Capitulo 4

Capítulo 4 Slide 1
Inferência Estatística
Resenha
Intervalo de Confiança para uma proporção
Intervalo de Confiança para o valor médio de uma variável
aleatória
Intervalo de Confiança para a variância de uma variável
aleatória
Intervalo de Confiança para a diferença de duas
proporções
Intervalo de Confiança para a diferença dos valores
médios de duas variáveis aleatórias
Ana M. Abreu - 2006/07

Resenha Slide 2
As duas maiores áreas de aplicação da

inferência estatística envolvem o uso de
amostras aleatórias para:
(1) estimar o valor de um parâmetro da

população ou de um intervalo de valores que
esse mesmo parâmetro pode tomar;
(2) testar alguma hipótese sobre a população ou,
em particular, sobre um certo parâmetro da
população.
Este capítulo aborda a primeira situação e o

capítulo 5 a segunda.
Definições Slide 3
• Estimador
é uma fórmula ou um processo que usa os valores
da amostra para estimar um parâmetro populacional.
• Estimativa
❖ é um valor específico, ou intervalo de valores,
usado para aproximar o valor do parâmetro de uma
população.
• Estimativa pontual
❖ é um valor único usado para aproximar o valor do
parâmetro de uma população.
A proporção amostral ˆp (“p-chapéu”) é a melhor

estimativa pontual da proporção populacional p.
A média amostral “x-barra” é a melhor estimativa
pontual da média populacional µ.
Definição Slide 4
Grau de confiança / Nível de

significância
O grau de confiança é habitualmente escrito

como 1 - α, onde α é o complementar do grau de
confiança, ou seja, é o nível de significância.
Assim, dizer que temos um grau de confiança de
0.95 (ou 95%) é o mesmo do que dizer que temos
um nível de significância α = 0.05. Do mesmo
modo, se 1 - α =0.99 (99%) então α = 0.01.

Notação para proporções Slide 5
p= proporção populacional
ˆp = nx proporção amostral
de x sucessos numa amostra de
(pronuncia-se dimensão n
‘p-chapéu’)
qˆ = 1 - pˆ = proporção amostral
de insucessos numa amostra de
dimensão n
Definição Slide 6
Intervalo de Confiança
Um intervalo de confiança (ou intervalo de estimativas) é
um intervalo de valores usado para estimar o verdadeiro
valor de um parâmetro populacional.
O nível de confiança é a probabilidade 1—αα

(frequentemente representada através da expressão
em percentagem) de que o intervalo de confiança, de
facto, contenha o verdadeiro valor do parâmetro.
É usual trabalhar com valores na ordem de

90%, 95%, ou 99%.
(α = 10%), (α = 5%), (α = 1%)
Definição Slide 7
Valores críticos
Um valor crítico é um valor de referência para
“separar” os valores das estatísticas amostrais
que são prováveis de ocorrer daqueles que não o
são. O valor z1- α/2 é um valor crítico pois é um
valor de z com a característica de separar a área
igual a α/2 na cauda direita da distribuição Normal
Standard (Ver Figura 4-1).

Como determinar z1− α/2
α/ para um Slide 8
intervalo de confiança de 95%
α =5%
α/2
α/ = 2.5% = .025
zα/2 z1− α/2

Figura 4-1
Valores Críticos

Intervalo de Confiança para a Slide 9
proporção de uma população

pˆ ± z 1− α / 2 ˆ
p ˆ
q
n
pˆ qˆ pˆ qˆ
pˆ – z 1− α / 2 < p < pˆ + z 1− α / 2
n n
(pˆ – z 1− α / 2 pˆ qˆ , p + z pˆ qˆ )
n
ˆ 1− α / 2
n
Procedimento para construir um
Slide 10
intervalo de confiança para p
1. Verifique que são verdadeiras as seguintes
condições:
a amostra é uma amostra aleatória
são válidas as condições da distribuição binomial, a
qual pode ser aproximada pela distribuição Normal
(recorde que para a aproximação ser válida tem que se
verificar np ≥ 5 e nq ≥ 5).
2. Na tabela correspondente à distribuição
Normal, encontre o valor crítico z 1−α2
1−α que
corresponde ao nível de confiança pretendido.
3. Calcule pˆ qˆ
n Ana M. Abreu - 2006/07
Procedimento para construir um Slide 11
intervalo de confiança para p
4. Use os cálculos já efectuados para determinar

o intervalo de confiança na forma, por exemplo,
pˆ – z 1− α / 2 pˆ qˆ< p < pˆ + z pˆ qˆ
1− α / 2
n n
5. Apresente os resultados com 3 casas
decimais.

Dimensão da amostra para Slide 12
estimar a proporção p
Quando se conhece uma estimativa de p, pˆ :
z
 2
n=pˆ q
ˆ



1- α 2 





d 
onde d é a diferença máxima entre p e pˆ .
Quando não se conhece uma estimativa de p:

 z  2
1 1- α 2




n 



4 d 




Estimação da média Slide 13
populacional: σ conhecido
Pressupostos
1. O valor do desvio padrão

populacional, σ , é conhecido.
2. Uma ou ambas as condições

seguintes são satisfeitas:
A população tem distribuição Normal
ou n>30.
média de uma população
x ± z 1− α/2 • σ/ n
x – z 1− α / 2 • σ/ n < µ < x + z 1− α / 2• σ/ n
(x – z 1− α / 2 • σ/ n , x + z 1− α / 2 • σ/ n)
Intervalo de Confiança para µ Slide 15
quando σ é conhecido
1. Verifique que os pressupostos são válidos.
2. Determine o valor crítico z1− α/2 que corresponde

ao nível de significância pretendido.
3. Calcule σ/ n e, em seguida, z 1− α/2 • σ/ n .
4. Calcule x –z 1− α/2 • σ/ n e x + z 1− α/2 • σ/ n .
Apresente os valores na forma:
x – z 1− α/2 • σ/ n < µ < x + z 1− α/2 • σ/ n

5. Apresente os resultados com 3 casas decimais.
Dimensão da amostra para Slide 16
estimar a média µ
2
(z1- α/2) •σ
n= d
onde d é a diferença máxima entre x e µ. No
caso de o valor não dar inteiro, aproxima-se
para o inteiro imediatamente a seguir.

Estimação da média Slide 17
populacional: σ desconhecido
Pressupostos
1. O valor do desvio padrão

populacional, σ, é desconhecido.
2. Uma ou ambas as condições

seguintes são satisfeitas:
A população tem distribuição Normal
ou n>30.
intervalo de confiança para µ Slide 18
quando σ é desconhecido
1. Verifique que os pressupostos são satisfeitos
2. Se n 30, consulte a tabela da distribuição t de
Student para encontrar o valor do quantil 1- α/2 da
distribuição t de Student com n-1 graus de
liberdade.
3. Calcule s / n e, em seguida, t 1− α/2 • s / n .
4. Calcule x –t1− α/2 • s / n e x + t1− α/2 • s / n.
x – t1− α/2 • s / n < µ < x + t1− α/2 • s / n
intervalo de confiança para µ Slide 19
quando σ é desconhecido
1. Verifique que os pressupostos são satisfeitos
2. Se n>30, consulte a tabela da distribuição Normal
para encontrar o valor do quantil 1- α/2.
3. Calcule s / n e, em seguida, z1− α/2 • s / n .
4. Calcule x –z1− α/2 • s / n e x + z1− α/2 • s / n .
x – z1− α/2 • s / n < µ < x + z1− α/2 • s / n

Estimação da variância Slide 20
populacional:
Pressupostos
1. A amostra é uma amostra aleatória.
2. A população deve ter distribuição Normal
(mesmo se a amostra for de dimensão
grande).

variância de uma população
(n-1)s2 (n-1)s2
< σ2 <
χ2(α/2
α/2;
α/2 n-1) χ2(1-α/2
α/2;
α/2 n-1)
onde:
n é a dimensão da amostra
s2 é a variância da amostra
χ2(α/2
α/2;
α/2 n-1) é o quantil α/2 da distribuição qui-
quadrado com n-1 graus de liberdade
intervalo de confiança para σ2 ou σ
Slide 22
1. Verifique que os pressupostos são válidos.
2. Consulte a tabela da distribuição χ2 para encontrar

os valores críticos χ2(α/2
α/2;
α/2 n-1) e χ 2
α/2 n-1) .
α/2;
(1-α/2
3. Determine os extremos do intervalo de confiança

pretendido usando as seguintes desigualdades:
(n-1)s2 (n-1)s2
< σ2 <
χ2(α/2
α/2;
α/2 n-1) χ2(1-α/2
α/2;
α/2 n-1)
4. Se pretender obter um intervalo de confiança para σ,
calcule a raiz quadrada dos extremos do intervalo
anterior e substitua σ2 por σ.
Notação para Slide 23
Duas Proporções
Para a população 1, seja:
p1 = proporção populacional
n1 = dimensão da amostra
x1 = nº de sucessos na amostra
^
p = x1 (a proporção amostral)
1
n1
q^ = 1 – p^
1 1
Com o mesmo significado temos p2, n2, x2, p^ e q ^,
2 2
mas provenientes da população 2.
Intervalo de Confiança para Slide 24
estimar p1 - p2
p^1 q^1 p^2 q^2

( p^1 – p^ 2 ) ± z 1− α/2
α/ n1 + n2
Este intervalo só se aplica se as amostras forem

grandes, isto é, se n1>30 e n2>30.

Definições Slide 25
Duas Amostras Independentes

Os valores de uma amostra aleatória de uma
população não estão relacionados ou
emparelhados com os valores da outra amostra
aleatória proveniente da outra população.
Se os valores de uma amostra estiverem
relacionados com os valores da outra amostra,
as amostras são dependentes. Um exemplo de
tais amostras são as designadas por amostras
emparelhadas.

Pressupostos Slide 26
1. As duas amostras são independentes.
2. Ambas as amostras são amostras

aleatórias.
3. Uma ou ambas as condições seguintes
são satisfeitas: As amostras têm
dimensão grande (com n1 > 30 e n2 > 30)
ou ambas as amostras são provenientes
de populações com distribuição Normal.
Intervalo de Confiança Slide 27
Quando σ1 e σ2 são desconhecidos:
s12 s2 2
(x1 – x2) ± z 1− α/2
α/ n1 + n2
onde x1 é a média da amostra 1, s12 é a variância da

amostra 1 e n1 é a dimensão da amostra 1.
Analogamente no que diz respeito a x2, s22 e n2,
relativamente à amostra 2.

Quando σ1 e σ2 são conhecidos:
(x1 – x2) ± z 1− α/2

α/
σ +σ 1
2
2
2
n n 1 2
onde x1 é a média da amostra 1, σ 2 é a variância

1
da população 1 e n1 é a dimensão da amostra 1.

Analogamente no que diz respeito a x2, σ2
2 e n2 ,
relativamente à amostra e à população 2.
Pressupostos Slide 29
1. As amostras são emparelhadas.
2. As amostras são amostras aleatórias.
3. Uma ou ambas as seguintes condições são

satisfeitas: O nº de pares da amostra é grande (n
> 30) ou as diferenças entre os pares de valores
são provenientes de uma população com
distribuição aproximadamente Normal.

Notação para Amostras
Slide 30
Emparelhadas
µd = valor médio das diferenças resultantes
de cada par de indivíduos da população.
d = valor médio das diferenças resultantes

de cada par de observações
(x1-y1=d1, …, xn-yn=dn).
sd = desvio padrão das diferenças

resultantes de cada par de observações.
n = nº de pares de observações.
d – t1−α/2 sd < µd < d + t1−α/2 sd

n n
onde t1−α/2 tem n –1 graus de

liberdade.

Capitulo 4

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Capitulo 4

Transféré par

Droits d'auteur :

Formats disponibles

Capítulo 4 Slide 1

Ana M. Abreu - 2006/07

As duas maiores áreas de aplicação da

(1) estimar o valor de um parâmetro da

Este capítulo aborda a primeira situação e o

A proporção amostral ˆp (“p-chapéu”) é a melhor

Grau de confiança / Nível de

O grau de confiança é habitualmente escrito

Ana M. Abreu - 2006/07

O nível de confiança é a probabilidade 1—αα

É usual trabalhar com valores na ordem de

Ana M. Abreu - 2006/07

zα/2 z1− α/2

Ana M. Abreu - 2006/07

proporção de uma população

intervalo de confiança para p

4. Use os cálculos já efectuados para determinar

Ana M. Abreu - 2006/07

Quando não se conhece uma estimativa de p:

Ana M. Abreu - 2006/07

1. O valor do desvio padrão

2. Uma ou ambas as condições

média de uma população

2. Determine o valor crítico z1− α/2 que corresponde

x – z 1− α/2 • σ/ n < µ < x + z 1− α/2 • σ/ n

Ana M. Abreu - 2006/07

1. O valor do desvio padrão

2. Uma ou ambas as condições

x – z1− α/2 • s / n < µ < x + z1− α/2 • s / n

Ana M. Abreu - 2006/07

1. Verifique que os pressupostos são válidos.

2. Consulte a tabela da distribuição χ2 para encontrar

3. Determine os extremos do intervalo de confiança

p^1 q^1 p^2 q^2

Este intervalo só se aplica se as amostras forem

Ana M. Abreu - 2006/07

Duas Amostras Independentes

Ana M. Abreu - 2006/07

1. As duas amostras são independentes.

2. Ambas as amostras são amostras

Quando σ1 e σ2 são desconhecidos:

onde x1 é a média da amostra 1, s12 é a variância da

Ana M. Abreu - 2006/07

Quando σ1 e σ2 são conhecidos:

(x1 – x2) ± z 1− α/2

onde x1 é a média da amostra 1, σ 2 é a variância

da população 1 e n1 é a dimensão da amostra 1.

1. As amostras são emparelhadas.

2. As amostras são amostras aleatórias.

3. Uma ou ambas as seguintes condições são

Ana M. Abreu - 2006/07

d = valor médio das diferenças resultantes

sd = desvio padrão das diferenças

d – t1−α/2 sd < µd < d + t1−α/2 sd

onde t1−α/2 tem n –1 graus de

Ana M. Abreu - 2006/07

Vous aimerez peut-être aussi