C ENTRAL DO L IMITE
UAEst/CCT/UFCG
UAEst/CCT/UFCG
Campina Grande, 2017 1/14
Estatstica
Dada uma amostra aleatoria X1 , X2 , ..., Xn de uma populacao X,
definiremos uma estatstica T como qualquer funcao de
X1 , X2 , ..., Xn , ou seja T = f (X1 , X2 , ..., Xn ).
Exemplo 7
A Media Amostral:
1
X= (X1 + X2 + + Xn ).
n
UAEst/CCT/UFCG
Campina Grande, 2017 2/14
Exemplo 8
A Variancia Amostral:
n
X
S2 = (Xi X)2 /(n 1).
i=1
UAEst/CCT/UFCG
Campina Grande, 2017 3/14
Distribuicao Amostral
UAEst/CCT/UFCG
Campina Grande, 2017 4/14
Distribuicao Amostral
Exemplo 9
Considere uma populacao formada pelos seguintes elementos
{1, 3, 5, 5, 7}. Considere a variavel X: valor assumido pelo elemento
na populacao. Assim, a distribuicao de probabilidade de X e dada
por:
X=x 1 3 5 7
P (X = x)
UAEst/CCT/UFCG
Campina Grande, 2017 5/14
Distribuicao Amostral
UAEst/CCT/UFCG
Campina Grande, 2017 6/14
Distribuicao Amostral
UAEst/CCT/UFCG
Campina Grande, 2017 7/14
Distribuicao Amostral da Media
UAEst/CCT/UFCG
Campina Grande, 2017 9/14
Distribuicao Amostral da Media
Teorema
Seja X uma variavel aleatoria com media e variancia 2 , e seja
(X1 , X2 , ..., Xn ) uma amostra aleatoria de X. Entao, a distribuicao
da media amostral (X) tera media e variancia dadas, respectivamente
por
E(X) =
e
2
V ar(X) = .
n
UAEst/CCT/UFCG
Campina Grande, 2017 10/14
Distribuicao Amostral da Media
Atencao!
Um teorema bem mais forte do que este e o que se refere a
distribuicao de probabilidade da variavel X. Este teorema e
conhecido como o Teorema Central do Limite.
UAEst/CCT/UFCG
Campina Grande, 2017 11/14
Teorema Central do Limite
Teorema
Para amostras aleatorias (X1 , X2 , ..., Xn ), retiradas de uma populacao
com media e variancia 2 finita, a distribuicao amostral da media
X aproxima-se, para n suficientemente grande, de uma distribuicao
normal, com media e variancia 2 /n.
X N (, 2 /n)
X
Z= N (0, 1).
/ n
UAEst/CCT/UFCG
Campina Grande, 2017 12/14
Teorema Central do Limite
Atencao!
1. No teorema acima nao fizemos nenhuma suposicao sobre a
natureza das distribuicoes das variaveis X1 , X2 , ..., Xn , ou seja,
independentemente de como se comportam essas variaveis,
sejam elas discretas ou contnuas, o teorema continua valido.
2. Se as variaveis X1 , X2 , ..., Xn tem distribuicao normal, entao X
tera tambem distribuicao normal e nao apenas uma aproximacao.
UAEst/CCT/UFCG
Campina Grande, 2017 13/14
Teorema Central do Limite
Exemplo 10
Uma companhia eletronica fabrica resistores que tem resistencia
media de 100 ohms e um desvio-padrao de 10 ohms. A distribuicao
de resistencias e normal. Encontre a probabilidade de uma amostra
aleatoria de n = 25 resistores ter uma resistencia media menor que 95
ohms. Dica: P (Z < 2, 5) = 0, 0062.
UAEst/CCT/UFCG
Campina Grande, 2017 14/14