Objetivo

Estimar uma proporo p (desconhecida)

de elementos em uma populao,
apresentando certa caracterstica de
interesse, a partir da informao
fornecida por uma amostra.

Exemplos:
p: proporo de alunos da USP que foram ao teatro
pelo menos uma vez no ltimo ms;
p: proporo de consumidores satisfeitos com os
servios prestados por uma empresa telefnica;
p: proporo de eleitores da cidade de So Paulo
que votariam em um determinado candidato, caso a
eleio para presidente se realizasse hoje;
p: proporo de crianas de 2 a 6 anos, do estado
de So Paulo, que no esto matriculadas em
escola de educao infantil.

Dois possveis procedimentos de estimao:

Estimao pontual
Estimao intervalar
- Vamos observar n elementos, extrados ao
acaso e com reposio da populao;
- Para cada elemento selecionado, verificamos a
presena (sucesso) ou no (fracasso) da
caracterstica de interesse.

Estimador pontual
O estimador pontual para p,
tambm
p
denominado proporo amostral,
amostral definido
como

X
,
n

sendo que
X denota o nmero de elementos na amostra que
apresentam a caracterstica;
n denota o tamanho da amostra coletada.
Se observamos o valor k da v. a. X, obtemos p k / n
que denominamos estimativa pontual para p.

Exemplo 1: Sejam,
p: proporo de alunos da USP que foram ao teatro
pelo menos uma vez no ltimo ms, e
X: nmero de estudantes que respondem sim em
uma pesquisa com n entrevistados.
Suponha que foram entrevistados n = 500
estudantes e que, desses, k = 100 teriam afirmado
que foram ao teatro pelo menos uma vez no ltimo
ms.

A estimativa pontual (proporo amostral)

amostral para p dada
por:

k
n

100
500

0,20 ,

ou seja, 20% dos estudantes entrevistados

afirmaram que foram ao teatro pelo menos uma
vez no ltimo ms.
Note que, outra amostra de mesmo tamanho pode
levar a uma outra estimativa pontual para p.

Estimativa intervalar ou
intervalo de confiana
Para uma amostra observada, os estimadores pontuais
fornecem como estimativa um nico valor numrico
para o parmetro.
Os estimadores pontuais so variveis aleatrias e,
portanto, possuem uma distribuio de probabilidade,
em geral, denominada distribuio amostral.

Idia:
Idia construir intervalos de confiana, que
incorporem estimativa pontual informaes a respeito
de sua variabilidade (erro amostral).
Intervalos de confiana so obtidos por meio da
distribuio amostral do estimador pontual.

A estimativa intervalar corresponde a um

intervalo determinado da seguinte maneira:

sendo

o erro amostral ou margem de erro.

Pergunta: Como encontrar

Seja P( ) a probabilidade da estimativa pontual estar

a uma distncia de, no mximo,
da proporo
verdadeira p, ou seja,

P( ) P( p p

).

A probabilidade P( ) tambm denominada

coeficiente de confiana do intervalo, que
denotamos pela letra grega (gama).
Afirma-se ainda que a estimativa intervalar tem
coeficiente de confiana = P( ).

Formalmente,

P( )

P( p p
P p
P

X
P
n

)
X
n

n
np 1 p

p
P np n

X np
np 1 p

np n

n
np 1 p

Como X ~ b(n,p) temos que, para n grande, a

varivel aleatria
X - np

tem distribuio N(0,1).

np(1- p)

Deste modo, para n grande,

P( ) P

n
p(1 p)

onde Z ~ N(0,1).

n
p(1 p)

Denotando

p(1 p)

P( ) = = P(-z

z , temos que

z).

Assim, podemos obter z conhecendo-se (ou P( )).

Por exemplo, considere = 0,80.
z tal que A(z) = 0,90.
Pela tabela, temos z = 1,28.

Erro da estimativa intervalar

Da igualdade

n
p(1 p)

imediato mostrar que o erro amostral

dado por

p(1 p)
z
,
n
onde z tal que = P(-z

z), com Z~N(0,1).

Dimensionamento da amostra
p(1 p)
z
,
n

Da relao

segue que o tamanho amostral n, dados

margem de erro , tem a forma

e a

p(1 p),

onde z tal que = P(-z

z) e Z ~ N(0,1).

Entretanto, nesta expresso, n depende de p(1-p),

que desconhecido.
Como calcular o valor de n?

Grfico da funo p(1-p), para 0

1.

Pela figura observamos que:

a funo p(1-p) uma parbola simtrica em torno de p = 0,5;
o mximo de p(1-p) 0,25, alcanado quando p = 0,5.
Assim, na prtica, substitumos p(1-p) por seu valor mximo,
2
obtendo
z

0,25 ,

que pode fornecer um valor de n maior do que o necessrio.

Exemplo 2:
No exemplo da USP (Exemplo 1) suponha que
nenhuma amostra foi coletada. Quantos estudantes
precisamos consultar de modo que a estimativa
pontual esteja, no mximo, a 0,02 da proporo
verdadeira p, com uma probabilidade de 0,95?
Dados do problema:
= 0,02 (erro da estimativa);
P( ) = = 0,95

1,96
0,02

z = 1,96.

p(1 - p)

1,96
0,02

0,25

2401 estudantes .

Pergunta: possvel reduzir o tamanho da

amostra quando temos alguma informao a
respeito de p?
Por exemplo, sabemos que:
p no superior a 0,30, ou
p pelo menos 0,80, ou
p est entre 0,30 e 0,60.
Resposta: Depende do tipo de informao sobre p.
Em alguns casos, podemos substituir a
informao p(1-p), que aparece na expresso de n,
por um valor menor que 0,25.

Reduo do tamanho da amostra

Vimos que, se nada sabemos sobre o valor de p,
no clculo de n, substitumos p(1-p) por seu valor
2
mximo, e calculamos
z
n

0,25 .

Se temos a informao de que p no mximo

0,30 (p 0,30), ento o valor mximo de p(1-p)
ser dado por 0,3x0,7 = 0,21.
Logo, reduzimos o valor de n para

0,21.

Agora, se p pelo menos 0,80 (p 0,80), ento

o mximo de p(1-p) 0,8 x 0,2 = 0,16 e temos

0,16 .

Mas, se 0,30 p 0,60 , o mximo de p(1-p)

0,5x0,5 = 0,25 e, neste caso, no h reduo, ou
seja,

0,25.

Exemplo 3:
No Exemplo 2, suponha que temos a informao
de que no mximo 30% dos alunos da USP foram
ao teatro no ltimo ms. Portanto, temos que
p 0,30 e, como vimos, o mximo de p(1-p) neste
caso 0,21.
Assim, precisamos amostrar
n

0,21

1,96
0,02

0,21

2017 estudantes ,

conseguindo uma reduo de 2401

estudantes.

2017 = 384

Intervalo de confiana para p

Vimos que a estimativa intervalar para p tem a
forma:
p ;p
,

com

p(1 p)
e z tal que = P(-z Z z) na N(0,1).
z
n

Na prtica, substitumos a proporo desconhecida

p pela proporo amostral p, obtendo o seguinte
intervalo de confiana com coeficiente de
confiana :

IC(p ; )

p(1 p)
p(1 p)
p z
; p z
n
n

Exemplo 4:
No exemplo da USP, temos n = 500 e p = 0,20.
Construir um intervalo de confiana para p com
coeficiente de confiana = 0,95.
Como = 0,95 fornece z = 1,96,
o intervalo dado por:
p

0,20 1,96
0,20

p(1 p)
; p
n

p(1 p)
n

0,20 0,80
0,20 0,80
; 0,20 1,96
500
500

0,035 ; 0,20

0,035

0,165 ; 0,235 .

Nesse intervalo ( =0,95), a estimativa pontual para p 0,20,

com um erro amostral igual a 0,035.

Interpretao do IC com

= 95%:

Se sortearmos 100 amostras de tamanho n=500 e

construrmos os respectivos 100 intervalos de
confiana, com coeficiente de confiana de 95%,
esperamos que, aproximadamente, 95 destes
intervalos contenham o verdadeiro valor de p.
Comentrios:
Da expresso

p(1 p)
z
, possvel concluir que:
n

para fixado, o erro diminui com o aumento de n.

para n fixado, o erro aumenta com o aumento de .

Exemplo 5:
Ainda no exemplo da USP, temos k = 100 e n = 500.
Qual a probabilidade da estimativa pontual estar a
uma distncia de, no mximo, 0,03 da proporo
verdadeira?
Dados do problema:

n 500, p 0,20 e

0,03

P( ) = = ??

Como a proporo verdadeira p desconhecida,

utilizamos a estimativa pontual p para calcular z e,
assim, obter (ou P( )).

Clculo de z:
z

0,03 500

p(1 p)

0,2 0,8

1,68 .

Logo, obtemos

P( )

2 A( z ) 1
2 A(1,68)

2 0,953 1
0,906 (90,6%).

Exemplo 6: Suponha que estamos interessados em

estimar a proporo p de pacientes com menos de 40
anos diagnosticados com cncer nos pulmes que
sobrevivem pelo menos 5 anos.
Em uma amostra aleatoriamente selecionada de 52
pacientes, somente seis sobreviveram mais de 5 anos.
- Estimativa por ponto para p: p

6
52

0,115

- Intervalo de confiana aproximado de 95% para p:

0,115(1 0,115)
; 0,115
52
(0,028, 0,202)

(0,115

1,96

1,96

0,115(1 0,115)
)
52

Comentrio:
Embora esse intervalo tenha sido construdo usando a
aproximao normal para a distribuio binomial,
poderamos ter gerado um intervalo de confiana exato
para p usando a prpria distribuio binomial.
Um intervalo exato particularmente til para pequenas
amostras, em que o uso da aproximao normal no
pode ser justificada.

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.