Intervalos Estatsticos para

Uma nica Amostra

OBJETIVOS DE APRENDIZAGEM
Depois de um cuidadoso estudo deste captulo, voc deve ser capaz de:
1.Construir intervalos de confiana para a mdia de uma distribuio normal,
usando tanto o mtodo da distribuio normal como o da distribuio t
2.Construir intervalos de confiana para a varincia e o desvio-padro de uma
distribuio normal
3.Construir intervalos de confiana para a proporo de uma populao
4.Usar um mtodo geral de construo de um intervalo aproximado de confiana
para um parmetro
5.Construir intervalos de previso para uma observao futura
6.Construir um intervalo de tolerncia para uma populao normal
7.Explicar os trs tipos de estimativas de intervalo: intervalos de confiana,
intervalos de previso e intervalos de tolerncia
Depois de um cuidadoso estudo deste captulo, voc deve ser capaz de:
1.Construir intervalos de confiana para a mdia de uma distribuio normal,
usando tanto o mtodo da distribuio normal como o da distribuio t
2.Construir intervalos de confiana para a varincia e o desvio-padro de uma
distribuio normal
3.Construir intervalos de confiana para a proporo de uma populao
4.Usar um mtodo geral de construo de um intervalo aproximado de confiana
para um parmetro
5.Construir intervalos de previso para uma observao futura
6.Construir um intervalo de tolerncia para uma populao normal
7.Explicar os trs tipos de estimativas de intervalo: intervalos de confiana,
intervalos de previso e intervalos de tolerncia
8-1 Introduo
No captulo anterior, ilustramos como um parmetro pode
ser estimado a partir de dados de uma amostra.
Entretanto, importante entender quo boa a estimativa
obtida.
Uma estimativa de intervalo para um parmetro de uma
populao chamada de umintervalo de confiana.
Trs tipos de intervalo sero apresentados:
Intervalo de Confiana
Intervalo de Predio
Intervalo de Tolerncia
8-2.1 Desenvolvimento do Intervalo de
Confiana e suas Propriedades
8-2 Intervalo de Confiana para a Mdia de uma
Distribuio Normal de Varincia Conhecida
Suponha que X
1
,X
2
,,X
n
seja uma amostra proveniente de uma distribuio
normal, com mdia desconhecida e varincia conhecida
2
. Dos resultados
do Captulo 5, sabemos que a mdia da amostra normalmente
distribuda, com mdia e varincia
2
/n. Podemos padronizar subtraindo
a mdia e dividindo pelo desvio-padro, que resulta na varivel:
Agora, temos uma varivel Z com distribuio normal padro.
8-2.1 Desenvolvimento do Intervalo de
Confiana e suas Propriedades
8-2 Intervalo de Confiana para a Mdia de uma
Distribuio Normal de Varincia Conhecida
Uma estimativa de intervalo de confiana para um intervalo da forma l
u , em que os extremos l e u so calculados a partir de dados da amostra.
Uma vez que diferentes amostras produziro diferentes valores de l e u, esses
extremos so valores variveis aleatrias L e U, respectivamente. Suponha
que possamos determinar os valores de L e U, tal que a seguinte afirmao de
probabilidade seja verdadeira:
Sendo 01. H uma probabilidade de 1 de selecionar uma amostra para
a qual o IC conter o valor verdadeiro de . Uma vez que tenhamos
selecionado a amostra, de modo que X
1
=x
1,
X
2
=x
2
, , X
n
=x
n
e calculado l e
u, o intervalo resultante de confiana para :
8-2.1 Desenvolvimento do Intervalo de Confiana e suas
Propriedades
Os extremos ou limites de l e u so chamados de limites inferior e superior de
confiana, respectivamente e 1- chamado de coeficiente de confiana. Visto que
Z segue uma distribuio normal padro, Podemos escrever:
8-2 Intervalo de Confiana para a Mdia de uma
Distribuio Normal de Varincia Conhecida
Agora, manipule as grandezas dentro das chaves, (1) multiplicando por /n,
(2)subtraindo de cada termo, e (3) multiplicando por -1. Isso resulta em:
Se for mdia amostral de uma amostra aleatria, de tamanho n, proveniente de
uma populao com varinciaconhecida
2
, um intervalo com 100(1-)% de
confiana para dado por
Sendo z
/2
o ponto superior com 100/2% da distribuio normal padro.
Se for mdia amostral de uma amostra aleatria, de tamanho n, proveniente de
uma populao com varinciaconhecida
2
, um intervalo com 100(1-)% de
confiana para dado por
Sendo z
/2
o ponto superior com 100/2% da distribuio normal padro.
8-2.1 Desenvolvimento do Intervalo de Confiana e suas
Propriedades
Definio
8-2 Intervalo de Confiana para a Mdia de uma
Distribuio Normal de Varincia Conhecida
A norma padro ASTM E23 define mtodos padres de testes para testar o impacto em
barras entalhadas feitas com materias metlicos. A tcnica Charpy V-notch (CVN) mede a
energia de impacto e frequentemente utilizada para determinar se um material
experimenta ou no uma transio dctil-frgil com o decrscimo de temperatura. Dez
medidas de energia (J ) de impacto nos corpos-de-prova de ao A238, cortados a 60C,
so: 64.1,64.7,64.5,64.6, 64.5,64.3,64.6,64.8,64.2 e 64.3. Considere que a energia de
impacto seja normalmente distribuda, com =IJ Queremos encontrar um IC de 95%
para , a energia mdia de impacto. As grandezas requeridas so: z
/2
=Z
0,025
=1,96,
n=10, =1 e =64,46. O IC resultante de 95% encontrado a partir da equao 8-7,
como a seguir:
Ou seja, baseado nos dados da amostra, uma faixa de valores altamente plausveis para a
energia mdia de impacto para o ao !238 a 60C 63,84J 65,08J
Exemplo 8-1
8-2 Intervalo de Confiana para a Mdia de uma
Distribuio Normal de Varincia Conhecida
Interpretando um Intervalo de Confiana
Um intervalo de confiana um intervalo aleatrio
A afimao apropriada que o intervalo observado
[l,u] envolve o verdadeiro valor de , com confiana de
100(1-).
Examine a Figura 8-1 no prximo slide.
8-2 Intervalo de Confiana para a Mdia de uma
Distribuio Normal de Varincia Conhecida
Figura 8-1 Construo repetida de um intervalo de confiana
para .
8-2 Intervalo de Confiana para a Mdia de uma
Distribuio Normal de Varincia Conhecida
Nvel de Confiana e Preciso da Estimao
O comprimento de um intervalo uma medida de
preciso da estimao.
Figura 8-2 Erro emestima com .
x
8-2 Intervalo de Confiana para a Mdia de uma
Distribuio Normal de Varincia Conhecida
Se for usada como uma estimativa de , podemos estar 100(1-)% confiantes de
que o erro | - | no excederum valor especificado E quando o tamanho da
amostra for
Se for usada como uma estimativa de , podemos estar 100(1-)% confiantes de
que o erro | - | no excederum valor especificado E quando o tamanho da
amostra for
8-2.2 Escolha do Tamanho da Amostra
Definio
8-2 Intervalo de Confiana para a Mdia de uma
Distribuio Normal de Varincia Conhecida
Exemplo 8-2
8-2 Intervalo de Confiana para a Mdia de uma
Distribuio Normal de Varincia Conhecida
Para ilustrar ousodesseprocedimento, considereotesteCVN, descritono Exemplo8-1, e
suponhaquequisssemosdeterminar quantosespcimesteramosde testar paraassegurar
queoIC de 95% para paraoaoA238, cortadoa 60, tivesseum comprimentode no
mximo1,0J . Umavez queoerrode estimao, E, metadodo comprimentodo IC, para
determinar nusamosa Equao8-8, com E =0,5, =1 ez
/2
=1,96. O tamanho
requeridode amostra16
E vistoquentem de ser um inteiro, otamanhorequeridode amostran=16.
Limites Unilaterais de Confiana para a Mdia, Varincia Conhecida
O Limite superior com 100(1 - )% de confiana para
E o Limite inferior com 100(1 - )% de confiana para
Limites Unilaterais de Confiana para a Mdia, Varincia Conhecida
O Limite superior com 100(1 - )% de confiana para
E o Limite inferior com 100(1 - )% de confiana para
8-2.3 Limites Unilaterais de Confiana
Definio
8-2 Intervalo de Confiana para a Mdia de uma
Distribuio Normal de Varincia Conhecida
8-2.4 Mtodo Geral para Deduzir um Intervalo de
Confiana
8-2 Intervalo de Confiana para a Mdia de uma
Distribuio Normal de Varincia Conhecida
fcil dar um mtodogeral paraencontrar um intervalode confianapara
um parmetrodesconhecido. SejaX
1
,X
2
,,X
n
uma amostra aleatria com
n observaes. Suponha que possamos encontrar uma estatstica
g(X
1
,X
2
,,X
n
; ) com as seguintes propriedades:
1.g(X
1
,X
2
,,X
n
; ) dependedaamotraede .
2.A distribuiode probabilidadesde g(X
1
,X
2
,,X
n
; ) nodependede
oude qualquer outroparmetrodesconhecido.
8-2.4 Mtodo Geral para Deduzir um Intervalo de
Confiana
8-2 Intervalo de Confiana para a Mdia de uma
Distribuio Normal de Varincia Conhecida
No caso considerado nesta seo, o parmetro = . A varivel aleatria
g(X
1
,X
2
,,X
n
; ) = e satisfaz ambas as condies
anteriores; ela depende da amostra e de , e tem uma distribuio normal
padro desde que seja conhecida. Agora tem-se de encontrar as constantes
C
L
e C
U
de modo a
Devido propriedade 2, C
L
e C
U
no dependem de . Em nosso exemplo,
C
L
= - z
/2
e C
U
= z
/2
. Finalmente, voc tem de manipular as desigualdades
no enunciado de probabilidade, de modo a
8-2.4 Mtodo Geral para Deduzir um Intervalo de
Confiana
8-2 Intervalo de Confiana para a Mdia de uma
Distribuio Normal de Varincia Conhecida
IssofornceL(X
1
,X
2
,,X
n
) eU(X
1
,X
2
,,X
n
) comooslimitesinferior e
superior de confiana, definindoointervalode confianade 100(1-)% para
. A grandezag(X
1
,X
2
,,X
n
; ) frequentementechamadade uma
grandezapivotal, vistoquepivotamosessagrandezanaEquao8-11 para
produzir a Equao8-12. Emnossoexemplo, manipulamosa grandeza
pivotal paraobter L(X
1
,X
2
,,X
n
) = e
U(X
1
,X
2
,,X
n
) =
Quando n tende para infinito, a grandeza
Tem uma distribuio normal padro aproximada. Consequentemente,
um intervalo de confiana para para amostras grandes, com nvel de
confiana de aproximadamente 100(1-)%.
Quando n tende para infinito, a grandeza
Tem uma distribuio normal padro aproximada. Consequentemente,
um intervalo de confiana para para amostras grandes, com nvel de
confiana de aproximadamente 100(1-)%.
8-2.5 Intervalo de Confiana Aproximado para a
Mdia,
Definio
8-2 Intervalo de Confiana para a Mdia de uma
Distribuio Normal de Varincia Conhecida
Exemplo 8-4
8-2 Intervalo de Confiana para a Mdia de uma
Distribuio Normal de Varincia Conhecida
Um artigo no volume de 1993 da Transactions of the American Fisheries Society
reportou os resultados de um estudo para investigar a contaminao por mercrio
em um peixe de boca grande. Uma mostra de peixe foi selecionada proveniente
de 53 lagos da Flrida e mediu-se a concentrao (em ppm) de mercrio no
tecido muscular. Os valores de concentrao de mercrio foram
Exemplo 8-4 (continuao)
8-2 Intervalo de Confiana para a Mdia de uma
Distribuio Normal de Varincia Conhecida
O sumrio das estatsticas provenientes do Minitab estdisposto a seguir:
Exemplo 8-4 (continuao)
Figura 8-3 Concentrao de mercrio emum peixe
de boca grande. (a) Histograma. (b)Grfico de
probabilidade normal.
8-2 Intervalo de Confiana para a Mdia de uma
Distribuio Normal de Varincia Conhecida
A Figura 8-3 (a) e (b) apresenta o histograma e o grfico de probabilidade
normal dos dados de concentrao de mercrio. Ambos os grficos indicam que
a distribuio de concentrao de mercrio no normal e positivamente
deslocada. Queremos achar um IC aproximado para , com 95%. Uma vez que
n>40, a suposio de normalidade no necessria para usar a Equao 8-13. As
grandezas requeridas so n =53, x =0,5250, s = 0,3486 e z
0,025
= 1,96. O IC
aproximado para com 95%
Esse intervalo razoavelmente largo visto que huma grande variabilidade nas
medidas de concentrao de mercrio.
Exemplo 8-4 (continuao)
8-2 Intervalo de Confiana para a Mdia de uma
Distribuio Normal de Varincia Conhecida
Intervalo de Confiana Aproximado para Amostras
Grandes
8-2 Intervalo de Confiana para a Mdia de uma
Distribuio Normal de Varincia Conhecida
8-3.1 Distribuio t
8-3 Intervalo de Confiana para a Mdia de uma
Distribuio Normal, Varincia Desconhecida
Seja X
1
,X
2
,,X
n
uma amostra aleatria proveniente de uma distribuio
normal, com mdia e varincia
2
desconhecidas. A varivel aleatria
Tem uma distribuio t, com n-1 graus de liberdade.
Seja X
1
,X
2
,,X
n
uma amostra aleatria proveniente de uma distribuio
normal, com mdia e varincia
2
desconhecidas. A varivel aleatria
Tem uma distribuio t, com n-1 graus de liberdade.
8-3.1 Distribuio t
Figura 8-4 Funes densidade de probabilidade de
vrias distribuies t.
8-3 Intervalo de Confiana para a Mdia de uma
Distribuio Normal, Varincia Desconhecida
8-3.1 Distribuio t
Figura 8-5 Pontos percentuais da distribuio t.
8-3 Intervalo de Confiana para a Mdia de uma
Distribuio Normal, Varincia Desconhecida
8-3.2 Intervalo de Confiana t para
Limites Unilaterais de confiana paraa mdiade umadistribuio
normal sotambmde interesseesofceisde usar. Use
simplesmenteolimiteinferior ousuperior apropriadodaEquao8-
18 etroquet
/2,n-1
por t
,n-1
.
8-3 Intervalo de Confiana para a Mdia de uma
Distribuio Normal, Varincia Desconhecida
Se e s forem mdia e o desvio-padro de uma amostra aleatria proveniente de
uma populao normal, com varinciadesconhecida
2
, ento um intervalo de
confiana de 100(1-)% para a mdia dado por
Sendo t
/2,-1
o ponto superior 100/2% da distribuio t, com n-1 graus de
liberdade.
Se e s forem mdia e o desvio-padro de uma amostra aleatria proveniente de
uma populao normal, com varinciadesconhecida
2
, ento um intervalo de
confiana de 100(1-)% para a mdia dado por
Sendo t
/2,-1
o ponto superior 100/2% da distribuio t, com n-1 graus de
liberdade.
Exemplo 8-5
8-3 Intervalo de Confiana para a Mdia de uma
Distribuio Normal, Varincia Desconhecida
Um artigono peridicoMaterial Engineering (1989, Vol II, No.4, pp.275-281) descreve
osresultadosde testes trativosde adesoem22 corpos-de-provade ligaU-700. A carga
no pontode falhado corpo-de-provadada a seguir (emmegapascal):
A mdiadaamostrax=13,71 eodesvio-padros=3,55. As Figs. 8-6 e8-7 mostram
um diagramade caixaeum grficode probabilidadesnormal dos dados de testes trativos
de adeso, respectivamente. Essesgrficosfornecemum bomsuporteparaa suposiode
quea populaonormalmentedistribuda. Queremosencontrar um IC de 95% para.
Umavez quen=22, temosn 1 =21 grausde liberdadeparat; logo t0,025,21 =2,080.
O IC resultante
O IC razoavelmenteamploporquehumagrandevariabilidadenasmedidasdo teste
trativode adeso.
Figura 8-6 Diagrama de Caixa e Linha para os dados
de carga de falha do Exemplo 8-5.
8-3 Intervalo de Confiana para a Mdia de uma
Distribuio Normal, Varincia Desconhecida
Figura 8-7 Grfico de probabilidade normal dos
dados de carga de falha do Exemplo 8-5.
8-3 Intervalo de Confiana para a Mdia de uma
Distribuio Normal, Varincia Desconhecida
Definio
8-4 Intervalo de Confiana para a Varincia e
para o Desvio-Padro de uma Populao Normal
Seja X
1
,X
2
,,X
n
uma amostra aleatria proveniente de uma distribuio
normal, com mdia e varincia
2
, e seja S
2
a varincia da amostra.
Ento a varivel aleatria
Tem uma distribuio qui-quadrado (
2
), com n-1 graus de liberdade.
Seja X
1
,X
2
,,X
n
uma amostra aleatria proveniente de uma distribuio
normal, com mdia e varincia
2
, e seja S
2
a varincia da amostra.
Ento a varivel aleatria
Tem uma distribuio qui-quadrado (
2
), com n-1 graus de liberdade.
Figura 8-8 Funes
densidade de
probabilidade de vrias
distribuies
2
.
8-4 Intervalo de Confiana para a Varincia e
para o Desvio-Padro de uma Populao Normal
Definio
8-4 Intervalo de Confiana para a Varincia e
para o Desvio-Padro de uma Populao Normal
Se s
2
for a varinciaamostral de uma amostra aleatriade observaes
provenientes de uma populao normal, com varincia desconhecida
2
, ento
um intervalo de confiana de 100(1-)% para
2
ser
Sendo X
2
/2,n-1
e X
2
1-/2,n-1
os pontos percentuais superior e inferior 100/2% da
distribuio qui-quadrado, com n-1 graus de liberdade, respectivamente. Um
intervalo de confianapara tem limites inferior e superior que so as razes
quadradas dos limites correspondentes na Equao 8-21.
Se s
2
for a varinciaamostral de uma amostra aleatriade observaes
provenientes de uma populao normal, com varincia desconhecida
2
, ento
um intervalo de confiana de 100(1-)% para
2
ser
Sendo X
2
/2,n-1
e X
2
1-/2,n-1
os pontos percentuais superior e inferior 100/2% da
distribuio qui-quadrado, com n-1 graus de liberdade, respectivamente. Um
intervalo de confianapara tem limites inferior e superior que so as razes
quadradas dos limites correspondentes na Equao 8-21.
Limites Unilaterais de Confiana para Varincia
8-4 Intervalo de Confiana para a Varincia e
para o Desvio-Padro de uma Populao Normal
Os limites inferior e superior de confianade 100(1-)% para
2
so
Respectivamente.
Os limites inferior e superior de confianade 100(1-)% para
2
so
Respectivamente.
8-4 Intervalo de Confiana para a Varincia e
para o Desvio-Padro de uma Populao Normal
Exemplo 8-6
Umamquinaautomticade enchimentousadaparaencher garrafascom detergente
lquido. Umaamostraaleatriade 20 garrafasresultaemumavarinciaamostral de
volume de enchimentode s
2
=0,0153 (onafluda)
2
. Se a varinciado volume de
enchimentofor muitograde, existirumaproporoinaceitvel de garrafascujo
enchimentonofoi completoecujoenchimentofoi emdemasia. Consideraremosqueo
volume de enchimentosejadistribudode forma aproximadamentenormal. Um intervalo
superior de confianade 95% encontradoa partir daEquao8-22 conformese segue:
Ou
Essaltimaafimaopodeser convertidaemum intervalode confianaparaodesvio-
padro, extraindoa raiz quadradade ambos oslados, resultandoem
Consequentemente, com um nvel de confianade 95%, osdados indicamqueodesvio-
padrodo processopoderiaser tograndequanto0,17 onafluda
Aproximao da Normal para uma Proporo
Binomial
A grandeza chamadade erro-padrodo estimador
pontual .
n p p / ) 1 (
P

8-5 Intervalo de Confiana para a Proporo de

uma Populao, Amostra Grande
Se n for grande, a distribuio de
Seraproximadamente normal padro.
Se n for grande, a distribuio de
Seraproximadamente normal padro.
8-5 Intervalo de Confiana para a Proporo de
uma Populao, Amostra Grande
Se p a proporo de observaes em uma amostra aleatria de tamanho n que
pertena a uma classe de interesse, ento um intervalo aproximado de confiana
de 100(1-)% para a proporo p da populao que pertena a essa classe
Sendo z
/2
o ponto superior /2% da distribuio normal padro.
Se p a proporo de observaes em uma amostra aleatria de tamanho n que
pertena a uma classe de interesse, ento um intervalo aproximado de confiana
de 100(1-)% para a proporo p da populao que pertena a essa classe
Sendo z
/2
o ponto superior /2% da distribuio normal padro.
8-5 Intervalo de Confiana para a Proporo de
uma Populao, Amostra Grande
Exemplo 8-7
Emumaamostraaleatriade 85 mancaisde eixosde manivelasde motoresde
automveis, 10 tem um acabamentode superfciequemaisrugosodo queas
especificaespermitiam. Consequentemente, umaestimativapontual daproporo
de mancaisnapopulaoqueexcedea especificaode rugosidadep^=x/n=
10/85 =0.12. Um intervalobilateral de confianaparapcalculadodaEquao8-
25 como:
Ou
Quesimplificapara
Escolha do Tamanho da Amostra
O tamanhodaamostraparaum valor especficode E
dado por
Um limitesuperior paran dado por
8-5 Intervalo de Confiana para a Proporo de
uma Populao, Amostra Grande
8-5 Intervalo de Confiana para a Proporo de
uma Populao, Amostra Grande
Exemplo 8-8
Considerea situaodo Exemplo8-7. Quograndedeverser a amostra, se
quisermosestar 95% confiantesde queoerroemusar paraestimar pmenor do
que0,05? UsandoP =0,12 comoumaestimativainicial de p, encontramos, da
Equao8-26, quetamanhorequeridodaamostra
Se quisssemosestar no mnimo95% confiantesde quenossaestimativa da
proporoverdadeira estivessedentrode 0.05, independentementedo valor de p,
entousaramosa Equao8-27 paraencontrar otamanhodaamostra
Note quese tivssemosa informaorelativaaovalor de , tantoa partir de uma
amostrapreliminar comode umaexperinciapassada, poderamosusar umaamostra
menor, emboramantendoa precisodesejadade estimao.
Limites Unilaterais de Confiana
8-5 Intervalo de Confiana para a Proporo de
uma Populao, Amostra Grande
Os limites aproximados inferior e superior de confianade 100(1-)% so
Respectivamente.
Os limites aproximados inferior e superior de confianade 100(1-)% so
Respectivamente.