Estimação A estimação de um parâmetro, θ, de uma população pode ser feita por dois processos: Estimação Pontual e Estimação intervalar.

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

Capítulo 5- Introdução à Inferência estatística.

Cap. 4 - Estimação por Intervalo

1 Estimação de Parâmetros

Teoria da Estimação 1

ESTIMAÇÃO PARA A MÉDIA

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

Intervalos Estatísticos para uma única Amostra - parte II

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

7. INTERVALOS DE CONFIANÇA

Testes de Hipóteses sobre uma Proporção Populacional

Exame MACS- Inferência-Intervalos.

Stela Adami Vayego Estatística II CE003/DEST/UFPR

ESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA)

Estimadores de Momentos

Intervalos de Confiança

σ = Proporção (estrato C): =

INTERVALOS DE CONFIANÇA

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

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

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS

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

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

Comparação entre duas populações

Stela Adami Vayego DEST/UFPR

MAE 116 Estimação para a média FEA - 2º Semestre de 2018

Como a dimensão da amostra é , o número de inquiridos correspondente é

Distribuições Amostrais

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

Avaliação de Desempenho de Sistemas Discretos

Caderno de Exercício 2

ESTIMAÇÃO DE PARÂMETROS

Revisando... Distribuição Amostral da Média

MAE Introdução à Probabilidade e Estatística II Resolução Lista 1

Estimativa de Parâmetros

Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos Estimação pontual e intervalar

NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA

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

Estatística II Licenciatura em Gestão TESTE I

Unidade IX Estimação

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

3 Introdução à inferência estatística

Estimação da média populacional

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p

d) A partir do item c) encontre um estimador não viciado para σ 2.

Estimação da média populacional

Exercícios de Intervalos de Confiança para media, variância e proporção

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

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese

Estimação de Parâmetros. 1. Introdução

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

CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES

TRANSPORTES. Sessão Prática 4 Amostragem de escalares

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

Lista IC, tamanho de amostra e TH

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

MAE116 Noções de Estatística

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

Faculdade de Economia Universidade Nova de Lisboa ESTATÍSTICA. Exame Final 2ª Época 26 de Junho de Grupo I (3 valores)

ESTIMAÇÃO INTERVALAR. O intervalo aleatório [T 1,T 2 ] é chamado um intervalo de 100(1 α)% de confiança para

INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões

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

INFERÊNCIA ESTATÍSTICA: ESTIMAÇÂO PONTUAL E INTERVALOS DE CONFIANÇA

ESTIMAÇÃO DE PARÂMETROS

Distribuições Amostrais

Sumário. 2 Índice Remissivo 17

Inferência Estatística

Distribuições Amostrais

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ

MAE0229 Introdução à Probabilidade e à Estatística II

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase

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

n ) uma amostra aleatória da variável aleatória X.

Universidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Engenharia Civil Introdução à Inferência Estatística - Prof a Eveliny

Instruções gerais sobre a Prova:

Lista 9 - Introdução à Probabilidade e Estatística

Distribuições de Estatísticas Amostrais e Teorema Central do Limite

INTERVALOS DE CONFIANÇA

Centro de Ciências e Tecnlogia Agroalimentar - Campus Pombal Disciplina: Estatística Básica Aula 10 Professor: Carlos Sérgio

Probabilidades e Estatística

Capítulo 8 Estimativa do Intervalo de Confiança. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc.

Exame Final Nacional de Matemática Aplicada às Ciências Sociais Época especial

CE-003: Estatística II - Turma K/O Avaliações Periódicas (1 o semestre 2018)

Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL

INTERVALO DE CONFIANÇA

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

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

MAE Introdução à Probabilidade e Estatística II Resolução Lista 2

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

Estatística e Probabilidade, D3, 2019_1. Escolha a alternativa correta e indique no gabarito de respostas

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

Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase

Unidade IV Inferência estatística

Probabilidades e Estatística

AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM

Probabilidades e Estatística TODOS OS CURSOS

Testes de Comparação Múltipla

Ap A r p e r n e d n i d z i a z ge g m e m Es E t s a t tí t s í t s i t c i a c de d e Dado d s Francisco Carvalho

Transcrição:

Escola uperior de Tecologia de Viseu ETIMAÇÃO Estimação A estimação de um parâmetro, θ, de uma população pode ser feita por dois processos: Estimação Potual e Estimação itervalar. Exemplo: Num dos diversos estudos que levaram à proibição do uso de DDT, procedeu-se à medição da espessura de casca de ovos de falcões peregrios. Os dados recolhidos uma região em que ão se procede a exploração agrícola, e em que ão tiha havido uso de DDT, com o objectivo de servirem de padrão de comparação, costam a tabela seguite: 0,28 0,24 0,26 0,28 0,32 0,25 0,31 0,32 0,28 0,29 0,21 0,26 0,29 0,28 0,24 0,25 0,29 0,25 0,22 0,33 Carla Heriques e Mauel Reis Tabela: Espessura (mm) de ovos de falcão peregrio. Tratameto Estatístico de Dados 1

Escola uperior de Tecologia de Viseu ETIMAÇÃO upoha que a espessura, em mm, de ovos de falcão peregrio, X, segue uma distribuição ormal: X~N(µ,σ 2 ) A média da amostra recolhida é 0,28 + 0,24 + 0,26 + 0,28 + 0,32 +... + 0,33 x = = 0,2725 20 A média amostral, x = 0, 2725, é uma estimativa potual da média populacioal descohecida µ. Carla Heriques e Mauel Reis Tratameto Estatístico de Dados 2

Escola uperior de Tecologia de Viseu ETIMAÇÃO Estimação itervalar. A estimação itervalar cosiste a determiação de um itervalo ode, com uma certa cofiaça (probabilidade), esteja o parâmetro θ descohecido. Para costruir um itervalo de cofiaça é ecessário idicar um valor λ, desigado por ível de cofiaça. λ probabilidade de o itervalo aleatório ]L1, L2[ coter o parâmetro θ: P( θ ]L1, L2[ ) = λ O itervalo ]L1, L2[ é desigado por itervalo de cofiaça para o parâmetro θ com um ível de cofiaça λ. Carla Heriques e Mauel Reis Tratameto Estatístico de Dados 3

Escola uperior de Tecologia de Viseu ETIMAÇÃO Depois de recolhida uma amostra aleatória, usam-se os valores observados dessa amostra, para calcular os valores observados das variáveis aleatórias L1 e L2, que se represetam, respectivamete, por l1 e l2. (l1, l2) é o itervalo de cofiaça cocreto para aquela amostra. e o ível de cofiaça é de 0,95, espera-se que 95% dos itervalos calculados com diferetes amostras icluam o parâmetro populacioal θ. Carla Heriques e Mauel Reis Tratameto Estatístico de Dados 4

Escola uperior de Tecologia de Viseu ETIMAÇÃO Observação: A utilização da estimação itervalar é preferível à estimação potual, a medida em que a primeira os dá iformação sobre a precisão e icerteza da estimação. Para exemplificar, determiemos um itervalo de cofiaça para µ (média populacioal da espessura, em mm, de ovos de falcão peregrio) com um ível de cofiaça de 95%. Pretede-se determiar um itervalo de cofiaça para µ com λ=0,95. Como X~N(µ,σ 2 ) e = 20 <30, o itervalo de cofiaça para µ é dada por (ver quadro): Carla Heriques e Mauel Reis X t ; X + t Tratameto Estatístico de Dados 5

Escola uperior de Tecologia de Viseu ETIMAÇÃO Determiemos t tal que P(-t<T<t) =λ, com T ~ t -1 P(-t<T<t) =0,95, com T ~ t 19 Etão P(T<t) =1-0,05/2 Ou seja, P(T<t)=0,975 t = TINV(0,05;19)=2,093 Como, x = 0,2725mm e s = 0,0332 mm o itervalo de cofiaça a 95% para a média populacioal µ é 0,0332 0,0332 0,2725 2,093 ;0,2725 2,093 = (0,257 ; 0,288). 20 20 Com cofiaça a 95%, cocluímos que a espessura média de ovos de falcão peregrio se situa etre os valores 0,257mm e 0,288mm. Carla Heriques e Mauel Reis Tratameto Estatístico de Dados 6

Escola uperior de Tecologia de Viseu ETIMAÇÃO upohamos que o ivestigador pretede dimiuir a margem de erro (i.e.,aumetar a precisão do itervalo), matedo o ível de cofiaça. µ X t ;X + t Itervalo cetrado em X e com amplitude igual a 2 t X t X X + t Uma vez que, com probabilidade λ, o parâmetro populacioal µ está detro daquele itervalo, etão, o erro que cometemos usado X para estimar µ é, com probabilidade λ, iferior ou igual a t (metade da amplitude do itervalo). Erro máximo= t Carla Heriques e Mauel Reis Tratameto Estatístico de Dados 7

Escola uperior de Tecologia de Viseu ETIMAÇÃO No exemplo aterior obtivemos o seguite itervalo de cofiaça (0,257 ; 0,288), que tem amplitude igual a 0,031 (= 0,288 0,257). Cocluímos, com cofiaça a 95%, que a espessura média de ovos de falcão peregrio se situa etre os valores 0,257mm e 0,288mm. Ora, usado o valor de x = 0, 2725mm como estimativa potual de µ, o erro máximo desta estimação seria etão, 0,0155 (metade da amplitude). Carla Heriques e Mauel Reis Tratameto Estatístico de Dados 8

Escola uperior de Tecologia de Viseu ETIMAÇÃO Aumetado a dimesão da amostra, é possível dimiuir este erro (aumetar a precisão da estimação), matedo o ível de cofiaça. Para determiar a dimesão da amostra, de modo a que o erro cometido seja meor ou igual a um valor especificado, basta determiar tal que t erro especificado Imagiemos que o ivestigador pretedia um erro máximo meor ou igual 0,01, para o mesmo ível de cofiaça. Basta etão fazer, t 0,01 t t 0,01 0,01 2 2 0,0332 2,093 48,3 49. 0,01 Carla Heriques e Mauel Reis Tratameto Estatístico de Dados 9