Estimao e Intervalo de

Confiana
 Estimao
Frequentemente necessitamos, por meio das
amostras, conhecer informaes gerais da
populao.
A estimao o processo que consiste no uso
de dados da amostra (dados amostrais) para
estimar valores de parmetros populacionais
desconhecidos, tais como mdia, desvio
padro, propores etc.
 Estimao

Amostra
Mdia
Desvio Padro

Amostra
Mdia
Desvio Padro
Populao
Estimativas Pontuais e Intervalares
Chamamos de estimador a quantidade calculada
em funo dos elementos da amostra, que ser
usada no processo de estimao do parmetro
desejado.
O estimador , como vemos, uma estatstica. Ser,
portanto, uma varivel aleatria caracterizada por
uma distribuio de probabilidade e seus respectivos
parmetros prprios.
Chamaremos de estimativa a cada valor
particular assumido por um estimador.
 Estimativa Pontual
quando fazemos uma nica estimativa (um
valor) para um determinado parmetro
populacional. Vejamos os exemplos:
 Estimativa Intervalar
quando fazemos uma estimativa de um
intervalo de valores possveis, no qual se
admite esteja o parmetro populacional.

Neste tipo de estimativa temos um intervalo

de valores em torno do parmetro amostral,
no qual julgamos, com um risco conhecido de
erro, estar o parmetro da populao. A esse
intervalo chamamos intervalo de confiana
 Estimativa de Mdias de uma
Populao
Para efetuar a Estimativa de Mdias de uma
Populao utiliza-se desvio padro da
distribuio que constitui a amostra
(distribuio amostral), deve-se levar em
considerao se o desvio padro da populao
ou no conhecido.
 Para desvio padro populacional conhecido
temos:

Estimativa Intervalar da mdia

 Salientamos que a estimativa intervalar da mdia
populacional baseia-se na hiptese de que a
distribuio das mdias amostrais normal, da
usarmos a nova varivel z. Para grandes amostras
(quando n maior que 30) esta premissa
garantida pelo Teorema do Limite Central;
Para amostras de 30 ou menos elementos,
importante saber que a populao submetida
amostragem distribuio-t (Student)
 Teorema do Limite
As mdias das amostras apresentam uma
distribuio normal, desde que sejam
independentes
Mdia das mdias converge para a mdia da
populao
Desvio padro / n
 Usando a tabela z
z < 0,21
Z < -1,2
P(Z 1,23) = 0,890651
P(Z< 1,02) = 0,153864
P(Z> 1,45) = 0,073529
P (-1,03 < Z < 1,02) = 0,846136 - 0,151505
 A tabela ( = 0, =1)
= 15, =7
P(X<13) Z = (X - ) /
Z = (13 15)/7 = 0,29

0,385908
 Clculo do Intervalo de Confiana
Considerando que uma amostra de cem
elementos extrada de uma populao
aproximadamente normal, cujo desvio padro
igual a 2, forneceu mdia de 35,6 (x ),
construir intervalos de confiana de 90%, 95%
e 99% para a mdia dessa populao.
 Exemplo

0,5 0,5

90 -> 0,45
95 -> 0,475
99 -> 0,495
 Erro admitido num intervalo
(erro de estimao)
a diferena entre a mdia da amostra e a
verdadeira mdia da populao.
Como o intervalo de confiana tem centro na
mdia da amostra, o erro mximo provvel
que est sendo admitido igual metade da
amplitude do intervalo.
O erro de estimao pode ser descrito pela
relao: Percebemos que quando aumentamos
este erro potencial aumenta. Podemos
concluir tambm que maiores amostras
(aumenta n) possuem um potencial de erro
menor.
 Distribuio t de Student
Para pequenas amostras a distribuio normal
apresenta valores menos precisos, o que nos
leva a utilizar um modelo melhor.
 Distribuio t de Student
Existe um valor de t para cada tamanho de
amostra, sendo que medida que a amostra
(n) cresce, a distribuio t de Student se
aproxima da distribuio normal.
Para calcular o valor de t a ser usado
necessrio ter:
Um nvel de confiana desejado:
Qual o nmero de graus de liberdade a ser
utilizado:
 Exemplo
Sabendo-se que uma amostra tem 25
elementos, que a sua mdia 150 e desvio
padro igual a 10. Represente um intervalo de
confiana em nvel de 90%.
Como a amostra menor que 30 elementos,
ento iremos usar a distribuio t de Student.
Se desejamos um intervalo de confiana de
90%, temos:
 Valor de t

Para trabalharmos com a tabela, encontramos o nmero de

graus de liberdade, que : (n-1), logo (25-1)=24.

Tabela (24,095)=1,711
Valor de t
 Determinao do Tamanho da
Amostra
O tamanho da amostra depende de 3 fatores,
conforme abaixo:
O grau de confiana desejado (z);
Quantidade de disperso entre os valores
individuais da populao ( );
Erro tolervel ou admitido (e).
Formula
 Exemplo
Qual o tamanho de amostra necessria para
se estimar a mdia de uma populao infinita
cujo desvio padro igual a 4, com 98% de
confiana e erro de 0,5?