Distribuiçoes Amostrais e Estimacao de Parâmetros

Estatstica para Cursos de Engenharia e Estatstica para Cursos de Engenharia e
Informtica Informtica
Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia
So Paulo: Atlas, 2004
Cap. 7 Cap. 7 - - Distribuies Distribuies Amostrais Amostrais
BARBETTA, REIS e BORNIA Estatstica para Cursos de Engenharia e Informtica. Atlas, 2004
Cap. 7 Cap. 7 - - Distribuies Distribuies Amostrais Amostrais
ee Estimao Estimaode deParmetros Parmetros
APOIO:
Fundao de Apoio Pesquisa Cientfica e Tecnolgica do Estado de Santa Catarina
(FAPESC)
Departamento de Informtica e Estatstica UFSC (INE/CTC/UFSC)
Amostragem e Inferncia estatstica Amostragem e Inferncia estatstica
POPULAO: todos
os possveis
consumidores
AMOSTRA: um
subconjunto dos
consumidores
amostragem
Ex.
consumidores
inferncia
Conceitos Conceitos
Parmetro: alguma medida descritiva (mdia, varincia, proporo,
etc.) dos valores x
1
, x
2
, x
3
,..., associados populao.
Amostra aleatria simples: conjunto de n variveis aleatrias
independentes {X
1
, X
2
, ..., X
n
}, cada uma com a mesma distribuio
de probabilidades de uma certa varivel aleatria X. Esta distribuio
de probabilidades deve corresponder distribuio de freqncias dos
de probabilidades deve corresponder distribuio de freqncias dos
valores da populao (x
1
, x
2
, x
3
, ...).
Estatstica: alguma medida descritiva (mdia, varincia, proporo,
etc.) das variveis aleatrias X
1
, X
2
, ..., X
n
, associadas amostra
Parmetros e Estatsticas Parmetros e Estatsticas
Amostra
(X
1
, X
2
, ..., X
n
)
Populao
(x
1
, x
2
, x
3
,..., x
N
)
Parmetros Estatsticas
N
atributo o com elementos de n
p
o
=
n
atributo o com elementos de n
P
o
=
=
=
N
i
i
x
N
1
1
=
=
n
i
i
X
n
X
1
1
( )
=
=
N
i
i
x
N
1
2
2
1
( )
=
n
i
i
X X
n
S
1
2
2
1
1
Proporo
Mdia
Varincia
Exemplos de parmetros Exemplos de parmetros
X varivel aleatria discreta com funo de probabilidade p
Mdia ou valor esperado:

=
= =
k
j
j j
p x X E
1
) (
Varincia:
=
= =
k
j
j j
p x X V
1
2 2
) ( ) (
2 2
) ( ) ( = X E X V
=
=
k
j
j j
p x X E
1
2 2
) (
ou:
onde:
Exemplos de parmetros Exemplos de parmetros
X varivel aleatria contnua com funo de densidade f
Mdia ou valor esperado:
Varincia:
2 2
) ( ) ( = X E X V

= dx x f x X E ) ( ) (
2
ou:
onde:
Exemplos de estatsticas Exemplos de estatsticas
(X
1
, X
2
,..., X
n
): uma amostra aleatria simples da
populao caracterizada por X.
Mdia :

=
=
+ + +
=
n
i
i
n
X
n n
X X X
X
1
2 1
1 ...
Varincia:
( )
=
n
i
i
X X
n
S
1
2
2
1
1
Uma estatstica uma varivel aleatria e a sua distribuio de
probabilidades chamada de distribuio amostral.
Estatsticas Estatsticas
(x
1
, x
2
,..., x
n
): amostra efetivamente observada.
Mdia :

=
=
+ + +
=
n
i
i
n
x
n n
x x x
x
1
2 1
1 ...
Varincia:
( )
=
n
i
i
x x
n
s
1
2
2
1
1
|
\
|

=

=
2
1
2 2
1
1
x n x
n
s
n
i
i
ou:
Ex. 7.2 Ex. 7.2
Populao: {2, 3, 4, 5}
Parmetros:
p(x)
5 , 3
4
1
5
4
1
4
4
1
3
4
1
2 ) ( = + + + = = X E
( ) [ ] 25 , 1 ) 5 , 3 5 ( ) 5 , 3 4 ( ) 5 , 3 3 ( ) 5 , 3 2 (
4
1
. ) (
2 2 2 2
1
2
2
= + + + = = =

=
N
i
i i
p x X V
x
2 3 4 5
Distribuio da mdia amostral (Ex. 7.2) Distribuio da mdia amostral (Ex. 7.2)
X
Amostras possveis Probabilidade
Amostragem aleatria simples de tamanho n = 2.

Construo da distribuio amostral da mdia:
(2, 2)
(2, 3), (3, 2)
(2, 4), (3, 3), (4, 2)
(2, 5), (3, 4), (4, 3), (5, 2)
(3, 5), (4, 4), (5, 3)
(4, 5), (5, 4)
(5, 5)
2,0
2,5
3,0
3,5
4,0
4,5
5,0
1
16
2
16
3
16
4
16
3
16
2
16
1
16
Distribuio da mdia amostral (Ex. 7.2) Distribuio da mdia amostral (Ex. 7.2)
p(x)
Distribuio da
populao
Distribuio da
mdia amostral
) (x p
x 2 3 4 5
x
2 3 4 5
E(X) = 3,5
5 , 3 ) ( = X E
Mdia e varincia da mdia amostral (Ex. 7.2) Mdia e varincia da mdia amostral (Ex. 7.2)
( ) 5 , 3
16
1
5
16
2
5 , 4
16
3
4
16
4
5 , 3
16
3
3
16
2
5 , 2
16
1
2 =
|
\
|
+
|
\
|
+
|
\
|
+
|
\
|
+
|
\
|
+
|
\
|
+
|
\
|
= X E
625 , 0
16
1
) 5 , 3 5 ( ...
16
2
) 5 , 3 5 , 2 (
16
1
) 5 , 3 2 ( ) (
2 2 2
= + + + = X V
Distribuio amostral da mdia Distribuio amostral da mdia
Amostra:
(X
1
, X
2
, ..., X
n
)
Populao: N elementos
X : varivel quantitativa
Parmetros:
Amostragem
aleatria simples
(X
1
, X
2
, ..., X
n
) Parmetros:
= E(X),
2
= V(X)
Estatsticas:
X pode ser vista como uma varivel
aleatria se considerar a distribuio de
freqncias da populao como uma
distribuio de probabilidades a
distribuio da populao.
=
=
n
i
i
X
n
X
1
1
( )
=
n
i
i
X X
n
S
1
2
2
1
1
Exemplo de motivao Exemplo de motivao
Populao X uniforme em [0, 1].
=
] , [ para , 0
] , [ para ,
1
) (

x
x
x f
Lembrando:
X uniforme em [, ].
1
) ( = X E
x
0
f(x)

1
2
) (
+
= X E
( )
12
) (
2

= X V
2
1
) ( = X E
12
1
) ( = X V
Simular dados numa numa
planilha eletrnica e calcular
estatsticas.
Mdia e varincia da mdia amostral Mdia e varincia da mdia amostral
= ) (X E
X V
2
) (

=
se a amostragem for com reposio,
Seja a populao com mdia e varincia
2
.
n
X V ) (

=
se a amostragem for com reposio,
ou N muito grande ou infinito
1
) (
2
=
N
n N
n
X V

se a amostragem for sem reposio e
N no muito grande, N < 20n
Distribuio da mdia amostral Distribuio da mdia amostral
(Teorema do limite central) Se o tamanho da amostra for
razoavelmente grande, ento a distribuio amostral da
mdia pode ser aproximada pela distribuio normal.
Distribuio da mdia amostral Distribuio da mdia amostral
Populao
Amostra

=
=
n
i
i
X
n
X
1
1
= ) (X E
2
) ( = X V
= ) ( X DP
= ) (X E
n
X V
2
) (

=
n
X DP

= ) (
Populao de tamanho N Populao de tamanho N
Populao dos salrios dos empregados
de certo setor da economia (N =1.000)
Distribuio de freqncias de mdias
de amostras de tamanho n = 100
BARBETTA, REIS e BORNIA Estatstica para Cursos de Engenharia e Informtica. Atlas,
2004
= ) ( X E
1
) (
2
=
N
n N
n
X V

1
) (
=
N
n N
n
X DP

= ) ( X E
2
) ( = X V
= ) ( X DP
Distribuio amostral da proporo Distribuio amostral da proporo
Populao: elementos
A
A
A
A
N N N + =
Amostra:
(X
1
, X
2
, ..., X
n
)
A
0 ou 1
(0 = sem o atributo;
1 = com o atributo)
Parmetro:
p = proporo dos elementos
que tm o atributo A
Distribuio da populao (caso de proporo) Distribuio da populao (caso de proporo)
x p(x)
0
1
1 p
p
= p
2
= p(1 p)
Mdia e varincia:
Mdia e varincia da proporo amostral Mdia e varincia da proporo amostral
p P E = )
(
n
p p
P V
) 1 (
)
(

=
se a amostragem for com reposio, ou N
muito grande ou infinito
n
P V ) ( =
muito grande ou infinito
1
) 1 (
)
=
N
n N
n
p p
P V
ou:
se a amostragem for sem reposio e N
no muito grande, N < 20n
Distribuio da proporo amostral Distribuio da proporo amostral
Se o tamanho da amostra for razoavelmente grande,
ento a distribuio amostral da proporo pode ser
aproximada pela distribuio normal.
OBS. Se n for pequeno, a distribuio exata binomial ou
hipergeomtrica (dependendo se a amostragem for com
ou sem reposio)
universo do estudo (populao)
Estimao de Parmetros Estimao de Parmetros
O raciocnio indutivo da estimao de parmetros
dados observados
AMOSTRA
POPULAO
p = ?
Estimao de Parmetros Estimao de Parmetros
X
1
X
2
X
3
...
Observaes: p
p = erro amostral
p
Estimao de parmetros: Estimao de parmetros:

intervalo de confiana para proporo intervalo de confiana para proporo
= proporo na populao (parmetro que se quer estimar)
= proporo na amostra (pode ser calculada com base na
amostra)
p
p
= erro-padro da proporo, que para amostra aleatria simples
com reposio (ou sem reposio, mas com N >> n), pode
ser estimado por:
P
n
p p
s
P
)
1 (
=
Seja uma varivel aleatria normal padro, Z. Vale:
{ } 95 , 0 96 , 1 96 , 1 = Z P
95 , 0 96 , 1
96 , 1

P
p P
P
n
p p
P
) 1 (
=
Ento:
sendo:
) P
{ } 95 , 0 ) 96 , 1 (
) 96 , 1 (

= +
P P
P p P P
ou:
P
p P
) 96 , 1 (

com probabilidade de 95%:
P
p p IC
) 96 , 1 (
%) 95 , ( =
intervalo de confiana para p,
com nvel de confiana de 95%:
Com dados de uma amostragem aleatria simples com
reposio (ou sem reposio, mas com N >> n), tem-se um
intervalo de confiana para p, com nvel de confiana :
n
p p
z p p IC
)
1 (
) , (

=

n
p p
z p p IC
)
1 (
) , (

=

nvel de
0 Z
- Z

nvel de
confiana
desejado
( = 1- )
0,800 0,900 0,950 0,980 0,990 0.995 0,998

z
1,282 1,645 1,960 2,326 2,576 2,807 3,090

Resultados do Exemplo 7.3: Resultados do Exemplo 7.3:
Intervalo de 95% de confiana para p
(60,0 6,3%)
60,0%
(60,0 4,8%)
55,2% 53,7%
64,8%
66,2%
intervalo de confiana para mdia intervalo de confiana para mdia
= mdia na populao (parmetro que se quer estimar)
= mdia na amostra (pode ser calculada com base na amostra)
x
= erro-padro da mdia.
X
n
X
=
intervalo de confiana para intervalo de confiana para mdia mdia
Seja uma varivel aleatria normal padro, Z. Vale:
{ } 95 , 0 96 , 1 96 , 1 = Z P
Ento:

z
n
X
z P { }

= z Z z P

ou:
com probabilidade de 95%:
intervalo de confiana para ,
com nvel de confiana de :

=
)
`
+
n
z X
n
z X P
n
z x IC

= ) , (
Caso o desvio padro (populacional) seja conhecido:
z x IC

= ) , (
n
z x IC

= ) , (
Caso o desvio padro (populacional) no seja conhecido:
uso da distribuio t de Student.
A distribuio A distribuio t t de de Student Student
Supondo a populao com distribuio normal, a
estatstica
n
S
X
T

=
tem distribuio de probabilidades conhecida como
distribuio t de Student, com gl = n 1 graus de
liberdade.
n
t com gl = (normal padro)
t com gl = 3
f(x)
t com gl = 1
x
0
Caso o desvio padro (populacional) no seja conhecido:
n
s
t x IC
= ) , (
n
s = desvio padro calculado na amostra

Como usar a Tabela Como usar a Tabela t t (Tab. IV do Apndice) (Tab. IV do Apndice)
Ilustrao com gl = 9 e nvel
de confiana de 95%.
Tamanho de amostra Tamanho de amostra
Na fase do planejamento da pesquisa, muitas vezes
precisamos calcular o tamanho n da amostra, para
garantir uma certa preciso desejada, a qual descrita em
termos do erro amostral mximo tolerado (E
0
,) e do nvel
de confiana () a ser adotado no processo de estimao.
de confiana () a ser adotado no processo de estimao.
Suponha amostragem aleatria simples
No caso de estimao de , podemos exigir
0
E X
ou:
0
E
n
z
E
z
n
0
2
2
2
ou:
ou:
No caso de estimao de p, a populao caracterizada por uma
varivel 0-1, portanto:
4
1
) 1 .(
2
= p p

2
= p(1-p)
1
4
Assim:
p
0

1
2
1
E
p p z
n
0
2
2
) 1 (

Ver discusso no livro.
E
z
n
4
0
2
2
=
Ento,
suficiente para qualquer p.
Tamanho mnimo de uma amostra aleatria simples Tamanho mnimo de uma amostra aleatria simples
E
z
= n
0
2
2
2
0
( )
E
p p z
= n
0
2
2
0
1
Parmetro de interesse Valor inicial do tamanho da amostra

uma mdia ( ):
uma proporo (p):
E
z
= n
4
0
2
2
0
0
n n =
1
0
0
n N +
n
N.
n =
vrias propores (p
1
, p
2
, ...):
Tamanho da amostra
Populao infinita: (arredondamento para
o inteiro superior)
Populao de tamanho N:
(arredondamento para
o inteiro superior)

Distribuiçoes Amostrais e Estimacao de Parâmetros

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Distribuiçoes Amostrais e Estimacao de Parâmetros

Cargado por

Copyright:

Formatos disponibles

Estatstica para Cursos de Engenharia e Estatstica para Cursos de Engenharia e

Amostragem aleatria simples de tamanho n = 2.

Estimao de parmetros: Estimao de parmetros:

Estimao de parmetros: Estimao de parmetros:

0,800 0,900 0,950 0,980 0,990 0.995 0,998

1,282 1,645 1,960 2,326 2,576 2,807 3,090

s = desvio padro calculado na amostra

Parmetro de interesse Valor inicial do tamanho da amostra

También podría gustarte