UNIVERSIDADE FEDERAL

DA PARABA

Distribuio Amostral
Prof. Tarciana Liberal
Departamento de Estatstica
INTRODUO

A Inferncia Estatstica um conjunto de tcnicas que

objetiva estudar a populao atravs de evidncias fornecidas
por uma amostra.

a amostra que contm os elementos que podem ser

observados e, a partir da, quantidades de interesse podem
ser medidas.

x
x
x
x
 A Distribuio Amostral retrata o comportamento de uma
estatstica (mdia, proporo, entre outras), caso
retirssemos todas as possveis amostras de tamanho n
de uma populao.

Uma estatstica uma funo da amostra. Uma amostra

consiste de observaes de uma varivel aleatria. Assim,
estatsticas tambm so variveis aleatrias e, por isso,
possuem uma distribuio de probabilidade.

x
DISTRIBUIO AMOSTRAL DA MDIA
 DISTRIBUIO AMOSTRAL DA MDIA
Exemplo 1:
 DISTRIBUIO AMOSTRAL DA MDIA
Exemplo 1:
 DISTRIBUIO AMOSTRAL DA MDIA
Exemplo 1:
 DISTRIBUIO AMOSTRAL DA MDIA
Exemplo 1:
Seja X uma varivel aleatria qualquer. Considere a retirada
de amostras de tamanho n (n grande -> n >= 30). A
distribuio amostral da mdia X ser NORMAL,
independente da distribuio da v.a. X.

No caso em que a distribuio de X NORMAL, a

distribuio de X ser NORMAL mesmo para pequenos
valores de n.

x
x
x
 Seja X1, X2, ..., Xn uma a.a.s. retirada de uma populao X.
Temos que X1, X2, ..., Xn so independentes, com E(Xi) = e
Var(Xi) = 2. Assim, se X tem distribuio normal ou n > 30
(Teorema Central do Limite), temos que

x
 Suponha que podemos extrair todas as amostras de tamanho n
(sem reposio) de uma populao finita de tamanho N, neste caso
temos que:
N n
X = e X =
n N 1
N n
A quantidade N 1 conhecida como o fator de correo amostral
para populao finita, ou simplesmente Fator de Correo.

Se o tamanho da populao for muito grande, infinito ou ainda a

amostragem for feita com reposio, os resultados acima passam a
ser:

X = e X =
n
Obs: Uma populao que tem um limite superior definido chamada
de finita. Em estatstica, considera-se como populao finita quando
(n/N) > 0,05, ou seja, quando a frao amostral
x maior do que 5 %.
Distribuio Amostral de X quando a populao normal
Distribuio Amostral de X quando a populao no
normal e a amostra suficientemente grande
EXEMPLO 1
A altura dos estudantes da turma de Modelos de Probabilidade
e Inferncia Estatstica tem distribuio normal com mdia 172
cm e desvio padro 9 cm. Uma amostra de 25 estudantes
retirada.
a) Qual a probabilidade de que a mdia amostral seja acima
de 175 cm?
b) Qual a probabilidade de que a mdia amostral esteja entre
170 e 176 cm?
c) Qual deve ser a altura mdia dos estudantes que permita
que em 90% das vezes a mdia amostral seja inferior a este
valor.
d) Quantos estudantes deveriam ter sido selecionados para
que a probabilidade da mdia amostral inferior a 174 cm
fosse de 0,8.
EXEMPLO 1
 Exemplo 2
De acordo com os estudos realizados pela Cagepa, no municpio de Joo
Pessoa, o consumo mensal de gua por residncia tem distribuio normal
com mdia 20 m3 e varincia de 144 m3.
a) Em uma amostra de 36 residncias, qual a probabilidade de que a mdia
amostral no se afaste da verdadeira mdia populacional por mais de 2
m 3?
b) Devida a escassez de gua nos reservatrios, a empresa deseja estipular
um consumo mdio de forma que em 95% das vezes o consumo mdio
amostral seja inferior a este valor. Qual deve ser o valor estipulado pela
Cagepa?
 DISTRIBUIO AMOSTRAL DA PROPORO
Considere uma populao em que cada elemento
classificado de acordo com a presena ou ausncia de
determinada caracterstica.

Por exemplo, podemos pensar em eleitores escolhendo entre

2 candidatos, pessoas classificadas de acordo com o sexo, e
assim por diante.

Vamos considerar uma populao em que a proporo de

indivduos com uma certa caracterstica p. Logo, podemos
definir uma v.a. X como
 Retira-se
n
uma a.a.s. de tamanho n dessa populao. Seja
S n = X i o nmero de indivduos com a caracterstica de
i =1
interesse na amostra, temos que Sn ~ Binomial(n, p).

A varivel aleatria Sn tem distribuio exata dada por uma

binomial com parmetros n e p. Desta forma, probabilidades
envolvendo a proporo amostral podem ser calculadas de
modo exato usando esta distribuio.

Caso o valor de n seja muito grande, essas probabilidades

daro algum trabalho para serem calculadas e torna-se
conveniente utilizar a aproximao Normal.
 Sn
Sabemos que X =tem distribuio normal para n
n
suficientemente grande. Seja p = X , a proporo amostral,
temos que:

Obs: p conhecido como erro padro da proporo.

 Suponha que podemos extrair todas as amostras de
tamanho n (sem reposio) de uma populao finita de
tamanho N, neste caso temos que:
p(1 p) N n
p = p e p =
n N 1

N n
A quantidade conhecida como o fator de correo
N 1
amostral para populao finita, ou simplesmente Fator de
Correo.
Se o tamanho da populao for muito grande, infinito ou
ainda a amostragem for feita com reposio, os resultados
acima passam a ser:
p (1 p)
p = p e p = x
n
 Exemplo 2
Com base em dados histricos, uma companhia area estima em
15% a taxa de desistncia entre seus clientes, isto , 15% dos
passageiros com reserva no aparecem na hora do vo. Para
otimizar a ocupao de suas aeronaves, essa companhia decide
aceitar 400 reservas para os vos em aeronaves que comportam
apenas 350 passageiros.

a) Qual a probabilidade de que essa companhia no tenha

assentos suficientes em um desses vos. Essa probabilidade
alta o suficiente para a companhia rever sua poltica de reserva?

x
Exemplo 2

x
x
x
x
x
Exemplo 3

Qual a probabilidade que o tempo mdio das mulheres difira do tempo mdio dos homens por pelo
menos 0,6 meses?

x
Exemplo 3

x
x
Exemplo 4

Um gerente cria a seguinte regra: se a frequncia do anncio tiver influncia na manuteno da

fatia de mercado a diferena entre a proporo no primeiro ano e no segundo deve ser no mnimo
de 5%. Qual a probabilidade da frequncia do anncio ter influncia na preferncia dos
consumidores?

x
Exemplo 4

x
x
x
x
Exemplo 5

x
x