Disciplina: 6STA008

Curso: Ciências Contábeis

Nome do aluno(a): .............................................................

FORMULÁRIO PARA DIMENSIONAMENTO DE AMOSTRAS

• Para estimação de uma média:

Z 2 ·σ 2
n0 = ε2

• Para estimação de uma proporção (abordagem otimista, considerando p ∼ π) :

Z2
n0 = ε2 · p · (1 − p)

• Para estimação de uma proporção (abordagem conservadora: máximo valor do

produto [π × (1 − π)] ) :

Z2 1
n0 = ε2 · 4

• Fator de correção do tamanho amostral para populações consideradas finitas ou

amostragem sem reposição (na estimação de médias ou proporções):

N ·n0
n= N +n0

FORMULÁRIO PARA CONSTRUÇÃO DE INTERVALOS DE CONFIANÇA

• Para médias:

– Quando a variância populacional σ 2 é conhecida:

 h i
P −Z(1− α2 ) ≤ Z ≤ Z(1− α2 ) = 1 − α
− −
P [x −(z(1− α2 ) · √σ ) ≤ µ ≤x +(z(1− α2 ) · √σ )] =1−α
n n
−
IC(µ)(1−α) = [x ±zc · √σ ]
n

Onde: zc é o valor crítico da estatística z da distribuição Normal padrão para

o nível de confiança sob o qual o intervalo será construído.

– Quando a variância populacional σ 2 não é conhecida mas o tamanho da amos-

tra é tal que n ≥ 30:

h i
P −Z(1− α2 ) ≤ Z ≤ Z(1− α2 ) = 1 − α
− −
P [x −(z(1− α2 ) · √S ) ≤ µ ≤x +(z(1− α2 ) · √S )] =1−α
n n
−
IC(µ)(1−α) = [x ±zc · √S ]
n

Onde: zc é o valor crítico da estatística z da distribuição Normal padrão para

o nível de confiança sob o qual o intervalo será construído.

– Quando a variância populacional σ 2 não é conhecida e o tamanho da amostra

é tal que n < 30:

h i
P −T(1− α2 ,(n−1)) ≤ T ≤ T(1− α2 ,(n−1)) = 1 − α
− −
P [x −(t(1− α2 ,(n−1)) · √S ) ≤ µ ≤x +(t(1− α2 ,(n−1)) · √S )] =1−α
n n
−
IC(µ)(1−α) = [x ±tc(n−1) · √S ]
n

Onde: tc é o valor crítico da estatística t da distribuição de Student para o

nível de significância sob o qual o intervalo será construído, a (n − 1) graus de
liberdade.

• Para proporções quando não se tem nenhuma informação acerca de π:

– Abordagem otimista: adoção da proporção amostral como aproximação da

proporção populacional
 h i
P −Z(1− α2 ) ≤ Z ≤ Z(1− α2 ) = 1 − α
r r
p(1−p) p(1−p)
P [p − (z(1− α2 ) · n )r≤ π ≤ p + (z(1− α2 ) · n )] =1−α
IC(π)(1−α) = [p ± zc · p(1−p)
n ]

Onde: zc é o valor crítico da estatística z da distribuição Normal padrão para

o nível de confiança sob o qual o intervalo será construído.

– Abordagem conservadora: adoção do máximo valor do produto: [π × (1 − π)]

h i
P −Z(1− α2 ) ≤ Z ≤ Z(1− α2 ) = 1 − α
q q
1 1
P [p − (z(1− α2 ) · 4·n ) ≤ π ≤ p + (z(1− α2 ) · 4·n )] = 1 − α
q
1
IC(π)(1−α) = [p ± zc · 4·n ]

Onde: zc é o valor crítico da estatística z da distribuição Normal padrão para

o nível de confiança sob o qual o intervalo será construído.

• Para a diferença entre duas médias de populações independentes:

– Quando as variâncias populacionais (σ12 e σ12 ) são conhecidas:

h i
P −Z(1− α2 ) ≤ Z ≤ Z(1− α2 ) = 1 − α
− −
r r
− σ12 σ22 − σ12 σ22
P [(x − y )−(z(1− α2 ) · n1 + n2 ) ≤ (µ1 −µ2 ) ≤ (x − y )+(z(1− α2 ) · n1 + n2 )] = 1−α
−
r
− σ12 σ22
IC(µ1 − µ2 )(1−α) = [(x − y ) ± zc · n1 + n2 ]

Onde: zc é o valor crítico da estatística z da distribuição Normal padrão para

o nível de confiança sob o qual o intervalo será construído.

– Quando as variâncias populacionais (σ12 e σ12 ) não são conhecidas mas podem
ser admitidas iguais:

h i
P −T(n1 +n2 −2,1− α2 ) ≤ T ≤ T(n1 +n2 −2,1− α2 ) = (1 − α)
− − r
1 1 − −
P [(x − y )−(t(n1 +n2 −2,1− α2 ) ·Sp · n1 + n2 ) ≤ (µ1 −µ2 ) ≤ (x − y )+(t(n1 +n2 −2,1− α2 ) ·
 r
1 1
Sp · n1 + n2 )] = (1 − α)
− − r
1 1
IC(µ1 − µ2 )(1−α) = [(x − y ) ± tc(n1 +n2 −2) · Sp · n1 + n2 ]

Onde: o desvio padrão ponderado Sp é assim calculado

r
(n1 −1)·S12 +(n2 −1)·S22
Sp = n1 +n2 −2

Onde: tc é o valor crítico da estatística t da distribuição de Student para o

nível de significância sob o qual o intervalo será construído e com (n1 + n2 − 2)
graus de liberdade.

– Quando as variâncias populacionais (σ12 e σ12 ) não são conhecidas e não podem
ser admitidas iguais

h i
P −T(ν,1− α2 ) ≤ T ≤ T(ν,1− α2 ) = (1 − α)

− −
r r
− S12 S22 − S12 S22
P [(x − y ) − (t(ν,1− α2 ) · n1 + n2 ) ≤ (µ1 − µ2 ) ≤ (x − y ) + (t(ν,1− α2 ) · n1 + n2 )] =
(1 − α)

−
r
− S12 S22
IC(µ1 − µ2 )(1−α) = [(x − y ) ± (tc(ν) · n1 + n2 )]

Onde: o número de graus de liberdade ν é assim calculado:

S2 S2
( n1 + n2 )2
ν= 2
1
(S1/n1 )2
2
2
(S2/n2 )2
n1 −1 + n2 −1

Onde: tc é o valor crítico da estatística t da distribuição de Student para o

nível de significância sob o qual o intervalo será construído e com ν graus de
liberdade.
 TABELAS

Tabela de valores “t” da Distribuição de Student para intervalos de confiança e testes de

hipóteses bilaterais
Na vertical: graus de liberdade (φ)
Na horizontal: nível de significância (α)
Quadro resumo com valores críticos de zc para intervalos de confiança e testes de hipóteses
bilaterais
Níveis de confiança (α) 99,73% 99% 98% 96% 95,45% 95% 90% 80% 98,27% 50%
zc 3,00 2,58 2,33 2,05 2,00 1,96 1,645 1,28 1,00 0,6745

Tabela de valores “z” de uma Distribuição Normal padrão

Na vertical: inteiro e a primeira casa decimal
Na horizontal: a segunda casa decimal
No interior da casela a probabilidade