Академический Документы
Профессиональный Документы
Культура Документы
Probabilidade e Estatística
- Caderno de Orientação –
Fevereiro/2012
2
Conteúdo Programático
1. Conceitos Fundamentais
1.1 Arredondamento de Dados, Notação por Índice e Cálculo com Somatório
1.2 O que é Estatística
1.3 O método Estatístico
1.4 População, Amostra e Variáveis
2. Técnicas de Amostragem
2.1 Amostragem Aleatória Simples – A Tabela de Dígitos Pseudo-Aleatórios
2.2 Amostragem Sistemática
2.3 Amostragem Estratificada
2.4 Amostragem por Conglomerado
3. Séries Estatísticas –
3.1 Representação Tabular
3.2 Representação Gráfica
4. Medidas de Posição
4.1 Média Aritmética
4.2 Mediana
4.3 Moda
5. Medidas de Dispersão
5.1 Amplitude Total
5.2 Desvio Médio, A Variância e o Desvio-padrão (Dispersão absoluta)
5.3 Coeficiente de Variação (Dispersão relativa)
6. Medidas de Assimetria e Curtose
7.Teoria e Cálculo das Probabilidades
7.1 Conceitos de Probabilidade – Eventos Complementares –Axiomas e Teoremas
7.2 Eventos Independentes , Mutuamente Exclusivos – Probabilidade Condicional
7.3 Teorema da Probabilidade Total e Teorema de Bayes
8. Variável Aleatória Unidimensional
8.1 Função de Distribuição de Probabilidade
8.2 O Valor Esperado (Esperança Matemática)
8.3 A Variância
8.4 Propriedades
9. Principais Distribuições Discretas de Probabilidade
9.1 A Distribuição de Bernouilli
9.2 A Distribuição Binomial
9.3 A Distribuição de Poisson
10. Principais Distribuições Contínuas de Probabilidade
10.1 A Distribuição Uniforme
10.2 A Distribuição Normal
10.3 A Distribuição Exponencial Negativa
11 . Intervalos de Confiança (IC)
11.1 Introdução
11.2IC para a média populacional quando a variância 2 é conhecida
11.3 A Distribuição t de Student
11.4 IC para a média populacional quando a variância 2 é desconhecida
11.5 IC para proporções
11.6 Aplicações
1. ARREDONDAMENTO DE DADOS
3
O resultado do arredondamento de um número como por exemplo 72,8 para o inteiro mais próximo é
73, visto que 72,8 está mais próximo de 73 de que 72.
- Semelhantemente, 72,8146 arredondando para o centésimo mais próximo, ou com duas casas decimais, é
72,81; porque 72,816 está mais próximo de 72,81 do que 72,82.
- Agora, ao arredondarmos 72,465 para o centésimo mais próximo, entretanto, nos deparamos com um
dilema, pois 72,465 dista igualmente de 72,46 e de 72,47. Na prática, então, usa-se em tais casos, aproximar
para o número par que precede o algarismo ‘5’.Assim:
- 72,465 é arredondado para 72,46
-183,575 é arredondado para 183, 58
- 116.5000.000 arredondado para as unidades de milhões mais próximas, é 116.000.000.
Conclusão: Esta prática é especialmente valiosa para reduzir ao mínimo os erros cometidos e acumulados por
arredondamento, especialmente quando se tratar de um grande número de operações.
Aplicações
1.Some os números: 4,35 ; 8,65 ; 2,95 ; 12,45 ; 6,65 ; 7,55 ; e 9,75
a) Diretamente
b) arredondando para décimos de acordo com a convenção do número par
c) arredondando de amneira que o algarismo anterior a ‘5’ aumente de uma unidade
2. Proceda aos arredondamentos conforme solicitado
2.1 para 3 casas decimais 2.2 Para 2 decimais
a) 234,8765 = - - - - - - - - - - - - - - - a) 4,5454610 = - - - - - - - - - - - - - - -
b) 67,989652 = - - - - - - - - - - - - - - b) 0,12565 = - - - - - - - - - - - - - - - - -
c) 0,00435 = - - - - - - - - - - - - - - - - c) 12,0000157 = - - - - - - - - - - - - - -
d) 90,76153 = - - - - - - - - - - - - - - - d) 9,765710 = - - - - - - - - - - - - - - - -
e) 1015,5555 = - - - - - - - - - - - - - - e) 3,40117 = - - - - - - - - - - - - - - - - -
2.3 Para o inteiro mais próximo
a) 104,532= - - - - - - - - - - - - - e) 4,55567 = - - - - - - - - - - - - i) 25,672 = - - - - - - - - - - - -
b) 1001.5236 = - - - - - - - - - - - f) 57650 = - - - - - - - - - - - - - - j) 0,756 = - - - - - - - - - - - - -
c) 9,8 = - - - - - - - - - - - - - - - -- g) 0,51 = - - - - - - - - - - - - - - - k) 367.465,50 = - - - - - - - - -
d) 4923,2137 = - - - - - - - - - - - h) 1,58 = - - - - - - - - - - - - - - - l) 10,501 = - - - - - - - - - - - --
1.1 NOTAÇÃO POR ÍNDICE E CÁLCULOS COM SOMATÓRIOS
Muitas vezes precisamos escrever expressões que envolvem somas commuitos termos ou cujos termos
obedecem a certa lei de formação. Considere por exemplo, a soma dos 100 primeiros números naturais:
1 + 2 + 3 + 4 +. . . . + 99
Vamos simbolizar por xi o i-ésimo termo da soma. Assim x1 representa o primeiro termo, x2 o segundo
termo, x3 o terceiro termo e x100 o centésimo elemento. Também chamaremos de ‘n’ o número de termos da
soma. No caso n = 100.
n
Então a soma de ‘n’ termos pode saer representada simbolicamente por: x
i 1
i
No caso anterior, da soma dos 100 primeiros números naturais, representaremos assim:
100
x
i 1
i e lê-se: somatório de ‘i’ variando de 1 a 100
x
i 1
i
Onde:
4
- letra grega maíscula e indica o operador que indica a instrução para somar;
i - observação individual da série e i = 1 indica o primeiro elemento a ser somado
n - o último termo a ser somado
x – é o nome dos termos a serem somados
cx c x
P2. A soma de uma constante de ‘n’ termos é igual a ‘n’ vezes a constanate, ou seja:
n
c nc
i 1
P3 – O somatório da soma ou da diferença entre duas variáveis é igual a soma ou a diferença do somatório
dessas variáveis, ou seja:
( X Y ) X Y
Aplicações
1. Desenvolver cada uma das seguintes somas:
3
4 4 1 4
k
6 5
Y b) ( X i a ) K (V j 3) (V 3)
2
a) j c) d) e) f) j
j 1 i 1 j 1 i 1 i 1 i 1
7 5 0 3 n
g) 5i
i 3
h) X
i 0
( 5i )
i) i
i 3
2
j) X ( 3 j ) k) (X
m 1
m .Ym 3)
j 0
Xi 7 3 8 2 1
Yi 3 1 1 6 2
Calcular:
a) X b) Y c) X 2
d) Y 2
e) XY
3. Utilizando os dados da questão 2, constatar que:
a) X Y X . Y b) ( X ) 2 X 2
6 6 6 6
4. Dado que : X j 8
j 1
; X 2j 12
j 1
; Y j 10
j 1
; X j 1
j Y j 15
Calcular:
6 6 6
a) (2 X
j 1
j 3) 2 b) X
j 1
j ( X j 1) c) (X
j 1
j 5)
6 4
(X (X
6
d)
(3 X i 5Y j ) 2 e) j 8)( 2Y j 4) f) j 1)
j 1 i 1
j 1
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
7
2. A NATUREZA DA ESTATÍSTICA
Na antiguidade os povos já registravam o número de habitantes, os nascimentos, óbitos e faziam
“estatísticas”.
Já na idade média as informações eram tabuladas com finalidades tributárias e bélicas.
Enquanto que foi no século VI que surgiramas primeiras as primeiraas análises sistemáticas, as primeiras
tabelas e os números relativos. E no século VII a Estatística, já com feição científica, é batizada por
Godofredo Achenwall. As tabelas ficam mais completas, surgem as primeiras representações gráficas e os
cálculos com probabilidades. A Estatística deixa de ser uma simples tabulação de dados numéricos para se
tornar “O estudo de como se chegar a conclusões sobre uma população, partindo da observação de partes
dessa população (amostra)”.
A coleta, organização, descrição ficam a cargo da chamada Estatística Descritiva, enquanto que a análise e
interpretação dos dados, associado a uma margem de incerteza, dizem respeito à Estatística Indutiva ou
Inferencial que se fundamenta na teoria e cálculo das probabilidades.
2.2 O MÉTODO ESTATÍSTICO
Entendemos por método como sendo um meio mais eficaz para atingir determinada meta ou objetivo
pré-estabelecido. Dentre os métodos, podemos destacar o método científico que por sua vez se divide em:
método experimental e o método estatístico
2.2.1 Método Experimental
É o método que consiste em manter constante todas as variáveis, menos uma que aquela que
justamente sofre variação para se observar seus efeitos, caso existam. Ex. Estudos de Química, Física,etc
2º - Planejamento
Consiste em responder às questões do tipo: como levantar informações? Que dados deverão ser
coletados? Que tipo de levantamento deverá ser utilizado? censitário ou por amostragem? Qual é o
cronograma de atividades? Quais os custos envolvidos? etc.
3º - Coleta de Dados
É o registro sistemático de dados com um objetivo determinado.
Quanto à origem dos dados, os mesmos podem ser:
Dados Primários – São aqueles que são publicados pela própria pessoa ou organização que os coletou.
Exemplo: Tabelas do censo demográfico do IBGE.
Dados Secundários
Quando são utilizados ou publicados por outra organização.
Exemplo: quando determinado jornal publica estatísticas referentes ao censo demográfico do IBGE.
8
Obs. – É sempre mais seguro trabalhar com dados de fontes primárias. O uso de fontes secundárias traz o
risco de erros de transcrição.
Ainda com respeito à coleta, destacamos a:
1 - Coleta Direta - Quando é obtida diretamente da fonte. Ex: empresa que realiza uma pesquisa para
saber a preferência dos consumidores pela sua marca.
A coleta de dados, quanto ao espaço temporal pode ser :
Contínua – registro de nascimentos, óbitos, casamentos, etc.
Periódica – recenseamento demográfico, censo industrial, PNAD e,
Ocasional – registro de casos de dengue e outros
2 - Coleta Indireta – É feita por deduções a partir dos elementos conseguidos pela coleta direta, por
analogia, por avaliação, indícios ou proporcionalização.
Fenômenos Individuais
São aqueles que compõm os fenômenos coletivos.
Exemplos: cada nascimento numa metrópole, preços individuais dos produtos que compõem a cesta para o
cálculo de IPCA .
2.4.2 Dado Estatístico
É um dado numérico e é considerado a matéria prima sobre a qual iremos aplicar os métodos
estatísticos.
2.4.3 População
É o conjunto total de elementos portadores, de pelo menos, uma característica comum.
2.4.4 Amostra
É uma parcela representativa da população que será examinada com o propósito de fazermos
conclusões sobre essa população. (infrência).
2.4.5 Parâmetro
São valores singulares que existem na população e que servem para caracterizá-la.
2.4.6 Estimativa
N n
População Amostra
N θ ô
Parâmetro Estimador
2.4.7 Atributo
São qualidades apresentadas nos dados estatísticos.
Exemplos da classificação dicotômica do atributo: Classificação dos alunos da FACAPE quanto ao sexo.
Atributo: sexo . . . . . . . . . . . . . . . . . . . . classe :alunos da FACAPE
Dicotomia: duas subclasses (masculino e feminino)
2.4.8 Variável
Uma variável, é convencionalmente, o conjunto de todos os resultados possíveis de um fenômeno.
A variável pode ser:
2.4.8.1 Variável Qualitativa
Quando seus valores são expressos por atributos, tipo, sexo, estado civil, cor da pele, etc
11
2.4.8.2 Variável Quantitativa
Quando os dados são de caráter nitidamente quantitativos, e o conjunto de resultados possui uma
estrutura numérica, trata-se portanto da estatística de variável e se divide em:
2.4.8.2.1 Variável Discreta ou Descontínua
Quando seus valores são expressos geralmente por valores inteiros não negativos e resulta geralmente
de contagens. Ex: Nº de alunos da rede pública municipal, Nº de nascidos vivos, etc
2.4.8.2.2 Variável Contínua
Esta variável resulta normalmente de uma mensuração e a escala numérica de seus valores
corresponde ao conjunto R, ou seja podem assumir, teoricamente qualquer valor num intervalo.
Esquematicamente, teríamos:
Qualitativa
Discreta
Variável
Quantitativa
vvvv Contínua
Exercícios para Fixação do Conteúdo
1. Responda o que se pede
a) Conjunto de seres que possuem pelo menos uma característica em comum.
---------------------------------------------------------------------------
b) Parte representativa de uma população.
---------------------------------------------------------------------------
c) Qualquer fato econômico ou social que se pretende analizar, cujo estudo se possa aplicar o método
estatístico
---------------------------------------------------------------------------
d) Valores que caracterizam uma população.
---------------------------------------------------------------------------
e) fenômenos que nõa podem ser definidos por uma simples observação.
---------------------------------------------------------------------------
f) Fenômenos que fazem parte dos fenômenos coletivos.
---------------------------------------------------------------------------
g) Valor numérico, considerado a matéria prima sobre a qual iremos aplicar os métodos estatísticos.
---------------------------------------------------------------------------
h) Valor numérico de um estimador.
---------------------------------------------------------------------------
i) conjunto de todos os resultados possíveis de um fenômeno.
---------------------------------------------------------------------------
j) Sua renda familiar é: R$ 3.24,00; então:
O estimador é: - - - - - - - - - - - - - - - - - - - - - e a estimativa é: - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
k) seus valores são expressos geralmente por valores inteiros não negativos e resulta geralmente de
contagens.
---------------------------------------------------------------------------
l) Variável que resulta normalmente de uma mensuração e a escala numérica de seus valores corresponde ao
conjunto R. - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
2. Enumere a 2ª coluna de acordo com a 1ª .
1 São qualidades apresentadas nos dados estatísticos Atributos
2 Valor do parâmetro e calculado a partir da amostra Variável
3 Qualidades apresentadas nos dados estatísticos Parâmetro
4 Conjunto de todos os resultados possíveis de um fenômeno estatístico Estimativa
5 Parcela representativa da população Amostra
12
Exemplo
Num levantamento da população de uma cidade, podemos dispor do mapa indicando cada quarteirão e não
dispor de uma relação atualizada dos seus moradores. Pode-se, então, colher uma amostra dos quarteirões e
fazer a contagem completa de todos os que residem naqueles quarteirões sorteados.
Exemplo
Pesquisas de opinião pública em praças públicas, ruas movimentadas de grandes cidades, etc.
3.2.2 Amostragem Intencional
São amostragens realizadas de acordo com determinado critério. Éscolhe-se intencionalmente um
grupo de elementos que irão compor a amostra e intencionalmente o investigador coleta a opinião desses
elementos.
Exemplo:
Numa pesquisa sobre a preferência por determinado cosmético, o pesquisador se dirige a um grande salão de
beleza e entrevista as pessoas que ali s encontram.
1ª- Classificação da população em termos de propriedades que se sabe ou presume serem relevantes para a
característica a ser estudada;
2ª- Determinação da proporção da população para cada característica, com base na constituição conhecida,
presumida ou estimada da população;
3ª- Fixação de quotas para cada entrevistador, a quem caberá a responsabilidade de selecionar os
entrevistados, de modo que a amostra total observada ou entrevistada contenha a proporção de cada classe,
tal como determinada na 2ª fase.
Exemplo
15
Numa pesquisa sobre o “trabalho da mulher na atualidade”. Provavelmente se terá interesse em considerar: a
divisão, cidade e campo, a habitação, moradia, idade dos filhos, renda média, as faixas etárias, etc.
A primeira tarefa é descobrir as proporções dessas características na população. Imagina-se que haja 47% de
homens e 53% de mulheres na população. Logo uma amostra de 50 pessoas deverá ter 23 homens e 27
mulheres. Então o pesquisador receberá uma quota para entrevistar 27 mulheres. A consideração de várias
categorias exigirá uma composição amostral que atenda ao n determinado e às proporções populacionais
estipuladas.
Exercícios
1. Uma escola de primeiro grau abriga 124 alunos. Obtenha uma amostra representativa correspondente a
15% da população, utilizando como ponto de inicio da linha da tabela de números aleatórios.
2. Tenho 80 lâmpadas numeradas, dentro de uma caixa. Como obtemos uma amostra de 12 lâmpadas?
3. Uma população encontra-se dividida em 3 estratos, com n1 = 40, n2 = 100 e n3 = 60. Sabendo-se que ao
realizar uma amostragem estratificada proporcional, 9 elementos foram retirados do 3º estrato, determine o
número de elementos da amostra.
3. Sugira um método de amostragem adequado que poderia ser utilizado para obter informações sobre:
a) a atitude dos passageiros em relação a fumar em serviços de ônibus locais.
b) A porcentagem de componentes defeituosos produzidos a cada semana em uma linha de produção
c) as atitudes dos funcionários em relação à existência de um berçário no local de trabalho em uma grande
empresa.
d) A opinião dos motoristas de carros em relação às medidas de diminuição do tráfego em uma rua
residencial
e) Os prováveis números de vendas de um novo tipo de saquinho de chá
4. O quadro abaixo é uma lista de um grupo de seminário de alunos no 3º ano de um curso de Comunicação
Social. Com o auxílio da tabela de números aleatórios você é solicitado a selecionar uma amostra de quatro
pessoas utilizando.
a) amostragem aleatória simples
b) Amostragem aleatória baseada no sexo
c) Amostragem aleatória sistemática
i Classe ( fi )
1 41 45 7
2 45 49 3
3 49 53 4
4 53 57 1
5 57 61 5
20
CLASSE fi
50 54 2
54 58 5
58 62 8
62 66 6
66 70 3
70 74 1
n
6.1.2 Para Dados Agrupados
Dados agrupados são aqueles que estão dispostos em uma tabela de distribuição de freqüências.
X
xi . f i . ; onde n f i
n
Exemplo 1
Encontrar a média dos dados a seguir, que considera o número de aulas perdidas por uma turma de alunos
em determinada semana.
X
X i
300
3 X 3,00 kg, ou seja, espera-se que em média as crianças nascidas vivas pesem
n 100
em torno de 3quilos
6.2 A Mediana - Md
A mediana é o valor que ocupa a posição central de uma distribuição de dados ordenados em um rol.
Para dados não agrupados, temos que considerar:
Classes fi Fi
35 45 5 5
45 55 12 17
55 65 18 35
65 75 14 49
75 85 6 55
85 95 3 58
58 ---
Md=
Exemplo 1
Considere os dados da tabela abaixo para calcular a moda.
Classes fi Fi
35 45 5 5
45 55 12 17
55 65 18 35
65 75 14 49
75 85 6 55
85 95 3 58
58 ---
Mo =
Dúvidas e anotações
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
Questões para Avaliação do Conteúdo
26
1. A média aritmética é a razão entre
(a) o número de valores e o somatório deles
(b) os dois valores centrais
(c) o somatório dos valores e o número deles
(d) os valores extremos
2. Na série 60, 90, 80, 60, 50 a moda é:
(a) 50 (b) 60 (c) 80 ( d) 90 (e) 85
3. A medida que tem o mesmo número de valores abaixo e acima dela:
(a) a moda (b) a mediana (c) a média (d) o lugar mediano
4. A soma dos desvios entre cada valor e a média é:
(a) positiva (b) diferente de zero (c) negativa (d) zero (e) Não sei dizer
5. Na série 60, 50, 70, 80, 90 o valor 70 será:
(a) a média e a moda (c) a mediana e a moda (b) a média e a mediana
6. Quando queremos verificar a questão de uma prova que apresentou
maior número de erros, utilizamos:
(a) moda (b) mediana (c) média (d) amplitude total (e) freqüência acumulada
7. Dado o histograma abaixo, no interior de cujos retângulos foram anotadas as freqüências absolutas, então
a mediana é :
30
25 20
10 15
2 4 6 8 10 12
(a) 6,5 (c) 7,5 (b) 8,0 (d) 7,0 (e) 30
8. Na série 15, 20, 30, 40, 50, há abaixo da mediana:
(a) 3 valores (b) 3,5 valores (c) 2 valores (d) 4 valores (e) nenhum valor
9. O cálculo da mediana pressupõe o conhecimento da (o):
(a) média (b) desvio padrão (c) moda (d) ponto médio (e) pessoa que sabe
10. Para analisar os dados de uma folha de pagamentos, quais medidas você utilizaria para:
a) descobrir o salário mais freqüente - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
b) o salário que divide os pagamentos em partes iguais- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
c) descobrir o salário médio dos funcionários- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
11. Dados os salários anuais, em reais, de cinco jornalistas autônomos, calcule a média, a mediana e a moda.
Que medida de tendência central fornece a medida resumo mais adequada?
17.000 18.000 20.000 23.000 65.000
12. Considere a seguinte série: 4, 5, 6, 6, 6. 7, 8,
a) Calcule a média, a moda e a mediana
b) Substitua o valor 8 pelo valor 18 e faça novamente os cálculos.
c) que aconteceu com a média? E com a moda? E a mediana?
d) Que conclusões você pode tirar a respeito desse fato?
13. Calcule o peso médio dos ratos em cada idade, baseado nos dados fornecidos pela tabela a seguir:
27
Peso, em gramas, de ratos machos da raça Wistar segundo a idade, em dias
Nº do Idade
rato 30 34 38 42 46
1 76,2 95,5 99,2 122,7 134,6
2 81,5 90,0 101,2 125,9 136,2
3 50,0 60,0 62,3 72,2 85,3
4 47,5 50,0 57,5 72,3 84,0
5 63,5 79,2 82,1 94,7 110,0
6 65,1 75,7 79,3 88,5 98,7
16 29 16 19 24 17 18 20 19 22
34 20 19 22 11 14 13 19 20 26
21 27 24 20 17 18 23 18 20 24
17 24 19 21 17 22 23 26 22 20
290 321 308 213 318 302 358 286 393 398
352 235 329 333 409 351 325 458 314 181
396 340 356 369 281 386 334 331 348 339
321 415 327 377 344 209 327 245 297 355
a) Organize os dados em ordem crescente (Rol)
b) qual é o menor consumo?
c) qual é o maior consumo?
d) qual é a amplitude total da distribuição?
e) qual sua sugestão para o número de classes?
f) qual é a amplitude do intervalo de classe?
g) construa a tabela de distribuição de freqüências
h) Qual o limite inferior da segunda classe?
i) Qual o limite superior da quarta classe?
j) Qual a freqüência absoluta da quarta classe?
k) Qual a freqüência relativa da quinta classe?
28
l) Calcule a média aritmética
m) Calcule a mediana
n) Calcule a Moda
o) Qual dessas medidas representa melhor esse consumo de energia?
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
7. MEDIDAS DE POSIÇÃO
29
As medidas de posição são medidas ou separatrizes que dividem a área de uma distribuição de
freqüências em regiões de áreas iguais.
7.1 Quartis
São Separatrizes que dividem um conjunto de dados em quatro partes iguais, percentualmente
0 25 50 75 100
Q1 Q2 Q3
Para o cálculo dos quartis utiliza-se a mesma fórmula utilizada para o cálculo da mediana, com
pequenas adaptações, ou seja:
n
f ant
Q1 lQ1 4 .h
f Q1
Determinação de Q 1
- Determinação de Q3
1º Passo : Calcula-se 3n/4;
2º Passo : Identifica-se a classe Q3 pela Fi;
3º Passo : Aplica-se a fórmula :
Aplicação: Dada a distribuição abaixo, determinar Q1, Q2 e Q3.
Classes 7 17 17 27 27 37 37 47 47 57
fi 6 15 20 10 5 56
Fi 6 21 41 51 56 ---
Q1 Q3
Q2=Md
1º Passo : n = 56
Q1 = ? Q2 = Md Q3 = ?
n ÷ 4 = 14º n ÷ 2 = 28º 3n ÷4 = 42º
2º Passo : Através da F i, identifica-se a classe Q1, M d e a Q 3
3º Passo : Uso das fórmulas:
Q1 l Q1 = 17 n = 56 f ant = 6 h = 10 f Q1 = 15
Para M d l m d = 27 n = 56 f ant = 21 h = 10 f md = 20
Q3 l Q 3 = n= f ant = h= fQ3 =
30
Aplicando esses resultados em suas respectivas fórmulas, obtemos:
Q1 = 22,33 Q2 = M d = 30,5 Q 3 = 38
Dispondo os valores encontrados. O que significam esses valores?
25% 25% 25% 25%
7 22,23 30,5 38 57
Significam que:
o valor 22,33 deixa - - - - - - dos elementos - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - --
o valor 30,5 deixa 50% - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - --
o valor 38 deixa- - - - - - dos elementos - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
7.2 Decis
São separatrizes que dividem percentualmente uma série ou uma seqüência de dados ou de
observações em 10 partes iguais,
0 10 20 30 40 50 . . . . . . . . . . . . . . . 90 100
E a fórmula, neste caso, também é idêntica às separatrizes anteriores com pequenas adaptações, ou seja,
in
f ac
Di l Di 10 .h
f Di
E para seu cálculo adotamos o seguinte procedimento:
1º passo : Calcula-se (i . n) / 10, i = 1, 2, 3, 4, 5, 6, 7, 8, 9
2º passo: Identifica-se a classe D i pela F ac.
3º passo : Aplica-se a fórmula:
Onde :
l Di = limite inferior da classe D i , i = 1, 2, 3, …..9
n = tamanho da amostra
h = amplitude de classe
f Di = freqüência da classe D i
f ant = soma das freqüências anteriores à classe D i
7.3 PERCENTIS
São as medidas que dividem, percentualmente, a amostra em 100 partes iguais.
0 1 2 3 4 . . . . . . . . . . . . . . . .50. . . . . . . . . . . . . 97 98 99 100
Exemplo
31
Determinar o D4 e o P72 da seguinte distribuição:
Classe 4 9 9 14 14 19 19 24
fi 8 12 17 3
f ac 8 20 37 40
- Análise e Conclusão
O valor 12,33 divide a amostra em duas partes, sendo uma contendo - - - - - - - dos dados e outra contendo
- - - - - - - - - - - - - -.
Enquanto que o valor 16,89 indica que - - - - da distribuição estão abaixo dele e - - - - - estão acima.
Dúvidas e Anotações
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
7 MEDIDAS DE DISPERSÃO (VARIABILIDADE)
32
São medidas que servem fundamentalmente para verificar a representatividade das medidas de
tendência central, pois, estas, por si só, não são suficientes para caracterizar totalmente uma seqüência
numérica.
2 Xi 4 5 7 9
fi 1 6 10 3
3 classe 2 4 4 6 6 8 8 10
fi 3 7 12 2
Visto e discutido esses exemplos, vejamos, então qual seria:
a) a vantagem:- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
b) a desvantagem: - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
c) a conclusão: - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
4. Para solucionar esse problema, pelo menos duas soluções foram apresentadas. O cálculo do desvio médio
e a variância
7.2.1 O DESVIO MÉDIO
DM
Xi X
. fi
n
S2
i X )2 . fi
( X
S2 Amostral
n 1
Comentários
1 - No cálculo da variância, quando elevamos os desvios ao quadrado, a unidade de medida também ficará
elevada ao quadrado, sempre;
2 - Em diversas situações, a unidade de medida da variância nem faz sentido. É o caso por exemplo, em que
os dados são expressos em litros, pizzas, salários, etc... Portanto, o valor da variância não pode ser
comparado diretamente com os dados da série, ou seja, a variância não tem interpretação
33
3 - Exatamente para suprir essa deficiência da variância é que lançamos mão da definição do desvio-
padrão, que por sua vez, terá sempre a mesma unidade de medida da série e portanto admite interpretação.
4.O desvio-padrão é, sem dúvida a mais importante das medidas de dispersão e é vital que o pesquisador
consiga relacionar o valor obtido através da fórmula, com os dados da série.
5. Quando uma curva de freqüência representativa de uma série é perfeitamente simétrica, a construção
gráfica em forma de sino corresponde a curva normal (curva de Gauss) e podemos afirmar que:
x
(a) Tanto o desvio padrão quanto a média de A são diferentes de B
(b) O desvio padrão de A é maior do que o de B e as médias são iguais
(c) O desvio padrão de A é menor do que o de B e as médias são diferentes
(d) O desvio padrão de A é igual ao de B e independe do valor da média
(e) As duas distribuições possuem o mesmo coeficiente de variação.
7. Dentre as amostras abaixo, a que possui maior desvio padrão é:
Amostra 1: 0 , 1 , 2
Amostra 2: 13,1 , 13,3 , 13,5 , 13,7
Amostra 3: 26 , 27 , 28
Amostra 4: 1001 , 1002 , 1003
Amostra 5: - 5 , 10 , 25
(a) 1 ( b) 2 ( c) 3 ( d) 4 ( e) 5
8) Nas operações financeiras, o investidor tenta estabelecer um valor médio de rentabilidade. O risco da
operação é medido através:
a) média das rentabilidades
36
b) desvio-padrão das rentabilidades
c) desvio-padrão
d) desvio modal
e) média ponderada
9. Os coeficientes de variação das estatísticas abaixo são respectivamente:
Disciplina X S
Estatística 80 16
Cálculo I 20 5
(a) 16% e 40% (b) 50% e 25% (c) 20% 25% (d) 50% e 40% (e) 80% e 40%
10. Para quaisquer valores de X, quanto vale a expressão (X X)?
(a) 5 (b) 3 (c) 2 (d) 0 (e) 1
11. Para analisar os dados de uma folha de pagamentos que medida você utilizaria para descobrir a dispersão
absoluta em torno da média?- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Intervalo % Significado
X ----- ---------------------------------------------------
---- 95 ---------------------------------------------------
---- ----- -----------------------------------------------------
17. Num determinado bairro residencial de classe média, constatou-se que o consumo médio de energia se
distribui normalmente, com uma média de 250 kW, com desvio padrão de 30 kW. Calcule:
a) a amplitude do intervalo da zona de normalidade.
b) Se este bairro possui 7.200 famílias, quantas famílias pertencem à zona de neutralidade de amplitude dos
95% centrais
X Mo Md Mo Md X X Md Mo
simétrica assimétrica positiva assimétrica negativa
8.1 O COEFICIENTE DE ASSIMETRIA
Observações
1. O uso de um ou outro coeficiente vai depender da dificuldade de se calcular uma ou outra estatística.
2. Ao binômio (Q3 Q1) Chama-se Intervalo Interqualítico.
0 Assimétrica Negativa
3. E quando A S = 0 Simétrica.
0 Assimétrica Positiva
Aplicação
Determinar o coeficiente de assimetria pelos dois processos e classificar a curva para a distribuição
abaixo:
Classe fi
0 2 3
2 4 5
4 6 8
6 8 4
8 10 1
Cálculos e Anotações
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
38
9. MEDIDAS DE CURTOSE
Curtose é o grau de achatamento de uma distribuição.
As figuras a, b, e c mostram as três formas que uma distribuição pode se apresentar segundo sua curtose.
f f (b) f
(a)
(c)
f
1
n
40
10.3 Espaço Amostral Finito Equiprovável – S
Um Espaço Amostral é o conjunto de todos os possíveis resultados de um experimento aleatório.
Ele será Equiprovável ou Uniforme quando associa cada ponto do espaço amostral a mesma probabilidade
de ocorrência.
Exemplos
E1 = Lançar um dado não viciado e anotar o número de pontos;
S1 = {1, 2, 3, 4, 5, 6}
E2 = Lançar uma moeda e anotar a face voltada para cima;
S2 = - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
E3 = Retirar uma carta de um baralho com 52 cartas, anotar o naipe
S3 = - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Note que, se A = 1, 2 ; B = 2, 4 e C = , são subconjuntos de S e portanto são eventos. Dessa forma:
Exemplo:
Seja S = 1, 2, 3, 4, 5, 6 ; Se A = 1, 2, 3 B =2, 3, 6 C = 2, 3, 4
AB= AC= CA =
A B =
Exemplo:
E : jogar um dado e observar o resultado S = 1, 2, 3, 4, 5, 6
A.1 - 0 P (A) 1
A.2 - P (S) =1
A.3 - Se E1, E2, . . ..En, forem mutuamente excludentes, então:
P(E1E2.........En) = P(E1) +P (E2) +. . . .+ P(En)
10.7 Principais Teoremas
T.1 - Se é o conjunto vazio, então: P() = 0
T.2 - Se A é o complementar de A , então: P( A ) = 1 P (A)
T.3 - Se A B, então: P (A) P (B)
T.4 - Se A e B são dois eventos quaisquer, então:
P (A B) = P (A) + P (B) P (A B)
T.5 – Se A, B e C forem três eventos quaisquer, então:
P (A B C) = P (A) + P (B) + P (C) – P(A∩B) - P(A∩C) - P(B∩C) + P(A∩B∩C)
10.8 Eventos Equiprováveis
Eventos equiprováveis, são aqueles que têm a mesma probabilidade de ocorrerem, ou seja se o espaço
amostral S contém “n” pontos, a probabilidade de cada ponto será :
Pi = 1 np = 1 p = 1/n
Por outro lado, se um evento “A” contém “r” pontos, então: P(A) = r . (1/n) . Este é o método de
avaliar P(A). e é enunciado da seguinte forma:
‘A probabilidade da ocorrência de um evento qualquer é a razão entre o número de casos favoráveis
à ocorrrência desse evento e o número total de casos que podem ocorrer’.
Em outras palavras, teríamos
N º de _ Casos _ Favoráveis _ à _ Ocorrência _ doevento NCF
P( A) P( A)
N º _ Total _ de _ Casos NTC
Exemplo:
42
Retira-se uma carta de um baralho comum, bem embaralhado de 52 cartas. Qual a probabilidade de:
Logo, P(A B) = - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Dúvidas e Anotações
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
43
Praticando o que Aprendeu
1. Considere o espaço amostral do lançamento de um dado e a observação da face superior. Descreva, por
seus elementos, os seguintes eventos;
7. Uma urna contém 5 bolas brancas e 6 pretas. Três bolas são retiradas. Calcular a probabilidade de:
a) Todas serem pretas b) Exatamente uma ser branca c) Ao menos uma ser preta
8. Um lote é formado por 10 peças boas, 4 com defeitos e duas com defeitos graves. Uma peça é escolhida
ao acaso. Calcule a probabilidade de que:
a) Ela não tenha defeitos graves
b) Ela não tenha defeitos
c) Ela, ou seja boa ou tenha defeitos graves
9. Um experimento consiste em lançar três moedas e observar a diferença entre o número de caras e o
número de coroas obtidos neste lançamento, Explicite esse espaço amostral.
44
10. A probabilidade de um aluno do sexo masculino resolver um problema de estatística é de 3/5 e de
uma aluna resolver esse mesmo problema é de 4/7. Qual a probabilidade de que o problema seja resolvido?
11. Uma bola é retirada ao acaso de uma urna que contém 6 bolas vermelhas, 4 brancas e 5 azuis.
Determinar a probabilidade de ela:
a) Ser vermelha b) Ser branca c) Ser azul d) Não ser vermelha e) Ser vermelha ou branca
12. No lançamento de um dado, qual a probabilidade de sair o número 5 ou um número par?
P (A / B) Lê-se, P de A dado B
10.10 Definição
Dados dois eventos, A S e B S, a probabilidade condicionada do evento A, quando B tiver
ocorrido será dada por:
P( A B) , com P (B) 0
P( A / B)
P( B)
P( B A)
Também: P( B / A) , com P (A) 0
P( A)
Exemplo 1:
Exemplo 2:
O quadro abaixo se refere à distribuição de alunos presentes numa reunião, classificados por sexo e por
curso:
Exemplo:
Duas bolas são retiradas de uma urna que contém 2 bolas brancas, 3 pretas e 4 verdes. Qual a
probabilidade de que ambas:
a) Sejam verdes;
b) Sejam brancas;
c) Sejam da mesma cor.
Solução
a) P (V V) = P(V) P(V/V) = 4/9 3/8 = 1/6
b) - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
c) - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
10.12 Eventos Independentes
Intuitivamente se A e B são independentes é porque:
P (A/B) = P (A) e P (B/A) = P (B)
10.13 Definição
Dois eventos A e B são independentes se:
P (A B) = P (A) P (B)
Exemplo:
Lançam-se 3 moedas. Os eventos A e B, abaixo definidos são independentes? :
A = Saída de cara na 1ª moeda
B = Saída de coroa na 2ª e 3ª moedas
E dado que: P (A B) = P (A) P (B) 1/8 = 1/2 x1/4 =1/8. Ent/ao concluimos que A e B são
independentes
Importante
1 – Três eventos A, B, e C serão independentes, se todas as 4 proposições abaixo forem satisfeitas:
Logo, P (B) = P (A i) . P (B / A i)
Esta relação é muito útil, porque freqüentemente, quando P (B) é pedida pode , como na maioria das vezes,
ser difícil calcula-la diretamente. No entanto com a informação adicional de que os A i tenham ocorrido
seremos capazes de calcular P (B/Ai) e em seguida empregar a fórmula acima.
Aplicação:
Uma urna contém 3 bolas brancas e 2 amarelas. Uma segunda urna contém 4 bolas brancas e 2 amarelas.
Escolhe-se ao acaso uma urna e dela retira-se uma bola. Qual a probabilidade de que seja branca?
Solução
I II
A retirada da bola branca pode ocorrer da seguinte forma:
B = (B I) (B II) P (B) = P {(B I) (B II)}
P (B) = P (B I) + P (B II) = P (I) . P (B/I) + P (II) . P (B/II)
P (B) = 1/2 . 3/5 + ½1/2. 2/3 = 19/30
10.15 Teorema de Bayes
Sejam A1 , A2 , ..., A n, eventos mutuamente exclusivos que formam uma partição de S. Sejam P (Ai) as
probabilidades conhecidas dos vários eventos e B um evento qualquer de S, tal que sejam conhecidas todas
as probabilidades condicionais P (B/Ai).
P ( A j ).P ( B / A j )
P( A j / B)
P( A ).P( B / A )
i i
49
Este é um resultado de muita importância, pois relaciona a probabilidades a priori (Ai) ) com
probabilidades a posteriori P (B / A i).
Exemplo:
Considere a seguinte configuração:
Gaveta
G1 G2 G3
Bolas
Pretas 3 4 2
Brancas 1 3 3
Azuis 5 2 4
Total 9 9 9
A qual dispõe de três gavetas, G1, G2 e G3 e dentro das quais encontram-se as respectivas bolas pretas,
brancas e azuis
Agora, vamos escolher uma gaveta ao acaso e dela extrair uma bola. Sabendo que a bola escolhida é branca,
qual a probabilidade dela ter vindo da gaveta 2, por exemplo?
Solução
O que queremos saber é P (G2/B).
3 1 5 4 3 2 2 3 4
Conclusão: probabilidade a priori de se sortear a G2 que era 1/3, mas sabendo que a bola escolhida foi
branca, essa probabilidade passou (a posteriori) para 9/21.
Idade Sexo
Total
Masculino Feminino
Abaixo de 21 anos 15 20 35
Entre 20 e 40 anos 150 65 215
Acima ade 40 anos 95 50 145
Total 260 135 395
5 brancas 4 brancas
4 pretas 3 pretas
3 vermelhas 6 vermelhas
Variável aleatória
Exemplo: Seja E: o lançamento de duas moedas e X: nº de caras obtidas nas duas moedas:
O espaço amostral associado a esse experimento será dado por: S = (c,c) , (c,k) , (k,c) , (k,k) e associando
os valores que a variávael ‘X’, pode assumer, temos:
P (x) pode ser expressa ou representada por uma tabela, um gráfico ou uma expressão matemática.
Exemplo: Seja E: lançamento de duas moedas e, X : o nº de caras obtidas
Então a função de probabailidade para este fenômeno poderia ser representado por:
a) uma tabela
X 0 1 2 p (x)
P(X) 1/4 1/2 1/4 1
b) um gráfico
1
1/2
1/4
0 1 2
c) uma fórmula
2
P(x) = 1/4 . , P/x = 0, 1, 2.
x
55
Observação
Qualquer função de uma variável aleatória é também uma variável aleatória, isto é, se X é uma v.a, então
Y = f (x) também será uma variável aleatória.
Exemplo:
Considere as seguintes variáveis aleatórias:
X = Os pontos obtidos no lançamento de um dado
Y = X + X A soma dos pontos em dois lançamentos
Z = Max (x 1 , x 2) onde x 1 e x 2 são os pontos dos dois dados.
Construir a distribuição de probabilidade de X, Y e Z.
a) distribuição de probabilidade de X em forma de tabela:
X 1 2 3 4 5 6 P(x)
P (x) 1/6 1/6 1/6 1/6 1/6 1/6 1
b) distribuição de probabilidade de Y
Construir a distribuição de probabilidade através de uma tabela e gráfico das seguintes variáveis:
I) W = X Y II) A = 2Y III) Z = XY IV) B = máx de (X,Y)
3. Suponha que a variável aleatória X tenha a função de distribuição de probabilidade dada por:
P(X = j) = 1/2j , j = 1, 2, 3, … , n . Calcular as seguintes prob:
a) P (X ser par) b) P (X 3) c) P (X ser múltiplo de 3)
56
11.3 Função de Densidade de Probabilidade - fdp
Seja X uma variável aleatória contínua. A função densidade de probabilidade f(x), também chamada
de função de massa de probabilidade ou função de probabilidade é uma função que satisfaz as seguintes
condições:
1ª) ƒ (x) 0 , xRx ;
2ª) Rx f ( x)dx 1
b
Define-se também que , a b em R x P (a X b) =
a
f ( x)dx
Observações importantes:
1. A definição mostra que a probabilidade de qualquer valor especificado de X, por exemplo
x0
x0, tem P (X = x0) = 0, ou seja, P(X = x0) =
x0
f ( x)dx 0 e também que:
P (a X b) = P (A X b) = P (a X B) = P (a X b)
2. f (x ) função de probabilidade, não é probabilidade. Isto só ocorrerá quando a função for integrada entre
dois limites que será a área sob a curva entre x = a e x = b com a b
3. Analogamente à mecânica, podemos considerar que numa variável aleatória discreta, a massa de
probabilidade está concentrada em pontos isolados da reta real, enquanto que na variável aleatória contínua
a massa de probabilidade está espalhada de forma contínua em segmentos de R . Além do mais:
f ( x)dx 1
Exemplo
1.Seja X uma variável aleatória contínua com a f.d.p. dada por:
f (x) = 2x para 0 x 1
0 para outros valores
f ( x)dx
f ( x)dx 2 xdx dx 1
0 1
2 y = 2x
0 1 X
1/ 4
2 xdx
2
1/ 2
4 4
0 para x 0
f(x) = kx2 0 x 1
0 para x 1
Verifique se f(x) é uma função de densidade de probabilidade e esboce seu gráfico.
X 1 2 3 4
P(X) 1/10 4/10 2/10 3/10
P.3 E ( X) = E (X)
Já vimos que o desvio médio, E (X ) é nulo, portanto não serve como medida e dispersão. Então,
igualmente fizemos em Estatística Descritiva, vamos lançar mão de uma medida que forneça o grau de
dispersão em torno da média , que é justamente a variância.
Definição
Definimos a variância para uma variável aleatória discreta, como sendo:
Sendo: E (X) = x i . p (x i) e E (X 2) = x i2 . p (x i)
Exemplo:
Considerando a distribuição de probabilidade abaixo, calcular a variância de Y.
Y -2 -1 0 3 5
P (Y) 1/5 1/5 1/5 1/5 1/5 1
Y P (Y) 2/5 0 3/5 5/5 1 1
Y2 P(Y) 4/5 1/5 0 9/5 25/5 39/5
Daí, V(Y) = E(Y 2) E(Y) 2 = 39/5 12 = 34/5 V(Y) = 6,8
V (X )
No nosso exemplo anterior, basta tomar 6,8 2,61
61
Para o Caso Contínuo
Seja X uma variável aleatória contínua com f.d.p. f(x), o Valor esperado ou a esperança de X é
definida como:
E( X ) x x. f ( x)dx
11.4.5 Propriedades da Esperança
P1. E (k) = k , onde k = constante
P2. E (k . X) = k E (X) , com k = cte
P3. E (X Y) E (X) E (Y) , X e Y são variáveis aleatórias quaisquer
P4. E (XY) = E (X) . E (Y) , (X Y) é uma v.a. bidimensional e X e Y são independentes
P5. E (X1, X2, X3, ....,Xn) = E (X1) + E (X2) + E (X3) ,....., E (Xn)
11.4.6 Variância
Suponha que X represente a duração de vida, em horas, de lâmpadas que estejam sendo entregues por
um fabricante e que E(X) = 1.000. Isto poderá significar por exemplo: que a maioria das lâmpadas deveria
durar um período compreendido entre 900 e 1.100 horas. Poderia também significar que as lâmpadas
recebidas são formadas de dois tipos inteiramente diferentes: cerca de metade são de muito boa qualidade e
duração aproximadamente 1.300 horas, enquanto outra metade é de má qualidade e duração
aproximadamente 700 horas. Daí a variância é uma medida quantitativa, que serve para distinguir essas
situações.
Definição :
Seja X uma variável aleatória. Definimos a variância de X, como sendo:
VAR( X ) V ( X ) E X E ( X ) E ( X 2 ) E ( X )
2 2 2
Exemplo
Calcular a variância da variável aleatória contínua X com f.d.p. dada por:
f(x) = 1 + x 1<x<0
1x 0<x<1
Cujo gráfico encontra - se na figura abaixo.
1 0 1
0 fracasso com P (X = 0) = q
Então X =
1 sucesso com P (X = 1) = p
Nessas condições, dizemos que a variável aleatória X tem distribuição de Bernoulli, e sua função de
probabilidade será dada por:
P( X x) p x .q1 x
12.1.2 A Esperança
Através da função de distribuição de probabilidade de X, vamos obter a média e a variância da
distribuição de Bernouilli.
Então
P( X x) p x .q1 x (3 / 5) x .(2 / 5)1 x
E (X) = p = 2/5 E (X) = 2/5 e V (X) = p . q = 2/5 . 3/5 = 6/25 V (X) = 6/25
12.2 A Distribuição Binomial
Trata-se de uma distribuição de probabilidade que se adeqüa perfeitamente aos experimentos aleatórios
que apresentam apenas dois resultados, sucesso ou fracasso.
n
Se X: B (n , p) P( X k ) = . p k .q nk
k
Aplicação
1. Uma moeda é lançada 20 vezes. Qual a probabilidade de saírem 8 caras ?
Dados: n = 20 p = 1/2 q = 1/2 k=8
Seja X = O número de caras X : B (n , p) X : B (20, ½)
2. Numa criação de coelhos, 40% são machos. Qual a probabilidade de que nasçam pelo menos 2 coelhos
machos num dia em que nasceram 20 coelhos?
Dados : n = 20 p = 0,40 q = 0,60 k=2
Queremos P (X 2) = 1 – P (X 2) = 1 P ( X = 0) + P (X = 1) =
12.2.3 A Esperança
De acordo com as hipóteses do modelo, vimos que X é uma soma de “n” variáveis de Bernoulli.
Portanto:
n
E ( x) x xi . p( xi ) n. X np = n . x = n p E ( x) x np
1
12.2.4 A Variância
V ( X ) n X2 npq V ( x) npq
Aplicação
Calcular. a média e a variância da variável aleatória Y = 3X + 2, onde X : B (20 ; 0,3)
Cálculos e Anotações
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
-------------------------------------------------------------------------
-------------------------------------------------------------------------
---------------------------------------------------------------------------
66
-------------------------------------------------------------------------
-------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
-------------------------------------------------------------------------
-------------------------------------------------------------------------
---------------------------------------------------------------------------
67
-------------------------------------------------------------------------
-------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
68
12.3. A DISTRIBUIÇÃO de POISSON
Muitas vezes quando utilizamos o modelo binomial, acontece que o número de tentativas é muito
grande (n ) e não se encontra tabelado. Daí termos de lançar mão de algum artifício para resolver essa
situação.
12.3.1 Características
1-A probabilidade de uma ocorrência em um intervalo é proporcional ao intervalo. Isto é P(X = 1, Δt) = Δt
2 - A probabilidade de mais de uma ocorrência em um intervalo Δt é igual a zero. Isto é P(X 1, Δt) = 0
3 - As ocorrências são variáveis aleatórias e independentes
(e .k )
P( X k ) , k = 0, 1, 2 . . . , n e 0
k!
Analisando essa expressão, vê-se que ela nada mais é do que uma aproximação da distribuição Binomial
quando:
1– n (maior do que o valor tabelado)
2 – p 0 (p 0,1)
3 – 0 10
Quando isso ocorre a média E (X) = np da Binomial será tomada como np = na Poisson. Portanto a
distribuição binomial tem a distribuição de Poisson como limite quando n e p 0
12.3.3 Exemplos da Utilização da Distribuição de Poisson:
- Carros que passam num cruzamento por minuto, durante uma determinada hora do dia;
- Colônias de bactérias numa dada cultura por 0,01 mm2, numa plaqueta de microscópio;
- Mortes por ataque do coração por ano, numa cidade;
- Número de doutorandos que não terminam suas teses em tempo;
- Número de filmes que faturam mais de 25 milhões de dólares em um ano, etc, ... É aplicada - também em
problemas de filas de espera em geral, e muitas outras situações do cotidiano
E (X) = e V (X) =
Aplicação
1. Suponha que X : B (200; 0,01). Calcular P (X = 10) usando a distribuição Binomial e a aproximação pela
distribuição de Poisson.
Usando a Binomial P (X = 10) = C 200, 10 . (0,01) 10. (0,99) 190 = 0,000033
Aplicação
Num livro de 800 páginas há 800 erros de impressão. Qual a probabilidade de que uma página contenha pelo
menos 3 erros?
P(x)
0,4
0,3 f (x)
0,2
0,1
A1 A2 A3 A4 A5
1 2 3 4 5 X
A área de cada retângulo será dada por:
A1 = b1 x h1 = 1 x 0,1 = 0,1 A1 = P (X = 1)
A2 = b2 x h2 = 1 x 0,2 = 0,2 A2 = P (X = 2)
A5 = b5 x h5 = 1 x 0,1 = 0,1 A5 = P (X = 5)
5 5
Como P( X xi ) 1 ,
11
temos que A
i 1
i 1
Unindo-se os pontos médios da base superior de cada retângulo e considerando “X” uma variável aleatória
contínua, teremos uma função f (x ) que será contínua em R se existir uma função tal que:
1º) f (x) 0
2 º)
f ( x)dx 1
f(x) será então chamada de função de densidade de probabilidade ou simplesmente fdp
13.1 A Distribuição Uniforme
Dizemos que uma variável aleatória “X” tem distribuição Uniforme de probabilidade no intervalo
a, b , se sua f.d.p. for dada por:
f(x) = k se a x b ou f(x) = 1/(b – a) se a x b
0 em outro caso 0 em outro caso
13.1.1 Gráfico
O gráfico de f(x)
f (x )
a b X
13.1.2 Função de Repartição ou de Distribuição
Por definição, a função de Repartição ou de Distribuição, fornece:
74
s ax 1 ( x a) x a . Logo
1 x 1
F ( X ) P( X x)
f ( x)d x
a (b a )
ds
ba ba ba
0 , se x a
xa
f(x) = , se a x b
ba
1 , se x b
13.1.3 Gráfico
F(x)
1
a b X
13.1.4 A Esperança Matemática
Sabendo-se que E ( X ) f ( x)dx , temos:
b
b 1 1 x2 1 b2 a2 1 (b a )(b a ) ba
E( X ) a
x dx
ba
.
b a 2 a
ba
2
ba.
2
E( X )
2
Como a esperança é uma média, nota-se claramente que essa expressão é exatamente o ponto médio do
intervalo a,b de f(x), ou seja,
ab
E( X )
2
13.1.5 A Variância
Já foi visto que V ( X ) E ( X 2 ) E 2 ( X )
Mas
b
b b 1 2 1 x3
1 1 b3 a3
b b3 a3
E( X 2 ) a a
x 2 f ( x) dx a x dx
ba
ba
b a 3 a ba
.
3
x 2 dx
3(b a )
(b a)( a ab b )
2 2
(a ab b )
2 2
(a ab b )
2 2
E( X )
3(b a) 3 3
Daí, V ( X ) a ab b a b a ab b a 2ab b V ( X ) (a b)
2 2 2 2 2 2 2 2
3 2 3 4 12
Exemplo
Um ponto é escolhido no intervalo [0,2].
a) Qual a probabilidade desse ponto pertencer ao intervalo [1, 3/2]?
Seja X = o ponto escolhido pertença a [0,2]
Sabemos que: f ( x)
1
1
f ( x)
1 para 0 x2
ba 20 2
dx x 1 (1,5 1)
1, 5 1 1 1,5 1 0,5
Então a P(1 X 1,5) 1 2 2 2 2
0,25 ou 25%
a 2 2
c) E a variância?
12 12 12
75
É também conhecida como distribuição de Gauss., Laplace ou Gauss-Laplace e possui a forma de um sino
com a boca voltada para baixo.
Dizemos que uma Variável Aleatória Contínua X tem uma distribuição Normal, se sua função de
distribuição de probabilidade ou de densidade for dada por:
1 x 2
1 .
f ( x) e 2 , x , onde:
2
= média da distribuição
= desvio padrão da distribuição
= 3,14159 ....
e = 2,71828 ....
13.2.1 Gráfico da Função de Densidade de Probabilidade
ponto de máximo
a b X
1 x 2
1 .
b
P ( a X b) .e 2
dx
a
2
O que apresentaria grandes dificuldades, pois surgem dois grandes problemas:
1 – Para a integração de f (x) é necessário o desenvolvimento em séries de Fourrier;
2- Seria necessário a elaboração de uma tabela de probabilidades, pois f (x) depende de dois parâmetros, fato
este que acarretaria um enorme trabalho para tabelar essas probabilidades, considerando-se as várias
combinações de e 2.
76
13.2.4 A Distribuição Normal Padrão
Dada às dificuldades matemáticas para o cálculo das probabilidades, lançamos mão da distribuição
Normal Reduzida, Distribuição Normal Padrão ou Normal (0,1)
Seja X: N ( , 2). Vamos definir uma variável aleatória Z, tal que: Z f ( X ) , ou seja,
X e demonstra-se que: E (Z) = 0 V (Z) = 1. Portanto,
Z
Se X: N (, 2 Z: N ( 0,1).
Vejamos:
X
E (Z ) E
1
E( X )
1
E ( X ) E ( ) 1
( ) 0 E (Z) = 0
X
V (Z ) V
1
V ( X )
1
V ( X ) V ( ) 12 2 0 1 V (Z) = 1
2 2
z2
1
Logo a f.d.p. de Z será dada por ( z) e 2
2
cujos valores se encontram tabelados a partir de z = 0 e qualquer valor positivo de z. Em caso de valores
negativos, o cálculo se dá por simetria, já que φ(z) é simétrica
em relação a z = 0.
1.4.1 – Gráfico de Z
φ (z)
0
11.2.5 Propriedades de Z
a) f (x) é simétrica em relação à x = φ (z) é simétrica em relação à z = 0
f (X) φ (z)
X 1 0 +1 Z
13.2.6 Uso da Tabela
A tabela de faixa central é o tipo mais comumente utilizado e fornece a área sob a curva normal padrão
entre Z = 0 e qualquer valor positivo de Z. A simetria em torno de z = 0, permite obter a área entre
quaisquer valores de z (positivos ou negativos). A figura abaixo,
α
77
0 Z Z
E fornece exatamente a P (0 z Z ) = α
Exemplos
1. Seja X: N (100, 25). Calcular:
a) P (100 X 106) = P (0 Z 1,2) = 0,384930
X1 100 100 e X2 106 100
Z1 0 Z1 0 Z2 1,2 Z 2 1,20
5 5
50 X X 0 Z Z
Procurando 0,45 = (0,50 – 0,05) no corpo da tabela , encontramos Z 0,450 = 1,64.
0,99 0,99
0,01 0,01
50 X X 0 Z Z
Procurando na tabela a abscissa que corresponde á probabilidade de 0,49 (0,50 – 0,01), encontramos 2,32;
ou seja Z = 2,32.
X X 50
Z 2,32 X 59,28
4
Tentem, Divirtam-se e Não Desistam
1. Calcule as seguintes probabilidades
a) P (0 Z 1 R : 0,3413 ; b) P (-2,55 Z1,2) R : 0,8795
c) P (Z 1,93) R : 0,0268 d) P ( Z 0,5 R: 0,3830
e) P (1,93 Z 2,55) f) P ( X ) R: 68,26%
g) P ( 2 X 2) R:95,44% h) P ( 3 X 3) R:99,74%
2. As alturas dos alunos de uma faculdade, são normalmente distribuídas com média 1,60 e desvio padrão
0,30 m. Encontre a probabilidade de um aluno medir
a) entre 1,50 e 1,8 R = 37,8%
b) mais de 1,75 R = 30,8
c) menos de 1,48 R = 0,3446
3. A duração de vida de um certo componente eletrônico tem média de 850 dias e desvio padrão de 45 dias.
Calcular a probabilidade desse componente durar:
a) entre 700 e 1.000 dias; R: 1
b) mais que 800 dias R: 0,8665
c) menos que 750 dias ; R: 0,0132
d) exatamente 1.000 dias; R: 0
e) Qual deve ser o número de dias necessários para que tenhamos de repor no máximo 5% dos componentes;
R: 776 dias
4. Uma fábrica de pneumáticos fez um teste para medir o desgaste de seus pneus e verificou que ele
obedecia a uma distribuição normal, de média 48.000 km e desvio padrão 2.000 km. Calcular a
probabilidade de um pneu escolhido ao acaso;
a) dure mais que 46.000 km; R: 0,8413
b) dure entre 45.000 e 50.000 km; R: 0,7745
5. Os salários médios dos diretores das empresas de Petrolina distribuem-se normalmente com
média de R$ 8.000,00 e variância de R$ 500,00. Qual a percentagem de diretores que recebem:
a) menos de R$ 6470,00 ? R: 0,001107
b) entre R$ 8.920,00 e R$ 9.380,00 ? R: 0,029994
6. Um fabricante de baterias usadas em laptop sabe, por experiência passada, que as baterias de sua
fabricação têm vida média de 600 dias e desvio-padrão de 100 dias, sendo que a duração tem
aproximadamente distribuição normal. Oferece uma garantia de 312 dias, isto é, troca as baterias que
apresentam falhas nesse período. Fabrica 10.000 baterias mensalmente. Quantas baterias deverá repor
mensalmente, pelo uso da garantia? R: 20 baterias
7. Uma fábrica de automóveis sabe que os motores de sua fabricação têm duração normal com média de
150.000 km e desvio-padrão de 5.000 km. Qual a probabilidade de que um carro, escolhido ao acaso, dos
fabricados por essa firma, tenha um motor que dure:
a) menos de 170.000 km? R: 0,999968
b) entre 140.000 km e 165.000 km? R : 0,97590
79
c) Se a fábrica substitui o motor que apresenta duração inferior à garantia, qual deve ser esta garantia para
que a porcentagem de motores substituídos seja inferior a 0.2%? R : 135.650
8. Numa fábrica foram instaladas 1.000 lâmpadas novas. Sabe-se que a duração média das lâmpadas é de 800
horas e desvio-padrão de 100 horas, com distribuição normal. Determinar a quantidade de lâmpadas que
durarão:
a) menos de 500 horas? R: 1,4 lâmpadas
b) mais de 700 horas? R: 841,3 lâmpadas
c) entre 516 e 684 horas? R: 120 lâmpadas
9. O número de vezes que um adulto respira, por minuto, depende da idade e varia de pessoa para pessoa.
Suponha que a distribuição dessa variável aleatória Y seja normal, com média de 16 e desvio padrão igual a
10. Se uma pessoa é escolhida aleatoriamente e o número Y de respirações por minuto for anotado, qual a
probabilidade de:
a) Y exceder 22? R: 0,0668
b) e de sr menor do que 15? R: 0,4013
11. Uma pessoa tem 20 minutos para chegar ao escritório. Para tal, pode optar entre dois caminhos: A ou B.
Sabendo que o tempo para percorre o caminho A é N (18;25) e que o tempo para percorre B é N (20 :4), qual
é a melhor escolha do trajeto? R: A
12. O número de pessoas que almoçam num determinado restaurante suburbano é aproximadamente norma ,
com média de 250 e desvio padrão de 20 por dia. Qual é a probabilidade de haver pelo menos 200 clientes
em determinado dia? R: 0,9938
13. Suponha que a duração de vida de dois equipamentos, E1 e E2,tenham respectivamente distribuições: N
(45 , 90) e N (40 , 36). Se o equipamento tiver que ser usado por um período de 45 horas, qual deles deve ser
preferido? R; E1
14. As variáveis X1: (10 , 9) X2 : (- 2 ,4) e X3 : (5 ,25 ) são independentes. Determinar a distribuição de Y =
X1+ X2 + X3 R: N : (13 , 38 )
15. Certo produto tem peso médio de 10 gramas e desvio padrão de 0,5 g .E embalado em caixas de 120
unidades que pesam em média 150 g e têm desvio padrão de 8 g. Qual a probabilidade de que uma caixa
cheia pese mais de 1370 g? R: 0,0197
16. Suponha que o diâmetro médio dos parafusos produzidos por uma fábrica seja 0,25 polegadas, e o
desvio padrão de 0,02 polegadas. Um parafuso é considerado defeituoso se seu diâmetro é maior que 0,28 ou
menor que 0,20 polegadas.
a) Encontrar a porcentagem de parafusos defeituosos. R:7,3
b) Qual deve ser a medida mínima na cauda à esquerda para que tenhamos no máximo 12% de parafusos
defeituosos? R: 0,22
17. Numa determinada oficina de Petrolina, o tempo necessário para o conserto da transmissão de um tipo de
carro segue uma distribuição normal, com média de 45 min e desvio padrão de 8 min.
a) O mecânico comunicou a um cliente que o carro estará pronto em 50 min. Qual a probabilidade de que o
mecânico esteja enganado?
b) Qual deve ser a previsão de tempo de trabalho para que haja 90% de probabilidade de que o conserto da
transmissão seja efetuado dentro do tempo previsto?
X : N (n ; n2)
n i 1
Então: 2
, n
X : N
n n
Y = a + b1X1 + b2X2 + b1X1 + . . . + bnXn. Então : Y : N a bi .i ; bi2 . i2
i 1 i 1
Exemplo
1. O peso de um cigarro é a soma dos pesos do papel e do fumo, e vale em média 1,200 g com = 0,600 g.
O peso médio do papel é 0,040 g com = 0,020 g. Esses pesos têm distribuição normal.
Os cigarros são feitos em uma máquina automática que pesa o fumo a ser usado, coloca o papel e enrola o
cigarro.
a) Determinar o peso médio e o desvio padrão do fumo em cada cigarro
b) Qual a probabilidade de que um cigarro tenha menos de 1,130 g de fumo
Solução
a) Seja:
X : peso do cigarro X = 1,200 X = 0,600
Y : peso do papel Y = 0,040 Y = 0,020
F : peso do fumo
Logo, queremos F = X – Y , com X e Y independentes. Daí,
F = E (F) = E (X – Y) = E(X) – E(Y) = 1,200 – 0,040 F = 1,16 g
F2 = VAR (F) = VAR (X – Y) = VAR (X) + VAR (Y) –2 COV(X,Y) = 0,062 +0,022 F2 = 0,0040
Então, F : N ( 1,16 ; 0,004)
b) Queremos P (F 1,130) = ? Z F F 1,13 1,16 0,48
F 0,063
P (F 1,13) = P (Z - 0,48) = 0,315614
2. Um produto pesa em média 10g, com desvio padrão de 2g. É embalado em caixas com 50 unidades.
Sabendo-se que as caixas vazias pesam em média 500g com desdvio padrão de 25g e admitindo-se
distribuição normal dos pesos e independência entre as variáveis dos pesos dos produtos e da caixa, qual a
probabilidade de uma caixa cheia pesar mais de 1050g?
Solução:
Seja X = o peso da caixa cheia, e queremos P(X 1.050).
84
média Desvio Nº
Produto 10 2 50
caixa 500 25 1
Temos: T = 50. 10 + 500.1 T = 1.00
T2 = 50.22 + 1.252 T2 = 825
Sendo X 1.050 1000
Z Z 1,74
28,72
Daí P(X 1.050) = P(Z 1,74) = 0,5 – P(0 Z1,74) = 0,5 – 0,459071 = 0,040929
0 1,74 Z
3. Uma máquina automática enche latas baseada no peso bruto das mesmas. O peso bruto tem distribuição
normal com = 1.000 g e = 20 g. As latas têm peso distribuído normalmente, com = 90 g e = 10.
Qual a probabilidade de que uma lata tenha, de peso líquido:
a) Menos de 830 g
b) Mais de 870 g?
c) Entre 860 e 920 g
Solução
Observação. Faça: X1 = peso bruto X1 : N (1.000; 400)
X2 = peso da lata X2 : N (90; 100)
X = peso líquido
Vasmos calcular E(X) e V(X)
E(X) = E(X1 – X2) = E(X1) – E(X2) = 1.000 – 90 E(X) = 910
V(X) = V(X1 – X2) = V(X1) – V(X2) – 2COV(X1 X2) = 400 + 100 – 0 V(X) = 500
Então X : N(910, 500) μ = 910 e σ = 22,36
a) P(X 830) = P(Z -3,58) = 0,5 –P(-3,58 Z 0) = 0,5 – 0,499828 = 0,00017
i 1
i
2
85
Tem distribuição aproximadamente N(0,1).
Se E(Xi) = μi e Var ( X i ) i2 , com i = 1, 2, ..., n e para n bastante grande (n →∞),
X n
Z
n 2
tem distribuição normal no limite Z ≈ N(0,1).
Na prática, quando n é fixo, a aproximação será melhor na medida em que as variáveis Xi, i = 1, 2, ..., n
forem mais próximas da distribuição normal.
A aproximação da distribuição binomial pela distribuição normal é feita da seguine forma:
Seja X : B (n, p). Podemos escrever X X i , onde as variáveis X1, X2, ..., Xn são independentes, cada
uma com distribuição de Bernouilli.
Vimos que se uma variável tem distribuição de Bernouilli;
E(Xi) = p
Var(Xi) = pq, i = 1, 2, ..., n
Então,
86
13.3 A Distribuição Exponencial
O modelo exponencial possui uma relação muita íntima com o modelo de Poisson. Enquanto o modelo
de Poisson se presta para modelar o número de ocorrências por intervalo contínuo de tempo (t) ou de
comprimento (d), a distribuição exponencial serve para modelar a variável aleatória contínu que representa
o intervalo de tempo ou de comprimento entre essas ocorrências.
a) o tempo decorrido até a próxima consulta a uma base de dados;
b) o tempo em segundos entre duas solicitações a umservidor
c) distância em metros entre dois defeitos de uma fita.
A distribuição exponencial pode ser usada quando as suposições de Poisson forem satisfeitas. A figura
a seguir ilustra bem essa relação.
Número x de
ocorrências do Poisson
evento em 0,t)
X X X
0 t
Tempo até
a ocorrência Exponencial
do evento
(t ) 0 .e t
Logo, P(T t ) P( X t 0) e t
0!
E usando o evento complementar, podemos definir para todo t > 0 a função de distribuição acumulada de
uma variável aleatória T com distribuição exponencial:
F (t ) P(T t ) 1 e t
Em conseqüência, para t > 0, temos a função de densidade de probabiliddae expressa por:
d
f (t ) F (t ) e t f (t ) e t
dt
13.3.1 Gráfico de f(t)
f (t ) e t
P (T t 0 ) e t 0
0 t0 t
P (T t 0 ) e t 0
0 t0 t
Exemplo
Dada a variável aleatória T = tempo de resposta na consulta a um banco de dados (em minutos) com
função de densidade de probabilidade dada por:
f(t) = 2e-2t para t 0
0, para t 0
a) calcular a probabilidade da consulta demorar mais que 3 minutos.
Solução:
f (t )
=2
P(T t 0 ) e t 0
0 t0 = 3 t
Pela definição da fdp, vê-se que = 2, então queremos:
P(T 3) 2e 2t dt e 2t e 6 0,5488
3
=2 P(T t 0 ) 1 e t
0 t0 = 3 t
Analisando o gráfico, podemos escrever:
P(T 3) = 1 - e2t = 1 - e2(3) = 1 - e-6 = 1 - 0 ,5488 = 0,4512
c) Agora queremos a P(2 T 3), ou seja, a próxima consulta ocorrer no intervalo de 2 a 3 minutos.
Podemos utilizar:
3
P( T 3) 2
2e t
ou usar
=2
0 2 3 t
Aplicação
Suponha que em determinado período do dia, o tempo médio de atendimento em um caixa de banco
seja de 5 minutos. Adimitindo que o tempo para atendimento tenha distribuição exponencial, determinar a
probabilidade de um cliente:
a) esperar mais do que 5 minutos:
Pela média da exponencial, temos E (T ) 1 5 1 1 0,2
5
-0,2(5) -1
Logo, a P(T > 5) = e = e = 0,3679 ou 36,79%
b) esperar menos do que 5 minutos
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
c) esperar entre 3 e 8 minutos:
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
12 DISTRIBUIÇÕES AMOSTRAIS
Introdução
90
Até agora vimos os principais modelos de distribuições de probabilidade e as medidas que
caracterizam uma amostra, quando nos referimos ao estudo da estatística descritiva.
Nessa presente abordagem, vamos juntar o conhecimento adquirido a partir dos modelos e das medidas
estudadas anteriormente para obter as distribuições amostrais dos principais estimadores.
O conhecimento das distribuições amostrais, será a base para aplicação das técnicas da inferência estatística
e para um melhor entendimento desses conceitos, vamos conhecer algumas estatísticas e alguns parâmetros.
12.1. Principais Conceitos
12.1.1 Inferência ou Indução Estatística
Trata-se do processo se de obter informações sobre uma população a partir de resultados observados
em amostras. Serve, fundamentalmente para dar ao pesquisador um grau de confiança em suas incertezas.
Geralmente tem-se uma população com um grande número de elementos e deseja-se, a partir de uma
amostra, retirada dessa população, conhecer o mais próximo possível algumas características dessa
população. Veja a figura abaixo
População(N) Amostra(n)
Dedução
ˆ
Indução
12.1.2 Amostra Aleatória
Uma amostra aleatória é o conjunto de “n” variáveis aleatórias e independentes (X1 , X2, ... ,Xn) tal
que cada Xi (i = 1, 2, ...,n) possui a mesma característica, ou distribuição da variável populacional “X" que
se deseja estudar. Por exemplo: Se X : N ( , 2 ), cada Xi: N ( , 2)
OBS – Essa definição nos permite concluir que qualquer combinação das variáveis amostrais (X1 , X2, .... ,
Xn) seja um estimador ou estatística.
S2
(x i x )2 Variância amostral
n 1
12.1.6 Estimador para a Proporção ou Probabilidade de Evento Populacional p
f p
ˆ
X Freqüência relativa
n
População Parâmetro:
Amostra Estimador: ˆ
Então se de uma determinada população ‘X’, retiramos uma amostra de tamnho ‘n’ formada pelos elementos
x
x1, x2, ..., xn, então o estimador da média populacional , calculado na amostra será dado por : x ni
Exemplo:
Vamos considerar uma popoulação finita de tamanho N = 5 e sejaX = 1,2,3,4,5; os elementos dessa
população. Calculemos então, a média e a variÂncia dessa população.
i 1
Sendo Var( x ) E ( x 2 ) E 2 ( x )
Então Var ( x ) E ( x 2 ) E 2 ( x ) 10 32 x2 Var ( x ) 1
Concluímos, portanto que:
Proposição 1:
A média ds médias amostrais, é igual a média populacional, ou seja: E( x ) X
92
Vejamos:
n
n n
E ( x ) E 1 x i 1 E xi 1 xi 1 .n E ( x )
n i 1 n i 1 n i 1
n
Lembrando que quando a média amostral é igual a média populacional, o estimador é considerado
não viesado ou não tendencioso, ou seja, genericamente:
E (ˆ)
Portanto 𝑥̅ é um estimador não tendencioso de
No nosso caso, sendo V(X) = 2, n = 2 e VAR( x ) 1 e Concluímos que VAR( x )
VAR( X )
n
Proposição 2:
A variância amostrl é igual a variância populacional dividida pelo tamanho da amostra, ou seja:
VAR( X ) X2
V (x)
n n
De fato, isto ocorre, senão vejamos:
n
xi
VAR( x ) V i 1 1 VAR( x x ... x ) 1 V ( x V ( x ) ...V ( x 1 2 2 ... 2
n n2 n2
1 2 n 1 2 n)
n2
= 12 (n 2 ) V ( x ) 2
n n
Graficamente, teríamos:
P( x )
P(X) 5/25
4/25
1/5 3/25
2/25
1/25
1 2 3 4 5 X 1 2 3 4 5 x
Conclusão:
1. se X : N( , σ2 ) e se dessa popilação retiramos uma amostra de tamanho ‘n’ suficientemente grande, com
reposição, então: x N ,
2
n
E isto significa que quanto maior for o tamanho da amostra, menor será a variância amostral, ou o estimador
x será mais preciso, á medida que aumentamos o tamanho de ‘n’
2. Se a população ‘X’ não é normal, a variável ‘Z’ não será exatamente normal, mas sim aproximadamente
normal, ou seja: a variável Z x , terá como distribuição limite a distribuição N(0,1).
x
3. Se a população for finita e de tamanho , conhecido ou se a amostra dela retirada for sem reposição, então:
N n
x .
n n 1
Exercício de Aplicação
1. Sabe-se que a altura média dos alunos de escola de ensino médio é de 175 cm e desvio padrão de 5 cm.
Sabendo-se que esta população tem 5.000 alunos e retirou-se uma amostra sem reposição de tamnmho igual
a 100, qual a distribuição da média amostral
Solução
Se X: (175, 25), então = 175 e X 5
Então: x E ( X ) 175 e
N n 5 5.000 100
. . x 0,4980
n 1 100 1
x
n 100
2. Seja X: N(80,26). Dessa população retiramos uma amostra de tamanho igual a 25. Calcular:
a) P( x 83)
93
b) P( x 82)
c) P( x - 2 x x x ) )
Solução
a) Como X: N(80,26) x : N (80,26 / 25)
x 83 80
Daí, Z Z 2,94
x 1,02
80 83 x 0 2,94 Z
Logo, a P( x 83) = P(Z 2,94) = 0,5 – P(Z 2,94) = 0,5 -0,498359 = 0,001641
b) P( x 82) = P(Z1,96) = 0,5 + 0,47002 = 0,975002
80 82 x 0 1,96 Z
c) P( x 2 x x 2 x ) P( 2 x x 2 x ) P(80 2.1,02 80 2.1,02)
= P(77,96 x 82,04) p(2,00 Z 2,00) 0,954500 95%
De posse desse valor, podemos afirmar que temos 95% de confiança de que se retirarmos dessa população,
uma amostra de 25 elementos, a média amostral pertencerá ao intervalo ou então, se selecuionarmos 100
amostras de tamanho 25, em 95 delas, o valor da média pertencerá ao intervalo e em 5 delas não pertencerá.
3. Seja X: N( 100,85). Retiramos dessa população uma amostra de tamanho n = 20. Determinar:
a) P(95 x 105)
b) P( x Z x x Z ) 0,95
x
Resolução:
Se X: N (100, 85) 85 100 2 85
x : N 100, x e x x 2,06
20 n 20
E Z x 100
2,06
a) P(95 x 105) P(2,43 x 2,43) 2.0,492451 0,984902
95 100 105 x
Conclusão: a probabilidadade de x pertencer ao intervalo (95, 105) é de 98,5%, e a de não pertencer a esse
intervalo, que seria o risco de se retirar um valor de x 95 ou x 95 é de 1,5%
b) A probabilidade nesse caso, já está dada. Precisamos determinar o valor de Z tal que 0,95 seja a
probabilidade de que a média esteja entre os dois limites x Z . x , e 0,005, seja a probabilidade d que
a média esteja fora desses limites.
Queremos, então
P( x Z x x Z x ) 0,95
Daí,
0,475
94
-Zα 0 Zα Z
Pela tabela Zα =Z0,475 = 1,96
P( x 1,96.2,06 100 x 1,96.2,06) 0,95
P(95,96 x 104,04) 0,95
Concluindo, podemos afirmar que a probabilidade de que x pertença ao intervalo é de 95%, o que significa
que temos uma confiança de 95% de que, se retirada uma amostra de n = 20, a média dela estará entre 95,96
e 104,04, ou então há um risco de 5% de que a média seja 95,96 ou 104,04
12.2.1 Dimensionamento de uma Amostra
Muitas vezes, é importante sabermos qual deverá ser o tamanho de uma amostra para que a
probabilidade de que determinado parâmetro ou estimador esteja dentro dos limites seja um valor dado, ou
então queremos delimitar o erro da amostragem dentro de um risco determinado.
Para uma melhor compreensão vejamos o seguinte exemplo:
Seja X: (1.200, 840). Qual deverá ser o tamanho de uma amostra a ser retirad ade um apopilação, de tal
forma que P(1.196 x 1.204) 0,90
0,90
Zα = Z0,450 = 1,64
5. Seja X: N(100, 65). Retiramos dessa população uma amostra de tamanho 20 determinar:
a) P(95 x 105) R : 0,984902
b) P( x 95) P( x 105)
c) P( x Z x x Z ) 0,95
x
R: P(95,96 x 104,04)
d) qual é o risco de que a média não pertença a esse intervalo?
e) Qual é a interpretação do valor 0,95 da questão ‘c’?
Daí, concluímos que a variância da proporção amostral é a variância populacional dividida pelo tamanho da
amostra
Conclusão :
Para n 30 e pelo Teorema Central do Limite, a distribuição amostral de p̂ será aproximadamente normal
pˆ pˆ
e, será assintoticamente N (0,1) , isto é, Z pˆ p ≈ N(0,1) e, concluímos mais uma vez que:
pˆ p.q
n
1 - Quando a proporção populacional “p” é desconhecida e a amostra com reposição, é grande, determina-
x , como estimativa de p.
se pˆ
n
2 – Estatisticamente, uma amostra é suficiente grande quando n.p 5 e n.q 5 e graficamente, teríamos:
pq pq
n n
Aplicação
Como não temos condições da estabelecer um número exato para os portadores dessa doença, devemos
estabelecer um intervalo, onde esta proporção estará contida.
98
-Z 0 Z Z
Daí, queremos: ˆ Z . p p p
P( p ˆ Z . pˆ ) 0,99
Logo , P (0,02 2,57 . 0,007 p 0,02 + 2,57 . 0,007) = P (0, 002 p 0,038) = 99%.
2. Em uma população, a proporção de pessoas favoráveis a uma determinada lei é 40%. Retiramos dessa
população uma amostra de 300 pessoas. Determinar: P( p Z . pˆ pˆ p Z . pˆ ) 0,95
Dados: n = 300 e p =0,4 q = 0,6
-Z 0 Z Z
E Z Z 0 , 475 1,96
Daí, P (0,4 – 1,96 . 0,0283 p̂ 0,4 + 1,96 . 0,0283) = 0,95. Então, P ( 34,45% p̂ 44,55) = 0,95
Exercícios Propostos
1. Deseja-se saber qual a proporção de eleitores de determinada região que votarão no candidato A, de forma
que a probabilidade do erro de estimação seja no máximo 3% com 95% de confiança. Para estudar o
problema, retira-se uma amostra de 500 eleitores dessa região, obtendo-se 120 eleitores que votam em A.
R = 11,7%
2. Uma fábrica de peças especifica em suas embalagens que a proporção de defeitos é de 4%. Um cliente
dessa fábrica inspeciona uma amostra de 200 peças e encontra 12 defeituosas. Baseado nesses dados em
quantas amostras o cliente encontraria uma proporção de defeitos maior que o especificado pelo fabricante?
R 179
Cálculos e Anotações
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
-------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
------------------------------------------------------------------
-------------------------------------------------------------------
---------------------------------------------------------------------
99
-------------------------------------------------------------------
-------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
12.4 Distribuição Amostral da Variância
100
Sabemos que a variância populacional é designada por σ2 e que a variância amostral S2 é o
estimador de σ2. Para conhecermos qual seria a distribuição amostral de S2, demonstra-se que: e
E ( S 2 ) 2 e Var ( S 2 ) 2
4
n 1
E que S2, assim definido tem distribuição de qui-quadrado com (n-1) graus de liberdade, ou seja,
( n 1) S 2
n 1
2
Ressalte-se o fato de que, nessa expressão, (n-1) e σ2 são constantes e graficamente a relação entre S2 e σ2 é
dada por uma distribuição de qui-quadrado, conforem a figura abaixo:
φ = n-1
2 ( n 1) s 2
2
12.5 Distribuição Amostral da Soma ou Diferença de Duas Médias
Nesse caso queremos saber, qual seria a distribuição amostral do estimador x1 x2
Conforme visto anteriormente, sabemos que:
12 22
1 ; n
x1 : N 2 ; n
x2 : N
e
1 2
Considerando o fato de que essas amostras são aleatórias e independentes e selecionadas de
populações difeentes temos que a distribuição amostral do estimador x1 x2 será dada por:
12 22
1 2 ; n n
( x1 x2 ) : N
1 2
x
t n1
S n
101
Agora, extrapolando o conceito para o nosso caso particular, que se refere À soma ou deferença
entre duas médias amostrais com variânciaS populacionais desconhecidas tem-se que:
( x1 x2 )
t ( n1 n2 2 )
1 1
Sc
n n
Onde Sc é o desvio padrão amostral conjunto dado por:
(n1 1) S12 ( n2 1) S 22
Sc
n1 n2 2
n2 ( n2 1) S 2 2
distribuição F com (n1 -1) e (n2 -1)graus de liberdade, ou seja, com excessão das constantes, o quociente
S12 / S 22 tem distribuição F de Fischer.
b) Eficiência
ˆ
Dados dois estimadores 1 e 2 , define-se eficiência de um estimador com relação a outro, para um
mesmo tamanho de amostra, como sendo:
Var (ˆ 2)
Ef
Var (ˆ ) 1
Ou seja, um estimador é mais eficiente do que outro se sua variância for menor que a do outro.
Por exemplo: se ˆ1 é menos eficiente que ˆ2 , então então E f 1
103
se ˆ2 é menos eficiente que ˆ1 , então então E f 1
c) Consistência
ˆ , se limite ( P ˆ ) 0
Um estimador é consistente para estimar se
e) Suficiência
ˆ
Um estimador de é suficiente se contém o máximo possível de informações com relação ao
1
parâmetro por ele estimado. Nesse sentido podemos dizer que: Quantidade de infomações
Var ( )
Observação:
Existem critérios para a escolha ou seleção de estimadores. Apenas para constar citamos: o método de
máxima verossimilhança, o método dos momentos e o método de Bayes
Anotações
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
14. INTERVALOS DE CONFIANÇA
Trata-se de uma técnica para se fazer inferência estatística. a partir de um intervalo de confiança,
construído com os elementos amostrais pode-se inferi sobre um parâmetro populacional.
Esta atécnica é diferente da estimação por ponto, onde se calcula um único valor para o parâmetro
populacional. Nesse caso, busca-se um segmento ou intervalo que deverá conter o parâmetro desconhecido.
104
Seja por exemplo, uma amostra de 100 estudantes e calculando-se a média das alturas, encontra-se
1,66m. Aatravés da técnica de intervalos de confiança pode-se encontrar um intervalo, por exemplo [1,58 ;
1,68] que em 95% ds vezes, incluiria a verdadeira altura dos estudantes, ou a média da população de
estudantes, μ = 1,66m
Resumindo o procedimento, graficamente teríamos:
População
Amostra
Estimativa
Ponto Intervalo
Tomada de decisão em
momentos de incerteza
Seja θ uma parâmetro populacional e vamos admitir a seleção de 10 amostra de mesmo tamanho e um
nível de confiança de 90%. Ver a configuração abaixo:
1
2
3
4
5
6
7
8
9
10
Os segmento horizontais representam os 10 intervalos e a reta vertical representa a localização do parâmetro
Nota-se que é fixo e que a localização do intervalo varia de amostra para amostra. Por conseguinte
devemos sempre nos rferir em termos da probabilidade ou do nível de confiança (1-α) de o intervalo incluir
‘θ’, e não em termos de probabilidade de θ pertencer ao intervalo, uma vez que θ é fixo.
14.1 Intervalo de Confiança para a Média Populacional , quando a Variância Populacional
σ2 é Conhecida
Já sabemos que o estimador da média populacional μ é a média amostral x
Também conhecemos a distribuição da média amostral, para o caso de populações infinitas, sem reposição,
2 x
ou seja, x N , sendo sua variável padronizadadada por: Z
n x
α/2 1- α α/2
-Z 0 Z Z
Queremos então, a P(- Z Z Z) = 1 – α . Substituindo o valor de Z, nessa expresão, temos:
105
x
Z
P 1
z
/ n
E resovendo as duas inequações para μ, temos a expressão que fornece o intervalo de confiança para a média
populacional quandoa averiância é conhecida, ou seja:
x
Z
P 1
z
/ n
Px Z . x x z . x 1 _ sendo _ 1 x Z . x _ e _ 2 x Z . x
Usando uma notação simplificada, podemos escrever: IC[μ,(1-α)] = (1 ,2)
Exemplo
1. De uma população normal X com σ2 = 9, retiramos uma amostra de 25 observações, obtendo xi =152.
Determinar um IC de limites de 90% para .
Resolução:
1 n 152
x
n i 1
xi
25
x 6,08
2 9
x x 0,6
n 25
- Zα 0 Zα Z
-1,96 0 1,96 Z
Substituindo-se os valores correspondentes na expressão Px Z . x x z . x 1 , temos:
P500 1,96.5 / 10 500 1,96.5 / 10 95%
Donde, P499,02 500,98 95%
Interpretação
1. Podemos afirmar com 95% de confiança que o intervalo [499,02 ; 500,98], contém a verdadeira
média populacional , que no caso é desconhecida;
2. Das 100 peças amostradas, em 95 delas a média pertencerá ao intervalo considerado, e em 5 delas
estará fora desse intervalo.
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
Exercícios Propostos
1. Determine o valor crítico de Zσ/2 que correspone ao grau de confiança indicado.
a) 99%
b) 98%
107
2. De uma população de 1.000 elementos com distribuição normal com σ2 = 400, retira-se uma amostra
de 25 elementos sem reposição, obtendo-se x 150 .Construir um intervalo de confiança para a verdadeira
média populacional. R: P(142,25 μ 157,75) = 95%
N n
OBS. utilize o fator de correção para populações finitas e amostragem sem reposição x
N 1
3. De uma população normal com σ2 = 16, levantou-se uma amostra, obtendo-se as observações: 10, 5, 10, e
15. Determinar ao nível de 13% um IC para a média da população. R: IC(μ,87%) = (4,98 : 11,02)
4. Dada uma população normal com Var(X) = 3, levantou-se uma amostra de 4 indicíduos, tal que xi = 0,8.
Construir um IC para a verdadeira média populacional ao nível de 1%. R: IC =(μ . 99%) = (-2,03 : 2,43)
5. A experiência com trabalhadores de uma certa indústria mostra que o tempo necessário para um
trabalhador escolhido aleatoriamente, ealize uma tarefa é distribuído de maneira aproximadamente normal,
com desvio padrão de 12 min. Uma amostra de 25 trabalhadore forneceu
6. De uma população normal X com variância 121, retiramos uma amostra de 25 observações, obtendo
x 45 . Ao nível de 2%, construir um IC para a verdadeira média populacional. R: IC(μ,98%) = (39,87 :
50,13)
7. Levantou-se uma amostra de 19 observações de uma população normal, com variância 160, obtendo-se
xi= 2.300. Determiar um IC para a média aos níveis de:
a) 20% R: IC(μ, 80%) = (224,88 : 235,12)
b) 10% R: IC(μ, 90%) = (223,40 : 236,56)
c) Interprete os resultados ds amplitudes obtidas em ‘a’ e ‘b’
8. Um fabricante sabe por experiência que a vida útil das lâmpadas que fabrica tem distribuição
aproximadamente normal com desvio padrão de 200 horas. Para etimar a vida média das lâmpadas, tomou
uma amostra de 400 delas, obtendo uma média de 1.000 horas.
a) Construir um IC para ao nível de 1%
b) Qual o erro de estimação cometido em ‘a’?
c) qual o tamnho d amostra necessária para e obter um erro de 5 horas, com 99% de probabilidade de acerto.
9. Foram retiradas 25 peças da produção diária de máquina , encontrando-se uma média de 5,2 mm.
Sabendo-se que as medidas tem distribuição normal com desvio padrão populacional de 1,2 mm, construa
intervalos de confiança para a média e interprete os resultadsos aos níveis de:
a) 90% R: IC(μ, 90%) = (4,81 : 5,59)
b) 95% R: IC(μ, 98%) = (4,73 : 5,67)
c) 99% R: IC(μ, 98%) = (4,58 : 5,82)
10. Uma loja tem valores de suas vendas diárias distribuídos normalmente com desvio padrão de R$ 530,00.
O gerente da loja, quando inquirido pelo dono, afirmou vender em média R$ 334.720,00. Posteriormente
levantou uma amostra das vendas de deerminado dia, obtendo-se os valores, em reais: 33.840; 32.960;
41.811; 35.080; 35.060; 32.947; 32.120; 32.740; 33.580 e 33.002
a) Construi um IC para a venda média diária ao nível de 5%
b) Construi um IC para a venda média diária ao nível de 1%
c) em qual dos níveis de significância podemos afirmar que o gerente se baseia par responder a indagação?
10. Um economista deseja estimar a renda média para o primeiro ano de trabalho de uma bacharel por uma
faculdade, que teve a feliz idéia de fazer um curso de estatística. Quantos valores de renda devem ser
tomados, se o economista deseja ter 95% de confiança em que a média amostral esteja a menos de R$ 500,00
da verdadeira média popoulacional? Suponha que saibamos, por um estudo prévio,, que para tais rendas, σ =
R$ 6.250,00
11. Deseja-se estimar o preço médio de venda de um livro-texto para uma faculdade. Quantos exemplares
devemos selecionar, para termos 95% de confiança de que a média amostral esteja a menos de R$ 2,00 da
verdadeira média populacional, admitindo um desvio padrão de R$ 20,00
13. Uma psicóloga elaborou um teste de percepção espacial e deseja estimar o escore médio alcançado por
pilotos do sexo masculino. Quantas pessoas ela deve testar para que o erro da média amostral não exceda 2,0
pontos, com 95% de confiança. Estudo anterior sugere que 21,2 . R: n = 432
108
14. Um determinado Instituto de Estatística pesquisou 4.400 bachareis de faculdades sobre o tempo que
levarma para obter seus diplomas. A média é 5,5 anos e o desvio padrão é 1,68 anos. Com base nesses
dados, construa um intervalo de 99% de confiança para o tempo médio gasto por todos os bacharéis.
15. Em testes de colisão feitos em 15 minivans Honda, os custos de conserto apresentaram uma distribuição
aproximadamente em forma de sino, com média de R$ 1.786,00 e desvio padrão de R$ 937,00 . construa um
intervalo de 99% para o tempo médio de conserto para as colisões de todos os veículos desse tipo.
R: R$ 1.066,00 μ R$ 2.506,00
16. Um pesquisador deseja estimar o tempo médio (em horas) que os estudantes universitários de tempo
integral passam assistindo televisão em cada dia da semana. Determine o tamanho da amostra necessário
para estimar essa média com uma margem de erro de 0,25 horas. Supopnha que se exija um grau de
confiança de 95%. Suponha também que um estudo piloto tenha indicado que o desvio padrão é estimado em
1,87 horas.
17. Use o grau de confiança eos valores amostrais para achar (a) a margem de erro e (b) o intervalo de
confiança para a média poopulacional μ.
17.1 – Peso de homens: 95% de confiança: n = 10, s = 2,4 e x 45
17.2 – Notas de um teste: 90% de confiança: n = 16, s = 14,2 e x 77,6
Cálculos, Dúvidas e Anotações
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
------------------------------------------------------------------------
------------------------------------------------------------------------
------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
109
------------------------------------------------------------------------
---
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - --
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
------------------------------------------------------------------------
------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
110
------------------------------------------------------------------------
---
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - --
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
------------------------------------------------------------------------
------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
111
------------------------------------------------------------------------
---
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - --
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
------------------------------------------------------------------------
14.2 Intervalo de Confiança para Grandes Amostras
Considera-se auma amostra grande qunado n 30. Para se construir intervalos de confiança para
parâmetros de popoulações não normais, com distribuições binomiais, de Poisson, de freqüências relativas, ,
112
ou seja, de distribuições aproximadamente normais, ou então de populações normais com variâncias
desconhecidas. Nessas condições podemos consruir, aparoximadamente, o IC para o parâmetro , seguindo o
mesmo modelo de IC para a mpedia de populações normais com variância conhecidas.
p
ˆ p
Temos: P 0 z 1
pˆ
E desenvolvendo, tal qual foi feito para a média, chegamos à fórmula do IC para a proporção p populacional,
ou seja:
P p ˆ 0 Z . pˆ 1 IC ( p, (1 )%) ( p1 , p2 )
ˆ 0 Z . pˆ p p
Exemplos
1. Retiramos de uma população uma amostra de 100 elementos e encontramos 20 sucessos. Ao nível de 1%,
construir um Interval de confiança para a proporção real de sucessos na população.
Dados: n = 100 x = 20 (nº de sucessos na amostra) α = 1%
Resolução
x 20
Temos que: ˆ0
p p ˆ 0 0,2 qˆ 0 0,8
n 100
ˆ 0 .qˆ 0
p 0,2.0,8
E pˆ n
100
pˆ 0,04
- Zα 0 Zα Z
Então
P p ˆ 0 Z . pˆ 1 P(0,2 2,57.0,004 p 0,2 2,57.0,04) 0,99
ˆ 0 Z . pˆ p p
P9,72 p 30,28 IC ( p,99%) {9,72;30,28}
Portanto, corremos um risco de 1% de que a verdadeira proporção populacional não pertença ao IC
calculado, ou então temos 99% de confiança de que p pertença ao IC determinado.
2. Para se estimar a percentagem de alunos de um curso favoráveis à modificação do currículo escolar,
tomou-se uma amostra de 100 alunos, dos quais 80 foram favoráveis.
a) Construir um IC para a proporção de todos so alunos do curso favoráveis à modificação ao nível de 4%.
b) Qual o valor do erro de estimação cometido no item ‘a’?
Dados: n = 100 x = 80 (nº de sucessos na amostra) α = 4%
Resolução
113
x 80
ˆ0
p pˆ 0 0,8 qˆ 0 0,2
n 100
ˆ 0 .qˆ 0
p 0,8.0,2
pˆ pˆ 0,04
n 100
Exercícios Propostos
1. Em uma linha ade produção de certa peça mecânica, colheu-se uma amostra de 100 itens, verificando-se
que 4 peças eram deferituosas. Construir um IC para a aparoporção ‘p’ de peças defeituosas ao nível de 10%.
2. Uma organização universitária deseja estimar a porcentagem de alunos que são favoráveis a uma nova
constituição do corpo discente. Ela seleciona uma amostra de 200 estudanates, aleatoriamente e constata que
120 são favoráveis a aesta nova constituição.
a) Fazer um IC para p, a verdadeira porcentagem com estudantes favoráveis, na população ao nível de 2%.
R: [51,94 ; 68,06]
b) Qual o erro de estimação contido na questão ‘a’? R: e = 8,06%
c) Qual deverá ser o tamanho mda amostra para se ter um erro de no máximo 5%, com probabilidade de 98%
de estar certo? R: n 521
3. Querendo estimar a proporção de defeitos de uma linha de produção de uma peça, examinou-se uma
amostra de 100 péças, encontrando-se 30 defeituosos. Sabe-se que o estimador p̂ 0 para esse tamanho de
amostra tem desvio padrão de 3%. Encontrarr os limites de confiança de 95% para p e o respectivo erro de
estimação. R: IC(p ; 95%) = [24 12; 35,88 ] ; e = 5,88%
4. Uma amostra de 10.000 itens de uma produção foi inspecionada e o número de defeitos por peça foi
registrado na tabela abaixo:
Número de defeitos 0 1 2 3 4
Frequência absoluta 6.000 3.200 600 150 50
a) Chamando de p a proprção de itens defeituoss nessa produçõa, determinar os limites de confiança de 98%
de p.
b) qual foi o erro de estimação cometido em ‘a’?
5. As companhias de seguro estão ficando preocupadas com o fato de que o número crescente de telefones
celulares resulte em maior número de coplisões de carros. Deseja-se estimar, com uma margem de erro de
3%, a percentagem de motoristas que falam ao celular esquanto estão dirigindo. Supondo que se pretende um
nível de confiança de 95% nos resultados, quantos motoristas devem ser pesquisados? Im estudo anterior
mostyrou que 18% dos motoristas falam ao celular.
6. Uma pesquisa junto a 1068 brasileiros, 673 informaram ter secretária eletrônica. Com esses resultados
amostrais determine.
a) a estimativa pontual da proporção populacional de todos os brasileiros que tem secretária eletrônica.
b) a estimativa intervalar de 95% da proporção populacional de todos os americanos que tem secretária
eletrônica.
114
7. Utilize os dados para achar o menor tamanho de amostra necessário para estimar uma proporção ou
percentagem populacional: margem de erro = 4%; nível de confiança = 99%; p ˆ 0 0,20 com base em
estudo anterior.
8. utilize os dados amostrais e o grau de confiança para construir uma estimativa intervalar para a aproporção
populacional ‘p’
a) n = 800; x= 600; 95% de confiança
b) n = 4.475; x= 992; 90% de confiança
9. Uma empresa deseja estimar a percentagem de mororistas que trocam fita ou DVD enquanto dirigem.
Uma amostra de 850 motoristas aacusou 544 que trocam esses dispositivos, enquanto estão dirigindo.
10. Um repórter deseja fazer uma pesquisa para estimar a verdadeira proporção de todos os universitários
que tem PC, e quer ter 95% de confiança de que seus resultados tenham uma margem de erro de 0,004.
Quantos universitários deverá selecionar?
Cálculos e Anotações
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
115
------------------------------------------------------------------------
--
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
116
------------------------------------------------------------------------
--
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
117
------------------------------------------------------------------------
--
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
14.4 Intervalo de Confiança para a Média Populacional , quando a Variância Populacional
σ2 é Desconhecida.
118
Neste caso, como não conhecemos a variância populacional σ2 , emos que considerar dois casos:
1º caso: quando n 30, usa-se a distriuição t Studente com n-1 graus de liberdade (g.l)
2º caso: quando n 30, usa-se a distribuição normal com S2 em lugar de σ2
Por ora, nosso interesse é o segundo caso. Então calculamos na amostra previamente selecionada, x
2,,
e S onde:
1 1 1
S2
n 1
( xi x ) 2 n 1 ( xi2 2 xi x x 2 ) n 1 ( xi2 2 x xi nx 2 )
( xi2 2 x i
1 x 1
nx 2 ) ( xi nx 2 ) e x S / n
n 1 n n 1
Portanto: Px Z . x x z . x 1
Exemplo:
1. De uma população mormal com parâmetros desconhecidos, retiramos uma amostra de tamanho 100,
obtendo-se x 112 e S = 11. Construir um IC para μ ao nível de 10%.
Como a amostra é grande, maior que 30 e σ2 é desconhecida, usamos :
s 11
x x 1,1
n 10
-1,96 0 1,96 Z
x
i 1
2
i 4.440.075 _ cm 2 . Ao nível de de 2%, determinar um IC para a altura média da população dos
homens da cidade.
1 n 25.800
Temos : x
n i 1
xi
150
x 172cm
1 n 2 2
S2 xi nx
n 1 i 1
1
4.440..075 150 x172 2 S 2 16,61 S 4,07cm
149
s 4,07
x x 0,332 e
n 150
- Zα 0 Zα Z
Daí, P(171,22 μ 172,77) = 0,98
Concluindo que, podemos afirmar com uma certeza de 98% que, apesar de os parâmetros seres
desconhecidos,a altura dos homens da cidade em questaão é superior a 1,71 m e inferior a 1,72 m.
119
3. Uma amostra aleatória de 80 notas de matemática de uma população com distribuição normal de 5.000
notas apresenta média de 5,5 e esvio padrão de 1,25.
a) Quais os limites de confiança de 95% para a média das 5.000 notas?
b) Com que grau de confiança, diríamos que a média ds notas é maior que 5,5 e menor que 6,0?
Resolução:
Como a poopulação é normal e finita e a amostra é suficientemente grande, temos:
s N n 1,25 5.000 80
x x 0,1386 e Z Z 0, 475 1,96
n N 1 80 5.000 1
Logo
Px Z . x x z . x 1 P(5,5 1,96.0,1386 5,5 1,96.0,1386) 0,95
P5,23 5,77 0,95 IC (,95%) (5,23;5,77)
Então, podemos afirmar quea verdadeira média populacional estará entre 5,23 e 5,77 com 95% de confiança
ou certeza.
P(5,5 6,0) 1 e x 5,5 e x 0,1386 ,
Pela tabela da distribuição normal padronizada, temos que P(0 Zα 3,61) = 0,499841
Logo (1 – α) = 2. 0,499841 ou (1- α)% = 99,97%
Anotações
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
Exercícios Propostos
120
1. Suponha que as alturas dos alunos de nossa faculdade tenham distribuição normal com σ = 15 cm. Foi
retirada uma amostra aleatória de 100 alunos, obtendo-se x 175cm. construa ao nível de confiança de
95% o intervalo para a verdadeira altura média dos alunos. R: [172,06 cm : 177,94] cm contém a verdaeira
altura média dos alunos
2. Uma amostra proveniente de uma poulaçao normal é composta pelos seguintes elementos:7, 7, 8, 9, 9, 9,
10, 11, 11, 11, 12, 13, 13, 14, 15, 15. Construir intervalos de confiança para a média populacional aos níveis
de:
a) 97,5% R: [99,16 : 12,59]
b) 75% R: [9,99 : 11,76]
c) Ccom-pare os esultados obtid0os e comente as diferenças de amplitudes.
3. Querendo estimar a média de uma população X com distribuição normal, levantou-se uma amostra de 100
observações obtendo-se a média de 30 e desvio padrão igual a 4. Ao nível de 90%, determinar os limites de
confiança par a verdadeira média da população. R: IC ( ; 90%) = (29,3 ; 30,7)
4. Um pesquisador deseja estabelecer o peso médio dos jovens entre 14 e 20 anos. Apesar de desconhecer a
média eo desvio padrão populacional, sabe por literatura da área que a distribuição dos pesos é
aproximadamente normal. Retirou-se uma amostra casual simples de 60 jovens obtendo-se o peso médio de
67 kg e desvio padrão de 9 kg.
a) Ao nível de 5% de significância, estabelecer um IC para o peso médio populacional.
R: IC ( ; 95%) = (38,86 ; 41,14)
b) Qual o tamanho de amostra necessária que o pesquisador deveria tomar para ter uma probabilidade de
95% de certeza de cometer um errro máximo de 1,5 kg? R: n 139
5. Um fabricante sabe que a vida útil dos ships que fabrica tem distribuição aproximadamente normalcom
desvio padrão de 200 horas. Para estimar a vida média dos ships, tomou uma amostra de 400 deles, obtendo
vida média de 1.000 horas
6. Em um estudo de atração física e distúrbios mentais, 231pessoas foram classificadas quanto à atração. A
média amostral e o desvio padrão amostral resultantes foram 3,94 e 0,75, respectivamente. Com esses dados
amostrais construa um intervalo de confiança de 95% para a média populacional.
7. Construa um intervalo de confiança para a renda média de todos os empregados de tempo integral que tem
grau de bacharel. Uma amosra de 25 desses empregados revelou que a distribuição das rendas é
aproximadamente normal, com média de $39.271 e desvio padrão de $18.933. R: $ 29.835 μ $48.707
Z
t
μ
E vê-se que a distribuição t é mais alongada do que a normal reduzida Z e quanto maior for o número
de graus de liberdade , mais alongada será a curva. Identicamente à curva normal, a curva t também é
simétrica em relação a média μ.
O Uso da tabela
A tabela da distribuição t, fornece o valoar de tα, tal que:
126
t=0 tα t
P(t tα) = α
Exemplos:
5%
0 tα t
Logo tα = tф,α% = 1,7531
2. Conside 20 α = 2,5%. P(t - tα) = 0,025
5%
- tα = 2,086 0 t
Logo tα = t20,2,5% = 1,7531
3. Seja 25 P(t - tα) = 0,99
0,99
5%
- tα 0 t
Daí, tα = t25,15% = 2,4851
3. Calcular P( t t 0,10 ; sendo 18
5%
5% 0,90
- tα 0 t
Então, tα = t18,5% =1,7341
Anotações
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
127
------------------------------------------------------------------------
--
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
14.2.2 Intervalo de Confiança para a Média μ de uma População Normal com σ2 Desonhecida
O procedimento padrão para a construção para o intervalo de confiança é o mesmo usado
anteriormente, ou seja:
1. Retiramos uma amostra de n elementos da população.
• Se n 30 usa-se a distribuição normal com S2
• Se n 30, usa-se a distribuição t , com n 1 graus de liberdade
1 n
2. Calculamos na amostra x xi
n i 1
128
n
( xi ) 2
1 n
1 n
3. Calculamos S2
n 1 i 1
( xi x ) 2 xi
n 1 i 1
2 i 1
n
ou
1 n
2
2
xi nx 4. Determinamos S x
S S , que é o etimador de
S2 2
x (estimador do
n 1 i 1 n n
erro padrão – eep)
5. Ao nível α%, fazemos: Px t .S x x t .S x 1
Exemplos:
1. De uma população normalcom parâmetros desconhecidos, retirou-se uma amostra de 25 elementos para
estimar μ, obtendo-se x 15 e S2 = 36. Determinar um IC para a média ao nível de 5%.
Resolução
Como os parâmetros são desconhecidos, precisamos estimar σ2, atravé de:
S 6 6
Sx S x 1,2
n 25 5
25 1 24 e tα,2,5% = 2,0639
2,5% 2,5% tα = t18,5% =1,7341
95%
- tα 0 tα t
Logo, Px t .S x x t .S x 1
P15 2,0639.1,2 15 2,0639.1,2 0,95 P12,523 17,477 0,95
2. seja X uma variável aleatória normal cm parÂmeros desconhecidos. Dessa poulação foi retirada uma
amostra xi: 10, 12, 14, 15, 9, 12, 16, 11, 8, 13. Construir um IC para μ ao nível de 5%.
Resolução
1 n 10 .... 13 10 10
Sendo n = 10 → x
n i 1
xi
10
x 12 e xi 120
i 1
x
i 1
2
i 1.500
2
Daí, S 2 1 1.500 (120) 60 S 2 6,667 S 2,582
9 10 9
S 2,582
E, S x S x 0,817
n 10
10 1 9
2,5% 2,5% tα = t2,5% =2,2622
95%
- tα 0 tα t
Logo,
Px t .S x x t .S x 1 P(12 2,2622.0.817 12 2,2622.0,817) 0,95
P10,152 x 13,848 0,95
3. Qurendo determinar o peso médio de nicotina dos cigarros de sua produção, um faabricante recolheu uma
amostra de 25 cigarros, obtendo:
25 25
x
i 1
i 950mg e x
i 1
2
i 36.100mg
Supondo a distribuição normal para o peso da nicotina, construir um IC para μ ao nível de 5%.
129
Resolução: Da questão proposta tem-se:
950
n = 25; x x 38 (1 – α) = 95%
25
Graficamente, teríamos:
25 1 24
2,5% 2,5% tα = t24,2,5% =2,0639
95%
- tα 0 tα t
1 (950) 2
S2 36 .100 0,25 S 0,25 S 0,5
2
24 25
0,5 0,5
E - Sx S x 0,1
25 5
Logo,
Px t .S x x t .S x 1 P(38 2,0639.0.1 38 2,0639.0,1) 0,95
P12,523 17,477 0,95
Exercícios Propostos
1. Dado que x 20 , S = 24 e n = 16, com X normalmente distribuído, determinar os limites de confiança
de 95% para a amédia populacional μ. R: IC( , 95%) = (7,211 ; 32,789)
2. Construir um IC de 90% para a amédia de uma população normal com variância desconhecida, sabendo-se
que umaamostra de 26 observações forneceu:: x 15,6 - - -e s = 2,58 R: IC( , 90%) = (14,462 ; 25,538)
3. Uma amostra de 12 medidas de tensão de ruptura de um fio de algodão apresentou uma média de 7,38 kg e
desvio padrão dde 1,24 hg. Derterminar os limites de confiança para a média da poopulação de:
a) 95% R: IC( , 95%) = (6,592 ; 8,168)
b) 99% R: IC( , 99%) = (6,268 ; 8,492
4. Um laboratório testou uma amostra de 15 cigarrros de uma cert marca, com relação ao teor de alcatrão,
obtendo x 22 _ mg e S = 4 mg. Determinar os limites de confiança para a média μ, ao nível de 98% .- - -
R: IC( , 98%) = (19,289 ; 24,711)
5. Supondo que a média e o desvio padrão das notas de um teste de QI para uma amostra de 20 estudantes de
uma classe de 100 fossem x 150 - e S = 20, calcular os limites de confiança para a média , ao nível de
95% R: IC( , 95%) = (141,586 ; 158,414)
6. Registraram-se os valores: 0,28; 0,30; 0,27; 0,33 e 0,31 segundos, obtidos em 5 medições do tempo de
reação de um indivíduo a certo estímulo ( distribuição normal).
Determinar os limites de confiança de 99% para o tempo médio de reação da população ao estímulo.
R: IC( , 99%) = (0,248 ; 0,347)
Os possíveis errros e acertos em um teste de hipóteses esse encontram resumidos no quadro abaixo
H0 Hipóteses
Verdadeira Falsa
Decisão
Aceitar Não há erro Erro tipo II
(1- α) (β)
Rejeitar Erro tipo I Não há erro
(α) (1 – β)
134
Com base no quadro aciam, concui-se que:
90%
RC 5% RA 5% RC
- 1,64 0 1,64 Z
Como Zcal = -1,33 pertence a RA , a decisão é não rejeitar H0, ou seja, a média é 45, com 10% de risco de não
rejeitarmos uma hipótese falsa.
Poderíamos realizar o teste de hipóteses se utilizando do IC. Assim:
RA P( H Z x x H Z . x 1 ou P( x1 x x2 ) 1
0 0
RC P( x x1 x x2 )
Onde:
x1 45 1,64.1,5 x1 42,54
135
x2 45 1,64.1,5 x2 47,46
90%
RC RC
5% RA 5%
-1,64 0 1,64 Z
Zcal = 3,008
Como Zcal = 3,008 pertence a RC, rejeita-se H0, ou seja, a revista pode concluir, ao nível de 10% que o
anúncio não é verdadeiro..
RA P( H Z x x H Z . x ) 1 ou P( x1 x x2 ) 1
0 0
- 1,64 Z
Zcal = 3,008
Portanto, ao nível de 5%, não se rejeita H0 e podemos concluir que a afirmação do fabricante é falsa.
A resolução com a aplicação da ténica de intervalo de confiança é feita da seguinte maneira:
RA P( x H Z . x ) 1 P( x 26 1,64.0,73) 0,95 P( x 24,803) 0,95
0
Portanto como x 25,3 ; concluímos que x 25,3 -a RA, concluímos que não se rejeita Ho
15.2.1.2 Testes Unilateral: Monocaudal à Direita
Exemplo
Um fabricnte de lajotas de cerâmica introduz um novo material em sua fabricação e acredita que
aumentará a resistência média, que é de 206 kg. A resistência das lajotas tem distribuição normal com desvio
padrão de 12 kg. Retira-se uma amostra de 30 lajotas, obtendo x 210 . Ao nível de 10%, pode o
fabricante aceitar que a resistência média de suas lajotas tenha aumentado?
Resolução
H 0 : 206
H 0 : 206
α = 10% n = 30 x 210
12
x x 2,19
30
x H0 210 206
Z cal Z cal 1,826
x 2,19
Z Z 400 1,28
90%
RC
RA 10%
1,28 Z
Zcal = 1,826
Portanto, como Zcal = 1,826 pertence à região crítica, rejeitamos a H0,e ou seja, ao nível de 10%, o
fabricante pode concluir que a resistência média das lajotas aumentou.
Outro método.
RA P( x H 0 Z . x ) 1 P( x 206 1,28.2,19) 0,90 P( x 208,8) 0,90
90%
RC
RA 10%
208,8 x
x 206
137
Como x 210 a RC, rejeita-se H0
2. A aduração em horas de trabalho de 5 tratores foi : 9.429, 8.200; 9.810; e 7030 horas. Sabe-se que a
duração de trabalho dos tratores dessa marca é normal com desvio padrão de 55 hora. Ao nível de 3%, testar
a hipótese :
------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
138