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.
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.
k
n
100
500
0,20 ,
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.
sendo
P( ) P( p 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
np(1- p)
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).
n
p(1 p)
p(1 p)
z
,
n
onde z tal que = P(-z
Dimensionamento da amostra
p(1 p)
z
,
n
Da relao
e a
p(1 p),
z) e Z ~ N(0,1).
1.
0,25 ,
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 .
0,25 .
0,21.
0,16 .
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 ,
2017 = 384
com
p(1 p)
e z tal que = P(-z Z z) na N(0,1).
z
n
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 .
Interpretao do IC com
= 95%:
p(1 p)
z
, possvel concluir que:
n
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( ) = = ??
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%).
6
52
0,115
(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.