PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV

Tamanho: px
Começar a partir da página:

Download "PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV"

Transcrição

1 PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV DISCIPLINA: TGT FUNDAMENTOS DE ESTATÍSTICA 7ª AULA: AMOSTRAGEM E DISTRIBUIÇÕES AMOSTRAIS Iiciamos a aula com a rearesetação das defiições de: Poulação cojuto de todos os elemetos de iteresse em um estudo. Amostra é um subcojuto da oulação. Características uméricas da oulação: média ( ) e desvio adrão ( ), além da roorção (). Características uméricas da amostra: média ( ) e desvio adrão (s), além da roorção amostral ( ). Imortate é o etedimeto de que os resultados da amostra forecem aeas estimativas dos valores das características da oulação. E qual a cofiaça que as estimativas resultem em bos resultados? A técica de amostragem e o cohecimeto da distribuição amostral aroriada os ermitem resoder a esta questão. AMOSTRAGEM ALEATÓRIA SIMPLES A defiição de amostra aleatória simles e o rocesso de seleção de uma amostra aleatória simles deedem de a oulação ser fiita ou ifiita. 1. POPULAÇÃO FINITA uma amostra aleatória simles de tamaho de uma oulação fiita de tamaho N é uma amostra selecioada de tal maeira que cada amostra ossível de tamaho teha a mesma robabilidade de ser escolhida. Em geral, ara selecioarmos amostras aleatórias simles de uma

2 oulação fiita, fazemos uso da tabela de úmeros aleatórios. Verificar o uso dos úmeros aleatórios em um eemlo. Tabela de ºs aleatórios (com 5 dígitos) Da esquerda ara a direita os sete rimeiros úmeros aleatórios de 4 dígitos são: Da esquerda ara a direita os cico rimeiros úmeros aleatórios de 2 dígitos são: e assim or diate. 2. POPULAÇÃO INFINITA - eistem casos em que a oulação é ifiita ou tão grade que, ara fis ráticos, recisa ser tratada como ifiita. Como eemlo, suoha um restaurate de fastfood; o rocesso cotíuo de visitas de clietes ao restaurate ode ser visto como roveiete de uma oulação ifiita. Uma amostra aleatória simles de uma oulação ifiita é uma amostra selecioada de tal maeira que as codições a seguir sejam satisfeitas: - cada elemeto selecioado vem dessa oulação; - cada elemeto é selecioado de maeira ideedete. CUIDADO!!!! Retorado ao eemlo do restaurate de fast-food. Qualquer cliete que etre o restaurate satisfaz a rimeira codição. O objetivo da seguda codição é evitar que ocorra um viés a seleção. Ocorreria um viés de seleção se, or eemlo, cico clietes cosecutivos selecioados fossem, todos, amigos etre si que chegassem juto ao restaurate. Poder-se-ia eserar que esses clietes aresetassem erfis semelhates. O viés deve ser evitado assegurado-se que cada cliete seja selecioado de forma ideedete, ou seja, que a escolha de um cliete em articular ão iflua a escolha de outro cliete qualquer. O McDoald s, líder mudial o ramo de restaurates fast-food imlemetou um sistema de amostragem aleatória simles eatamete ara esse tio de situação: algus clietes do McDoald s aresetavam cuos de descoto. Toda vez que a emresa quisesse que o cliete aresetasse cuo de descotos, o cliete era servido e, em seguida, solicitado a reecher um questioário de erfil do cliete. Poulações ifiitas frequetemete estão associadas a rocessos iiterrutos que oeram cotiuamete ao logo do temo. Por

3 eemlo: eças que são maufaturadas em uma liha de rodução; trasações fiaceiras que ocorrem em um baco; as chamadas telefôicas que chegam a um cetro de suorte técico; clietes que etram uma loja; etc. NOTA O úmero de diferetes amostras aleatórias simles de tamaho que odem ser selecioadas de uma oulação ifiita de tamaho N é EXERCÍCIOS C N N!!( N )! 1. Cosidere que uma oulação fiita teha 350 elemetos. Usado os três últimos dígitos de cada um dos seguites úmeros aleatórios de cico dígitos aresetados a seguir, determie os quatro rimeiros elemetos que serão selecioados ara a amostra aleatória simles. Nºs aleatórios de cico dígitos: Resosta: O tamaho da amostra é: = 4; usar os três últimos dígitos dos ºs aleatórios acima ara selecioar os quatro elemetos que farão arte da amostra. Observe que o tamaho da oulação é N = 350; ortato, somete ºs aleatórios 350 serão cosiderados. Assim, os ºs selecioados são: Os dez títulos fiaceiros mais ativos as Bolsas de New York (Nyse), Nasdaq e America (Ame) com caitalização de mercado acima de US$ 500 milhões são os seguites: 1) Alied Material 2) Cisco Systems 3) Itel 4) Lucet Techologies 5) Microsoft 6) Nasdaq 100 7) Netel 8) Oracle 9) SPDR 10) Su Microsystems a) suoha que uma amostra aleatória de cico títulos fiaceiros seja selecioada ara um estudo detalhado do comortameto dos egócios. Iiciado com o rimeiro dígito aleatório da tabela de ºs aleatórios com 5 dígitos e ledo a colua de cima ara baio, use os ºs aleatórios de um úico dígito aleatório ara selecioar uma amostra aleatória simles de 5 títulos fiaceiros a serem usados esse estudo; b) de acordo com a Nota acima, quatas amostras aleatórias simles de tamaho 5 odem ser selecioadas da lista de dez títulos

4 fiaceiros? Resosta: a) Nasdaq; Oracle; Microsoft; Lucet; Alied b) Devemos calcular a combiação de N = 10 e = ! 10! C !(10 5)! 5!.5! amostras. 3. Idique se as oulações a seguir devem ser cosideradas fiitas ou ifiitas: a) Todos os eleitores iscritos do estado de Sata Cataria. b) Todos os aarelhos de televisão que oderiam ser roduzidos elo arque idustrial de Maaus. c) Todos os edidos que oderiam ser rocessados or uma emresa de ecomeda ostal. d) Todas as chamadas telefôicas de emergêcias que oderiam ser feitas a uma delegacia de olícia local. e) Todos os comoetes que a Itelbras roduziu o segudo turo de trabalho o dia 17 de maio de A relação a seguir areseta os 25 melhores times de futebol americao da temorada Use a oa colua dos úmeros aleatórios que se iicia com ara selecioar uma amostra aleatória simles de seis times de futebol. Use os dois rimeiros dígitos de cada liha da oa colua ara realizar o seu rocesso de seleção. Quais os times selecioados? 1.Ohio 6. Kasas 11. Carolia 16.Aubur 21. Colorado 2. Miami 7. Teas 12. Boise Ste 17.NDame 22. TCU 3. Georgia 8. Iowa 13. Marylad 18.Pittsburg 23. Florida Ste 4. Califoria 9. Michiga 14. VTech 19.Marshall 24. Florida 5. Oklahoma 10. WSte 15. Pe Ste 20.WVirgiia 25. Virgiia 5. Cosidere uma oulação fiita com cico elemetos rotulados A, B, C, D e E. Dez ossíveis amostras aleatórias simles de tamaho 2 odem ser selecioadas. a) relacioe as dez amostras, iiciado com AB, AC e assim or diate. b) usado a amostragem aleatória simles, qual é a robabilidade de cada amostra de tamaho 2 ser selecioada? c) cosidere que o úmero aleatório 1 corresode a A, o úmero aleatório 2 corresode a B e assim or diate. Relacioe a amostra aleatória simles de tamaho 2 que será selecioada usado-se os dígitos aleatórios

5 ESTIMAÇÃO POR PONTO Para estimar o valor do arâmetro de uma oulação calculamos uma característica corresodete da amostra, deomiada estatística amostral. Como eemlo, ara estimar a média (µ) e o desvio adrão (σ) de uma oulação calculamos as estatísticas amostrais corresodetes: a média amostral ( ) e o desvio adrão amostral (s). Podemos aida estimar a roorção () da oulação usado a roorção amostral ( ). Relembrado, as eressões ara o cálculo são: i s ( i ) 2 1 Ao realizar os cálculos utilizado as eressões acima, eecutamos o rocedimeto estatístico deomiado estimação or oto. A média amostral ( ) é a estimação or oto da média oulacioal (µ); o desvio adrão amostral (s) é o estimador or oto do desvio adrão oulacioal (σ) e, a roorção amostral ( ) é o estimador or oto da roorção () da oulação. É de se eserar que a estimação or oto difira bastate dos arâmetros oulacioais corresodetes. Essa difereça (veremos um eercício) deve ser eserada orque é usada uma amostra e ão um ceso de toda a oulação ara desevolver a estimação or oto. Alicação: Uma erguta de uma esquisa realizada com uma amostra de 150 idivíduos roduziu 75 resostas Sim, 55 resostas Não e 20 resostas Sem oiião. a) qual é a estimação or oto da roorção da oulação que resodeu Sim? b) qual é a estimação or oto da roorção da oulação que resodeu Não? a) b) 75 0, ,37 150

6 DISTRIBUIÇÕES AMOSTRAIS Vamos fudametar osso estudo a reseito da distribuição amostral, usado um eemlo real. O diretor de essoal da Electroics Associates, Ic. (EAI) foi icumbido de desevolver um erfil dos 2500 geretes da emresa. As características a serem idetificadas icluem o salário médio aual dos geretes e a roorção de geretes que cocluíram o rograma de treiameto gerecial da emresa. Usado os 2500 geretes como a oulação ara esse estudo, odese ecotrar o salário médio aual e o status do rograma de treiameto de cada idivíduo cosultado os registros de essoal da emresa. Usado o cojuto de dados da EAI e as fórmulas já cohecidas, a média oulacioal e o desvio adrão corresodetes aos dados de salário aual foram comutados: Média oulacioal: US$ Desvio adrão da oulação: US$4.000 Os dados referetes ao status o rograma de treiameto mostram que 1500 geretes cocluíram o rograma de treiameto. Assim, a roorção da oulação de geretes que cocluiu o rograma de 1500 treiameto é: 0, Assim, µ = US$ , σ = US$ e arâmetros da oulação de geretes da EAI. = 0,60 são os Suoha agora que todas as iformações ecessárias sobre todos os geretes da EAI ão estivessem rotamete disoíveis o baco de dados da emresa. A questão a cosiderar agora é como o diretor de essoal da emresa ode obter estimativas dos arâmetros da oulação de geretes usado uma amostra, em vez de todos os 2500 geretes da oulação. Imagie a decisão de coletar e usar os dados referetes a uma amostra de 30 geretes. Já sabemos como fazer isso! Lembrar que, etre os 2500 geretes da emresa, 2, amostras aleatórias simles de 30 geretes da EAI odem ser obtidas. Foi, etão, selecioada uma amostra aleatória simles de 30 geretes e coletados os registros referetes ao salário aual e a

7 situação o rograma de treiameto gerecial de cada gerete selecioado. Os dados estão registrados a Tabela a seguir: Tabela: Salários auais e situação o rograma de treiameto gerecial referete a uma amostra aleatória simles de 30 geretes da EAI Salário aual Programa de Salário aual Programa de (US$) Treiameto Gerecial (US$) Treiameto Gerecial 1 = ,30 Sim 16 = ,00 Sim 2 = ,90 Sim 17 = ,30 Não 3 = ,50 Sim 18 = ,00 Sim 4 = ,90 Sim 19 = ,60 Sim 5 = ,60 Não 20 = ,00 Sim 6 = ,00 Sim 21 = ,90 Sim 7 = ,30 Sim 22 = ,00 Sim 8 = ,40 Sim 23 = ,80 Não 9 = ,70 Sim 24 = ,20 Não 10 = ,70 Sim 25 = ,60 Não 11 = ,60 Sim 26 = ,30 Não 12 = ,40 Não 27 = ,90 Não 13 = ,80 Sim 28 = ,40 Sim 14 = ,70 Não 29 = ,90 Sim 15 = ,20 Não 30 = ,10 Não As estatísticas amostrais calculadas com os dados da tabela resultaram os seguites valores: i ( ) 2 i s ,63 30 Desse modo, em relação à amostra aleatória simles de 30 geretes da EAI aresetada a Tabela, US$ é a estimação or oto de µ; US$ é a estimação or oto do desvio adrão σ, e 0,63 é a estimação or oto da roorção. Resumo das estimações or oto obtidas de uma amostra aleatória simles de 30 geretes da EAI Parâmetro Poulacioal Estimativa or oto µ = salário médio aual = salário médio aual da US$ amostra US$ σ = desvio adrão do salário s = salário médio aual da aual da oulação US$ amostra US$ = roorção da oulação que = roorção da amostra que cocluiu o PTG 0,60 cocluiu o PTG - 0,63

8 O resumo mostra claramete que a estimação or oto difere bastate dos arâmetros oulacioais corresodetes. Já sabemos a razão disso! ESTAMOS PRONTOS ara estudar o comortameto dos valores das estatísticas amostrais utilizadas a estimação dos arâmetros oulacioais. Vamos selecioar uma outra amostra aleatória simles de 30 geretes da EAI; calculamos as estimações or oto: Média da amostra: Proorção da amostra: 0,70 Observe que os valores roduzidos or essa amostra diferem da rimeira amostra. De fato, ão se ode eserar que uma seguda amostra aleatória simles de 30 geretes da EAI roduza as mesmas estimações or oto que a rimeira. Vamos reetir diversas vezes o rocesso de selecioar uma amostra aleatória simles de 30 geretes da EAI, calculado a cada vez os valores de e. A tabela a seguir cotém uma arte dos resultados obtidos ara 500 amostras aleatórias simles: Tabela: valores de e em 500 amostras aleatórias simles de 30 geretes da EAI Número da Média da amostra Proorção da amostra amostra , , , , ,50 A tabela a seguir orgaiza os dados e forece a distribuição de frequêcia e frequêcia relativa dos 500 valores de. Já defiimos uma variável aleatória como uma descrição umérica do resultado de um eerimeto. SE CONSIDERARMOS QUE O PROCESSO DE SELECIONAR UMA AMOSTRA ALEATÓRIA SIMPLES É UM EXPERIMENTO, a média amostral é uma descrição umérica do resultado do eerimeto. Desse modo, a média amostral é uma variável aleatória e, a eemlo do que ocorre

9 com qualquer variável aleatória, tem um valor médio ou eserado, um desvio adrão e uma distribuição de robabilidade. Tabela: Distribuição de frequêcia de em 500 amostras aleatórias simles de 30 geretes da EAI Salário aual médio Frequêcia Frequêcia relativa , ,99 2 0, , , , , , , , , , , , , , , , , , , , , , , ,99 6 0,012 Totais: 500 1,000 Uma vez que os diversos valores ossíveis de resultam de diferetes amostras aleatórias simles, a distribuição da robabilidade de é cohecida or distribuição amostral de. Cohecer essa distribuição amostral e suas características os ossibilitará fazer afirmações a reseito de quão róima a média da amostra está da média da oulação. As figuras a seguir sitetizam os 500 valores de e os 500 valores da roorção da amostra. A forma da distribuição dos valores já os iforma que a distribuição tem a forma de sio e isso os remete à distribuição ormal de robabilidade.

10 Assim como ocorre com, também é uma variável aleatória. O histograma de frequêcia relativa dos 500 valores da amostra os dá uma idéia da distribuição amostral de. DISTRIBUIÇÃO AMOSTRAL DE A distribuição amostral de todos os valores ossíveis da média amostral. A distribuição amostral de tem um valor eserado (ou média), um desvio adrão e um formato (ou forma) característico. VALOR ESPERADO DE é a distribuição de robabilidade de O valor eserado de é a média de todos os valores ossíveis de. Assim, E( ) = µ ode µ é a média da oulação. DESVIO PADRÃO DE Para defiir o desvio adrão da distribuição amostral de, recisamos distiguir etre oulação fiita ou ifiita. Cosiderado: o desvio adrão da média amostral ; o desvio adrão da oulação; o tamaho da amostra;

11 N o tamaho da oulação; O desvio adrão de e ara oulação ifiita: ara oulação fiita é calculado or: N. N 1 N Verifica-se que o caso de oulação fiita o termo é N 1 ecessário, ois serve ara corrigir a relação etre oulação grade e tamaho da amostra relativamete equeo. Nesses casos o fator de correção ara oulações fiitas está róimo de 1 e cosequetemete a difereça etre ara oulações fiitas ou ifiitas tora-se desrezível. Diretriz geral ara o cálculo do desvio adrão da média amostral: Use a eressão Semre que: 1) a oulação for ifiita; 2) a oulação for fiita e o tamaho da amostra for meor que 5% N. do tamaho da oulação; ou seja, 0,05 Para o eemlo da EAI, temos que N = e = 30. A oulação é fiita e a relação / N = 0,012. Como o tamaho da amostra é meor que 5% do tamaho da oulação odemos igorar o fator de correção ara oulação fiita e calcular o desvio adrão da 4000 média: 730,3. 30 O desvio adrão da média amostral recebe a deomiação de erro adrão da média. O erro adrão da média vai ser útil ara determiarmos o quão distate a média amostral ode estar da média oulacioal. FORMA DA DISTRIBUIÇÃO AMOSTRAL DE Cosiderar dois casos: a) A oulação tem uma distribuição ormal quado a oulação tem distribuição ormal, a distribuição amostral de está ormalmete distribuída ara qualquer tamaho de amostra.

12 b) A oulação ão tem uma distribuição ormal esse caso, devemos aelar ara o teorema do limite cetral que diz: ao selecioar amostras aleatórias simles de tamaho de uma oulação, odemos aroimar a distribuição amostral da média da amostra or meio de uma distribuição ormal à medida que aumetamos o tamaho da amostra. A figura mostra o fucioameto do teorema do limite cetral em relação a três oulações diferetes: a oulação I segue uma distribuição uiforme; a oulação II segue uma distribuição deomiada orelha-de-coelho ; a oulação III tem distribuição similar à distribuição eoecial. Nehuma delas assa, em erto, da distribuição ormal. As três lihas seguites da figura mostram a forma da distribuição amostral à medida que o tamaho da amostra aumeta. Observe

13 que ara amostras de tamaho = 30, as formas das distribuições são aroimadamete ormais. VALOR PRÁTICO DA DISTRIBUIÇÃO AMOSTRAL DE Distribuição amostral do salário médio aual de uma amostra aleatória simles de 30 geretes da EAI A robabilidade de uma média amostral estar detro de US$ 500 da média da oulação Relação etre tamaho da amostra e a Distribuição amostral de

14 DISTRIBUIÇÃO AMOSTRAL DE A roorção amostral é o estimador or oto da roorção da oulação. A fórmula ara calcular a roorção amostral é: Em que = úmero de elemetos cotidos a amostra que ossuem a característica de iteresse; = tamaho da amostra.

15 A distribuição amostral de é a distribuição de robabilidade de todos os valores ossíveis da roorção amostral. Para determiar quão róima a roorção amostral está da roorção oulacioal, é reciso eteder as roriedades da distribuição amostral de : o valor eserado de, o desvio adrão amostral e a forma da distribuição amostral de. Valor eserado de : que é a média de todos os valores ossíveis de, é igual a roorção oulacioal de. E( ) No caso da EAI, o valor eserado de é o valor de = 0,60. Desvio adrão de : da mesma forma que rocedemos ara determiar o desvio adrão da média amostral, o desvio adrão da roorção amostral deede de a oulação ser fiita ou ifiita. Assim, as eressões ecessárias são: N (1 ) Poulação fiita: N 1 Poulação ifiita: (1 ) Em relação ao cálculo do desvio adrão da roorção amostral, seguimos a mesma regra rática que recomedamos ara o cálculo do desvio adrão da média amostral. Para oulações fiitas com /N 0,05 o fator de correção ão recisa ser alicado; caso a relação /N > 0,05, o fator de correção ara oulações fiitas deverá ser usado. Para o caso da EAI, sabemos que a roorção de geretes que articiaram do curso de treiameto gerecial é = 0,60; a relação /N = 30/2500 = 0,012 os mostra que odemos igorar o fator de correção ara oulações fiitas, o que resulta: (1 ) 0,60(1 0,60) 0, Forma da distribuição amostral de : a roorção amostral é. Assim, o valor de é uma variável aleatória biomial que

16 idica o úmero de elemetos cotidos a amostra e que ossuem a característica de iteresse. Sedo uma costate, a robabilidade de / é idêtica à robabilidade biomial de. Isso sigifica que a distribuição amostral de também é uma distribuição discreta de robabilidade. Portato, estamos tratado de uma distribuição biomial; ela ode ser aroimada or meio de uma distribuição ormal desde que: 5 (1 ) 5 Assim, ode-se escrever: a distribuição amostral de ode ser aroimada or meio de uma distribuição ormal semre que a codição acima seja satisfeita. Lembrado o caso da EAI, sabemos que = 0,60. Com uma amostra aleatória simles de tamaho = 30, temos:. = 18.(1-) = 12 Assim, a distribuição amostral de ode ser aroimada ela distribuição ormal aresetada a Figura a seguir: Distribuição amostral da roorção amostral referete à roorção de geretes da EAI que articiaram do rograma de treiameto gerecial Valor rático da Distribuição amostral de : ela ode forecer iformações robabilísticas a reseito da difereça etre a roorção amostral e a roorção da oulação. Retoremos ao eemlo da EAI e vamos suor que o diretor de

17 essoal queira saber qual é a robabilidade de obter um valor de que se situe o itervalo de 0,05 da roorção oulacioal de geretes da EAI que articiaram do rograma de treiameto. Objetivamete o que o diretor quer saber é a robabilidade de obter uma amostra com uma roorção amostral que se situe etre 0,55 e 0,65. Ora, tedo em vista que odemos aroimar a distribuição amostral de or uma distribuição ormal que ossua uma média igual a 0,60 e desvio adrão amostral de 0,0894, determiamos os valores da variável aleatória ormal adrão (z) corresodetes a = 0,55 e a = 0,65. 0,55 0,60 z 0,56 0,0894 0,65 0,60 z 0,56 0,0894 Probabilidade de se obter uma roorção amostral etre 0,55 e 0,65 Etrado com os valores de z a tabela de distribuição ormal adrão, ecotramos os valores das resectivas áreas: Para z = -0,56, a área etre z=-0,56 e z=0 é igual a 0,2123; Para z = 0,56, a área etre z=0 e z=0,56 é igual a 0,2123. Portato, a robabilidade de selecioar uma amostra que foreça uma detro de 5% do valor da roorção oulacioal é 0, ,2123 = 0,4246, ou seja, 42,46%. DOIS MINUTOS PARA PENSAR: Imagie que o diretor resolva solicitar ao aalista uma alterativa que roduza um aumeto a robabilidade de selecioar uma amostra com que difira em 0,05 da roorção oulacioal. Qual a alterativa oderá roduzir uma robabilidade maior que 42,46%?

18 OUTROS MÉTODOS DE AMOSTRAGEM Amostragem aleatória estratificada a amostragem aleatória estratificada, os elemetos que fazem arte dos estratos devem ser o mais similares ossível e devem ertecer somete a um estrato. Deois que os estratos são formados etrai-se uma amostra aleatória simles de cada um deles. Há fórmulas esecíficas disoíveis ara se combiar os resultados das amostras de estrato idividuais em uma estimativa do arâmetro oulacioal de iteresse. Amostragem or coglomerados esse tio de amostragem, os elemetos da oulação são divididos em gruos distitos deomiados coglomerados. Etrai-se uma amostra aleatória simles de coglomerados. Todos os elemetos cotidos em cada coglomerado amostrado formam a amostra. Essa técica roduz bos resultados quado os elemetos cotidos os coglomerados ão forem similares. Amostragem sistemática os casos de grades oulações, gasta-se muito temo ara selecioar uma amostra aleatória simles usado a técica dos úmeros aleatórios. Uma alterativa à amostragem aleatória simles é a amostragem sistemática. Vamos esclarecer o rocedimeto usado um eemlo. Seja selecioar uma amostra de tamaho 50 de uma oulação de elemetos. Primeiramete etrai-se um elemeto em cada 5000/50 = 100 elemetos. A amostra sistemática, esse caso, tem iício ao selecioar um elemeto dos rimeiros 100 elemetos da lista da oulação. Feita a seleção, o seguite será o cetésimo elemeto seguite da lista, e assim sucessivamete. Vamos suor que o elemeto selecioado etre os 100 rimeiros da lista seja o elemeto 47. A amostra de tamaho 50 será comletada com os seguites elemetos:

19 Amostragem de coveiêcia é uma técica de amostragem ão robabilística. Como o ome idica, a amostra é idetificada or coveiêcia. Os elemetos são icluídos a amostra sem robabilidades reviamete esecificadas ou cohecidas de eles serem selecioados. Como eemlos de uso dessa técica temos o caso de amostras de aimais selvages caturados, gruos de volutários ara esquisa de cosumidores, rofessor que usa seus aluos bolsistas simlesmete orque eles estão disoíveis, etc. Amostragem de julgameto é uma técica adicioal de amostragem ão robabilística; essa abordagem, a essoa que cohece mais rofudamete o tema do estudo escolhe os elemetos que julga serem os mais reresetativos da oulação. Etretato a qualidade dos resultados da amostra deede do julgameto da essoa que a selecioa. EXERCÍCIOS 1) A média de uma oulação é 200 e seu desvio adrão é 50. Uma amostra aleatória simles de tamaho 100 será selecioada e a média amostral será usada ara estimar a média da oulação. a) Qual é o valor eserado de ; b) qual é o desvio adrão de ; c) aresete a distribuição amostral de ; d) o que a distribuição amostral de idica? 2) A média de uma oulação é 200 e seu desvio adrão é 50. Uma amostra aleatória simles de tamaho 100 será selecioada e a média amostral será usada ara estimar a média da oulação. a) qual é a robabilidade de a média da amostra estar detro de ±5 da média da oulação? b) qual é a robabilidade de a média da amostra estar detro de ±10 da média da oulação? 3) Suoha que o desvio adrão da oulação seja 25. Calcule o erro adrão da média ara tamahos de amostra iguais a 50, 100, 150 e 200. O que se ode afirmar sobre o tamaho do erro adrão da média quado o tamaho da amostra for aumetado? 4) O custo médio do esio as uiversidades úblicas orteamericaas é US$ or ao. Use esse valor como média oulacioal e cosidere que o desvio adrão da oulação é US$ 900. Suoha que uma amostra aleatória de 50 uiversidades úblicas seja selecioada.

20 a) aresete a distribuição amostral de em que é a média amostral do custo do esio as 50 uiversidades; b) qual é a robabilidade de a amostra aleatória simles roduzir uma média amostral que se situe detro dos US$ 250 da média oulacioal; c) qual é a robabilidade de a amostra aleatória simles roduzir uma média amostral que se situe detro dos US$ 100 da média oulacioal. 5) O custo médio aual dos seguros de automóvel é US$ 687. Use esse valor como média oulacioal e suoha que o desvio adrão da oulação seja US$ 230. Cosidere uma amostra de 45 aólices de seguro de automóveis. a) aresete a distribuição amostral de em que é a média amostral do custo aual dos seguros de automóvel; b) qual é a robabilidade de a média amostral estar detro dos US$ 100 da média oulacioal; c) qual é a robabilidade de a média amostral estar detro dos US$ 25 da média oulacioal; d) o que você recomedaria se uma seguradora quisesse a média amostral ara estimar a média oulacioal detro de ±US$ 25? 6) A roorção de uma oulação é 0,40. Uma amostra aleatória simles de tamaho 200 será selecioada e a roorção amostral será usada ara estimar a roorção da oulação. a) qual é a robabilidade de a roorção amostral estar detro de ±0,03 da roorção oulacioal; b) qual é a robabilidade de a roorção amostral estar detro de ±0,05 da roorção oulacioal? 7) A roorção oulacioal é 0,30. Qual é a robabilidade de a roorção amostral estar detro de ±0,04 da roorção oulacioal corresodete a cada um dos seguites tamahos de amostra: a) = 100 b) = 200 c) = 500 d) = e) qual a vatagem de um tamaho de amostra maior? 8) A Iteret Eress divulgou que 56% das famílias dos EUA têm acesso à Iteret. Use a roorção oulacioal = 0,56 e suoha que uma amostra de 300 famílias seja selecioada. a) aresetar a distribuição amostral de em que é a roorção de famílias que têm acesso à Iteret; b) qual é a robabilidade de a roorção amostral estar detro de ±0,03 da roorção oulacioal;

21 c) resoda o item (b) cosiderado os tamahos de amostra 600 e ) Um esquisador relata os resultados de uma esquisa afirmado que o erro adrão da média é 20. O desvio adrão da oulação é 500. a) qual é o tamaho da amostra utilizada essa esquisa? b) qual a robabilidade de a estimação or oto estar detro de ±25 da média da oulação?

22 Tabela de úmeros aleatórios (cico dígitos)

Distribuições de Estatísticas Amostrais e Teorema Central do Limite

Distribuições de Estatísticas Amostrais e Teorema Central do Limite Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia

Leia mais

Uma amostra aleatória simples de n elementos é selecionada a partir da população. Calcula-se o valor da média a partir da amostra

Uma amostra aleatória simples de n elementos é selecionada a partir da população. Calcula-se o valor da média a partir da amostra Distribuição amostral de Um dos procedimetos estatísticos mais comus é o uso de uma média da amostra ( ) para fazer iferêcias sobre uma população de média µ. Esse processo é apresetado a figura abaio.

Leia mais

INFERÊNCIA ESTATÍSTICA: ESTIMAÇÂO PONTUAL E INTERVALOS DE CONFIANÇA

INFERÊNCIA ESTATÍSTICA: ESTIMAÇÂO PONTUAL E INTERVALOS DE CONFIANÇA INFRÊNCIA STATÍSTICA: STIMAÇÂO PONTUAL INTRVALOS D CONFIANÇA 0 Problemas de iferêcia Iferir sigifica faer afirmações sobre algo descohecido. A iferêcia estatística tem como objetivo faer afirmações sobre

Leia mais

Distribuições Amostrais

Distribuições Amostrais 9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria

Leia mais

Distribuições Amostrais

Distribuições Amostrais 7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria

Leia mais

INTERVALOS DE CONFIANÇA

INTERVALOS DE CONFIANÇA INTRVALOS D CONFIANÇA stimação or itervalos,, é uma amostra aleatória de uma variável cuja distribuição deede do arâmetro Se L(,, e U(,, são duas fuções tais que L < U e P(L U =, o itervalo [L, U] é chamado

Leia mais

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 09 Estimação de arâmetros oulacioais 9.. Itrodução Aqui estudaremos o roblema de avaliar certas características dos elemetos da oulação (arâmetros) com base em oerações com os dados de uma amostra

Leia mais

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Algumas Distribuições

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Algumas Distribuições Deartameto de Iformática Discilia: do Desemeho de Sistemas de Comutação Algumas Distribuições Algumas Distribuições Discretas Prof. Sérgio Colcher colcher@if.uc-rio.br Coyright 999-8 by TeleMídia Lab.

Leia mais

Objetivo Estimar uma proporção p (desconhecida) de elementos uma população, apresentando certa característica de interesse, partir

Objetivo Estimar uma proporção p (desconhecida) de elementos uma população, apresentando certa característica de interesse, partir Objetivo Estimar uma roorção (descohecida) de elemetos em uma oulação, aresetado certa característica de iteresse, a artir da iformação forecida or uma amostra. Exemlos: : roorção de aluos da USP que foram

Leia mais

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral 6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro

Leia mais

Estimadores de Momentos

Estimadores de Momentos Estimadores de Mometos A média populacioal é um caso particular daquilo que chamamos de mometo. Na realidade, ela é o primeiro mometo. Se X for uma v.a. cotíua, com desidade f(x; θ 1,..., θ r ), depededo

Leia mais

Obtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.

Obtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n. Vamos observar elemetos, extraídos ao acaso e com reposição da população; Para cada elemeto selecioado, observamos o valor da variável X de iteresse. Obtemos, etão, uma amostra aleatória de tamaho de X,

Leia mais

Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação

Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p 1 Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma

Leia mais

Estatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial

Estatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial Estatística II - Admiistração Prof. Dr. Marcelo Tavares Distribuições de amostragem Na iferêcia estatística vamos apresetar os argumetos estatísticos para fazer afirmações sobre as características de uma

Leia mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:

Leia mais

INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA

INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA o Teste SEMESTRE PAR /7 Data: 3 de Juho de 7 Duração: h m Tóicos de Resolução.

Leia mais

MT DEPARTAMENTO NACIONAL DE ESTRADAS DE RODAGEM. Norma Rodoviária DNER-PRO 277/97 Procedimento Página 1 de 8

MT DEPARTAMENTO NACIONAL DE ESTRADAS DE RODAGEM. Norma Rodoviária DNER-PRO 277/97 Procedimento Página 1 de 8 Norma Rodoviária DNER-PRO 77/97 Procedimeto Págia de 8 RESUMO Este documeto estabelece o úmero de amostras a serem utilizadas o cotrole estatístico, com base em riscos refixados, em obras e serviços rodoviários.

Leia mais

Distribuições Amostrais

Distribuições Amostrais Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa

Leia mais

1 Distribuições Amostrais

1 Distribuições Amostrais 1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados

Leia mais

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17) Capítulo 5- Itrodução à Iferêcia estatística. (Versão: para o maual a partir de 2016/17) 1.1) Itrodução.(222)(Vídeo 39) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar

Leia mais

Proposta de teste de avaliação

Proposta de teste de avaliação Proosta de teste de avaliação Matemática A. O ANO DE ESOLARIDADE Duração: 9 miutos Data: adero (é ermitido o uso de calculadora) Na resosta aos ites de escolha múltila, selecioe a oção correta. Escreva,

Leia mais

Capítulo 5- Introdução à Inferência estatística.

Capítulo 5- Introdução à Inferência estatística. Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.

Leia mais

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse.

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse. rof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Uma coleção de todos os possíveis elemetos, objetos ou medidas de iteresse. Um levatameto efetuado sobre toda uma população é deomiado

Leia mais

Teorema do limite central e es/mação da proporção populacional p

Teorema do limite central e es/mação da proporção populacional p Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos

Leia mais

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse.

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse. rof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Uma coleção de todos os possíveis elemetos, objetos ou medidas de iteresse. Um levatameto efetuado sobre toda uma população é deomiado

Leia mais

Problemas de Contagem

Problemas de Contagem Problemas de Cotagem Cotar em semre é fácil Pricíio Fudametal de Cotagem Se um certo acotecimeto ode ocorrer de 1 maeiras diferetes e se, aós este acotecimeto, um segudo ode ocorrer de 2 maeiras diferetes

Leia mais

Objetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.

Objetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra. Objetivo Estimar a média de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: : peso médio de homes a faixa etária de 20 a 30 aos,

Leia mais

DEPARTAMENTO DE MATEMÁTICA

DEPARTAMENTO DE MATEMÁTICA FACULDADE DE CIÊNCIAS NATURAIS E MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA Camus de Lhaguee, Av. de Moçambique, km 1, Tel: +258 21401078, Fax: +258 21401082, Mauto Cursos de Liceciatura em Esio de Matemática

Leia mais

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS Duração: 90 miutos Gruo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as resostas 1 o semestre 2017/2018 30/01/2018 15:00 2 o Teste C 10 valores 1. A variável aleatória X

Leia mais

Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL

Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL AULA 8 16/05/17 Prof a Lilia M. Lima Cuha Maio de 017 PROPOSITO FUNDAMENTAL DA INFERÊNCIA ESTATISTICA DESENVOLVER ESTIMATIVAS E TESTAR HIPOTESES

Leia mais

CUFSA - FAFIL. Análise Combinatória (Resumo Teórico)

CUFSA - FAFIL. Análise Combinatória (Resumo Teórico) A) CONCEITOS: CUFSA - FAFIL Aálise Combiatória (Resumo Teórico) Regras Simles de Cotagem: é a maeira de determiar o úmero de elemetos de um cojuto. Na maioria das vezes é mais imortate cohecer a quatidade

Leia mais

Avaliação de Desempenho de Sistemas Discretos

Avaliação de Desempenho de Sistemas Discretos Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado

Leia mais

Sumário. 2 Índice Remissivo 19

Sumário. 2 Índice Remissivo 19 i Sumário 1 Estatística Descritiva 1 1.1 Coceitos Básicos.................................... 1 1.1.1 Defiições importates............................. 1 1.2 Tabelas Estatísticas...................................

Leia mais

Estimação da média populacional

Estimação da média populacional Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa

Leia mais

Teoria da Estimação 1

Teoria da Estimação 1 Teoria da Estimação 1 Um dos pricipais objetivos da estatística iferecial cosiste em estimar os valores de parâmetros populacioais descohecidos (estimação de parâmetros) utilizado dados amostrais. Etão,

Leia mais

Técnicas de contagem 1 Introdução. 2 Sequências

Técnicas de contagem 1 Introdução. 2 Sequências Istituto Suerior de Egeharia de Lisboa 1 Itrodução Muitos roblemas em Probabilidades e Estatística cosistem em estimar a icerteza associada a um eveto ou acotecimeto, o que imlica frequetemete determiar

Leia mais

CURSO DE MATEMÁTICA ANÁLISE COMBINATÓRIA & BINÔMIO DE NEWTON. a quantidade que atende ao enunciado:

CURSO DE MATEMÁTICA ANÁLISE COMBINATÓRIA & BINÔMIO DE NEWTON. a quantidade que atende ao enunciado: DISCIPLIN: SSUNO: SÉRIE UL CURSO DE MEMÁIC ÁLGEBR NÁLISE COMBINÓRI & BINÔMIO DE NEWON. (UERJ UENF ) Para motar um saduíche, os clietes de uma lachoete odem escolher: - um detre os tios de ão: calabresa,

Leia mais

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra. UNIVERSIDADE FEDERAL DA PARAÍBA Distribuição Amostral Luiz Medeiros de Araujo Lima Filho Departameto de Estatística INTRODUÇÃO A Iferêcia Estatística é um cojuto de técicas que objetiva estudar a população

Leia mais

ESTIMAÇÃO PARA A MÉDIA

ESTIMAÇÃO PARA A MÉDIA ESTIMAÇÃO PARA A MÉDIA Objetivo Estimar a média de uma variável aleatória, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Vamos observar elemetos, extraídos ao

Leia mais

Estimação da média populacional

Estimação da média populacional Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa

Leia mais

Contabilometria. Prof.: Patricia Maria Bortolon, D. Sc.

Contabilometria. Prof.: Patricia Maria Bortolon, D. Sc. Cotabilometria Prof.: Patricia Maria Bortolo, D. Sc. Teste para Duas Amostras Fote: LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L.; Estatística Teoria e Aplicações, 5a. Edição, Editora

Leia mais

Amostragem 04/08/2014. Conceito, propriedades, métodos e cálculo. Conceitos básicos de População e Amostra. Qualidade. População;

Amostragem 04/08/2014. Conceito, propriedades, métodos e cálculo. Conceitos básicos de População e Amostra. Qualidade. População; 04/08/014 Uidade 4 : Amostragem Amostragem Coceito, propriedades, métodos e cálculo João Garibaldi Almeida Viaa Coceitos básicos de População e Amostra População; Elemetos que compõem uma população; Ceso;

Leia mais

Enrico A. Colosimo Depto. Estatística UFMG

Enrico A. Colosimo Depto. Estatística UFMG Bioestatística F Comaração de uas Médias Erico A. Colosimo eto. Estatística UFMG htt//www.est.ufmg.br/~ericoc/ .4 istribuicao Gaussiaa com e σ Tabela t-tudet fx).35.3.5..5. -).5 Graus de liberdade istribuição

Leia mais

Intervalos de Confiança

Intervalos de Confiança Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de

Leia mais

Preferência Revelada

Preferência Revelada Preferêcia Revelada A teoria da escolha a artir das referêcias do cosumidor tem uma característica iteressate que é sua subjetividade. Dessa maeira, ão é algo observável. No etato, a escolha, em si, é

Leia mais

Distribuição Amostral da Média: Exemplos

Distribuição Amostral da Média: Exemplos Distribuição Amostral da Média: Eemplos Talvez a aplicação mais simples da distribuição amostral da média seja o cálculo da probabilidade de uma amostra ter média detro de certa faia de valores. Vamos

Leia mais

Inferência Estatística

Inferência Estatística Iferêcia Estatística opulação Amostra Itroduç Itrodução à Iferêcia Estatística Como tirar coclusões tomar decisões a partir de iformação parcial / icompleta (amostra) projectado /geeralizado resultados

Leia mais

Universidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 CAPES BINÔMIO DE NEWTON

Universidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 CAPES BINÔMIO DE NEWTON Uiversidade Federal do Rio Grade FURG Istituto de Matemática, Estatística e Física IMEF Edital CAPES BINÔMIO DE NEWTON Prof. Atôio Maurício Medeiros Alves Profª Deise Maria Varella Martiez Matemática Básica

Leia mais

Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.

Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra. ESTIMAÇÃO PARA A MÉDIAM Objetivo Estimar a média µ de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: µ : peso médio de homes

Leia mais

n ) uma amostra aleatória da variável aleatória X.

n ) uma amostra aleatória da variável aleatória X. - Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teoria da amostragem

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teoria da amostragem Estatística: Aplicação ao Sesoriameto Remoto SER 04 - ANO 017 Teoria da amostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Algumas Cosiderações... É importate ter

Leia mais

ESTATÍSTICA DESCRITIVA

ESTATÍSTICA DESCRITIVA Coceitos Básicos Poulação ou Uiverso Estatístico: coj. de elemetos sobre o qual icide o estudo estatístico; Característica Estatística ou Atributo: a característica que se observa os elemetos da oulação;

Leia mais

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística

Leia mais

Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004

Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Estatística para Cursos de Egeharia e Iformática Pedro Alberto Barbetta / Marcelo Meezes Reis / Atoio Cezar Boria São Paulo: Atlas, 004 Cap. 7 - DistribuiçõesAmostrais e Estimaçãode deparâmetros APOIO:

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese Estatística: Aplicação ao Sesoriameto Remoto SER 4 - ANO 18 Teste de Hipótese Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Estimação de Parâmetros Como já foi visto,

Leia mais

Virgílio A. F. Almeida DCC-UFMG 1/2005

Virgílio A. F. Almeida DCC-UFMG 1/2005 Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado

Leia mais

Grupo I. Qual é a probabilidade de o João acertar sempre no alvo, nas quatro vezes em que tem de atirar?

Grupo I. Qual é a probabilidade de o João acertar sempre no alvo, nas quatro vezes em que tem de atirar? Exames Nacioais EXME NCIONL DO ENSINO SECUNDÁRIO Decreto-Lei. /00, de 6 de Março Prova Escrita de Matemática. ao de Escolaridade Prova 6/.ª Fase Duração da Prova: 0 miutos. Tolerâcia: 0 miutos 008 VERSÃO

Leia mais

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação Assuto: Propriedade dos Estimadores e Métodos de Estimação. ANPEC 08 - Questão 6 Por regulametação, a cocetração de um produto químico ão pode ultrapassar 0 ppm. Uma fábrica utiliza esse produto e sabe

Leia mais

ESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA)

ESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA) 06 ETIMÇÃO OR INTERVLO (INTERVLO DE CONINÇ) Cada um dos métodos de estimação potual permite associar a cada parâmetro populacioal um estimador. Ora a cada estimador estão associadas tatas estimativas diferetes

Leia mais

NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA

NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA Objetivos da aula: Compreeder que um estimador é uma variável aleatória e, portato, pode-se estabelecer sua distribuição probabilística; Estabelecer

Leia mais

Rememorando. Situação-problema 5. Teorema do Limite Central. Estatística II. Aula II

Rememorando. Situação-problema 5. Teorema do Limite Central. Estatística II. Aula II UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARAN PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Rememorando Estatística II Aula II Profa. Renata G. Aguiar 1 Figura 7 Distribuição de uma amostra (n = 150).

Leia mais

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança Teorema do Limite Cetral, distribuição amostral, estimação por poto e itervalo de cofiaça Prof. Marcos Pó Métodos Quatitativos para Ciêcias Sociais Distribuição amostral Duas amostrages iguais oriudas

Leia mais

10 - Medidas de Variabilidade ou de Dispersão

10 - Medidas de Variabilidade ou de Dispersão 10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.

Leia mais

Nosso objetivo agora é estudar a média de uma variável quantitativa X. Denotamos a média desconhecida como E(X)=µ

Nosso objetivo agora é estudar a média de uma variável quantitativa X. Denotamos a média desconhecida como E(X)=µ TESTE DE HIPÓTESES PARA A MÉDIA POPULACIONAL µ Nosso objetivo agora é estudar a média de uma variável quatitativa X. Deotamos a média descohecida como E(X)µ Mais precisamete, estimamos a média µ, costruímos

Leia mais

Distribuição de uma proporção amostral

Distribuição de uma proporção amostral Distribuição de uma roorção amostral Estatística II Antonio Roque Aula 4 Exemlo Ilustrativo: Suonha que se saiba que em uma certa oulação humana uma roorção de essoas igual a = 0, 08 (8%) seja cega ara

Leia mais

INTERVALOS DE CONFIANÇA ESTATISTICA AVANÇADA

INTERVALOS DE CONFIANÇA ESTATISTICA AVANÇADA INTERVALOS DE CONFIANÇA ESTATISTICA AVANÇADA Resumo Itervalos de Cofiaça ara médias e roorções com alicações a Egeharia. Ferado Mori Prof.fmori@gmail.com Itervallos de Cofiiaça ara Médiias e Proorções

Leia mais

Recredenciamento Portaria MEC 347, de D.O.U

Recredenciamento Portaria MEC 347, de D.O.U Portaria MEC 347, de 05.04.0 - D.O.U. 0.04.0. ESTATÍSTICA I / MÉTODOS QUANTITATIVOS E PROCESSO DECISÓRIO I / ESTATÍSTICA APLICADA À EDUCAÇÃO Elemetos de Probabilidade Quest(i) Ecotramos, a atureza, dois

Leia mais

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança Teorema do Limite Cetral, distribuição amostral, estimação por poto e itervalo de cofiaça Prof. Marcos Pó Métodos Quatitativos para Ciêcias Sociais Distribuição amostral Duas amostrages iguais oriudas

Leia mais

Revisando... Distribuição Amostral da Média

Revisando... Distribuição Amostral da Média Estatística Aplicada II DISTRIBUIÇÃO AMOSTRAL MÉDIA AULA 08/08/16 Prof a Lilia M. Lima Cuha Agosto de 016 Revisado... Distribuição Amostral da Média Seja X uma v. a. de uma população com média µ e variâcia

Leia mais

Sistemas de Filas Simples

Sistemas de Filas Simples Sistemas de Filas Simles Teoria de Filas Processo de chegada: se os usuários de uma fila chegam os istates t, t, t 3,..., t, as variáveis aleatórias τ t - t - são chamadas de itervalos etre chegadas. As

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 0 Estimação de parâmetros populacioais 9.. Itrodução Aqui estudaremos o problema de avaliar certas características dos elemetos da população (parâmetros), com base em operações com os dados de uma

Leia mais

TEORIA DE SISTEMAS LINEARES

TEORIA DE SISTEMAS LINEARES Ageda. Algebra Liear (Parte I). Ativadades IV Profa. Dra. Letícia Maria Bolzai Poehls /0/00 Potifícia Uiversidade Católica do Rio Grade do Sul PUCRS Faculdade de Egeharia FENG Programa de Pós-Graduação

Leia mais

Comparação entre duas populações

Comparação entre duas populações Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas

Leia mais

1 Estimação de Parâmetros

1 Estimação de Parâmetros 1 Estimação de arâmetros Vários tipos de estudos tem o objetivo de obter coclusões fazer iferêcias a respeito de parâmetros de uma população. A impossibilidade de avaliar toda a população faz com que a

Leia mais

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem Mestrado Itegrado em Egeharia Civil Disciplia: TRNSPORTES Prof. Resposável: José Mauel Viegas Sessão Prática 4: mostragem Istituto Superior Técico / Mestrado Itegrado Egª Civil Trasportes ulas Práticas

Leia mais

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas . ANPEC 8 - Questão Seja x uma variável aleatória com fução desidade de probabilidade dada por: f(x) = x, para x f(x) =, caso cotrário. Podemos afirmar que: () E[x]=; () A mediaa de x é ; () A variâcia

Leia mais

Sucessão ou Sequência. Sucessão ou seqüência é todo conjunto que consideramos os elementos dispostos em certa ordem. janeiro,fevereiro,...

Sucessão ou Sequência. Sucessão ou seqüência é todo conjunto que consideramos os elementos dispostos em certa ordem. janeiro,fevereiro,... Curso Metor www.cursometor.wordpress.com Sucessão ou Sequêcia Defiição Sucessão ou seqüêcia é todo cojuto que cosideramos os elemetos dispostos em certa ordem. jaeiro,fevereiro,...,dezembro Exemplo : Exemplo

Leia mais

Estimação por Intervalo (Intervalos de Confiança):

Estimação por Intervalo (Intervalos de Confiança): Estimação por Itervalo (Itervalos de Cofiaça): 1) Itervalo de Cofiaça para a Média Populacioal: Muitas vezes, para obter-se a verdadeira média populacioal ão compesa fazer um levatameto a 100% da população

Leia mais

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1 CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1. Coceitos Básicos de Probabilidade Variável aleatória: é um úmero (ou vetor) determiado por uma resposta, isto é, uma fução defiida em potos do espaço

Leia mais

INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões

INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões INFERÊNCIA Fazer iferêcia (ou iferir) = tirar coclusões Iferêcia Estatística: cojuto de métodos de aálise estatística que permitem tirar coclusões sobre uma população com base em somete uma parte dela

Leia mais

Amostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?

Amostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença? Amostras Aleatórias e Distribuições Amostrais Probabilidade e Estatística: afial, qual é a difereça? Até agora o que fizemos foi desevolver modelos probabilísticos que se adequavam a situações reais. Por

Leia mais

MAE0229 Introdução à Probabilidade e à Estatística II

MAE0229 Introdução à Probabilidade e à Estatística II Exercício : Sabe-se que o tempo de viagem de um local A a zoa orte de São Paulo até a USP segue uma distribuição ormal com desvio padrão 9 miutos. Em 200 dias aotou-se o tempo gasto para vir desse poto

Leia mais

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos: 48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa

Leia mais

Sumário. 2 Índice Remissivo 17

Sumário. 2 Índice Remissivo 17 i Sumário 1 Itrodução à Iferêcia Estatística 1 1.1 Defiições Básicas................................... 1 1.2 Amostragem....................................... 2 1.2.1 Tipos de Amostragem.............................

Leia mais

; 2N 2N.! " j %.(1 & q)2 N & j.q j. j!(2n & j)!

; 2N 2N.!  j %.(1 & q)2 N & j.q j. j!(2n & j)! DERIVA GENÉTICA Seja uma população de tamaho fiito N, costate ao logo das gerações; sejam aida p e q as freqüêcias dos alelos A e a de um loco autossômico a geração ; como o tamaho da população é costate,

Leia mais

Análise de Regressão Linear Múltipla I

Análise de Regressão Linear Múltipla I Aálise de Regressão Liear Múltipla I Aula 04 Gujarati e Porter, 0 Capítulos 7 e 0 tradução da 5ª ed. Heij et al., 004 Capítulo 3 Wooldridge, 0 Capítulo 3 tradução da 4ª ed. Itrodução Como pode ser visto

Leia mais

1. Dados: Deve compreender-se a natureza dos dados que formam a base dos procedimentos

1. Dados: Deve compreender-se a natureza dos dados que formam a base dos procedimentos 9. Testes de Hipóteses 9.. Itrodução Uma hipótese pode defiir-se simplesmete como uma afirmação acerca de uma mais populações. Em geral, a hipótese se refere aos parâmetros da população sobre os quais

Leia mais

(aulas de 14/11/2014 e 18/11/2014) (Observação: esta aula será complementada e ilustrada no quadro de aula)

(aulas de 14/11/2014 e 18/11/2014) (Observação: esta aula será complementada e ilustrada no quadro de aula) Uiversidade do Estado do Rio de Jaeiro UERJ Istituto de atemática e Estatística Deartameto de Estatística Discilia: Processos Estocásticos I Professor: arcelo Rubes (aulas de 4//24 e 8//24) (Observação:

Leia mais

Estimação de Parâmetros. 1. Introdução

Estimação de Parâmetros. 1. Introdução Estimação de Parâmetros. Itrodução O objetivo da Estatística é a realização de iferêcia acerca de uma população, baseadas as iformações amostrais. Como as populações são caracterizados por medidas uméricas

Leia mais

Economia da Informação e dos Incentivos Aplicada à Economia do Setor Público Aula 7 7. Sinalização: Akerlof

Economia da Informação e dos Incentivos Aplicada à Economia do Setor Público Aula 7 7. Sinalização: Akerlof Baseado em: Ecoomia da Iformação e dos Icetivos Alicada à Ecoomia do Setor Público 7. Sialização: Akerlof Akerlof, G. (970). The market for "lemos": Quality ucertaity ad the market mechaism, Quarterly

Leia mais

O teste de McNemar. A tabela 2x2. Depois - Antes

O teste de McNemar. A tabela 2x2. Depois - Antes Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a sigificâcia de mudaças é particularmete aplicável aos experimetos do tipo "ates e depois"

Leia mais

Exercícios de Intervalos de Confiança para media, variância e proporção

Exercícios de Intervalos de Confiança para media, variância e proporção Exercícios de Itervalos de Cofiaça para media, variâcia e proporção 1. Se uma amostra aleatória =5, tem uma média amostral de 51,3 e uma desvio padrão populacioal de σ=. Costrua o itervalo com 95% de cofiaça

Leia mais

Aulas de Estatística / Prof. Jones Garcia da Mata / www.professorjones.hpg.com.br

Aulas de Estatística / Prof. Jones Garcia da Mata / www.professorjones.hpg.com.br # Variável aleatória Quado uma variável tem resultados ou valores que tedem a variar de uma observação ara outra em razão de fatores relacioados com a chace, ós chamamos de variável aleatória Defiimos

Leia mais

Provas de Matemática Elementar - EAD. Período

Provas de Matemática Elementar - EAD. Período Provas de Matemática Elemetar - EAD Período 01. Sérgio de Albuquerque Souza 4 de setembro de 014 UNIVERSIDADE FEDERAL DA PARAÍBA CCEN - Departameto de Matemática http://www.mat.ufpb.br/sergio 1 a Prova

Leia mais

e, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e

e, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e Prof. Jaete Pereira Amador 1 1 Itrodução Um fator de grade importâcia a pesquisa é saber calcular corretamete o tamaho da amostra que será trabalhada. Devemos ter em mete que as estatísticas calculadas

Leia mais

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos Aálise de Algoritmos Aálise de Algoritmos Prof Dr José Augusto Baraauskas DFM-FFCLRP-USP A Aálise de Algoritmos é um campo da Ciêcia da Computação que tem como objetivo o etedimeto da complexidade dos

Leia mais

CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES

CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES 6. INTRODUÇÃO INFERÊNCIA ESTATÍSTICA Estimação por poto por itervalo Testes de Hipóteses População X θ =? Amostra θ Iferêcia Estatística X, X,..., X 6. ESTIMAÇÃO

Leia mais

Análisede sistemalit no domínioz

Análisede sistemalit no domínioz álisede sistemalit o domíioz RESPOST DE SISTEMS COM FUNÇÃO DE SISTEM RCIONL B H X N Q maior arte dos siais de iteresse rático tem trasformada Z racioal. Se o sistema é iicialmete relaxado, y-y-...y-n,

Leia mais