MAE0212 Introdução à Probabilidade e Estatística II

Transcrição

1 MAE01 Introdução à Probabilidade e Estatística II Gabarito-Lista 3 Exercicio 1 (a) Cada X i N(µ, σ ). Tamanho da amostra n = 9, desvio padrão σ =. A amostra é: 4.9, 7.0, 8.1, 4.5, 5.6, 6.8, 7., 5.7, 6.. Média amostral ˆµ = 6., conança γ = 1 = 90%. Logo calculamos 1 = 1 0, 1 = 0.95, então z 0.95 = Portanto o intervalo de conança é: IC 90% = 6. ± = 6. ± (b) A probabilidade P (ɛ) é também denominada coeciente de conança do intervalo, que normalmente é denotada pela letra grega γ (gama). Neste caso ɛ = 0.01 e γ = 0.90, então P( ˆX µ 0.01) = Portanto 0.90 = P ( 0.01 σ/ n ˆX ) µ σ/ n 0.01 σ/ n 1

2 Como ˆX N(µ, σ /n) temos que, para n grande, a variável aleatória Z = ˆX µ σ/ tem distribuição N(0, 1). n Deste modo, para n grande, 0.90 = P em que Z N(0, 1). Então ( 0.01 σ/ n Z 0.01 ) σ/ n, n = ( ) z1 σ Para uma conança de 90%, isto é, = 5%, temos que = (veja parte (a)). Além disso o desvio padrão é conhecido σ =. Portanto ( ) n = = (c) Se µ, σ são desconhecidos usamos a distribuição t-student. O nivel de conança é o mesmo γ = 0.90 e o tamanho da amostra é n = 9. Calculamos a variância Ŝ = Logo 1 = 0.95, então t 0.95 = Assim o intervalo de conança é IC 90% = 6. ± = 6. ± Exercicio Para estimar a média µ desconhecida de uma população, foram propostos dois estimadores não viesados independentes ˆµ 1 e ˆµ, de tal sorte que V ar(ˆµ 1 ) = V ar(ˆµ )/3. Considere os seguintes

3 estimadores ponderados de µ: T 1 = (ˆµ 1 + ˆµ )/, T = (4ˆµ 1 + ˆµ )/5, T 3 = ˆµ 1. ( ) ˆµ1 + ˆµ (a) E(T 1 ) = E = µ + µ = µ. ( ) 4ˆµ1 + ˆµ E(T ) = E = 4µ + µ = µ. 5 5 E(T ) = E(ˆµ 1 ) = µ. (b) Portanto os três estimadores são não viesados. ( ) ˆµ1 + ˆµ V ar(t 1 ) = V ar = V ar(ˆµ 1 ). ( ) 4ˆµ1 + ˆµ V ar(t ) = V ar = V ar(ˆµ 1). V ar(t 3 ) = V ar(ˆµ 1 ). Portanto temos V ar(t ) V ar(t 1 ) = V ar(t 3 ). Exercicio 3 Suponha que a distribuição populacional é uniforme no intervalo (0, θ), onde θ é desconhecido. Uma amostra de observações é escolhida X 1,..., X n. (a) E( ˆX) = 1 (E(X 1) + + E(X n )) = θ. V ar( ˆX) = 1 n (V ar(x 1) + + V ar(x n )) = θ 1n. Escolhemos o estimar ˆθ = ˆX. Como E(ˆθ) = θ o estimar é não viesado. Como V ar(ˆθ) = θ 1n e V ar(ˆθ) 0, quando n, então o estimador é consistente. 3

4 (b) Dena o estimador ˆθ (1) = max{x 1,..., X n }, então E(ˆθ (1) ) = θ 0 x nxn 1 dx = n θ n θ n θ 0 x n dx = nθ n + 1. Como E(ˆθ (1) ) θ o estimar é viesado. V ar(ˆθ (1) ) = θ 0 x nxn 1 θ n dx n θ (n + 1) = nθ (n + 1) (n + ). Qual dos estimadores ˆθ ou ˆθ (1) você usaria como estimador? Para comparar formalmente estimadores, calcula-se o erro quadratico médio (EQM) do estimador T denido por EQM(T, θ) = E(T θ) = V ar(t ) + (E(T ) θ). Escolham aquele que tem menor erro quadrático médio (EQM). Estimador ˆθ: EQM(ˆθ, θ) = θ 1n + (E(ˆθ) θ) = θ 1n. Estimador ˆθ (1) : EQM(ˆθ (1), θ) = = = ( ) nθ n + 1 θ nθ (n + 1) (n + ) + nθ (n + 1) (n + ) + θ ( ) (n + 1) n θ n (n + 1) θ (n + 1).

5 Observamos que EQM(ˆθ (1), θ) converge para zero mas rápido que EQM(ˆθ, θ), isto é, EQM(ˆθ (1), θ) EQM(ˆθ, θ), para n. Exercicio 4 (a) Calcule o intervalo de conança para a média de uma N(µ, σ ) em cada um dos casos abaixo. n = 100, ˆµ = 170, σ = 15, 1 = 95%. Logo 1 = 0.975, entao z = Portanto o intervalo de conança será IC 95% = 170 ± z = 170 ±.94. n = 184, ˆµ = 165, σ = 30, 1 = 85%. Logo 1 = 0.95, entao z 0.95 = Portanto o intervalo de conança será IC 85% = 165 ± z = 165 ± n = 5, ˆµ = 180, σ = 30, 1 = 70%. Logo 1 = 0.85, entao z 0.85 = Portanto o intervalo de conança será IC 70% = 5 ± z = 180 ±.07. 5

6 (b) de válvulas fabricadas por uma companhia retira-se uma amostra de 400 válvulas, e obtém-se a vida média de 800 horas e o desvio padrão de 100 horas. (b 1 ) Qual o intervalo de conança de 99% para a vida média da população? Então: 1 = 99% = 1% 1 = Observando na tabela Normal: z = = = =.575 Obtemos assim o intervalo de conança: IC 99% = 800 ± z = 800 ± (b ) Com que conança dir-se-ia que a vida média é 800 ± 0.98? P ( ˆµ µ 0.98) Então: Daí: = = σ = = = 5% 6

7 (b 3 ) Que tamanho deve ter a amostra para que seja de 95% a conança na estimativa 800 ± 7.84? 0.95 = γ = 1 = 5% Como e também: = z 0,975 = 1.96 z n = 7.84 Então temos que: n = z σ 7.84 n = 5 = 65 7