são: a média, o desvio-padrão e a proporção.
2
-
Antes de abordar a teoria da estimação vamos procurar
entender o que vem a ser estimador e estimativa.
Um estimador, , do parâmetro é uma função qualquer
dos elementos da amostra.
Estimativa é o valor numérico assumido pelo estimador
quando os valores observados são considerados.
Assim
é um estimador para a média populacional μ , e por exemplo,
é uma estimativa da média populacional.
3
̂
1
n
i
i
x
xn
70x
-
Estimativa por ponto: neste caso obtém-se um único valor
amostral que serve como uma aproximação do parâmetro
estimado.
o Exemplo: O resultado da média amostral é uma
estimativa por ponto da média populacional ; o resultado da
variância amostral s² é uma estimativa por ponto da variância
populacional 2.
4
x
Tipos de Estimativas
-
Estimação por intervalo ou Intervalo de confiança: Na
distribuição amostral, ao selecionar k amostras de tamanho n
da população, é possível obter k estimativas pontuais de um
parâmetro. Estas estimativas seguirão uma determinada
distribuição. Conhecida esta distribuição pode-se determinar
o limite inferior e o limite superior, dentro do qual se espera
que o valor real do parâmetro populacional desconhecido
(média, variância, proporção).
Esses limites são chamados “limites de confiança”:
determinam um Intervalo de Confiança (IC), no qual estará o
verdadeiro valor do parâmetro.
5
-
o Assim, a estimação por intervalo consiste na fixação de dois
valores tais que seja a probabilidades de que o
intervalo contenha o verdadeiro valor do parâmetro
6
1
:
1 :
nível de siginificância ou grau dedesconfiança
coeficientedeconfiança ou nível deconfiabilidade
-
Exemplo: P (40 < < 60) = 0,95 ou
seja a verdadeira média populacional está dentro do intervalo
de confiança de 40 a 60 com confiabilidade de 95%.
7
50x estimar
-
x
e
x e
x
INTERVALO DE CONFIANÇA
e: margem de erro
-
Construção dos Intervalos de Confiança (IC)
Com uma confiança pode-se determinar, com o auxílio das
distribuições amostrais, um limite inferior e superior, no qual
espera-se que o verdadeiro valor do parâmetro populacional esteja
contido. Resumidamente tem-se que:
Intervalo de confiança para médias em grandes amostras (n ≥30):
usa-se a distribuição normal (Z).
Intervalo de confiança para médias em pequenas amostras (n < 30):
usa-se a distribuição t-Student (t).
Intervalo de confiança para proporções: usa-se a distribuição
normal (Z).
Intervalo de confiança para uma variância: usa-se a distribuição de
qui-quadrado .
9
1
-
1ºCaso: Amostras Grandes (n ≥30) (Distribuição Normal)
o Intervalo de Confiança:
o Erro da estimativa:
1-αIC(μ) : x ± e
/2 /2. ; .s
e z e zn n
z depende da confiança que se queira do intervalo
( ) (1 )P x e x e
/2 /2( ) (1 )X XP x z x z
-
0
0,02
0,04
0,06
0,08
0,1
0,12
0,14
0 5 10 15 20- +0
(0,1)N~ ?
X
n
(0,1)N (Normal Padrão)
/2(| | )P Z z
2
2
1
/2 /2( ) 1P z Z z
/2 /2( ) 1X
P z z
n
/2 /2( ) 1P z X zn n
/2 /2( ) 1P X z X zn n
IC para
nível de significância
nível de confiança
2~ ( , )X N desconhecido, mas 2 conhecido
2
~ ( , )X Nn
Z
/2z /2z
-
Exercício 1: De uma população com =5, retiramos uma
amostra de 50 elementos e obtemos . Determinar um
IC de 95%, para a média populacional.
Exercício 2: Pretende-se estimar o gasto/mês (R$) com
educação de uma determinada população. Uma amostragem
feita com 36 famílias dessa população mostrou média de
R$120,00 e desvio padrão de R$ 50,00. Construir um IC de
95% para a média populacional
12
42x
-
2° Caso: Amostras pequenas (n
-
Exercício 3: Pretende-se estimar a idade de aposentadoria
(anos) de certa população. Uma amostragem feita com 16
pessoas mostrou média de 57 anos e variância de 25
anos².Construir um IC de 95% para a média populacional.
14
-
Intervalo de Confiança:
Erro da Estimativa:
15
ˆ1-αIC(p) : p ± e
)1()ˆˆ( eppepP
2
ˆ ˆpqe z
n
-
Exercício 4: Retiramos de uma população uma amostra de
100 elementos e encontramos 20 sucessos. Ao nível de 1%,
construir um IC para a proporção real de sucessos na
população.
Exercício 5: Suponha que em uma determinada pesquisa
sobre a aceitação do produto X de 100 pessoas avaliadas 35
mostram boa aceitação ao produto. Utilize um IC de 90% para
estimar, na população, a proporção de aceitação pelo
produto.
16
-
17
2 2
2 22
1-α 2 2
1-
(n -1).s (n -1).sIC(σ ) : ;
χ χ
v = n -1
2 1
2 22
1-α 2 2
(n -1).s (n -1).sIC(σ ) : ;
χ χ
ou
2
2 1
(1 )2 2
2 2
(n -1).s (n -1).sP
χ χ
-
Exercício 6: Pretende-se estimar a idade de aposentadoria
(anos) de certa população. Uma amostragem feita com 16
pessoas mostrou média de 57 anos e variância de 25 anos².
Construir um IC de 95% para a variância populacional.
Observação: Caso a média populacional seja conhecida
teremos
18
2
2 1
2 1
( )n
2 2 i2 i
1-α 2 2
xn.s n .s
IC(σ ) : ; onde sχ χ n
-
Se a população for infinita:
Para população finita:
19
0
2 2
α 2
2
z .sn =
e
N
n
nn
11 0
0
-
Exemplo: Pretende-se estimar o tempo (min) necessário para
se fazer um determinado trabalho escolar. Uma amostragem
feita com 36 pessoas mostrou média de 12 min e variância de
16 min². Qual deve ser o tamanho da amostra para estimar a
média com 95% de confiança e um erro máximo de 1 minuto
na estimativa da média?
20
-
0
ˆ ˆ2α 2
2
z p qn =
eN
n
nn
11 0
0
Pop. infinita Pop. finita
‣ Exemplo: Determinada empresa estima que a proporção de
pessoas que utiliza seus produtos no Brasil é de 0,20. Uma
pesquisa vai ser realizada em Uberlândia, para verificar a
proporção de indivíduos com esta característica na cidade. Qual
deve ser o tamanho da amostra para realizar a estimativa com 95%
de confiança e um erro máximo de 3%?