Estimao e Intervalo de

Confiana

Estimao
Frequentemente necessitamos, por
meio das amostras, conhecer
informaes gerais da populao.
A estimao o processo que
consiste no uso de dados da amostra
(dados amostrais) para estimar
valores de parmetros populacionais
desconhecidos, tais como mdia,
desvio padro, propores etc.

Estimao
Amostra
Mdia
Desvio
Padro
Amostra
Mdia
Desvio
Padro

Popula
o

Estimativas Pontuais e
Intervalares
Chamamos de estimador a quantidade
calculada em funo dos elementos da
amostra, que ser usada no processo de
estimao do parmetro desejado.
O estimador , como vemos, uma
estatstica. Ser, portanto, uma varivel
aleatria caracterizada por uma distribuio
de probabilidade e seus respectivos
parmetros prprios.

Chamaremos de estimativa a cada valor

particular assumido por um estimador.

Estimativa Pontual
quando fazemos uma nica
estimativa (um valor) para um
determinado parmetro
populacional. Vejamos os exemplos:

Estimativa Intervalar
quando fazemos uma estimativa de um
intervalo de valores possveis, no qual se
admite esteja o parmetro populacional.
Neste tipo de estimativa temos um
intervalo de valores em torno do
parmetro amostral, no qual julgamos,
com um risco conhecido de erro, estar o
parmetro da populao. A esse intervalo
chamamos intervalo de confiana

Estimativa de Mdias de uma

Populao
Para efetuar a Estimativa de Mdias
de uma Populao utiliza-se desvio
padro da distribuio que constitui
a amostra (distribuio amostral),
deve-se levar em considerao se o
desvio padro da populao ou no
conhecido.

 Para desvio padro populacional

conhecido temos:

Estimativa Intervalar da mdia

 Salientamos que a estimativa intervalar da

mdia populacional baseia-se na hiptese de
que a distribuio das mdias amostrais
normal, da usarmos a nova varivel z. Para
grandes amostras (quando n maior que 30)
esta premissa garantida pelo Teorema do
Limite Central;
Para amostras de 30 ou menos elementos,
importante saber que a populao submetida
amostragem distribuio-t (Student)

Teorema do Limite
As mdias das amostras apresentam
uma distribuio normal, desde que
sejam independentes
Mdia das mdias converge para a
mdia da populao
/ n
Desvio padro

Usando a tabela z

z < 0,21
Z < -1,2
P(Z 1,23) = 0,890651
P(Z< 1,02) = 0,153864
P(Z> 1,45) = 0,073529
P (-1,03 < Z < 1,02) = 0,846136 0,151505

A tabela ( = 0, =1)
= 15, =7
P(X<13)
Z = (X - ) /
Z = (13 15)/7 = 0,29

0,385908

Clculo do Intervalo de
Confiana
Considerando que uma amostra de
cem elementos extrada de uma
populao aproximadamente normal,
x
cujo desvio padro igual a 2,
forneceu mdia de 35,6 ( ), construir
intervalos de confiana de 90%, 95%
e 99% para a mdia dessa
populao.

Exemplo

0,5

90 -> 0,45
95 -> 0,475
99 -> 0,495

0,5

Erro admitido num

intervalo
(erro de estimao)

a diferena entre a mdia da amostra

e a verdadeira mdia da populao.
Como o intervalo de confiana tem
centro na mdia da amostra, o erro
mximo provvel que est sendo
admitido igual metade da
amplitude do intervalo.
O erro de estimao pode ser descrito
pela relao:

Percebemos que quando

aumentamos
este erro
potencial aumenta. Podemos concluir
tambm que maiores amostras
(aumenta n) possuem um potencial
de erro menor.

Distribuio t de Student
Para pequenas amostras a
distribuio normal apresenta valores
menos precisos, o que nos leva a
utilizar um modelo melhor.

Distribuio t de Student
Existe um valor de t para cada
tamanho de amostra, sendo que
medida que a amostra (n) cresce, a
distribuio t de Student se aproxima
da distribuio normal.
Para calcular o valor de t a ser usado
necessrio ter:
Um nvel de confiana desejado:
Qual o nmero de graus de liberdade a
ser utilizado:

Exemplo
Sabendo-se que uma amostra tem 25
elementos, que a sua mdia 150 e
desvio padro igual a 10. Represente um
intervalo de confiana em nvel de 90%.
Como a amostra menor que 30
elementos, ento iremos usar a
distribuio t de Student. Se desejamos
um intervalo de confiana de 90%,
temos:

Valor de t

Para trabalharmos com a tabela, encontramos o

nmero de graus de liberdade, que : (n-1), logo
(25-1)=24.
Tabela (24,095)=1,711

Valor de t

Determinao do Tamanho da
Amostra
O tamanho da amostra depende de 3
fatores, conforme abaixo:
O grau de confiana desejado (z);
Quantidade de disperso entre os
valores individuais da populao ( );
Erro tolervel ou admitido (e).

Formula

Exemplo
Qual o tamanho de amostra
necessria para se estimar a mdia
de uma populao infinita cujo
desvio padro igual a 4, com 98%
de confiana e erro de 0,5?