Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Neste capítulo você verá uma importante aplicação do Teorema Limite Central: iremos Estudar a
distribuição amostral de proporções. Assim, você verá os resultados referentes à aproximação da
distribuição binomial pela distribuição normal, que nos permitirá fazer Inferência sobre
proporções.
Você verá os seguintes resultados:
• Aproximação da binomial pela normal
• Correção de continuidade
• Distribuição amostral da proporção amostral
σ2
tamanho n se aproxima de uma distribuição normal com média μ e variância quando n → ∞.
n
FIGURA 3.1
Suponha que queiramos calcular Pr(X ≥ 8). Isso equivale a somar as áreas dos 4 últimos
retângulos superiores. Pela aproximação normal, no entanto, temos que calcular a área
(probabilidade) acima do ponto 7,5, de modo a incluir os 4 retângulos. Assim,
Y −6 7,5−6
Pr ( X ≥ 8 ) ≈ Pr ( Y ≥7,5 )=Pr ≥
√3 √3
¿ Pr (Z ≥ 0,87)
¿ 0,5−tab( 0,87)
¿ 0,5−0,30785
¿ 0 , 19215.
Vamos, agora, calcular Pr(X > 10). Isso equivale à área dos 2 retângulos superiores,
centrados em 11 e 12 (este último não é visível, pois Pr(X = 12) = 0, 000244); logo,
pela distribuição normal temos que calcular Pr(Y ≥ 10, 5):
Y −6 10−6
Pr ( X ≥ 10 ) ≈ Pr ( Y ≥10,5 ) =Pr f ( x )= ≥
√3 √3
¿ Pr (Z ≥2,31)
¿ 0,5−tab(2,31)
¿ 0,5−0,48956
¿ 0 , 1044
Se queremos Pr (X < 5), isso equivale às áreas dos 4 retângulos inferiores e, portanto
Y −6 5−6
Pr ( X ≥ 5 ) ≈ Pr ( Y ≥ 4,5 )=Pr ≥
√3 √3
¿ Pr (Z ≥−0,58)
¿ Pr (Z ≥ 0,58)
¿ 0,5−tab( 0,58)
¿ 0 , 5−0,21904
¿ 0,28096
3,5−6 7,5−6
¿ Pr ≤
√3 √3
¿ Pr (−1,44 ≤ Z ≤0,58)
¿ 0 , 5−0,21904
¿ 0,28096
É interessante observar que para uma variável binomial faz sentido calcular Pr(X = k); no caso
da normal, essa probabilidade é nula, qualquer que seja k. Para usar a aproximação normal para
calcular, por exemplo, Pr(X = 5), devemos notar que essa probabilidade equivale à área do
retângulo centrado em 5 e, em termos da curva normal, temos que calcular a área
compreendida entre 4,5 e 5,5:
4,6−6 5,5−6
¿ Pr ≤Z≤
√3 √3
¿ Pr ( 0,87 ≤ Z ≤−0,29 )
¿ Pr ( 0,29 ≤ Z ≤0,87 )
¿ 0 , 30785−0 ,11409
¿ 0 , 19376
A distribuição binomial com parâmetros n e p pode ser aproximada por uma distribuição
normal com média μ = np e variância σ2 = np(1 − p) se são satisfeitas as
seguintes condições:
1. np ≥ 5
2. n(1 − p)≥ 5
A distribuição amostral da proporção
Considere uma população em que cada elemento é classificado de acordo com a presença ou
ausência de determinada característica. Por exemplo, podemos pensar em eleitores escolhendo
entre 2 candidatos, pessoas classificadas de acordo com o sexo, trabalhadores classificados como
trabalhador com carteira assinada ou não, e assim por diante. Em termos de variável aleatória,
essa população é representada por uma v.a. de Bernoulli, isto é:
tem distribuição binomial com parâmetros n e p. Note que Sn dá o número total de “sucessos”
nas n repetições, onde “sucesso”, neste caso, representa a presença da característica de interesse.
Os valores possíveis de Sn são 0, 1, 2, . . . , n. Com relação à proporção b P de elementos na
amostra que possuem a característica de interesse, temos que;