Prof.

Armando Albertazzi

5 Estimao de Parmetros
EMC 5223 Estatstica e Metrologia para Engenharia Prof. Armando Albertazzi G. Jr.

Tpicos do Captulo
Populao e amostra Estatstica e estimativa Distribuio amostral da mdia Teorema central do limite Intervalo de confiana para a mdia

Quando a varincia conhecida Quando a varincia no conhecida

Estatstica e Metrologia para Engenharia

Prof. Armando Albertazzi

Populao
Conjunto de todos os eventos associados a um fenmeno Denominao originria do estudo de fenmenos econmicos e sociolgicos Pode ser finita ou infinita Normalmente descrita atravs de sua distribuio

Estatstica e Metrologia para Engenharia

Amostra
Parte da populao
Amostra

Normalmente usada para inferir parmetros de toda a populao Deve ser representativa da populao: amostra aleatria
Estatstica e Metrologia para Engenharia

Prof. Armando Albertazzi

Inferncia Estatstica
Usar dados da amostra para chegar a concluses acerca da populao Duas grandes reas

Estimao de parmetros: Estimar caractersticas da populao Testes de hipteses: Fazer afirmaes acerca da populao
Estatstica e Metrologia para Engenharia

Amostra Aleatria
De uma populao finita:

Um conjunto de observaes x1, x2, ..., xn constitui uma amostra aleatria de tamanho n de uma populao finita de tamanho N se escolhido de forma que cada subconjunto de n dos N elementos da populao tenha a mesma probabilidade de ser escolhido

Estatstica e Metrologia para Engenharia

Prof. Armando Albertazzi

Amostra Aleatria
De uma populao infinita:

Um conjunto de observaes x1, x2, ..., xn constitui uma amostra aleatria de tamanho n de uma populao infinita com funo densidade de probabilidade f(x) se:
Cada xi um valor de uma VA cuja distribuio tem f(x); Estas VA so independentes.

Estatstica e Metrologia para Engenharia

Estatstica e Estimativa
Uma estatstica qualquer funo das observaes experimentais.

Exemplos: X , S A distribuio de probabilidade de uma estatstica denominada de distribuio amostral

Uma estimativa pontual de algum parmetro da populao um nico valor numrico de uma estatstica Q
Estatstica e Metrologia para Engenharia

Prof. Armando Albertazzi

Estimador
um estimador no Um estimador Q tendencioso para o parmetro se:

) =q E (Q

Se o estimador for tendencioso, ento a diferena:

) -q E (Q
denominada tendncia do estimador Q
Estatstica e Metrologia para Engenharia

Distribuio amostral da mdia

X mX sX f(x)

mX sX f(x)

=? =? =?

Distribuio amostral da mdia

Estatstica e Metrologia para Engenharia

Prof. Armando Albertazzi

A mdia da distribuio amostral da mdia

Sejam X1, X2, ... , Xk VA independentes, todas com mdia mX e varincia sX2
X= X 1 + X 2 + ... + X k 1 1 1 = X 1 + X 2 + ... + X k k k k k

Cuja mdia :
1 1 1 E ( X 1 ) + E ( X 2 ) + ... + E ( X k ) k k k 1 1 1 k m X = m X + m X + ... + m X = m X = m X k k k k

m X = E( X ) =

Estatstica e Metrologia para Engenharia

A varincia da distribuio amostral da mdia

X=

A varincia :
2 sX = Var ( X ) =

1 1 1 X 1 + X 2 + ... + X k k k k

1 1 1 Var ( X 1 ) + 2 Var ( X 2 ) + ... + 2 Var ( X k ) 2 k k k 2 1 1 1 k s 2 2 2 2 2 sX = 2 sX + 2 sX + ... + 2 s X = 2 sX = X k k k k k

Assim:
mX = mX
sX =

sX k

Estatstica e Metrologia para Engenharia

Prof. Armando Albertazzi

Distribuio amostral da mdia

X mX sX f(x)

mX sX f(x)

= mX = sX/k =?

Estatstica e Metrologia para Engenharia

Distribuio amostral da mdia

f (X )

f (X )

?
Estatstica e Metrologia para Engenharia

Prof. Armando Albertazzi

Lanamento de um dado
1.2 Probabilidade (1/6) 1 0.8 0.6 0.4 0.2 0 0 1 2 3 Valores 4 5 6 7

EMC 5223 Estatstica e Metrologia para Engenharia

Mdia de dois dados

7 P rob a b ilid ade (1/36) 6 5 4 3 2 1 0 0 1 2 3 4 5 6 7

M di a d e 2 d ado s

EMC 5223 Estatstica e Metrologia para Engenharia

Prof. Armando Albertazzi

Mdia de trs dados

30 P r o bab ilid ade (1/2 16) 25 20 15 10 5 0 0 1 2 3 4 5 6 7

M di a d e 3 d ado s

EMC 5223 Estatstica e Metrologia para Engenharia

Mdia de quatro dados

16 0 P ro bab ilid a d e (1 /12 96) 14 0 12 0 10 0 80 60 40 20 0 0 1 2 3 4 5 6 7

M di a d e 4 d ado s

EMC 5223 Estatstica e Metrologia para Engenharia

Prof. Armando Albertazzi

Mdia de seis dados

500 0 P ro ba bili dad e ( 1/ 466 56) 450 0 400 0 350 0 300 0 250 0 200 0 150 0 100 0 50 0 0 0 1 2 3 4 5 6 7

M di a d e 6 d ado s

EMC 5223 Estatstica e Metrologia para Engenharia

Mdia de oito dados

Probabilidade (1/1679616) 160000 140000 120000 100000 80000 60000 40000 20000 0 0 1 2 3 4 5 6 7 Mdia de 8 dados

EMC 5223 Estatstica e Metrologia para Engenharia

10

Prof. Armando Albertazzi

Mdia de vinte dados

EMC 5223 Estatstica e Metrologia para Engenharia

Distribuio amostral da mdia

f (X )

Concluso: Quanto maior o tamanho da amostra (n) mais a distribuio da mdia da amostra se aproxima da normal, com mdia X e varincia X/n

f (X )

Estatstica e Metrologia para Engenharia

11

Prof. Armando Albertazzi

Distribuio amostral da mdia

Se a distribuio amostral da mdia tende normal quando n cresce, ela pode ser padronizada por:
Z= X - mX sX X - mX sX n

ou
Z=

que tende normal com Z = 0 Z = 1 quando n cresce

Estatstica e Metrologia para Engenharia

Teorema central do limite

Se X a mdia de uma amostra aleatria de tamanho n, obtida de uma populao com mdia m e varincia s2, ento
Z= X -m s n

uma VA cuja distribuio mais se aproxima da distribuio normal padronizada medida que n tende a infinito.
(Note que no importa qual seja a distribuio de X, a distribuio da sua mdia se aproxima da normal medida que n cresce)
Estatstica e Metrologia para Engenharia

12

Prof. Armando Albertazzi

Teorema do sopo
Quanto mais ingredientes diferentes forem misturados mesma sopa, mais e mais o seu gosto se aproximar do gosto nico, tpico e inconfundvel do "sopo".

Problema
Um fabricante produz resistores com mdia 100, desvio padro 10 e distribuio normal. Calcule a probabilidade da mdia de uma amostra aleatria de n=25 ser menor que 95.

Estatstica e Metrologia para Engenharia

13

Prof. Armando Albertazzi

Soluo
A populao das mdias apresentar:
m X = 100 W
10 sX = W = 2W 25
P
95,0 100,0

A probabilidade ser a rea sombreada.

z= 95 - m X 95 - 100 = = -2,5 sX 2

P( X < 95) = P( Z < -2,5) = 0,0062 = 0,62%

Estatstica e Metrologia para Engenharia

Intervalo de confiana para a mdia quando a varincia conhecida

Se Z uma varivel aleatria com distribuio normal padronizada, ento h uma probabilidade 1 - de Z estar dentro dos limites:
- za / 2 Z za / 2

o nvel de significncia 1 - o nvel /2 de confiana

-Z/2

1- /2
Z/2

Estatstica e Metrologia para Engenharia

14

Prof. Armando Albertazzi

Intervalo de confiana para a mdia quando a varincia conhecida

A desigualdade:
- za / 2 X - mX za / 2 sX

pode ser reescrita como:

X - za / 2 s X m X X + za / 2 s X

e, finalmente, como:
X - za / 2

sX s m X X + za / 2 X n n

que o intervalo de confiana para a mdia da populao estimada a partir da mdia da amostra.
Estatstica e Metrologia para Engenharia

Problema
Um fabricante produz resistores com desvio padro 10 e distribuio normal. A mdia de uma amostra aleatria de n=25 foi 98,0. Calcule o intervalo de confiana para a mdia da populao de resistores produzidos. Use o nvel de confiana 95,0%.

Estatstica e Metrologia para Engenharia

15

Prof. Armando Albertazzi

Soluo
A populao das mdias apresentar:
mX = mX
e

sX =

10 W = 2W 25

O nvel de significncia calculado por:

1 - a = 0,950

a = 0,050 a / 2 = 0,025 Za / 2 = 1,960

Estatstica e Metrologia para Engenharia

Soluo
O intervalo de confiana para a mdia:
X - za / 2

sX s m X X + za / 2 X n n
10 10 m X 98,0 + 1,960 25 25

98,0 - 1,960

94,08 m X 101,92

m X = (98,0 3,9) W

H 95,0% de chances da mdia da populao se situar na faixa (98,0 3,9)

Estatstica e Metrologia para Engenharia

16

Prof. Armando Albertazzi

Tamanho da amostra quando a varincia conhecida

A equao:
- za / 2 X - mX za / 2 sX n

reescrita como: X - mX za / 2 sX n Que, no limite, se reduz igualdade. Explicitando em termos de n: 2 Sendo: z s a /2 X n= X - m X = a incerteza do X - mX intervalo de confiana
Estatstica e Metrologia para Engenharia

Problema
No problema anterior qual seria o tamanho mnimo da amostra para assegurar que tamanho do intervalo de confiana da mdia da populao de 5? Use o nvel de confiana 95,0%.

Estatstica e Metrologia para Engenharia

17

Prof. Armando Albertazzi

Soluo
Para que a incerteza do intervalo de confiana seja 5 necessrio que no limite:
X - m X = 5W

Calculando o tamanho mnimo da amostra:

z s n = a /2 X X - mX 1,960 10 2 = = 15,3 5
2

As amostras devem ter tamanho n = 16

Estatstica e Metrologia para Engenharia

Intervalo de confiana para a mdia quando a varincia no conhecida

Neste caso, o desvio padro estimado a partir da amostra por:
SX = 1 n ( xi - x ) 2 n - 1 i =1

Define-se ento a estatstica:

T= X - mX SX n

Que possui distribuio t de Student com = n-1 graus de liberdade

Estatstica e Metrologia para Engenharia

18

Prof. Armando Albertazzi

Cervejaria Guinness - Dublin

William Sealy Gosset (1876 a 1937)

Estatstica e Metrologia para Engenharia

Distribuio t de Student

-6

-4

-2

Normal
Estatstica e Metrologia para Engenharia

t de Student (u = 4)

19

Prof. Armando Albertazzi

Estatstica e Metrologia para Engenharia

Problema
Um fabricante produz resistores com desvio padro desconhecido e distribuio normal. A mdia de uma amostra aleatria de n=25 foi 98,0. O desvio padro da amostra foi 10,0. Calcule o intervalo de confiana para a mdia da populao de resistores produzidos. Use o nvel de confiana 95,0%.

Estatstica e Metrologia para Engenharia

20

Prof. Armando Albertazzi

Soluo
A amostra de n=25 forneceu os parmetros:
x = 98,0 e s X = 10,0 W

O intervalo de confiana calculado por:

SX S m X X + ta / 2,n X n n 10 10 98,0 - 2,064 m X 98,0 + 2,064 25 25 X - ta / 2,n

93,87 m X 102,13 ou m X = (98,0 4,1)W

H 95,0% de chances da mdia da populao se situar na faixa (98,0 4,1)

Estatstica e Metrologia para Engenharia

21