estimao testes de hipteses Parmetro: quantidades desconhecidas da populao metro e sobre as quais temos interesse. Ex : - mdia da populao Estimador: combinao dos elementos da amostra, construda com a finalidade de representar, ou estimar, um parmetro de interesse na populao. Ex : X - mdia da amostra (estimador de ) Estimativa: valor numrico assumido pelo estimador. Ex : x o valor de X para a amostra observada.
Estudamos algumas distribuies tericas probabilidade: distribuio binomial e normal. Probabilidade Inferncia
de
A amostra deve ser representativa da populao da qual ela selecionada. Se no for, as concluses extradas sobre a populao podem estar distorcidas ou viesadas.
Exemplos: 1. Fazer uma afirmao sobre o nvel srico mdio colesterol para todos os homens de 20 a 74 anos idade amostramos somente homens acima de anos provvel que nossa estimativa da mdia populao seja muito alta.
de de 60 da
2. Estimar a proporo de eleitores que pretendem votar no candidato A amostra selecionada dentro da USP. Que estimador usar nos exemplos acima? (X1, X2,...,Xn) representa uma amostra de tamanho n. Estimador f (X1, X2,...,Xn).
Os estimadores X (mdia amostral) e p (proporo amostral) so intuitivos e tm boas propriedades. Estimadores so funes de variveis aleatrias e, portanto, eles tambm so variveis aleatrias. Conseqentemente, tm uma distribuio de probabilidades, denominada distribuio amostral do estimador.
x P(X = x)
fcil ver que e
1 1/5
3 1/5
= E(X) = 4,2
5 2/5
7 1/5
= Var(X) = 4,16.
Vamos relacionar todas as amostras possveis de tamanho n = 2, selecionadas ao acaso e com reposio dessa populao, e encontrar a distribuio da mdia amostral de
X
sendo
X 1
2 ,
X1: valor selecionado na primeira extrao, X2: valor selecionado na segunda extrao.
Amostra (X1,X2) (1,1) (1,3) (1,5) (1,7) (3,1) (3,3) (3,5) (3,7) (5,1) (5,3) (5,5) (5,7) (7,1) (7,3) (7,5) (7,7)
Probabilidade 1/25 1/25 2/25 1/25 1/25 1/25 2/25 1/25 2/25 2/25 4/25 2/25 1/25 1/25 2/25 1/25 1
Mdia Amostral 1 2 3 4 2 3 4 5 3 4 5 6 4 5 6 7
1
x)
2 2/25
3 5/25
P( X
1/25
Neste caso, e
X 2 X
Repetindo o mesmo procedimento, para amostras de tamanho n = 3, temos a seguinte distribuio de probabilidade de ,
x
1 5/3 7/3 3 11/3 13/3 5 17/3 19/3 7
13/3
P(X
x)
1/125 3/125 9/125 16/125 24/125 27/125 23/125 15/125 6/125 1/125
Dos histogramas, observamos que conforme n aumenta, os valores de X tendem a se concentrar cada vez mais em torno de E( X ) = 4,2 = x , uma vez que a varincia vai diminuindo; os casos extremos passam probabilidade de ocorrncia; a ter pequena
2002,
273
Esses grficos sugerem que, quando n aumenta, independentemente da forma da distribuio de X , a distribuio de probabilidade da mdia amostral aproximase de uma distribuio normal.
X ~N
tem
O desvio padro
erro padro da mdia.
denominado
Considere uma amostra aleatria de tamanho n de uma varivel N(10, 16). Como se comporta em funo de n ?
Exemplo 2: 2
Uma v.a. X tem mdia = 5,4 e varincia 2 = 4,44. Uma amostra com 40 observaes sorteada. Qual a probabilidade da mdia amostral ser maior do que 5? = 5,4 X 2 = 4,44 Consideramos que n = 40 observaes uma amostra grande o suficiente para usar o Teorema do Limite Central. Assim,
2 X ~ N ; n 4,44 , isto , X ~ N 5,4; 40 e
P( X
5) P Z
5 - 5,4 4,44 40
P (Z
- 1,20)
A(1,20) 0,8849 ,
Exemplo 3:
Sabe-se que o faturamento dirio de um posto de gasolina segue uma certa distribuio de mdia R$ 20 mil e desvio padro de R$ 2 mil. Qual a probabilidade, em um perodo de 60 dias, do faturamento total ultrapassar R$ 1230 mil? Seja X o faturamento dirio de um posto de gasolina, em mil reais. Sabemos que = E(X) = 20 2 = Var(X) = 4
Obtemos uma amostra aleatria de 60 valores de X, denotada por X1, X2, , X60, sendo Xi o faturamento do posto no dia i, i = 1, 2, , 60.
Ento, P(X 1 X2 X 60 1230)
P X1 X2 60 X 60 1230 60
P (X
20,5)
P Z
20,5 - 20 4 60
P Z
1,94
0,026.
A distribuio da mdia amostral (n =25) normal com mdia = 211 mg/100ml e erro padro / n = 46/5 = 9,2mg/100ml.
230 211 ) P( 2,07) 0,019. 9,2 Somente 1,9% das amostras tero uma mdia maior do que 230 mg/100ml. Equivalentemente, se selecionamos uma amostra de tamanho 25 da populao de homens de 20 a 74 anos, a probabilidade de que o nvel srico mdio de colesterol para essa amostra seja maior do que 230 mg/100ml de 0,019. P( 230 ) P(
Que valor mdio de nvel srico de colesterol limita os 10% valores mais baixos da distrib. amostral?
P( X x x) 0,1 - 1,28 P( Z x x 211 ) 0,1. 9,2 211 - 1,28 9,2 199,2.
211 9,2
10% das amostras de tamanho 25 tm mdias que so menores ou iguais a 199,2 mg/100ml.
Calcular os limites superior e inferior que incluem 95% das mdias das amostras de tamanho 25.
P(
x X x) 0,95 P( 211 x 211 Z 211 x 211 ) 0,95 9,2 9,2 x ) 0,95 P( x Z 9,2 9,2 x 1,96 x 1,96 9,2 18,03. 9,2
Limites: 211-18 = 193,0 e 211+18 = 229,0 95% das mdias das a.a. de tamanho 25 esto entre 193,0 mg/100ml e 229,0 mg/100ml. se selecionamos uma a.a. de tamanho 25 e a amostra tem uma mdia maior que 229,0 ou menor que 193,0 mg/100ml ento, ou a a.a. foi extrada de uma populao diferente ou um evento raro se realizou.
Suponha que selecionamos amostras de tamanho 10 da populao. Nesse caso, o erro padro de X
1,96 14,5
Limites: 211-28,5=182,5 e 211+28,5=239,5 95% das mdias das a.a. de tamanho 10 esto entre 182,5 mg/100ml e 239,5 mg/100ml.
n 1 10 25 50 100
Comprimento do intervalo
120,8
182,5
X
X
301,2
239,5
193,0 198,2
102,0
X X
X
229,0 223,8
220,0
Conforme o tamanho das amostras aumenta, a variabilidade entre as mdias da amostra (erro padro) diminui os limites englobando 95% dessas mdias se aproximam.
comprimento do intervalo = limite superior - limite inferior.
Os intervalos que construmos foram simtricos ao redor da mdia da populao de 211 mg/100ml. Existem outros intervalos que contm a proporo apropriada de mdias da amostra. Suponha que desejamos construir um intervalo que contenha 95% das mdias das amostras de tamanho 25.
P ( x1 X x 2 ) 0,95, mas com 1% da rea acima de x2 e 4% abaixo de x1.
x1
x1 x2
Podemos dizer que aproximadamente 95% das mdias das amostras de tamanho 25 se encontram entre 194,9 mg/100ml e 232,3 mg/100ml. Em geral, prefervel construir um intervalo simtrico. intervalo assimtrico intervalo simtrico comprimento = 232,3 - 194,9 = 37,4 mg/100ml; comprimento = 229,0 - 193,0 = 36,0 mg/100ml.
Qual deve ser o tamanho das amostras para que 95% de suas mdias se encontrem a 5 mg/100ml da mdia da populao? Para responder isso, no necessrio conhecer o valor do parmetro . Precisamos encontrar o tamanho da amostra n para o qual P( 5 X 5) 0,95
P( 5 46 5 46 n n Z 5 46 n n ) 0,95 n 325,2.
1,96
1,96 46 5
Amostras de tamanho 326 seriam exigidas para que 95% das mdias das amostra se encontrem a 5 mg/100ml da mdia da populao. Ou, se selecionamos uma amostra de tamanho 326 da populao e calculamos sua mdia, a probabilidade de que a mdia da amostra esteja a 5 mg/100ml da verdadeira mdia da populao 0,95.
This document was created with Win2PDF available at http://www.daneprairie.com. The unregistered version of Win2PDF is for evaluation or non-commercial use only.