Amostragem Aleatória Simples. Exercício Resolvido 4

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

TRANSPORTES. Sessão Prática 4 Amostragem de escalares

Capítulo 4 Inferência Estatística

ICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim. ICMS PE 2014: Resolução da prova de Estatística Prof.

3.1.1 Tráfego Rodoviário

Estatística Indutiva

LEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100%

Estatística Aplicada. Inferência estatística com desvio padrão populacional desconhecido Estimativa de proporção Capítulo 10 Itens 10.4 a 10.

Correntes de Tráfego. Grandezas e Relações Fundamentais

Amostragem de Vectores e Matrizes

Distribuição t de Student

INFLUÊNCIA DAS METODOLOGIAS DE PROJECTO E TÉCNICAS CONSTRUTIVAS NA OCORRÊNCIA DE DEGRADAÇÕES EM PAVIMENTOS DE AUTO-ESTRADAS

Aula 10 Estimação e Intervalo de Confiança

Estatística aplicada a ensaios clínicos

Inferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

Inferência Estatística:

Tabela 6. Na Tabela 7, apresenta-se o número de alunos de Francês com 0, 1, 2, 3, 4 ou 5 irmãos, de uma amostra de outra escola.

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

INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva

Distribuição Gaussiana

MIEEC Probabilidades e Estatística 1 a Chamada 10/01/2008. Parte Prática

Introdução à Bioestatística Turma Nutrição

Probabilidade e Estatística

INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES

Bioestatística INFERÊNCIA ESTATÍSTICA. Silvia Shimakura

Estimação de valores. Luiz Carlos Terra

Exame Final Nacional de Matemática Aplicada às Ciências Sociais Época especial

Inferência Estatística

Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança

AULA 03 Estimativas e tamanhos amostrais

Intervalos de Confiança - Amostras Pequenas

O 7º CRP E A REDE RODOVIÁRIA NACIONAL

AVALIAÇÃO DO IMPACTE SOBRE A SINISTRALIDADE DE MEDIDAS CORRECTIVAS EM TRECHO DA EN6

Investigação Operacional 2º Semestre 2002/2003 Problema Resolvido

Modelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2016

Intervalos Estatísticos para uma única Amostra - parte I

3 Modelo Matemático Definições Iniciais. Denote-se, em geral, o desvio-padrão do processo por σ = γσ 0, sendo σ 0 o

CE008 Introdução à Bioestatística INFERÊNCIA ESTATÍSTICA

BIOESTATÍSTICA. Parte 5 Testes de Hipóteses

Inferência Estatística

Disciplina: TRANSPORTES Prof. Responsável: José Manuel Viegas. Sessão 3: A Observação e Representação da Mobilidade

Cap. 4 - Estimação por Intervalo

Planejamento e Otimização de Experimentos

Probabilidade e Modelos Probabilísticos

ENGENHARIA CIVIL E AMBIENTE. OS TRANSPORTES Aula 2

Nessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:

RESPOSTAS - PROVA ESTATÍSTICA AGENTE PF 2018

ANEXO 5 - QUALIDADE DO AR CARACTERIZAÇÃO DO TECIDO INDUSTRIAL DA ENVOLVENTE

Estatística e Probabilidade. Aula 11 Cap 06

Técnica de análise de conflitos

Distribuição Normal. Apontamentos para a disciplina de Estatística I. Tomás da Silva, 2003/2006

Estatística Descritiva (I)

Directrizes para a Elaboração de. Planos de Monitorização de Ruído. de Infra-Estruturas Rodoviárias e Ferroviárias

PLANO DE ACÇÃO DO TROÇO EN 223 FEIRA IP1 / MACEDO IC1 RESUMO NÃO TÉCNICO

META Estudar características de populações com base nas informações colhidas por amostras de dados selecionados aleatoriamente nestas populações.

Métodos Estatísticos Básicos

Comparação entre intervalos de confiança calculados com métodos bootstrap e intervalos assintóticos

Inferência Estatística - Teoria da Estimação

Bioestatística e Computação I

Cap. 8 - Intervalos Estatísticos para uma Única Amostra

Exame de Segurança Estrutural Mestrado em Estruturas de Engenharia Civil Duração: 2horas 15/04/1998

A figura 5.1 ilustra a densidade da curva normal, que é simétrica em torno da média (µ).

Lucas Santana da Cunha de junho de 2018 Londrina

Capítulo 5 Distribuições de probabilidade normal Pearson Prentice Hall. Todos os direitos reservados.

HIDROLOGIA AULA 14 HIDROLOGIA ESTATÍSTICA. 5 semestre - Engenharia Civil. Profª. Priscila Pini

CASO DE ESTUDO DUM REFORÇO ESTRUTURAL DUM PAVIMENTO RODOVIÁRIO FLEXÍVEL

Prova Escrita de Matemática Aplicada às Ciências Sociais

i. f Y (y, θ) = 1/θ... 0 y θ 0... y < 0 ou y > θ Se a amostra selecionada foi ( ), qual será a estimativa para θ?

Estatística Descritiva. Objetivos de Aprendizagem. 6.1 Sumário de Dados. Cap. 6 - Estatística Descritiva 1. UFMG-ICEx-EST. Média da amostra: Exemplo:

Introdução à Inferência Estatística

Bioestatística UNESP. Prof. Dr. Carlos Roberto Padovani Prof. Titular de Bioestatística IB-UNESP/Botucatu-SP

Intervalos de confiança

Disciplina: TRANSPORTES. Sessão 3: A Observação e Representação da Mobilidade Projecções tendenciais

3. Repita o Exercício 1, supondo que os desvios padrões dados se refiram a amostras e não a populações.

Introdução à Inferência Estatística

Estatística Descritiva (I)

1 Inferência Estatística - Teoria da Estimação

Prova Escrita de Matemática Aplicada às Ciências Sociais

Análise das Funções Weibull, Normal e Sb Johnson na modelagem da distribuição diamétrica de Eucalyptus urophylla na Região de Brasília- DF.

Estatística 1. Resumo Teórico

MESTRADO INTEGRADO DE ENGENHARIA CIVIL. Disciplina: TRANSPORTES

Disciplina: Gestão da Mobilidade Urbana. Prof. Responsável: Rosário Macário. Aulas Teóricas

UNIDADE 5 DISTRIBUIÇÃO DE PROBABILIDADES DISCRETAS E CONTÍNUAS OBJETIVOS ESPECÍFICOS DE APRENDIZAGEM

Planejamento e Otimização de Experimentos

Estatística Descritiva

Sistema de Gestão de Pavimentos da Estradas de Portugal, S.A.

Correntes de Tráfego. Grandezas e Relações Fundamentais. TRÁFEGO RODOVIÁRIO Fluxos Rodoviários

Inferência Estatística: DEEST/UFOP Prof.: Spencer Barbosa da Silva

Estatística Descritiva (I)

FÍSICA EXPERIMENTAL C ( )

Estatística Aplicada

de estimativa. Essa estimativa, chamada de confiança ou estimativa intervalar, consiste em uma faixa, ou intervalo, de valores em vez de apenas um úni

Estatística II Aula 2. Prof.: Patricia Maria Bortolon, D. Sc.

Bioestatística e Computação I

Inferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza

Prova Escrita de Matemática Aplicada às Ciências Sociais

5 Distribuição normal de probabilidade. Estatística Aplicada Larson Farber

Transcrição:

Exercício Resolvido 4 Amostragem Aleatória Simples Para dimensionar o pavimento de uma infra-estrutura rodoviária é necessário ter em conta para além de outros factores, o tráfego médio diário anual (TMDA) de veículos pesados que circulará nessa via durante o período de dimensionamento, 20 anos. A estrada que se pretende construir será uma variante a uma estrada nacional importante, mas antiga, cujas características são já desadequadas à sua função, principalmente na circulação de veículos pesados. Espera-se que seja reencaminhado para a nova estrada aproximadamente 80% do tráfego pesado que circulava na EN antiga. Segundo um estudo realizado há 2 anos, aquando da primeira fase do projecto, a EN apresentava um TMDA de 15.500 veíc./dia e segundo os especialistas valores de 1500 veíc./dia acima da média são relativamente frequentes. A percentagem de veículos pesados ronda 12% do volume total. a) Qual o número de dias de observação necessários para estimar o TMDA de veículos pesados, da nova variante, com um erro inferior a 90 veículos pesados por dia? Tenha em atenção que o valor estimado do TMDA de veículos pesados tem grande influência no correcto dimensionamento de um pavimento rodoviário. b) Apesar da elevada importância do custo do pavimento no custo total da infra-estrutura rodoviária, o TMDA de veículos pesados utilizado no dimensionamento dos pavimentos não é apenas o TMDA do ano de abertura, mas o valor acumulado durante o primeiro período de 20 anos após entrada em funcionamento. Sabendo que este tráfego acumulado nos 20 anos é calculado com base em taxas de crescimento estimadas e com o conhecimento que tem sobre os diferentes custos associados ao dimensionamento de amostras, discuta a importância dos mesmos neste caso concreto. 1

Resolução: a1) (variação do enunciado afastamentos da média de 1500veículos/dia) Fórmulas relevantes: x t (1) 2 n n 2 x t (2) 2 Dados: - TMDA (Estrada Nacional) 15.500 veículos/dia - TMDApesados (Estrada Nacional) 12% 1.860 veíc. pes./dia - TMDApesados (Variante) 80% 1.488 veíc. pes./dia - Estimativa do desvio padrão: É frequente 1500 veículos/dia na Estrada Nacional É frequente 144 veículos pesados/dia na Variante (1500*12%*80%) - Erro máximo admitido: 90 veíc. pes./dia Definição do grau de confiança: O grau de confiança corresponde à probabilidade de o verdadeiro valor da média se situar dentro do intervalo de confiança que vai ser calculado. Devido à grande influência do TMDA de veículos pesados no correcto dimensionamento do pavimento da infra-estrutura rodoviária, o grau de confiança deve ser elevado. Será adoptado 95%. Estimativa do desvio padrão Neste problema não é fornecida directamente uma estimativa do desvio padrão. É indicado que são observadas frequentemente oscilações de 1500 veículos por dia na EN, o que corresponderá a 144 veículos pesados por dia na Variante. Admitamos que relativamente frequente corresponde a uma percentagem de 40%. Consideremos uma distribuição normal: P(Z K) 0,8 K 0,842 Estimativa do desvio padrão: K = 144 144 171 veículos 0,842 / dia 2

Dimensionamento da amostra: Como o valor de t/2 (abcissa correspondente ao grau de confiança pretendido na lei de t-student) depende do número de graus de liberdade (n-1), a fórmula (2) tem de ser resolvida por um processo iterativo. Sendo a distribuição t-student simétrica em relação à média, a um grau de confiança de 95% correspondem duas caudas de 2,5% cada, pelo que a abcissa do lado do erro positivo deve ser procurada no percentil 97,5. Algumas tabelas têm como entrada o valor 2,5%. 1ªIteração 2ªIteração 3ªIteração Ensaio com dimensão Ensaio com dimensão 14 Ensaio com dimensão 17 t2,5%, 1,960 t2,5%,13 2,160 t2,5%,16 2,120 Dimensão da amostra (n) 13,8 Dimensão da amostra (n) 16,8 Dimensão da amostra (n) 16,2 14 17 17 n 17,t 2,120 2 2,120 171 17 87,9 90 a2) (valores de 1500 veículos/dia acima da média) Fórmulas relevantes: x t (1) 2 n n 2 x t (2) 2 Dados: - TMDA (Estrada Nacional) 15.500 veículos/dia - TMDApesados (Estrada Nacional) 12% 1.860 veíc. pes./dia - TMDApesados (Variante) 80% 1.488 veíc. pes./dia - Estimativa do desvio padrão: É frequente 1500 veículos/dia na Estrada Nacional É frequente 144 veículos pesados/dia na Variante (1500*12%*80%) - Erro máximo admitido: 90 veíc. pes./dia 3

Definição do grau de confiança: O grau de confiança corresponde à probabilidade de o verdadeiro valor da média se situar dentro do intervalo de confiança que vai ser calculado. Devido à grande influência do TMDA de veículos pesados no correcto dimensionamento do pavimento da infra-estrutura rodoviária, o grau de confiança deve ser elevado. Será adoptado 95%. Estimativa do desvio padrão Neste problema não é fornecida directamente uma estimativa do desvio padrão. É indicado que são observadas frequentemente oscilações de 1500 veículos por dia na EN, o que corresponderá a 144 veículos pesados por dia na Variante. Para podemos escrever a seguinte igualdade: PX 144 "relativame nte frequente " Graficamente teremos a seguinte situação: relativamente frequente X 144 X 144 A questão que se coloca é: que valor em termos probabilísticos corresponderá a uma situação relativamente frequente? Primeira resposta: Inferior a 50%! Mas quanto? 15%? 20%? 25%? 30%? Cada indivíduo poderá ter uma interpretação diferente. 4

Admitamos o valor de 25%. Para este valor teremos: PX 144 0, 25 Ou seja, PX 144 0, 75 75% 25% Dividindo pelo desvio padrão para termos a distribuição normal standard (Z) com =0 e =1 temos: X P 144 0,75 P Z k 0, 75 (onde k 144 ) Assim, recorrendo à tabela da distribuição normal standard temos: P Z k 0,75 k 0, 674 Se 144 144 k, então 1 213 0,674 segundos Dimensionamento da amostra: Como o valor de t/2 (abcissa correspondente ao grau de confiança pretendido na lei de t-student) depende do número de graus de liberdade (n-1), a fórmula (2) tem de ser resolvida por um processo iterativo. Sendo a distribuição t-student simétrica em relação à média, a um grau de confiança de 95% correspondem duas caudas de 2,5% cada, pelo que a abcissa do lado do erro positivo deve ser procurada no percentil 97,5. Algumas tabelas têm como entrada o valor 2,5%. 5

1ªIteração 2ªIteração Ensaio com dimensão Ensaio com dimensão 22 t2,5%, 1,960 t2,5%,21 2,080 Dimensão da amostra (n) 21,5 22 Dimensão da amostra (n) 24,2 25 3ªIteração 4ªIteração Ensaio com dimensão 25 Ensaio com dimensão 24 t2,5%,24 2,064 t2,5%,23 2,069 Dimensão da amostra (n) 23,8 24 Dimensão da amostra (n) 23,9 24 n 24,t 2,069 2 2,069 213 24 89,96 90 b) Definir os dois tipos de custo que entram na fórmula do custo total: C1 custo de ignorância ou custo e falta de informação C2 custo de aquisição de informação Quanto maior for o erro absoluto admitido, maior será a parcela do custo de falta de informação no custo total. Quanto maior o número de inquéritos ou contagens, consoante o tipo de aquisição de informação, maior será a parcela do custo de aquisição de informação no custo total. A questão que deve ser discutida será qual a vantagem de adquirir maior informação para obter uma melhor estimativa do tráfego no ano de abertura, quando o tráfego utilizado no dimensionamento será o tráfego dos 20 anos seguintes, obtidos através de projecções de tráfego que têm subjacentes alguns erros, devido à variabilidade do comportamento do tráfego? 6