Aula 06 Inferncia
Prof. Alexandre Lima
Aula 06
Sumrio
1
1.2
1.3
1.4
1.5
1.5.1
1.5.2
1.5.3
1.5.4
1.5.5
1.6
1.6.1
1.6.2
1.6.3
1.6.4
1.6.5
1.7
4. Gabarito .................................................................................................................................. 48
5. Resoluo dos Exerccios de Fixao ........................................................................... 49
APNDICE ....................................................................................................................................... 73
1
www.pontodosconcursos.com.br | Prof. Alexandre Lima
Estimao de Parmetros
1.1
2
www.pontodosconcursos.com.br | Prof. Alexandre Lima
Quando descrevemos uma populao, fazemos isso por meio de algum modelo
probabilstico, cujos parmetros, portanto, devem ser estimados da melhor
forma possvel com base na amostra obtida.
H duas tcnicas de estimao de parmetros: por ponto e por intervalo. Na
estimao por ponto, a estimativa do parmetro populacional corresponde a
um nico valor estimado. Na segunda tcnica, constri-se um intervalo, o qual
dever, com probabilidade conhecida, conter o parmetro. Neste curso
admitiremos, salvo meno em contrrio, que a amostragem sempre ser
aleatria.
A prxima figura um plot dos resduos de uma regresso linear. A mdia dos
resduos igual a zero (linha horizontal azul). As estimativas pontuais dos
resduos so os pontos circulares. Note que cada estimativa por ponto est
situada no ponto mdio de um intervalo de estimao (so as barras verticais),
o qual contm o parmetro com uma probabilidade conhecida (geralmente
utiliza-se 95% na prtica). Observe que a estimativa mais esquerda do
grfico (a de cor vermelha) no cruza a linha azul; desta forma, podemos
concluir que trata-se de um provvel outlier.
0.8
0.6
0.4
resduos
0.2
0
-0.2
-0.4
-0.6
-0.8
2
1.2
10
x
12
14
16
18
20
Estimador e Estimativa
Justeza ou No Tendenciosidade
E ( ) = .
f()
distribuio amostral de um
estimador no viesado
() =
4
www.pontodosconcursos.com.br | Prof. Alexandre Lima
(2)
E ( )
f()
distribuio amostral de um
estimador viesado
valor do parmetro
populacional
E()
vis
X 1 + X 2 + ... + X n
.
n
Nota: o smbolo
W=
w1 X 1 + w2 X 2 + ... + wn X n
n
1
1
1 n
Xi
n + 1 i =1
n
por
i =1
1
=
[E ( X 1 ) + E ( X 2 ) + ... + E ( X n )] = n .
n +1
n +1
Portanto, M um estimador viesado da mdia populacional .
Observe que
vis(M) = E(M) ,
vis(M) =
-=
negativo, como antecipado.
n +1
n +1
6
www.pontodosconcursos.com.br | Prof. Alexandre Lima
2 =
1 n
( X i X )2
n i =1
viesado.
Nota: o entendimento da demonstrao que se segue no essencial para a
prova. Mas importante saber que o estimador da varincia
populacional considerado neste exemplo viesado.
Demonstrao:
Calculemos a esperana de 2 :
E ( 2 ) =
1 n
1 n
1 n
E ( X i X ) 2 = E ( X i + X ) 2 = E [( X i ) + ( X )]2
n i =1
n i =1
n i =1
1
E ( 2 ) = E [( X i ) 2 + 2( X i )( X ) + ( X ) 2 ]
n i =1
E ( 2 ) =
E ( 2 ) =
como
n
n
1 n
E ( X i ) 2 + 2 ( X i )( X ) + ( X ) 2
n i =1
i =1
i =1
n
1 n
E ( X i ) 2 + 2( X ) ( X i ) + n ( X ) 2
n i =1
i =1
= nX , temos que
i =1
E ( 2 ) =
1 n
E ( X i ) 2 + 2n( X )( X ) + n( X ) 2
n i =1
E ( 2 ) =
1 n
E ( X i ) 2 2n( X )( X ) + n( X ) 2
n i =1
E ( 2 ) =
1 n
E ( X i ) 2 2n( X ) 2 + n( X ) 2
n i =1
E ( 2 ) =
1 n
E ( X i ) 2 n( X ) 2
n i =1
1 n
E ( X i ) 2 n( X ) 2
n i =1
E ( 2 ) =
1 n
2
2
E ( X i ) nE[( X ) ] .
n i =1
1 n
E ( X i ) 2 nE[( X ) 2 ] .
n i =1
E ( 2 ) =
1 n 2
n 1 2
2 1
n
= (n 2 2 ) =
2.
n i =1
n n
n
1 n
n
2 =
( X i X )2 ,
n 1
n 1 i =1
n
n
n 1
E ( 2 ) =
2 = 2.
n 1
n 1
n
lim E ( ) = .
M = ( n + 1) 1 X i assintoticamente no viesado.
i =1
8
www.pontodosconcursos.com.br | Prof. Alexandre Lima
E (M ) =
n
n +1
n
lim E ( M ) = lim
=
n n + 1
Logo,
um
estimador
Eficincia
Estimador
No
for no viesado;
entre os estimadores no viesados, apresentar a menor varincia.
(*) s vezes chamado de Estimador No Viciado Uniformemente de
Mnima Varincia (ENVUMV).
os ENTVM de e , respectivamente.
O ENTVM o mais preciso porque a disperso das suas estimativas a
menor de todas e acurado porque no viciado e de varincia mnima.
Se e ' so dois estimadores no viesados de um mesmo parmetro , e
ainda
Var ( ) < Var ( ' )
9
www.pontodosconcursos.com.br | Prof. Alexandre Lima
3 X1 + 2 X 2
5
25
1
13 2
= [9 var ( X 1 ) + 4 var( X 2 )] =
= 0,52 2 .
25
25
Por outro lado, a varincia de X 0,52 (menor que a varincia da mdia
ponderada). Neste caso, a mdia amostral um estimador mais eficiente
(melhor) do que W, pois possui uma varincia menor.
EQM ( ) = E[( ) 2 ].
10
www.pontodosconcursos.com.br | Prof. Alexandre Lima
Observe que, para dois estimadores justos, dizer que EQM menor equivale a
dizer que a varincia menor (pois o vis nulo).
Melhor Estimador Linear No Viesado
ser no viesado;
ser linear; e
11
www.pontodosconcursos.com.br | Prof. Alexandre Lima
Um estimador linear se for obtido por meio de uma combinao linear das
observaes X 1 , X 2 ,..., X n da amostra, ou seja, se dado por
(6)
= a1 X1 + a2 X 2 + ... + an X n ,
1
.
n
Consistncia
Um estimador consistente, se, medida que a amostra cresce,
converge para o verdadeiro valor do parmetro. Ou seja, quando o
tamanho da amostra vai aumentando, o vis (se existir) vai diminuindo e a
varincia tambm. Um estimador consistente aquele que converge para o
valor do parmetro quando o tamanho da amostra tende a infinito.
Considere a mdia amostral X calculada para diversos tamanhos de amostras;
obtemos, na realidade, uma sequncia de estimadores {X n , n = 1,2,...}. medida
que n cresce, a distribuio de X torna-se mais concentrada ao redor da
verdadeira mdia populacional . Dizemos que {X n , n = 1,2,...} uma sequncia
consistente de estimadores de .
P{| n |> } 0,
Isso significa, em termos prticos, que, sendo o estimador consistente, podese, com amostras suficientemente grandes, tornar o erro de estimao to
pequeno quanto se queira.
Em vez de usar (7) para verificar se uma sequncia estimadores consistente,
podemos usar o seguinte resultado.
12
www.pontodosconcursos.com.br | Prof. Alexandre Lima
Proposio. Uma
parmetro consistente se
(8)
lim E ( n ) = ,
(9)
lim var( n ) = 0
sequncia
{ n }
de
estimadores
de
um
2
lim var( X ) = lim = 0 .
n
n
n
Como
EQM ( ) = var( ) + [vis ( ) ]2,
1.4
dL( )
=0
d
P ( X 1 = x1 , X 2 = x2 ,..., X n = xn ) .
0
1
2
3
4
5
L()
0
729/2.500
1.024/2.500
1.029/2.500
864/2.500
625/2.500
6
7
8
9
10
L()
384/2.500
189/2.500
64/2.500
9/2.500
0
i = 1,2,..., k , a zero e
1
L( , ) =
e 2
2
2
1 xn
1
e 2
...
2
L( , 2 ) =
(2 )
2 n/2
1
e 2
=
i =1 2
1
2
1 xi
( xi )2
i =1
(x
)2
i =1
(x )
i
i =1
( 2 ) 1 ( xi ) = 0
i =1
( xi ) = 0
i =1
xi n = 0 =
i =1
1 n
xi = X .
n i=1
1
ln L( , 2 )
n 1
=
+
2
2
2
4 2
n
( x )
i
=0
i =1
n 2 + ( xi ) 2 = 0 2 =
i =1
1 n
( xi ) 2
n i=1
16
www.pontodosconcursos.com.br | Prof. Alexandre Lima
L( ) =
i =1
max
Este exemplo indica que nem sempre possvel usar diretamente mtodos de
clculo para determinar o mximo de L ( ) .
17
www.pontodosconcursos.com.br | Prof. Alexandre Lima
Resoluo
O enunciado fornece uma amostra aleatria com cinco elementos extrados de
uma distribuio uniforme:
{x1 = 2,30; x 2 = 4,11; x 3 = 5,20; x 4 = 6,30; x 5 = 7,20} .
= x max = 7,20
GABARITO: C
1.5
1.5.1
S2 =
1 n
1 n 2
2
(
)
=
X
Xi 2
i
n i =1
n i =1
S2 =
1 n
(X i X )2
n 1 i =1
1.5.3
np
f 1
E ( p ) = E = E ( f ) =
=p
n
n n
var( p ) =
1.5.5
p (1 p )
p (1 p )
lim var( p ) = lim
= 0.
n
n
n
n
S p2 =
21
www.pontodosconcursos.com.br | Prof. Alexandre Lima
l u
chamado de intervalo com 100 (1 )% de confiana para o parmetro .
A interpretao de um intervalo de confiana que se um nmero infinito de
amostras aleatrias for coletado e um intervalo com 100 (1 )% de confiana
para for calculado a partir de cada amostra, ento 100 (1 )% desses
intervalos contero o valor verdadeiro de .
Na prtica, obtemos somente uma amostra aleatria e calculamos uma
estimativa do intervalo de confiana. Uma vez que esse intervalo
conter ou no o valor verdadeiro de , no razovel fixar um nvel
de probabilidade para essa realizao. A afirmao apropriada : o
intervalo observado [l, u] contm o valor verdadeiro de , com
100 (1 )% de confiana. Essa afirmao tem uma interpretao de
freqncia; ou seja, no sabemos se a afirmao verdadeira para essa
amostra especfica, mas o mtodo usado para obter o intervalo [l, u] resulta
em afirmaes corretas em 100 (1 )% do tempo.
22
www.pontodosconcursos.com.br | Prof. Alexandre Lima
1.6.1
Intervalo de confiana para a mdia quando o desvio padro
conhecido
Suponha que o estimador X tenha distribuio amostral normal (*). Isso
ocorrer se a populao for normalmente distribuda ou, com boa
aproximao, se a amostra for suficientemente grande.
(*) A hiptese de normalidade comumente adotada na prtica. Se no a
adotssemos, o estudo ficaria tremendamente complicado.
Deve-se construir um intervalo em torno de X de forma tal que esse intervalo
contenha o valor do parmetro com confiana 1. Esse intervalo simtrico
em probabilidade, pois a distribuio amostral normal.
O intervalo que pretendemos construir ser da forma X , em que = e0
denota a semiamplitude do intervalo de confiana, conforme representado pela
figura a seguir (distribuio amostral de X ). Necessitamos apenas determinar
de modo tal que esse intervalo tenha nvel de confiana 1. Para tanto,
imagine, na distribuio de X , dois pontos, e + , simtricos em
relao mdia da distribuio, de tal modo que a probabilidade de X
situar-se entre esses dois pontos seja igual a 1. Logo,
(13)
P( X + ) = 1 .
/2
e0
/2
+ e0
X + X +
P( X X + ) = 1 .
23
www.pontodosconcursos.com.br | Prof. Alexandre Lima
(14)
= z / 2
(15)
X z / 2
P ( X z / 2
X + z / 2
) = 1 .
= z / 2
= 1,96
2,0
= 0,6122
41
1.6.2
Intervalo de confiana para a mdia quando o desvio padro
desconhecido
Quando desconhecemos o desvio padro populacional , devemos estimar seu
valor por meio de
24
www.pontodosconcursos.com.br | Prof. Alexandre Lima
S=
1 n
( X i X )2
n 1 i =1
(17)
X z / 2
S
S
= X tn 1, / 2
S
n
= tn 1, / 2
S
2
= 2,021
= 0,6313 (maior que o obtido no exemplo anterior!)
n
41
25
X z / 2
X + z / 2
n
n
X t n1, / 2
X + t n1, / 2
n
n
26
www.pontodosconcursos.com.br | Prof. Alexandre Lima
X z / 2
X + z / 2
n
n
Pacincia, o que temos para nos safar! Observe que o valor crtico z/2 =
z2,5% = 1,96 bastante manjado em provas de Estatstica. Vamos testar este
caminho? Por que no?
15
15
32 1,96
32 + 1,96
9
9
32 9,8 32 + 9,8
22,2 41,8 opo B
X t n1, / 2
X + t n1, / 2
n
n
15
15
32 2,306
X + 2,306
9
9
32 11,53 32 + 11,53
20,47 43,53
Considere, na distribuio n21 , os dois particulares valores n21,1 / 2 (quiquadrado inferior) e n21, / 2 (qui-quadrado superior), conforme ilustrado pela
figura a seguir.
/ 2
0 21 /2
inferior
2 /2
superior
Vimos que
S2 =
2
n 1
n21
28
www.pontodosconcursos.com.br | Prof. Alexandre Lima
n21,1 / 2
(n 1) S 2
n21, / 2 .
( n 1) S 2
n21, / 2
( n 1) S 2
n21,1 / 2
(20)
( X i X )2
i =1
n21, / 2
(X
X )2
i =1
n21,1 / 2
2
n 1, / 2
(n 1) S 2
2
n 1,1 / 2
10 7,08
10 7,08
2
3,8689 2 17,9695
18,3
3,94
29
www.pontodosconcursos.com.br | Prof. Alexandre Lima
(n 1) S 2
(21)
n21, / 2
1.6.5
(n 1) S 2
n21,1 / 2
= z / 2
p(1 p)
.
n
= z / 2
p (1 p )
.
n
(24)
p z / 2
p (1 p )
.
n
= z / 2
0,035(1 0,035)
p (1 p )
= 1,96
= 0,0114
1.000
n
e0 = z2,5%
p (1 p )
0,1 0,9
= 1,96
0,015 .
n
1600
GABARITO: B
31
www.pontodosconcursos.com.br | Prof. Alexandre Lima
1.7
(25)
z
n = /2 .
S
t
n = n ' 1, / 2
32
www.pontodosconcursos.com.br | Prof. Alexandre Lima
X
10
X
10
= z / 2
= z 2 , 5%
= 1,96
2 n 1.600
200 / n
200 / n
/ n
/ n
(27)
z
n = / 2 p (1 p ) .
(28)
z
n / 2 p (1 p ) .
2
z 1 z
n / 2 = / 22 ou
4 4
(29)
nmax
z2 / 2
= 2 ,
4
p q
z
p q 1 / 2 2 2
q 4
2
2 p
z
2 z
4
100
n 10
n 10
10 4 z 2 p q
10 4 z 2 p q
10 4 z 2 p q 4n
n n
4
4
Ento o valor limitante inferior para n, denotado por nmin, dado por
34
www.pontodosconcursos.com.br | Prof. Alexandre Lima
nmin =
104 z 2 p q
.
4
10 4 1,96 2 2 5
=
,
4
7 7
10 4 2 5 10.000
=
= 2.000 .
50
5
A opo C nos d o valor mais prximo (1.960). Se voc fizer as contas com a
calculadora obter o valor exato de 1.960.
GABARITO: C
Exemplo (MI-CENAD/ESAF/2012) Pretende-se estimar por amostragem a
proporo p de famlias com renda inferior a cinco salrios mnimos em uma
populosa cidade. Usando a estimativa p = 5 / 7 , obtida em um levantamento
preliminar, determine o menor tamanho de amostra aleatria simples
necessria para estimar p com um intervalo de 95% de confiana e com um
erro de amostragem z p (1 p ) / n 4% .
(A) 420
(B) 490
(C) 560
(D) 630
(E) 684
Resoluo
Uma proporo amostral p tem distribuio binomial com mdia p ( o
prprio parmetro populacional que se deseja estimar) e varincia p (1 p ) / n .
Podemos aproximar a binomial pela normal quando np 5 e n(1 p ) 5 , como
nesta questo.
O intervalo de confiana para p ser da forma p + , em que denota o erro
de amostragem (semiamplitude do intervalo de confiana).
35
www.pontodosconcursos.com.br | Prof. Alexandre Lima
= z / 2 p (1 p ) / n
em que (1 ) = 95% representa o nvel de confiana utilizado.
Manipulando a frmula acima, podemos expressar n em funo de , z/2 e p :
2
z
n = / 2 p (1 p )
1,96 5 5
n=
1 = 490
0,04 7 7
GABARITO: B
36
www.pontodosconcursos.com.br | Prof. Alexandre Lima
lim var( ) = 0
1 n
1 n 2
2
X
=
(
)
i
Xi 2
n i=1
n i=1
1 n
( X i X )2
n 1 i =1
2 =
1 n
( X i X )2
n i=1
viesado.
37
www.pontodosconcursos.com.br | Prof. Alexandre Lima
A relao acima mostra que o EQM tem dois componentes: o estimador erra o
valor do parmetro em funo da sua disperso (varincia) e ainda, quando for
o caso, pelo fato de no acertar na mdia (ser viesado).
- A estatstica S no um estimador justo do desvio padro populacional
. O vis de S, entretanto, tende assintoticamente a zero.
- A freqncia relativa p um estimador justo e consistente da
proporo p dos elementos da populao com uma dada caracterstica.
- Um intervalo de confiana expressa o grau de incerteza associado a uma
estimativa.
- O intervalo de confiana para a mdia quando o desvio-padro
populacional conhecido, no nvel de confiana 1, dado por
X z / 2
X + z / 2
S
S
X + tn 1, / 2
n
n
p z / 2
p (1 p )
p p + z / 2
n
p (1 p )
n
38
www.pontodosconcursos.com.br | Prof. Alexandre Lima
z
n = / 2 p (1 p )
ou
nmax =
z2 / 2
,
4 2
39
www.pontodosconcursos.com.br | Prof. Alexandre Lima
Exerccios de Fixao
1 n
( X i X )2
n 1 i =1
T 2=
1 n
( X i X )2.
n i =1
I T1 no tendencioso.
II O erro mdio quadrtico de T1
2(n 1) 4
2
4 , enquanto que o de T2
.
n 1
n2
2
.
III A tendncia de T2 =
n
(So) correta(s) a(s) afirmativa(s)
(A) I apenas.
(B) I e II, apenas.
(C) I e III, apenas.
(D) II e III, apenas.
(E) I, II e III.
10. (IBGE/Cesgranrio/2010) Considere uma amostragem aleatria simples,
sem reposio, de uma populao de tamanho muito grande. Qual o tamanho
aproximado de amostra que permite estimar a mdia de uma varivel y, cujo
desvio padro populacional igual a 5, com margem de erro 0,1, a um nvel
de confiana 95%?
(A) 100
(B) 400
(C) 1.000
(D) 4.000
(E) 10.000
11. (IBGE/Cesgranrio/2010) Para avaliar a taxa de desemprego em uma
determinada localidade, selecionou-se uma amostra aleatria de 900
indivduos em idade produtiva. O resultado dessa amostra revelou que o
nmero de desempregados era de 36%. O intervalo de 95% de confiana para
a proporo de desempregados, nessa localidade,
(A) 36% 0,1%
(B) 36% 2,6%
(C) 36% 3,1%
(D) 36% 3,7%
(E) 36% 4,1%
12. (BACEN/Cesgranrio/2010) Em um estudo sobre a economia informal
de uma cidade, deseja-se determinar uma amostra para estimar o rendimento
43
www.pontodosconcursos.com.br | Prof. Alexandre Lima
1, 96
Tabela 2
x
F(x)
1,753
0,95
2,248
0,98
2,583
0,99
Tabela 3
x
F(x)
1,746
0,95
2,235
0,98
2,567
0,99
Verifique
se
as
afirmativas
15
17
so
S2
n
47
www.pontodosconcursos.com.br | Prof. Alexandre Lima
4.
Gabarito
1A
2C
3A
4B
5B
6B
7D
8A
9E
10 E
11 C
12 E
13 E
14 A
15 F
16 F
17 F
18 D
19 E
20 B
21 C
22 B
48
www.pontodosconcursos.com.br | Prof. Alexandre Lima
5.
> 0,
Isso significa, em termos prticos, que, sendo o estimador consistente, podese, com amostras suficientemente grandes, tornar o erro de estimao to
pequeno quanto se queira.
Em vez de usar a definio acima para verificar se um estimador consistente,
podemos usar o seguinte resultado.
Um estimador T de um parmetro consistente se
49
www.pontodosconcursos.com.br | Prof. Alexandre Lima
lim E (T ) = ,
n
lim var(T ) = 0
n
Incorreta.
condio
P( x1 , x2 ,..., xn | n ) ,
em que x1 , x2 ,..., xn so as
observaes amostrais, no depende de no faz o menor sentido no
contexto da consistncia de um estimador.
(C) Incorreta. A condio 2 (n ) 2 (n* ) quer dizer que o estimador n pode ser
mais eficiente que o estimador * .
n
(D) Incorreta. Estimao por mxima verossimilhana no tem nada a ver com
a definio de consistncia de um estimador. O mtodo da mxima
verossimilhana um critrio para a escolha do estimador. A consistncia
uma propriedade do estimador.
(E) Incorreta. Foi dada a definio de justeza do estimador n .
GABARITO: A
2. (Analista do TJ-RO/Cespe-UnB/2012) Com relao a intervalo de
confiana e intervalo de credibilidade, correto afirmar que, se I = [a; b] for
um intervalo de
(A) confiana para o parmetro , ento esse parmetro uma varivel
aleatria.
(B) confiana para o parmetro de nvel 1 , ento a probabilidade do
verdadeiro valor do parmetro estar fora do intervalo igual a .
(C) credibilidade para o parmetro , ento esse parmetro uma varivel
aleatria.
(D) confiana para o parmetro , ento o valor esperado para esse parmetro
b+a
=
.
2
50
www.pontodosconcursos.com.br | Prof. Alexandre Lima
n i =1
se definirmos o estimador da varincia populacional 2 por meio da frmula
1 n
(X i X)2 , ento esse estimador no tendencioso e consistente.
n 1 i =1
Ateno: o estimador
S2
p' (1 p ' )
. Elevando os dois membros da igualdade ao
n
quadrado, obtemos
2 = z2 / 2
z 2 p ' (1 p ' )
p ' (1 p ' )
n = /2 2
.
n
1
1
1 1
1
2
2
z2 / 2 (1 ) z2 / 2
z2 / 2
1 1 z2 / 2 z / 2 1,96
2
2
2
2
2
4
=
=
= z / 2 2 = 2 =
n=
= 2.401 2.400
=
4
4
2
2
2
2 2 0,02
GABARITO: B
6. (IBGE/Cesgranrio/2010) Para que o erro padro da mdia amostral X
seja reduzido metade, deve-se
(A) multiplicar o tamanho da amostra por 2.
(B) multiplicar o tamanho da amostra por 4.
(C) multiplicar o tamanho da amostra por 16.
(D) dividir o tamanho da amostra por 2.
(E) dividir o tamanho da amostra por 4.
Resoluo
O erro padro (ou desvio padro) da mdia X de uma amostra de n
observaes proveniente de uma populao de mdia e varincia 2 dado
por
(X ) =
( X ) =
(X )
2
2 n
amostra por 4).
4n
GABARITO: B
7. (SUSEP/ESAF/2001) Tem-se duas amostras independentes ambas de
tamanho 21 de duas populaes normais com a mesma varincia 2 > 0.
Deseja-se construir um intervalo de confiana para 2, no nvel de 95%, com
base numa estimativa combinada das varincias amostrais s12 = 0,4 e s22 = 0,6 .
Se 0< a < b so duas constantes tais que P{X<a} = 0,025 e P{X>b} = 0,025,
onde X tem distribuio qui-quadrado, assinale a resposta que corresponde ao
intervalo procurado e ao nmero de graus de liberdade da distribuio de X.
(A) [17/b; 17/a] e 20 graus de liberdade
54
www.pontodosconcursos.com.br | Prof. Alexandre Lima
n21, / 2
(n 1) S 2
n21,1 / 2
(n k ) S p2
n21, / 2
(n k ) S 2p
n21,1 / 2
em que n = n1 + n2 .
2
=b e
O enunciado forneceu os qui-quadrados superior e inferior: n21, / 2 = sup
2
= a . Portanto,
n21,1 / 2 = inf
(n k ) S p2
2
sup
(n k ) S 2p
2
inf
(42 2) 0,5
(42 2) 0,5
2
b
a
55
www.pontodosconcursos.com.br | Prof. Alexandre Lima
40 0,5
40 0,5
20
20
.
2
2
b
a
b
a
GABARITO: D
8. (BACEN/FCC/2006) Os preos de um determinado produto vendido no
mercado tm uma distribuio normal com desvio padro populacional de R$
20,00. Por meio de pesquisa realizada com uma amostra aleatria de tamanho
100, com um determinado nvel de confiana, apurou-se, para a mdia destes
preos, um intervalo de confiana sendo [R$ 61,08 ; R$ 68,92]. A mesma
mdia amostral foi obtida quadruplicando o tamanho da amostra anterior e
utilizando tambm o mesmo nvel de confiana. Nos dois casos considerou-se
infinito o tamanho da populao. O novo intervalo de confiana encontrado no
segundo caso foi
(A) [R$ 63,04 ; R$ 66,96]
(B) [R$ 62,06 ; R$ 67,94]
(C) [R$ 61,57 ; R$ 68,43]
(D) [R$ 61,33 ; R$ 68,67]
(E) [R$ 61,20 ; R$ 68,80]
Resoluo
Dados: = 20, n = 100, 61,08 < < 68,92.
Podemos montar o seguinte sistema de equaes:
X e0 = 61,08
X + e0 = 68,92
em que e0 denota a semiamplitude do intervalo de confiana.
Somando as duas equaes obtemos:
2 X = 130 X = 65
Sabemos que
56
www.pontodosconcursos.com.br | Prof. Alexandre Lima
e0 = z / 2
3,92 = z / 2
20
z / 2 = 1,96 .
100
n'
e0 ' = 1,96
20
e0 ' = 1,96
400
1 n
( X i X )2
n 1 i =1
T 2=
1 n
( X i X )2 .
n i =1
2
2(n 1) 4
4 , enquanto que o de T2
.
n 1
n2
2
.
III A tendncia de T2 =
n
n
X
2
= i
= Zi
i =1
i =1
n
2
n
A estatstica
n
Xi X
=
i =1
n
(X
X )2
i =1
n21 =
(X
X )2
i =1
T1 =
( X i X )2
i =1
n 1
(X
X )2
i =1
2
n 1
2
n 1
n21
2 2 2
(n 1) = 2 T1 um estimador no tendencioso
E (T1 ) = E
n 1 =
n
1
n
2
de (vis nulo).
58
www.pontodosconcursos.com.br | Prof. Alexandre Lima
2 2
2 4
4
4
2
var(T1 ) = var
var(
)
2
(
1
)
=
=
n 1 =
n 1
2
(n 1) 2
n 1
(n 1)
n 1
4
2
= 0 , T1 um estimador consistente de 2.
como lim var(T1 ) = lim
n
n n 1
O Erro Quadrtico Mdio de T1 dado por
2 4
.
n 1
T2 =
( X i X )2
i =1
(X
X )2
i =1
2
n
n21
2 2 2
2
(n 1) = 2
2 T2 um estimador tendencioso
E (T2 ) = E
n1 =
n
n
n
2
de . O seu vis dado por
2
= 0 , ou seja, o vis
. Note que lim
n
n
n
n
de T2 tende a desaparecer com o aumento do tamanho da amostra.
vis(T2) = E (T2 ) 2 = 2
2 =
2 2 4
4
2 4 (n 1)
n1 = 2 var( n21 ) = 2 2(n 1) =
var(T2 ) = var
n2
n
n
n
2 4 (n 1)
1 1
= 2 4 lim 2 = 0 (e lim E (T2 ) = 2 ), T2 um
como lim var(T2 ) = lim
2
n
n
n
n
n
n n
estimador consistente de 2.
O Erro Quadrtico Mdio de T2 dado por
2 4 (n 1) 2
2 4 (n 1) 4 (2n 1) 4
.
EQM (T2 ) =
=
+ 2 =
+
n
n2
n2
n2
n
2 4
(2n 1) 4
e EQM (T2 ) =
.
n 1
n2
2
n
GABARITO: E
10. (IBGE/Cesgranrio/2010) Considere uma amostragem aleatria simples,
sem reposio, de uma populao de tamanho muito grande. Qual o tamanho
aproximado de amostra que permite estimar a mdia de uma varivel y, cujo
desvio padro populacional igual a 5, com margem de erro 0,1, a um nvel
de confiana 95%?
(A) 100
(B) 400
(C) 1.000
(D) 4.000
(E) 10.000
Resoluo
Dados: 1 = 95% , = 5 e e0 = 0,1 .
A semiamplitude do intervalo de confiana para a mdia populacional quando o
desvio padro conhecido (*)
e0 = z / 2
Ento
z
n = / 2
e0
Note que z2 ,5% = 1,96 um valor muito usado nas provas. Portanto,
2
1,96 5
n=
= 9.604 alternativa com valor mais prximo a letra E (n
0,1
10.000)
GABARITO: E
11. (IBGE/Cesgranrio/2010) Para avaliar a taxa de desemprego em uma
determinada localidade, selecionou-se uma amostra aleatria de 900
indivduos em idade produtiva. O resultado dessa amostra revelou que o
nmero de desempregados era de 36%. O intervalo de 95% de confiana para
a proporo de desempregados, nessa localidade,
(A) 36% 0,1%
(B) 36% 2,6%
(C) 36% 3,1%
(D) 36% 3,7%
(E) 36% 4,1%
Resoluo
Dados: n = 900, p = 0,36 e (1) = 0,95 (que implica um z / 2 = 1,96 ).
Neste caso, o Intervalo de Confiana (IC) ser dado por:
p' (1 p' )
0,36(1 0,36)
= 36% 1,96
36% 3,14% alternativa com
n
900
valor mais prximo C.
IC =
p' z / 2
GABARITO: C
12. (BACEN/Cesgranrio/2010) Em um estudo sobre a economia informal
de uma cidade, deseja-se determinar uma amostra para estimar o rendimento
mdio dessa populao, com um grau de confiana de 95% de que a mdia da
amostra aleatria extrada no difira de mais de R$ 50,00 da mdia do
rendimento dessa populao, cujo desvio padro R$ 400,00. Sabendo-se que
z ~ N[0,1] e que
1, 96
(B) 308
(C) 296
(D) 271
(E) 246
Resoluo
Dados:
= 400
e0 = 50 (margem de erro).
50 = 1,96
400
n = 1,96
400
= 1,96 8 n = 245,86 246 .
50
GABARITO: E
(MPE-PE/FCC/2006) Instrues (adaptadas): Para responder s questes de
nmeros 13 e 14, considere as tabelas a seguir.
Elas fornecem alguns valores da funo de distribuio F(x). A tabela 1 referese varivel normal padro, as tabelas 2 e 3 referem-se varivel t de
Student com 15 e 16 graus de liberdade, respectivamente:
Tabela 1
x
F(x)
1,60
0,945
1,64
0,950
2,00
0,977
Tabela 2
x
F(x)
1,753
0,95
2,248
0,98
2,583
0,99
Tabela 3
x
F(x)
1,746
0,95
2,235
0,98
2,567
0,99
B) 0,045
C) 0,058
D) 0,070
E) 0,082
Resoluo
Dados: (1) = 0,90, n = 400 e p 50%.
A tabela 1 indica que z = 1,64 para /2 = 5%. Como a estimativa p 50%,
podemos usar a frmula
2
z / 2
1,642
( z / 2 ) 2 1,64 2
2
n=
(2e0 ) = n = 400 (2e0 ) = 400 = 0,082 alternativa (E).
2e0
S
n
63
S
n
2%
S
= 8% 2,248
= 8% 1,124%
16
n
GABARITO: A
(ANPEC/Adaptada/2009)
verdadeiras:
Verifique
se
as
afirmativas
15
17
so
E ( p ) = p
1
.
k2
65
www.pontodosconcursos.com.br | Prof. Alexandre Lima
sendo 0 < < 1 . Assim, temos uma probabilidade igual a 1 de selecionar uma
amostra que produzir um intervalo contendo o valor verdadeiro do parmetro
.
O intervalo observado
l u
amostra especfica, mas o mtodo usado para obter o intervalo [l, u] resulta
em afirmaes corretas em 100 (1 )% do tempo.
Afirmativa falsa.
GABARITO: F
18. (INEP/Cesgranrio/2008) Denotando-se a mdia e a varincia amostral,
respectivamente, por X e S 2 , o erro padro da estimativa da mdia
populacional (M) definido como
(A) X M
(B) X M
S
(C)
n
S
(D)
n
(E)
S2
n
Resoluo
Seja a amostra aleatria com n valores X 1 , X 2 ,..., X n , extrada de uma populao
X, cuja distribuio de probabilidades possui mdia M e varincia 2. A mdia
amostral X , dada por
X=
X 1 + X 2 + ... + X n
,
n
2
n
67
www.pontodosconcursos.com.br | Prof. Alexandre Lima
S
n
68
www.pontodosconcursos.com.br | Prof. Alexandre Lima
(E) T5
Resoluo
O melhor estimador T2 por dois motivos:
1. T2 no tem vis, ou seja, E(T2) = T; e
2. T2 possui a menor varincia (observe que a distribuio de T2 a que
possui menor disperso em torno da mdia T).
GABARITO: B
21. (ACE-MDIC/ESAF/2012) Em uma populao de 50 empresas de uma
regio, 20 so empresas exportadoras. Retirando-se sem reposio uma
amostra aleatria de tamanho 10 desta populao de empresas, qual a
probabilidade de que as 5 primeiras empresas escolhidas sejam empresas
exportadoras e as 5 ltimas no sejam exportadoras?
A) (0,24)5
B) 10!/(5!5!) (0,4)5 (0,6)5
C) (20!/15!) (30!/25!) / (50!/40!)
D) 10!/(5!5!) (20!/15!) (30!/25!) / (50!/40!)
E) 0,5
Resoluo
Probabilidade de que a primeira empresa escolhida seja empresa exportadora
= 20/50
Probabilidade de que a segunda empresa escolhida seja empresa exportadora
= 19/49
Probabilidade de que a terceira empresa escolhida seja empresa exportadora =
18/48
Probabilidade de que a quarta empresa escolhida seja empresa exportadora =
17/47
Probabilidade de que a quinta empresa escolhida seja empresa exportadora =
16/46
Probabilidade de que a sexta empresa escolhida seja empresa no exportadora
= 30/45
70
www.pontodosconcursos.com.br | Prof. Alexandre Lima
Probabilidade de que
exportadora = 29/44
stima
empresa
escolhida
seja
empresa
no
Probabilidade de que
exportadora = 28/43
oitava
empresa
escolhida
seja
empresa
no
seja empresa no
P=
50! 15! 45! 25! 15! 25! 50! 15! 25! 40!
GABARITO: C
22. (ACE-MDIC/ESAF/2012) Considerando a populao de empresas da
questo 21, qual o valor mais prximo do nmero esperado de empresas
exportadoras em uma amostra aleatria de tamanho 20 retirada sem reposio
da populao?
A) 10
B) 8
C) 7,5
D) 6
E) 4
Resoluo
A frao (p) de empresas exportadoras
p = 20/50 = 2/5.
Seja f a estatstica que representa a frequncia com que foi observada o
nmero de empresas exportadoras em uma amostra aleatria de tamanho n.
71
www.pontodosconcursos.com.br | Prof. Alexandre Lima
72
www.pontodosconcursos.com.br | Prof. Alexandre Lima
APNDICE
TABELA I
NORMAL: rea direita de Zc
Parte
inteira e
primeira
decimal
de Zc
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
3,5
4,0
5,0
Segunda decimal de Zc
0,00
0,50000
0,46017
0,42074
0,38209
0,34458
0,30854
0,27425
0,24196
0,21186
0,18406
0,15866
0,13567
0,11507
0,09680
0,08076
0,06681
0,05480
0,04457
0,03593
0,02872
0,02275
0,01786
0,01390
0,01072
0,00820
0,00621
0,00466
0,00347
0,00256
0,00187
0,00135
0,00023
0,00003
0,00000
0,01
0,49601
0,45620
0,41683
0,37828
0,34090
0,30503
0,27093
0,23885
0,20897
0,18141
0,15625
0,13350
0,11314
0,09510
0,07927
0,06552
0,05370
0,04363
0,03515
0,02807
0,02222
0,01743
0,01355
0,01044
0,00798
0,00604
0,00453
0,00336
0,00248
0,00181
0,00131
0,00022
0,00003
0,00000
0,02
0,49202
0,45224
0,41294
0,37448
0,33724
0,30153
0,26763
0,23576
0,20611
0,17879
0,15386
0,13136
0,11123
0,09342
0,07780
0,06426
0,05262
0,04272
0,03438
0,02743
0,02169
0,01700
0,01321
0,01017
0,00776
0,00587
0,00440
0,00326
0,00240
0,00175
0,00126
0,00022
0,00003
0,00000
0,03
0,48803
0,44828
0,40905
0,37070
0,33360
0,29806
0,26435
0,23270
0,20327
0,17619
0,15151
0,12924
0,10935
0,09176
0,07636
0,06301
0,05155
0,04182
0,03362
0,02680
0,02118
0,01659
0,01287
0,00990
0,00755
0,00570
0,00427
0,00317
0,00233
0,00169
0,00122
0,00021
0,00003
0,00000
0,04
0,48405
0,44433
0,40517
0,36693
0,32997
0,29460
0,26109
0,22965
0,20045
0,17361
0,14917
0,12714
0,10749
0,09012
0,07493
0,06178
0,05050
0,04093
0,03288
0,02619
0,02068
0,01618
0,01255
0,00964
0,00734
0,00554
0,00415
0,00307
0,00226
0,00164
0,00118
0,00020
0,00003
0,00000
0,05
0,48006
0,44038
0,40129
0,36317
0,32636
0,29116
0,25785
0,22663
0,19766
0,17106
0,14686
0,12507
0,10565
0,08851
0,07353
0,06057
0,04947
0,04006
0,03216
0,02559
0,02018
0,01578
0,01222
0,00939
0,00714
0,00539
0,00402
0,00298
0,00219
0,00159
0,00114
0,00019
0,00003
0,00000
0,06
0,47608
0,43644
0,39743
0,35942
0,32276
0,28774
0,25463
0,22363
0,19489
0,16853
0,14457
0,12302
0,10383
0,08691
0,07215
0,05938
0,04846
0,03920
0,03144
0,02500
0,01970
0,01539
0,01191
0,00914
0,00695
0,00523
0,00391
0,00289
0,00212
0,00154
0,00111
0,00019
0,00002
0,00000
0,07
0,47210
0,43251
0,39358
0,35569
0,31918
0,28434
0,25143
0,22065
0,19215
0,16602
0,14231
0,12100
0,10204
0,08534
0,07078
0,05821
0,04746
0,03836
0,03074
0,02442
0,01923
0,01500
0,01160
0,00889
0,00676
0,00508
0,00379
0,00280
0,00205
0,00149
0,00107
0,00018
0,00002
0,00000
0,08
0,46812
0,42858
0,38974
0,35197
0,31561
0,28096
0,24825
0,21770
0,18943
0,16354
0,14007
0,11900
0,10027
0,08379
0,06944
0,05705
0,04648
0,03754
0,03005
0,02385
0,01876
0,01463
0,01130
0,00866
0,00657
0,00494
0,00368
0,00272
0,00199
0,00144
0,00104
0,00017
0,00002
0,00000
0,09
0,46414
0,42465
0,38591
0,34827
0,31207
0,27760
0,24510
0,21476
0,18673
0,16109
0,13786
0,11702
0,09853
0,08226
0,06811
0,05592
0,04551
0,03673
0,02938
0,02330
0,01831
0,01426
0,01101
0,00842
0,00639
0,00480
0,00357
0,00264
0,00193
0,00139
0,00100
0,00017
0,00002
0,00000
Parte
inteira e
primeira
decimal
de Zc
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
3,5
4,0
5,0
73
www.pontodosconcursos.com.br | Prof. Alexandre Lima
TABELA II
NORMAL: rea de 0 a Zc
Parte
inteira e
primeira
decimal
de Zc
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
3,5
4,0
5,0
Segunda decimal de Zc
0,00
0,00000
0,03983
0,07926
0,11791
0,15542
0,19146
0,22575
0,25804
0,28814
0,31594
0,34134
0,36433
0,38493
0,40320
0,41924
0,43319
0,44520
0,45543
0,46407
0,47128
0,47725
0,48214
0,48610
0,48928
0,49180
0,49379
0,49534
0,49653
0,49744
0,49813
0,49865
0,49977
0,49997
0,50000
0,01
0,00399
0,04380
0,08317
0,12172
0,15910
0,19497
0,22907
0,26115
0,29103
0,31859
0,34375
0,36650
0,38686
0,40490
0,42073
0,43448
0,44630
0,45637
0,46485
0,47193
0,47778
0,48257
0,48645
0,48956
0,49202
0,49396
0,49547
0,49664
0,49752
0,49819
0,49869
0,49978
0,49997
0,50000
0,02
0,00798
0,04776
0,08706
0,12552
0,16276
0,19847
0,23237
0,26424
0,29389
0,32121
0,34614
0,36864
0,38877
0,40658
0,42220
0,43574
0,44738
0,45728
0,46562
0,47257
0,47831
0,48300
0,48679
0,48983
0,49224
0,49413
0,49560
0,49674
0,49760
0,49825
0,49874
0,49978
0,49997
0,50000
0,03
0,01197
0,05172
0,09095
0,12930
0,16640
0,20194
0,23565
0,26730
0,29673
0,32381
0,34849
0,37076
0,39065
0,40824
0,42364
0,43699
0,44845
0,45818
0,46638
0,47320
0,47882
0,48341
0,48713
0,49010
0,49245
0,49430
0,49573
0,49683
0,49767
0,49831
0,49878
0,49979
0,49997
0,50000
0,04
0,01595
0,05567
0,09483
0,13307
0,17003
0,20540
0,23891
0,27035
0,29955
0,32639
0,35083
0,37286
0,39251
0,40988
0,42507
0,43822
0,44950
0,45907
0,46712
0,47381
0,47932
0,48382
0,48745
0,49036
0,49266
0,49446
0,49585
0,49693
0,49774
0,49836
0,49882
0,49980
0,49997
0,50000
0,05
0,01994
0,05962
0,09871
0,13683
0,17364
0,20884
0,24215
0,27337
0,30234
0,32894
0,35314
0,37493
0,39435
0,41149
0,42647
0,43943
0,45053
0,45994
0,46784
0,47441
0,47982
0,48422
0,48778
0,49061
0,49286
0,49461
0,49598
0,49702
0,49781
0,49841
0,49886
0,49981
0,49997
0,50000
0,06
0,02392
0,06356
0,10257
0,14058
0,17724
0,21226
0,24537
0,27637
0,30511
0,33147
0,35543
0,37698
0,39617
0,41309
0,42785
0,44062
0,45154
0,46080
0,46856
0,47500
0,48030
0,48461
0,48809
0,49086
0,49305
0,49477
0,49609
0,49711
0,49788
0,49846
0,49889
0,49981
0,49998
0,50000
0,07
0,02790
0,06749
0,10642
0,14431
0,18082
0,21566
0,24857
0,27935
0,30785
0,33398
0,35769
0,37900
0,39796
0,41466
0,42922
0,44179
0,45254
0,46164
0,46926
0,47558
0,48077
0,48500
0,48840
0,49111
0,49324
0,49492
0,49621
0,49720
0,49795
0,49851
0,49893
0,49982
0,49998
0,50000
0,08
0,03188
0,07142
0,11026
0,14803
0,18439
0,21904
0,25175
0,28230
0,31057
0,33646
0,35993
0,38100
0,39973
0,41621
0,43056
0,44295
0,45352
0,46246
0,46995
0,47615
0,48124
0,48537
0,48870
0,49134
0,49343
0,49506
0,49632
0,49728
0,49801
0,49856
0,49896
0,49983
0,49998
0,50000
0,09
0,03586
0,07535
0,11409
0,15173
0,18793
0,22240
0,25490
0,28524
0,31327
0,33891
0,36214
0,38298
0,40147
0,41774
0,43189
0,44408
0,45449
0,46327
0,47062
0,47670
0,48169
0,48574
0,48899
0,49158
0,49361
0,49520
0,49643
0,49736
0,49807
0,49861
0,49900
0,49983
0,49998
0,50000
Parte
inteira e
primeira
decimal
de Zc
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
3,5
4,0
5,0
74
www.pontodosconcursos.com.br | Prof. Alexandre Lima
0,995
0,990
0,975
0,950
0,900
0,750
0,500
0,250
0,100
0,050
0,025
0,010
0,005
0,001
0,0000393
0,000157
0,000982
0,00393
0,0158
0,102
0,455
1,323
2,706
3,841
5,024
6,635
7,879
10,83
0,0100
0,0201
0,0506
0,103
0,211
0,575
1,386
2,773
4,605
5,991
7,378
9,210
10,60
13,82
0,0717
0,115
0,216
0,352
0,584
1,213
2,366
4,108
6,251
7,815
9,348
11,34
12,84
16,27
0,207
0,297
0,484
0,711
1,064
1,923
3,357
5,385
7,779
9,488
11,14
13,28
14,86
18,47
0,412
0,554
0,831
1,145
1,610
2,675
4,351
6,626
9,236
11,07
12,83
15,09
16,75
20,52
0,676
0,872
1,237
1,635
2,204
3,455
5,348
7,841
10,64
12,59
14,45
16,81
18,55
22,46
0,989
1,239
1,690
2,167
2,833
4,255
6,346
9,037
12,02
14,07
16,01
18,48
20,28
24,32
1,344
1,646
2,180
2,733
3,490
5,071
7,344
10,22
13,36
15,51
17,53
20,09
21,95
26,12
1,735
2,088
2,700
3,325
4,168
5,899
8,343
11,39
14,68
16,92
19,02
21,67
23,59
27,88
10
2,156
2,558
3,247
3,940
4,865
6,737
9,342
12,55
15,99
18,31
20,48
23,21
25,19
29,59
11
2,603
3,053
3,816
4,575
5,578
7,584
10,34
13,70
17,28
19,68
21,92
24,72
26,76
31,26
12
3,074
3,571
4,404
5,226
6,304
8,438
11,34
14,85
18,55
21,03
23,34
26,22
28,30
32,91
13
3,565
4,107
5,009
5,892
7,042
9,299
12,34
15,98
19,81
22,36
24,74
27,69
29,82
34,53
14
4,075
4,660
5,629
6,571
7,790
10,17
13,34
17,12
21,06
23,68
26,12
29,14
31,32
36,12
15
4,601
5,229
6,262
7,261
8,547
11,04
14,34
18,25
22,31
25,00
27,49
30,58
32,80
37,70
16
5,142
5,812
6,908
7,962
9,312
11,91
15,34
19,37
23,54
26,30
28,85
32,00
34,27
39,25
17
5,697
6,408
7,564
8,672
10,09
12,79
16,34
20,49
24,77
27,59
30,19
33,41
35,72
40,79
18
6,265
7,015
8,231
9,390
10,86
13,68
17,34
21,60
25,99
28,87
31,53
34,81
37,16
42,31
19
6,844
7,633
8,907
10,12
11,65
14,56
18,34
22,72
27,20
30,14
32,85
36,19
38,58
43,82
20
7,434
8,260
9,591
10,85
12,44
15,45
19,34
23,83
28,41
31,41
34,17
37,57
40,00
45,31
21
8,034
8,897
10,28
11,59
13,24
16,34
20,34
24,93
29,62
32,67
35,48
38,93
41,40
46,80
22
8,643
9,542
10,98
12,34
14,04
17,24
21,34
26,04
30,81
33,92
36,78
40,29
42,80
48,27
23
9,260
10,20
11,69
13,09
14,85
18,14
22,34
27,14
32,01
35,17
38,08
41,64
44,18
49,73
24
9,886
10,86
12,40
13,85
15,66
19,04
23,34
28,24
33,20
36,42
39,36
42,98
45,56
51,18
25
10,52
11,52
13,12
14,61
16,47
19,94
24,34
29,34
34,38
37,65
40,65
44,31
46,93
52,62
26
11,16
12,20
13,84
15,38
17,29
20,84
25,34
30,43
35,56
38,89
41,92
45,64
48,29
54,05
27
11,81
12,88
14,57
16,15
18,11
21,75
26,34
31,53
36,74
40,11
43,19
46,96
49,64
55,48
28
12,46
13,56
15,31
16,93
18,94
22,66
27,34
32,62
37,92
41,34
44,46
48,28
50,99
56,89
29
13,12
14,26
16,05
17,71
19,77
23,57
28,34
33,71
39,09
42,56
45,72
49,59
52,34
58,30
30
13,79
14,95
16,79
18,49
20,60
24,48
29,34
34,80
40,26
43,77
46,98
50,89
53,67
59,70
40
20,71
22,16
24,43
26,51
29,05
33,66
39,34
45,62
51,81
55,76
59,34
63,69
66,77
73,40
50
27,99
29,71
32,36
34,76
37,69
42,94
49,33
56,33
63,17
67,50
71,42
76,15
79,49
86,66
60
35,53
37,48
40,48
43,19
46,46
52,29
59,33
66,98
74,40
79,08
83,30
88,38
91,95
99,61
70
43,28
45,44
48,76
51,74
55,33
61,70
69,33
77,58
85,53
90,53
95,02
100,43
104,21
112,32
80
51,17
53,54
57,15
60,39
64,28
71,14
79,33
88,13
96,58
101,88
106,63
112,33
116,32
124,84
90
59,20
61,75
65,65
69,13
73,29
80,62
89,33
98,65
107,57
113,15
118,14
124,12
128,30
137,21
100
67,33
70,06
74,22
77,93
82,36
90,13
99,33
109,14
118,50
124,34
129,56
135,81
140,17
149,45
Exemplo: o valor da qui-quadrado com =16 graus de liberdade (GL) com rea da cauda superior igual
a 0,100 (P(Y>yc) = 0,1) 23,54, ou seja, 162 = 23,54 .
75
www.pontodosconcursos.com.br | Prof. Alexandre Lima
TABELA IV (t de Student): valores tc tais que P(-tc < t < tc) = 1-p
GL
0,5
0,4
0,3
0,2
0,1
0,05
0,02
0,01
0,005
0,002
0,001
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
120
5000
1,000
0,816
0,765
0,741
0,727
0,718
0,711
0,706
0,703
0,700
0,697
0,695
0,694
0,692
0,691
0,690
0,689
0,688
0,688
0,687
0,686
0,686
0,685
0,685
0,684
0,684
0,684
0,683
0,683
0,683
0,681
0,679
0,679
0,677
0,675
1,376
1,061
0,978
0,941
0,920
0,906
0,896
0,889
0,883
0,879
0,876
0,873
0,870
0,868
0,866
0,865
0,863
0,862
0,861
0,860
0,859
0,858
0,858
0,857
0,856
0,856
0,855
0,855
0,854
0,854
0,851
0,849
0,848
0,845
0,842
1,963
1,386
1,250
1,190
1,156
1,134
1,119
1,108
1,100
1,093
1,088
1,083
1,079
1,076
1,074
1,071
1,069
1,067
1,066
1,064
1,063
1,061
1,060
1,059
1,058
1,058
1,057
1,056
1,055
1,055
1,050
1,047
1,045
1,041
1,037
3,078
1,886
1,638
1,533
1,476
1,440
1,415
1,397
1,383
1,372
1,363
1,356
1,350
1,345
1,341
1,337
1,333
1,330
1,328
1,325
1,323
1,321
1,319
1,318
1,316
1,315
1,314
1,313
1,311
1,310
1,303
1,299
1,296
1,289
1,282
6,314
2,920
2,353
2,132
2,015
1,943
1,895
1,860
1,833
1,812
1,796
1,782
1,771
1,761
1,753
1,746
1,740
1,734
1,729
1,725
1,721
1,717
1,714
1,711
1,708
1,706
1,703
1,701
1,699
1,697
1,684
1,676
1,671
1,658
1,645
12,706
4,303
3,182
2,776
2,571
2,447
2,365
2,306
2,262
2,228
2,201
2,179
2,160
2,145
2,131
2,120
2,110
2,101
2,093
2,086
2,080
2,074
2,069
2,064
2,060
2,056
2,052
2,048
2,045
2,042
2,021
2,009
2,000
1,980
1,960
31,821
6,965
4,541
3,747
3,365
3,143
2,998
2,896
2,821
2,764
2,718
2,681
2,650
2,624
2,602
2,583
2,567
2,552
2,539
2,528
2,518
2,508
2,500
2,492
2,485
2,479
2,473
2,467
2,462
2,457
2,423
2,403
2,390
2,358
2,327
63,657
9,925
5,841
4,604
4,032
3,707
3,499
3,355
3,250
3,169
3,106
3,055
3,012
2,977
2,947
2,921
2,898
2,878
2,861
2,845
2,831
2,819
2,807
2,797
2,787
2,779
2,771
2,763
2,756
2,750
2,704
2,678
2,660
2,617
2,577
127,321
14,089
7,453
5,598
4,773
4,317
4,029
3,833
3,690
3,581
3,497
3,428
3,372
3,326
3,286
3,252
3,222
3,197
3,174
3,153
3,135
3,119
3,104
3,091
3,078
3,067
3,057
3,047
3,038
3,030
2,971
2,937
2,915
2,860
2,808
318,309
22,327
10,215
7,173
5,893
5,208
4,785
4,501
4,297
4,144
4,025
3,930
3,852
3,787
3,733
3,686
3,646
3,610
3,579
3,552
3,527
3,505
3,485
3,467
3,450
3,435
3,421
3,408
3,396
3,385
3,307
3,261
3,232
3,160
3,092
636,619
31,599
12,924
8,610
6,869
5,959
5,408
5,041
4,781
4,587
4,437
4,318
4,221
4,140
4,073
4,015
3,965
3,922
3,883
3,850
3,819
3,792
3,768
3,745
3,725
3,707
3,690
3,674
3,659
3,646
3,551
3,496
3,460
3,373
3,292
76
www.pontodosconcursos.com.br | Prof. Alexandre Lima
77
www.pontodosconcursos.com.br | Prof. Alexandre Lima