0

Adolfo Samuel
Fastudo Salimo
Jorge Bernardo S Chabane
Maria João Sela
Zainabo Estêvão

INTERVALOS DE CONFIANÇA DA MÉDIA

Licenciatura em Ensino de Química com Habilitações em Gestão Laboratorial

Universidade Pedagógica
Montepuez
2018
 1

Adolfo Samuel

Fastudo Salimo
Jorge Bernardo S Chabane

Maria João Sela

Zainabo Estêvão

INTERVALOS DE CONFIANÇA DA MÉDIA

Trabalho de carácter avaliativo insere-se

no Departamento de Ciências Naturais e
Matemática, a ser entregue ao docente da
cadeira de Cálculos e Representação de
Dados Experimentais – CRDE, 1º
Semestre, 5º Grupo, leccionado por:

dr. Monteiro Carlos Monteiro Mapero

Universidade Pedagógica
Montepuez
2018
 2

Índice
Introdução ................................................................................................................................... 3

1. Intervalo de confiança ............................................................................................................ 4

1.1. Estimativa de ponto ............................................................................................................. 4

1.2. Margem de erro ................................................................................................................... 5

1.3. Como Calcular o Intervalo de Confiança ............................................................................ 5

1.4. Intervalo de confiança de médias para amostras pequenas ................................................. 7

1.5. Intervalo de Confiança Quando 𝜎 for Conhecido ............................................................... 7

1.6. Intervalo de Confiança Quando 𝜎 não for Conhecido ......................................................... 8

Conclusão ................................................................................................................................. 12

Referência bibliográfica ........................................................................................................... 13

 3

Introdução

A cadeira de cálculos e representação de dados experimentais tem como base o estudo da

estatística usada na química. Para tal não se pode deixar de fora o tema em estudo (intervalo
de confiança), neste trabalho o grupo aborda assuntos relacionados directamente com tema,
ainda no mesmo, o grupo apresenta duma forma detalhada os passos usados nas operações do
intervalo de confiança.

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

1. Intervalo de confiança da média

Na óptica de HAARIS (2005) afirma que,

O teste t student, é uma ferramenta estatística utilizada com muita frequência

para expressar intervalos de confiança e para a comparação de resultados de
experimentos diferentes. É uma ferramenta que pode ser utilizada, por
exemplo, para calcular a probabilidade de que a sua contagem de hemácias
será encontrado no intervalo dos dias normais.

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.

O intervalo de confiança é determinado calculando-se uma estimativa de ponto e, depois,

determinando sua margem de erro.

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.

MOITA (2010), “porém se tiver-se o nível de confiança e a distribuição de amostragem

poder-se-á calcular o valor máximo para o erro, esse valor denomina-se margem de erro”

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%.

Para um intervalo de confiança de dois lados, a margem de erro é a distância da estatística

estimada para cada valor de intervalo de confiança. Quando um intervalo de confiança é
simétrico, a margem de erro é metade da largura do intervalo de confiança. Por exemplo, o
comprimento médio estimado de um eixo de comando é 600 mm e o intervalo de confiança
varia de 599 a 601. A margem de erro é 1.

A margem de erro é a maior distancia possível entre o ponto de estimativa e o valor do

parâmetro que esta estimado.

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.

1.3.Como Calcular o Intervalo de Confiança da média

Um intervalo de confiança é um indicador da precisão da sua medida. É também um indicador

de quão estável é a sua estimativa, que é a medida de quão perto a sua medição estará da
estimativa original, se você repetir o experimento. Abaixo apresentam-se os passos para
calcular o intervalo de confiança para os dados do seu estudo

1º Mecanismo:

1º: Anotar o fenómeno que você gostaria de testar.

 6

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.

5º: Calcuar o seu intervalo de confiança, matematicamente dado por:

𝑠
𝜇 = 𝑋̅ ± 𝑡
√𝑁

2º Mecanismo:

Usar os passos 1º, 2º, 3º, e 4º do primeiro mecanismo.

5º: Determinar a margem de erro, através da seguinte equação matemática:

𝑆𝑡
𝐸= .
√𝑁
 7

6º: Determinar os extremos à esquerda e direita para formar o intervalo de confiança, 𝜇, em:

𝑋̅ − 𝐸 < 𝜇 < 𝑋̅ + 𝐸 , tal que,

𝑋̅ − 𝐸 < 𝜇, extremo à esquerda

𝜇 < 𝑋̅ + 𝐸, extremo à direita

1.4.Intervalo de confiança de médias para amostras pequenas

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

1.5.Intervalo de Confiança da média Quando 𝜎 for Conhecido

BACCAN (1979), Geralmente, é um trabalho analítico, somente um pequeno número de

determinações é feito (duplicadas, triplicadas, etc), tornando-se necessário examinar como
estes dados podem ser interpretados de maneira lógica. Nestes casos, os valores conhecidos
são X e s, que são estimativas do µ e 𝝈

“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

“Entretanto, geralmente não se dispõe do desvio padrão, 𝜎. Conhece-se apenas a sua

estimativa, s. neste caso não é coreto usar os valores de z listados na tabela, e o problema é
resolvido substituindo-os pelos valores da tabela t de student” (Ibdem, 1979).

1.6.Intervalo de Confiança Quando da média 𝜎 não for Conhecido

SKOOG (2006) diz que,

Frequentemente, as limitações no tempo ou na quantidade de amostra

disponível nos impedem de fazer medidas suficientes para considerar s como
uma boa estimativa de 𝜎. Nesse caso, um conjunto único de réplicas de
medidas precisa fornecer não apenas a média, como também uma estimativa
da precisão. Como indicado anteriormente, o valor de s calculado a partir de
um pequeno conjunto de dados pode ser bastante incerto. Assim, intervalos
de confiança mais amplos são necessários quando precisamos utilizar um
valor de s, calculado com um pequeno número de medidas, como nossa
estimativa de 𝜎.

Para considerar a variabilidade de s, usa-se o importante parâmetro estatístico t, que é

definido exactamente da mesma forma de z, excito que s substitui 𝜎. Para uma única medida
com resultado x, pode-se definir t como (Ibdem, 2006):

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

Para a média de N medidas,

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.

O intervalo 𝑋̅ ± 𝑡 𝑠/√𝑁 é chamado de intervalo de confiança da média, onde 𝑋̅ − 𝑡 𝑠/√𝑁 e

𝑋̅ + 𝑡 𝑠/√𝑁 são os limites de confiança da média. A probabilidade correspondente ao valor
de t da tabela é chamada de grau de confiança da média.

Tabela: Valores do test t de student. Fonte SKOOG, 2006

 10

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

∑𝑛𝑖=𝑜 𝑋𝑖 0,084 + 0,089 + 0,079 0,252

𝑋̅ = ↔ = = 0,084
𝑁 3 3

Xi ̅̅̅ − 𝑋𝑖 ]
[𝑋 ̅̅̅ − 𝑋𝑖 ]2
[𝑋

0,084 0 0

0,089 0,005 0,000025

0,079 0,005 0,000025

∑ 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

O valor correspondente a quatro determinações é um grau de confiança de 95% e é igual a

3,18. Aplicando-se a equação de student.

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.