Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Sumrio:
6. Intervalos de Confiana .......................................................................................01
6.1. A estimao por intervalos.........................................................................01
6.2. Intervalo de confiana para a mdia..........................................................02
6.2.1. Intervalo de confiana para a mdia com varincia conhecida.....02
6.2.2. Intervalo de confiana para a mdia com varincia
desconhecida .................................................................................06
6.2.3. Intervalo de confiana para a proporo .......................................09
6.3. Intervalo de confiana para a diferena entre duas mdias de populaes
independentes............................................................................................15
6.3.1. Intervalo de confiana para a diferena entre duas mdias de
populaes independentes com varincias conhecidas ...............16
6.3.2. Intervalo de confiana para a diferena entre duas mdias de
populaes independentes com varincias iguais e
desconhecidas ...............................................................................18
6.3.3. Intervalo de confiana para a diferena entre duas mdias de
populaes independentes com varincias diferentes e
desconhecidas ...............................................................................22
6.3.4. Intervalo de confiana para a diferena entre duas propores
em populaes independentes ......................................................25
6.4. Intervalo de confiana para a varincia de uma populao normal..........27
6.5. Intervalo de confiana para a razo entre as varincias de duas
populaes normais...................................................................................30
6.6. Exerccios...................................................................................................34
Intervalos de confiana
6.1. A estimao por intervalo
Normalmente, no processo de investigao de um parmetro ,
necessitamos ir alm da sua estimativa pontual . O fato de no se
conhecer o valor de pode causar uma insegurana e levar a um
questionamento:
Quo prximo estamos do valor real de quando obtemos sua
estimativa?
A resposta depende da preciso (ou varincia) do estimador e,
tambm, do valor real do parmetro.
Uma maneira de contornar esse problema consiste em se encontrar
um intervalo em torno de que tenha alta probabilidade de englobar .
P( do intervalo [ a, b] englobar ) =
O intervalo [ a, b] , na prtica, ser construdo com a amostra, ou seja,
a partir dos dados e da distribuio amostral associada a .
Logo, os valores a e b sero aleatrios, variando de uma amostra
para outra.
X
N ( 0 , 1)
/ n
P z / 2
z1 / 2 (1 )
/ n
P z / 2
X z1 / 2
(1 )
n
n
P X z1 / 2
X z / 2
(1 )
n
n
Como z1 / 2 z / 2 , teremos:
P X z1 / 2
X z / 2
(1 )
n
n
a x z / 2
e b x z / 2
.
n
n
z
;
x
z
.
/2
/2
n
n
Se = 0.05, / 2 0.025 e z0.025 1.96 , logo, um I.C. 95%
para , com 2 conhecido, dado por:
1
.
96
;
x
1
.
96
.
n
n
xA = 33.76
sA = 4.665
Estatstica:
X A A
~ N 0 ;1
A / nA
X A
P 1.96 A
1.96 0.95
A / nA
P 1.96 A X A A 1.96 A 0.95
nA
nA
P X A 1.96 A A X A 1.96 A 0.95
nA
nA
P 33.76 1.96
A 33.76 1.96
0.95
13
13
5
31.04 MPa
13
b 33.76 1.96
5
36.48 MPa
13
Resultado: a estatstica
X
~ tn 1
s/ n
Notas:
1) A razo
X
pode ser escrita como:
s/ n
X
X
s/ n
/ n s
X
/ n
N (0 ,1)
(n 1) s 2 / 2
2n 1
n 1
n 1
P t( n 1); / 2
t( n 1);1 / 2 (1 )
s/ n
s
s
P t( n 1); / 2
X t( n1);1 / 2
(1 )
n
n
s
s
P X t( n 1);1 / 2
X t( n 1); / 2
(1 )
n
n
P X t( n 1); / 2
X t( n 1); / 2
(1 )
n
n
t
;
x
t
( n 1); / 2
( n 1); / 2
n
n
Exemplo 2: No caso dos testes de compresso em amostras de concreto,
o gerente da companhia, desconfiando de que a informao a respeito da
varincia no seja verdadeira, refez os clculos estimando a varincia do
processo por s2.
Como o procedimento de clculo o mesmo, basta substituir o valor do
quantil da normal (Z0.025 = 1.96) pelo quantil das distribuio t Student
com (n 1) = 12 graus de liberdade.
Como nA 13 , ento t( n 1); / 2 t12; 0.025 2.1788
Com xA = 33.76 e sA = 4.665 refazendo os clculos temos que
xA t( nA 1); 0.025
sA
4.665
33.76 2.1788
30.94 MPa
nA
13
xA t( nA 1);0.025
sA
4.665
33.76 2.1788
36.58 MPa
nA
13
p (1 p )
p (1 p )
.
p
z
p
/
2
/
2
n
n
10
p (1 p)
0.10 0.90
0.231 1.96
0.0679
n
13
p z / 2
p (1 p)
0.10 0.90
0.231 1.96
0.3941
n
13
p (1 p )
p (1 p )
z
p
z
/2
/2
.
n
n
11
n
4n
Logo, o intervalo de confiana conservador para p ser
z / 2
z / 2
p
;
p
.
4
n
4
n
p (1 p )
p (1 p )
1
.
96
p
1
.
96
n
n
ii) conservador p :
1.96
1.96
4n
4n
12
i) utilizando p :
p z / 2
p (1 p )
0.231 0.769
0.231 1.96
0.0019
n
13
p z / 2
p (1 p )
0.231 0.769
0.231 1.96
0.4601
n
13
ii) conservador p :
p
z / 2
1.96
0.231
0.0408 (< 0 !!)
4n
52
z / 2
1.96
0.231
0.5028
4n
52
13
x z / 2
x t( n 1); / 2
iii) Proporo:
p z / 2
s
n
p (1 p )
n
Exemplos:
1) Um provedor de acesso internet deseja implantar um plano sem limite
de horas. Para isso, verificou numa amostra de n = 25 usurios os tempos
de utilizao mensal, obtendo: mdia amostral x 26.8 horas. Sabendo
que 2 = 6.25 horas2:
a) Encontre um intervalo de confiana 90% para a mdia.
b) De quanto deve ser aumentado o tamanho da amostra para que, mantidas
as demais medidas, o comprimento do intervalo caia pela metade?
2) Observou-se a estatura de 20 recm-nascidos num hospital conforme
dados abaixo. Pesquisas anteriores indicam que a estatura mdia das
crianas nascidas neste hospital de = 51 cm.
Dados: x = 987 e x2 = 48845.25
a) Qual a probabilidade de que a estatura mdia da amostra no ultrapasse
50.20 cm?
b) Construa um I.C. 99% para a mdia.
3) 10 corpos de provas foram submetidos a um teste de corroso onde foram
submersos em gua salgada durante 60 segundos/dia. A corroso foi
medida pela perda de peso em miligramas/decmetro quadrado/dia
(MDD). Os dados obtidos foram:
130.1 124.2 122.0 110.8 113.1 103.9 101.5 92.3 91.4 83.7
14
15
16
X B B
B / nB
so
N ( 0 , 1)
2A B2
e Var X A X B
nA nB
X A X B A
B
2A B2
nA nB
N ( 0 , 1)
17
B
A
B
P z / 2 A
z1 / 2 (1 ) .
2
2
A B
n
n
A
B
2A B2
xA xB z / 2
nA nB
; xA xB z / 2
2A B2
.
nA nB
xA = 33.76
sA = 4.665
xB = 33.08
sB = 5.017
18
Soluo:
a) Como 2A B2 25 ento:
X A X B A
B
2
A
2
B
nA nB
2A B2
xA xB z / 2
nA nB
; xA xB z / 2
2A B2
.
nA nB
Ou seja:
xA xB z / 2
2A 2B
nA nB
19
Nesse caso, contudo, tanto sA2 como sB2 estimam a varincia comum,
logo, podemos utilizar as informaes de ambas as amostras
para estimar a varincia populacional.
O que se faz, na prtica, combinar as somas de quadrados das
duas varincias amostrais e dividir pelos graus de liberdade total, ou seja
nA
2
2
( xAi xA ) (nA 1) sA
i 1
nB
2
2
( xBi xB ) (nB 1) sB
i 1
s 2p
2
p
nB
( xAi xA ) ( xBi xB ) 2
i 1
i 1
(nA 1) ( nB 1)
nA nB 2
20
Prova:
(nA 1) E sA2 (nB 1) E sB2
E s
nA nB 2
2
p
(nA 1) 2 (nB 1) 2
nA nB 2
(nA 1 nB 1) 2
nA nB 2
X A A
s A / nA
tnA 1
X B B
sB / nB
tnB 1 .
X A X B A B
s 2p s 2p
nA nB
X A X B A B
sp
1
1
nA nB
21
X A X B A B
Resultado:
sp
1
1
nA nB
tnA nB 2
xA xB t( n
A nB 2 ); / 2
sp
1 1
nA nB
xB = 33.08
sB = 5.017
nB = 15
26.597
13 15 2
26
2
p
s p 4.8577
t( nA nB 2 ); / 2 t 26; 0.025 2.0555
22
xA xB t26;0.025 s p 1 1
nA
nB
13 15
X A X B A B
sA2 sB2
nA nB
~ t ,
23
sA2 sB2
n
n
2 A2 B 2
sA / nA sB / nB 2
nA 1 nB 1
Logo, um I.C. (1 ) 100% para ( A B ) , quando as
varincias so diferentes e desconhecidas, dado por:
xA xB t; / 2
sA2 sB2
.
nA nB
sB2 = 25.174
nB = 15
2
21.759 25.174
11.23614
13
15
2
2
21.759 / 13 25.174 / 15 0.43464
13 1
15 1
25.86 26
24
nA nB
xA xB t26;0.025
15
Varincias
conhecidas
Varincias
desconhecidas
e iguais
Varincias
desconhecidas
e diferentes
I.C. 95% p/
Estatstica
X A X B A
B
2
A
2
B
nA nB
X A X B A
B
sp
1
1
nA nB
( A B )
N ( 0 , 1)
(3.034 , 4.394)
tnA nB 2
(3.105 , 4.465)
X A X B A B
2
A
2
B
s
s
nA nB
~ t
(3.084 , 4.444)
25
p (1 p1 )
p 1 N p1 , 1
n1
p (1 p2 )
p 2 N p2 , 2
n2
Ento:
p (1 p1 ) p2 (1 p2 )
( p1 p 2 ) N ( p1 p2 ) , 1
n
n2
p 1 (1 p 1 ) p 2 (1 p 2 )
n1
n2
26
84
0.724
116
p 2
46
0.575
80
0.04777 .
116
80
27
2
P ( n 1); / 2
(1 )
(
n
1
);
1
/
2
2
28
2
(2n 1); / 2
1 ( n 1);1 / 2
(1 )
P
2
2
2
(
n
1
)
s
(
n
1
)
s
2
(n 1) s 2
(
n
1
)
s
2
(1 )
P 2
2
( n1);1 / 2
( n 1); / 2
(n 1) s 2
( n 1) s 2
e b 2
.
a 2
( n 1);1 / 2
( n1); / 2
Desta forma, um I.C. (1 )100% para 2 dado por:
( n 1) s 2
(n 1) s 2
; 2
2
.
( n 1); / 2
( n 1);1 / 2
Exemplo 8: O peso de um componente mecnico uma va com
distribuio normal com mdia e varincia 2 , desconhecidos. Pretendese estudar a variabilidade do processo de produo e, para isso, uma
amostra com n = 11 componentes foi avaliada. Os pesos (g) so dados
98 97 102 100 98 101 102 105 95 102 100
x 1100 e x 2 110080.
Portanto:
1100
x
100 g
11
110080 11(100) 2
s
8 g2.
10
2
29
2
10
; 0.975 20.48
( n 1) s 2 10 8
a 2
3.906
( n 1);1 / 2 20.48
( n 1) s 2 10 8
b 2
24.615
( n 1); / 2
3.25
30
W2
k1
Fk1 ;k2
k2
1
Fk2 ;k1 ;1
31
Fn1 1 ; n2 1
s22
12
22
22 s12
2 2 Fn1 1 ; n2 1
1 s2
22 s12
P f1 2 2 f 2 (1 )
1 s2
s22
22
s22
P f1 2 2 f 2 2 (1 )
1
s1
s1
32
12
Portanto, escrevendo o resultado para 2 , um I.C. (1 )100%
2
para a razo de varincias dado por:
s12
12
s12
(1 )
P
2
2
2
2
f1 s2
f 2 s2
Ou seja, o intervalo para a razo entre duas varincias de
populaes normais definido por:
s12
s12
;
2
.
2
s
F
s
F
2
( n1 1);( n2 1); / 2
2 ( n1 1);( n2 1);1 / 2
s12
Nota: O intervalo construdo de forma que 2 seja maior do que 1.
s2
Exemplo 9: Construir um I.C. 95% para a razo entre as varincias da
resistncia compresso em concretos dos cimentos das marcas A e B.
sA2 = 21.759
nA = 13
sB2 = 25.174
nB = 15
sB2
Com 2 1 , F14;12; 0.025 0.3279 e F14;12; 0.975 3.2062 .
sA
sB2
sA2 F14;12; 0.975
25.174
0.3608
21.759 3.2062
33
sB2
sA2 F14;12; 0.025
25.174
3.5284
21.759 0.3279
2B
Assim, um I.C. 95% para 2 dado por ( 0.3608 , 3.5284 ).
A
34
6.6. Exerccios
1. Deseja-se comparar a qualidade de um produto produzido por duas
indstrias. Essa qualidade ser definida pela uniformidade com que o
produto produzido. Tomaram-se duas amostras, uma de cada indstria,
medindo-se o tamanho dos produtos (cm).
a) A qualidade das duas fbricas a mesma? Caso a sua resposta seja
negativa, d um intervalo de confiana para indicar a intensidade dessa
desigualdade.
b) Construir um I.C. 99% para a diferena entre as mdias, ( A B )
Estatsticas
Indstria A
Indstria B
Tamanho da Amostra
21
17
Mdias
21.15
21.12
Varincias
0.0412
0.1734
2. Num estudo comparativo do tempo mdio de adaptao dos empregados
de um grande complexo bancrio, uma amostra aleatria, de 50 homens e
50 mulheres, produziu os seguintes resultados:
Estatsticas
Homens
Mulheres
Tamanho da Amostra
50
50
Mdias
3.2 anos
3.7 anos
Desvios-padres
0.8 anos
0.9 anos
Que concluses voc pode tirar para a populao de homens e mulheres
desse banco? (Indique quais as suposies feitas)
3. Suponha que uma associao de defesa de consumidores deseja estimar o
consumo mdio um novo modelo de automvel que ser lanado no
mercado. Para fazer esta verificao, a associao observa uma amostra de
10 veculos, conduzidos por motoristas treinados, num percurso de 100
milhas. O consumo, em gales, foi registrado com os seguintes resultados:
x 43.28
x 2 188.4886
35
36
Resoluo:
1. Deseja-se comparar a qualidade de um produto produzido por duas
indstrias. Essa qualidade ser definida pela uniformidade com que o
produto produzido. Tomaram-se duas amostras, uma de cada indstria,
medindo-se o tamanho dos produtos (cm).
a) A qualidade das duas fbricas a mesma? Caso a sua resposta seja
negativa, d um intervalo de confiana para indicar a intensidade dessa
desigualdade.
n A 21
x A 21.15
s A2 0.0412
nB 17
xB 21.12
s B2 0.1734
2B
I.C. 95% para 2 :
A
Limite inferior:
0.1734
0.1734
1.652
0.0412 F16; 20; 0.975 0.0412 2.547
Limite superior:
1
F20;16;0.975
1
0.3731
2.68
0.1734
0.1734
11.280
0.0412 F16; 20; 0.025 0.0412 0.3731
2B
O intervalo ( 1.652 ; 11.283 ) um intervalo de confiana 95% para 2 .
A
Como o intervalo no engloba o valor 1, ento, h evidncia suficiente
para afirmar que 2A 2B .
Logo, a qualidade das duas indstrias no a mesma. A indstria A, com
menor variabilidade, tem melhor qualidade.
37
s A2 sB2
n
n
2 A2 B 2
sA / nA sB / nB 2
nA 1 nB 1
2
0.0412 0.1734
21
17
22.1 22 gl
2
2
0.0412 / 21 0.1734 / 17
20
16
/ 2 0.005 t 22; 0.005 2.8188
( x A xB ) t 22 ;0.005
0.03 2.8188
s 2A s B2
n A nB
0.0412 0.1734
21
17
38
0.7182
Limite inferior:
(0.8) 2 F49 ; 49;0.975 0.64 1.7622
(0.9) 2
0.81
Limite superior:
2.2302
2
(0.8) F49 ; 49;0.025 0.64 0.5675
2M
O intervalo ( 0.7182 ; 2.2302 ) um intervalo 95% para 2 .
H
Como o intervalo engloba o valor 1, ento, no h evidncia suficiente
para afirmar que as varincias so diferentes.
I.C. 90% para a diferena entre os tempos mdios de adaptao entre
homens e mulheres, com varincias iguais.
(nM 1) sM2 ( nH 1) s H2 49 0.64 49 0.81
s
0.725
nM n H 2
98
2
p
( x M xH ) t98; 0.05
s 2p
nM
s 2p
nH
0.725 0.725
50
50
39
x 43.28
x 2 188.4886
43.28
4.328
10
0.13031
(10 1)
9
2
0.0842
Limite inferior:
9 ;0.875
13.926
(n 1) s 2 1.17276
Limite superior:
0.2602
9 ; 0.125
4.507
I.C. 75% para a varincia 2 dado por: ( 0.0842 ; 0.2602 )
40
0.72
2
2
1
0.5555 0.72
4n
1.645
0.1645
4n
4n 10a
n 25
Z / 2
p (1 p )
0.9513
25
5 (0.9513 0.72)
2.576
0.72 0.28
41
Fn 1; m 1
s12
s22
s22
12
22
F9 ;5
1
F5;9; 0.95
1
0.2872
3.482
42
n A 10
s A 1000
s A2 1 106
nB 15
s B 1600
s B2 2.56 106
2B
Construir um I.C. 95% para 2 e verificar se engloba o valor 1:
A
s B2
2.56 106
Limite inferior: 2
0.6740
s A F14;9 ;0.975 1 106 3.7980
1
F9 ;14; 0.975
1
0.3116
3.209
s B2
2.56 106
Limite superior: 2
8.2157
s A F14;9 ; 0.025 1 106 0.3116
2B
I.C. 95% para 2 : ( 0.6740 ; 8.2157 )
A
O I.C. engloba o valor 1, portanto, no h evidncia para sustentar a
afirmao da Fbrica A.