Sei sulla pagina 1di 36

PROF.

MRCIA VANUS 1
ESTIMAO PARA A MDIA
PROF. MRCIA VANUS 2
Objetivo

Estimar a mdia de uma
varivel aleatria X, que
representa uma caracterstica
de interesse de uma populao,
a partir de uma amostra.

PROF. MRCIA VANUS 3


Exemplos:
: peso mdio de homens na faixa etria de 20 a 30
anos, em uma certa localidade;
: salrio mdio dos empregados da indstria
metalrgica em So Bernardo do Campo, em 2001;
: taxa mdia de glicose em indivduos do sexo
feminino com idade superior a 60 anos, em
determinada localidade;
: comprimento mdio de jacars adultos de uma
certa raa.
: idade mdia dos habitantes do sexo feminino na
cidade de Santos, em 1990;
PROF. MRCIA VANUS 4
Vamos observar n elementos, extrados ao
acaso com reposio da populao;
Para cada elemento selecionado,
observamos o valor da varivel X de
interesse.
Obtemos, ento, uma amostra aleatria
simples com reposio de tamanho n de X,
que representamos por
X
1
, X
2
, ..., X
n
.

PROF. MRCIA VANUS 5
sendo c o erro amostral (margem de erro)
calculado a partir da distribuio de
probabilidade de .
.
...
1
2 1

=
= =
+ + +
n
i
i n
n
X X X X
X
n
Uma estimador pontual para dado pela mdia
amostral,

| |, X - X + ;
Uma estimador intervalar ou intervalo de
confiana para tem a forma

X
PROF. MRCIA VANUS 8
Intervalo de confiana
Pergunta: Como determinar c ?
| | X - X + ;
Como vimos, o estimador por intervalo para a
mdia tem a forma
Lembrete:

TLC
mente. aproximada grande, para ,

, N ~
2
n
n
X
|
.
|

\
|
PROF. MRCIA VANUS 9
que temos , Denotando z

n
=
Assim, conhecendo-se o coeficiente de
confiana obtemos z.
. z) Z (-z P s s =
PROF. MRCIA VANUS 10
Erro na estimativa intervalar
por dado amostral erro o
que segue , igualdade Da


n
z =
(0,1). ~ com , ) ( P que tal sendo N Z z Z -z z s s =
,
n

z =
O intervalo de confiana para a mdia , com
coeficiente de confiana fica, ento, dado por
,
(

+
n

z X
n

z - X ;
. de padro desvio o sendo X
PROF. MRCIA VANUS 12
Intervalos de Confiana
90% da amostra
95% da amostra
99% da amostra
o
x
_
n
Z X
X
Z X
o
o =
X
X X X X
o o o o + + 58 . 2 645 . 1 645 . 1 58 . 2
X X
o o + 96 . 1 96 . 1
PROF. MRCIA VANUS 13
Valores Crticos
Nvel de confiana
o
rea
(o/2)
Z
area

80% 0.20 0.10 1.282
90% 0.10 0.05 1.645
92% 0,08 0,04 1,75
95% 0.05 0.025 1.960
98% 0.02 0.01 2.326
99% 0.01 0.005 2.576


PROF. MRCIA VANUS 14
Exemplo 1:
No se conhece o consumo mdio de combustvel de
automveis da marca T. Sabe-se, no entanto, que o
desvio padro do consumo de combustvel de
automveis dessa marca 10 km/l. Na anlise de 100
automveis da marca T, obteve-se consumo mdio de
combustvel de 8 km/l. Encontre um intervalo de
confiana para o consumo mdio de combustvel
dessa marca de carro. Adote um coeficiente de
confiana igual a 95%.
n = 100 (mdia amostral) = 8 km/l
x
X: consumo de combustvel de automveis da marca T
o = 10 km/l
= 0,95 z = 1,96
PROF. MRCIA VANUS 15
Observe que o erro amostral c 1,96 km/l.
| |
| | 9,96 ; 6,04
1,96 8 ; 1,96 - 8 +
Pelo Teorema do Limite Central, o intervalo de
confiana de 95% dado, aproximadamente, por
= +
(


n
z X ;
n
z - X
o o
= +
(


100
10
1,96 8 ;
100
10
1,96 - 8
PROF. MRCIA VANUS 16
Exemplo 2:
Deseja-se estimar o tempo mdio de estudo
(em anos) da populao adulta de um
municpio. Sabe-se que o tempo de estudo tem
distribuio normal com desvio padro o = 2,5
anos. Foram entrevistados n = 25 indivduos,
obtendo-se para essa amostra, um tempo
mdio de estudo igual a 10,5 anos. Obter um
intervalo de 90% de confiana para o tempo
mdio de estudo populacional.
n = 25 = 10,5 anos
= 0,90 z = 1,65
x
X : tempo de estudo, em anos e X ~ N( ; 2,5
2
)

PROF. MRCIA VANUS 17


| |
| |.
11,33 ; 9,68
0,825 10,5 ; 0,825 - 10,5
+
A estimativa intervalar com 90% de confiana
dada por:
= +
(


n
z x ;
n
z - x
o o
= +
(


25
2,5
1,65 10,5 ;
25
2,5
1,65 - ,5 10
PROF. MRCIA VANUS 18
Dimensionamento da amostra
conhecendo-se o desvio padro o de X, o erro c
da estimativa e o coeficiente de confiana do
intervalo, sendo z tal que

,

z
n
2
2
,
n
z relao da partir A
o
= c
N(0,1). ~ Z e z) Z (-z P s s =
o tamanho da amostra n determinado por
PROF. MRCIA VANUS 19
n = ?? tal que c = 50 reais,
= 0,95 z = 1,96

Exemplo 3:
A renda per-capita domiciliar numa certa
regio tem distribuio normal com
desvio padro o = 250 reais e mdia
desconhecida. Se desejamos estimar a
renda mdia com erro c = 50 reais e
com uma confiana = 95%, quantos
domiclios devemos consultar?
X : renda per-capita domiciliar na regio
X ~ N( ; 250
2
)

PROF. MRCIA VANUS 20


Aproximadamente 96 domiclios devem
ser consultados.
( )
96,04
250
50
1,96

2
2
=
|
.
|

\
|
=
2
2

Ento,

z
n
|
.
|

\
|
=
PROF. MRCIA VANUS 21
Exemplo 4:
A vida til X de baterias automotivas de uma certa
marca segue uma distribuio de probabilidades com
desvio padro o = 50 horas e mdia desconhecida.
Se desejamos estimar a vida mdia dessas baterias
com erro c = 6 horas e confiana de 90%, quantas
baterias devem ter suas vidas teis analisadas?
X: vida til das baterias da marca estudada.
o = 50 horas

n = ?? tal que c = 6 horas
= 0,90 z = 1,65
PROF. MRCIA VANUS 22
Assim, aproximadamente 189 baterias devem
ser analisadas.
( )
06 , 189
50
6
1,65

2
2
=
|
.
|

\
|
=
Supondo que o tamanho da amostra a ser
selecionada suficientemente grande, pelo
Teorema do Limite Central temos:
2
2
z
n o
|
.
|

\
|
c
=
PROF. MRCIA VANUS 23
Na prtica, a varincia populacional o
2

desconhecida e substituda por sua
estimativa,
A estimativa amostral do desvio padro o
2
s s =
( ) .
1
-
1 -
1

2 2

=
=
n
i
X
i
X
n
S
PROF. MRCIA VANUS 24
Se a amostra for selecionada de uma populao
com distribuio normal com mdia e varincia
desconhecidas, a varivel aleatria

n
S
- X
__
tem distribuio t de Student com n-1 graus de
liberdade.
PROF. MRCIA VANUS 25
Distribuio t de Student
tem caudas mais densas do que a distribuio
normal;
valores extremos so mais provveis de ocorrer com
a distribuio t do que com a normal padro;
PROF. MRCIA VANUS 26
a forma da distribuio t reflete a variabilidade extra
introduzida pelo estimador S;
para cada possvel valor dos graus de liberdade, h
uma diferente distribuio t;
as distribuies com menores graus de liberdade
so mais espalhadas;
conforme g.l. aumenta, a distribuio t se aproxima
da distribuio normal padro;
conforme o tamanho da amostra aumenta, s se torna
uma estimativa mais confivel de o ; se n muito
grande, conhecer o valor de s quase equivalente a
conhecer o.
PROF. MRCIA VANUS 27
Assim, uma estimativa intervalar para a mdia
populacional, quando o desconhecido e a
amostra vem de uma populao normal, dada
por:
, ;
(

+
n
s

n
t x
n
s

n
t x
1 - 1 -
-
PROF. MRCIA VANUS 28
Exemplo 5:
No se conhece o consumo mdio e o desvio padro
do consumo de combustvel de automveis da marca
T. Sabe-se, no entanto, que a distribuio do consumo
de combustvel de automveis dessa marca
aproximadamente normal. Na anlise de 10
automveis da marca T, obteve-se consumo mdio de
combustvel de 8 km/l com um desvio padro igual a
10 km/l. Encontre um intervalo de confiana para o
consumo mdio de combustvel dessa marca de carro.
Adote um coeficiente de confiana igual a 95%.


PROF. MRCIA VANUS 29
n = 10 (mdia amostral) = 8 km/l
s = 10 km/l
x
X: consumo de combustvel de automveis da marca T

= 0,95 t
n-1
=2,262

Um intervalo de confiana de 95% para a mdia da
populao


.
(

+
n
s

n
t x ;
n
s

n
t - x
1 - 1 -
PROF. MRCIA VANUS 30
Substituindo os valores correspondentes resulta
15,15). ; (0,85 )
10
10
262 , 2 8 ;
10
10
262 , 2 8 ( = +

Se o desvio padro o da populao conhecido e igual
ao valor da amostra de 10 km/l, o intervalo de confiana
de 95% para seria (1,8; 14,2), que menor.


PROF. MRCIA VANUS 31
Para n grande, a distribuio t de Student
aproxima-se da distribuio normal.
Assim, uma estimativa intervalar
aproximada para a mdia populacional
, quando o tamanho da amostra grande
e o desconhecido ,
, ,
(

+
n
s
z x
n
s
z - x
sendo s o desvio padro amostral e z tal que
. N(0,1) ~ com ) (- P Z z Z z s s =
PROF. MRCIA VANUS 32
Exemplo 6:
Para estimar a renda semanal mdia de garons
de restaurantes em uma grande cidade,
colhida uma amostra da renda semanal de 75
garons. A mdia e o desvio padro amostrais
encontrados so R$ 227 e R$ 15
respectivamente. Determine um intervalo de
confiana, com coeficiente de confiana de
90%, para a renda mdia semanal.
n = 75 = 227 e s = 15
= 0,9 z = 1,65
x
X : renda semanal de garons da cidade
PROF. MRCIA VANUS 33
= +
(


5 7
5 1
1,65 227 ;
5 7
5 1
1,65 - 227
| |
| | 229,86 ; 224,14
2,86 227 ; 2,86 - 227 = +
= +
(

; -
n
s
z x
n
s
z x
O intervalo de 90% de confiana dado,
aproximadamente, por
PROF. MRCIA VANUS 34
Exemplo 7:
Considere que a distribuio do tempo de espera, em
minutos, na fila de votao numa certa zona eleitoral
aproximadamente normal com uma mdia
desconhecida e desvio padro o = 4,6 minutos.
Interesse: estimar o tempo mdio de espera na fila de
votao dessa zona eleitoral.
Antes de selecionarmos uma a.a., a probabilidade de
que o intervalo
)
4,6
1,96 ;
4,6
1,96 (
n
X
n
X +
contenha a mdia verdadeira da populao 0,95.
PROF. MRCIA VANUS 35
Suponha que selecionamos uma a.a. de tamanho 12
da populao de eleitores dessa zona eleitoral e que
o tempo mdio de espera = 21,7 minutos. x
Baseado nessa amostra, um intervalo de confiana
de 95% para
)
12
4,6
1,96 1,7 ;
12
4,6
1,96 1,7 ( + 2 2
(19,1 ; 24,3)
O intervalo de 19,1 a 24,3 fornece um intervalo de
valores razoveis para .
No podemos dizer que h uma probabilidade de
95% de que se encontre entre esses valores;
fixo e est entre 19,1 e 24,3 ou no.
e o comprimento 24,3 19,1 = 5,2 minutos.
PROF. MRCIA VANUS 36
Interpretao freqentista: Se extrairmos 100 a.a. de
tamanho 12 dessa populao e para cada uma delas
construirmos um intervalo de confiana de 95%,
esperamos que 95 dos intervalos contenham a mdia
verdadeira da populao e 5 no.

Intervalo de confiana de 99% para :
)
12
4,6
2,58 1,7 ;
12
4,6
2,58 1,7 ( + 2 2
(18,3 ; 25,1)
O comprimento desse intervalo maior do que o
correspondente intervalo de confiana de 95%.

comprimento do IC de 99% 25,1-18,3 = 6,8 minutos.
PROF. MRCIA VANUS 37
Como o intervalo est centrado ao redor da mdia da
amostra = 21,7 mg/100ml, estamos interessados no
tamanho de amostra necessrio para produzir o intervalo
(21,7-1 ; 21,7+1) = (20,7 ; 22,7).
x
Que tamanho deve ter a amostra para se reduzir o
comprimento do intervalo para 2 minutos?
Para encontrar o tamanho n da amostra requerido,
precisamos resolver a equao
141 1
4,6
2, 58 = = = n
n

necessria uma amostra de 141 eleitores para reduzir o
comprimento do IC de 99% para 2 minutos.
PROF. MRCIA VANUS 38
Exerccios.
1. Desejamos coletar uma amostra de uma v.a. X com desvio
padro igual a 15. Qual deve ser o tamanho da amostra para
que, com 0,95 de probabilidade, a mdia amostral no difira
da populacional por mais de 3 unidades?
2. Seja X uma v.a. com distribuio normal de mdia
desconhecida e varincia igual a 36.
a. Para uma amostra de tamanho 50, obtivemos mdia
amostral 18,5. Construa um intervalo de confiana com
coeficientes de confiana 91%, 96% e 99% para a mdia
populacional.
b. Para uma confiana de 94%, construa intervalos de
confiana supondo trs tamanhos de amostra 25, 50 e 100
(admita que todos forneceram mdia amostral igual a 18,5).
c. Comente sobre a preciso dos intervalos construdos em (a)
e (b).
PROF. MRCIA VANUS 39
3. O intervalo [34,81 ; 36,38], com confiana 95% foi construdo
a partir de uma amostra de tamanho 25, para a mdia de
uma populao normal. O desvio padro amostral foi igual a
2.
a. Qual o valor encontrado para a mdia dessa amostra?
b. Se utilizssemos essa mesma amostra, mas com uma
confiana de 90%, qual seria o novo intervalo de confiana?
4. O tempo de permanncia de contadores recm formados no
primeiro emprego, em anos, foi estudado considerando um
modelo normal com mdia e varincia desconhecidas.
Deseja-se estimar a mdia populacional. Para uma amostra
de 15 profissionais, a mdia obtida foi de 2,7 anos e o desvio
padro foi de 1,4 anos.
a. Encontre um intervalo para o tempo mdio populacional de
permanncia com uma confiana de 90%.
b. Refaa o item a. considerando que a amostra era formada
por 150 profissionais.