Anda di halaman 1dari 53

C

incias ontbeis

Caderno de Estatstica II Dom Alberto


Prof: Emerson Jos Jung

C122

JUNG, Emerson Jos

Caderno de Estatstica II Dom Alberto / Emerson Jos Jung. Santa Cruz do Sul: Faculdade Dom Alberto, 2010. Inclui bibliografia. 1. Administrao Teoria 2. Cincias Contbeis Teoria 3. Estatstica II Teoria I. JUNG, Emerson Jos II. Faculdade Dom Alberto III. Coordenao de Administrao IV. Coordenao de Cincias Contbeis V. Ttulo

CDU 658:657(072)

Catalogao na publicao: Roberto Carlos Cardoso Bibliotecrio CRB10 010/10

Pgina 2

Apresentao

O Curso de Administrao da Faculdade Dom Alberto iniciou sua trajetria acadmica em 2004, aps a construo de um projeto pautado na importncia de possibilitar acesso ao ensino superior de qualidade que, combinado seriedade na execuo de projeto pedaggico, propiciasse uma formao slida e relacionada s demandas regionais. Considerando esses valores, atividades e aes voltadas ao ensino slido viabilizaram a qualidade acadmica e pedaggica das aulas, bem como o aprendizado efetivo dos alunos, o que permitiu o reconhecimento pelo MEC do Curso de Administrao em 2008. Passados seis anos, o curso mostra crescimento quantitativo e qualitativo, fortalecimento de sua proposta e de consolidao de resultados positivos, como a publicao deste Caderno Dom Alberto, que o produto do trabalho intelectual, pedaggico e instrutivo desenvolvido pelos professores durante esse perodo. Este material servir de guia e de apoio para o estudo atento e srio, para a organizao da pesquisa e para o contato inicial de qualidade com as disciplinas que estruturam o curso. A todos os professores que com competncia fomentaram o Caderno Dom Alberto, veculo de publicao oficial da produo didticopedaggica do corpo docente da Faculdade Dom Alberto, um agradecimento especial.

Lucas Jost Diretor Geral

Pgina 3

PREFCIO
A arte de ensinar e aprender pressupe um dilogo entre aqueles que interagem no processo, como alunos e professores. A eles cabe a tarefa de formao, de construo de valores, habilidades, competncias necessrias superao dos desafios. Entre estes se encontra a necessidade de uma formao profissional slida, capaz de suprir as demandas de mercado, de estabelecer elos entre diversas reas do saber, de atender s exigncias legais de cada rea de atuao, etc. Nesse contexto, um dos fatores mais importantes na formao de um profissional saber discutir diversos temas aos quais se aplicam conhecimentos especficos de cada rea, dispondo-se de uma variedade ampla e desafiadora de questes e problemas proporcionada pelas atuais conjunturas. Para que isso se torne possvel, alm da dedicao daqueles envolvidos no processo de ensino-aprendizagem, preciso haver suporte pedaggico que d subsdios ao aprender e ao ensinar. Um suporte que supere a tradicional metodologia expositiva e atenda aos objetivos expressos na proposta pedaggica do curso. Considerando esses pressupostos, a produo desse Caderno Dom Alberto parte da proposta pedaggica do curso da Faculdade Dom Aberto. Com este veculo, elaborado por docentes da instituio, a faculdade busca apresentar um instrumento de pesquisa, consulta e aprendizagem tericoprtica, reunindo materiais cuja diversidade de abordagens atualizada e necessria para a formao profissional qualificada dos alunos do curso. Ser um canal de divulgao do material didtico produzido por professores da instituio motivao para continuar investindo da formao qualificada e na produo e disseminao do que se discute, apresenta, reflete, prope e analisa nas aulas do curso. Espera-se que os leitores apreciem o Caderno Dom Alberto com a mesma satisfao que a Faculdade tem em elaborar esta coletnea.

Elvis Martins Diretor Acadmico de Ensino

Pgina 4

Sumrio
Apresentao Prefcio Plano de Ensino Aula 1 Introduo Aula 2 Inferncia estatstica Aula 3 Probabilidade Aula 4 Distribuio de probabilidades Aula 5 Amostragem, estimativa e intervalos de confiana Aula 6 Determinao do tamanho da amostra Aula 7 Exerccios Aula 8 Teste de hipteses Aula 9 Interpretando uma deciso Aula 10 Correlao e Regresso Aula 11 Diagrama de Disperso Aula 12 Exerccios 48 53 03 04 06

11 12 13 14 21 29 34 39 40 46

Pgina 5

Centro de Ensino Superior Dom Alberto


Plano de Ensino
Curso: Administrao/Cincias Contbeis Carga Horria (horas): 60 Identificao Disciplina: Estatstica II Crditos: 4 Semestre: 3

Ementa Inferncia estatstica. Testes de Hipteses. Correlao e regresso. Nmeros ndices e Anlise de Sries Temporais. Objetivos Geral: Oferecer condies para que o aluno possa utilizar esta ferramenta dando-lhe condies para que possa coletar, interpretar e concluir sobre os resultados obtidos atravs da observao de dados coletados. Que o aluno possa ainda verificar as variaes dos preos de produtos utilizados em sua empresa atravs da compreenso da Srie de Nmeros ndices, podendo inclusive projetar estas variaes, a fim de implementar estratgias competentes para a empresa. Especficos: Apresentao de exemplos de distribuio de probabilidades, que sejam capazes de propiciar ao aluno uma identidade com problemas especficos da empresa, possibilitando melhor preparo na identificao de problemas podendo preveni-los no futuro. Atravs da compreenso da srie de nmeros ndices, a realizao de uma pesquisa dentro da empresa em que o aluno est familiarizado, identificando produtos com preos e quantidades para que dessa forma possa calcular as variaes de preos. Inter-relao da Disciplina Horizontal: Matemtica Aplicada I, Estatstica Aplicada I. Vertical: Administrao Estratgica, Elaborao e Anlise de Projetos, Oramento Empresarial e Mercado de Capitais. Competncias Gerais Realizar tomada de deciso: coletar, interpretar e concluir sobre os resultados obtidos. Desenvolver raciocnio lgico, crtico e analtico: verificar variaes (nmeros ndices), projetar as variaes para implementar estratgias competentes. Revelar-se um profissional adaptvel. Competncias Especficas Identificar problemas especficos, compreender e ler dados coletados , produzir estratgias eficazes e eficientes. Habilidades Gerais Reconhecer e definir problemas, pensar estrategicamente, transferir e generalizar conhecimentos e transferir conhecimentos de experincias cotidianas para o ambiente de trabalho. Habilidades Especficas Equacionar solues, inferir, testar, correlacionar, calcular nmeros ndices e analisar sries temporais. Contedo Programtico PROGRAMA: 1. 2. 3. 4. Distribuio de Probabilidades; Distribuio Binomial de Probabilidades; Distribuio Normal de Probabilidades; Inferncia Estatstica: - Amostragem; - Margem de erro;

Pgina 6

Misso: "Oferecer oportunidades de educao, contribuindo para a formao de profissionais conscientes e competentes, comprometidos com o comportamento tico e visando ao desenvolvimento regional.

5. 6. 7. 8. 9.

- Intervalos de Confiana; - Tamanho da Amostra; Testes de Hipteses para mdias e propores; Anlise de Regresso e Correlao; Anlise de Sries Temporais; Nmeros ndices; Srie de nmeros ndices.

Estratgias de Ensino e Aprendizagem (metodologias de sala de aula) Aulas participativas, aulas expositivas, exerccios, trabalhos individuais. Avaliao do Processo de Ensino e Aprendizagem A avaliao do processo de ensino e aprendizagem deve ser realizada de forma contnua, cumulativa e sistemtica com o objetivo de diagnosticar a situao da aprendizagem de cada aluno, em relao programao curricular. Funes bsicas: informar sobre o domnio da aprendizagem, indicar os efeitos da metodologia utilizada, revelar conseqncias da atuao docente, informar sobre a adequabilidade de currculos e programas, realizar feedback dos objetivos e planejamentos elaborados, etc. A forma de avaliao ser da seguinte maneira: 1 Avaliao Peso 8,0 (oito): Prova; Peso 2,0 (dois): Trabalho O Trabalho ser definido no decorrer das aulas, sendo algumas questes dissertativas que os alunos tero que resolver e entregar. 2 Avaliao Peso 8,0 (oito): Prova; Peso 2,0 (dois): referente ao Sistema de Provas Eletrnicas SPE (maior nota das duas provas do SPE)

Avaliao Somativa A aferio do rendimento escolar de cada disciplina feita atravs de notas inteiras de zero a dez, permitindo-se a frao de 5 dcimos. O aproveitamento escolar avaliado pelo acompanhamento contnuo do aluno e dos resultados por ele obtidos nas provas, trabalhos, exerccios escolares e outros, e caso necessrio, nas provas substitutivas. Dentre os trabalhos escolares de aplicao, h pelo menos uma avaliao escrita em cada disciplina no bimestre. O professor pode submeter os alunos a diversas formas de avaliaes, tais como: projetos, seminrios, pesquisas bibliogrficas e de campo, relatrios, cujos resultados podem culminar com atribuio de uma nota representativa de cada avaliao bimestral. Em qualquer disciplina, os alunos que obtiverem mdia semestral de aprovao igual ou superior a sete (7,0) e freqncia igual ou superior a setenta e cinco por cento (75%) so considerados aprovados. Aps cada semestre, e nos termos do calendrio escolar, o aluno poder requerer junto Secretaria-Geral, no prazo fixado e a ttulo de recuperao, a realizao de uma prova substitutiva, por disciplina, a fim de substituir uma das mdias mensais anteriores, ou a que no tenha sido avaliado, e no qual obtiverem como mdia final de aprovao igual ou superior a cinco (5,0). Sistema de Acompanhamento para a Recuperao da Aprendizagem Sero utilizados como Sistema de Acompanhamento e Nivelamento da turma os Plantes Tira-Dvidas que so realizados sempre antes de iniciar a disciplina, das 18h30min s 18h50min, na sala de aula. Recursos Necessrios Humanos Professor. Fsicos Laboratrios, visitas tcnicas, etc. Materiais Recursos Multimdia.

Pgina 7

Misso: "Oferecer oportunidades de educao, contribuindo para a formao de profissionais conscientes e competentes, comprometidos com o comportamento tico e visando ao desenvolvimento regional.

Bibliografia Bsica CRESPO, Antnio Arnot. Estatstica fcil. 18. ed. So Paulo: Saraiva, 2002. SILVA, Ermes Medeiros da. et al. Estatstica: para cursos de economia, administrao e cincias contbeis. So Paulo: Atlas, 1999. 1 e 2 v. MORETTIN, Pedro A; BUSSAB, Wilton de O. Estatstica bsica. 5. ed. So Paulo: Saraiva 2003. TOLEDO, Geraldo Luciano; OVALLE, Ivo Izidoro. Estatstica bsica. 2. ed. So Paulo: Atlas, 1995. SPIEGEL, Murray R.. Estatstica. 3. ed. So Paulo: Pearson Education, 1994. Complementar BARBETTA, Pedro Alberto. Estatstica aplicada s cincias sociais. 5. ed. Florianpolis: UFSC, 2002. MOORE, David. A Estatstica bsica e a sua prtica. Rio de Janeiro: LTC, 2005. BUNCHAFT G.; KELLNER S. R. O. Estatstica sem mistrio. Petrpolis: Vozes; 1999. FONSECA, Jairo Simon da; MARTINS, Gilberto. Curso de estatstica. So Paulo: Atlas, 1996. MARTINS, Gilberto de Andrade; DONAIRE, Denis. Princpios de estatstica. So Paulo: Atlas, 1990. Peridicos Jornais: Gazeta do Sul, Zero Hora. Revistas: Exame, Amanh, Veja, Isto . Sites para Consulta http://www.ime.usp.br http://www.ibge.gov.br Outras Informaes Endereo eletrnico de acesso pgina do PHL para consulta ao acervo da biblioteca: http://192.168.1.201/cgi-bin/wxis.exe?IsisScript=phl.xis&cipar=phl8.cip&lang=por

Pgina 8
Misso: "Oferecer oportunidades de educao, contribuindo para a formao de profissionais conscientes e competentes, comprometidos com o comportamento tico e visando ao desenvolvimento regional.

Cronograma de Atividades
Aula 1 2 3 4 5 6 7 1 1 8 9 10 11 12 13 2 2 3 Consolidao Avaliao Contedo Introduo da disciplina (apresentao, acordos e cronograma). Reviso de probabilidades. Distribuio de Probabilidade Binomial. Distribuio Probabilidade Binomial e Distribuio Probabilidade Normal. Distribuio Probabilidade Normal. Distribuio Probabilidade Normal. Estimativas: Margem de erro e Intervalos de Confiana para grandes e pequenas amostras Para mdias. Estimativas: Tamanho da Amostra Estimativas: Margem de erro e Intervalos de Confiana para propores. Consolidao e Sistematizao dos Contedos da 1 Avaliao. Primeira Avaliao. Teste de Hipteses para mdia. Interpretao. Teste de Hipteses para mdia. Interpretao. Testes de Hipteses para proporo. Teste de Hipteses com duas mdias e propores. Interpretao. Introduo a Correlao e Regresso. Clculos e interpretao. Clculos de Correlao e Regresso atravs das funes estatsticas e Anlise de Dados. Sries Temporais. Nmeros ndices e seus mtodos de clculo. Sries de Nmeros ndices. Consolidao e Sistematizao dos Contedos da 2a Avaliao. Segunda Avaliao. Avaliao Substitutiva AE AE AE/TG AE AE AE AE QG QG QG QG/DS /LB QG/DS /LB QG/DS QG Procedimentos AE AE/TG AE AE AE AE AE AE Recursos QG/DS/LB QG/DS/LB QG/DS QG/DS QG QG QG QG

Legenda
Cdigo AE TG TI SE PA Descrio Aula expositiva Trabalho em grupo Trabalho individual Seminrio Palestra Cdigo QG RE VI DS FC Descrio Quadro verde e giz Retroprojetor Videocassete Data Show Flipchart Cdigo LB PS AP OU Descrio Laboratrio de informtica Projetor de slides Apostila Outros

Pgina 9
Misso: "Oferecer oportunidades de educao, contribuindo para a formao de profissionais conscientes e competentes, comprometidos com o comportamento tico e visando ao desenvolvimento regional.

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

Cursos de Administrao e Cincias Contbeis

ESTATSTICA II

Professor: Emerson Jos Jung emerson.jung@domalberto.edu.br

INTRODUO

Pgina 10

Por causa da enxurrada de dados coletados, referente a todas as particularidades de negcios, o uso de tcnicas estatsticas tornou-se uma ferramenta indispensvel para um gerenciamento bem sucedido. No mbito de uma responsabilidade gerencial, o papel da estatstica ajuda a determinar iniciativas e decises em diferentes situaes. Vejam algumas: - No gerenciamento corporativo: examinar tendncias e prever o comportamento futuro do mercado. A estatstica pode comparar desempenhos atuais, antecipar ciclos de vida de produtos e planejar iniciativas futuras. - No gerenciamento de produtos para uma linha especfica: voc precisa estimar a atividade futura do produto com base em vendas atuais, identificar a sensibilidade do produto para novos produtos e desenvolver novos produtos com base em informaes de consumidores. - No gerenciamento de relaes com o consumidor: necessrio avaliar a satisfao dos consumidores e informar o desempenho dos produtos gerncia de produtos. A estatstica estaria presente para identificar problemas de aceitao dos produtos e determinar nveis de satisfao ou insatisfao dos consumidores. - No gerenciamento financeiro: necessrio avaliar o desempenho financeiro dos produtos com base no desempenho histrico e quanto ao retorno do investimento. A estatstica usada para estimar a receita da empresa com base em desempenho histrico. A cada uma dessas situaes gerenciais preciso analisar dados quantitativos luz dos objetivos e tomar decises com base nesses dados. Da a necessidade de se entender estatstica e a capacidade de empregar as suas vrias ferramentas eficientemente. A estatstica definida como o estudo da coleta e processamento de dados para ajudar na tomada de decises informadas em uma rea de incerteza. Ela emprega a anlise quantitativa e apresenta-se em trs fases: 1. Coleta de dados ou amostragem: esta fase requer a elaborao de uma pesquisa, o planejamento de uma estratgia de amostragem e coleta de amostras. 2. Anlise descritiva: esta fase enfoca a descrio do comportamento da amostra uma fotografia, por assim dizer, dos nveis atuais ou histricos de desempenho dos negcios. 3. Anlise inferencial: esta fase prev o comportamento da populao com base nos resultados da amostra, isto , como o desempenho se altera proporo que as variveis principais so modificadas. A finalidade desta disciplina apresentar aos acadmicos dos cursos de administrao e cincias contbeis os mtodos mais usados de organizao e sumarizao de dados estatsticos.

Pgina 11

INFERNCIA ESTATSTICA

A Estatstica I preparou o caminho para poder entrar nos problemas da inferncia estatstica. Foram apresentadas as diversas tcnicas de anlise exploratria de dados, as tcnicas de amostragem e a teoria de probabilidades, cada uma dessas reas constituem o trip da inferncia estatstica.

Amostragem

Estatstica Descritiva

Clculo de Probabilidades

INFERNCIA ESTATSTICA

A Inferncia Estatstica conhecida como a parte fundamental da estatstica, que a tomada de decises em condies de incerteza. Ela se divide em duas grandes reas:

Estimao Inferncia Estatstica Teste de Hipteses

Pontual Intervalar

Pgina 12

Esta tabela denomonada distribuio de probabilidade.

Exemplos de distribuio binomial: 1) Qual a probabilidade de obtermos 2 caras em 6 lances de uma moeda? 2) Imaginando qual o sucesso de sair o s de ouros quando retiramos uma carta de um baralho de 52 cartas. Logicamente diramos que no exemplo 2 a resposta 1/52, mas e o exemplo 1?

Pgina 13

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

I.

DISTRIBUIO DE PROBABILIDADES

1.1 Distribuio Binomial Variveis Discretas Uma varivel aleatria associa um valor numrico a cada resultado de um experimento aleatrio e uma distribuio de probabilidades associa uma probabilidade a cada valor de uma varivel aleatria. Os experimentos binomiais tm a caracterstica de apresentarem exatamente dois resultados complementares: em processos industriais as pessoas falham ou no falham. Na medicina um paciente sobrevive um ano, ou morre. Em propaganda, um consumidor reconhece um produto, ou no. Definio: Um experimento binomial um experimento que satisfaz as seguintes condies: 1. O experimento deve comportar um numero fixo de provas; 2. As provas devem ser independentes (o resultado de qualquer prova no afeta as probabilidades das outras provas); 3. Cada prova deve ter todos os resultados classificados em duas categorias; 4. As probabilidades devem permanecer constantes para cada prova. Se fizermos um experimento binomial, a distribuio da varivel aleatria x chamada uma distribuio de probabilidade binomial (ou distribuio binomial). Usa-se a seguinte denominao: S e F (sucesso ou falha) denotam as duas categorias possveis de todos os resultados: p e q denotam as possibilidades de S e F, respectivamente; assim: P( s) = p P( F ) = 1 p =q Sendo n = denota o numero fixo de provas; x = denota um nmero especfico de sucesso em n provas, podendo ser qualquer inteiro entre 0 e n, inclusive; p = denota a probabilidade de sucesso em uma das n provas; q = denota a probabilidade de falha em uma das n provas; P(x) = denota a probabilidade de obter exatamente x sucessos em n provas; Frmula utilizada para calcular a probabilidade binomial: = P( x) n! p x q n x (n x)! x !

Exemplo: Dado que 10% das pessoas so canhotas, suponha que queiramos achar a probabilidade de obter exatamente 3 estudantes canhotos em uma turma de 15 estudantes. Questiona-se: a) Trata-se de um experimento binomial? b) Em caso afirmativo, identifique os valores de n, x, p e q. c) Aplicando a formula da probabilidade binomial, determine a probabilidade de obter 3 estudantes canhotos em uma turma de 15 estudantes. Pgina 14

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

d) A probabilidade de ao menos 3 sucessos (alunos canhotos).

EXERCCIOS 1. Uma empresa produz 10% de peas defeituosas. As peas so embaladas em caixas que contm 12 peas. Calcule a probabilidade de um cliente comprar uma caixa contendo: (a) nenhuma pea defeituosa; (b) uma pea defeituosa. 2. Um produtor de sementes vende pacotes com 20 sementes cada. Os pacotes que apresentarem mais de uma semente sem germinar so indenizados. A probabilidade de uma semente germinar 0,98. (a) Qual a probabilidade de que um pacote no seja indenizado? (b) Se o produtor vende 1.000 pacotes, em quantos se espera indenizao? 3. Estatsticas de trfego revelam que 25% dos veculos interceptados numa auto-estrada no passam no teste de segurana. De 10 veculos interceptados, determine a probabilidade de 2 ou mais no passarem. 4. Numa criao de coelhos, 40% so machos. Qual a probabilidade de que nasam pelo menos 2 coelhos machos num dia em que nasceram 20 coelhos? 5. O fabricante de drives de disco utilizados em uma das mais conhecidas marcas de microcomputadores espera que 2% dos drives de disco apresentem defeitos durante o perodo de garantia do microcomputador. Numa amostra de 10 drives de disco, qual a probabilidade de que: a) Nenhum ir apresentar defeito durante o perodo de garantia? b) Exatamente um ir apresentar defeito durante o perodo de garantia? c) Pelo menos dois iro apresentar defeito durante o perodo de garantia? d) Quais seriam as respostas para a letra (a) e (b) se fosse esperado que 1% dos drives de disco apresentasse defeito?

1.2 DISTRIBUIO NORMAL A distribuio normal desempenha papel importantssimo na Teoria Estatstica. Deduzida por De Moivre em 1753 como forma limite da Binominal, foi posteriormente redescoberta em 1774 por Laplace, e em 1809 por Gauss. Por essa razo conhecida ainda pelo nome de Distribuio de Gauss, de Laplace, ou ainda Laplace-Gauss. A Distribuio Normal a mais importante distribuio de varivel aleatria contnua e bsica para o desenvolvimento da inferncia estatstica. Entre as distribuies tericas de varivel aleatria contnua, uma das mais empregadas a distribuio normal. A distribuio normal caracterizada por uma funo, cujo grfico descreve uma curva em forma de sino. Esta distribuio depende de dois parmetros: (mdia) este parmetro especifica a posio central da distribuio de probabilidades. (desvio padro) este parmetro especifica a variabilidade da distribuio de probabilidades. Existem infinitas distribuies normais, cada uma com usa prpria mdia e desvio padro. A distribuio normal com media zero e desvio padro de 1 chamada de distribuio normal padro ou padronizada. A escala horizontal do grfico da distribuio normal padro Pgina 15

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

corresponde aos escores z (uma medida de posio que indica o numero de desvios-padro de um valor a partir da media). Pode-se transformar um valor x em um escore z, usando a seguinte frmula: z=
onde:

x = valores arbitrrios (intervalos) = mdia da distribuio normal = desvio-padro da distribuio normal

Aps usar a frmula dada acima para transformar um valor x num escore z, pode-se usar a Tabela Normal Padro. A tabela enumera a rea acumulada sob a curva normal padro esquerda de z para escores z de 3,49 a 3,49.

rea na tabela

A distribuio normal possui as seguintes caractersticas: Varivel aleatria contnua. Tem a forma de um sino. simtrica em relao a mdia. Prolonga-se de - a + . A rea sob a curva normal considerada de tamanho 1 (100%).

Exemplos. 1. Determina a rea que corresponde ao escore z de 1,15. 2. Determina a rea acumulada que corresponde ao escore z de 1,15.

Pgina 16

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

3. Calcule a rea acumulada que corresponde ao escore z de -0,24. 4. Esboce a curva normal padro e sombreie a rea apropriada sob a curva: a) para obter a rea a esquerda de z = 1,23. b) para obter a rea a direita de z = 1,23. c) para obter a rea entre dois escores z, -0,75 e 1,23.

5. Determine a rea sob a curva padro direita de z = 1,06. 6. Se um escore z for zero, qual das afirmaes a seguir ser verdadeira. Explique seu raciocnio. (a) a mdia zero. (b) o valor x correspondente igual a zero. (c) o valor x correspondente igual mdia. 7. Analise os grficos e obtenha a probabilidade de z ocorrer na regio indicada.

8. Determine a probabilidade indicada usando a distribuio normal padro: a) P (z < 1,45) b) P (z > -1,95) c) P ( 0 < z < 2,05) d) P (z < -2,58 ou z > 2,58) e) P ( -0,95 < z < 1,44)

Exemplos para transformar um escore z em um valor x. 1. As velocidades de veculos ao longo de um trecho de uma via expressa tem uma media de 56km/h e um desvio padro de 8km/h. Obtenha as velocidades x correspondentes aos escores z = 1,96; -2,33 e 0. Interprete os seus resultados. 2. As notas dos candidatos ao concurso pblico do INSS esto normalmente distribudas com uma mdia de 75 pontos e um desvio padro de 6,5. Para poder entrar no servio pblico, o candidato precisa figurar entre os 5% melhores. Qual a menor pontuao possvel para a aprovao de um candidato? 3. Em uma amostra selecionada ao acaso de 1169 homens com idade entre 40 e 49 anos, foi constatado um nvel mdio total de colesterol de 211 miligramas por decilitros, com desvio padro de 39,2 miligramas por decilitros. Suponha que os nveis totais de colesterol sejam normalmente distribudos. Obtenha o mais alto nvel total de colesterol que um homem com idade entre 40 e 49 anos pode ter e ainda assim ficar entre o 1% mais baixo. Pgina 17

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

EXERCCIOS 1. Um levantamento indica que pessoas usam seus computadores em media durante 2,4 anos antes de adquirir uma nova mquina. O desvio padro de 0,5 anos. Selecionando ao acaso algum que tenha computador, obtenha a probabilidade de que ele o use por menos de dois anos antes de comprar outro. 2. A taxa de hemoglobina no sangue de pessoas que possuem boa sade segue uma distribuio normal com mdia 12 e desvio padro 1. Qual a probabilidade de se encontrar uma pessoa normal com taxa de hemoglobina: (a) superior a 15? (b) Inferior a 10? (c) Entre 10 e 13 (d) Num grupo de 500 pessoas, em quantas devemos esperar as caractersticas acima? 3. Os depsitos mensais na caderneta de poupana tm distribuio normal com mdia igual a $ 500 e desvio padro $ 150. Se um depositante realizar um depsito, pede-se calcular a probabilidade de que esse depsito seja igual ou menor que $ 650. 4. A anlise estatstica de um investimento mostrou que seu resultado lquido uma varivel aleatria X com valor esperado $ 10 000 e desvio padro $ 4 000. Sabendo que a varivel X tem distribuio normal, pede-se calcular a probabilidade de que o resultado X seja menor que $ 5000. 5. As vendas mensais dos ltimos 50 meses apresentam uma mdia igual a $ 500 mil com desvio padro igual a $ 80 mil. Se a empresa estabeleceu uma meta de vendas para o prximo ms de $ 550 mil, pede-se calcular, considerando que os dados histricos se repetem no futuro prximo: a) A probabilidade de ficar abaixo da meta. b) A probabilidade de superar a meta. c) A probabilidade de que as vendas se situem entre 80 % e 110 % da mdia. 6. Uma populao X tem distribuio normal com mdia igual a 20 e desvio padro igual a 5. Retirando aleatoriamente um elemento dessa populao, pede-se calcular a probabilidade desse elemento ser igual ou menor que 22. 7. A distribuio dos salrios anuais dos auxiliares de escritrio de uma grande empresa tem distribuio normal com mdia igual a R$12.500,00 e desvio padro igual a R$2.800,00. Calcular: a) A proporo dos auxiliares de escritrio que ganha mais que R$14.500,00. b) A proporo dos auxiliares de escritrio que ganha menos que R$11.000,00 c) A proporo dos auxiliares de escritrio que ganha entre R$10.000,00 e R$14.000,00. 8. Suponha que um consultor esteja investigando o tempo que os trabalhadores de uma fbrica de automveis levam para montar determinada pea depois de terem sido treinados para realizar a tarefa por um mtodo de aprendizagem individual. O consultor determina que o tempo em segundos para montar a pea para os trabalhadores treinados por esse mtodo distribudo de maneira normal com mdia igual a 75 segundos e desvio padro igual a 6. Pede-se: a) A probabilidade de um trabalhador montar uma pea em 81 segundos? b) Quantos segundos devem transcorrer antes que 10% dos trabalhadores da fabrica montam uma pea? 9. Um conjunto de notas finais de provas da disciplina de Estatstica II foi considerado como sendo normalmente distribudo com uma mdia aritmtica de 73 e um desvio padro de 8.

Pgina 18

CENTRO DE ENSINO SUPERIOR DOM ALBERTO a)

b) c) d)

Qual a probabilidade de se obter no mximo uma nota 91 nesta prova? Que porcentagem de alunos tirou entre 65 e 89? Que porcentagem de alunos tirou entre 81 e 89? Qual a nota final do exame se somente 5% dos alunos que fizeram a prova tiram nota mais alta?

10. Uma fabrica de carros sabe que os motores de sua fabricao tm durao normal com 150.000 km e desvio padro de 5000 km. Se a fabrica substitui o motor que apresenta durao inferior a garantia, qual deve ser esta garantia para que a porcentagem de motores substitudos seja inferior a 0,2%? 11. As alturas dos alunos de uma determinada escola so normalmente distribudas com mdia 1,60m e desvio padro 0,30. Encontre a probabilidade de uma aluna escolhida ao acaso medir: a) Entre 1,50 e 1,80 m. b) Mais que 1,60 m. c) Menos que 1,48m. d) Entre 1,54 e 1,58m. e) Mais que 1,55m. f) Menos que 1,55m ou mais que 1,75m. 12. Suponha-se que a renda anual de uma determinada cidade tenha uma mdia de R$ 5.000,00 com desvio padro de R$ 1.500,00. Admitindo-se uma distribuio normal, que podemos dizer de uma renda de R$ 7.000,00?

EXEMPLO DE DISTRIBUIO NORMAL COMO APROXIMAO DA DISTRIBUIO BINOMIAL

Se n.p 5 e n.q 5, ento a varivel aleatria binomial x tem distribuio aproximadamente normal, com mdia = np e desvio padro = npq 1. Uma maquina produz parafusos, dos quais 10% so defeituosos. Determinar a probabilidade de, em uma amostra tomada ao acaso de 400 parafusos produzidos por essa maquina, serem defeituosos: (a) no mximo 30; (b) entre 30 e 50 (c) 55 ou mais. 2. Numa cidade haver um plebiscito em que 1.250.000 eleitores decidiro entre aceitar (SIM) ou rejeitar (NO) certa poltica. Suponha que um partidrio da aceitao dessa poltica afirme que 80% dos votos sero SIM. Admitindo essa previso como verdadeira, qual a probabilidade de, em uma amostra de 900 eleitores, menos de 684 serem partidrios do SIM? 3. Cerca de 4,4% dos acidentes fatais com automveis so causados por pneus defeituosos (com base em dados do Conselho Nacional de Segurana). Se um estudo de segurana em uma rodovia comea com a escolha aleatria de 750 casos de acidentes fatais com veculos motorizados, estime a probabilidade de exatamente 35 deles terem sido causados por pneus defeituosos.

Pgina 19

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

Tabela Z reas sob a curval Normal


z
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2,0 2,1 2,2 2,3 2,4 2,5 2,6 2,7 2,8 2,9 3,0 3,1 3,2 3,3 3,4 0,0 0,0000 0,0398 0,0793 0,1179 0,1554 0,1915 0,2257 0,2580 0,2881 0,3159 0,3413 0,3643 0,3849 0,4032 0,4192 0,4332 0,4452 0,4554 0,4641 0,4713 0,4772 0,4821 0,4861 0,4893 0,4918 0,4938 0,4953 0,4965 0,4974 0,4981 0,4987 0,4990 0,4993 0,4995 0,4997 0,01 0,0040 0,0438 0,0832 0,1217 0,1591 0,1950 0,2291 0,2611 0,2910 0,3186 0,3438 0,3665 0,3869 0,4049 0,4207 0,4345 0,4463 0,4564 0,4649 0,4719 0,4778 0,4826 0,4864 0,4896 0,4920 0,4940 0,4955 0,4966 0,4975 0,4982 0,4987 0,4991 0,4993 0,4995 0,4997 0,02 0,0080 0,0478 0,0871 0,1255 0,1628 0,1985 0,2324 0,2642 0,2939 0,3212 0,3461 0,3686 0,3888 0,4066 0,4222 0,4357 0,4474 0,4573 0,4656 0,4726 0,4783 0,4830 0,4868 0,4898 0,4922 0,4941 0,4956 0,4967 0,4976 0,4982 0,4987 0,4991 0,4994 0,4995 0,4997 0,03 0,0120 0,0517 0,0910 0,1293 0,1664 0,2019 0,2357 0,2673 0,2967 0,3238 0,3485 0,3708 0,3907 0,4082 0,4236 0,4370 0,4484 0,4582 0,4664 0,4732 0,4788 0,4834 0,4871 0,4901 0,4925 0,4943 0,4957 0,4968 0,4977 0,4983 0,4988 0,4991 0,4994 0,4996 0,4997 0,04 0,0160 0,0557 0,0948 0,1331 0,1700 0,2054 0,2389 0,2704 0,2995 0,3264 0,3508 0,3729 0,3925 0,4099 0,4251 0,4382 0,4495 0,4591 0,4671 0,4738 0,4793 0,4838 0,4875 0,4904 0,4927 0,4945 0,4959 0,4969 0,4977 0,4984 0,4988 0,4992 0,4994 0,4996 0,4997 0,05 0,0199 0,0596 0,0987 0,1368 0,1736 0,2088 0,2422 0,2734 0,3023 0,3289 0,3531 0,3749 0,3944 0,4115 0,4265 0,4394 0,4505 0,4599 0,4678 0,4744 0,4798 0,4842 0,4878 0,4906 0,4929 0,4946 0,4960 0,4970 0,4978 0,4984 0,4989 0,4992 0,4994 0,4996 0,4997 0,06 0,0239 0,0636 0,1026 0,1406 0,1772 0,2123 0,2454 0,2764 0,3051 0,3315 0,3554 0,3770 0,3962 0,4131 0,4279 0,4406 0,4515 0,4608 0,4686 0,4750 0,4803 0,4846 0,4881 0,4909 0,4931 0,4948 0,4961 0,4971 0,4979 0,4985 0,4989 0,4992 0,4994 0,4996 0,4997 0,07 0,0279 0,0675 0,1064 0,1443 0,1808 0,2157 0,2486 0,2794 0,3078 0,3340 0,3577 0,3790 0,3980 0,4147 0,4292 0,4418 0,4525 0,4616 0,4693 0,4756 0,4808 0,4850 0,4884 0,4911 0,4932 0,4949 0,4962 0,4972 0,4979 0,4985 0,4989 0,4992 0,4995 0,4996 0,4997 0,08 0,0319 0,0714 0,1103 0,1480 0,1844 0,2190 0,2517 0,2823 0,3106 0,3365 0,3599 0,3810 0,3997 0,4162 0,4306 0,4429 0,4535 0,4625 0,4699 0,4761 0,4812 0,4854 0,4887 0,4913 0,4934 0,4951 0,4963 0,4973 0,4980 0,4986 0,4990 0,4993 0,4995 0,4996 0,4997 0,09 0,0359 0,0753 0,1141 0,1517 0,1879 0,2224 0,2549 0,2852 0,3133 0,3389 0,3621 0,3830 0,4015 0,4177 0,4319 0,4441 0,4545 0,4633 0,4706 0,4767 0,4817 0,4857 0,4890 0,4916 0,4936 0,4952 0,4964 0,4974 0,4981 0,4986 0,4990 0,4993 0,4995 0,4997 0,4998

Pgina 20

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

II AMOSTRAGEM, ESTIMATIVA E INTERVALOS DE CONFIANA


2.1 Amostragem 2.1.1 Introduo

Nas

pesquisas

cientficas,

em

que

se

querem

conhecer

algumas

caractersticas de uma populao, muito comum se observar apenas uma amostra de seus elementos e, a partir dos resultados dessa amostra, obter valores aproximados, ou estimativos, para as caractersticas populacionais de interesse. Esse tipo de pesquisa usualmente chamado de levantamento por amostragem. Num levantamento por amostragem, a seleo dos elementos que sero observados, deve ser feita com uma metodologia adequada, de tal forma que os resultados da amostra sejam representativos de toda a populao.

2.1.2 Importncia da utilizao da amostragem

Quatro razes para o uso de amostragem em levantamento de grandes populaes: Economia: Em geral, torna-se bem mais econmico o levantamento de somente uma parte da ao; Tempo: Numa pesquisa eleitoral, a trs dias de uma eleio presidencial, no haveria tempo para pesquisar toda a populao de eleitores do pas, mesmo que houvesse recursos financeiros em abundncia; Confiabilidade dos dados: Quando se pesquisa um nmero reduzido de elementos, pode-se dar mais aos casos individuais, evitando erros nas respostas; Operacionalidade: mais fcil realizar operaes de pequena escala. Um dos problemas tpicos nos grandes censos o controle dos entrevistadores.

Situaes em que pode no valer a pena a realizao de uma amostragem:

Pgina 21

CENTRO DE ENSINO SUPERIOR DOM ALBERTO Populao pequena: Sob o enfoque de amostragens aleatrias, se a populao for pequena, para uma amostra ser capaz de gerar resultados precisos para os parmetros da populao, necessrio que ela seja relativamente grande (em torno de 80% da populao); Caracterstica de mensurao: Talvez a populao no seja to pequena, mas varivel que se quer observar de to fcil mensurao, que no compensaria investir num plano de amostragem; Necessidade de alta preciso: A cada dez anos o IBGE realiza um censo demogrfico para estudar diversas caractersticas da populao brasileira. Dentre estas caractersticas tem-se o parmetro nmero de habitantes residentes no pas, que fundamental para um bom planejamento. Desta forma, o parmetro nmero de habitantes precisa ser avaliado com grande preciso e, por isso, se pesquisa toda a populao.

Para se fazer um plano de amostragem, deve-se ter bem definidos: os objetivos da pesquisa, a populao a ser amostrada, bem como os parmetros necessrios a serem estimados para que os objetivos sejam alcanados.

2.2 Estimao de Parmetros 2.2.1 Introduo

A inferncia estatstica representa o processo de utilizao de resultados de amostras, visando tirar concluses sobre as caractersticas de uma populao. Como as populaes so caracterizadas por medidas numricas descritivas, denominadas parmetros, a inferncia estatstica diz respeito realizao de inferncias sobre esses parmetros populacionais. A estimao o processo que consiste em utilizar dados amostrais para estimar os valores de parmetros populacionais desconhecidos. Qualquer

caracterstica de uma populao pode ser estimada a partir de uma amostra. Entre as mais comuns, esto a mdia e o desvio padro de uma populao e a proporo populacional. Pgina 22

CENTRO DE ENSINO SUPERIOR DOM ALBERTO 2.2.2 Estimativas pontuais e intervalares As estatsticas amostrais so utilizadas como estimadores de parmetros populacionais. Por exemplo, uma mdia aritmtica da amostra usada como estimativa de ponto da mdia populacional. Existem dois tipos principais de estimativas: estimativas de ponto e estimativas de intervalo.

A estimativa pontual um valor (ou ponto) nico usado para aproximar um parmetro populacional. A mdia amostral x a melhor estimativa pontual da mdia populacional . Mas, a estatstica de uma amostra, tal como x , varia de amostra para amostra, uma vez que depende dos itens selecionados na amostra, e esta variao deve ser levada em considerao ao se fornecer estimativas para a populao. Pensando nessa variao que foi desenvolvida a estimativa intervalar.

A estimativa intervalar um intervalo de valores que tem probabilidade de conter o verdadeiro valor da populao. Ou seja, o intervalo que construdo ter uma confiana ou probabilidade especificada de estar estimando corretamente o verdadeiro valor do parmetro da populao.

2.2.3 Intervalos de confiana

Um intervalo de confiana est associado a um grau de confiana que uma medida da nossa certeza de que o intervalo contm o parmetro populacional. A definio grau de confiana utiliza (alfa) para descrever uma probabilidade que corresponde a uma rea. So escolhas comuns para o grau de confiana (ou nvel de confiana, ou coeficiente de confiana): 90%, 95% e 99%, veja a tabela.

Grau de confiana 90% 95% 99%

0,10 0,05 0,01

Valor Crtico z 1,645 1,96 2,575

Pgina 23

CENTRO DE ENSINO SUPERIOR DOM ALBERTO Um valor crtico um nmero na fronteira que separa os valores das estatsticas amostrais provveis de ocorrerem, dos valores que tm pouca chance de ocorrer.

Regio crtica

Regio crtica

Valor crtico

Valor crtico

Para entender melhor, observe a figura abaixo a distribuio normal para um grau de confiana de 90%.

90%

0,45

0,45

-z = -1,645

z = 1,645

Portanto, dado um grau de confiana, devemos usar a tabela da distribuio dos escores z para encontrar o valor critico z.

Exemplo: Determine o valor critico z que corresponde ao grau de confiana 98%. Pgina 24

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

2.2.4 Estimativas para a mdia populacional: grandes amostras Quando utilizamos dados amostrais para estimar uma mdia populacional , a margem de erro, denotada por E, a diferena mxima provvel, com certa probabilidade, entre a mdia amostral e a verdadeira mdia populacional . A margem de erro E chamada tambm de erro mximo de estimativa e pode ser obtida por

E = z.

H trs determinantes do tamanho ou quantidade de erro: 1. A confiana desejada (ndice de confiana), representada por z; 2. Disperso da populao (representada pelo desvio padro); 3. Tamanho da amostra.

O clculo da margem de erro E, tal como dado na frmula, exige o conhecimento do desvio padro populacional , mas, na realidade, raro conhecermos quando a mdia populacional no conhecida. Ento devemos levar em conta o seguinte detalhe: Se n > 30 , podemos substituir na formula pelo desvio padro amostral s. Se n 30 , a populao deve ter a distribuio normal, e devemos conhecer

para usarmos a formula.


Com base na definio da margem de erro E, podemos agora identificar o

intervalo de confiana para a mdia populacional .


x-E< < x+E

ou

= E

Fator de Correo para populao finita: quando uma populao for finita, a formula que determina o erro padro da mdia precisa ser ajustada. Se N o Pgina 25

CENTRO DE ENSINO SUPERIOR DOM ALBERTO tamanho da populao e n o tamanho da amostra, onde n for maior ou igual a 5% do tamanho da populao, o erro padro da mdia :

E = z.

N n N 1

Onde,

N n o fator de correo. N 1

Para calcular limites de confiabilidade, utilizamos a seguinte equao: x = Z(/n) No nosso caso, inverte-se o x com , para se saber se o que se espera.

Exemplo:

1. Um fabricante de papel para impressora possui um processo de produo que opera de maneira contnua, atravs de um turno completo de produo. esperado que o papel tenha um comprimento de 11 polegadas, e o desvio padro conhecido sejam 0,02 polegadas. A intervalos peridicos, so selecionadas amostras para determinar se o comprimento mdio do papel ainda se mantm igual a 11 polegadas ou se algo de errado aconteceu no processo de produo para que tenha modificado o comprimento do papel produzido. Uma amostra aleatria de 100 folhas foi selecionada e verificou-se que o comprimento mdio do papel era de 10,998 polegadas. Caso seja desejada uma estimativa do intervalo de confiana de 95% do comprimento mdio do papel na populao, teremos: x= Z(/n) = 10,998 (1,96)(0,02/100) = 10,998 0,00392 10,99408 11,00192 Como 11 est entre o intervalo encontrado, o fabricante no tem com o que se preocupar.

Pgina 26

CENTRO DE ENSINO SUPERIOR DOM ALBERTO Caso se queira um intervalo de confiana maior, por exemplo 99%, a o que teremos?

2. A variabilidade do tempo de atendimento em um caixa bancrio conhecida

= 0,10min. e tem distribuio normal. Uma amostragem de 40 pessoas


indicou tempo mdio de atendimento de x = 1,5 min. Construir um intervalo de confiana de 95% para o tempo mdio de atendimento.

EXERCCIOS 1. O gerente do controle areo do aeroporto de So Paulo est interessado em conhecer o tempo que os avies 737 necessitam para aterrissar, medindo este tempo entre o instante que o piloto inicia a operao de descida e o instante que o avio abandona a pista de aterrissagem. Se a mdia de uma amostra aleatria de 33 avies igual a 21 minutos com desvio padro igual a 4,5 minutos, pede-se estimar o valor da mdia da populao considerando dois valores de intervalo de confiana: 90% e 95%.

2. Numa amostra aleatria de 32 notas de despesa numa semana em dezembro, um auditor constatou uma despesa mdia de R$220,00, com desvio padro de R$20,00.

a) Qual a estimativa pontual da quantia mdia? b) Construa um intervalo de 99% de confiana para a quantia mdia.
3. De uma populao com distribuio normal e desvio-padro igual a 5 foi retirada uma amostra aleatria de tamanho 20 e sua mdia calculada foi 24. Estime o valor da mdia da populao com ndice de confiana igual a 90%.

4. Uma amostra consiste em 75 aparelhos de TV adquiridos h vrios anos. Os tempos de substituio destes aparelhos tm mdia de 8,2 anos e desvio-padro de 1,1 ano. Construa um intervalo de 90% de confiana para o tempo mdio de substituio de todos os aparelhos de TVs.

Pgina 27

CENTRO DE ENSINO SUPERIOR DOM ALBERTO 5. Suponha que o proprietrio de uma loja de materiais de construo

revendedor de tintas e queira calcular a verdadeira quantidade de tinta contida nas latas de um galo de 1 l, compradas de um fabricante nacionalmente conhecido. Sabe-se, pelas especificaes contidas no galo, que o desvio padro da quantidade de tinta igual a 0,02 l. Uma amostra aleatria de 50 latas selecionada, e a quantidade mdia de tinta por lata de 1 galo igual a 0,995 l. a) Desenvolva uma estimativa do intervalo de confiana de 99% da verdadeira mdia da populao da quantidade de tinta contida em uma lata de 1 galo. b) Com base nos seus resultados, voc acha que o proprietrio da loja tem o direito de reclamar ao fabricante? Por que? c) A populao de quantidade de tinta por lata tem que ser distribuda normalmente neste caso? Explique. d) Explique por que um valor observado de 0,98 l para cada lata no seria incomum, apesar de estar fora do intervalo de confiana que voc calculou? e) Suponha que voc utilizasse uma estimativa do intervalo de confiana de 95%, quais seriam suas respostas para (a) e (b)?

6.

O gerente de controle de qualidade de um fbrica de lmpadas de filamento

precisa calcular a vida til mdia de uma remessa de lmpadas. Sabe-se que o desvio padro do processo de 100 horas. Uma amostra aleatria de 50 lmpadas indicou uma vida til mdia da amostra igual a 350 horas. a) Desenvolva uma estimativa do intervalo de confiana de 99% da verdadeira mdia til das lmpadas nesta remessa. b) Voc, conhecendo estes resultados, compraria uma lmpada deste fabricante? Explique. c) Suponha que o desvio padro do processo mudasse para 80 horas. Qual seria sua resposta para (a)?

7.

Um comerciante ficou muito curioso para descobrir qual a real quantidade de

refrigerante que colocada em garrafas de 2 litros. Foi informado ao comerciante que o desvio padro para garrafas de 2 litros 0,05 litro. Uma amostra aleatria, de 100 garrafas de 2 litros, indica uma mdia da amostra de 1,99 litro. a) Desenvolva a estimativa do intervalo de confiana de 95% da verdadeira mdia da quantidade de refrigerante de cada garrafa. Pgina 28

CENTRO DE ENSINO SUPERIOR DOM ALBERTO b) A populao de quantidade de refrigerante tem que ser distribuda normalmente neste caso? Explique. c) Explique por que um valor observado de 2,02 litros no seria incomum. d) Suponha que a mdia da amostra mudasse para 1,97 litro. Quais seriam suas respostas para (a) e (b)?

2.2.5 Determinao do tamanho da amostra

A formula do erro pode ser resolvida em relao a n. Assim:

E = z.

n = z.

n = z. E E

Logo o tamanho da amostra depender de: 1. O grau de confiana desejado; 2. A quantidade de disperso na populao ; 3. Certa quantidade de erro tolervel.

Se o tamanho da populao N for conhecido, calculamos n com a frmula N . 2 .z 2 2 .z 2 + (N 1).E 2

n=

OBS: o tamanho da amostra n encontrado sempre dever ser arredondado para o inteiro superior mais prximo.

Atividades:

1) Qual o tamanho da amostra necessrio pra estimar a mdia populacional de uma caracterstica dimensional de um processo com 95% de confiana cujo desvio-padro populacional = 2,45 cm e preciso de 0,5 cm?

Pgina 29

CENTRO DE ENSINO SUPERIOR DOM ALBERTO


2) Voc pretende fazer uma pesquisa para atualizar os dados sobre mdia salarial dos funcionrios de uma indstria de cigarros. Estudos anteriores sugerem um desvio-padro de R$330,00. Sabendo que a empresa tem 3400 funcionrios quantas pessoas voc deve pesquisar para estimar a mdia salarial de todos os funcionrios, quando a) o erro mximo tolervel for 50 reais e o nvel de confiana 99%? b) o erro mximo tolervel for 50 reais e o nvel de confiana 95%? c) o erro mximo tolervel for 20 reais e o nvel de confiana 95%?

3) Para planejar o manuseio adequado do lixo domstico, uma cidade deve estimar o peso mdio do lixo descartado pelas residncias em uma semana. Determine o tamanho da amostra necessrio para estimar essa mdia, para que tenhamos 96% de confiana em que a mdia amostral esteja a menos de 0,9 kg da verdadeira mdia populacional. Para o desvio-padro populacional use o valor 5,65 kg, que o desvio padro duma cidade vizinha de mesmo porte.

2.2.6 Estimativas para a mdia populacional: pequenas amostras Em muitas situaes da vida real, o desvio padro populacional desconhecido. Alm disso, em funo de fatores como tempo e custo, frequentemente no prtico colher amostras de tamanho superior a 30. Assim, como construir intervalos de confiana para a mdia populacional nessas condies? Se a varivel aleatria normalmente distribuda (ou aproximadamente normalmente distribuda), a distribuio amostral para x uma distribuio t (Student).

A distribuio t uma famlia de curvas, cada uma delas determinada por um parmetro chamado grau de liberdade. Os graus de liberdade so os nmeros de escolhas livres deixados aps uma amostra estatstica, tal como a mdia de x ter sido calculada. Quando se usa uma distribuio t para estimar uma mdia populacional, o nmero de graus de liberdade igual ao tamanho da amostra menos um.

Pgina 30

CENTRO DE ENSINO SUPERIOR DOM ALBERTO Grau de Liberdades = n 1

Quando o nmero de graus de liberdade cresce, a distribuio tende para a distribuio normal. Aps 30 graus de liberdade distribuio t est muito prxima da distribuio normal padro z. Condies para utilizao da Distribuio t de Student 1. O tamanho da amostra deve ser pequeno, n 30 ; 2. desconhecido; 3. A populao original tem distribuio essencialmente normal.

Obtendo os valores crticos de t

1. Determinar o valor crtico t para 95% de confiana quando o tamanho da amostra for 15.

2. Determinar o valor crtico de t para 90% de confiana quando o tamanho da amostra for 22.

2.2.8 Intervalos de confiana e a distribuio t

O intervalo de confiana para uma mdia amostral quando se usa desvio padro amostral muito semelhante ao intervalo quando se usa desvio padro da populao.

x-E< < x+E

ou

= E

Sendo que

E = t.

s n

Pgina 31

CENTRO DE ENSINO SUPERIOR DOM ALBERTO E para populao finita

E = z.
Exemplos:

N n N 1

1. Voc seleciona ao acaso 16 restaurantes e mede a temperatura do caf vendido em cada um. A temperatura mdia amostral de 72C, com um desvio padro amostral de 12C. Obtenha o intervalo de confiana de 95% para a temperatura mdia. Suponha que as temperaturas estejam normalmente distribudas.

2. Voc seleciona ao acaso 20 casas hipotecrias e determina a atual taxa de juro que cada uma cobra. A taxa mdia amostral de 6,93% com desvio padro de 0,42% Obtenha o intervalo de confiana de 99% para a populao da taxa media de juro para as hipotecas. Suponha que as taxas de juros tenham distribuio aproximadamente normal.

EXERCCIOS

1. Nosso interesse estimar a mdia de consumo em quilmetros por litro de um novo modelo de carro da montadora lder do mercado de carros populares. Sabendo que a populao tem distribuio normal e o consumo em quilmetros por litros de uma amostra aleatria de 16 carros do novo modelo de carro igual a 14,8 com desvio padro igual a 2, pede-se estimar o valor da mdia da populao com intervalo de confiana igual a 95%.

2. Um analista de um departamento de pessoal seleciona aleatoriamente os registros de 16 empregados horistas e calcula a taxa mdia de salrio, R$ 7,50. Supe-se que os salrios na firma sejam distribudos normalmente. Se o desvio-padro dos salrios conhecido, e igual a R$1,00, estimar a taxa mdia de salrio na firma usando um intervalo de confiana de 90%.

3. O dimetro mdio de uma amostra de 12 bastes cilndricos includos em um carregamento de 2,350 mm com um desvio padro de 0,050 mm. A distribuio dos dimetros de todos os bastes includos no carregamento aproximadamente

Pgina 32

CENTRO DE ENSINO SUPERIOR DOM ALBERTO


normal. Determinar o intervalo de confiana de 99% para estimar o dimetro mdio de todos os bastes includos no carregamento.

2.2.9 Estimao da proporo numa populao

semelhante de mdias populacionais.

p = proporo populacional

p=

x proporo amostral de x sucessos em uma mostra de tamanho n. n

Estimativa de intervalos p= E

pE<p<p+E

ou

Margem de erro da estimativa p


p.(1 p ) n

E = z.

Para populao finita p.(1 p ) N n . n N 1

E = z.

Determinao do tamanho da amostra n= z 2 . p.(1 p ) E2

Quando o tamanho N da populao for conhecido

Pgina 33

CENTRO DE ENSINO SUPERIOR DOM ALBERTO n= N .z 2 . p.(1 p ) p.(1 p ).z 2 + ( N 1).E 2

Caso no se conhea informaes sobre a proporo amostral p, devemos supor que p = 0,5.

Exemplos: 1. Determine um intervalo de confiana de 98% para a verdadeira proporo populacional, se x = 50 e n = 200.

2) Qual o tamanho da amostra necessrio para estimar a verdadeira porcentagem populacional a menos de 4% usando um intervalo de confiana de 90%. razovel suspeitar que o verdadeiro valor seja 0,30 ou menos.

3) Qual o tamanho da amostra necessrio para obter um intervalo de 95% de confiana para a proporo populacional, se o erro tolervel 0,08?

EXERCCIOS

1. Em recente pesquisa levada a efeito junto a 200 habitantes de uma grande cidade, 30 se mostraram favorveis ao restabelecimento da pena de morte. a) Construa um intervalo de 99% de confiana para a verdadeira proporo dos habitantes daquela cidade favorveis pena capital. b) Que se pode dizer quanto ao tamanho do erro mximo para esse intervalo de confiana?

2. Uma biblioteca pblica deseja estimar a percentagem de livros de seu acervo publicados at 2000. Qual deve ser o tamanho da amostra aleatria para se ter 90% de confiana de ficar a menos de 5 % da verdadeira proporo?

Pgina 34

CENTRO DE ENSINO SUPERIOR DOM ALBERTO


3. Uma amostra aleatria de 40 homens trabalhando num grande projeto de construo revelou que 6 no estavam usando capacetes protetores. Construa um intervalo de 99% de confiana para a verdadeira proporo dos que esto usando capacetes neste projeto.

4. Uma amostra de 50 bicicletas de um estoque de 400 bicicletas acusou 7 com pneus vazios. Construa um intervalo de 99% de confiana para a populao das bicicletas com pneus vazios.

5. Selecionado aleatoriamente e pesquisados 500 universitrios, verificou-se que 135 deles tm computador pessoal. a) Determine a estimativa pontual da verdadeira proporo de todos os universitrios que tm computador pessoal. b) Determine um intervalo de 95% de confiana para a verdadeira proporo de todos os universitrios que tm computador pessoal.

6. Se uma faculdade tem 1200 alunos, qual tamanho de amostra necessrio para estimar a proporo de alunos que so a favor da pena de morte? Use um erro amostral de 2% e ndice de confiana de 95%.

7. Um estudo de sade envolve 1000 mortes selecionadas aleatoriamente, dentre as quais 331 causadas por doenas cardacas. a) Com os dados amostrais, construa um intervalo de confiana de 99% para a proporo de todas as mortes causadas por doenas cardacas. b) Utilizando os dados amostrais como piloto, determine o tamanho da

amostra necessrio para estimar a proporo de todas as mortes causadas por doenas cardacas. Admita um nvel de confiana de 98%, em que o erro da estimativa no supere 1%.

8. Uma papelaria gostaria de calcular o valor mdio do preo dos cartes de cumprimentos existente em seu estoque. Uma amostra aleatria de 20 cartes indica um valor mdio de $1,67 e um desvio padro de $0,32. Se o nmero de cartes no estoque da loja fosse igual a 300: a) Desenvolva uma estimativa, com intervalo de confiana de 95%, do valor mdio de todos os cartes no estoque da loja.

Pgina 35

CENTRO DE ENSINO SUPERIOR DOM ALBERTO


b) Desenvolva uma estimativa, com intervalo de confiana de 95%, do valor mdio da populao de todos os cartes que esto no estoque. c) Compare os resultados obtidos em (a) e (b). d) Quais seriam a respostas para (b) e (c) se a loja tivesse 500 cartes no estoque?

9. Uma concessionria de automveis gostaria de calcular a proporo de consumidores que ainda possuem o carro que compraram 5 anos atrs. Uma amostra aleatria de 200 consumidores, selecionados a partir dos registros da concessionria de automveis, indica que 82 consumidores ainda possuem os carros que compraram a 5 anos. Suponha que a populao consiste em 4.000 proprietrios: a) Desenvolva uma estimativa, com intervalo de confiana de 95%, da verdadeira proporo de clientes que ainda possuem os carros que adquiriram cinco anos atrs. b) E se a populao fosse de 6.000 proprietrios?

10. O gerente de um banco em uma cidade pequena gostaria de determinar a proporo de seus correntistas que recebem salrios semanais. Uma amostra aleatria de 100 correntistas selecionada, e 30 afirmam que so pagas semanalmente. Se o banco possui 1.000 correntistas: a) Desenvolva uma estimativa, com intervalo de confiana de 90%, para a verdadeira proporo de correntistas que recebem salrios semanais. b) Determine o tamanho da amostra necessrio para se calcular a vida til mdia, em uma margem de 0,05, com 90% de confiana. c) Quais seriam as respostas para (a) e (b), se o banco tivesse 2.000 depositantes?

11. Observe os dados do problema do refrigerante (exerccio 7 da 1 lista de exerccios de Estimativas). Se a populao consiste em 2.000 garrafas: a) Desenvolva uma estimativa, com intervalo de confiana de 95% da quantidade mdia de refrigerante em cada garrafa do total da populao. b) Determine o tamanho da amostra necessrio para se calcular a quantidade mdia da populao, em uma margem de 0,01, com 95% de confiana. c) Quais seriam suas respostas para (a) e (b) se a populao consistisse em 1.000 garrafas?

Pgina 36

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

12. Uma pesquisa planejada para determinar as despesas mdicas anuais das famlias dos empregados de uma grande empresa. A gerncia da empresa deseja ter 95% de confiana de que a mdia da amostra est correta, e de 0,05 da mdia real das despesas mdias familiares. Um estudo-piloto indica que o desvio padro pode ser calculado como sendo igual a $400. Que tamanho da amostra seria necessrio se a companhia tivesse 3.000 empregados?

Pgina 37

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

Tabela de Distribuio t de Student

75% 15% GL 30% 1 1,9626 2 1,3862 3 1,2498 4 1,1896 5 1,1558 6 1,1342 7 1,1192 8 1,1081 9 1,0997 10 1,0931 11 1,0877 12 1,0832 13 1,0795 14 1,0763 15 1,0735 16 1,0711 17 1,0690 18 1,0672 19 1,0655 20 1,0640 21 1,0627 22 1,0614 23 1,0603 24 1,0593 25 1,0584 26 1,0575 27 1,0567 28 1,0560 29 1,0553 30 1,0547

80% 10% 20% 3,0777 1,8856 1,6377 1,5332 1,4759 1,4398 1,4149 1,3968 1,3830 1,3722 1,3634 1,3562 1,3502 1,3450 1,3406 1,3368 1,3334 1,3304 1,3277 1,3253 1,3232 1,3212 1,3195 1,3178 1,3163 1,3150 1,3137 1,3125 1,3114 1,3104

90% 95% 96% 98% 99% I.C. 5% 2,5% 2% 1% 0,5% Bilateral Unilateral 10% 5% 4% 2% 1% 6,3137 12,7062 15,8945 31,8210 63,6559 2,9200 4,3027 4,8487 6,9645 9,9250 2,3534 3,1824 3,4819 4,5407 5,8408 2,1318 2,7765 2,9985 3,7469 4,6041 2,0150 2,5706 2,7565 3,3649 4,0321 1,9432 2,4469 2,6122 3,1427 3,7074 1,8946 2,3646 2,5168 2,9979 3,4995 1,8595 2,3060 2,4490 2,8965 3,3554 1,8331 2,2622 2,3984 2,8214 3,2498 1,8125 2,2281 2,3593 2,7638 3,1693 1,7959 2,2010 2,3281 2,7181 3,1058 1,7823 2,1788 2,3027 2,6810 3,0545 1,7709 2,1604 2,2816 2,6503 3,0123 1,7613 2,1448 2,2638 2,6245 2,9768 1,7531 2,1315 2,2485 2,6025 2,9467 1,7459 2,1199 2,2354 2,5835 2,9208 1,7396 2,1098 2,2238 2,5669 2,8982 1,7341 2,1009 2,2137 2,5524 2,8784 1,7291 2,0930 2,2047 2,5395 2,8609 1,7247 2,0860 2,1967 2,5280 2,8453 1,7207 2,0796 2,1894 2,5176 2,8314 1,7171 2,0739 2,1829 2,5083 2,8188 1,7139 2,0687 2,1770 2,4999 2,8073 1,7109 2,0639 2,1715 2,4922 2,7970 1,7081 2,0595 2,1666 2,4851 2,7874 1,7056 2,0555 2,1620 2,4786 2,7787 1,7033 2,0518 2,1578 2,4727 2,7707 1,7011 2,0484 2,1539 2,4671 2,7633 1,6991 2,0452 2,1503 2,4620 2,7564 1,6973 2,0423 2,1470 2,4573 2,7500

Pgina 38

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

TESTE DE HIPTESES Muitas vezes o pesquisador tem alguma idia ou conjectura, sobre o comportamento de uma varivel. Neste caso, o planejamento de pesquisa deve ser de tal forma que permita, com os dados amostrais, testar a veracidade de suas idias sobre a populao em estudo. Considera-se que a populao seja o mundo real e as idias sejam hipteses de pesquisa, que podero ser testadas por tcnicas estatsticas denominadas de testes de hipteses ou testes de significncia. Neste sentido, Teste de Hiptese consiste em analisar as diferenas entre os resultados obtidos, e verificar se a hiptese levantada condiz com a realidade. Em outras palavras, o objetivo do teste estatstico de hiptese fornecer ferramentas que nos permitam validar ou recusar uma hiptese atravs dos resultados da amostra. Na inteno de confirmar ou rejeitar uma hiptese, temos nomin-la (nula ou alternativa). Para escrever as hipteses nula e alternativa, transforme a formulao verbal da alegao sobre um parmetro populacional em uma formulao matemtica.
Exemplos: 1. Escreva a formulao matemtica da alegao. Estabelea as hipteses nula e alternativa e identifique qual delas representa a alegao. (a) Uma fabrica de bateria para automveis alega que a vida mdia de um determinado modelo de 74 meses.

(b) Uma estao de rdio alega que sua proporo de audincia local maior do que 39%.

Tipos de erros No importando qual das hipteses representa a alegao, voc comear sempre um teste de hiptese assumindo que a condio de igualdade na hiptese nula verdadeira. Assim, quando realizar um teste de hiptese, voc deve tomar uma das duas decises: rejeitar a

hiptese nula ou no rejeitar a hiptese nula.


Uma vez que sua deciso baseia-se em informao incompleta (uma amostra em vez de toda a populao), h sempre a possibilidade de se tomar a deciso errada. Ento, quando se realiza um teste de hiptese, podem-se cometer dois tipos de erro: Erro tipo I ou Erro tipo II. Veja a Tabela. Realidade H 0 verdadeira H 0 falsa Deciso Aceitar H 0 Rejeitar H 0 Deciso correta Erro tipo I Erro tipo II Deciso Correta

Observe que o erro tipo I s poder acontecer se for rejeitado H 0 e o erro tipo II quando for aceito H 0 .

Pgina 39

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

Exemplo: O limite do Departamento de Agricultura para a contaminao por salmonela em frangos de 20%. Uma granja alega que seus frangos esto dentro do limite. Voc realiza um teste de hiptese para determinar se a alegao da granja verdadeira. Quando ocorrero os erros do tipo I e II? Qual deles o mais grave?

Estatstica de teste: uma estatstica amostral, ou um valor baseado nos dados amostrais. Utiliza-se uma estatstica de teste para tomar uma deciso sobre a rejeio da hiptese nula. Dado por x zt =

n Regio crtica: o conjunto de todos os valores da estatstica de teste que levam rejeio da hiptese nula. Nvel de significncia: probabilidade de rejeitar a hiptese nula quando ela verdadeira. Denota por . Valor crtico: o valor, ou valores, que separa(m) a regio crtica dos valores da estatstica de teste que no levam rejeio da hiptese nula. Dependem da natureza da hiptese nula, da distribuio amostral, e do nvel de significncia .

INTERPRETANDO UMA DECISO Exemplo 1. Voc realiza um teste de hiptese para a alegao a seguir: Uma universidade alega que a proporo de seus estudantes graduados em 4 anos de 82%. ( H 0 contm a afirmao original) a) Interpretar a deciso quando for rejeitada a hiptese nula . H evidncias suficientes para garantir a rejeio da hiptese de que a proporo dos estudantes da Universidade graduados em 4 anos de 82%. b) Interpretar a deciso quando NO for rejeitada a hiptese nula (aceita). No h evidncia suficiente para garantir a rejeio da afirmao de que a proporo dos estudantes da Universidade graduados em 4 anos de 82%. Exemplo 2. Voc realiza um teste de hiptese para a alegao a seguir: Uma universidade alega que a proporo de seus estudantes graduados em 4 anos superior a 82%. ( H 0 NO contm a afirmao original) a) Interpretar a deciso quando for rejeitada a hiptese nula. Os dados amostrais apiam a afirmao de que a proporo dos estudantes da Universidade graduados em 4 anos superior 82%. b) Interpretar a deciso quando NO for rejeitada a hiptese nula (aceita). No h evidncia amostral para apoiar a afirmao de que a proporo dos estudantes da Universidade graduados em 4 anos superior 82%.

Quando se aceita ou rejeita uma hiptese, estamos sempre falando da hiptese nula, mesmo que esta no tenha a alegao.
Pgina 40

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

Teste de hiptese quando


O desvio-padro populacional conhecido Usamos a distribuio normal (Tabela z) para comparar com a estatstica de teste zt : zt = x

n O desvio-padro populacional DESCONHECIDO (n pequeno) Usamos a distribuio t de Student (Tabela t) com Grau de Liberdade n 1 para comparar com a estatstica de teste tt : tt = x s n

Exemplo 1. Os dois registros dos ltimos anos de um colgio atestam para os calouros admitidos uma nota mdia de 115 com desvio-padro de 20 pontos (teste vocacional). Para testar a hiptese de que a mdia de uma nova turma a mesma, tirou-se, ao acaso, uma amostra de 20 notas obtendo-se mdia de 118 no teste. Com um nvel de significncia = 5% , faa o teste.

Exemplo 2. Um empresrio desconfia que o tempo mdio de espera para atendimento de seus clientes superior a 20 minutos. Para testar essa hiptese ele entrevistou 20 pessoas e questionou quanto tempo demoravam a serem atendidas. O resultado dessa pesquisa aparece a seguir: x = 21,8 min. e s = 1, 40 min. Teste as hipteses usando = 0,05

3.1. Teste de hiptese sobre uma proporo Segue os mesmos procedimentos para testes com mdias, sendo que a estatstica de teste dada por zt = p p p (1 p ) n Pgina 41

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

Exemplo 1. Em um teste de gosto de consumidores, 100 bebedores regulares de Pepsi receberam amostras cegas de Coca e Pepsi; 48 deles preferiram a Coca. Ao nvel de significncia de 0,05, teste a afirmao de que a Coca preferida por 50% dos bebedores de Pepsi que participam de tais testes.

Exemplo 2: Um jornal afirma que aproximadamente 25% dos adultos em sua rea de circulao so analfabetos segundo os padres governamentais. Teste essa afirmao contra a alternativa de que a verdadeira percentagem no 25% e use um nvel de significncia de 5%. Uma amostra de 740 pessoas indica que apenas 20 % seriam consideradas analfabetas segundo os mesmos padres.

Atividades
1. A Farmcia X vende um repelente de insetos que alega ser eficiente pelo prazo de 400 horas no mnimo. Uma anlise de nove itens escolhidos aleatoriamente acusou uma mdia de eficincia de 380 horas. a) Teste a alegao da companhia, contra a alternativa que a durao inferior a 400 horas, ao nvel de 0,01, se o desvio padro amostral de 60 horas. b) Repita a questo anterior sabendo que o desvio padro populacional 90 horas. 2. Um fabricante de automveis alega que seus carros tamanho-famlia, quando equipados com um tipo de pra-choques absorvente, podem suportar um choque de frente a uma velocidade de 10 mph, com um custo de conserto de no mximo R$ 100, Uma amostra de seis carros, examinada por um escritrio independente de pesquisa, revelou um custo mdio de reparo de R$ 150 por carro. O desvio padro amostral foi de R$ 30. Admita que a distribuio dos custos de conserto seja aproximadamente normal. H indcio suficiente para rejeitar a alegao da firma, ao nvel de 0,01? 3. Uma companhia de seguros iniciar uma campanha extensa de propaganda para vender aplices de seguro de vida, se verificar que a quantia mdia segurada por famlia inferior a R$10.000,00. Tomou-se uma amostra aleatria de 50 famlias, que acusaram seguro mdio de R$9.600,00, com desvio padro de R$1.000,00. a) Com base na evidncia amostral, a alegao deve ser aceita ou rejeitada, ao nvel de 0,05? b) A concluso a que se chegou, utilizando a evidncia amostral, pode estar errada? Qual seria o tipo de erro? Por qu? 4. Uma cervejaria distribui um tipo de cerveja sem lcool em garrafas que indicam o contedo de 940 ml. Um Instituto de pesquisa seleciona 50 dessas garrafas, mede seu contedo e obtm uma mdia amostral de 934 ml, com desvio-padro de 22 ml. Ao nvel de significncia de 0,01, teste a afirmao do Instituto de que a companhia est ludibriando os consumidores.

Pgina 42

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

5. O gerente de controle de qualidade de certa empresa considera que a fabricao de secretrias eletrnicas como fora de controle quando a taxa geral de defeitos excede 4%. O teste de uma amostra de 150 secretrias eletrnicas acusou 9 defeituosas, o que corresponde a uma porcentagem de 6% de defeitos. O gerente de produo alega tratar-se apenas de uma diferena casual, e que a produo realmente est sob controle, no sendo necessria qualquer medida corretiva. Teste a afirmao do gerente de produo, ao nvel de 0,05 de significncia. 6. As condies de mortalidade de uma regio so tais que a proporo de nascidos que sobrevivem at 60 anos de 0,6. Testar essa hiptese ao nvel de 2%, se em 1000 nascimentos amostrados aleatoriamente, verificou-se 530 sobreviventes at 60 anos. (R = rejeita-se H 0 )

7. A compra de uma lavanderia operada por moedas est sendo levada em conta por um empresrio. O atual proprietrio declara que, nos ltimos 5 anos, a receita era de $675 dirios, com um desvio padro de $75. Uma amostra de 30 dias selecionados revela uma receita diria mdia de $650. a) H evidncias de que a declarao do atual proprietrio no seja vlida, para um nvel de significncia de 0,01? b) Qual seria a resposta em (a) se o desvio padro fosse de $100? 8. Suponha que o diretor de produo de uma fbrica de tecidos precise determinar se uma nova mquina est produzindo determinado tipo de tecido de acordo com as especificaes do fabricante, que indicam que o tecido deve ter resistncia de rompimento de pelo menos 70 libras e um desvio padro de 3,5 libras. Uma amostra de 36 peas revela uma mdia da amostra igual a 69,7 libras. (Use nvel de significncia de 0,01) a) H evidncias de que a mquina no est atendendo s especificaes, em termos da resistncia de rompimento? b) Qual seria a resposta em (a) se a mdia da amostra fosse 69 libras? 9. O diretor pessoal de uma grande companhia de seguros est interessado em reduzir a taxa de rotatividade de funcionrios no setor de processamento de dados no primeiro ano de emprego. Registros do passado indicam que 25% dos novos contratados nesta rea no esto mais empregados no final de um ano. Novos e extensos mtodos de treinamento so implementados para uma amostra de 150 funcionrios do processamento de dados. Ao final do perodo de um ano, 29 desses 150 indivduos no esto mais empregados. No nvel de significncia de 0,01, h evidncias de que a proporo de funcionrios de processamento de dados que tenham passado pelo novo treinamento e no estejam mais empregados seja diferente de 25%?

Pgina 43

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

3.2. Teste para a diferena entre duas mdias Caso 1: Desvios-padro populacionais 1 e 2 conhecidos zt = x1 x2

12
n1

2 2

n2

Caso 2: Desvio padro populacionais 1 e 2 desconhecidos ( n 30 ) Estatstica calculada:


Escolher o menor grau de liberdade GL = n1 1 ou GL = n2 1

tt =

x1 x2
2 s12 s2 + n1 n2

Hipteses: H 0 : 1 = 2 H1 : 1 2

ou

H 0 : 1 2 H1 : 1 > 2

ou

H 0 : 1 2 H1 : 1 < 2

3.3. Teste para a diferena entre duas propores populacionais p 1 e p 2


Estatstica calculada:

zt =

1 p 2 p pq pq + n1 n2

sendo

p=

x1 + x2 n1 + n2

q = 1 p

Exemplo: Numa pesquisa sobre possuidores de videocassete, encontrou-se 120 nas 200 casas pesquisadas do bairro X e 240 nas 500 pesquisas do bairro Y. H diferena entre a proporo dos possuidores de videocassete nos dois bairros? Use = 10%

Pgina 44

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

EXERCCIOS

1.

Duas pesquisas independentes sobre salrios em duas reas metropolitanas muito separadas revelaram a seguinte informao sobre o salrio mdio de operadores de equipamento pesado: A B x 6,50/h 7,00/h s 1,50/h 1,00/h n 25 25

Pode-se concluir, ao nvel de 0,05, que os salrios mdios sejam diferentes? 2. Uma empresa de pesquisa de opinio seleciona, aleatoriamente, 300 eleitores de Santa Catarina e 400 do Rio Grande do Sul, e pergunta a cada um deles votar ou no num determinado candidato nas prximas eleies, 75 eleitores de SC e 120 do RS responderam afirmativo. H diferena entre as propores de eleitores favorveis ao candidato nesses dois estados? Use = 5%

3.

Em uma pesquisa de opinio, 32 dentre 80 homens declararam apreciar certa revista, acontecendo o mesmo com 26 dentre 50 mulheres. Ao nvel de 5% de significncia, os homens e as mulheres apreciam igualmente a revista? 4. O gerente do departamento de crdito de uma companhia de petrleo gostaria de determinar se a renda mensal mdia de possuidores de cartes de crdito igual a $75. Um auditor seleciona uma amostra aleatria de 50 contas e descobre que a mdia $83,40 com um desvio padro da amostra de $23,65. Utilizando o nvel de significncia de 0,05, o auditor deveria concluir que h evidncias de que a renda mdia seja diferente de $75? 5. Um fabricante de televisores declarou, no rtulo de garantia, que, no passado, no mais de 10% de seus aparelhos de televiso precisou de reparo durante os 2 primeiros anos de funcionamento. Para testar a validade dessa declarao, uma agncia de testes do governo seleciona uma amostra de 100 aparelhos e descobre que 14 aparelhos necessitaram de algum reparo nos primeiro 2 anos de funcionamento. Utilizando um nvel de significncia de 0,01, a declarao do fabricante vlida?

Pgina 45

Pgina 46

Pgina 47

Pgina 48

Mdias de 15 universitarios no Ensino Mdio e na Universidade Aluno 1 2 3 4 5 6 Notas no Ens. Mdio (x) 80 82 84 85 87 88 Notas na Universidade (y) 1,0 1,0 2,1 1,4 2,1 1,7 x.y 80 82 x2 6400 6724 y2 1,0 1,0

Pgina 49

7 8 9 10 11 12 13 14 15 Total r=

88 89 90 91 91 92 94 96 98 1335

2,0 3,5 3,1 2,4 2,7 3,0 3,9 3,6 4,0 37,5

4.3 Coeficiente de determinao ou de explicao (r2) O coeficiente de determinao serve para avaliar a qualidade do ajuste de um modelo. Ele indica quantos por cento a variao explicada pela regresso representa da variao total. Coeficiente de determinao = r2 Campo de variao de 0 r2 1 ou 0 r2 100% Interpretao de r2 Se r2 = 1, todos os pontos observados esto sobre a reta estimada. Neste caso, as variaes de y so 100% explicadas pelas variaes de x, atravs da funo especificada, no havendo desvios em torno da funo estimada. Se r2 = 0, conclui-se que as variaveis de y so puramente aleatorias e a incluso da varivel x no modelo no trara informao alguma sobre as variaes de y.

Pgina 50

4.6. Relao entre o coeficiente de correlao e a regresso

Pgina 51

O valor de r e um valor sem dimenso, que apenas fornece uma idia da relao linear entre duas variveis. No caso da regresso, alem de se ter uma idia da relao entre as duas variveis, tambm se encontra uma equao que pode ser usada para fornecer estimativas (ou predies).

OBS: 1. Se no h correlao linear significativa, no use a equao de regresso para fazer estimativas. 2. Ao aplicar a equao da regresso para predies, mantenha-se dentro do mbito dos dados amostrais. 3. Uma equao de regresso baseada em dados passados no e necessariamente valida hoje. 4. No devemos fazer predies sobre uma populao diferente daquela de onde provem os dados amostrais. Exemplo: Os dados abaixo representam uma amostra de 8 ursos machos com seus respectivos pesos e comprimentos.

Comprimento x (cm) Peso y (kg) Para esses dados:

134 36

171 156

182 188

182 158

186 119

173 163

185 150

94 15

a) Construa um diagrama de disperso. b) Determine o coeficiente de correlao e de determinao. Interprete-os. c) Ajuste ma reta de mnimos quadrados com a qual possamos calcular o peso dos ursos em funo de sua altura.

Pgina 52

Exerccios: Calcule a correlao existente entre as variveis apresentadas: 1) Preos e Quantidades vendidas do mesmo produto verificados em vrios locais de vendas:
Preos (x)
12

Quant. Vend(y)
41

X.Y

13 14,5 15 12,6

22 15 10 44

2) Dados os valores x (5, 10,20, 8, 4, 6, 12 e 15) e y (27, 46,73, 40, 30, 28, 46 e 59), nesta ordem respectivamente, e supondo que x expresse os valores de aquisio de plano de sade numa determinada empresa e y a produtividade de seus empregados, determine a correlao entre os dados. 3) Uma amostra aleatria de 10 alunos foi retirada de uma sala de 98 alunos. Deste foi verificado as notas de matemtica e estatstica: Matemtica 5,0 8,0 7,0 10,0 6,0 7,0 9,0 3,0 8,0 2,0 Estatstica 6,0 9,0 8,0 10,0 5,0 7,0 8,0 4,0 6,0 2,0 Existe correlao entre as duas disciplinas? Qual? 4) A tabela abaixo apresenta valores que mostram como o comprimento de uma barra de ao varia conforme a temperatura Temperatura (C) 10 15 20 25 30 Comprimento 1.003 1.005 1.010 1.011 1.014 (mm) Determine: a) O coeficiente de correlao; b) A reta ajustada a essa correlao; c) O valor estimado do comprimento da barra para a temperatura de 18C d) O valor estimado do comprimento da barra para a temperatura de 35C 5) Calcular a propaganda necessria para se alcanar uma venda prevista R$ 3.200,00 para 2007, sabendo-se que existe forte correlao direta entre as vendas e propaganda.

Anos Vendas (x) 2002 1.500 2003 1.900 2004 2.300 2005 2.450 2006 2.700

Propag (y) 75 118 155 215 230

x.y

Pgina 53