Anda di halaman 1dari 24

Estimao

Como definir um estimador. Como obter estimativas pontuais. Como construir intervalos de confiana

Motivao
A partir da mdia de uma a amostra em uma colheita recente, o conselho de qualidade do trigo nos Estados Unidos pode estimar a mdia atingida pela colheita como sendo 32,5 bushels (1 bushel 35.238 litros) por acre para todo o trigo de primavera daquele ano. Um vez que esta estimativa consiste de um nico valor, ela chamada de estimativa pontual. Contudo essa estimativa raramente se iguala com o parmetro da populao.

Estimao
Faz parte da inferncia estatstica. Estuda como prever parmetros populacionais a partir de amostras. Aplicabilidade:
Custos de produtos so definidos a partir de ndices esperados de produo. Vagas oferecidas a terceiros dependem do ndice de aprovao dos alunos de escola. Proporo de indivduos alfabetizados na rea urbana ou rural.

Estimadores
Funo de dados que serve de base para avaliao de parmetros.
Estatsticas amostrais: mdias, propores, varincias e desvios.

Estimadores ideais dependem:


Amostras aleatrias; Tamanho compatvel com a disperso populacional.

Estimadores no enviesados.

Tipos de estimativas
Pontual: o valor mais provvel. As estimativas raramente coincidem com os valores populacionais. Na prtica a mais usada. Deve-se tomar cuidado com a variabilidade. Intervalares: so acompanhadas de um grau de confiana. a mais adequada pois a probabilidade (grau de confiana) associada a uma estimativa pontual zero. Dependem do grau de confiana e do desvio padro e majorar a segurana custa caro (aumentar o tamanho da amostra).

Construindo estimativas pontuais das mdias


A mdia amostral uma estimativa no enviesada da mdia populacional.
Exemplo 1: Numero de frases em 54 anncios de revistas
9 20 18 16 9 16 16 9 11 13 22 16 5 18 6 6 5 12 25 17 23 7 10 9 10 10 5 11 18 18 9 9 17 13 11 7 14 6 11 12 11 15 6 12 14 11 4 9 18 12 12 17 11 20

Mdia amostral=12,4

Construindo estimativas intervalares das mdias


Incio
Sim conhecido? No

Sim Populao Normal?

No

Sim

No Populao Normal?

Sim

No n > 30?

Sim n > 30?

No

Distribuio Normal

Mtodos No Paramtricos

Distribuio t

Mtodos No Paramtricos

Determinao de Normalidade
1. Histograma: Rejeite se o histograma se afasta muito da forma de sino. 2. Outliers: rejeite normalidade se houver mais de um outlier. 3. Grfico dos quantis normais: padro dos pontos razoavelmente prximo de uma reta.

Construindo estimativas intervalares das mdias usando distribuio Normal


Nvel de confiana (1-): a probabilidade de que um intervalo estimado contenha o parmetro populacional. Nveis mais usados: 99%, 95% e 90%. Nvel de significncia (): a probabilidade de que um intervalo estimado NO contenha o parmetro populacional. Erro mximo da estimativa (tolerncia): a maior distncia possvel entre a estimativa pontual e o valor do parmetro. s E = z x = z E = t ou n n

Construindo estimativas intervalares das mdias usando distribuio Normal


Intervalo de confiana:

xE x+E
Usando a amostra de dados do exemplo 1 anterior (mdia=12,4), assumindo que a varincia populacional igual a varincia amostral e 95% de confiana temos. 5,0 s E = z = 1,96 = 1,3 n 54 11,1 13,7 Este intervalo conter a mdia populacional com uma confiana de 95%.

Construindo estimativas intervalares das mdias usando distribuio Normal


Tamanho da amostra mnima para estimar .
Dado um nvel de confiana (1-) e um erro mximo de estimativa E, o tamanho mnimo a amostra necessria para estimar a mdia populacional
z n= E
2

Construindo estimativas intervalares das mdias usando distribuio Normal


Usando o exemplo 1 e considerando uma sentena como margem de erro, quantos anncios devem ser includos na amostra se voc quer ter 95% de confiana de que a estimativa intervalar contenha a mdia populacional? Soluo:
z 1,96 5,0 n= = = 97 1 E
2 2

97 o nmero mnimo.

Construindo estimativas intervalares das mdias usando distribuio t


Erro mximo da estimativa (tolerncia):

E = t

s n

Para n-1 graus de liberdade

Intervalo de confiana

xE x+E
Tamanho da amostra:
t s n= E
2

Construindo estimativas intervalares das mdias usando distribuio t


Exemplo 2: 16 restaurantes so selecionados ao acaso e mede-se a temperatura do caf vendido em cada um. A temperatura mdia amostral de 162oF, com desvio amostral de 10oF. Obtenha o intervalo de confiana de 95% para a temperatura mdia. s 10
E = t n = 2,131

16

= 5,32

156,67 167,32

Propriedades da distribuio t
Se uma varivel aleatria X e aproximadamente normal, a distribuio amostral de X uma distribuio t x t= s/ n 1. Tem forma de sino e simtrica em torno da mdia. 2. uma famlia de curvas, cada uma determinada pelo nmero de graus de liberdade.
Graus de liberdade: nmero de escolhas livres deixados por uma amostra aps uma estatstica ter sido calculada.

Propriedades da distribuio t
3. A forma de sino reflete maior variabilidade que se espera com pequenas amostras. Quando o nmero de graus de liberdade cresce, a distribuio tende para a distribuio normal. Tem mdia zero.

Construindo estimativas das propores


A estimativa pontual para p, proporo populacional de sucessos, dada pela proporo de sucessos em uma amostra.
x p = n

onde x o nmero de sucessos em uma a amostra.

Exemplo 3. Em um levantamento sobre esportes entre 1024 adultos norteamericanos, 287 disseram que preferiram assistir jogos de futebol americano.
p = 287 28 % 1024

Construindo estimativas intervalares das propores


Suposies:
Aleatoriedade na amostra. Condies de um experimento binomial so satisfeitas. Aproximao normal pode ser aplicada.

Erro mximo da estimativa.


E = z pq n

Intervalo de confiana

pE p p+E

Construindo estimativas intervalares das propores


Aumentando o tamanho da amostra para melhorar a preciso sem diminuir o grau de confiana.
z q n= p E
2

Usando exemplo 3 e 95% de confiana temos, np = 287 > 5 e nq = 737 > 5


E = 1,96 0,28 0,72 = 0,028 1024

0,252 p 0,308

Construindo estimativas das varincias e desvios padres


A estimativa pontual para 2 s2 e a estimativa pontual para s onde
1 n s = ( xi x ) 2 n 1 i =1
2

1 n s= ( xi x ) 2 n 1 i =1

A distribuio qui-quadrado usada para construir estimativas intervalares para a varincia e o desvio padro. Aplicabilidade: situaes de controle de qualidade em processo de produo.

Propriedades da distribuio qui-quadrado


De uma populao normalmente distribuda com varincia 2, selecionarmos aleatoriamente amostras independentes de tamanho n e calculamos a varincia amostral s2 para cada amostra. A estatstica
2 =
n 1

tem distribuio qui-qadrado com n-1 graus de liberdade.

s2

Propriedades da distribuio qui-quadrado


1. A distribuio no simtrica. Quando o nmero de graus de liberdade aumenta a distribuio se torna mais simtrica e se aproxima da distribuio normal 2. Os valores qui-quadrados nunca podem ser negativos.

Construindo estimativas intervalares das varincias e desvios padres


Suposies:
Amostra aleatria. Populao normalmente distribuda.

Intervalo de confiana para a varincia

(n 1) s 2

12 / 2
(n 1) s 2

(n 1) s 2
2 / 2

Intervalo de confiana para o desvio padro

2 1 / 2

(n 1) s 2
2 / 2

Construindo estimativas intervalares das varincias e desvios padres


Exemplo 4. Seleciona-se aleatoriamente e pesa-se 30 amostras de um determinado antialrgico. O desvio padro da amostra de 1,2 miligramas. Supondo que os pesos tenham uma distribuio normal, construa um intervalo de confiana de 99% para o desvio padro populacional
2 / 2 = 02, 005 = 13,12

12 / 2 = 02,995 = 52,36

(29)(1,2) 2 (29)(1,2) 2 52,36 13,12 0,798 3,183