Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Distribuio de probabilidade discreta

Anlise combinatria

Se uma varivel aleatria X pode assumir um conjunto

discreto de valores x1, x2, x3, ... , xk com probabilidades p1,
p2, p3, ... , pk, sendo pi = 1, diz-se que est definida uma
distribuio de probabilidade discreta de X.

Fatorial de n

A funo p(x) que assume os valores p1, p2, p3, ... , pk,
respectivamente para X= x1, x2, x3, ... , xk, denominada
funo de probabilidade ou distribuio de probabilidade.

Combinaes

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Medicina Veterinria

n! = n(n-1)(n-2) ... 1
0! = 1

Uma combinao de n objetos diferentes, tomados r de

cada vez, uma escolha de r dos n objetos, no se levando
em considerao a ordem de sua disposio .

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

DISTRIBUIO BINOMIAL

O nmero de combinaes de n objetos, tomados r de

cada vez, representado por
Cn,r ou C rn dado por:

Cn, r =

Estatstica

n!
r!(n r)!

Prof. Dr. Ednaldo Carvalho Guimares

P ( X = x ) = C nx p x q n x

Definio
Considere p a probabilidade de um evento ocorrer em uma
tentativa nica (probabilidade de sucesso) e q = 1-p a de que o
evento no ocorra em qualquer tentativa nica (probabilidade
insucesso), ento a probabilidade do evento acontecer exatamente x
vezes, em n tentativas (x sucessos e n-x insucessos) definida por:

Medicina Veterinria

,para x < n

em que:
n o nmero de experincias; p a probabilidade do sucesso e
q= 1 - p a probabilidade do fracasso;

C nx =

Caractersticas
a mais importante das distribuies tericas de probabilidade
para variveis discretas
apropriada nas experincia onde ocorre somente duas
situaes (sucesso ou fracasso)
Exemplos de experimentos binomias: lanamento de moeda;
germinao de semente; fecundao de vulo; defeito de
equipamento; opinio sim ou no, etc..

n!
(n x)! x!

Um experimento se enquadra como um experimento binomial se as

seguintes condies so satisfeitas:
A varivel discreta
Em cada experimento ocorre apenas o sucesso (p) ou fracasso
(q)
Os experimentos repetidos so independentes
A probabilidade do sucesso (p) permanece constante de
experimento para experimento
Um nmero fixo de n experincias so realizadas

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Notao
X~b(n,p)
A mdia e a varincia da binomial
Mdia = = E(x) = n.p
Varincia = 2 = n.p.q
Desvio padro = 2
Exemplo 1. Sabe-se que 90% dos ovos de uma granja so fertlizados.
Cinco ovos so selecionados ao acaso de um lote e analisados
quanto a fertilizao.
a) Verifique se este experimento se enquadra como binomial
b) Calcule a probabilidade de: i) exatamente 3 ovos estarem fertlizados;
ii) no mximo em 1 no estar fertilizado.
c) Determinar o nmero esperado e o desvio padro de ovos
fertilizados.

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Exemplo 2. Uma infeco experimental em camundongos determina

morte de 30% dos animais a ela submetidos, 70% sobrevivendo. Qual
a probabilidade de obter num lote de 5 animais, uma mortalidade de,
no mximo 20%?
Exemplo 3: Suponha que o pesquisador tem a informao que, 1 em
cada seis ces apresentam a caracterstica X. O pesquisador vai
fazer um experimento e pretende usar 10 animais. Se no experimento
ele precisa de oito animais com a caracterstica X, qual a
probabilidade de ter sucesso no seu experimento?
Exemplo 4: A prevalncia de certa doena em quelnios de 15%.
Ser analisado um grupo de 4 animais.
a) Monte a distribuio de probabilidade de X = nmero de animais
com a doena.

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

DISTRIBUIO DE POISSON
Caractersticas
apropriada para eventos raros
varivel discreta definida no espao contnuo (Ex.:
acontecimentos no tempo, em uma rea, em volume, etc)
Utilizada para fazer clculos aproximados da binomial quando n
muito grande e p muito pequeno (n > 50 e p < 0,10)
Exemplos de experimentos poisson: nmero de focos de febre
aftosa por ano; nmero de espermatozide com defeito por mL de
semem em Bos Taurus.

Definio
Considere X uma varivel aleatria com os seguintes
valores:0,1,2,3,...,n. A probabilidade de X assumir um valor k
dada pela frmula de distribuio de probabilidade:

b) Determine a mdia e o desvio padro.

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

P(X = k) =

Medicina Veterinria

, para k = 0,1,2,....

k!

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Exemplo 1. Suponha que, em mdia, a taxa de ocupao de determinado

animal seja de 10 animais/ha em reservas florestais de uma determinada
regio.
a) Se o pesquisador vai analisar uma rea de 2000 m2, qual a probabilidade de
encontrar 3 animais?
b) E em uma rea de 0,5 ha, qul a probabilidade de se encontrar pelo menos um
animal?

Notao
X~Po()

Exemplo 2. Um fornecedor de ovos fertilizados informa que apenas 5% de

seus ovos no so fecundados. Um teste feito com 100 ovos. Qual a
probabilidade de 10 no estarem fecundados?

A mdia e a varincia da Poisson

Mdia = = E(x) =
Varincia = 2 =
Desvio padro = raiz()

Exemplo 3. Em um hospital veterinrio, em mdia, realizado 3 procedimentos

de emergncia por dia.
a) Qual a probabilidade que m um dia se faa no mximo dois procedimentos
desse tipo?
b) Se o hospital tem capacidade de fazer at 4 atendimentos desse tipo por dia,
qual a probabilidade que em determinado dia algum procedimento no seja
realizado?

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

DISTRIBUIO NORMAL

( x )2

.e

sendo:
= mdia da varivel X ( )
= desvio padro de X ( +)
e = 2,718
= 3,141516

2 2

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Notao

Caractersticas

o mais importante dos modelos para variveis contnuas

Tem grande aplicao em todos as reas da cincia
Uma varivel X tem distribuio normal se sua funo densidade
de probabilidade dada por:

f ( x) =

Estatstica

,x

X ~ N(, 2)

Propriedades da curva normal

O grfico da normal tem a forma de sino

A distribuio simtrica em relao a mdia ()
As trs medidas de posio ( mdia, moda e mediana) so
coincidentes
duplamente assinttica em relao ao eixo X
Tem dois pontos de inflexo que correspondem s abcissas:
X

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Clculo de probabilidade
Suponha que X ~ N(, 2) e que desejamos calcular a probabilidade
de X estar entre a e b.
b

P(a < X < b) = f ( x)dx

a

Esta integral no tem soluo simples e necessita de utilizar mtodos

numricos para sua soluo e, ainda, para cada valor de a e de b
seria necessrio a soluo dessa integral.
A tarefa de clculo de probabilidade pode ser facilitada com o uso da
distribuio normal padronizada

Distribuio Normal Padronizada - Distribuio de Z

Utilizando as propriedades da mdia e do desvio padro, pode-se
definir a varivel normal padronizada Z como:

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Z=

Medicina Veterinria

Estatstica

Com base nas propriedades da mdia e do desvio padro tem-se que

a varivel Z ter mdia zero (Z = 0) e desvio padro um (Z = 1).
A funo densidade de probabilidade dada por:

f (Z ) =

1
2

.e

Z
2

Verifica-se agora que o clculo da probabilidade s depende de Z,

portanto, as probabilidades so calculadas uma nica vez e
tabeladas.

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Exemplo de uso da tabela:

Calcular as seguintes probabilidades:
a) P(0 < Z < 1,28)
b) P(Z>1,96)
c) P(Z< 2,57)
d) P(Z< - 1,33)
e) P(Z> -1,00)
f) P( -1,00 < Z < 1,45)
g) P( 1,00< Z < 1,96)

Medicina Veterinria

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Tabela 1. rea sob a curva normal padronizada compreendida entre os valores 0 e Z

Z

0.0
0.1
0.2
0.3

0.0000
0.0398
0.0793
0.1179

0.0040
0.0438
0.0832
0.1217

0.0080
0.0478
0.0871
0.1255

0.0120
0.0517
0.0910
0.1293

0.0160
0.0557
0.0948
0.1331

0.0199
0.0596
0.0987
0.1368

0.0239
0.0636
0.1026
0.1406

0.0279
0.0675
0.1064
0.1443

0.0319
0.0714
0.1103
0.1480

0.0359
0.0753
0.1141
0.1517

0.4
0.5
0.6

0.1554
0.1915
0.2257

0.1591
0.1950
0.2291

0.1628
0.1985
0.2324

0.1664
0.2019
0.2357

0.1700
0.2054
0.2389

0.1736
0.2088
0.2422

0.1772
0.2123
0.2454

0.1808
0.2157
0.2486

0.1844
0.2190
0.2517

0.1879
0.2224
0.2549

0.7
0.8
0.9
1.0
1.1
1.2
1.3
1.4

0.2580
0.2881
0.3159
0.3413
0.3643
0.3849
0.4032
0.4192

0.2611
0.2910
0.3186
0.3438
0.3665
0.3869
0.4049
0.4207

0.2642
0.2939
0.3212
0.3461
0.3686
0.3888
0.4066
0.4222

0.2673
0.2967
0.3238
0.3485
0.3708
0.3907
0.4082
0.4236

0.2704
0.2995
0.3264
0.3508
0.3729
0.3925
0.4099
0.4251

0.2734
0.3023
0.3289
0.3531
0.3749
0.3944
0.4115
0.4265

0.2764
0.3051
0.3315
0.3554
0.3770
0.3962
0.4131
0.4279

0.2794
0.3078
0.3340
0.3577
0.3790
0.3980
0.4147
0.4292

0.2823
0.3106
0.3365
0.3599
0.3810
0.3997
0.4162
0.4306

0.2852
0.3133
0.3389
0.3621
0.3830
0.4015
0.4177
0.4319

1.5
1.6
1.7
1.8

0.4332
0.4452
0.4554
0.4641

0.4345
0.4463
0.4564
0.4649

0.4357
0.4474
0.4573
0.4656

0.4370
0.4484
0.4582
0.4664

0.4382
0.4495
0.4591
0.4671

0.4394
0.4505
0.4599
0.4678

0.4406
0.4515
0.4608
0.4686

0.4418
0.4525
0.4616
0.4693

0.4429
0.4535
0.4625
0.4699

0.4441
0.4545
0.4633
0.4706

1.9
2.0
2.1

0.4713
0.4772
0.4821

0.4719
0.4778
0.4826

0.4726
0.4783
0.4830

0.4732
0.4788
0.4834

0.4738
0.4793
0.4838

0.4744
0.4798
0.4842

0.4750
0.4803
0.4846

0.4756
0.4808
0.4850

0.4761
0.4812
0.4854

0.4767
0.4817
0.4857

2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9

0.4861
0.4893
0.4918
0.4938
0.4953
0.4965
0.4974
0.4981

0.4864
0.4896
0.4920
0.4940
0.4955
0.4966
0.4975
0.4982

0.4868
0.4898
0.4922
0.4941
0.4956
0.4967
0.4976
0.4982

0.4871
0.4901
0.4925
0.4943
0.4957
0.4968
0.4977
0.4983

0.4875
0.4904
0.4927
0.4945
0.4959
0.4969
0.4977
0.4984

0.4878
0.4906
0.4929
0.4946
0.4960
0.4970
0.4978
0.4984

0.4881
0.4909
0.4931
0.4948
0.4961
0.4971
0.4979
0.4985

0.4884
0.4911
0.4932
0.4949
0.4962
0.4972
0.4979
0.4985

0.4887
0.4913
0.4934
0.4951
0.4963
0.4973
0.4980
0.4986

0.4890
0.4916
0.4936
0.4952
0.4964
0.4974
0.4981
0.4986

3.0
3.1
3.2

0.4987
0.4990
0.4993

0.4987
0.4991
0.4993

0.4987
0.4991
0.4994

0.4988
0.4991
0.4994

0.4988
0.4992
0.4994

0.4989
0.4992
0.4994

0.4989
0.4992
0.4994

0.4989
0.4992
0.4995

0.4990
0.4993
0.4995

0.4990
0.4993
0.4995

3.3
3.4
3.5
3.6

0.4995
0.4997
0.4998
0.4998

0.4995
0.4997
0.4998
0.4998

0.4995
0.4997
0.4998
0.4999

0.4996
0.4997
0.4998
0.4999

0.4996
0.4997
0.4998
0.4999

0.4996
0.4997
0.4998
0.4999

0.4996
0.4997
0.4998
0.4999

0.4996
0.4997
0.4998
0.4999

0.4996
0.4997
0.4998
0.4999

0.4997
0.4998
0.4998
0.4999

3.7
3.8
3.9

0.4999
0.4999
0.5000

0.4999
0.4999
0.5000

0.4999
0.4999
0.5000

0.4999
0.4999
0.5000

0.4999
0.4999
0.5000

0.4999
0.4999
0.5000

0.4999
0.4999
0.5000

0.4999
0.4999
0.5000

0.4999
0.4999
0.5000

0.4999
0.4999
0.5000

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Exemplos de aplicao:
1) Sabe-se que a varivel X que representa o peso (kg) de bovinos,
tem distribuio normal com mdia de 400 kg e desvio padro de 100
kg. Seleciona-se um animal:
a) Qual a probabilidade que ele apresente peso entre 300 e 500 Kg?
b) Qual a probabilidade que o peso seja superior a 550 kg?
c) Qual a probabilidade do peso estar entre 520 e 650 kg?
d) Acima de que valor de peso espera-se encontrar 90% animais?

Determinar os valores de k para:

a) P(Z> k) = 0,0505
b) P( Z < k) = 0,9949
c) P( Z < k) = 0,0505
d) P(Z> K) = 0,8997
e) P(-1,00 < Z < k) = 0,6826

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

TCNICAS DE AMOSTRAGEM
2) Suponha que a presso arterial mdia (PAM) de um animal
tenha distribuio normal com mdia de 10 cmHg e desvio padro
de 2 cmHg.

metodologia de estudar as populaes por meio de

amostras

a) Ao selecionar um animal aleatoriamente qual a probabilidade

que a PAM: i) fique entre 7 e 11 cmHg? ii) seja superior a 10,5
cmHg? iii) seja inferior a 8 cmHg? iv) fique entre 11 e 12 cmHg?
b) Se a PAM do animal for classificado em Baixa, Mdia e Alta,
de acordo com o seguinte critrio: Baixa 10% das menores
PAM; Alta 15% das maiores e Mdia os demais 75%, quais
sero os limites estimados para a classificao?
c) Se selecionarmos 5 animais, qual a probabilidade de que em 3
tenhamos PAM superior a 13cmHg?

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Amostragem ou Censo?
Por que fazer amostragem?
populao infinita
diminuir custo
aumentar velocidade na caracterizao
aumentar a representatividade
melhorar a preciso (mais cuidado na obteno dos
dados)
minimizar perdas por medidas destrutivas
material contnuo
Por que fazer censo?
populao pequena ou amostragem muito grande em
relao a populao
preciso completa (no se permite erros)

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Amostragem probabilstica:
cada elemento da populao tem uma probabilidade
(no nula) de ser escolhido
Amostragem no probabilstica:
amostragem restrita aos elementos que se tem
acesso (ex: doenas)
escolha a esmo (ex: frangos em um galpo, escolha
de parafusos numa caixa)
impossibilidade de sorteio (ex: sangue)
amostragem intencional, sem sorteio (ex: escolha de
elementos tpicos)
voluntrios (ex: testes de vacina)

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Quanto amostrar?
depende:
da variabilidade original dos dados (maior varincia
maior n)
da preciso requerida no trabalho (maior preciso
maior n)
do tempo disponvel (menor o tempo menor n)
do custo da amostragem (maior o custo menor n)
Como amostrar?
amostragem probabilstica X no probabilstica

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

AMOSTRAGEM COM REPOSIO E SEM REPOSIO

Na amostragem com reposio o objeto ou indivduo selecionado
volta populao antes de um novo sorteio. Nesse caso o
nmero de amostras possveis de tamanho n retiradas de uma
populao de tamanho N dada por: Nn. Por exemplo, de uma
populao de tamanho 10 possvel retirar 100 amostras de
tamanho 2
Na amostragem sem reposio o objeto ou indivduo
selecionado no retorna populao antes de um novo sorteio.
Neste caso o nmero de amostras possveis de tamanho n
retiradas de uma populao de tamanho N dada por: CNn . Por
exemplo, de uma populao de tamanho 10 ser possvel
retirar 45 amostras de tamanho 2.

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

TIPOS DE AMOSTRAGENS PROBABILISTICAS

Amostragem Aleatria Simples

Escolhe-se n elementos de uma populao de tamanho N
amostra = {X1, X2, ..., Xn}
Exemplo: selecionar 10 indivduos
etapas: numerar os indivduos
sortear aleatoriamente 10 indivduos
(Como fazer o sorteio?)

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

OBS:
usado para populao heterognea
(estratos homogneos)

Exemplo: escolher 10 animais em uma

populao com 3 faixas de pesos
diferentes

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Considere o nmero de vezes por dia que funcionrios

do setor de recursos humanos acessam sites no
relacionados com seu trabalho.

Uma populao de 1000 elementos que foi dividida em 3

estratos, sendo um com 100 elementos (E1) e desvio padro de
20, outro com 300 elementos (E2) e desvio padro de 10 e o
ltimo com 600 elementos (E3) e desvio padro de 5. Pretendese retirar uma amostra de 60 elementos para uma pesquisa, qual
deve ser o tamanho da amostra em cada estrato? Use as trs
partilhas, compre os resultados e faa os comentrios.

Prof. Dr. Ednaldo Carvalho Guimares

Estatstica

Um outro exemplo

Exemplo de amostragem estratificada

Estatstica

Medicina Veterinria

Primeiramente a populao (N) dividida em L subpopulaes (estratos) com N1, N2, ..., NL elementos. Para
cada estrato, escolhe-se ni elementos aleatoriamente,
totalizando n elementos.
n
todos iguais n i =
L
N i
ni = n
ni
proporcionais a Ni
N
Ni Si
tamanho timo
n
ni =

(considera a variabilidade) ( Ni Si )

OBS:
mtodo mais simples
pressupe populao homognea

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Amostragem Aleatria Estratificada

Medicina Veterinria

Amostragem Sistemtica
Se os elementos da populao j se encontram ordenados
segundo algum critrio, pode-se selecionar um elemento
qualquer e escolher um passo que definir qual ser o
prximo elemento escolhido.

Feminino
Masculino
10 12 13 11 11 20 14 10 18
10 12 10 12 13 19 6
12 11 10 15

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Retirar
amostra de
tamanho n=6

Medicina Veterinria

Exemplo de amostragem sistemtica

Em um fichrio com 500 fichas numeradas e ordenadas de 1 a
500, selecionar 10 fichas para uma pesquisa.

Sorteio dos elementos em ROL

N = Kn elementos
K = N/n
K amostras sistemticas de tamanho n.
1

10

20

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Estatstica

Amostragem por conglomerados

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Amostragem em mltiplos
estgios

A populao dividida em partes menores (Ex.: uma cidade dividida em

bairros) que so chamados de conglomerados. Seleciona-se, de forma
aleatria, alguns desses conglomerados para fazer parte da amostra. A amostra
final pode ser composta por todos os elementos do conglomerado ou por
alguns elementos desses conglomerados.

amostragem sistemtica
dentro do talho
talhes

amostra-se todos (ou alguns)

elementos do conglomerado

conglomerados

Exemplo: Pretende-se realizar um estudo em clinicas veterinrias

de Uberlndia sobre o tipo de servio prestado. Indique um tipo
de amostragem para este estudo.

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

TAMANHO DA AMOSTRA

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

DISTRIBUIES AMOSTRAIS

Um primeiro clculo do tamanho mnimo da amostra a ser usada em uma

pesquisa pode ser obtido em funo do erro mximo que se quer cometer no
trabalho.
Supondo um erro temos:

n0 =

a associao de diversos tipos de amostragem dentro de um

determinado estudo. No exemplo acima temos uma amostragem
por conglomerado no primeiro estgio e uma amostragem
sistemtica no segundo estgio.

Da populao X, com parmetro , ^retira-se k amostras de

tamanho n e calcula-se a estatstica . Estas estatsticas so
as estimativas de .

1
n0 o tamanho inicial da amostra

Os valores das estatsticas formaro uma nova populao que

recebe o nome de distribuio amostral da estatstica.

Conhecendo o tamanho N da populao pode-se corrigir o clculo anterior

por:

n =

Nn0
N + n0

A inferncia estatstica se baseia em tais distribuies,

assumindo, portanto, papel fundamental na anlise estatstica.

O assunto ser abordado novamente em itens futuros

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

CONCEITOS

Parmetro: medida utilizada para descrever uma

caracterstica populacional. Ex: ,

Estimador: uma varivel aleatria que funo dos

dados amostrais. Ex: X um estimador de

Estimativa: o valor numrico assumido pelo

estimador, quando so substitudos os dados
amostrais. Ex: x =170 cm

Inferncia estatstica: objetivo de inferir propriedades

de um agregado maior (a populao) a partir de um
conjunto menor (a amostra).

: mdia
: desviopadro

x1 : mdia.amostra1
s1 : desvio padro.1
x 2 : mdia.amostra 2
s 2 : desvio padro.2
x 3 : mdia.amostra3
s 3 : desvio padro.3

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Principais Distribuies Amostrais:

Populao

Amostras
1

Distribuio
Amostral

) Z

Distribuio amostral da varincia qui-quadrado (2)

Distribuio amostral de duas varincias F (Fisher e

Snedecor)

...

Distribuio amostral da mdia (distribuio de

(normal) ou t (t-student).

Distribuio amostral da proporo Z (normal)

...
n

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Teorema do Limite Central (TLC)

"Se a varivel aleatria X possui distribuio qualquer,

com mdia e varincia 2, a mdia amostral ( X ), baseada
em amostras aleatrias de tamanho n, possuir
distribuio normal aproximada com mdia das mdias
amostrais igual a mdia da populao ( x = x ) e com a
varincia das mdias amostrais igual a 2 = 2 ".
X

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

OBSERVAES:
Maior o n, melhor a aproximao normal.
n 30 a aproximao normal adequada, qualquer que
seja a distribuio populacional
amostragem sem reposio (n/N > 0,05), deve-se fazer a
correo para populao finita e, portanto:
2
Fator
de
2
correo
de
x
populao
finita
Em notao estatstica tem-se:
2

2 N n
X ~ N( X = X ; 2X = X
X ~ N( X = X ; 2X = X )
)
n N 1
n
Pop. Inf.
Pop. Finita

Estatstica

N n
n n 1

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Distribuio amostral da diferena entre duas

mdias para n1 > 30 e n2 >30
( X1 X2 ) ~ N( X

1 X 2

= 1 2 : 2X

1 X 2

12 22
+ )
n1 n2

Distribuio amostral da mdia em pequenas

amostras (n < 30) - Distribuio t Student

distribuio t - Student.
t=

X X
SX

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Caractersticas da distribuio t
a) simtrica em relao a mdia (semelhante a
distribuio de z)
b) Tem forma campanular. Valores de t dependem da
flutuao das estatsticas mdia e desvio padro amostrais
e z depende somente das mudanas da mdia das
amostras

A tabela t - Student fornece as probabilidades do valor

t ser maior que um valor especfico.
Depende do nmero de graus de liberdade (v = n-1)

c) Quando n tende para infinito, a distribuio t tende para a

distribuio normal. Na prtica, a aproximao
considerada boa quando n >30.
d) Possui n-1 graus de liberdade.

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

g
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
120

P(0 < Tg < t )

P (T10 > 2,764) = ?

P (T10 > 2,764) = 0,01

Estatstica

0,1
3,078
1,886
1,638
1,533
1,476
1,440
1,415
1,397
1,383
1,372
1,363
1,356
1,350
1,345
1,341
1,337
1,333
1,330
1,328
1,325
1,323
1,321
1,319
1,318
1,316
1,315
1,314
1,313
1,311
1,310
1,303
1,299
1,296
1,289
1,282

Medicina Veterinria
0,05
6,314
2,920
2,353
2,132
2,015
1,943
1,895
1,860
1,833
1,812
1,796
1,782
1,771
1,761
1,753
1,746
1,740
1,734
1,729
1,725
1,721
1,717
1,714
1,711
1,708
1,706
1,703
1,701
1,699
1,697
1,684
1,676
1,671
1,658
1,645

Prof. Dr. Ednaldo Carvalho Guimares

0,025
12,706
4,303
3,182
2,776
2,571
2,447
2,365
2,306
2,262
2,228
2,201
2,179
2,160
2,145
2,131
2,120
2,110
2,101
2,093
2,086
2,080
2,074
2,069
2,064
2,060
2,056
2,052
2,048
2,045
2,042
2,021
2,009
2,000
1,980
1,960

0,01
31,821
6,965
4,541
3,747
3,365
3,143
2,998
2,896
2,821
2,764
2,718
2,681
2,650
2,624
2,602
2,583
2,567
2,552
2,539
2,528
2,518
2,508
2,500
2,492
2,485
2,479
2,473
2,467
2,462
2,457
2,423
2,403
2,390
2,358
2,326

0,005
63,656
9,925
5,841
4,604
4,032
3,707
3,499
3,355
3,250
3,169
3,106
3,055
3,012
2,977
2,947
2,921
2,898
2,878
2,861
2,845
2,831
2,819
2,807
2,797
2,787
2,779
2,771
2,763
2,756
2,750
2,704
2,678
2,660
2,617
2,576

Medicina Veterinria

Distribuio amostral para a diferena entre duas

mdias para n1 < 30 e /ou n2 < 30.
I)

amostras independentes e varincias populacionais

estatisticamente iguais.
( X 1 X 2 ) ~ t( X
t=

1 X 2

( X1 X 2 ) ( 1 2 )
Sp

1
1
+
n1 n2

= 1 2 : S X2

Sp =

v = n1 + n2 - 2

1 X 2

1
1
)
= S 2p +

n1 n2

( n1 1 )S12 + ( n2 1 )S 22
n1 + n2 2

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Exemplo 1:
Obter os seguintes valores da distribuio t de Student:
a) P (-2,160 < t < a) = 0,95 com 13 g.l.
b) P (t > a) = 0,05 com 20 g.l.
c) P (t < a) = 0,10 com 9 g.l.
d) P(t < 2,201) = K com 11 g.l.
e) P(t > 2,821) = K com 9 g. l.

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

II) Amostras independentes e varincias populacionais

estatisticamente desiguais.
2
2
( X 1 X 2 ) ~ t( X

t=

1 X 2

= 1 2 : S X2

1 X 2

S1 S 2
+
)
n1 n2
2

S12 S 22

+
n1
n2

V=
( S12 / n1 )2 ( S 22 / n2 )2
+
n1 1
n2 1

( X1 X 2 ) ( 1 2 )
S1 S2
+
n1 n2

III) amostras dependentes

XD

~ t( X

= D ; S X2

S D2
)
n

As diferenas so dadas por:

Di = X1 - X2

t=

X D X
SX

v = n -1

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Distribuio amostral da varincia - Distribuio de

qui-quadrado (2)

uma distribuio amostral de varincias

Retira-se uma amostra de n elementos de uma populao

normal com mdia e varincia 2, teremos que s2 segue
uma distribuio de 2 com n-1 graus liberdade , e que:

2 =

A varivel

(n 1) s 2

+
P ( g2 > t2 )

P( 102 > 3, 25) = ?

P( 102 > 3, 25) = 0,975

Os valores de 2 no podem ser negativos

quanto maior o tamanho de n, a distribuio

tende a normal.
Como a curva no simtrica, ento se obtm,
na tabela, dois valores de 2, quando queremos
saber se um valor est entre 2 limites.

g
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
70
80
90
100

0,005
7,88
10,60
12,84
14,86
16,75
18,55
20,28
21,95
23,59
25,19
26,76
28,30
29,82
31,32
32,80
34,27
35,72
37,16
38,58
40,00
41,40
42,80
44,18
45,56
46,93
48,29
49,64
50,99
52,34
53,67
66,77
79,49
91,95
104,21
116,32
128,30
140,17

0,010
6,63
9,21
11,34
13,28
15,09
16,81
18,48
20,09
21,67
23,21
24,72
26,22
27,69
29,14
30,58
32,00
33,41
34,81
36,19
37,57
38,93
40,29
41,64
42,98
44,31
45,64
46,96
48,28
49,59
50,89
63,69
76,15
88,38
100,43
112,33
124,12
135,81

0,025
5,02
7,38
9,35
11,14
12,83
14,45
16,01
17,53
19,02
20,48
21,92
23,34
24,74
26,12
27,49
28,85
30,19
31,53
32,85
34,17
35,48
36,78
38,08
39,36
40,65
41,92
43,19
44,46
45,72
46,98
59,34
71,42
83,30
95,02
106,63
118,14
129,56

Medicina Veterinria
0,050
3,84
5,99
7,81
9,49
11,07
12,59
14,07
15,51
16,92
18,31
19,68
21,03
22,36
23,68
25,00
26,30
27,59
28,87
30,14
31,41
32,67
33,92
35,17
36,42
37,65
38,89
40,11
41,34
42,56
43,77
55,76
67,50
79,08
90,53
101,88
113,15
124,34

0,100
2,71
4,61
6,25
7,78
9,24
10,64
12,02
13,36
14,68
15,99
17,28
18,55
19,81
21,06
22,31
23,54
24,77
25,99
27,20
28,41
29,62
30,81
32,01
33,20
34,38
35,56
36,74
37,92
39,09
40,26
51,81
63,17
74,40
85,53
96,58
107,57
118,50

0,900
0,016
0,21
0,58
1,06
1,61
2,20
2,83
3,49
4,17
4,87
5,58
6,30
7,04
7,79
8,55
9,31
10,09
10,86
11,65
12,44
13,24
14,04
14,85
15,66
16,47
17,29
18,11
18,94
19,77
20,60
29,05
37,69
46,46
55,33
64,28
73,29
82,36

0,950
0,0039
0,10
0,35
0,71
1,15
1,64
2,17
2,73
3,33
3,94
4,57
5,23
5,89
6,57
7,26
7,96
8,67
9,39
10,12
10,85
11,59
12,34
13,09
13,85
14,61
15,38
16,15
16,93
17,71
18,49
26,51
34,76
43,19
51,74
60,39
69,13
77,93

0,975
0,990
0,995
0,0010 0,00016 0,00004
0,051
0,020
0,010
0,22
0,11
0,072
0,48
0,30
0,21
0,83
0,55
0,41
1,24
0,87
0,68
1,69
1,24
0,99
2,18
1,65
1,34
2,70
2,09
1,73
3,25
2,56
2,16
3,82
3,05
2,60
4,40
3,57
3,07
5,01
4,11
3,57
5,63
4,66
4,07
6,26
5,23
4,60
6,91
5,81
5,14
7,56
6,41
5,70
8,23
7,01
6,26
8,91
7,63
6,84
9,59
8,26
7,43
10,28
8,90
8,03
10,98
9,54
8,64
11,69
10,20
9,26
12,40
10,86
9,89
13,12
11,52
10,52
13,84
12,20
11,16
14,57
12,88
11,81
15,31
13,56
12,46
16,05
14,26
13,12
16,79
14,95
13,79
24,43
22,16
20,71
32,36
29,71
27,99
40,48
37,48
35,53
48,76
45,44
43,28
57,15
53,54
51,17
65,65
61,75
59,20
74,22
70,06
67,33

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

t2

+
P ( g2 > t2 )

P ( 102 > 3, 25) = ?

P ( 102 > 3, 25) = 0,975
P ( 152 > ?) = 0,9
P ( 152 > 8,55) = 0,9

Estatstica

Medicina Veterinria

tem distribuio 2 com n-1

Prof. Dr. Ednaldo Carvalho Guimares

t2

Prof. Dr. Ednaldo Carvalho Guimares

No simtrica

graus de liberdade.

Estatstica

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Exemplo 1: Obter os seguintes valores da distribuio de 2:

a) P (2 > a) = 0,025 com 21 g.l.
b) P (2 < a) = 0,025 com 21 g.l.
c) P(2 > a) = 0,95 com 15 g. l.
d) P(2 > a) = 0,10 com 11 g. l.
e) P (7,26 < 2 < a) = 0,90 com 15 g.l.
f) P (a < 2 < 34,17) = 0,95 com 20 g.l.
g) P (19,768 < 2 < 45,722) = k com 29 g.l.
h) P(2 >9,488) = K com 4 g.l.
i) P(2 < 30,191) = K com 17 g.l.
j) P(2 > 8,343) = K com 9 g
k) P(2 < 5,009) = K com 13 g.l.

Estatstica

g
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
70
80
90
100

0,005
7,88
10,60
12,84
14,86
16,75
18,55
20,28
21,95
23,59
25,19
26,76
28,30
29,82
31,32
32,80
34,27
35,72
37,16
38,58
40,00
41,40
42,80
44,18
45,56
46,93
48,29
49,64
50,99
52,34
53,67
66,77
79,49
91,95
104,21
116,32
128,30
140,17

0,010
6,63
9,21
11,34
13,28
15,09
16,81
18,48
20,09
21,67
23,21
24,72
26,22
27,69
29,14
30,58
32,00
33,41
34,81
36,19
37,57
38,93
40,29
41,64
42,98
44,31
45,64
46,96
48,28
49,59
50,89
63,69
76,15
88,38
100,43
112,33
124,12
135,81

0,025
5,02
7,38
9,35
11,14
12,83
14,45
16,01
17,53
19,02
20,48
21,92
23,34
24,74
26,12
27,49
28,85
30,19
31,53
32,85
34,17
35,48
36,78
38,08
39,36
40,65
41,92
43,19
44,46
45,72
46,98
59,34
71,42
83,30
95,02
106,63
118,14
129,56

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria
0,050
3,84
5,99
7,81
9,49
11,07
12,59
14,07
15,51
16,92
18,31
19,68
21,03
22,36
23,68
25,00
26,30
27,59
28,87
30,14
31,41
32,67
33,92
35,17
36,42
37,65
38,89
40,11
41,34
42,56
43,77
55,76
67,50
79,08
90,53
101,88
113,15
124,34

0,100
2,71
4,61
6,25
7,78
9,24
10,64
12,02
13,36
14,68
15,99
17,28
18,55
19,81
21,06
22,31
23,54
24,77
25,99
27,20
28,41
29,62
30,81
32,01
33,20
34,38
35,56
36,74
37,92
39,09
40,26
51,81
63,17
74,40
85,53
96,58
107,57
118,50

0,900
0,016
0,21
0,58
1,06
1,61
2,20
2,83
3,49
4,17
4,87
5,58
6,30
7,04
7,79
8,55
9,31
10,09
10,86
11,65
12,44
13,24
14,04
14,85
15,66
16,47
17,29
18,11
18,94
19,77
20,60
29,05
37,69
46,46
55,33
64,28
73,29
82,36

0,950
0,0039
0,10
0,35
0,71
1,15
1,64
2,17
2,73
3,33
3,94
4,57
5,23
5,89
6,57
7,26
7,96
8,67
9,39
10,12
10,85
11,59
12,34
13,09
13,85
14,61
15,38
16,15
16,93
17,71
18,49
26,51
34,76
43,19
51,74
60,39
69,13
77,93

0,975
0,990
0,995
0,0010 0,00016 0,00004
0,051
0,020
0,010
0,22
0,11
0,072
0,48
0,30
0,21
0,83
0,55
0,41
1,24
0,87
0,68
1,69
1,24
0,99
2,18
1,65
1,34
2,70
2,09
1,73
3,25
2,56
2,16
3,82
3,05
2,60
4,40
3,57
3,07
5,01
4,11
3,57
5,63
4,66
4,07
6,26
5,23
4,60
6,91
5,81
5,14
7,56
6,41
5,70
8,23
7,01
6,26
8,91
7,63
6,84
9,59
8,26
7,43
10,28
8,90
8,03
10,98
9,54
8,64
11,69
10,20
9,26
12,40
10,86
9,89
13,12
11,52
10,52
13,84
12,20
11,16
14,57
12,88
11,81
15,31
13,56
12,46
16,05
14,26
13,12
16,79
14,95
13,79
24,43
22,16
20,71
32,36
29,71
27,99
40,48
37,48
35,53
48,76
45,44
43,28
57,15
53,54
51,17
65,65
61,75
59,20
74,22
70,06
67,33

Medicina Veterinria

Distribuio amostral de duas varincias - Distribuio F.

a distribuio utilizada para verificar homogeneidade entre
variveis ou entre amostras.
A distribuio da razo entre duas varincias chamada de
Distribuio F de Fisher & Snedecor.
Para se transformar a razo entre duas varincias amostrais, na
estatstica F, utiliza-se da seguinte expresso:

F=

22S12
12S22

v1= n1 - 1
v2 = n2 - 1

A curva de F no simtrica, tem origem no zero e apresenta uma

tabela especfica para cada valor de probabilidade solicitada (). As
tabelas mais usadas so: = 0,10; = 0,05; = 0,025; = 0,01 e
= 0,005.

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Estatstica

Medicina Veterinria

Exemplo 1: Obter os seguintes valores da distribuio F de

Snedecor:
a) P(F > a) = 0,10 com v1 = 5 e v2 = 25 g.l.
b) P(F < a) = 0,90 com n1 = 6 e n2 = 26 g.l.
c) P(F > a) = 0,05 com v1 = 13 e v2 = 29 g.l.
d) P(F > 1,84) = k com v1 = 20 e v2 = 40 g.l.
e) P(F > 1,96) = k com v1 = 40 e v2 = 21 g.l.
g) P(F< 6,37) = k com v1 = 6 e v2 = 8 g. l.

2,5%

Prof. Dr. Ednaldo Carvalho Guimares

P ( Fg1 ,g2 > F ) = 0,025

g2

P ( F15,20 > ?) = 0,025

P ( F15,20 > 2,57) = 0,025

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Medicina Veterinria

Distribuio amostral da diferena entre propores

Distribuio amostral da proporo

Considerando uma populao infinita, em que p a

probabilidade (ou proporo) de certo evento
A distribuio amostral de p
 ser:
pq
p ~ N p; ; q = 1 p
n

Supor duas populaes infinitas 1 e 2, com propores p1

e p2.
Destas populaes retiram-se amostras n1 e n2, ento:

pq p q
p 1 p 2 ~ N p1 p2 ; 1 1 + 2 2 ; sendo q = 1 p
n1
n2

10