Está en la página 1de 46

Estatística

ESTIMAÇÃO DE PARÂMETROS

Prof. Bruno Pereira Pinheiro


Curso: Engenharia Civil
Aula 9

Inferência Estatística

Tem como objetivo fazer


generalizações sobre uma
população, com base nos
dados amostrais.
Inferência Estatística

Inferência Estatística – dividi-se em


duas grandes áreas: estimação e teste
de hipótese.
Pontual
Estimação
Inferência Por intervalo
Estatística

Teste de hipóteses
Inferência Estatística
Estimação – o objetivo é fornecer
informações sobre os parâmetros
populacionais, tendo como base uma
amostra aleatória estraída da
população de interesse.
Estatística – qualquer quantidade
calculada em função dos elementos da
amostra
Distribuição amostral – distribuição de
probabilidade de uma estatística.
Estimador e estimativa

Estimador – quantidade calculada em


função dos elementos amostrais, que
será utilizada no processo de
estimação do parâmetro de interesse.

Estimativa – valor numérico obtido


pelo estimador numa determinada
amostra.
Estimador
Qualidade de um estimador
 Não tendenciosidade ou não viesado;

Um estimador é não tendencioso ou não viesado


quando a sua média é o próprio valor do parâmetro
populacional que está se pretendendo estimar, ou
seja: E ( ) = 0
 Consistência;

Um estimador é consistente se (além de ser não


viesado) sua variância tende para zero, quando n
tende para ∞ isto é:
E ( ) = 0 e lim 𝑉 =0
𝑛→∞
Estimador
Qualidade de um estimador
 Eficiência;

Dados dois estimadores 1 2 de um mesmo


parâmetro, é mais eficiente aquele que apresenta
maior variância, ou seja:
Se V( 1) < V( 2) então 1 é mais eficiente que 2.

 Suficiência;

Um estimador é suficiente quando permite obter um


resumo das informações trazidas pela amostra, ou
seja, resume os dados sem perder nenhuma
informação sobre o perímetro .
Estimação
Estimação por pontos
Quando um parâmetro é estimado através de um único
valor diz-se que a estimação é por ponto ou pontual.

Por exemplo:
X é um estimador pontual da média populacional 𝝁;
S2 é um estimador pontual da variância populacional 𝝈2
Estimação por pontos
Estimador da média populacional
O estimador utilizado é a média aritmética amostral X,
sendo um estimador não viesado consistente, eficiente e
suficiente:

x
x
n
Estimação por pontos
Estimador da variância populacional
O estimador utilizado é a variância amostral S2. As
estimativas obtidas pelas expressões apresentadas a
seguir são não tendenciosos e consistentes.
Quando a média populacional 𝝁 for conhecida, a
estimativa é dada por:

S 2

 (xi  ) 2

n
Estimação por pontos
Estimador da variância populacional
O estimador utilizado é a variância amostral S2. As
estimativas obtidas pelas expressões apresentadas a
seguir são não tendenciosos e consistentes.
Quando a média populacional 𝝁 for conhecida, a estimativa é


dada por:
(x  ) 2

S 2
 i

n
E quando a média populacional 𝝁 for desconhecida, por:

S 2

 (x i  x) 2

n 1
Estimação por pontos
Estimador do desvio padrão populacional

Tem-se que S2 é um estimador não tendencioso da


variância populacional 𝝈2. No entanto, a raiz quadrada de
S2 não é um estimador não tendencioso do desvio
padrão populacional 𝝈.

A tendenciosidade de S tende a zero, à medida que aumenta o


tamanho da amostra.
Estimação por pontos
Estimador da proporção populacional

O estimador utilizado é a proporção amostral p.


A expressão é dada por:

f
p   fr
n
Onde f é o número de casos favoráveis.
Estimação por intervalo
Consiste em construir um intervalo em
torno da estimativa por ponto, de tal forma
que ele possua probabilidade conhecida
(nível de confiança (1 – α)) de conter o
verdadeiro valor do parâmetro.
Seja o parâmetro 𝜽, tal que P (t1≤ 𝜽 ≤ t2) = 1 – α.
Então, tem-se:

t 1≤ 𝜽 ≤ t 2 Chamado intervalo de confiança (I.C.)


t1 e t 2 São denominados de limites de confiança.
1–α Nível de confiança.
Estimação por intervalo

A escolha do nível de confiança depende


do grau de precisão com que se deseja
estimar o parâmetro. É comum utilizar os
níveis de 95% e 99%. Evidentemente, o
aumento no nível de confiança implica no
aumento de sua amplitude.
Estimação por intervalo
Intervalo de confiança para média
populacional

1) Quando a variância populacional 𝝈2 é conhecida:

 
P( x  Z     x  Z )  1
2 n 2 n
Estimação por intervalo

onde:
X é a média da amostra;

𝛼 é o nível de significância adotado;

Z  é o valor de Z da tabela da distribuição “t” para um determinado nível de


2 significância e graus de liberdade v → ∞;

σ é o desvio padrão da população;

n é o tamanho da amostra.
Estimação por intervalo

Exemplos 01:
O desvio padrão dos comprimentos de todas as
peças produzidas por certa máquina é 2 mm. Uma
amostra de 50 peças produzidas por essa máquina
apresenta média igual a 25 mm. Construir o I.C. de
95% para o verdadeiro comprimento das peças
produzidas por essa máquina.
Estimação por intervalo

𝝈=2
n = 50
X = 25
1 - 𝜶 = 95%
𝜶 = 5%
Z  = 1,96
2

P [24,45 mm ≤ 𝝁 ≤ 25,55 mm] = 95%


Estimação por intervalo

Exemplos 02:
Experiência passada indicou que a resistência à
quebra de um fio usado na fabricação de material
moldável é normalmente distribuída e que 𝜶 = 2psi.
Uma amostra aleatória de nove espécimes é testada
e a resistência média à quebra é 98 psi. Encontre
um intervalo bilateral de confiança de 95% para a
resistência média à quebra.
Estimação por intervalo

𝝈= 2
n=9
X = 98
1 - 𝜶 = 95%
𝜶 = 5%
Z  = 1,96
2

P [96,69 psi ≤ 𝝁 ≤ 99,31 psi] = 95%


Estimação por intervalo
Intervalo de confiança para média
populacional
2) Quando a variância populacional 𝝈2 é desconhecida:
O estudo que trata de distribuições amostrais ou
distribuições de probabilidade de estatísticas, de
pequenas amostras (n < 30), é chamado de Teoria das
Pequenas Amostras.
A distribuição t de Student é de fundamental importância
para a inferência estatística, quando o desvio padrão
populacional 𝝈 é desconhecido e trata-se de amostras
pequenas (geralmente n < 30).
S S
P( x  t    x  t )  1
2 n 2 n
Estimação por intervalo

onde:
X é a média da amostra;

𝛼 é o nível de significância adotado;

t  é o valor de Z da tabela da distribuição “t” para um determinado nível de


2 significância e v = n – 1 graus de liberdade;

S é o desvio padrão da população;

n é o tamanho da amostra.
Estimação por intervalo

Exemplos 01:
Uma amostra de 20 cabos, produzidos por uma
indústria, foram avaliados e medidas as tensões de
rupturas (em kgf). A média e o desvio padrão da
amostra são iguais a 762 kgf e 14,4 kgf,
respectivamente. Deseja-se construir o intervalo de
confiança de 95% para a tensão média de ruptura
de cabos produzidos pela indústria.
Estimação por intervalo

n = 20
X = 762
S = 14,4
1 - 𝜶 = 95%; 𝜶 = 5%; v = n – 1 = 19
t  = 2,09
2

P [755,27 kgf ≤ 𝝁 ≤ 768,73 kgf] = 95%


Estimação por intervalo

Exemplos 02:
A resistência do concreto à compressão está sendo
testada por um engenheiro civil. Ele testa 12 corpos
de prova e obtém dados abaixo. Construir um
intervalo de 95% para a resistência média.
Dados: X = 2259,92; S = 35,57
Estimação por intervalo

n = 12
X = 2259,92
S = 35,57
1 - 𝜶 = 95%; 𝜶 = 5%; v = n – 1 = 11
t  = 2,20
2

P [2237,33 ≤ 𝝁 ≤ 2282,51] = 95%


Estimação por intervalo
Intervalo de confiança para diferença entre
duas médias populacionais
1) Quando as variância populacionais 𝝈𝟏 2 e 𝝈𝟐 2 são
conhecidas:

 12  22  12  22
P[( x1  x 2 )  Z    ( 1   2 )  ( x1  x 2 )  Z   ]  1
2 n1 n2 2 n1 n2
Estimação por intervalo

onde:
X1 é a média da amostra 1;

X2 é a média da amostra 2;

𝛼 é o nível de significância adotado;


Z  é o valor de Z da tabela da distribuição “t” para um determinado nível de
2 significância e graus de liberdade v ∞;

 12 é o variância da população 1;

 22 é o variância da população 2;

n1 é o tamanho da amostra 1.

n2 é o tamanho da amostra 2.
Estimação por intervalo

Exemplos 01:
Os desvios padrões das durações das lâmpadas
elétricas fabricadas pelas indústrias A e B são,
respectivamente, 50 horas e 80 horas. Foram
ensaiadas 40 lâmpadas de cada marca e as durações
médias obtidas foram 1.200 horas e 1.100 horas,
para A e B, respectivamente. Construir o intervalo
de confiança de 99% para a diferença entre os
tempos médios de vida das lâmpadas de marcas A e
B, ou seja, 𝝁𝑨 − 𝝁𝑩 .
Estimação por intervalo

𝝈𝑨 = 50
𝝈𝑩 = 𝟖𝟎
n = 40
XA = 1200
XB = 1100
1 - 𝜶 = 99%
Z  = 2,58
2

P [61,52 horas ≤ 𝝁𝑨 − 𝝁𝑩 ≤ 138,48 horas] = 99%


Estimação por intervalo
Intervalo de confiança para diferença entre
duas médias populacionais
2) Quando as variância populacionais 𝝈𝟏 2 e 𝝈𝟐 2 são
desconhecidas e supostamente iguais:

1 1 1 1
P[( x1  x 2 )  t  S p2   ( 1   2 )  ( x1  x 2 )  t  S p2  ]  1  
2 n1 n2 2 n1 n2

sendo que:
( n  1) S 2
 ( n  1) S 2
S p2  1 1 2 2
n1  n2  2
Estimação por intervalo

onde:
X1 é a média da amostra 1;

X2 é a média da amostra 2;

𝛼 é o nível de significância adotado;


t  é o valor de Z da tabela da distribuição “t” para um determinado nível de
2 significância e v = n1 + n2 – 2 graus de liberdade;

S12 é o variância da amostra 1;


S 22 é o variância da amostra 2;

n1 é o tamanho da amostra 1.

n2 é o tamanho da amostra 2.
Estimação por intervalo

Exemplos 01:
Uma amostra de 5 tubos da fábrica A, apresentou
os seguintes resultados quanto ao diâmetros (mm):
XA = 45,40;
𝑺𝟐𝑨 = 1,30
E a amostra de 6 tubos da fábrica B, apresentou:
XB = 44,17;
𝑺𝟐𝑩 = 1,37.
Construir o I. C. de 95% para as diferenças entre os
diâmetros médios 𝝁𝑨 − 𝝁𝑩 .
Estimação por intervalo

𝒏𝑨 = 5
𝒏𝑩 =6
1 - 𝜶 = 95%
t  , com v = n1 + n2 – 2 graus de liberdade, logo v =9
2
t
2 = 2,26
Estimação por intervalo
Intervalo de confiança para diferença entre
duas médias populacionais
3) Quando as variância populacionais 𝝈𝟏 2 e 𝝈𝟐 2 são
desconhecidas e supostamente diferentes:
Estimação por intervalo
Estimação por intervalo
Exemplos 01:
Estimação por intervalo
Exemplos 01:
Estimação por intervalo
Exemplos 01:
Estimação por intervalo
Intervalo de confiança para a variância
populacional
Estimação por intervalo
Exemplo:

Foram realizados 12 determinações da


densidade de certo metal (g/cm3), obtendo-se o
seguinte resultado: S2 = 0,002
Estimar a variância populacional da densidade
de um intervalo de confiança de 95%.
Estimação por intervalo
Exemplo:
Solução:
Tem-se então que S2 = 0,02. Os valores de X2
tabelados serão:
Estimação por intervalo
Intervalo de confiança para o desvio
padrão populacional
Considerando a raiz quadrada positiva do
intervalo de confiança da variância populacional,
obtém-se o intervalo de confiança (1 - 𝜶) 100%
para 𝝈, dada por:
Estimação por intervalo
Exemplo:

Considerando os resultados obtidos nas


determinações da densidade de certo metal
(g/cm3), apresentado no exemplo anterior,
estimar o desvio padrão através de um intervalo
de confiança de 95%.
Estimação por intervalo
Exemplo:

También podría gustarte