• Home
  • Chat IA
  • Recursos
  • Guru IA
  • Professores
Home
Recursos
Chat IA
Professores

·

Engenharia Elétrica ·

Estatística 1

Envie sua pergunta para a IA e receba a resposta na hora

Recomendado para você

Aplicações da Estatística na Engenharia

1

Aplicações da Estatística na Engenharia

Estatística 1

FEI

Amostragem-Probabilistica-e-Nao-Probabilistica-Conceitos-e-Metodos

17

Amostragem-Probabilistica-e-Nao-Probabilistica-Conceitos-e-Metodos

Estatística 1

FEI

Exercicios Resolvidos - Distribuicao Amostral - Estatistica

1

Exercicios Resolvidos - Distribuicao Amostral - Estatistica

Estatística 1

FEI

Distribuicao-Amostral-Media-e-Proporcoes-Estatistica

33

Distribuicao-Amostral-Media-e-Proporcoes-Estatistica

Estatística 1

FEI

Testes de Hipoteses-Conceitos-e-Aplicacoes

36

Testes de Hipoteses-Conceitos-e-Aplicacoes

Estatística 1

FEI

Testes de Hipoteses para Proporcao - Valor P e Erros de Decisao

21

Testes de Hipoteses para Proporcao - Valor P e Erros de Decisao

Estatística 1

FEI

Lista de Exercicios - Intervalo de Confianca com Respostas

3

Lista de Exercicios - Intervalo de Confianca com Respostas

Estatística 1

FEI

Estatistica Basica

10

Estatistica Basica

Estatística 1

UNICESUMAR

Lista 3 - Estatística 2020 1

9

Lista 3 - Estatística 2020 1

Estatística

UFU

Exercício Avaliativo 2 - Estatística 2020-1

2

Exercício Avaliativo 2 - Estatística 2020-1

Estatística

UFU

Texto de pré-visualização

IC para a média de uma população IC para a proporção de uma população Fonte MORETTIN LG Estatística Básica Volume único Probabilidade e Inferência Pearson 2010 Todos os direitos reservados Reprodução e divulgação total ou parcial deste documento são expressamente proibidas sem o consentimento formal por escrito da professora autora Você já deve ter visto frases do tipo O candidato X tem 38 das intenções de voto A margem de erro é de dois pontos percentuais para mais ou para menos com 95 de confiança Temos 96 de confiança em afirmar que a duração média das lâmpadas da empresa X está entre 980 e 1020 horas Essas frases contêm a ideia do conteúdo que estudaremos agora denominado Intervalos de Confiança DISCUSSÃO INICIAL INFERÊNCIA ESTATÍSTICA Conjunto de técnicas e procedimentos que permitem dar ao pesquisador um grau de confiabilidade nas afirmações que faz para a população baseadas nos resultados das amostras Problema fundamental da inferência estatística Medir o grau de incerteza dessas generalizações Toda conclusão obtida por uma amostragem quando generalizada para a população virá acompanhada de um grau de incerteza ESTIMAÇÃO DE PARÂMETROS Temos dois tipos de estimação por ponto ou por intervalo Estimação por ponto a partir de observações obtidas na amostra calculase uma estimativa usando o estimador Por exemplo ҧ𝑥 é um estimador de Estimação por intervalo estabelece limites que com certa probabilidade incluam o verdadeiro valor do parâmetro da população Usando uma estimativa pontual e a margem de erro podese construir uma estimativa intervalar de um parâmetro populacional denominada intervalo de confiança IC PARA A MÉDIA POPULACIONAL Lembrar que IC PARA A MÉDIA POPULACIONAL COM VARIÂNCIA POPULACIONAL CONHECIDA Intervalos de confiança IC para a média µ de uma população com variância populacional 2 conhecida Etapas para a construção do IC Retiramos uma amostra casual simples de n elementos Calculamos a média da amostra Calculamos o desviopadrão da média amostral Fixamos o nível de significância α e com ele determinamos zcrit tal que Pzcrit z zcrit 1α sendo α nível de incerteza ou grau de desconfiança nível de significância 1 α coeficiente de confiança ou nível de confiabilidade x x x z IC PARA A MÉDIA POPULACIONAL COM VARIÂNCIA POPULACIONAL CONHECIDA 1 z z 1 z z 1 z z 1 z z 1 z 1 x crit x crit x crit x crit x crit x crit x crit x crit crit x crit crit crit x x P x x P x x P x P x z P z z z P Conclusão IC para média µ de uma população normal com variância 2 conhecida x crit 2 x crit 1 2 1 σ z x σ e μ z x IC 1α μ μ emqueμ Erro de estimação e 𝑧𝑐𝑟𝑖𝑡 𝜎 ҧ𝑥 Obs Vimos que Como temos que x x z IC PARA A MÉDIA POPULACIONAL COM VARIÂNCIA POPULACIONAL CONHECIDA Convém lembrar que µ não é uma variável aleatória e sim um parâmetro Neste caso a expressão P ത𝑋 𝑧𝑐𝑟𝑖𝑡 𝜎 ത𝑋 µ ത𝑋 𝑧𝑐𝑟𝑖𝑡 𝜎 ത𝑋 1α deve ser interpretada da seguinte maneira Construindo uma quantidade grande de intervalos aleatórios da forma ഥ𝑿 𝒛𝒄𝒓𝒊𝒕 𝝈ഥ𝑿 ഥ𝑿 𝒛𝒄𝒓𝒊𝒕 𝝈ഥ𝑿 todos baseados em amostras de tamanho n esperase que 1α deles contenham o parâmetro µ O intervalo pode ou não conter o parâmetro µ mas temos 1 α de confiança de que contenha EXEMPLO 1 1 De uma população normal X com 29 tiramos uma amostra de 25 observações obtendo Determine um IC de limites de 90 para a média µ 25 1 152 ix RESOLUÇÃO DO EXEMPLO 1 1 De uma população normal X com 29 tiramos uma amostra de 25 observações obtendo Determine um IC de limites de 90 para a média µ Resp P5096µ7064090 ou ICµ 0905096 7064 ou seja temos 90 de confiança de que o verdadeiro valor µ populacional se encontra entre 5096 e 7064 ou corremos um risco de 10 de que o verdadeiro valor da média populacional seja menor que 5096 ou maior que 7064 25 1 152 ix EXEMPLO 2 2 De uma população normal com 5 retiramos uma amostra de 50 elementos e obtemos a Fazer um IC para a média ao nível de 5 Resp IC µ 0954061 4339 b Qual o erro de estimação ao nível de 5 Resp 139 c Para que o erro seja menor ou igual a 1 com probabilidade de acerto de 95 qual deverá ser o tamanho mínimo da amostra Resp no mínimo 97 elementos x 42 RESOLUÇÃO DO EXEMPLO 2 2 De uma população normal com 5 retiramos uma amostra de 50 elementos e obtemos a Fazer um IC para a média ao nível de 5 Resp IC µ 0954061 4339 b Qual o erro de estimação ao nível de 5 Obs erro Resp 139 c Para que o erro seja menor ou igual a 1 com probabilidade de acerto de 95 qual deverá ser o tamanho mínimo da amostra Resp no mínimo 97 elementos 42 x e x EXEMPLO 3 3 A experiência com trabalhadores de certa indústria indica que o tempo necessário para que um trabalhador aleatoriamente selecionado realize uma tarefa é distribuído de maneira aproximadamente normal com desviopadrão de 12 minutos Uma amostra de 25 trabalhadores forneceu média amostral de 140 minutos Determinar os limites de confiança de 95 para a média da população µ de todos os trabalhadores que fazem aquele determinado serviço Resp IC 09513531447 RESOLUÇÃO DO EXEMPLO 3 3 A experiência com trabalhadores de certa indústria indica que o tempo necessário para que um trabalhador aleatoriamente selecionado realize uma tarefa é distribuído de maneira aproximadamente normal com desviopadrão de 12 minutos Uma amostra de 25 trabalhadores forneceu média amostral de 140 minutos Determinar os limites de confiança de 95 para a média da população µ de todos os trabalhadores que fazem aquele determinado serviço Resp IC 09513531447 IC PARA A MÉDIA COM VARIÂNCIA POPULACIONAL DESCONHECIDA Intervalos de confiança para a média de populações com variâncias desconhecidas Caso 1 Se n30 usase o estimador s2 de 2 ou seja substituímos a variância da população 2 pela variância da amostra s2 e podemos usar a normal Caso 2 Se a população for normal e se n30 usamos a distribuição t de Student EXEMPLO 1 DO CASO 1 1 Querendo se estimar a média de uma população X com distribuição normal levantouse uma amostra de 100 observações obtendose Ao nível de 90 determinar o intervalo de confiança para a verdadeira média da população Resp 4 30 e s x 0 90 29343066 IC RESOLUÇÃO DO EXEMPLO 1 DO CASO 1 1 Querendo se estimar a média de uma população X com distribuição normal levantouse uma amostra de 100 observações obtendose Ao nível de 90 determinar o intervalo de confiança para a verdadeira média da população Resp 4 30 e s x 0 90 29343066 IC EXEMPLO 2 DO CASO 1 2 Uma amostra aleatória de 80 operários selecionados sem reposição dentre os 3500 de uma grande indústria indicou um salário médio de 980 e um desvio padrão de 220 Construir um intervalo de 96 de confiança para o salário médio verdadeiro dos operários Resp IC 09693015102985 RESOLUÇÃO DO EXEMPLO 2 DO CASO 1 2 Uma amostra aleatória de 80 operários selecionados sem reposição dentre os 3500 de uma grande indústria indicou um salário médio de 980 e um desvio padrão de 220 Construir um intervalo de 96 de confiança para o salário médio verdadeiro dos operários Resp IC 09693015102985 Antes de estudarmos o Caso 2 ou seja IC para a média de uma população normal com variância desconhecida e n30 aprenderemos uma nova distribuição denominada Distribuição t de Student William S Gosset 18761937 desenvolveu a distribuição t enquanto trabalhava na indústria de cervejas Guinness na Irlanda Ele publicou suas descobertas usando o pseudônimo de Student A distribuição t é também conhecida como distribuição t de Student IC PARA A MÉDIA COM VARIÂNCIA POPULACIONAL DESCONHECIDA CASO 2 DISTRIBUIÇÃO t DE STUDENT A variável 𝑍 ത𝑋𝜇 𝜎ഥ𝑋 com 𝜎 ത𝑋 𝜎2 𝑛 tem distribuição normal Quando não conhecemos 𝜎2variância populacional devemos usar s2 variância amostral estimador de 𝜎2 Vamos lembrar que para o cálculo da variância amostral temos que 𝑠2 σ𝑖1 𝑛 𝑥𝑖 ҧ𝑥2 𝑛1 e então o desvio padrão é dado por s σ𝑖1 𝑛 𝑥𝑖 ҧ𝑥2 𝑛1 Lembrar que no Excel para calcular a variância da amostra s2 basta digitar os dados e usar VARA selecionar todos os dados Para o desvio padrão amostral s basta digitar DESVPADA selecionar todos os dados DISTRIBUIÇÃO t DE STUDENT Neste caso o desvio padrão da média amostral representado por 𝑠 ത𝑋 é dado por 𝑠 ത𝑋 𝑠2 𝑛 𝑠 𝑛 Definiremos uma nova variável denominada variável com distribuição t de Student com v graus de liberdade dada por 𝑡 𝑣 ത𝑋 𝑠 ത𝑋 Quando n for grande s2 se aproxima bastante de 𝜎2 o que faz com que a variável t se aproxime da variável normal Z mas quando n for pequeno n30 isso não ocorre DISTRIBUIÇÃO t DE STUDENT Graus de liberdade v O número de informações independentes da amostra dá o número de graus de liberdade v da distribuição Genericamente podemos dizer que o número de graus de liberdade é igual ao número de informações independentes da amostra n menos o número k de parâmetros da população a serem estimados além do parâmetro inerente ao estudo ou seja v nk Como vamos estimar a média de uma população normal com 𝜎2desconhecida além da média estimador inerente ao estudo estimaremos a variância 𝜎2 um parâmetro a mais Isso significa que usaremos a variável t com vn1 graus de liberdade DISTRIBUIÇÃO t DE STUDENT Na figura a seguir apresentase o gráfico da curva de t a qual depende do número de graus de liberdade que na figura está indicada por v Quanto maior for esse número mais elevada é a curva aproximando assim da curva normal curva mais alta A curva de t também é simétrica em relação à média DISTRIBUIÇÃO t DE STUDENT Exemplos Determine ta tal que a Ptta005 com n16 n é o tamanho da amostra Graus de liberdade gln116115 Área de uma cauda 005 Na tabela determinar o encontro de 15 com 005 ta 17531 Uso da tabela t verificar tabela disponível no moodle DISTRIBUIÇÃO t DE STUDENT b PttaPtta 010 com n19 Graus de liberdade gln119118 Área de uma cauda 005 ta 17341 IC PARA A MÉDIA POPULACIONAL DE UMA POPULAÇÃO NORMAL OU APROXIMADAMENTE NORMAL COM VARIÂNCIA DESCONHECIDA E n30 CASO 2 Fórmula P ҧ𝑥 𝑡𝑐𝑠 ҧ𝑥 𝜇 ҧ𝑥 𝑡𝑐𝑠 ҧ𝑥 1 EXEMPLO 1 DO CASO 2 Ex 1 Dez mensurações são feitas para a resistência de certo tipo de fio fornecendo média ҧ𝑥1048 ohms e desvio padrão s136 ohms Sabese que a variável X resistência de certo tipo de fio tem distribuição normal Determine um intervalo de confiança para a média populacional µ com coeficiente de confiança de 090 Resp 969 1127 RESOLUÇÃO DO EXEMPLO 1 DO CASO 2 Ex 1 Dez mensurações são feitas para a resistência de certo tipo de fio fornecendo média ҧ𝑥1048 ohms e desvio padrão s136 ohms Sabese que a variável X resistência de certo tipo de fio tem distribuição normal Determine um intervalo de confiança para a média populacional µ com coeficiente de confiança de 090 Resp 969 1127 1704 1940 1518 2005 1432 1872 1998 1658 1825 1670 2210 1380 Ex 2 As notas de certo teste para 12 alunos do último ano do ensino médio são apresentadas a seguir Assumindo que a população de notas seja normalmente distribuída determine um intervalo de confiança de 99 para a média populacional Sugestão usar o Excel para calcular a média e a variância amostral Resp 15415257 19938083 EXEMPLO 2 DO CASO 2 Obs Note que não conhecemos a variância populacional a população é normal e temos uma amostra pequena ou seja n30 Utilizaremos então a distribuição t de Student 1704 1940 1518 2005 1432 1872 1998 1658 1825 1670 2210 1380 Ex 2 As notas de certo teste para 12 alunos do último ano do ensino médio são apresentadas a seguir Assumindo que a população de notas seja normalmente distribuída determine um intervalo de confiança de 99 para a média populacional RESOLUÇÃO DO EXEMPLO 2 DO CASO 2 INTERVALO DE CONFIANÇA PARA PROPORÇÕES Quando p populacional é conhecida tem distribuição aproximadamente normal com parâmetros ou seja Logo ao nível α de significância Pz zcrit1α Para construirmos o IC para p desconhecida determinaremos na amostra e consideraremos Ao nível α de significância Pz zcrit 1 α n p x ˆ n p e p q ˆ n N p p q p o pˆ n q p o o p ˆ ˆ ˆ INTERVALO DE CONFIANÇA PARA PROPORÇÕES Seja Pz zcrit 1 α ou seja P𝑧𝑐𝑟𝑖𝑡 𝑧 𝑧𝑐𝑟𝑖𝑡 1 𝛼 Considerando que teremos P𝑧𝑐𝑟𝑖𝑡 𝑝0𝑝 𝜎𝑝 𝑧𝑐𝑟𝑖𝑡 1 𝛼 p o p p z ˆ ˆ p p 1 α ou ICp1 α σ z pˆ p σ z Ppˆ 2 1 pˆ crit o pˆ crit o Conclusão Intervalo de confiança para proporções σ z σ pˆ z pˆ ICp 1 pˆ crit o pˆ crit o EXEMPLO 1 1 Para se estimar a porcentagem de alunos de um curso favoráveis à modificação do currículo escolar tomouse uma amostra de 100 alunos dos quais 80 foram favoráveis a Fazer um IC para a proporção de todos os alunos do curso favoráveis à modificação ao nível de 4 Resp ICp 096 07180 0882 b Qual o valor do erro de estimação cometido em a Resp 0082 ou 82 RESOLUÇÃO DO EXEMPLO 1 1 Para se estimar a porcentagem de alunos de um curso favoráveis à modificação do currículo escolar tomouse uma amostra de 100 alunos dos quais 80 foram favoráveis a Fazer um IC para a proporção de todos os alunos do curso favoráveis à modificação ao nível de 4 Resp ICp 096 07180 0882 b Qual o valor do erro de estimação cometido em a Resp 0082 ou 82 EXEMPLO 2 2 Em uma linha de produção de certa peça mecânica colheuse uma amostra de 100 itens constatandose que 8 peças eram defeituosas Construir o IC para a proporção p das peças defeituosas ao nível de 10 Resp ICp 0900035501245 RESOLUÇÃO DO EXEMPLO 2 2 Em uma linha de produção de certa peça mecânica colheuse uma amostra de 100 itens constatandose que 8 peças eram defeituosas Construir o IC para a proporção p das peças defeituosas ao nível de 10 Resp ICp 0900035501245 EXEMPLOS DE RESOLUÇÃO NO EXCEL 1 Caso de IC para média usando Z De uma população normal X com 29 tiramos uma amostra de 25 observações obtendo média amostral igual a 608 Determine um IC de limites de 90 para a média µ Resolução no Excel Digitar em uma célula do Excel intconfiançanormalfa n Digitar alfa como a confiança é de 90 o alfa é de 10 o desvio padrão populacional 3 e o tamanho da amostra n25 Logo intconfiançanorm01 325 O resultado fornece a margem de erro Neste caso o intervalo seria 608 09869 EXEMPLOS DE RESOLUÇÃO NO EXCEL 2 Caso de IC para proporção Para se estimar a porcentagem de alunos de um curso favoráveis à modificação do currículo escolar tomouse uma amostra de 100 alunos dos quais 80 foram favoráveis Fazer um IC para a proporção de todos os alunos do curso favoráveis à modificação ao nível de 4 No Excel usar intconfiançanormalfa n No exercício digitar intconfiançanorm004 04 100 para achar o erro Obs 𝑝 𝑞 desvio padrão da população Resp erro 0082 IC 080082 3 Caso de IC usando t de Student Dez mensurações são feitas para a resistência de certo tipo de fio fornecendo média ҧ𝑥1048 ohms e desvio padrão s136 ohms Sabe se que a variável X resistência de certo tipo de fio tem distribuição normal Determine um intervalo de confiança para a média populacional µ com coeficiente de confiança de 090 No Excel usar intconfiançat 01 136 10 para achar o erro Resp erro 0788366 IC 10480788366 ROTEIRO DE ESTUDO Lista de exercícios sobre IC no moodle Exercícios propostos páginas 237 a 239 do livrotexto Exercícios 1 2 3 4 7 8 e 11 exercícios presentes na lista do moodle

Envie sua pergunta para a IA e receba a resposta na hora

Recomendado para você

Aplicações da Estatística na Engenharia

1

Aplicações da Estatística na Engenharia

Estatística 1

FEI

Amostragem-Probabilistica-e-Nao-Probabilistica-Conceitos-e-Metodos

17

Amostragem-Probabilistica-e-Nao-Probabilistica-Conceitos-e-Metodos

Estatística 1

FEI

Exercicios Resolvidos - Distribuicao Amostral - Estatistica

1

Exercicios Resolvidos - Distribuicao Amostral - Estatistica

Estatística 1

FEI

Distribuicao-Amostral-Media-e-Proporcoes-Estatistica

33

Distribuicao-Amostral-Media-e-Proporcoes-Estatistica

Estatística 1

FEI

Testes de Hipoteses-Conceitos-e-Aplicacoes

36

Testes de Hipoteses-Conceitos-e-Aplicacoes

Estatística 1

FEI

Testes de Hipoteses para Proporcao - Valor P e Erros de Decisao

21

Testes de Hipoteses para Proporcao - Valor P e Erros de Decisao

Estatística 1

FEI

Lista de Exercicios - Intervalo de Confianca com Respostas

3

Lista de Exercicios - Intervalo de Confianca com Respostas

Estatística 1

FEI

Estatistica Basica

10

Estatistica Basica

Estatística 1

UNICESUMAR

Lista 3 - Estatística 2020 1

9

Lista 3 - Estatística 2020 1

Estatística

UFU

Exercício Avaliativo 2 - Estatística 2020-1

2

Exercício Avaliativo 2 - Estatística 2020-1

Estatística

UFU

Texto de pré-visualização

IC para a média de uma população IC para a proporção de uma população Fonte MORETTIN LG Estatística Básica Volume único Probabilidade e Inferência Pearson 2010 Todos os direitos reservados Reprodução e divulgação total ou parcial deste documento são expressamente proibidas sem o consentimento formal por escrito da professora autora Você já deve ter visto frases do tipo O candidato X tem 38 das intenções de voto A margem de erro é de dois pontos percentuais para mais ou para menos com 95 de confiança Temos 96 de confiança em afirmar que a duração média das lâmpadas da empresa X está entre 980 e 1020 horas Essas frases contêm a ideia do conteúdo que estudaremos agora denominado Intervalos de Confiança DISCUSSÃO INICIAL INFERÊNCIA ESTATÍSTICA Conjunto de técnicas e procedimentos que permitem dar ao pesquisador um grau de confiabilidade nas afirmações que faz para a população baseadas nos resultados das amostras Problema fundamental da inferência estatística Medir o grau de incerteza dessas generalizações Toda conclusão obtida por uma amostragem quando generalizada para a população virá acompanhada de um grau de incerteza ESTIMAÇÃO DE PARÂMETROS Temos dois tipos de estimação por ponto ou por intervalo Estimação por ponto a partir de observações obtidas na amostra calculase uma estimativa usando o estimador Por exemplo ҧ𝑥 é um estimador de Estimação por intervalo estabelece limites que com certa probabilidade incluam o verdadeiro valor do parâmetro da população Usando uma estimativa pontual e a margem de erro podese construir uma estimativa intervalar de um parâmetro populacional denominada intervalo de confiança IC PARA A MÉDIA POPULACIONAL Lembrar que IC PARA A MÉDIA POPULACIONAL COM VARIÂNCIA POPULACIONAL CONHECIDA Intervalos de confiança IC para a média µ de uma população com variância populacional 2 conhecida Etapas para a construção do IC Retiramos uma amostra casual simples de n elementos Calculamos a média da amostra Calculamos o desviopadrão da média amostral Fixamos o nível de significância α e com ele determinamos zcrit tal que Pzcrit z zcrit 1α sendo α nível de incerteza ou grau de desconfiança nível de significância 1 α coeficiente de confiança ou nível de confiabilidade x x x z IC PARA A MÉDIA POPULACIONAL COM VARIÂNCIA POPULACIONAL CONHECIDA 1 z z 1 z z 1 z z 1 z z 1 z 1 x crit x crit x crit x crit x crit x crit x crit x crit crit x crit crit crit x x P x x P x x P x P x z P z z z P Conclusão IC para média µ de uma população normal com variância 2 conhecida x crit 2 x crit 1 2 1 σ z x σ e μ z x IC 1α μ μ emqueμ Erro de estimação e 𝑧𝑐𝑟𝑖𝑡 𝜎 ҧ𝑥 Obs Vimos que Como temos que x x z IC PARA A MÉDIA POPULACIONAL COM VARIÂNCIA POPULACIONAL CONHECIDA Convém lembrar que µ não é uma variável aleatória e sim um parâmetro Neste caso a expressão P ത𝑋 𝑧𝑐𝑟𝑖𝑡 𝜎 ത𝑋 µ ത𝑋 𝑧𝑐𝑟𝑖𝑡 𝜎 ത𝑋 1α deve ser interpretada da seguinte maneira Construindo uma quantidade grande de intervalos aleatórios da forma ഥ𝑿 𝒛𝒄𝒓𝒊𝒕 𝝈ഥ𝑿 ഥ𝑿 𝒛𝒄𝒓𝒊𝒕 𝝈ഥ𝑿 todos baseados em amostras de tamanho n esperase que 1α deles contenham o parâmetro µ O intervalo pode ou não conter o parâmetro µ mas temos 1 α de confiança de que contenha EXEMPLO 1 1 De uma população normal X com 29 tiramos uma amostra de 25 observações obtendo Determine um IC de limites de 90 para a média µ 25 1 152 ix RESOLUÇÃO DO EXEMPLO 1 1 De uma população normal X com 29 tiramos uma amostra de 25 observações obtendo Determine um IC de limites de 90 para a média µ Resp P5096µ7064090 ou ICµ 0905096 7064 ou seja temos 90 de confiança de que o verdadeiro valor µ populacional se encontra entre 5096 e 7064 ou corremos um risco de 10 de que o verdadeiro valor da média populacional seja menor que 5096 ou maior que 7064 25 1 152 ix EXEMPLO 2 2 De uma população normal com 5 retiramos uma amostra de 50 elementos e obtemos a Fazer um IC para a média ao nível de 5 Resp IC µ 0954061 4339 b Qual o erro de estimação ao nível de 5 Resp 139 c Para que o erro seja menor ou igual a 1 com probabilidade de acerto de 95 qual deverá ser o tamanho mínimo da amostra Resp no mínimo 97 elementos x 42 RESOLUÇÃO DO EXEMPLO 2 2 De uma população normal com 5 retiramos uma amostra de 50 elementos e obtemos a Fazer um IC para a média ao nível de 5 Resp IC µ 0954061 4339 b Qual o erro de estimação ao nível de 5 Obs erro Resp 139 c Para que o erro seja menor ou igual a 1 com probabilidade de acerto de 95 qual deverá ser o tamanho mínimo da amostra Resp no mínimo 97 elementos 42 x e x EXEMPLO 3 3 A experiência com trabalhadores de certa indústria indica que o tempo necessário para que um trabalhador aleatoriamente selecionado realize uma tarefa é distribuído de maneira aproximadamente normal com desviopadrão de 12 minutos Uma amostra de 25 trabalhadores forneceu média amostral de 140 minutos Determinar os limites de confiança de 95 para a média da população µ de todos os trabalhadores que fazem aquele determinado serviço Resp IC 09513531447 RESOLUÇÃO DO EXEMPLO 3 3 A experiência com trabalhadores de certa indústria indica que o tempo necessário para que um trabalhador aleatoriamente selecionado realize uma tarefa é distribuído de maneira aproximadamente normal com desviopadrão de 12 minutos Uma amostra de 25 trabalhadores forneceu média amostral de 140 minutos Determinar os limites de confiança de 95 para a média da população µ de todos os trabalhadores que fazem aquele determinado serviço Resp IC 09513531447 IC PARA A MÉDIA COM VARIÂNCIA POPULACIONAL DESCONHECIDA Intervalos de confiança para a média de populações com variâncias desconhecidas Caso 1 Se n30 usase o estimador s2 de 2 ou seja substituímos a variância da população 2 pela variância da amostra s2 e podemos usar a normal Caso 2 Se a população for normal e se n30 usamos a distribuição t de Student EXEMPLO 1 DO CASO 1 1 Querendo se estimar a média de uma população X com distribuição normal levantouse uma amostra de 100 observações obtendose Ao nível de 90 determinar o intervalo de confiança para a verdadeira média da população Resp 4 30 e s x 0 90 29343066 IC RESOLUÇÃO DO EXEMPLO 1 DO CASO 1 1 Querendo se estimar a média de uma população X com distribuição normal levantouse uma amostra de 100 observações obtendose Ao nível de 90 determinar o intervalo de confiança para a verdadeira média da população Resp 4 30 e s x 0 90 29343066 IC EXEMPLO 2 DO CASO 1 2 Uma amostra aleatória de 80 operários selecionados sem reposição dentre os 3500 de uma grande indústria indicou um salário médio de 980 e um desvio padrão de 220 Construir um intervalo de 96 de confiança para o salário médio verdadeiro dos operários Resp IC 09693015102985 RESOLUÇÃO DO EXEMPLO 2 DO CASO 1 2 Uma amostra aleatória de 80 operários selecionados sem reposição dentre os 3500 de uma grande indústria indicou um salário médio de 980 e um desvio padrão de 220 Construir um intervalo de 96 de confiança para o salário médio verdadeiro dos operários Resp IC 09693015102985 Antes de estudarmos o Caso 2 ou seja IC para a média de uma população normal com variância desconhecida e n30 aprenderemos uma nova distribuição denominada Distribuição t de Student William S Gosset 18761937 desenvolveu a distribuição t enquanto trabalhava na indústria de cervejas Guinness na Irlanda Ele publicou suas descobertas usando o pseudônimo de Student A distribuição t é também conhecida como distribuição t de Student IC PARA A MÉDIA COM VARIÂNCIA POPULACIONAL DESCONHECIDA CASO 2 DISTRIBUIÇÃO t DE STUDENT A variável 𝑍 ത𝑋𝜇 𝜎ഥ𝑋 com 𝜎 ത𝑋 𝜎2 𝑛 tem distribuição normal Quando não conhecemos 𝜎2variância populacional devemos usar s2 variância amostral estimador de 𝜎2 Vamos lembrar que para o cálculo da variância amostral temos que 𝑠2 σ𝑖1 𝑛 𝑥𝑖 ҧ𝑥2 𝑛1 e então o desvio padrão é dado por s σ𝑖1 𝑛 𝑥𝑖 ҧ𝑥2 𝑛1 Lembrar que no Excel para calcular a variância da amostra s2 basta digitar os dados e usar VARA selecionar todos os dados Para o desvio padrão amostral s basta digitar DESVPADA selecionar todos os dados DISTRIBUIÇÃO t DE STUDENT Neste caso o desvio padrão da média amostral representado por 𝑠 ത𝑋 é dado por 𝑠 ത𝑋 𝑠2 𝑛 𝑠 𝑛 Definiremos uma nova variável denominada variável com distribuição t de Student com v graus de liberdade dada por 𝑡 𝑣 ത𝑋 𝑠 ത𝑋 Quando n for grande s2 se aproxima bastante de 𝜎2 o que faz com que a variável t se aproxime da variável normal Z mas quando n for pequeno n30 isso não ocorre DISTRIBUIÇÃO t DE STUDENT Graus de liberdade v O número de informações independentes da amostra dá o número de graus de liberdade v da distribuição Genericamente podemos dizer que o número de graus de liberdade é igual ao número de informações independentes da amostra n menos o número k de parâmetros da população a serem estimados além do parâmetro inerente ao estudo ou seja v nk Como vamos estimar a média de uma população normal com 𝜎2desconhecida além da média estimador inerente ao estudo estimaremos a variância 𝜎2 um parâmetro a mais Isso significa que usaremos a variável t com vn1 graus de liberdade DISTRIBUIÇÃO t DE STUDENT Na figura a seguir apresentase o gráfico da curva de t a qual depende do número de graus de liberdade que na figura está indicada por v Quanto maior for esse número mais elevada é a curva aproximando assim da curva normal curva mais alta A curva de t também é simétrica em relação à média DISTRIBUIÇÃO t DE STUDENT Exemplos Determine ta tal que a Ptta005 com n16 n é o tamanho da amostra Graus de liberdade gln116115 Área de uma cauda 005 Na tabela determinar o encontro de 15 com 005 ta 17531 Uso da tabela t verificar tabela disponível no moodle DISTRIBUIÇÃO t DE STUDENT b PttaPtta 010 com n19 Graus de liberdade gln119118 Área de uma cauda 005 ta 17341 IC PARA A MÉDIA POPULACIONAL DE UMA POPULAÇÃO NORMAL OU APROXIMADAMENTE NORMAL COM VARIÂNCIA DESCONHECIDA E n30 CASO 2 Fórmula P ҧ𝑥 𝑡𝑐𝑠 ҧ𝑥 𝜇 ҧ𝑥 𝑡𝑐𝑠 ҧ𝑥 1 EXEMPLO 1 DO CASO 2 Ex 1 Dez mensurações são feitas para a resistência de certo tipo de fio fornecendo média ҧ𝑥1048 ohms e desvio padrão s136 ohms Sabese que a variável X resistência de certo tipo de fio tem distribuição normal Determine um intervalo de confiança para a média populacional µ com coeficiente de confiança de 090 Resp 969 1127 RESOLUÇÃO DO EXEMPLO 1 DO CASO 2 Ex 1 Dez mensurações são feitas para a resistência de certo tipo de fio fornecendo média ҧ𝑥1048 ohms e desvio padrão s136 ohms Sabese que a variável X resistência de certo tipo de fio tem distribuição normal Determine um intervalo de confiança para a média populacional µ com coeficiente de confiança de 090 Resp 969 1127 1704 1940 1518 2005 1432 1872 1998 1658 1825 1670 2210 1380 Ex 2 As notas de certo teste para 12 alunos do último ano do ensino médio são apresentadas a seguir Assumindo que a população de notas seja normalmente distribuída determine um intervalo de confiança de 99 para a média populacional Sugestão usar o Excel para calcular a média e a variância amostral Resp 15415257 19938083 EXEMPLO 2 DO CASO 2 Obs Note que não conhecemos a variância populacional a população é normal e temos uma amostra pequena ou seja n30 Utilizaremos então a distribuição t de Student 1704 1940 1518 2005 1432 1872 1998 1658 1825 1670 2210 1380 Ex 2 As notas de certo teste para 12 alunos do último ano do ensino médio são apresentadas a seguir Assumindo que a população de notas seja normalmente distribuída determine um intervalo de confiança de 99 para a média populacional RESOLUÇÃO DO EXEMPLO 2 DO CASO 2 INTERVALO DE CONFIANÇA PARA PROPORÇÕES Quando p populacional é conhecida tem distribuição aproximadamente normal com parâmetros ou seja Logo ao nível α de significância Pz zcrit1α Para construirmos o IC para p desconhecida determinaremos na amostra e consideraremos Ao nível α de significância Pz zcrit 1 α n p x ˆ n p e p q ˆ n N p p q p o pˆ n q p o o p ˆ ˆ ˆ INTERVALO DE CONFIANÇA PARA PROPORÇÕES Seja Pz zcrit 1 α ou seja P𝑧𝑐𝑟𝑖𝑡 𝑧 𝑧𝑐𝑟𝑖𝑡 1 𝛼 Considerando que teremos P𝑧𝑐𝑟𝑖𝑡 𝑝0𝑝 𝜎𝑝 𝑧𝑐𝑟𝑖𝑡 1 𝛼 p o p p z ˆ ˆ p p 1 α ou ICp1 α σ z pˆ p σ z Ppˆ 2 1 pˆ crit o pˆ crit o Conclusão Intervalo de confiança para proporções σ z σ pˆ z pˆ ICp 1 pˆ crit o pˆ crit o EXEMPLO 1 1 Para se estimar a porcentagem de alunos de um curso favoráveis à modificação do currículo escolar tomouse uma amostra de 100 alunos dos quais 80 foram favoráveis a Fazer um IC para a proporção de todos os alunos do curso favoráveis à modificação ao nível de 4 Resp ICp 096 07180 0882 b Qual o valor do erro de estimação cometido em a Resp 0082 ou 82 RESOLUÇÃO DO EXEMPLO 1 1 Para se estimar a porcentagem de alunos de um curso favoráveis à modificação do currículo escolar tomouse uma amostra de 100 alunos dos quais 80 foram favoráveis a Fazer um IC para a proporção de todos os alunos do curso favoráveis à modificação ao nível de 4 Resp ICp 096 07180 0882 b Qual o valor do erro de estimação cometido em a Resp 0082 ou 82 EXEMPLO 2 2 Em uma linha de produção de certa peça mecânica colheuse uma amostra de 100 itens constatandose que 8 peças eram defeituosas Construir o IC para a proporção p das peças defeituosas ao nível de 10 Resp ICp 0900035501245 RESOLUÇÃO DO EXEMPLO 2 2 Em uma linha de produção de certa peça mecânica colheuse uma amostra de 100 itens constatandose que 8 peças eram defeituosas Construir o IC para a proporção p das peças defeituosas ao nível de 10 Resp ICp 0900035501245 EXEMPLOS DE RESOLUÇÃO NO EXCEL 1 Caso de IC para média usando Z De uma população normal X com 29 tiramos uma amostra de 25 observações obtendo média amostral igual a 608 Determine um IC de limites de 90 para a média µ Resolução no Excel Digitar em uma célula do Excel intconfiançanormalfa n Digitar alfa como a confiança é de 90 o alfa é de 10 o desvio padrão populacional 3 e o tamanho da amostra n25 Logo intconfiançanorm01 325 O resultado fornece a margem de erro Neste caso o intervalo seria 608 09869 EXEMPLOS DE RESOLUÇÃO NO EXCEL 2 Caso de IC para proporção Para se estimar a porcentagem de alunos de um curso favoráveis à modificação do currículo escolar tomouse uma amostra de 100 alunos dos quais 80 foram favoráveis Fazer um IC para a proporção de todos os alunos do curso favoráveis à modificação ao nível de 4 No Excel usar intconfiançanormalfa n No exercício digitar intconfiançanorm004 04 100 para achar o erro Obs 𝑝 𝑞 desvio padrão da população Resp erro 0082 IC 080082 3 Caso de IC usando t de Student Dez mensurações são feitas para a resistência de certo tipo de fio fornecendo média ҧ𝑥1048 ohms e desvio padrão s136 ohms Sabe se que a variável X resistência de certo tipo de fio tem distribuição normal Determine um intervalo de confiança para a média populacional µ com coeficiente de confiança de 090 No Excel usar intconfiançat 01 136 10 para achar o erro Resp erro 0788366 IC 10480788366 ROTEIRO DE ESTUDO Lista de exercícios sobre IC no moodle Exercícios propostos páginas 237 a 239 do livrotexto Exercícios 1 2 3 4 7 8 e 11 exercícios presentes na lista do moodle

Sua Nova Sala de Aula

Sua Nova Sala de Aula

Empresa

Contato Blog

Legal

Termos de uso Política de privacidade Política de cookies Código de honra

Baixe o app

4,8
(35.000 avaliações)
© 2026 Meu Guru® • 42.269.770/0001-84