Inferncia Estatstica

INTRODUO
A Inferncia Estatstica um conjunto de
tcnicas que objetiva estudar a populao
atravs de evidncias fornecidas por uma
amostra.
a amostra que contm os elementos que
podem ser observados e, a partir da,
quantidades de interesse podem ser medidas.
 Estimao de Parmetros
Populao Amostra

Distribuio de Probabilidade (ou FDP) Distribuio Amostral (Frequncias)

estimar
Parmetros Estatsticas
(valor fixo) (varivel aleatria)

pontual (estatsticas)
Estimao
por intervalo (intervalos de confiana)

OBS:estatstica: a v.a. que estima (pontualmente) um parmetro (populacional)

as vezes chamada simplesmente de estimador
estimativa: o valor do estimador obtido para uma amostra especfica

Estimao
 Distribuio Amostral
Retrata o comportamento de uma estatstica (mdia,
proporo, entre outras), caso retirssemos todas as
possveis amostras de tamanho n de uma populao.
Uma estatstica uma funo da amostra. Uma amostra
consiste de observaes de uma varivel aleatria.
Assim,estatsticas tambm so variveis aleatrias e,
por isso, possuem uma distribuio de probabilidade.

DISTRIBUIO AMOSTRAL DA
MDIA
Considere uma populao de 5 elementos
(N = 5): 1, 2, 3, 4, 5. Determine todas as
amostras possveis de n=2 com reposio
e calcule a mdia e a varincia.

Soluo: Na populao, temos que =3 e

2=2.
DISTRIBUIO AMOSTRAL DA
MDIA

DISTRIBUIO AMOSTRAL DA
MDIA
DISTRIBUIO AMOSTRAL DA
MDIA
 Aqui e so a mdia e o desvio padro populacionais das
medidas individuais X , e n o tamanho amostral. Denota-se

A aproximao para a normal melhora medida que o tamanho

amostral cresce. Este resultado conhecido como o Teorema
Central do Limite e notvel porque permite-nos conduzir alguns
procedimentos de inferncia sem qualquer conhecimento da
distribuio da populao.

Qualidade do Estimador
 Qualidade do Estimador

Qualidade do Estimador
Exemplo: Um pesquisador deseja estimar
a produo mdia de um processo
qumico com base na observao da
produo de trs realizaes X1, X2, X3
de um experimento. Considere dois
estimadores da mdia
 ESTIMAO PONTUAL
No processo de estimao por ponto
admite-se como valor numrico do
parmetro exatamente a estimativa
calculada a partir de uma amostra
aleatria extrada da populao em
estudo.

Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia
(2) desconhecidas. Retira-se uma amostra de tamanho n com a
finalidade de se estimar e 2.

mdia populacional

De que maneira os valores da amostra podem ser combinados a fim de

se produzir uma boa estimativa de ?
k o k-simo estimador de
n
testando a tendenciosidade dos estimadores
x i
1 = X = i =1 X + X2 +L+ Xn
n E ( 1 ) = E ( X ) = E 1
n
1 n
2 = xi = E ( X1 + X 2 + L + X n ) = =
n n
 Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia
(2) desconhecidas. Retira-se uma amostra de tamanho n com a
finalidade de se estimar e 2.

mdia populacional

De que maneira os valores da amostra podem ser combinados a fim de

se produzir uma boa estimativa de ?
k o k-simo estimador de
n
testando a tendenciosidade dos estimadores
x i
1 = X = i =1 E ( 1 ) = E ( 2 ) = E ( X i ) =
n

2 = xi

Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia
(2) desconhecidas. Retira-se uma amostra de tamanho n com a
finalidade de se estimar e 2.

mdia populacional

De que maneira os valores da amostra podem ser combinados a fim de

se produzir uma boa estimativa de ?
k o k-simo estimador de
n
procurando a menor varincia
x i
1 = X = i =1
E ( 1 ) = X + X2 +L+ Xn
n Var( 1 ) = Var ( X ) = Var 1
n
2
1 n 2
2 = xi E ( 2 ) = = 2 Var ( X 1 + X 2 + L + X n ) = 2 =
n n n
 Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia
(2) desconhecidas. Retira-se uma amostra de tamanho n com a
finalidade de se estimar e 2.

mdia populacional

De que maneira os valores da amostra podem ser combinados a fim de

se produzir uma boa estimativa de ?
k o k-simo estimador de
n
procurando a menor varincia
x i
2
1 = X = i =1 E ( 1 ) = Var ( 1 ) = Var ( 2 ) = Var ( X i ) = 2
n n

2 = xi E ( 2 ) =

Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia
(2) desconhecidas. Retira-se uma amostra de tamanho n com a
finalidade de se estimar e 2.

mdia populacional

De que maneira os valores da amostra podem ser combinados a fim de

se produzir uma boa estimativa de ?
k o k-simo estimador de
n

x i
2
1 = X = i =1
E ( 1 ) = Var ( 1 ) =
n n

2 = xi E ( 2 ) = Var ( 2 ) = 2
 Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia
(2) desconhecidas. Retira-se uma amostra de tamanho n com a
finalidade de se estimar e 2.

varincia populacional 2

De que maneira os valores da amostra podem ser combinados a fim de

se produzir uma boa estimativa de 2?
n

( x
2
i X)
2
= i =1 Mas ser tendenciosa?
n

Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia
(2) desconhecidas. Retira-se uma amostra de tamanho n com a
finalidade de se estimar e 2.

varincia populacional 2

De que maneira os valores da amostra podem ser combinados a fim de

se produzir uma boa estimativa de 2?
n n n

( X X ) = ( X i2 2 XX i + X 2 )
2
( x
2
i X) i
i =1 i =1
2 = i =1
n n
n = X i2 2 X X i + nX 2
i =1 i =1
n
= X 2nX 2 + nX 2
i
2

i =1
n
= X i2 nX 2
n

X i n
X i = nX
i =1
i =1
X =
n i =1
 Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia
(2) desconhecidas. Retira-se uma amostra de tamanho n com a
finalidade de se estimar e 2.

varincia populacional 2

De que maneira os valores da amostra podem ser combinados a fim de

se produzir uma boa estimativa de 2?
n 2 2
X i nX 1 n
n

2
(i )
x X
E ( ) = E
2 i =1
= E X i2 E ( X 2 )
2 = i =1 n n i =1
n

1 n
= E ( X i2 ) E ( X 2 )
n i =1

2
Var( X i ) = 2 = E ( X i2 ) ( E ( X i ) ) = E ( X i2 ) 2 E ( X i2 ) = 2 + 2

Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia
(2) desconhecidas. Retira-se uma amostra de tamanho n com a
finalidade de se estimar e 2.

varincia populacional 2

De que maneira os valores da amostra podem ser combinados a fim de

se produzir uma boa estimativa de 2?
n 2 2
X i nX 1 n
n

2
( xi X ) E ( ) = E
2 i =1
= E X i2 E ( X 2 )
2 = i =1 n n i =1
n

1 n
= E ( X i2 ) E ( X 2 )
n i =1

2 2 2
Var( X ) =
n
( )
= E ( X 2 ) E ( X ) = E ( X 2 ) 2 E ( X 2 ) =
n
+ 2
 Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia
(2) desconhecidas. Retira-se uma amostra de tamanho n com a
finalidade de se estimar e 2.

varincia populacional 2

De que maneira os valores da amostra podem ser combinados a fim de

se produzir uma boa estimativa de 2?
n 2 2
X i nX 1 n
n

2
(i )
x X
E ( ) = E
2 i =1
= E X i2 E ( X 2 )
2 = i =1 n n i =1
n

1 n
= E ( X i2 ) E ( X 2 )
n i =1
2 n 2 2 n 1 2 estimador
= 2 + 2 2 = =
n n n tendencioso!

Estimao Pontual
Seja X uma v.a. normalmente distribuda com a mdia () e a varincia
(2) desconhecidas. Retira-se uma amostra de tamanho n com a
finalidade de se estimar e 2.

varincia populacional 2

De que maneira os valores da amostra podem ser combinados a fim de

se produzir uma boa estimativa de 2?
n

( x X )
2
i
2 i =1 n
=
n n 1

( x X )
2
i
s2 = i =1
E ( s2 ) = 2 estimador
n 1 no tendencioso
 ESTIMAO PONTUAL

ESTIMAO PONTUAL
Exemplo. Deseja-se conhecer o preo
mdio de determinado artigo em certa
localidade. Para este fim, observou-se o
preo do mesmo em 5 pontos de venda
escolhidos aleatoriamente na localidade,
encontrando-se os seguintes valores: 85,
80, 86, 88 e 83. Estime por ponto o preo
mdio do artigo em todos os pontos de
venda da localidade.
ESTIMAO PONTUAL

Estimao Intervalar
 Introduo
No processo de estimao por intervalo, usa-se a distribuio
amostral do estimador para a construo de um intervalo a partir de
uma estimativa
Este intervalo tem uma probabilidade, especificada a priori, de
conter o valor numrico do parmetro estimado.
O intervalo denominado intervalo de confiana e a probabilidade
deste intervalo conter o valor numrico do parmetro denominada
nvel de confiana.
Genericamente, se um parmetro de uma populao, o intervalo
de confiana de 100(1)% para

inf < < sup

sendo 1 a probabilidade de que o referido intervalo contenha o
valor do parmetro.
Esta probabilidade denominada nvel de confiana.

Intervalo de confiana para a

mdia populacional
Varincia populacional seja conhecida
Suponha que uma varivel X de uma
populao seja N(; 2 )
Se for extrada com reposio, uma amostra
de tamanho n,
Pelo TEREMA CENTRAL DO LIMITE:

X
ZX =
/ n
 Intervalo de confiana para a
mdia populacional (cont.)
Considere a proporo 1 de amostras
da populao em estudo tais que
P( z / 2 < Z X < z / 2 ) = 1

Intervalo de confiana para a

mdia populacional (cont.)
X
P( z / 2 < < z / 2 ) = 1
/ n

P( X z / 2 < < X + z / 2 ) = 1
n n
denominado intervalo de confiana de 100(1)%
para a mdia populacional.
Diz-se ento que a probabilidade de que este intervalo
contenha a mdia populacional 1.
 Intervalo de confiana para a
mdia populacional (cont.)
Se a amostragem sem reposio, usando o
mesmo raciocnio, tem-se que o intervalo de
confiana de 100(1)%para a mdia
populacional

x z / 2 N n < < x + z N n
n N 1 /2
n N 1

Observao: Se N >> n (para fins prticos, N 10n) o termo

N n 1
N 1
e a amostragem sem reposio equivalente amostragem
com reposio

Exemplo
Para estimar o salrio mdio de operrios em
certa localidade na qual o salrio em R$ uma
VAC N(, 100), um pesquisador analisou os
salrios de 80 operrios, escolhidos
aleatoriamente na localidade, constatando que o
salrio mdio dos mesmos R$310,00.
Construa e interprete um intervalo de confiana
de 95% para o salrio mdio de todos dos
operrios da localidade considerada, admitindo-
se que o nmero de operrios na localidade
seja muito maior que 100.
 Soluo
No tendo sido dado o tamanho da
populao (nmero de operrios na
localidade) admite-se amostragem com
reposio
Ento, sendo X o salrio de um operrio
na localidade, o intervalo de confiana
para o salrio mdio nesta localidade

x z / 2 < < x + z / 2
n n

Soluo (cont.)
Pelo enunciado do problema tem-se que a
estimativa do salrio mdio na localidade
obtida a partir da amostra de tamanho n =
80 x = 310, sendo que o desvio padro
dos salrios na localidade = 100 = 10.
Sendo 1 = 0,95, = 0,05 e o
coeficiente de confiana, , tal que como
ilustra o grfico a seguir.
 Soluo (cont.)

P(0 < Z X < z / 2 ) = P( z / 2 < Z X < z / 2 ) / 2 = 0,95 / 2 = 0,475

Pela tabela do apndice 1 tem-se que = 1,96.

Assim sendo, o intervalo de 95% para o salrio
mdio dos operrios na localidade

Soluo (cont.)
310 1,96 10 < < 310 + 1,96 10
80 80

R $307,81 < < R $312,19

Este resultado significa que a probabilidade de

que o intervalo acima contenha o salrio mdio
dos operrios na localidade 0,95.
 Intervalo de confiana para a
mdia populacional
Varincia populacional desconhecida.
Considerando-se amostragem com
reposio, o erro padro da mdia,
substitudo por seu estimador

i=1 ( X i X ) 2
n
SX = S S=
n n 1

Intervalo de confiana para a

mdia populacional (cont.)
Define-se a varivel
padronizada X
TX =
S
n
Esta varivel tem uma
distribuio de probabilidade
denominada distribuio t de
Student com = n 1 graus de
liberdade.
 Intervalo de confiana para a
mdia populacional (cont.)
A forma da distribuio t depende do
nmero de graus de liberdade da mesma.
Se suficientemente grande (na prtica,
30) a distribuio t se aproxima da
distribuio normal padronizada, isto ,
sendo Z a varivel N(0, 1).

lim T = Z

Intervalo de confiana para a

mdia populacional (cont.)
Considere a proporo 1 de amostras
da populao em estudo, tais que
P( t / 2 < TX < t / 2 ) = 1
sendo t / 2 o coeficiente de confiana neste
caso. O grfico a seguir ilustra esta situao.
 Intervalo de confiana para a
mdia populacional (cont.)
X
P( t / 2 < < t / 2 ) = 1
S
n

P( X t / 2 S < < X + t / 2 S ) = 1
n n
denominado intervalo de confiana de 100(1)%
para a mdia populacional.
Diz-se ento que a probabilidade de que este intervalo
contenha a mdia populacional 1.

Intervalo de confiana para a

mdia populacional (cont.)
Se a amostragem sem reposio, usando o
mesmo raciocnio, tem-se que o intervalo de
confiana de 100(1)%para a mdia
populacional
N n N n
x t / 2 s < < x + t / 2 s
n N 1 n N 1
Observao: Se N >> n (para fins prticos, N 10n) o termo

N n 1
N 1
e a amostragem sem reposio equivalente amostragem
com reposio
 Exemplo
Um pesquisador analisou o custo de
produo, em R$, numa amostra de 10
unidades de um artigo produzido por certo
fabricante escolhidas aleatoriamente da
produo, encontrando os seguintes
valores: 10, 11, 7, 9, 6, 7, 10, 7, 6 e 8.
Construa e interprete um intervalo de 95%
para o custo mdio de produo do artigo
considerado.

Soluo
No tendo sido informado o tamanho da populao (nmero de unidades produzidas) admite-se
amostragem com reposio. Ento, sendo X o custo de produo de uma unidade, o intervalo de
confiana para o custo mdio de produo de uma unidade deste artigo
x t / 2 s < < x + t / 2 s
n n
Tem-se a partir desta amostra de tamanho n = 10 que a estimativa da mdia amostral
i=1 x i
10

x=
10
e a estimativa do desvio padro amostral

i =1 xi2 (i =1 x i ) i =1 xi2 (i =1 x i )
10 10 2 10 10 2

s= =
10 1 10(10 1) 9 90

i =1 x i = 10 + 11 + 7 + 9 + 6 + 7 + 10 + 7 + 6 + 8 = 81
10

10 2 2 2 2 2 2 2 2 2 2 2
x
i=1 i
= 10 + 11 + 7 + 9 + 6 + 7 + 10 + 7 + 6 + 8 = 685

x = 81 = 8,1
10
2
685 81
s= = 1,79
9 90
Sendo 1 = 0,95, = 0,05 e o coeficiente de confiana, t 0, 025 , tal que
P ( t0 ,025 < T X < t0 ,025 ) = 0,95 como ilustra o grfico a seguir.

Figura 5
A varivel TX tem distribuio t de Student com = n 1 = 10 1 = 9 graus de
liberdade. Pela tabela do apndice 2 tem-se para = 9 e = 0,05 que t 0, 025 = 2,26.
Como no foi informado o tamanho da populao (nmero de unidades produzidas)
considera-se amostragem com reposio ou amostragem sem reposio de uma populao muito
maior que a amostra. Assim sendo, o intervalo de confiana de 95% para o custo mdio deste artigo

1,79 1,79
8,1 2,26 < < 8,1 + 2,26 R $6,82 < < R $9,38
10 10
Este resultado significa que a probabilidade de que o intervalo acima contenha o custo
mdio das unidades deste artigo 0,95.

Intervalo de Confiana para a

Proporo Populacional
Suponha que certa populao tenha uma proporo
de objetos com uma caracterstica de interesse para o
pesquisador (por exemplo, pode ser a proporo de
unidades defeituosos de certo artigo numa linha de
produo).
Neste caso, o estimador no tendencioso de a
proporo amostral P. Considerando-se amostragem
com reposio, sabe-se da distribuio amostral da
proporo que a proporo amostral P tem mdia igual
a e desvio padro
(1 )
P =
n
 Intervalo de Confiana para a
Proporo Populacional (cont.)
Para grandes amostras (n 30), a proporo
amostral P tem distribuio aproximadamente
normal. Assim sendo, a varivel normal
padronizada associada a P

ZP = P
p (1 p )
n

tem distribuio aproximadamente normal

padronizada.

Intervalo de Confiana para a

Proporo Populacional (cont.)
Considere a proporo 1 de amostras da populao em estudo tais que

P ( z / 2 < Z P < z / 2 ) = 1
 Intervalo de Confiana para a
Proporo Populacional (cont.)
p
P( z / 2 < < z / 2 ) = 1
p(1 p)
n

p(1 p) p(1 p)
p z / 2 < < p + z / 2
n n

Intervalo de confiana para a

Proporo Populacional (cont.)
Se a amostragem sem reposio, usando o
mesmo raciocnio, tem-se que o intervalo de
confiana de 100(1)% para a proporo
populacional
p(1 p) N n p(1 p) N n
p z / 2 < < p + z / 2
n N 1 n N 1

Observao: Se N >> n (para fins prticos, N 10n) o termo

N n 1
N 1
e a amostragem sem reposio equivalente amostragem
com reposio
 Exemplo
Um produtor deseja estimar a proporo de
itens de certo artigo na linha de produo de
sua empresa que apresentam defeito de
fabricao. Para esta finalidade, retirou uma
amostra de 200 itens retirados aleatoriamente
da linha de produo, constatando que 16
destes apresentam defeito de fabricao.
Construa e interprete um intervalo de confiana
de 95% para a proporo de itens na linha de
produo que apresentam defeito de fabricao.

Soluo
No tendo sido informado o tamanho da populao (nmero de itens produzidos) admite-se
amostragem com reposio ou amostragem sem reposio de uma populao infinita ou populao
finita muito maior que a amostra e o intervalo de confiana para a proporo de itens defeituosos na
linha de produo
p (1 p ) p (1 p )
p z / 2 < < p + z / 2
n n
onde p = x/n. Na amostra de tamanho n = 200 foram observados x = 16 itens defeituosos. Ento a
estimativa da proporo de itens defeituosos na linha de produo
16
p= = 0,08
200
Sendo 1 = 0,95, = 0,05 e o coeficiente de confiana z / 2 tal que
P( z / 2 < Z P < z / 2 ) = 0,95 como ilustra o grfico a seguir.
 Soluo (cont.)

P(0 < Z P < z / 2 ) = P( z / 2 < Z P < z / 2 ) / 2 = 0,95 / 2 = 0,475

Pela tabela do apndice 1 tem-se que z / 2 = 1,96. Assim sendo, o intervalo de 95% para a
proporo de itens defeituosos na linha de produo
0,08(1 0,08) 0,08(1 0,08)
0,08 1,96 < < 0,08 + 1,96 0,042 < < 0,118
200 200
Com este resultado, a probabilidade de que o intervalo acima contenha a proporo de itens
defeituosos na linha de produo 0,95.

DETERMINAO DO TAMANHO DA
AMOSTRA PARA ESTIMAO DA MDIA
Considere uma varivel X N (, 2). Para um
intervalo de confiana de 100(1)% para
construdo a partir de uma determinada amostra
com mdia extrada com reposio tem-se que
x
z =
/2

n
onde x = e0 o erro de estimativa. Explicitando-
se n tem-se que z2 2 /2
n=
e02
DETERMINAO DO TAMANHO DA AMOSTRA
PARA ESTIMAO DA MDIA (cont.)

No caso da amostragem sem reposio de uma

populao finita de tamanho N tem-se que

x
z / 2 =
N n
n N 1

z2 / 2 2 N
n=
( N 1)e02 + z2 / 2 2

DETERMINAO DO TAMANHO DA AMOSTRA

PARA ESTIMAO DA MDIA (cont.)

Se o desvio padro populacional desconhecido,

substitui-se o mesmo por sua estimativa s obtida a partir
de uma amostra inicial, denominada amostra piloto com
n elementos (sendo n arbitrrio) e procede-se do
seguinte modo:
se n for maior que n, o tamanho da amostra definitiva
ser n e deve-se acrescentar aos n elementos da
amostra piloto at completar a amostra de tamanho
n;
se n for menor ou igual a n, a amostra piloto j
suficiente e o tamanho da amostra definitiva ser n =
n
 Exemplo
Um pesquisador deseja estimar o preo
mdio de um produto nos pontos de
venda de certa regio, de modo que o erro
de estimao seja no mximo igual a
R$2,00, admitindo-se um nvel de
confiana de 95%. O pesquisador dispe
de uma amostra piloto de 40 pontos de
venda nos quais o desvio padro do preo
do produto igual a R$12,00. Qual deve
ser o tamanho da amostra?

Soluo
No tendo sido informado o tamanho da populao (nmero de pontos de venda da regio), o
tamanho da amostra
z2 2
n = / 22
e0
Pelos dados do problema, tem-se que e0 = 2 e = 12. Sendo 1 = 0,95, = 0,05 e
z 0,025 tal que P( z / 2 < Z X < z / 2 ) = 0,95 como ilustra o grfico a seguir.

Figura 5.8

Observando-se o grfico acima tem-se que

P(0 < Z X < z / 2 ) = P ( z / 2 < Z X < z / 2 ) / 2 = 0,95 / 2 = 0, 475
Pela tabela do apndice 1 tem-se que z / 2 = 1,96. Assim sendo, o tamanho da amostra para estimar
o preo mdio do produto nos pontos de venda da regio
1,96 2 12 2
n= n = 139
22
DETERMINAO DO TAMANHO DA AMOSTRA
PARA A ESTIMAO DA PROPORO

Considere uma populao com uma

proporo de objetos e uma amostra
extrada com reposio com uma
proporo p de objetos
p
z / 2 =
(1 )
n
onde p = e0 o erro de estimativa
z2 / 2 (1 )
n=
e02

DETERMINAO DO TAMANHO DA AMOSTRA

PARA A ESTIMAO DA PROPORO (cont.)

No caso da amostragem sem reposio

de uma populao finita de tamanho N
tem-se que
p
z / 2 =
(1 ) N n z2 / 2 (1 ) N
n=
n N 1 ( N 1)e02 + z2 / 2 (1 )

Como a proporo desconhecida, emprega-se uma

estimativa da mesma a partir de uma amostra piloto
como no caso da mdia
 Exemplo
Com o objetivo de estimar a proporo de itens
defeituosos numa produo, um administrador
de produo deseja extrair uma amostra
aleatria de itens da referida produo para tal
fim. Uma amostra piloto de 40 itens apresentou
4 defeituosos. Qual deve ser o tamanho da
amostra definitiva para que o erro de estimao
da proporo de defeituosos na populao seja
de no mximo 3% a um nvel de confiana de
95%?

Soluo
No tendo sido informado o tamanho da populao (nmero de itens produzidos) o tamanho
da amostra
z 2 (1 )
n = /2 2
e0
Sendo desconhecido, considera-se a partir da amostra piloto
4
= = 0,1
40
Pelos dados do problema, tem-se que e 0 = 0,03. Sendo 1 = 0,95, = 0,05 e z0 ,025
tal que P ( z / 2 < Z X < z / 2 ) = 0,95 como ilustra o grfico a seguir.
 Soluo (cont.)

Observando-se o grfico acima tem-se que

P(0 < Z X < z / 2 ) = P( z / 2 < Z X < z / 2 ) / 2 = 0,95 / 2 = 0,475
Pela tabela do apndice 1 tem-se que z / 2 = 1,96. Assim sendo, o tamanho da amostra para estimar
a proporo de itens defeituosos na produo
1,96 0,1(1 0,1)
n= n = 385
0,032
Neste caso deve-se acrescentar 345 itens amostra piloto.

Intervalo de confiana para a varincia de

uma populao
Seja uma amostra
aleatria extrada
uma populao
X~ N (, 2). A varivel
aleatria: (n 1) s 2
2
~ n21

tem distribuio do
chi-quadrado com
n 1 graus de
liberdade
 Distribuio 2
1 g>2
f ( x) = x g 21e x 2 x0
2 g 2 ( g 2) g2

0 +
E( X ) = g 2 (l-se: X tem distribuio qui-quadrado com g graus
X ~ g
Var ( X ) = 2 g de liberdade)

Propriedades:
a) se Z ~ N (0,1), ento Z 2 ~ 12
n
2
b) se X i ~ 1 , ento X
i =1
i ~ n2

Intervalo de Confiana para 2

( n 1) s 2
~ n21 n21
2
2

( n 1) s 2
P ( xa < < xb ) = 1
2 2 1 2

1 2 1
P < < = 1 0 xa xb +
2
x
b ( n 1) s xa

P ( xa < n21 < xb ) = 1

(n 1) s 2 (n 1) s 2
P <2 < = 1
xb xa

IC para 2
 Exemplo
Uma mquina produz uma grande quantidade
de peas e o nmero de peas defeituosas da
produo se distribui normalmente com
varincia (x) = 16. Com o objetivo de diminuir
a variabilidade do processo, foi providenciada
uma reforma na mquina. Uma amostra
aleatria de 51 peas produzidas aps a
reforma forneceu varincia 14. Construa um
intervalo de confiana de 98% para a nova
varincia populacional.

Soluo
n = 51 , logo gl (grau de liberdade) = n 1 = 50

s = 14 (1 /2) = (0,99) = 76,2

(/2) = (0,01) = 29,7

1 = 98% ; = 0,02 ; /2 = 0,01

Teremos ento o seguinte intervalo de confiana para a varincia:

P( )=1

P( ) = 0,98

P ( 9,186 23,569) = 0,98

 Intervalo de confiana para a diferena
entre as mdias de duas populaes normais,
varincias desconhecidas

Intervalo de Confiana para 1 - 2

X 1 ~ N ( 1 , 12 ) X 2 ~ N ( 2 , 22 ) i desconhecidas, mas i2 conhecidas

12 22 12 22
X 1 ~ ?N ( 1 , ) X 2 ~ N ( 2 , ) X 1 X 2 ~ ?N ( 1 2 , + )
n1 n2 n1 n2

( X 1 X 2 ) ( 1 2 ) N (0,1)
~N
? (0,1)
2 2
1 2
+
n1 n2
Z

( X 1 X 2 ) ( 1 2 )
P( z < < z) = 1 1
2 2
12 22
+
n1 n2
- -z 0 z +
12 22 12 22 P( z < Z < z ) = 1
P( X 1 X 2 z + < 1 2 < X 1 X 2 + z + ) = 1
n1 n2 n1 n2

IC para 1 - 2
 Exemplo
Duas populaes normais independentes,
com distribuies x1 e x2, apresentam
(x1) = 5 e (x2) = 2. Uma amostra
aleatria de 12 elementos da primeira
populao apresentou x1 = 34. Uma
amostra aleatria de 8 elementos da
segunda populao apresentou x2 = 9,4.
Calcule o intervalo de confiana de 98%
para a diferena - .

Soluo

P [ (34 9,4) Z/2 < ( - ) < (34 9,4) + Z/2 ] = 0,98

1 = 98% ; = 2% ; /2 = 0,01 ; logo, Z/2= 2,325

P [ 24,6 2,325(1,607) < ( - ) < 24,6 + 2,325(1,607) ] = 0,98

P [ 20,864 < ( - ) < 28,336 ] = 0,98

 Intervalo de Confiana para 1 - 2
X 1 ~ N ( 1 , 12 ) X 2 ~ N ( 2 , 22 ) i e i2 desconhecidas

( X 1 X 2 ) ( 1 2 )
~ ?N (0,1) (considerando 12 22 )
12 22
+
n1 n2 2
s12 s22 tg
+
n n
g 12 2 2
( X 1 X 2 ) ( 1 2 )
~ tg
2
s1 s2 2
s1 s22
2
+
n1 n2 n1 + n2
n1 1 n2 1
( X X 2 ) ( 1 2 ) 1
P ( t < 1 < t) = 1 2 2
s12 s22
+
n1 n2
- -t 0 t +
2 2 2 2
s
1 s 2 s s 1 2
P( X 1 X 2 t + < 1 2 < X 1 X 2 + t + ) = 1 P ( t < T < t ) = 1
n1 n2 n1 n2
IC para 1 - 2 (ateno: 12 22 t heterocedstico)

Exemplo
Com os dados de resistncias
compresso em concretos com cimentos
das marcas A e B, considerando
varincias desconhecidas. E nvel de
confiana de 95%.
Exemplo

Exemplo
Intervalo de Confiana para 1 2

Exemplo
Duas mquinas produzem o mesmo tipo de
pea, que so misturadas para embalagem
posterior. Uma amostra de 40 peas da primeira
mquina apresentou 1 pea defeituosa,
enquanto uma amostra de 36 peas da segunda
mquina apresentou 2 peas defeituosas.
Calcule, ao nvel de 98%, um intervalo de
confiana para a diferena das propores de
peas defeituosas na produo dessas
mquinas.
Soluo