Inferência

(Parte I)
Intervalos de Confianç
Confiança
Quintiliano Schroden

Teorema Central do Limite

Se for tirada varias amostras de tamanho n de uma

população com qualquer tipo de distribuição, com
média = µ e desvio padrão = σ

A média das amostras terá uma distribuição

amostral aproximadamente normal

Média: Desvio padrão:

1
 Exemplo TCL: temperatura corporal
Suponha que a população de temperaturas do corpo
humano tem média 98,6º F e desvio padrão
populacional 0,62º F. Se uma amostra de tamanho n =
106 é selecionada aleatoriamente. Determine a
probabilidade de se obter uma média de 98,2º F ou
menos?
P ( X ≤ 9 8, 2 ) = P ( Z ≤ −6,64) = 0,5 − 0,5 = 0

X −µ 98, 2 − 98, 6 −0, 4

Z= = = = −6, 64
σ 0, 62 0, 0602197
n 106

Estimativas por Intervalo

Observação:

Toda afirmação deve vir acompanhada de um grau

de confiança, ou grau de certeza, ou seja quanto se
está certo ao comunicar aquela informação.

α),
O nível ou grau de confiança é denotado por (1-α
onde α (alfa) é o nível de significância.

Em outras palavras:

Prob(limite inferior ≤ θ ≤ limite superior)=1-α

α
Pergunta: Qual a interpretação dessa fórmula?

2
 α = 20%
(1 − α ) = 80%

Intervalo de Confiança para a Média

Como a distribuição da média amostral tende para a

distribuição normal, o intervalo de confiança deve
abranger uma área de (1-α α)% entre seus limites
inferior e superior na distribuição normal.

σ σ
P ( X − zα / 2 ≤ µ ≤ X + zα / 2 ) = 1−α
n n

Intervalo de Confiança para a Média

1) Amostras grandes (n≥30) ou variância populacional
conhecida

IC ( µ )1−α :x ± e
P( x − e < µ < x + e) = (1 − α )
erro da estimativa
σ s
e = zα . ; e =zα .
2 n 2 n
dimensionamento da amostra
n0
z α2 2 . s 2 n =
no = n0 − 1
e2 1 +
N

3
 Exemplo

Exemplo: O desvio padrão de uma determinada

população para a quantidade mensal investida em
poupança é de R$ 10,00 Em uma amostra de 50
indivíduos retirados casualmente, a média é de R$
118,00.

Estime a média da população de modo que se esteja

correto em 95% dos casos.

Intervalo de Confiança para a Média

2) Amostras pequenas (n<30) e variância populacional
desconhecida

IC ( µ )1−α :x ± e
P( x − e < µ < x + e) = (1 − α )
erro da estimativa
s
e = tα .
2 n
dimensionamento da amostra
2 2 n0
α 2t .s n =
n=
o 2 1 +
n0 − 1
e N

Exemplo
Tem-se na amostra abaixo, o valor de empresas (em
milhões) de um determinado segmento, os quais são
apresentados a seguir:

24 26 25 27 23 22
27 26 24 23 25 27

a) Tem-se a informação de que o valor destas

empresas é da ordem de 26,5 milhões. Você
concorda com esta afirmação? Use uma confiança
de 0,95 para justificar a sua resposta.
b) Qual o tamanho de amostra seria necessário para se
estimar o valor médio populacional com um erro de
0,1 mantendo o mesmo risco?

4
 Intervalo de Confiança para diferença de médias
1) Amostras grandes (n≥30) ou variância populacional
conhecida

IC( µ1 − µ 2 )1−α :( x1 − x 2 ) ± e
P(( x1 − x 2 ) − e < µ1 − µ 2 < ( x1 − x 2 ) + e) = (1 − α )

erro da estimativa

σ 12 σ 22 s12 s 22
e = zα . + ; e = zα . + ;
2 n1 n2 2 n1 n 2

Exemplo

Estão sendo estudados dois processos (A e B)

para aumento de 5% do share de empresas de TI, cuja
principal variável de interesse e o tempo de duração dos
mesmos. Sorteiam-se duas amostras independentes.
Para uma amostra nA=nB=100 empresas que
apresentou tempo médio de duração de 50 e 60 dias e
variância de 100 e 75 dias2 para A e B, respectivamente,
construa um IC de 98% para a diferença entre médias.

Intervalo de Confiança para diferença de médias

2) Amostras pequenas (n<30), independentes e
variâncias populacionais estatisticamente iguais

IC( µ1 − µ 2 )1−α :( x1 − x 2 ) ± e
P((x1 − x2 ) −e < µ1 − µ2 < (x1 − x2 ) +e) = (1−α)
erro da estimativa
1 1
e = t α .s p . + ∴v = n1 + n 2 − 2
2 n1 n 2

( n 1 − 1 ). s 12 + ( n 2 − 1 ). s 22
sp =
n1 + n 2 − 2

5
 Intervalo de Confiança para diferença de médias

3) Amostras pequenas (n<30), independentes e

variâncias populacionais estatisticamente desiguais

IC( µ1 − µ 2 )1−α :( x1 − x 2 ) ± e
P(( x1 − x 2 ) − e < µ1 − µ 2 < ( x1 − x 2 ) + e) = (1 − α )
erro da estimativa 2
 s12 s2 
 + 2 
s 12 s2  n1 n 2 
e = tα . + 2 ∴ v=
2 n1 n 2 (s 2
1 n1 )
2
s2 n
+ 2 2
( )
2

n1 − 1 n2 − 1

Exemplo
Os dados abaixo referem-se ao volume de vendas em
milhões de reais, de duas empresas, em um
determinado período:
Empresa 1 34 30 31 33 34 34 33 32

Empresa 2 25 20 34 28 32 30 27 31 20 29

a)Encontre o intervalo de confiança para a

diferença entre médias das duas empresas com uma
confiança de 95%. (Considere as populações
apresentando variâncias diferentes)

b) Encontre um intervalo de confiança para a

diferença entre médias das duas empresas com uma
confiança de 99% (Considere as populações
apresentando variâncias iguais)

Intervalo de Confiança para uma proporção

IC ( p ) 1−α : pˆ ± e
P( pˆ − e < p < pˆ + e) = (1 − α )
erro da estimativa
)(i

pˆ qˆ
e = zα 2
n
dimensionamento da amostra
)(i

n0
z α2 pˆ qˆ n =
n= 2 n0 − 1
e2 1+
N

6
 Exemplo

Em um estudo avaliou-se 1000 acidentes fatais

selecionadas aleatoriamente, e verificou-se que 331
estavam relacionados ao uso do álcool.

a) Com os dados amostrais, construa um intervalo de

confiança de 99% para proporção de acidentes fatais
relacionados ao uso de álcool.

b) Utilizando os dados amostrais como estudo piloto,

determine o tamanho da amostra necessário para
estimar a proporção de de acidentes fatais
relacionados ao uso de álcool. Admita um nível de
confiança de 98%, em que o erro da estimativa não
seja superior a 0,01.

Intervalo de Confiança para diferença entre proporção

IC( p1 − p2 )1−α :( pˆ1 − pˆ 2 ) ± e

P (( pˆ1 − pˆ 2 ) − e < p1 − p2 < ( pˆ 1 − pˆ 2 ) + e) = (1 − α )

erro da estimativa
)(i

pˆ 1 qˆ1 pˆ 2 qˆ 2
e = zα 2 +
n1 n2

   σ
   e = zα / 2 n
  σ 2 conh 
  
 σ 12 σ 2 2
  e = z α /2 +
   n1 n2

 n ≥ 30 
   s
   e = zα / 2 n
  σ 2 desconh 
  e = z s1 2 s 2 2
  α /2 +
 n1 n2
  

n   
media < 5%   
N   
  
  e = t s
   α /2
n
  
  2  2 1 1 ( n1 − 1 ) s12 + ( n 2 − 1) s 2 2
 n < 30  σ desconh  σ = σ 2 → e = tα / 2 s p
2
+ ; sp = ; GL = n1 + n 2 − 2;
n1 + n 2 − 2
1
  n1 n 2

   2
   s12 s 2 2 
  + 
   2 s2 s 2  n1 n2 
 σ 1 ≠ σ 2 → e = tα / 2 1 + 2 ; G L =
2
  ;
( s1 2 n1 ) + ( s 2 2 n2 )
2 2
  n1 n2

  
   n 1 − 1 n 2 −1

n 
≥ 5%  erros anteriores corrigidos por: e ×
N -n
, por exem plo, e = zα / 2
σ N -n
, ou , e = z α / 2
σ 12 (Na− na ) σ 2 2
+
( N b − nb )
N  N-1 n N -1 n1 Na −1 n2 Nb −1
 ^ ^
e = z pq
α /2
 n
proporção : 
^ ^ ^ ^
 p1 q1 p 2 q 2
 e = zα / 2 +
 n1 n2