Estimacao e Intervalo de Confianca.ppt
-
Upload
felipe-teixeira -
Category
Documents
-
view
17 -
download
3
description
Transcript of Estimacao e Intervalo de Confianca.ppt
![Page 1: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/1.jpg)
Estimação e Intervalo de Confiança
![Page 2: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/2.jpg)
Estimação
• Frequentemente necessitamos, por meio das amostras, conhecer informações gerais da população.
• A estimação é o processo que consiste no uso de dados da amostra (dados amostrais) para estimar valores de parâmetros populacionais desconhecidos, tais como média, desvio padrão, proporções etc.
![Page 3: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/3.jpg)
Estimação
População
AmostraMédia
Desvio Padrão
AmostraMédia
Desvio Padrão
![Page 4: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/4.jpg)
Estimativas Pontuais e Intervalares
• Chamamos de estimador a quantidade calculada em função dos elementos da amostra, que será usada no processo de estimação do parâmetro desejado. – O estimador é, como vemos, uma estatística. Será,
portanto, uma variável aleatória caracterizada por uma distribuição de probabilidade e seus respectivos parâmetros próprios.
• Chamaremos de estimativa a cada valor particular assumido por um estimador.
![Page 5: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/5.jpg)
Estimativa Pontual
• É quando fazemos uma única estimativa (um valor) para um determinado parâmetro populacional. Vejamos os exemplos:
![Page 6: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/6.jpg)
Estimativa Intervalar
• É quando fazemos uma estimativa de um intervalo de valores possíveis, no qual se admite esteja o parâmetro populacional.
• Neste tipo de estimativa temos um intervalo de valores em torno do parâmetro amostral, no qual julgamos, com um risco conhecido de erro, estar o parâmetro da população. A esse intervalo chamamos intervalo de confiança
![Page 7: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/7.jpg)
Estimativa de Médias de uma População
• Para efetuar a Estimativa de Médias de uma População utiliza-se desvio padrão da distribuição que constitui a amostra (distribuição amostral), deve-se levar em consideração se o desvio padrão da população é ou não conhecido.
![Page 8: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/8.jpg)
• Para desvio padrão populacional conhecido temos:
• Estimativa Intervalar da média
![Page 9: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/9.jpg)
![Page 10: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/10.jpg)
• Salientamos que a estimativa intervalar da média populacional baseia-se na hipótese de que a distribuição das médias amostrais é normal, daí usarmos a nova variável z. Para grandes amostras (quando n é maior que 30) esta premissa é garantida pelo Teorema do Limite Central;
• Para amostras de 30 ou menos elementos, é importante saber que a população submetida à amostragem distribuição-t (Student)
![Page 11: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/11.jpg)
Teorema do Limite
• As médias das amostras apresentam uma distribuição normal, desde que sejam independentes
• Média das médias converge para a média da população µ
• Desvio padrão é n/
![Page 12: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/12.jpg)
Usando a tabela z
• z < 0,21• Z < -1,2• P(Z≤ 1,23) = 0,890651• P(Z< 1,02) = 0,153864• P(Z> 1,45) = 0,073529• P (-1,03 < Z < 1,02) = 0,846136 - 0,151505
![Page 13: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/13.jpg)
A tabela (µ = 0, σ =1)
• µ = 15, σ =7• P(X<13) Z = (X - µ) / σ
Z = (13 – 15)/7 = 0,29
0,385908
![Page 14: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/14.jpg)
Cálculo do Intervalo de Confiança
• Considerando que uma amostra de cem elementos extraída de uma população aproximadamente normal, cujo desvio padrão é igual a 2, forneceu média de 35,6 ( ), construir intervalos de confiança de 90%, 95% e 99% para a média dessa população.
x
![Page 15: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/15.jpg)
Exemplo
0,50,5
90 -> 0,4595 -> 0,47599 -> 0,495
![Page 16: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/16.jpg)
![Page 17: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/17.jpg)
Erro admitido num intervalo (erro de estimação)
• É a diferença entre a média da amostra e a verdadeira média da população.
• Como o intervalo de confiança tem centro na média da amostra, o erro máximo provável que está sendo admitido é igual à metade da amplitude do intervalo.
• O erro de estimação pode ser descrito pela relação:
Percebemos que quando aumentamos este erro potencial aumenta. Podemos concluir também que maiores amostras (aumenta n) possuem um potencial de erro menor.
![Page 18: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/18.jpg)
Distribuição t de Student
• Para pequenas amostras a distribuição normal apresenta valores menos precisos, o que nos leva a utilizar um modelo melhor.
![Page 19: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/19.jpg)
Distribuição t de Student
• Existe um valor de t para cada tamanho de amostra, sendo que à medida que a amostra (n) cresce, a distribuição t de Student se aproxima da distribuição normal.
• Para calcular o valor de t a ser usado é necessário ter:– Um nível de confiança desejado: – Qual o número de graus de liberdade a ser
utilizado:
![Page 20: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/20.jpg)
Exemplo
• Sabendo-se que uma amostra tem 25 elementos, que a sua média 150 e desvio padrão igual a 10. Represente um intervalo de confiança em nível de 90%.
• Como a amostra é menor que 30 elementos, então iremos usar a distribuição t de Student. Se desejamos um intervalo de confiança de 90%, temos:
![Page 21: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/21.jpg)
Valor de t
• Para trabalharmos com a tabela, encontramos o número de graus de liberdade, que é: (n-1), logo (25-1)=24.
Tabela (24,095)=1,711
![Page 22: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/22.jpg)
Valor de t
![Page 23: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/23.jpg)
Determinação do Tamanho da Amostra
• O tamanho da amostra depende de 3 fatores, conforme abaixo:– O grau de confiança desejado (z);– Quantidade de dispersão entre os valores
individuais da população ( );– Erro tolerável ou admitido (e).
• Formula
![Page 24: Estimacao e Intervalo de Confianca.ppt](https://reader031.fdocument.pub/reader031/viewer/2022013118/563db7e6550346aa9a8f0086/html5/thumbnails/24.jpg)
Exemplo
• Qual o tamanho de amostra necessária para se estimar a média de uma população infinita cujo desvio padrão é igual a 4, com 98% de confiança e erro de 0,5?