Académique Documents
Professionnel Documents
Culture Documents
Adolfo Samuel
Fastudo Salimo
Jorge Bernardo S Chabane
Maria João Sela
Zainabo Estêvão
Universidade Pedagógica
Montepuez
2018
1
Adolfo Samuel
Fastudo Salimo
Jorge Bernardo S Chabane
Zainabo Estêvão
Universidade Pedagógica
Montepuez
2018
2
Índice
Introdução ................................................................................................................................... 3
Conclusão ................................................................................................................................. 12
Introdução
Ainda neste trabalho, o grupo realça que, quando você usa estatísticas para estimar um valor,
é importante lembrar-se de que não importa quão bem seu estudo foi projectado, sua
estimativa está sujeita a erros de amostragem aleatórios. A margem de erro quantifica esse
erro e indica a precisão da sua estimativa.
4
Para MOITA (2010), ”um intervalo de confiança é uma amplitude de valores, derivados de
estatísticas de amostras, que têm a probabilidade de conter o valor de um parâmetro
populacional desconhecido”. Devido à sua natureza aleatória, é improvável que duas amostras
de uma determinada população irão render intervalos de confiança idênticos. Mas, se você
repetir sua amostra várias vezes, uma determinada percentagem dos intervalos de confiança
resultantes conteria o parâmetro populacional desconhecido.
Dai que, analisando o pensamento dos dois autores citados anteriormente, remete-nos que o
intervalo de confiança é uma expressão condicionante de que a media real 𝜇, provavelmente
tem uma posição dentro de uma certa distância da média medida 𝑋̅.
Portanto, intervalo de confiança nada mais é do que uma faixa de valores possíveis para a
magnitude (risco relativo) real do efeito. Em estudos biomédicos clínicos, o intervalo de
confiança mínimo aceitado é de 95%, em outras palavras, deve-se ter confiança de 95% de
que o resultado se situa entre o intervalo de números apresentados. Em termos de precisão,
quanto mais estreito for o intervalo de confiança, maior será a precisão dos resultados. Entre
os factores que podem aumentar a precisão do intervalo de confiança, insere-se o tamanho da
amostra, ou seja, quanto maior a amostra, maior a precisão.
1.1.Estimativa de ponto
Este valor único estima um parâmetro populacional usando os seus dados amostrais.
5
1.2.Margem de erro
Quando você usa estatísticas para estimar um valor, é importante lembrar-se de que não
importa quão bem seu estudo foi projectado, sua estimativa está sujeita a erros de amostragem
aleatórios. A margem de erro quantifica esse erro e indica a precisão da sua estimativa.
Você provavelmente compreende a margem de erro como ela está relacionada aos resultados
da pesquisa. Por exemplo, uma pesquisa política pode relatar que o índice de aprovação de um
candidato é 55% com uma margem de erro de 5%. Isso significa que o real índice de
aprovação é de +/- 5%, e está em algum ponto entre 50% e 60%.
𝑆𝑡
𝐸= .
√𝑁
Quanto maior a margem de erro, maior é o intervalo, e menos certeza você pode ter sobre o
valor da estimativa do ponto.
1º Mecanismo:
2º:Selecionar uma amostra a partir da população escolhida. Isto é o que você usará para
colectar os dados para testar sua hipótese
3º: Calcular a média e o desvio padrão da amostra. Escolha uma estatística da amostra (como
por exemplo a média ou o desvio padrão da amostra) que você deseja usar para estimar o seu
parâmetro populacional escolhido. Um parâmetro populacional é um valor que representa
uma característica determinada da população. Você pode encontrar a média e o desvio padrão
da sua amostra da seguinte forma:
Para calcular a média da amostra dos dados, basta somar todas as determinações que você
seleccionou e dividir o resultado pelo número de determinações, matematicamente dado por:
∑𝑛𝑖=𝑜 𝑋𝑖
𝑋̅ =
𝑁
Para calcular o desvio padrão da amostra, você terá que encontrar a média dos dados. Em
seguida, é preciso encontrar a variância dos dados, ou seja, a média das diferenças quadradas
da média. Quando encontrar esse número, basta tirar sua raiz quadrada, matematicamente
dado por:
̅̅̅ − 𝑋𝑖 ]2
∑𝑛𝑋 [𝑋
𝑆=√ 𝑖
𝑛−1
4º: Achar na tabela de distribuição t do student o valor de grau de confiança pelo grau de
liberdade (n-1), que o valor do intervalo de confiança é sempre fornecido no decorrer de um
problema.
𝑠
𝜇 = 𝑋̅ ± 𝑡
√𝑁
2º Mecanismo:
𝑆𝑡
𝐸= .
√𝑁
7
6º: Determinar os extremos à esquerda e direita para formar o intervalo de confiança, 𝜇, em:
MOITA (2010), “na maioria das situações (mundo real) o desvio padrão é desconhecido.
Alem disso, por diversas limitações como tempo e custo, frequentemente não é pratico
colectar amostras de tamanho 30 ou mais”. Então, como é possível construir um intervalo de
confiança para a média de uma amostra dadas tais circunstâncias.
VOGEL (2008), Quando o número de mediadas é pequeno, o valor de desvio padrão s não é,
por si mesmo, uma medida da proximidade da média das amostras, 𝑋̅, à média verdadeira. É
possível porém, calcular um intervalo de confiança que permite estimar a faixa na qual a
média verdadeira poderá ser encontrada. Os limites deste intervalo de confiança, conhecidos
como limites de confiança, são dados por:
𝑡𝑠
Limite de confiança de 𝝁 para 𝒏 analises repetidas = 𝑋̅ ±
√𝑁
“É de interesse saber qual intervalo em que deve estar a media da população, µ, conhecendo-
se a média das determinações, 𝑋̅, quando 𝜎 é conhecido este intervalo é dado pela equação”
(Ibdem, 1979):
𝜎
𝜇 = 𝑋̅ ± 𝑧
√𝑁
Em que N é o número de determinações a partir das quais foi obtida a média 𝑋̅, o valor de Z é
tirado da tabela. Mostra-se então que:
8
𝜎
𝜇 = 𝑋̅ ± Com probabilidade de 68%
√𝑁
2𝜎
𝜇 = 𝑋̅ ± Com probabilidade de 95%
√𝑁
𝑋̅ − 𝜇
𝑧=
𝜎
Observe que z é o desvio da média de um dado, relativo a um desvio padrão. Isto é, quando
𝑋̅ − 𝜇 = 𝜎, z é igual a um; quando 𝑋̅ − 𝜇 = 2𝜎, z é igual a dois; e assim por diante. Uma vez
que z é o desvio em relação à média com respeito ao desvio padrão, um gráfico de frequência
relativa versus z gera uma única curva gaussiana que descreve qualquer população de dados
não importando o seu desvio padrão.
𝑋̅ − 𝜇
𝑡=
𝑆
𝑋̅ − 𝜇
𝑡=
𝑆⁄√𝑁
9
Assim como z na Equação a seguir, t depende do nível de confiança desejado. Mas t também
depende do número de graus de liberdade presente no cálculo de s, e, t se aproxima de z à
medida que o número de graus de liberdade se torna maior.
𝑧𝜎
𝐼𝐶 𝑝𝑎𝑟𝑎 𝜇 = 𝑋̅ ±
√𝑁
Assim o intervalo de confiança para a média de N réplicas de medidas pode ser calculado a
partir de t por uma equação similar à Equação anterior
𝑠
𝜇 = 𝑋̅ ± 𝑡
√𝑁
“A qual foi desenvolvida por W. S. gosset em 1908 (que assinava seus trabalhos pelo
pseudónimo de student) para compensar a diferença entre 𝜇 e 𝑋̅ alem de levar em conta que s
é uma simples aproximação de 𝜎” (BACCAN, 1979).
O problema consiste então na determinação do intervalo em que 𝜇 deve estar, com certa
probabilidade, conhecendo-se 𝑋̅, s e N, geralmente para N pequeno.
Ex1: Um químico obteve os seguintes dados para o teor alcoólico de uma amostra de sangue:
% de C2H5OH: 0,084; 0,089 e 0,079. Calcule o intervalo de confiança a 95% para a média
Solução
Xi ̅̅̅ − 𝑋𝑖 ]
[𝑋 ̅̅̅ − 𝑋𝑖 ]2
[𝑋
0,084 0 0
∑ 0,000050
̅̅̅ − 𝑋𝑖 ]2
∑𝑛𝑋𝑖[𝑋 0,000050
𝑆=√ = √ = √0,000025 = 0,0050 % 𝐶2 𝐻5 𝑂𝐻
𝑛−1 3−1
A Tabela t de student indica que t = 4,30 para dois graus de liberdade em um limite de
confiança de 95%. Assim,
𝑠 4,30 .0,0050
𝜇95% = 𝑋̅ ± 𝑡 ↔ 𝜇95% = 0,084 ± = 0,084 ± 0,012 𝑑𝑒 𝐶2 𝐻5 𝑂𝐻
√𝑁 √3
Determina-se assim que o intervalo de confiança 𝜇, deve estar entre os valores 0,072% e
0,096%, com um grau de confiança de 95%
Ex2: Um indivíduo fez quatro determinações de ferro em uma amostra e encontrou um valor
médio de 31,40% e uma estimativa do desvio padrão s, de 0,11%. Qual intervalo em que deve
estar a media da população, com um grau de confiança de 95%?
11
Solução
𝑠
𝜇 = 𝑋̅ ± 𝑡
√𝑁
0,11
𝜇 = 31,40 ± 3,18
√4
𝜇 = (31,40 ± 0,17)%
Determina-se assim que a media da população, 𝜇, deve estar entre os valores 31,23% e
31,57%, com um grau de confiança de 95%.
Ex2: a média de 4 determinações do conteúdo de cobre de uma liga foi de 8,27% e seu desvio
padrão s foi de 0,17%. Calcule o limite de confiança a 95% do valor verdadeiro.
Solução
Das tabelas de t, tem-se que o valor de t para o nível de confiança de 95% com (n-1), isto é, 3,
graus de liberdade é 3,18
𝑠 3,18 𝑥 0,17
𝜇95% = 𝑋̅ ± 𝑡 ↔ 8,27 ± = 8,27 ± 0,27
√𝑁 √4
Isto significa que existe 95% de confiança de o valor verdadeiro da concentração de cobre na
liga está entre 8,00% e 8,54%.
12
Conclusão
Chegados a este patamar do nosso trabalho, conclui-se que para calcular o desvio padrão da
amostra, você terá que encontrar a média dos dados. Em seguida, é preciso encontrar a
variância dos dados, ou seja, a média das diferenças quadradas da média. Quando encontrar
esse número, basta tirar sua raiz quadrada. E ainda de referenciar que o presente trabalho é
fruto de leitura, critica e compilação de alguns manuais.
13
Referência bibliográfica
1. BACCAN, N., et al.; Química Analítica Quantitativa elementar; 1ª ed.; São Paulo;
Editora Edgard Blucher Ltda, 1979.
2. HAARIS, Daniel C.; Análise Química Quantitativa; 6ª ed., Livros Técnicos e Científicos
editora, 2005.
3. SKOOG, D. A., et al.; Fundamentos de Química Analítica; 8ª ed.; São Paulo; Pioneira
Thomson Learning, 2006.
4. MOITA, Graziella Ciaramella & NETO, José Machado Moita. Química - Estatística 2.
Piauí.2010
5. VOGEL A.; Química Analítica Quantitativa; 6ª ed., RJ, LTC, 2008.