Beruflich Dokumente
Kultur Dokumente
2.
1.2.
1.3.
3.
4.
5.
6.
6.2.
6.3.
6.4.
7.
RESUMO ..................................................................................................................................... 74
8.
9.
GABARITO ............................................................................................................................................. 87
www.estrategiaconcursos.com.br
Estatstica p/ STN
Prof Vtor Menezes
Pessoal que j tiver impresso e lido a aula 3, dada antes da retificao, no precisa
reimprimir e reler essa aula. mero repeteco.
1.
ESTIMADORES PONTUAIS
Se, por algum motivo, no pudermos realizar um censo, ns faremos uma amostragem. Ao
longo do curso, trabalharemos basicamente com a amostragem aleatria simples.
Podemos, por exemplo, calcular a mdia da amostra. A mdia amostral , como o prprio
nome diz, uma caracterstica da amostra. chamada de estatstica.
www.estrategiaconcursos.com.br
Estatstica p/ STN
Prof Vtor Menezes
Dizemos que R$ 3.600,00 a mdia estimada, a partir da amostra feita. uma estimativa
por ponto.
Estamos dizendo que uma estimativa para a mdia populacional R$ 3.600,00. Ou seja,
usamos a mdia amostral como estimador da mdia populacional.
A mdia amostral, considerada como uma frmula (soma dos valores da amostra, dividida
por n), ou seja, considerada como uma funo dos valores amostrais, chamada de
estatstica.
Ou seja, estatstica uma funo dos valores da amostra.
Um valor especfico que a estatstica assume chamado de estimativa.
Ento:
a estatstica. Isso porque se trata de uma funo dos valores amostrais.
=
A estimao por ponto se contrape estimao por intervalo. Nesta ltima, no definimos
um valor nico para a estimativa; sim um intervalo de valores. Um exemplo so aquelas
pesquisas eleitorais de inteno de voto. Lembram quando se diz que os candidatos esto
tecnicamente empatados?
Se o candidato A tem entre 30% e 34% das intenes de voto, e o candidato B tem entre
28% e 32% das intenes de voto, no d para afirmar quem vai ganhar. A o William Bonner
diz que eles esto tecnicamente empatados.
Nesse segundo caso, a partir de uma amostra, procurou-se estabelecer um intervalo de
valores provvel para as intenes de voto de cada candidato. Para o candidato A, o
intervalo de 30% a 34%. Dizemos que se trata de uma estimativa por intervalo.
www.estrategiaconcursos.com.br
Estatstica p/ STN
Prof Vtor Menezes
da amostra, estimar quais os valores de mdia e desvio padro da populao. Nosso
objetivo estimar o valor do parmetro desconhecido.
Claro que poderamos estar interessados em outros parmetros que no a mdia e o desvio
padro. Mas, em concursos, na grande maioria das questes, so cobrados apenas esses
dois parmetros (alm da varincia, intimamente relacionada com o desvio padro, e da
proporo, que veremos nesta aula).
Quando escolhemos um estimador, podemos estar interessados em diversas caractersticas.
Alguns tipos de estimadores so:
De mxima verossimilhana
De varincia mnima
De mnimos quadrados
Por enquanto, ns no veremos com detalhes cada uma destas caractersticas. Falamos
mais sobre isso ao final da aula.
1.1.
= 3,5
Podemos pensar que 3,5 a mdia da varivel aleatria X. Ou ento, se pensarmos em uma
populao formada por todos os resultados que poderiam ser obtidos quando se lana o
dado infinitas vezes, dizemos que a mdia dessa populao 3,5.
6 + 2 + 3 11
=
3
3
www.estrategiaconcursos.com.br
Estatstica p/ STN
Prof Vtor Menezes
Resumindo:
Nosso objetivo , a partir de uma amostra, estimar qual o parmetro populacional. Partindo
da amostra das dez pessoas acima, estimamos a mdia populacional em R$ 3.600,00.
O valor da mdia da amostra ( X ) um estimador da mdia populacional ( ). um
estimador no tendencioso, de varincia mnima, de mnimos quadrados e, se a varivel
aleatria for normal, tambm um estimador de mxima verossimilhana.
Ao final da aula falaremos sobre estas caractersticas dos estimadores.
Exemplos
Exemplo 1
De uma populao foi extrada uma amostra com os seguintes valores: 4, 6, 8, 8. Qual a
estimativa para a mdia da populao?
Resoluo.
No sabemos a mdia da populao ( ). Neste caso, vamos utilizar a mdia da amostra ( X
) para estimar a mdia da populao.
A estimativa da mdia da populao fica:
X =
4+6+8+8
= 6,5
4
1.2.
=
1
Se o exerccio pedir o estimador de mxima verossimilhana e a varivel for normal, usamos
n no denominador:
=
Prof. Vtor Menezes
www.estrategiaconcursos.com.br
Estatstica p/ STN
Prof Vtor Menezes
Vamos padronizar a simbologia. Quando quisermos nos referir varincia populacional ou
varincia de uma varivel aleatria, vamos usar o smbolo 2 . Ou ento, podemos usar o
smbolo V(X). Outro smbolo possvel nos exerccios Var(X).
Quando quisermos nos referir varincia de uma amostra, usamos s 2 .
Varincia da amostra: s 2
(X
=
n 1
s2
(X
=
Se por acaso o exerccio der uma amostra de uma varivel normal e pedir para calcular o
estimador de mxima verossimilhana da varincia utilizamos n no denominador (em vez de
n 1 ). Mas acho que improvvel que isto ocorra. O que deve vai cair mesmo com o
denominador n 1 . improvvel, mas no impossvel, conforme veremos em alguns
exerccios de concursos durante a aula.
Exemplo 2
Considere a seguinte amostra de uma varivel aleatria normal:
1, 2, 3.
Calcule:
a) o estimador no tendencioso da varincia populacional
b) o estimador de mxima verossimilhana da varincia populacional
www.estrategiaconcursos.com.br
Estatstica p/ STN
Prof Vtor Menezes
Resoluo
a) O estimador no tendencioso aquele em que temos n 1 no denominador.
Fica assim:
(X
=
n 1
s2 =
( 1)2 + 0 2 + 12
=1
3 1
s
s
Questo 1
(X
=
2
(
1) + 0 2 + 12
=
= 2/3
i
n i =1
n i =1
Resoluo:
Nesta questo, temos:
- a mdia aritmtica da amostra como um estimador da mdia populacional: vimos que a
mdia da amostra um estimador no-tendencioso.
- a varincia da amostra como um estimador da varincia populacional: vimos que, quando
se usa n no denominador, o estimador tendencioso.
Gabarito: B
Prof. Vtor Menezes
www.estrategiaconcursos.com.br
Estatstica p/ STN
Prof Vtor Menezes
Questo 2
b)
(X
m) 2
n 1
(X
m) 2
n2
( X i m) 2
c)
n 1
(X
(X
e)
d)
m) 2
m) 2
0,5
Resoluo.
O enunciado est usando a letra m para indicar a mdia amostral.
Vimos que o estimador de mxima verossimilhana da varincia para a distribuio normal
aquele que apresenta n no denominador.
Gabarito: E.
Questo 3
(Dados da questo anterior: 17, 12, 9, 23, 14, 6, 3, 18, 42, 25, 18, 12, 34, 5, 17, 20, 7, 8, 21,
13, 31, 24, 9.)
Considerando que as observaes apresentadas na questo anterior constituem uma
amostra aleatria simples X1, X2, ..., Xn de uma varivel aleatria X, determine o valor mais
prximo da varincia amostral, usando um estimador no tendencioso da varincia de X.
Prof. Vtor Menezes
www.estrategiaconcursos.com.br
Estatstica p/ STN
Prof Vtor Menezes
Considere que:
23
X
i =1
23
X
i =1
2
i
= 388
= 8676
a) 96,85
b) 92,64
c) 94,45
d) 90,57
e) 98,73
Resoluo.
A mdia fica:
23
X =
X
i =1
23
388
23
8676
23
X2 X
8676 388
=
23 23
22
2
s2 =
8676 388 2
23 23
8676
388 2
22
23 22
www.estrategiaconcursos.com.br
Estatstica p/ STN
Prof Vtor Menezes
1.3.
Considere que a proporo de moradores de uma cidade que pretendem votar num
candidato A de 40%. um valor que se refere populao inteira. um parmetro. Vamos
padronizar. Sempre que nos referirmos proporo da populao, usamos o smbolo p .
p = 40%
Proporo da populao: p
Proporo amostral: p
Exemplo 3
Para uma pesquisa de intenes de voto para a Prefeitura de uma cidade, foram
entrevistadas 100 pessoas. Verificou-se que, nesta amostra, 30 eleitores pretendem voltar
no candidato A. Qual a estimativa da proporo populacional de intenes de voto do
candidato A?
Resoluo.
No sabemos qual a proporo populacional (ou seja, referente a todos os eleitores da
cidade). Vamos usar a proporo verificada na amostra para estimar a proporo
populacional.
Na amostra temos:
p = 30% = 0,3
www.estrategiaconcursos.com.br
10
Estatstica p/ STN
Prof Vtor Menezes
Estimadores pontuais
- Usamos a mdia amostral para estimar a mdia populacional ( X um estimador de );
- Usamos a varincia amostral para estimar a varincia populacional. Se o estimador for
no-viciado (ou no-tendencioso) usamos n 1 no denominador. Se o estimador for de
mxima verossimilhana e a varivel for normal, usamos n no denominador.
- Usamos a proporo amostral para estimar a proporo populacional.
2.
2.1.
Muitas populaes podem ser modeladas segundo uma varivel aleatria. Como exemplo,
considere a temperatura de um local, medida com nosso termmetro mgico de infinitas
casas aps a vrgula.
Nosso objetivo estimar a temperatura mdia do local em um dado dia. Para tanto,
consideramos que a temperatura se comporta como uma varivel aleatria X.
Deste modo, encontrar a temperatura mdia do local o mesmo que encontrar a esperana
de X.
E(X ) = = ?
Num dado dia, vamos l nesse local e, em dez instantes diferentes, medimos a temperatura.
Agora temos uma amostragem de tamanho 10 para a temperatura no local.
Suponha que esta mdia tenha sido X 1 = 2 C.
Neste ponto, no custa nada lembrar a simbologia que padronizamos.
www.estrategiaconcursos.com.br
11
Estatstica p/ STN
Prof Vtor Menezes
Mas tambm podemos nos referir a X de forma diferente. Podemos pensar em inmeras
amostras, com X assumindo valores diferentes em cada uma delas. Assim, X seria uma
varivel.
Quando nos referimos a como uma varivel aleatria, porque estamos pensando em
todas as diferentes amostras que poderiam ter sido extradas. Nesse caso, vista apenas
como uma frmula, um mtodo de clculo: somamos todos os valores da amostra e
dividimos por n. Nesse caso, dizemos que uma estatstica.
Por outro lado, quando nos referimos a uma amostra em particular, que fornece um nico
valor para a mdia amostral, nesse caso, assumir um valor nico, fixo. Por exemplo,
= 2. Nesta situao, quando nos referimos a como algo fixo, dizemos que = 2 uma
estimativa da mdia populacional.
Na verdade, esses nomes estatstica, estimativa, parmetro, tudo isso no cai em
prova. At hoje no vi uma questo s explorando as diferenas conceituais de um nome
para o outro, ok?
De todo esse bl bl bl acima, s o que importa : pode ser vista como algo que varia
(caso estejamos pensando em todas as possveis amostras) ou pode ser vista como algo fixo
(quando pensamos em uma amostra em particular).
Questo 4
TJ PI 2009 [FCC]
Resoluo:
www.estrategiaconcursos.com.br
12
Estatstica p/ STN
Prof Vtor Menezes
Exemplo: se a amostra for (1, 3), a mdia amostral ser 2.
Se a amostra for (1, 5), a mdia amostral ser 3.
1, 3
2,4
3,6
1,4
2,5
4,5
1,5
2,6
4,6
1,6
3,4
5,6
1
15
Destaco que no era necessrio escrever todas as amostras para contar quantas so.
Poderamos usar anlise combinatria para tanto.
No caso das amostras possveis, queremos formar conjuntos de dois elementos, a partir dos
seis valores disponveis. Temos combinao de 6, tomados 2 a 2.
6!
= 15
4! 2!
No caso dos casos favorveis, temos um nico caso favorvel (5, 6).
, =
2.2.
Esperana e varincia de
=
1
15
Alm disso, aproximadamente normal. A aproximao ser tanto melhor quanto maior
for o tamanho da amostra.
# =
Como exemplo, considere um tetraedro regular. Nas suas faces temos os nmeros 1, 2, 3, 4.
Lanamos o tetraedro sobre uma mesa. X representa o valor da face que fica em contato
com a mesa.
www.estrategiaconcursos.com.br
13
Estatstica p/ STN
Prof Vtor Menezes
Vamos realizar um estudo dos possveis resultados deste lanamento. Para tanto, lanamos
duas vezes (amostra de tamanho 2).
Saram os resultados 1 e 3.
Para esta amostra em particular a mdia amostral foi:
X =
1+ 3
=2
2
Ok, fizemos uma nica amostra. Neste caso, X um nmero. simplesmente a mdia
aritmtica dos valores pertencentes amostra.
Acontece que no estamos interessados em uma amostra especfica, que fornece um valor
nico para X . Estamos interessados na varivel aleatria X .
O resultado do lanamento do dado aleatrio. Seria possvel que tivssemos obtido outras
amostras. Se o tetraedro for homogneo, as possveis amostras seriam:
1e1
2e1
3e1
4e1
1e2
2e2
3e2
4e2
1e3
2e3
3e3
4e3
1e4
2e4
3e4
4e4
Seriam 16 amostras possveis, todas elas com a mesma probabilidade de ocorrer. O valor da
mdia amostral em cada uma dessas amostras seria:
Valores da amostra
1e1
1e2
1e3
1e4
2e1
2e2
2e3
2e4
3e1
3e2
3e3
3e4
4e1
4e2
4e3
4e4
X
1
1,5
2
2,5
1,5
2
2,5
3
2
2,5
3
3,5
2,5
3
3,5
4
Repare que X pode ser visto como uma varivel aleatria que assume diversos valores.
A mdia de todos os possveis valores de X fica:
E( X ) =
1
(1 + 1,5 + 2 + 2,5 + 1,5 + 2 + 2,5 + 3 + 2 + 2,5 + 3 + 3,5 + 2,5 + 3 + 3,5 + 4)
16
www.estrategiaconcursos.com.br
14
Estatstica p/ STN
Prof Vtor Menezes
E ( X ) = 2,5
Vamos agora calcular a mdia da varivel aleatria X.
A varivel aleatria X assume os valores 1, 2, 3, 4, cada um com probabilidade 1/4.
Portanto:
E( X ) = =
1
1
1
1
1 + 2 + 3 + 4
4
4
4
4
= 2,5
Concluindo: a esperana da mdia amostral igual esperana da populao. Isto significa
que, se fosse possvel fazer um nmero muito grande de amostras, a mdia de todas as
mdias amostrais seria igual mdia da populao.
X pode ser vista como uma varivel aleatria com esperana . Ou seja, a mdia das
mdias amostrais a mdia da populao
Ainda no estudamos as diversas caractersticas dos estimadores. Mas podemos falar sobre
uma delas: o estimador no tendencioso (ou no viciado, ou no viesado).
O fato da mdia de X ser igual mdia da populao nos permite classificar X como
estimador no tendencioso (ou no viciado). Usando esse estimador, em mdia
(considerando as inmeras amostras que poderiam ser feitas), ns estamos realmente
acertando o valor do parmetro desconhecido.
Sempre que a esperana de um estimador for igual ao parmetro estimado, estamos diante
de um estimador no tendencioso.
E (X ) = :
A mdia de X igual ao parmetro estimado; se fizssemos inmeras amostragens, em
mdia, acertaramos a mdia populacional.
Sabendo que X pode ser vista como uma varivel aleatria, possvel calcular a sua
varincia.
Seja 2 a varincia da populao.
possvel demonstrar que, sendo n o tamanho das amostras, a varincia de X fica:
V (X ) =
2
n
www.estrategiaconcursos.com.br
15
Estatstica p/ STN
Prof Vtor Menezes
X =
2
2
n
X =
Ou seja, o desvio padro de X igual ao desvio padro da populao dividido por raiz de n.
Estas frmulas da varincia e desvio padro s so vlidas se a varivel aleatria tiver
populao infinita (ou seja, assume infinitos valores, como no caso de uma varivel aleatria
contnua).
Caso a populao seja finita (como foi o caso do lanamento do tetraedro), o resultado
continua valendo, desde que a amostragem seja feita com reposio.
Caso a populao seja finita e a amostragem seja feita sem reposio, as frmulas devem
ser adaptadas (aplicamos o fator de correo para populaes finitas, assunto que
abordado posteriormente).
2
X pode ser vista como uma varivel aleatria com esperana e varincia (e,
n
).
www.estrategiaconcursos.com.br
16
Estatstica p/ STN
Prof Vtor Menezes
X pode ser vista como uma varivel aleatria normal (ou aproximadamente normal), com
mdia , varincia
2
n
e desvio padro
A aproximao vale mesmo que X no seja normal. Quanto maior o tamanho das amostras,
melhor a aproximao.
Questo 5
F (z )
0,885
0,945
0,950
Uma mquina de empacotar leite em p o faz segundo uma normal com mdia e desvio
padro 10g. O peso mdio deve ser regulado para que apenas 5,5% dos pacotes tenham
menos do que 1000 g. Com a mquina assim regulada, a probabilidade de que o peso total
de 4 pacotes escolhidos ao acaso seja inferior a 4.040 g :
a) 0,485
b) 0,385
c) 0,195
d) 0,157
e) 0,115
Resoluo.
A questo poderia ter sido mais clara, explicitando o que significa F(z).
muito comum utilizarmos o smbolo F(z) para representar a funo distribuio de
probabilidade (FDP).
Relembrando o significado da FDP, ela nos fornece probabilidades para a varivel aleatria
Z, normal, de mdia 0 e desvio padro unitrio.
Assim, na primeira linha da tabela temos que F(1,2) = 0,885.
Isto significa que a probabilidade de Z assumir valores menores que 1,2 de 88,5%.
www.estrategiaconcursos.com.br
17
Estatstica p/ STN
Prof Vtor Menezes
Analogamente, da segunda linha temos que a probabilidade de Z assumir valores menores
que 1,6 de 94,5%.
Por fim, da terceira linha temos que a probabilidade de Z assumir valores menores que 1,64
de 95%.
Da tabela acima, conclumos que a rea verde da figura abaixo igual a 94,5%.
Uma vez que a rea total igual a 1, conclumos que a rea vermelha igual a 5,5%. Como o
grfico simtrico, sabemos que a rea amarela abaixo tambm igual a 5,5%.
www.estrategiaconcursos.com.br
18
Estatstica p/ STN
Prof Vtor Menezes
Logo, quando Z vale -1,6, X vale 1.000.
1,6 =
1000
16 = 1000 = 1016
10
Os pesos dos pacotes se comportam como uma varivel normal de mdia 1016 e desvio
padro de 10 gramas.
A pergunta : qual a probabilidade de o peso total de uma amostra de 4 pacotes ser inferior
a 4040g?
Lembrando que
4040
= 1010 , temos que essa pergunta equivale a:
4
Qual a probabilidade de o peso mdio de uma amostra de 4 pacotes ser inferior a 1010 g?
Seja X a varivel aleatria que designa o peso mdio em amostras de 4 pacotes. X tem
distribuio normal. Sua mdia dada por:
E[ X ] = = 1016
Sua mdia igual mdia da populao.
Seu desvio padro dado por:
V[X ] = X =
10
=5
2
1010 1016
= 1,2
5
www.estrategiaconcursos.com.br
19
Estatstica p/ STN
Prof Vtor Menezes
Como a rea total igual a 1, a rea vermelha igual a 0,115 (=1-0,885). Uma vez que o
grfico simtrico, a rea amarela da figura abaixo tambm de 0,115.
Questo 6
MPU/2007 [FCC]
www.estrategiaconcursos.com.br
20
Estatstica p/ STN
Prof Vtor Menezes
e) normal com mdia 23 e desvio padro 1.
Resoluo.
Quando a populao tem distribuio normal, X tambm uma varivel aleatria normal.
Quando a populao no for normal, X ser aproximadamente normal. A aproximao
ser tanto melhor quanto maior for a amostra.
Nesse caso, em que X uniforme, X aproximadamente normal. Note que a amostra
bem grande (n = 1200).
Estudamos na aula passada que, para calcular a mdia de uma varivel aleatria uniforme,
basta pegar o ponto mdio do intervalo em que ela diferente de zero. Neste caso, a
esperana de X fica:
E[ X ] =
29 + 17
= 23
2
E[ X ] = = 23
Para terminar a questo, ainda falta achar o desvio padro da mdia amostral. Para tanto,
precisamos da varincia da populao (no informada).
Vimos na aula passada que, se uma varivel aleatria uniforme no intervalo [a, b], sua
varincia fica:
V (X ) =
(b a ) 2
12
X2 =
2
n
12
= 0,01
1200
X = 0,1
Portanto, X tem distribuio aproximadamente normal, com mdia 23 e desvio padro 0,1.
Gabarito: B.
Questo 7
www.estrategiaconcursos.com.br
21
Estatstica p/ STN
Prof Vtor Menezes
(A) 0 e 2
(B) 0 e 1
(C) 1 e 0.5
(D) 1 e 0
(E) 0 e 0.5
Resoluo
Primeiro calculamos a mdia de X:
Logo:
= '# = 1
uma varivel aleatria com mdia igual mdia de X. Logo, tem mdia 0.
= 0,5
Gabarito: E
Questo 8
Uma varivel aleatria possui distribuio normal com mdia igual a 10, = 10, e varincia
igual a 4, = 4. Retirando-se desta populao uma amostra de tamanho n = 100, tem-se
que a distribuio amostral das mdias, ou distribuio amostral de uma distribuio:
www.estrategiaconcursos.com.br
22
Estatstica p/ STN
Prof Vtor Menezes
a) no normal com =10 e = 1/5
b)normal com =10 e = 1/5
A varincia de igual varincia da populao, dividida por "n". Onde "n" o tamanho
das amostras:
4
=
100
O desvio padro a raiz quadrada da varincia.
) =
) = *
O que confirma a correo da letra B.
2.3.
4
2
1
=
=
100 10 5
,- )
Onde Z0 o valor para a distribuio normal reduzida que delimita a rea fixada pelo nvel
de confiana.
Acima j vimos o resultado final, aquilo que voc tem que saber para resolver as questes.
Se estiver satisfeito em decorar isso, blz, j d para ir diretamente para os exerccios.
A seguir, ou apenas mostrar um exemplo, para entendermos melhor do que se trata o
assunto.
Por enquanto, no se preocupem em fazer contas. No se preocupem em decorar ou gravar
qualquer coisa. S quero que entendam a ideia geral.
www.estrategiaconcursos.com.br
23
Estatstica p/ STN
Prof Vtor Menezes
Depois, nos exerccios de concurso, a veremos o passo a passo da construo do intervalo
de confiana. Ou seja, posteriormente que nos concentraremos em como resolver as
questes. Neste momento, no se preocupem com isso.
Seja X uma varivel aleatria que representa uma populao infinita com varincia
conhecida ( 2 ). Este infinita s para ser rigoroso. Caso a populao seja finita, os
resultados que veremos s se aplicam se a amostragem for feita com reposio.
Pois bem, ento X nossa varivel aleatria com varincia conhecida ( 2 ). X representa
nossa populao. Apesar de conhecermos sua varincia, no conhecemos sua mdia ( ).
Nosso objetivo ser obter uma amostra e, a partir dela, definir o chamado intervalo de
confiana para .
Vamos supor que a varincia da populao seja de 16.
V ( X ) = 2 = 16
A mdia da populao, esta ns no conhecemos. Vamos cham-la de .
E(X ) = = ?
V (X ) =
2
n
16
=4
4
X = 4 =2
Vamos criar a seguinte varivel transformada:
Z=
A varivel Z, conforme j estudado na aula anterior, tem mdia zero e desvio padro
unitrio. a nossa varivel normal reduzida.
www.estrategiaconcursos.com.br
24
Estatstica p/ STN
Prof Vtor Menezes
Sabemos que Z tem mdia zero e desvio padro unitrio. E Z tambm uma varivel
normal.
Para a varivel Z ns podemos consultar a tabela da varivel normal reduzida. Vamos
determinar o intervalo, centrado na mdia, que contm 95% dos valores de Z.
Fiquem ento com a informao de que, para a normal padro, o intervalo de 0 a 1,96
contm 47,5% dos valores. Portanto, o intervalo de -1,96 a 0 tambm contm 47,5% dos
valores.
Juntando os dois, temos que 95% dos valores esto entre -1,96 e 1,96 (rea verde abaixo).
Isto quer dizer que 95% dos valores de Z esto entre -1,96 e 1,96.
Mas quem Z?
Lembrando:
Z=
Ou seja, se fizssemos vrias amostras e para cada uma delas obtivssemos um valor para
X
estaria entre -1,96 e 1,96.
X , em 95% dos casos o valor
X
Portanto, a probabilidade de
Ok. Agora ns pegamos e realmente fazemos uma amostra com 4 valores. Esta amostra
resultou em:
1, 5, 3, 1.
Para esta amostra especfica, o valor de X foi 2,5. Com base nesta amostra especfica,
temos um valor especfico para X . Se considerarmos apenas esta amostra, X no mais
varivel. um valor nico (2,5).
www.estrategiaconcursos.com.br
25
Estatstica p/ STN
Prof Vtor Menezes
E para esta amostra especfica o valor de Z :
Z=
2,5
.
2
A probabilidade de este valor estar no intervalo de -1,96 a 1,96 no mais 95%. Isto porque
a expresso acima no assume mais valores diversos, aleatrios. um valor nico.
2,5 um nmero, uma constante.
O valor de tambm um nmero, constante. desconhecido. Mas constante. A mdia
da populao um nmero, um valor nico.
E, por fim, o denominador 2 tambm constante.
Fazendo a conta
2,5
, obtemos um valor que pode ou no estar no intervalo -1,96 a
2
1,96.
Quando substitumos a varivel X por um valor obtido para uma dada amostra especfica,
no falamos mais em probabilidade.
errado afirmar que, com probabilidade de 95%, o valor
2,5
estar entre -1,96 e 1,96.
2
Mas, supondo que este valor esteja entre -1,96 e 1,96, ficamos com:
1,96
2,5
1,96
2
Este intervalo entre -1,42 e 6,42 chamado de intervalo de 95% de confiana para a mdia
da populao.
Repare que no temos certeza de que a mdia da populao ( ) esteja neste intervalo.
Nem podemos dizer que a probabilidade de ela estar neste intervalo seja de 95%.
www.estrategiaconcursos.com.br
26
Estatstica p/ STN
Prof Vtor Menezes
Fazemos a amostragem. Obtemos um especfico valor para X (=2,5). Este valor pode estar
ou no no intervalo entre 3,92 e + 3,92 . Se fizssemos inmeras amostragens, em
95% delas o valor de X de fato estaria contido no referido intervalo. Para este valor em
particular (2,5), no temos como saber.
Vamos supor que este valor esteja neste intervalo. Se isto for verdade, qual o intervalo que
contm ?
O valor encontrado para X de 2,5. Este valor pode tanto estar esquerda de quanto
direita. Vamos fazer os dois casos extremos.
Se X estiver esquerda de , o caso mais extremo seria justamente quando:
X = 3,92
2,5 = 3,92
= 6,42
Se X estiver direita de , o caso mais extremo seria justamente quando:
X = + 3,92
2,5 = + 3,92
= 1,42
Resumindo, supondo que o valor encontrado para X dista menos de 1,96 desvio padro de
, os valores extremos que pode assumir so -1,42 e 6,42. Portanto, com 95% de
confiana, est neste intervalo.
Esta estimativa da mdia da populao por vezes chamada de estimativa por intervalo.
No estamos lhe atribuindo um valor nico, mas uma faixa de valores.
www.estrategiaconcursos.com.br
27
Estatstica p/ STN
Prof Vtor Menezes
No comeo desta aula vimos como fazer a estimativa por ponto. Na estimativa por ponto
no determinvamos uma faixa de valores. Sim um valor nico. Estimvamos o valor de
com o valor de X .
Vamos fazer mais um exemplo. Desta vez vou colocar o passo a passo, para gente
comear a fixar como fazer.
Questo 9
Resoluo:
Para determinao do intervalo de confiana, seguimos 4 passos.
Primeiro passo: precisamos determinar o intervalo, para a varivel normal reduzida (Z), que
contm 95% dos valores (pois este o nvel de confiana solicitado no enunciado).
Chamamos este valor de Z0 associado a 95% de confiana.
O exerccio disse que este valor igual a 2.
Vejam:
Logo:
Portanto:
,- = 2
www.estrategiaconcursos.com.br
28
Estatstica p/ STN
Prof Vtor Menezes
Segundo passo: determinar o valor especfico de para a amostragem feita.
= 1.000 fornecido pelo enunciado
# =
1.600
=
= 16
100
) = 16 = 4
Vamos substituir Z:
,-
Isolando a mdia populacional:
,)
,- )
+ ,- )
Quando substitumos a varivel pelo seu valor especfico obtido para a amostra feita,
falamos em confiana. Dizemos que, com 95% de confiana, a mdia populacional est
contida no intervalo entre 992 e 1.008
Gabarito: B
Prof. Vtor Menezes
www.estrategiaconcursos.com.br
29
Estatstica p/ STN
Prof Vtor Menezes
O exerccio que vai dizer o quanto vamos andar para um lado e para o outro. Isto ser dito
pelo nvel de confiana. Ns vamos andar Z0 desvios-padro.
1.000 4 2
O intervalo de confiana nos permite determinar uma faixa de valores em que se pode estar
a mdia populacional. uma estimativa por intervalo, pois no atribui mdia
populacional um valor nico, sim um intervalo real.
X Z0 X X + Z0 X
www.estrategiaconcursos.com.br
30
Estatstica p/ STN
Prof Vtor Menezes
Questo 10
Construa um intervalo de 95% de conana para a mdia de uma populao normal a partir
dos dados de uma amostra aleatria simples de tamanho 64 desta populao, que forneceu
uma mdia de 48 e um desvio-padro amostral de 16, considerando que F(1,96) = 0,975,
onde F(z) a funo de distribuio de uma varivel aleatria normal padro Z.
a) 44,08 a 51,92.
b) 41,78 a 54,22.
c) 38,2 a 57,8.
d) 35,67 a 60,43.
e) 32,15 a 63,85.
Resoluo:
Repare que no conhecemos a varincia da populao. Sempre que isso acontece, ns
devemos adotar os seguintes procedimentos:
- utilizamos a varincia da amostra no lugar da varincia da populao
- consultamos a tabela da distribuio T, em vez da tabela da distribuio normal.
Ns falaremos um pouco mais sobre isso no prximo tpico que vamos estudar.
Dito isso, conclumos que o certo seria utilizar a distribuio T. Contudo, o exerccio no
forneceu a tabela da distribuio T. Forneceu apenas alguns valores da funo distribuio
de probabilidade da varivel normal reduzida (= varivel normal padro).
No temos sada, teremos que utilizar os valores da varivel reduzida. O mais exato seria
resolver o exerccio considerando a distribuio T. Mas no vamos brigar com o
enunciado. Se o enunciado s deu informaes sobre a varivel normal, vamos usar a
varivel normal.
Vamos considerar que essa amostra j razoavelmente grande, de forma que a diferena
entre usar a distribuio normal no lugar da distribuio T no to grande.
www.estrategiaconcursos.com.br
31
Estatstica p/ STN
Prof Vtor Menezes
Os valores -1,96 e 1,96 delimitam o intervalo de confiana de 95% para a varivel reduzida
Z. Ou seja, o valor de Z0 associado a 95% 1,96.
Z 0 = 1,96
Segundo passo: determinar o valor de X especfico para a amostra feita.
X = 48
X =
www.estrategiaconcursos.com.br
32
Estatstica p/ STN
Prof Vtor Menezes
No conhecemos o desvio padro da populao. Estamos considerando que a amostra
muito grande a tal ponto que a sua varincia seja um excelente estimador da populao.
Vamos considerar que a varincia amostral igual varincia da populao. Portanto, o
desvio padro da populao tambm igual ao desvio padro da amostra (=16).
= 16
X =
16
64
=2
X Z0 X X + Z0 X
48 1,96 2 48 + 1,96 2
48 3,92 48 + 3,92
44,08 51,92
Gabarito: A.
Questo 11
A vida das lmpadas fabricadas por uma empresa apresenta uma distribuio normal com
uma varincia populacional igual a 400 (horas)2 . Extrai-se uma amostra de 64 lmpadas e
verifica-se que a respectiva vida mdia igual a 1.200 horas. Considerando a populao de
tamanho infinito e a informao da distribuio normal padro (Z) que a probabilidade P(Z
> 2) = 2,5%, tem-se que o intervalo de confiana de 95% para a vida mdia das lmpadas
(A) [1.160 , 1.240]
(B) [1.164 , 1.236]
(C) [1.180 , 1.220]
(D) [1.184 , 1.216]
(E) [1.195 , 1.205]
Resoluo:
Primeiro passo:
Segundo passo:
Terceiro passo:
,- = 2
= 1200
www.estrategiaconcursos.com.br
33
Estatstica p/ STN
Prof Vtor Menezes
) =
Quarto passo:
20
64
20
= 2,5
8
) ,-
1.200 2,5 2
1.200 5
Gabarito: E
2.4.
A1.195; 1.205C
no conhecida
Grande parte dos exerccios de concurso sobre intervalo de confiana no so resolvidos por
meio da distribuio normal. Eles envolvem o conhecimento da distribuio T de Student. A
grande vantagem que a forma de se resolverem os exerccios de intervalo de confiana
por meio da distribuio T exatamente a mesma daquela vista acima, para a distribuio
normal. A nica coisa que muda a tabela em que fazemos a consulta. No final da aula h
duas tabelas. A nica coisa que vai mudar que vamos consultar a tabela II, em vez da
tabela I.
Sabemos que X pode ser visto como uma varivel aleatria normal (ou aproximadamente
normal). Portanto, para X podemos utilizar a tabela de reas da varivel normal.
Para utilizar esta tabela, precisamos encontrar a varivel normal reduzida Z:
Z=
www.estrategiaconcursos.com.br
34
Estatstica p/ STN
Prof Vtor Menezes
Um levantamento realizado a respeito dos salrios recebidos por uma determinada classe
profissional utilizou uma amostra de 100 destes profissionais, na qual foram observados
uma mdia de R$ 2.860,00 e um desvio padro de R$ 786,00. Qual ser, em reais, o desvio
padro da distribuio das mdias amostrais dos salrios desta classe de profissionais?
(A) 3,64
www.estrategiaconcursos.com.br
35
Estatstica p/ STN
Prof Vtor Menezes
(B) 7,86
(C) 78,60
(D) 786,00
(E) 7.860,00
Resoluo.
Ou seja, como desconhecido, substitumos este valor por s, que seu estimador.
Gabarito: C
786
100
786
= 78,6
10
Alguns alunos confundem estas varincias que surgiram. Cuidado para no confundir!
Relembrando:
FI
G
www.estrategiaconcursos.com.br
36
Estatstica p/ STN
Prof Vtor Menezes
)
Questo 13
=
Deseja-se estimar o gasto mdio efetuado por grupos de 4 pessoas, num restaurante, por
meio de um intervalo de confiana com coeficiente de 95%. Uma amostra de 16 grupos
produziu os valores R$ 150,00 e R$ 20,00 para a mdia e o desvio padro amostrais,
respectivamente. Assinale a opo que corresponde ao intervalo procurado. Use a hiptese
de normalidade da distribuio dos gastos e a tabela abaixo da funo de distribuio de
Student (Tr) para a escolha do quantil apropriado aos clculos.
r
14
15
16
17
0,900
P (Tr x) =
0,950
0,975
0,990
1,345
1,341
1,337
1,333
1,761
1,753
1,746
1,740
2,145
2,131
2,120
2,110
2,625
2,603
2,584
2,567
a) [139,34; 160,66]
b) [139,40; 160,60]
c) [141,23; 158,77]
d) [141,19; 158,81]
e) [140,00; 160,00]
Resoluo.
O ndice r, na simbologia usada no enunciado, indica o nmero de graus de liberdade.
Creio que isso poderia ser dito expressamente para evitar quaisquer dvidas.
No conhecemos a varincia da populao. Vamos usar, portanto, os valores da distribuio
t. Como a amostra tem tamanho 16, temos 15 graus de liberdade. Devemos consultar,
portanto, a linha em que r = 15.
Primeiro passo: obter o valor de t0 associado a 95% de confiana.
Da tabela, temos que a probabilidade de t ser menor ou igual a 2,131 de 0,975.
A rea verde da figura abaixo de 0,975.
www.estrategiaconcursos.com.br
37
Estatstica p/ STN
Prof Vtor Menezes
Como a rea total igual a 1, ento a rea vermelha de 0,025. Conclumos que a
probabilidade de t ser maior que 2,131 de 2,5%.
Como o grfico da fdp simtrico, a probabilidade de t ser menor que -2,131 tambm de
2,5%. Assim, cada uma das duas reas vermelhas da figura abaixo igual a 0,025.
t 0 = 2,131
Segundo passo: obter o valor especfico de X .
X = 150 (fornecido no enunciado).
www.estrategiaconcursos.com.br
38
Estatstica p/ STN
Prof Vtor Menezes
Como no temos a varincia da populao, na verdade vamos obter a estimativa do desvio
padro de X :
sX =
s
n
20
16
=5
X t0 s X X + t0 s X
150 2,131 5 150 + 2,131 5
150 10,655 150 + 10,655
139,345 160,655
Questo 14
Uma amostra aleatria simples de tamanho 9 de uma populao com distribuio normal
levou ao clculo de uma mdia amostral igual a 32 e ao clculo de uma varincia amostral
igual a 225. Construa um intervalo de 95% de confiana para a mdia da populao.
a) 27,1 a 36,9
b) 22,2 a 41,8
c) 12,4 a 51,6
d) 2,6 a 61,4
e) -17 a 81
Resoluo:
A questo foi anulada, possivelmente pela falta de informao dos valores referentes
distribuio T de Student.
O intervalo de confiana tem o seguinte formato:
J
Onde:
s o desvio padro amostral (no caso, igual raiz de 225, ou seja, vale 15)
www.estrategiaconcursos.com.br
39
Estatstica p/ STN
Prof Vtor Menezes
Substituindo os valores:
15
J9
15
32
J3
32 5 J-
32
Gabarito: anulado
3.
3.1.
Para ficar mais claro, vamos analisar o exemplo do dado que lanado trs vezes.
Consideramos caso favorvel quando sai um mltiplo de 3.
Na populao (formada por todos os possveis resultados do lanamento do dado), a
proporo de casos favorveis igual a 1/3. Por esse motivo, a probabilidade de sucesso em
um nico lanamento igual a 1/3. Assim, a proporo de casos favorveis na populao
igual probabilidade de sucesso em um lanamento.
Ficamos com:
p = 1 / 3 (proporo de casos favorveis na populao = probabilidade de sucesso em um
lanamento)
q = 2 / 3 (proporo de casos desfavorveis na populao = probabilidade de fracasso em
um lanamento).
www.estrategiaconcursos.com.br
40
Estatstica p/ STN
Prof Vtor Menezes
Neste exemplo do dado, as amostras de tamanho 3 possveis seriam:
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
2
2
2
2
2
3
3
3
3
3
3
1
2
3
4
5
6
1
2
3
4
5
6
1
2
3
4
5
6
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
1
1
1
1
1
1
2
2
2
2
2
2
3
3
3
3
3
3
1
2
3
4
5
6
1
2
3
4
5
6
1
2
3
4
5
6
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
1
1
1
1
1
2
2
2
2
2
2
3
3
3
3
3
3
1
2
3
4
5
6
1
2
3
4
5
6
1
2
3
4
5
6
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
1
1
1
1
1
1
2
2
2
2
2
2
3
3
3
3
3
3
1
2
3
4
5
6
1
2
3
4
5
6
1
2
3
4
5
6
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
1
1
1
1
1
1
2
2
2
2
2
2
3
3
3
3
3
3
1
2
3
4
5
6
1
2
3
4
5
6
1
2
3
4
5
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
1
1
1
1
1
1
2
2
2
2
2
2
3
3
3
3
3
3
1
2
3
4
5
6
1
2
3
4
5
6
1
2
3
4
5
6
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
4
4
4
4
4
4
5
5
5
5
5
5
6
6
6
6
6
6
1
2
3
4
5
6
1
2
3
4
5
6
1
2
3
4
5
6
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
4
4
4
4
4
4
5
5
5
5
5
5
6
6
6
6
6
6
1
2
3
4
5
6
1
2
3
4
5
6
1
2
3
4
5
6
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
4
4
4
4
4
4
5
5
5
5
5
5
6
6
6
6
6
6
1
2
3
4
5
6
1
2
3
4
5
6
1
2
3
4
5
6
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
5
5
5
5
5
5
6
6
6
6
6
6
1
2
3
4
5
6
1
2
3
4
5
6
1
2
3
4
5
6
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
4
4
4
4
4
4
5
5
5
5
5
5
6
6
6
6
6
6
1
2
3
4
5
6
1
2
3
4
5
6
1
2
3
4
5
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
4
4
4
4
4
4
5
5
5
5
5
5
6
6
6
6
6
6
1
2
3
4
5
6
1
2
3
4
5
6
1
2
3
4
5
6
Probabilidade
64/216
96/216
48/216
8/216
A esperana de p fica:
E ( p ) = p = 0
64 1 96 2 48 3 8
+
+
+
= 1/ 3
216 3 216 3 216 3 216
1
3
p 2 = 0
64 1 1
96 2 1
48 1
8
2
+
+
+ 1
=
216 3 3 216 3 3 216 3 216 27
Sabendo que a proporo amostral pode ser vista como uma varivel, importante ver um
meio mais rpido para calcular sua mdia e sua varincia.
X = np
X 2 = npq
Onde n o nmero de experimentos, p a probabilidade de sucesso e q a probabilidade
de fracasso. Nesse exemplo, n = 3; p = 1/3; q = 2/3.
www.estrategiaconcursos.com.br
41
Estatstica p/ STN
Prof Vtor Menezes
Ficamos com:
X = np = 1
X 2 = npq = 2 / 3
X tem mdia 1 e varincia 2/3. Isso significa que, em trs lanamentos, esperamos 1 caso
favorvel (e dois desfavorveis). Ou seja, se fosse possvel fazer infinitos conjuntos de trs
lanamentos do dado, o nmero mdio de casos favorveis seria igual a 1.
Seja p a proporo de casos favorveis verificada numa dada amostra de tamanho n. A
varivel p pode ser obtida a partir de X.
X
n
p =
X
n
p =
2
3
p =
X
n
np
= p
n
www.estrategiaconcursos.com.br
42
Estatstica p/ STN
Prof Vtor Menezes
Vejamos agora a varincia de p . Quando dividimos uma varivel por uma constante, a
varincia sofre a variao ao quadrado.
X
npq pq
2
p = X2 = 2 =
n
n
n
n
2
p =
p =
pq
n
Ento o que importa para gente saber isso. Se p for a varivel que indica a proporo de
casos favorveis na amostra, ento p tem mdia e desvio padro dados por:
p = p
p =
pq
n
p = p
p =
pq
n
3.2.
Quando estudamos intervalo de confiana para uma mdia, queramos justamente estimar
um intervalo para a mdia de uma populao ( ).
Agora queremos estimar uma proporo (p). O procedimento ser anlogo.
X Z0 X X + Z0 X
O intervalo de confiana para a proporo muito semelhante. Onde tinha mdia amostral,
colocamos a proporo amostral. Onde tinha mdia populacional, colocamos a proporo
populacional.
www.estrategiaconcursos.com.br
43
Estatstica p/ STN
Prof Vtor Menezes
p Z 0 p p p + Z 0 p
Ento para gente o que importa isso. Interessa saber qual o intervalo de confiana para a
proporo.
p Z 0 p p p + Z 0 p
Questo 15
Resoluo:
Primeiro passo: determinar o valor de Z0. O enunciado disse que:
Segundo passo:
Terceiro passo:
,- = 2
MN
www.estrategiaconcursos.com.br
44
Estatstica p/ STN
Prof Vtor Menezes
ON = *
0,8 0,2
0,16 0,4
=*
=
= 0,02
400
400
20
0,8 2 0,02
0,8 0,04
A0,76; 0,84C
Gabarito: D
Questo 16
Logo:
Conclumos que:
Segundo passo:
,- = 1,64
5.000
= 0,5
10.000
MN = 1 = 1 0,5 = 0,5
=
www.estrategiaconcursos.com.br
45
Estatstica p/ STN
Prof Vtor Menezes
Terceiro passo:
ON = *
MN
Gabarito: D
Questo 17
Para estimar a proporo P de pessoas acometidas por uma virose, foi retirada uma
amostra aleatria de 1600 pessoas. Na amostra foi constatado que 160 pessoas
estavam acometidas pela virose. Sabe-se que, para construir um intervalo com 95%
de conana para a proporo de pessoas acometidas pela virose, o valor tabelado
1,96. Com essas informaes, o intervalo de conana dado por:
0,3
Q R0,10 1,96 S TU = 95%
40
40
V R0,10 1,96 S TU = 95%
0,3
0,3
W R0,10 1,96 S TU = 5%
40
40
X R0,10 1,96 S TU = 5%
0,3
0,03
TU = 95%
Y R0,10 1,96 S
40
Resoluo:
Rigorosamente falando, todas as alternativas esto incorretas, pois atribuem ao intervalo de
confiana uma probabilidade de 95%. Mas errado falar em probabilidade, pois todos os
intervalos no contemplam qualquer varivel aleatria. Se no h variveis aleatrias
envolvidas, no h como se falar em probabilidade. Fala-se apenas em confiana. H 95% de
confiana de que o intervalo especificado na alternativa correta contenha a proporo
populacional.
Em todo caso, no vamos brigar com o enunciado. Igoneremos este problema.
www.estrategiaconcursos.com.br
46
Estatstica p/ STN
Prof Vtor Menezes
MN
Substituindo os valores:
,- *
MN
0,1 0,9
0,1 1,96 *
1600
0,1 1,96
Gabarito: A
4.
0,3
40
So comuns alguns tipos de exerccios em que se pede o tamanho que deve ter a amostra
para que se consiga uma determinada amplitude do intervalo de confiana.
Antes de vermos esse tipo de exerccio, bom termos uma noo da relao entre a
amplitude do intervalo de confiana e o erro da estimativa.
Exemplo 4
Considere o intervalo de confiana de 90,10% para a mdia de uma populao normal com
varincia 16, construdo a partir da seguinte amostra: 2, 6, 6, 10. Qual o erro mximo
cometido na estimativa da mdia populacional? (Dado: ,- = 1,65).
Resoluo.
A mdia amostral :
=
2 + 6 + 6 + 10
=6
4
www.estrategiaconcursos.com.br
47
Estatstica p/ STN
Prof Vtor Menezes
) =
O intervalo de confiana fica:
16
4
=2
6 1,65 2
[2,7 ; 9,3]
Com 90,10% de confiana, a mdia populacional est entre 2,7 e 9,3.
Qual o maior erro que cometemos quando usamos a mdia amostral para estimar a mdia
populacional? Isso, claro, considerando um coeficiente de confiana de 90,10%.
A mdia amostral est bem no meio do intervalo de confiana. Logo, o erro ser maior se a
mdia populacional estiver em uma das extremidades do intervalo de confiana. O erro ser
mximo se a mdia populacional for igual a 2,7 ou se ela for igual a 9,3.
No primeiro caso, o erro cometido fica:
erro = X
erro = 6 2,7 = 3,3
Em qualquer um desses dois casos, o mdulo do erro de 3,3. comum que os exerccios
ignorem a palavra mdulo e digam apenas erro. Desse modo, dizemos que, nos dois casos
acima, o erro cometido foi de 3,3.
Ento, quando o exerccio se referir a erro mximo cometido, ele quer que a gente suponha
que a mdia populacional est justamente na extremidade do intervalo de confiana.
Note que o erro mximo sempre metade da amplitude do intervalo de confiana. Nesse
exemplo, o intervalo de confiana era [2,7 ; 9,3]
Sua amplitude :
Amplitude = 9,3 2,7 = 6,6
E a metade da amplitude :
Amplitude 6,6
=
= 3,3
2
2
www.estrategiaconcursos.com.br
48
Estatstica p/ STN
Prof Vtor Menezes
X Z 0 X X + Z 0 X
A amplitude do intervalo de confiana :
) (
Amplitude = X + Z 0 X X Z 0 X = 2Z 0 X
Logo, o erro, que igual metade da amplitude, expresso por:
erro _ max = Z 0 X
No caso do intervalo de confiana para a mdia, quando a varincia da populao
desconhecida, os clculos so anlogos. Ficamos com:
erro _ max = t 0 s X
erro _ max = Z 0 s p
erro _ max = Z 0 X
Estimao da mdia, com varincia populacional desconhecida:
erro _ max = t 0 s X
Estimao da proporo:
erro _ max = Z 0 s p
Sabendo disso, vamos aos exerccios de concurso.
Questo 18
www.estrategiaconcursos.com.br
49
Estatstica p/ STN
Prof Vtor Menezes
de 1.600 e obtendo-se a mesma mdia anterior, o intervalo de confiana de 95%
apresentaria uma amplitude igual a
(A) R$ 78,40.
(B) R$ 39,20.
(C) R$ 49,00.
(D) R$ 58,80.
(E) R$ 19,60.
Resoluo:
A amplitude do intervalo de confiana dada por:
Z = 2,- )
Z = 2,-
Em seguida, o tamanho da amostra aumentado para 1600. Vou chamar este novo
tamanho de amostra de [ .
[ = 16
Z[ = 2,-
Z[ = 2,-
[
16
1
Z[ = 2,-
16
1
Z[ = S2,- T
4
Z[ = 78,4
Gabarito: E
1
= 19,60
4
O tamanho da amostra foi multiplicado por 16. Logo, foi multiplicado por 4.
Como est no denominador, ento a amplitude foi dividida por 4.
www.estrategiaconcursos.com.br
50
Estatstica p/ STN
Prof Vtor Menezes
Questo 19
Resoluo:
Aproveitando o raciocnio da questo anterior.
O tamanho da amostra saltou de 64 para 400. Ou seja, foi multiplicado por 6,25.
Logo, foi multiplicado por 2,5.
Gabarito: C
Questo 20
4,75
= 1,9
2,5
Tem-se uma populao normal com mdia e varincia 225. Deseja-se construir, a partir de
uma amostra de tamanho n dessa populao, um intervalo de confiana para com
amplitude 5 e coeficiente de confiana de 95%. Assinale a opo que corresponde ao valor
de n. Use como aproximadamente 2 o quantil de ordem 97,5% da distribuio normal
padro.
a) 225
b) 450
c) 500
d) 144
e) 200
Resoluo:
Como a varincia de 225, ento o desvio padro 15 (= raiz quadrada de 225).
www.estrategiaconcursos.com.br
51
Estatstica p/ STN
Prof Vtor Menezes
A amplitude do intervalo de confiana dada por:
Z = 2 ,-
15
= 2 2 15 5 = 12
= 12 = 144
Gabarito: D
Questo 21
Resoluo:
O erro amostral igual a metade da amplitude do intervalo de confiana:
Y = ,- )
2 = 2 )
O desvio padro da mdia amostral igual ao desvio padro amostral dividido por raiz
quadrada de n:
2=2
www.estrategiaconcursos.com.br
52
Estatstica p/ STN
Prof Vtor Menezes
2= 2
80
= 80
= 80
Gabarito: C
Questo 22
Para estimar por intervalo a mdia de uma populao normal com varincia igual a 9,
retirou-se uma amostra de 16 elementos, obtendo-se = 5. Para um nvel de confiana de
95%, o valor tabelado igual a 1,96. Desse modo, a semi-amplitude do intervalo ou erro de
estimao como tambm chamado igual a:
a) 2,94
b) 1,47
c) 0,5625
d) 0,7350
e) 0,47
Resoluo:
O erro de estimao dado por:
Onde:
Y = ,-
Substituindo os valores:
Y = ,-
Y = 1,96
Y = 1,96
Gabarito: B
16
3
= 1,47
4
www.estrategiaconcursos.com.br
53
Estatstica p/ STN
Prof Vtor Menezes
Exemplo 5
Deseja-se estimar a proporo de eleitores de um municpio que votar no candidato A.
Para tanto, busca-se que, com um coeficiente de confiana de 95%, o erro mximo
cometido seja de 2% (para mais, ou para menos).
a) possvel, com os dados fornecidos, determinar o tamanho da amostra para que o erro
mximo seja de 2%? Por qu?
b) supondo varincia mxima, qual o tamanho da amostra para que o erro mximo seja de
2%?
c) maximizando o valor de n, qual o tamanho da amostra para que o erro mximo seja de
2%?
d) supondo que a ltima pesquisa indicou 36% de votos para esse candidato, qual o
tamanho da amostra para que o erro mximo seja de 2%
Resoluo.
Letra A.
A frmula do erro mximo :
erro _ max = Z 0 s p
O erro mximo fixado igual a 0,02. O nvel de confiana de 95%, o que implica em Z0
p q
igual a 1,96. E sabemos que s p =
.
n
Substituindo todas essas informaes:
0,02 = 1,96
p q
n
Lembrando que: q = 1 p .
0,02 = 1,96
p (1 p )
n
Temos uma nica equao e duas variveis. Para descobrirmos o valor de n, precisamos do
valor de p . Precisamos do valor da proporo amostral.
A ficou difcil. Ainda no fizemos a amostragem. Queremos justamente calcular que
tamanho deve ter essa amostra para que o erro seja de, no mximo, 2% (para um
coeficiente de confiana de 95%). Depois que soubermos o tamanho da amostra, a sim
fazemos a amostragem. S ento obteremos a proporo amostral.
Resumindo: para descobrir o tamanho de n, precisamos da proporo amostral. E s
faremos a amostragem (obtendo a proporo amostral), depois que soubermos o valor de
n.
Ficamos sem sada. No d para resolver o problema com o enunciado fornecido.
O que fazer?
www.estrategiaconcursos.com.br
54
Estatstica p/ STN
Prof Vtor Menezes
Bom, h duas opes, listadas nas letras B, C e D.
Letras B e C.
Uma forma de resolver o problema listado na letra A a que segue.
A estimativa da varincia de p dada por:
p 2 =
p 2 =
p (1 p )
n
p p 2 1 2 1
=
p + p
n
n
n
y = ax 2 + bx + c
O valor de x que maximiza (ou minimiza, dependendo do valor de a) a funo y :
x = b / 2a
Aplicando este resultado ao nosso caso, temos que o valor de p que maximiza a varincia :
p =
1/ n
= 0,5
2 ( 1 / n )
erro _ max = Z 0 s p
erro _ max = Z 0
p q
n
Logo:
n = Z0
n = Z0
p q
(erro _ max) 2
p (1 p )
(erro _ max) 2
www.estrategiaconcursos.com.br
55
Estatstica p/ STN
Prof Vtor Menezes
Para um dado valor de Z0, fixado o erro mximo, temos que n ser mximo quando
maximizarmos o numerador p (1 p ) . Temos uma parbola, em que o vrtice ocorre
justamente no ponto 0,5.
Ou seja, use p = q = 0,5 se a questo disser:
- use n mximo;
- use varincia mxima
No clculo do tamanho da amostra para estimar uma proporo, supor que p = 0,5
sempre que o exerccio disser:
- Considere varincia mxima
- Considere n mximo.
Quando fixamos a proporo em 0,5, para efeitos de determinao do tamanho da amostra,
na verdade, estamos trabalhando com a hiptese mais conservadora. Esta a alternativa
que maximiza o valor de n. Trabalhar com uma amostra maior sempre algo mais
conservador.
Assim, um modo de fugir do problema listado na letra A supor que a proporo igual
a 50%. Assim, trabalharemos com um valor de n grande.
erro _ max = Z 0 s p
0,02 = 1,96
p (1 p )
n
0,5
n = 49 2 = 2401
A amostra precisa ter tamanho 2401 (tanto na letra B quanto na letra C).
Letra D.
Outra sada para o problema listado na letra A fazer uma amostragem preliminar. Pode-se
fazer uma amostragem menor, mais rpida, de modo a obter um valor de p . Ou ento usar
www.estrategiaconcursos.com.br
56
Estatstica p/ STN
Prof Vtor Menezes
alguma informao anterior disponvel. Obtido esse valor preliminar de p , podemos
calcular o valor de n e, em seguida, fazer a amostragem para valer.
Na letra D, sabemos que a ltima pesquisa revelou que o candidato tem 36% das intenes
de voto.
Vamos usar os dados dessa pesquisa anterior para calcularmos o valor de n. Vamos supor
que p 36%. Desse modo, temos:
erro _ max = Z 0 s p
0,02 = 1,96
0,02 = 1,96
0,6 0,8
0,36 0,64
n
n = 2.212,762
A amostra precisa ter tamanho 2.213. Note o tamanho encontrado para a amostra na letra
D foi menor que o encontrado nas letras B e C. Isso porque, nas letras B e C, usamos a
hiptese em que n o maior possvel. a hiptese mais conservadora (supor que p = 0,5).
Questo 23
Para responder questo seguinte considere, dentre os dados abaixo, aqueles que julgar
apropriados. Se Z tem distribuio normal padro, ento:
P ( Z > 2) = 0,023 ; P (0 < Z < 1,6) = 0,445 ; P ( Z < 1) = 0,84 ; P (0 < Z < 2,33) = 0,49
Resoluo.
Podemos interpretar que, na amostra preliminar, a proporo de cura verificada foi de 80%.
A partir desse valor, podemos calcular o valor de n para uma segunda amostragem, de tal
forma que o erro mximo seja de 0,08.
A frmula do erro mximo :
www.estrategiaconcursos.com.br
57
Estatstica p/ STN
Prof Vtor Menezes
erro _ max = Z 0 s p
Primeiro, vamos encontrar Z0.
Sabemos que P (0 < Z < 1,6) = 0,445 . Logo, a rea verde da figura abaixo igual a 0,445:
Como o grfico simtrico, ento a rea verde da figura abaixo igual a 0,89:
Z 0 = 1,6
Agora vamos achar s p
s p =
p q
n
www.estrategiaconcursos.com.br
58
Estatstica p/ STN
Prof Vtor Menezes
Voltando na frmula do erro mximo:
erro _ max = Z 0 s p
0,08 = 1,6
0,4
Isolando n:
n=
64
n = 64
8
Gabarito: E.
Questo 24
Em uma cidade, considerada com uma populao de tamanho infinito, feito um estudo
objetivando detectar a proporo de habitantes que preferem a marca do sabonete X. Uma
amostra piloto forneceu um valor de 20% para essa proporo. Deseja-se obter um intervalo
de confiana de 95% para a proporo, tendo o intervalo uma amplitude de 10%. Se a
distribuio amostral da freqncia relativa dos habitantes que preferem a marca do
sabonete X normal e utilizando a informao da distribuio normal padro (Z) que a
probabilidade P(|Z| 2) = 95%, tem-se que o tamanho da amostra deve ser de
(A) 400
(B) 361
(C) 324
(D) 289
(E) 256
Resoluo:
O valor de Z0 dado na questo igual a 2.
Agora usamos a frmula da amplitude do intervalo de confiana:
Z = 2 ,- ON
Z = 2 ,- *
0,1 = 2 2 *
= 2 2
Gabarito: E
MN
0,2 0,8
0,2 0,8
= 16
0,1
= 256
www.estrategiaconcursos.com.br
59
Estatstica p/ STN
Prof Vtor Menezes
Questo 25
Uma pesquisa recente foi realizada para avaliar o percentual da populao favorvel
eleio de um determinado ponto turstico para constar no selo comemorativo de
aniversrio da cidade. Para isso, selecionou-se uma amostra aleatria simples extrada de
uma populao infinita. O resultado apurou 50% de inteno de votos para esse ponto
turstico. Considerando que a margem de erro foi de 2 pontos percentuais, para mais ou
para menos, e que o nvel de confiana utilizado foi de 95%, foram ouvidas,
aproximadamente:
(A) 50 pessoas.
(B) 100 pessoas.
(C) 1.200 pessoas.
(D) 2.400 pessoas.
(E) 4.800 pessoas.
Resoluo:
O erro mximo dado por:
p q
n
erro _ max = Z 0
0,02 = 1,96
0,5 0,5
n
0,02 = 1,96
n = 1,96
0,5
0,5
= 49
0,02
n = 2401
Foram ouvidas 2401 pessoas. Aproximando, temos 2.400.
Gabarito: D
Questo 26
Pretende-se estimar por amostragem a proporo de famlias com renda inferior a cinco
salrios mnimos em uma populosa cidade. Usando a estimativa = 5/7, obtida em um
levantamento preliminar, determine o menor tamanho de amostra aleatria simples
www.estrategiaconcursos.com.br
60
Estatstica p/ STN
Prof Vtor Menezes
necessria para estimar com um intervalo de 95% de confiana e com um erro de
amostragem ]' 1 / 4%
a) 420
b) 490
c) 560
d) 630
e) 684
Resoluo:
O erro mximo deve ser de 4%. Assim, o tamanho mnimo da amostra tal que:
]*
1
= 4%
Onde "z" o valor da normal padro associado a 95% de confiana. Esse valor deve ser de
conhecimento do candidato.
] = 1,96
1,96
10
7 0,04
= 7 10
Gabarito: B
5.
= 7 10 = 490
Quando a amostragem feita sem reposio, a partir de uma populao finita, cada
extrao no independente das demais.
www.estrategiaconcursos.com.br
61
Estatstica p/ STN
Prof Vtor Menezes
Apesar disso, se pudermos considerar a populao bem grande, razovel considerar que
cada extrao independente das demais.
Contudo, quando o tamanho da populao (em relao ao tamanho da amostra) no for to
grande, a aproximao fica ruim.
Segundo o autor William J Stevenson, se a amostra for superior a 5% da populao, a
aproximao fica ruim.
Nestes casos, quando estivermos calculando o intervalo de confiana, precisaremos aplicar
um fator de correo. o chamado fator de correo para populao finita.
O fator de correo :
N n
N 1
onde N o tamanho da populao e n o tamanho da amostra.
Neste caso, os valores dos desvios-padro da mdia amostral e da proporo amostral
ficam:
X =
s p =
N n
N 1
p q
N n
N 1
Este fator de correo acima estudado, com a raiz quadrada, vale para os desvios padro.
Para corrigirmos a varincia, o fator elevado ao quadrado, tornando-se:
_
_1
Questo 27
Uma populao possui 15 elementos e tem varincia 2 . Desta populao retira-se uma
amostra aleatria sem reposio de n elementos. Sabendo-se que a mdia amostral
2
desses n elementos tem varincia igual a
, o valor de n dado por
28
(A) 5
(B) 10
(C) 14
(D) 25
(E) 28
Resoluo:
www.estrategiaconcursos.com.br
62
Estatstica p/ STN
Prof Vtor Menezes
_
=
_1
15
=
28
15 1
1
1 15
=
28
14
1 1 15
=
1
2
= 2 15
)
= 30 2
3 = 30
= 10
Gabarito: B
Questo 28
Em uma populao de 100 elementos, com varincia populacional 50, foram tomadas
amostras casuais simples de tamanho 10. Nestas condies, as varincias da mdia amostral
na amostragem, com e sem reposio, so respectivamente
a) 1/5 e 90/99
b) 2 e 90/99
c) 4 e 450/99
d) 5 e 200/99
e) 5 e 450/99
Resoluo:
Amostragem com reposio:
) =
Amostragem sem reposio:
50
=
=5
10
_
100 10
) =
=5
_1
100 1
) =
450
99
Gabarito: E
www.estrategiaconcursos.com.br
63
Estatstica p/ STN
Prof Vtor Menezes
Questo 29
Considere uma amostra aleatria simples de tamanho 50 extrada sem reposio de uma
populao finita de tamanho 500. Sendo = 100 a varincia da populao, determine o
valor mais prximo da varincia da mdia amostral.
a) 1,6
b) 1,8
c) 2,0
d) 2,2
e) 2,4
Resoluo:
A varincia da mdia amostral dada por:
)
Onde:
_
=
_1
_ o tamanho da populao
o tamanho da amostra
Substituindo os valores:
) =
100 500 50
50
499
) = 2
) 1,8
450
499
Gabarito: B
6.
De mxima verossimilhana
De varincia mnima
De mnimos quadrados
www.estrategiaconcursos.com.br
64
Estatstica p/ STN
Prof Vtor Menezes
6.1.
Estimador no tendencioso
1e2
2e2
3e2
4e2
1e3
2e3
3e3
4e3
1e4
2e4
3e4
4e4
www.estrategiaconcursos.com.br
65
Estatstica p/ STN
Prof Vtor Menezes
Valores da
amostra
s2 =
1e1
1e2
1e3
1e4
2e1
2e2
2e3
2e4
3e1
3e2
3e3
3e4
4e1
4e2
4e3
4e4
total
(x
i =1
x) 2
2 1
0
0,5
2
4,5
0,5
0
0,5
2
2
0,5
0
0,5
4,5
2
0,5
0
20
s *2 =
(x
i =1
x) 2
0
0,25
1
2,25
0,25
0
0,25
1
1
0,25
0
0,25
2,25
1
0,25
0
10
Note que:
E (s 2 ) =
20
= 1,25
16
E ( s *2 ) =
10
= 0,625
16
1+ 2 + 3 + 4
= 2,5
4
E( X 2 ) =
1 + 4 + 9 + 16
= 7,5
4
V ( X ) = E( X 2 ) E( X ) 2
V ( X ) = 7,5 2,5 2 = 1,25
O parmetro igual a 1,25. Os estimadores foram 1,25 (s2 , com o denominador n 1 ) e
0,625 ( s* 2 , com o denominador n).
Por isso dizemos que o estimador varincia amostral deve ter n 1 no denominador. Isto
garante um estimador no-viciado.
www.estrategiaconcursos.com.br
66
Estatstica p/ STN
Prof Vtor Menezes
6.2.
1+ 2 + 3 + 4
= 2,5
4
2 2 + 3 1
= 2,333
3
A tabela abaixo traz todas as amostras possveis, bem como os valores dos estimadores.
Valores da
amostra
1e1
1e2
1e3
1e4
2e1
2e2
2e3
2e4
3e1
3e2
3e3
3e4
4e1
4e2
4e3
4e4
total
X*
1
1,5
2
2,5
1,5
2
2,5
3
2
2,5
3
3,5
2,5
3
3,5
4
40
1
1,333333
1,666667
2
1,666667
2
2,333333
2,666667
2,333333
2,666667
3
3,333333
3
3,333333
3,666667
4
40
40
= 2,5
16
www.estrategiaconcursos.com.br
67
Estatstica p/ STN
Prof Vtor Menezes
Ou seja, o estimador X * tambm no-tendencioso.
Qualquer mdia ponderada dos valores da amostra ser um estimador no-tendencioso da
mdia populacional.
A vem a pergunta: Ah, ento qualquer mdia ponderada ser um bom estimador?
No necessariamente. Depende das caractersticas que voc quer para o seu estimador.
Uma caracterstica interessante que o estimador tenha varincia mnima.
Se voc calcular a varincia dos estimadores X * e X , ver que eles tm varincias
diferentes. No vou reproduzir os clculos aqui, vou apenas dar o resultado:
V ( X ) = 0,625
V ( X *) = 0,6944
Note que X tem uma varincia menor que X * . Isto pode ser interessante. Se fizssemos
inmeras amostras, em mdia, acertaramos o valor do parmetro nos dois casos (com
qualquer um destes dois estimadores).
S que o estimador X * tem maior disperso. Ele apresenta, com maior frequncia, valores
afastados da mdia populacional. Por isso, o estimador X melhor.
Assim, uma caracterstica que se costuma buscar que o estimador tenha varincia mnima.
Ou seja, que a varincia do estimador escolhido seja menor que a varincia de qualquer
outro estimador.
Dentre os estimadores lineares (ou seja, aqueles que so obtidos a partir de uma mdia
ponderada com os valores da amostra), possvel demonstrar que a mdia aritmtica
simples ( X ) apresenta varincia mnima.
possvel comparar a eficincia entre dois estimadores diferentes. Basta dividir suas
varincias. Assim, a eficincia relativa de X * , em comparao com X , dada por:
0,625
= 90%
0,6944
6.3.
Outro tipo de estimador aquele que minimiza a soma dos quadrados dos desvios. Por
enquanto, no veremos este tipo de estimador com mais detalhes. Falaremos mais a
respeito na aula de regresso linear, em que ser muito frequente realizarmos a operao
que minimiza a soma dos quadrados dos desvios.
Interessante observar que X e p so estimadores de mnimos quadrados. Ou seja, a
mdia amostral e a proporo amostral estimam a mdia e a proporo populacionais,
obedecendo ao critrio de mnimos quadrados.
www.estrategiaconcursos.com.br
68
Estatstica p/ STN
Prof Vtor Menezes
6.4.
A maior probabilidade (0,421875) ocorre quando temos 1 face azul. Logo, o estimador de
mxima verossimilhana 0,25.
Neste exemplo, a proporo populacional s poderia assumir alguns valores (0; 0,25; 0,5;
0,75; 1,0). uma varivel discreta.
Acaso a proporo populacional p possa assumir qualquer valor no intervalo entre 0 e 1,
X
ento possvel demonstrar que a proporo amostral ( p = , onde X a varivel
n
binomial) um estimador de mnimos quadrados e de mxima verossimilhana.
s *2 =
(x
i =1
x) 2
www.estrategiaconcursos.com.br
69
Estatstica p/ STN
Prof Vtor Menezes
Questo 30
Resoluo.
Estimador no viesado sinnimo de estimador no tendencioso. Queremos que a mdia
do estimador seja igual a T.
Os nicos estimadores que apresentam esta caracterstica so T1, T2 e T3.
Gabarito: E
www.estrategiaconcursos.com.br
70
Estatstica p/ STN
Prof Vtor Menezes
Questo 31
Resoluo.
Entre os estimadores T1, T2 e T3, o que apresenta varincia mnima T2, pois apresenta
uma curva mais afilada, o que indica que a proporo de valores prximos mdia maior.
Gabarito: B
Questo 32
Quando se lana uma certa moeda, a probabilidade de o resultado ser cara p. A moeda foi
lanada dez vezes, sucessivas e independentes, e o resultado foi de 2 caras e 8 coroas.
Tendo em vista este experimento, a estimativa de mxima verossimilhana de p
(A) 0.2
(B) 0.25
(C) 0.3
(D) 0.35
(E) 0.4
Resoluo.
A proporo amostral um estimador de mxima verossimilhana da proporo
populacional.
Na amostra, foram 2 caras em 10 lanamentos.
=
Gabarito: A
Questo 33
2
= 0,2
10
www.estrategiaconcursos.com.br
71
Estatstica p/ STN
Prof Vtor Menezes
b) no enviesado
c) consistente
d) de mnimos quadrados
e) de mxima verossimilhana
Resoluo.
Vimos que o fato da esperana do estimador ser igual ao parmetro permite classificar o
estimador como no viciado (ou no tendencioso, ou no enviesado). Todas essas
expresses so sinnimas.
Gabarito: B.
Questo 34
Seja (X1, X2, X3) uma amostra aleatria simples de uma distribuio normal com mdia .
Foram obtidos 3 estimadores para :
Y1 =
X1 + X 2 + X 3
3
Y2 = 2 X 1 + X 2 3 X 3
Y3 = X1 + 2X 2 2X 3
Ento, APENAS
(A) Y1 no viesado.
(B) Y1 e Y3 so no viesados.
(C) Y1 e Y3 so viesados.
(D) Y1 e Y3 so viesados.
(E) Y2 e Y3 so viesados.
Resoluo.
Um estimador viesado quando sua esperana diferente do parmetro estimado.
Um estimador no viesado quando sua esperana igual ao parmetro estimado.
b + + c
"b + + c "b + " + "c 3
"ab = " S
T=
=
=
=
3
3
3
3
"a = "2b + 3c = 2"b + " 3"c = 2
+
3
= 0
"ac = "b + 2 2c = "b + 2" 2"c =
+ 2
2
=
www.estrategiaconcursos.com.br
72
Estatstica p/ STN
Prof Vtor Menezes
J Y2 apresenta esperana igual a 0. Portanto, no temos garantias de que seja no viesado,
pois no sabemos se
= 0.
Gabarito: B
Questo 35
Resoluo:
Quando a esperana do estimador igual ao parmetro estimado, temos um estimador no
tendencioso, no viesado, ou no viciado.
Ele nos indica que, se fizssemos vrias e vrias amostragens, em mdia, acertaramos o
valor do parmetro.
Gabarito: A
O estimador viesado ou tendencioso (letras "b" e "d") quando sua esperana diverge do
valor do parmetro.
O estimador eficiente (letra "e") quando apresenta varincia pequena.
O estimador consistente (letra "c") quando sua disperso tende para zero, medida que
aumentamos o tamanho da amostra.
www.estrategiaconcursos.com.br
73
Estatstica p/ STN
Prof Vtor Menezes
7.
RESUMO
Lembrete
um estimador de
Tpico
Estimadores pontuais
S2 um estimador de
um estimador de p.
tem mdia
e desvio padro /
Distribuies amostrais
Oe
X t0 s X X + t0 s X
p Z 0 p p p + Z 0 p
erro _ max = Z 0 X
erro _ max = t 0 s X
erro _ max = Z 0 s p
8.
- No tendenciosos: esperana do
estimador = parmetro.
- De varincia mnima;
- De mnimos quadrados: minimiza a soma
dos quadrados dos desvios
- De mxima verossimilhana: maximiza a
probabilidade de a amostra ter sido
observada.
ASSUNTO DE DESTAQUE
A coisa mais importante da aula de hoje a seguinte. Temos que ter claro em nossa cabea
que a mdia amostral e a proporo amostral podem ser vistos como variveis
aleatrias. Assim sendo, eles tm uma esperana e uma varincia.
Saber as frmulas dessas esperanas e dessas varincias fundamental:
" =
# =
" =
www.estrategiaconcursos.com.br
74
Estatstica p/ STN
Prof Vtor Menezes
MN
Compreender que e podem ser vistas como variveis aleatrias muito importante.
Isso a base para os intervalos de confiana e para os testes de hipteses, que estudaremos
na prxima aula.
# =
9.
Questo 1
i
n i =1
n i =1
(X
m) 2
n 1
(X
b)
m) 2
n2
( X i m) 2
c)
n 1
d)
(X
0,5
m) 2
www.estrategiaconcursos.com.br
75
Estatstica p/ STN
Prof Vtor Menezes
e)
(X
m) 2
Questo 3
(Dados da questo anterior: 17, 12, 9, 23, 14, 6, 3, 18, 42, 25, 18, 12, 34, 5, 17, 20, 7, 8, 21,
13, 31, 24, 9.)
Considerando que as observaes apresentadas na questo anterior constituem uma
amostra aleatria simples X1, X2, ..., Xn de uma varivel aleatria X, determine o valor mais
prximo da varincia amostral, usando um estimador no tendencioso da varincia de X.
Considere que:
23
X
i =1
= 388
23
X
i =1
2
i
= 8676
a) 96,85
b) 92,64
c) 94,45
d) 90,57
e) 98,73
Questo 4
TJ PI 2009 [FCC]
www.estrategiaconcursos.com.br
76
Estatstica p/ STN
Prof Vtor Menezes
z
1,20
1,60
1,64
F (z )
0,885
0,945
0,950
Uma mquina de empacotar leite em p o faz segundo uma normal com mdia e desvio
padro 10g. O peso mdio deve ser regulado para que apenas 5,5% dos pacotes tenham
menos do que 1000 g. Com a mquina assim regulada, a probabilidade de que o peso total
de 4 pacotes escolhidos ao acaso seja inferior a 4.040 g :
a) 0,485
b) 0,385
c) 0,195
d) 0,157
e) 0,115
Questo 6
MPU/2007 [FCC]
Uma varivel aleatria possui distribuio normal com mdia igual a 10, = 10, e varincia
igual a 4, = 4. Retirando-se desta populao uma amostra de tamanho n = 100, tem-se
que a distribuio amostral das mdias, ou distribuio amostral de uma distribuio:
a) no normal com =10 e = 1/5
Prof. Vtor Menezes
www.estrategiaconcursos.com.br
77
Estatstica p/ STN
Prof Vtor Menezes
b)normal com =10 e = 1/5
Construa um intervalo de 95% de conana para a mdia de uma populao normal a partir
dos dados de uma amostra aleatria simples de tamanho 64 desta populao, que forneceu
uma mdia de 48 e um desvio-padro amostral de 16, considerando que F(1,96) = 0,975,
onde F(z) a funo de distribuio de uma varivel aleatria normal padro Z.
a) 44,08 a 51,92.
b) 41,78 a 54,22.
c) 38,2 a 57,8.
d) 35,67 a 60,43.
e) 32,15 a 63,85.
Questo 11
A vida das lmpadas fabricadas por uma empresa apresenta uma distribuio normal com
uma varincia populacional igual a 400 (horas)2 . Extrai-se uma amostra de 64 lmpadas e
verifica-se que a respectiva vida mdia igual a 1.200 horas. Considerando a populao de
tamanho infinito e a informao da distribuio normal padro (Z) que a probabilidade P(Z
> 2) = 2,5%, tem-se que o intervalo de confiana de 95% para a vida mdia das lmpadas
(A) [1.160 , 1.240]
(B) [1.164 , 1.236]
(C) [1.180 , 1.220]
www.estrategiaconcursos.com.br
78
Estatstica p/ STN
Prof Vtor Menezes
(D) [1.184 , 1.216]
(E) [1.195 , 1.205]
Questo 12
Um levantamento realizado a respeito dos salrios recebidos por uma determinada classe
profissional utilizou uma amostra de 100 destes profissionais, na qual foram observados
uma mdia de R$ 2.860,00 e um desvio padro de R$ 786,00. Qual ser, em reais, o desvio
padro da distribuio das mdias amostrais dos salrios desta classe de profissionais?
(A) 3,64
(B) 7,86
(C) 78,60
(D) 786,00
(E) 7.860,00
Questo 13
Deseja-se estimar o gasto mdio efetuado por grupos de 4 pessoas, num restaurante, por
meio de um intervalo de confiana com coeficiente de 95%. Uma amostra de 16 grupos
produziu os valores R$ 150,00 e R$ 20,00 para a mdia e o desvio padro amostrais,
respectivamente. Assinale a opo que corresponde ao intervalo procurado. Use a hiptese
de normalidade da distribuio dos gastos e a tabela abaixo da funo de distribuio de
Student (Tr) para a escolha do quantil apropriado aos clculos.
r
14
15
16
17
0,900
P(Tr x) =
0,950
0,975
0,990
1,345
1,341
1,337
1,333
1,761
1,753
1,746
1,740
2,145
2,131
2,120
2,110
2,625
2,603
2,584
2,567
a) [139,34; 160,66]
b) [139,40; 160,60]
c) [141,23; 158,77]
d) [141,19; 158,81]
e) [140,00; 160,00]
Questo 14
Uma amostra aleatria simples de tamanho 9 de uma populao com distribuio normal
levou ao clculo de uma mdia amostral igual a 32 e ao clculo de uma varincia amostral
igual a 225. Construa um intervalo de 95% de confiana para a mdia da populao.
a) 27,1 a 36,9
b) 22,2 a 41,8
c) 12,4 a 51,6
www.estrategiaconcursos.com.br
79
Estatstica p/ STN
Prof Vtor Menezes
d) 2,6 a 61,4
e) -17 a 81
Questo 15
Para estimar a proporo P de pessoas acometidas por uma virose, foi retirada uma
amostra aleatria de 1600 pessoas. Na amostra foi constatado que 160 pessoas
estavam acometidas pela virose. Sabe-se que, para construir um intervalo com 95%
de conana para a proporo de pessoas acometidas pela virose, o valor tabelado
1,96. Com essas informaes, o intervalo de conana dado por:
0,3
Q R0,10 1,96 S TU = 95%
40
40
V R0,10 1,96 S TU = 95%
0,3
www.estrategiaconcursos.com.br
80
Estatstica p/ STN
Prof Vtor Menezes
0,3
W R0,10 1,96 S TU = 5%
40
40
X R0,10 1,96 S TU = 5%
0,3
0,03
Y R0,10 1,96 S
TU = 95%
40
Questo 18
Tem-se uma populao normal com mdia e varincia 225. Deseja-se construir, a partir de
uma amostra de tamanho n dessa populao, um intervalo de confiana para com
amplitude 5 e coeficiente de confiana de 95%. Assinale a opo que corresponde ao valor
de n. Use como aproximadamente 2 o quantil de ordem 97,5% da distribuio normal
padro.
a) 225
www.estrategiaconcursos.com.br
81
Estatstica p/ STN
Prof Vtor Menezes
b) 450
c) 500
d) 144
e) 200
Questo 21
Para estimar por intervalo a mdia de uma populao normal com varincia igual a 9,
retirou-se uma amostra de 16 elementos, obtendo-se = 5. Para um nvel de confiana de
95%, o valor tabelado igual a 1,96. Desse modo, a semi-amplitude do intervalo ou erro de
estimao como tambm chamado igual a:
a) 2,94
b) 1,47
c) 0,5625
d) 0,7350
e) 0,47
Questo 23
Para responder questo seguinte considere, dentre os dados abaixo, aqueles que julgar
apropriados. Se Z tem distribuio normal padro, ento:
P ( Z > 2) = 0,023 ; P (0 < Z < 1,6) = 0,445 ; P ( Z < 1) = 0,84 ; P (0 < Z < 2,33) = 0,49
www.estrategiaconcursos.com.br
82
Estatstica p/ STN
Prof Vtor Menezes
informaes e utilizando o Teorema Central do Limite, o valor de n, para que o erro
cometido na estimao seja no mximo 0,08, com confiana de 89%, de:
a) 16
b) 25
c) 36
d) 49
e) 64
Questo 24
Em uma cidade, considerada com uma populao de tamanho infinito, feito um estudo
objetivando detectar a proporo de habitantes que preferem a marca do sabonete X. Uma
amostra piloto forneceu um valor de 20% para essa proporo. Deseja-se obter um intervalo
de confiana de 95% para a proporo, tendo o intervalo uma amplitude de 10%. Se a
distribuio amostral da freqncia relativa dos habitantes que preferem a marca do
sabonete X normal e utilizando a informao da distribuio normal padro (Z) que a
probabilidade P(|Z| 2) = 95%, tem-se que o tamanho da amostra deve ser de
(A) 400
(B) 361
(C) 324
(D) 289
(E) 256
Questo 25
Uma pesquisa recente foi realizada para avaliar o percentual da populao favorvel
eleio de um determinado ponto turstico para constar no selo comemorativo de
aniversrio da cidade. Para isso, selecionou-se uma amostra aleatria simples extrada de
uma populao infinita. O resultado apurou 50% de inteno de votos para esse ponto
turstico. Considerando que a margem de erro foi de 2 pontos percentuais, para mais ou
para menos, e que o nvel de confiana utilizado foi de 95%, foram ouvidas,
aproximadamente:
(A) 50 pessoas.
(B) 100 pessoas.
(C) 1.200 pessoas.
(D) 2.400 pessoas.
(E) 4.800 pessoas.
Questo 26
Pretende-se estimar por amostragem a proporo de famlias com renda inferior a cinco
salrios mnimos em uma populosa cidade. Usando a estimativa = 5/7, obtida em um
levantamento preliminar, determine o menor tamanho de amostra aleatria simples
www.estrategiaconcursos.com.br
83
Estatstica p/ STN
Prof Vtor Menezes
necessria para estimar com um intervalo de 95% de confiana e com um erro de
amostragem ]' 1 / 4%
a) 420
b) 490
c) 560
d) 630
e) 684
Questo 27
Uma populao possui 15 elementos e tem varincia 2 . Desta populao retira-se uma
amostra aleatria sem reposio de n elementos. Sabendo-se que a mdia amostral
2
desses n elementos tem varincia igual a
, o valor de n dado por
28
(A) 5
(B) 10
(C) 14
(D) 25
(E) 28
Questo 28
Em uma populao de 100 elementos, com varincia populacional 50, foram tomadas
amostras casuais simples de tamanho 10. Nestas condies, as varincias da mdia amostral
na amostragem, com e sem reposio, so respectivamente
a) 1/5 e 90/99
b) 2 e 90/99
c) 4 e 450/99
d) 5 e 200/99
e) 5 e 450/99
Questo 29
Considere uma amostra aleatria simples de tamanho 50 extrada sem reposio de uma
populao finita de tamanho 500. Sendo = 100 a varincia da populao, determine o
valor mais prximo da varincia da mdia amostral.
a) 1,6
b) 1,8
c) 2,0
d) 2,2
e) 2,4
www.estrategiaconcursos.com.br
84
Estatstica p/ STN
Prof Vtor Menezes
Texto para questes 30 e 31
Para responder s questes seguintes, considere as distribuies amostrais de cinco
estimadores propostos para estimar o parmetro T de uma populao, ilustradas na figura
apresentada a seguir.
Questo 30
www.estrategiaconcursos.com.br
85
Estatstica p/ STN
Prof Vtor Menezes
Questo 32
Quando se lana uma certa moeda, a probabilidade de o resultado ser cara p. A moeda foi
lanada dez vezes, sucessivas e independentes, e o resultado foi de 2 caras e 8 coroas.
Tendo em vista este experimento, a estimativa de mxima verossimilhana de p
(A) 0.2
(B) 0.25
(C) 0.3
(D) 0.35
(E) 0.4
Questo 33
Seja (X1, X2, X3) uma amostra aleatria simples de uma distribuio normal com mdia .
Foram obtidos 3 estimadores para :
Y1 =
X1 + X 2 + X 3
3
Y2 = 2 X 1 + X 2 3 X 3
Y3 = X1 + 2X 2 2X 3
Ento, APENAS
(A) Y1 no viesado.
(B) Y1 e Y3 so no viesados.
(C) Y1 e Y3 so viesados.
(D) Y1 e Y3 so viesados.
(E) Y2 e Y3 so viesados.
Questo 35
www.estrategiaconcursos.com.br
86
Estatstica p/ STN
Prof Vtor Menezes
b) viesado.
c) consistente.
d) tendencioso.
e) eficiente.
GABARITO
1
10
11
12
13
14
anulado
15
16
17
18
19
20
21
22
23
24
25
26
27
28
www.estrategiaconcursos.com.br
87
Estatstica p/ STN
Prof Vtor Menezes
29
30
31
32
33
34
35
www.estrategiaconcursos.com.br
88