Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTIMAÇÃO DE PARÂMETROS
Inferência 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
Suficiência;
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
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:
P( x Z x Z ) 1
2 n 2 n
Estimação por intervalo
onde:
X é a média da amostra;
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
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
onde:
X é a média da amostra;
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
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
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;
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
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;
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: