489 Estaind006 Estimacao

CAPTULO 6
PPGEP
UFRGS
PPGEP/UFRGS
Introduo
PPGEP
Em aplicaes industriais, as distribuies so usadas para

modelar tempos de processo ou caractersticas de qualidade
tais como dimensionais crticos ou percentuais de no
conformes.
Assim, existe interesse em conhecer os parmetros
populacionais da distribuio de probabilidade.
Como geralmente os parmetros populacionais da distribuio
de probabilidade no so conhecidos, preciso desenvolver
procedimentos para estimar esses parmetros.
PPGEP/UFRGS
Estimativa de Parmetros
PPGEP
Introduo
Uma varivel aleatria caracterizada ou descrita pela sua
distribuio de probabilidade.
ESTIMATIVA DE
PARMETROS
PPGEP
Em aplicaes industriais, as distribuies de probabilidade

so usadas para modelar tempos de processo ou
caractersticas de qualidade tais como dimensionais crticos
ou percentuais de no conformes.
A distribuio de probabilidade, por sua vez, descrita
pelos seus parmetros populacionais. Por exemplo, a mdia
e o desviodesvio-padro so os parmetros populacionais da
distribuio Normal, enquanto o parmetro da
distribuio de Poisson.
PPGEP/UFRGS
Introduo
As estimativas dos parmetros populacionais da
distribuio so realizadas a partir dos resultados (dados)
de uma varivel aleatria de uma amostra representativa
extrada dessa populao.
Esse procedimento chamado de estatstica inferencial,
inferencial, pois
estimaestima-se um parmetro populacional desconhecido da
distribuio de probabilidade atravs de uma amostra
representativa extrada dessa populao.
PPGEP/UFRGS
PPGEP
Introduo
PPGEP
A estatstica inferencial compreende a estimao de

parmetros populacionais e testes de hiptese a respeito da
populao.
6.1. Estimativas Pontuais
PPGEP
Se uma amostra representativa da varivel aleatria X

extrada da populao, a mdia X e a varincia S2 dessa
amostra podem ser usadas como estimadores pontuais dos
parmetros populacionais e 2.
Por exemplo, pode haver interesse em estimar a mdia e a
varincia da produtividade.
Se uma amostra de 15 unidades indica
X = 5,026 peas / min e S2 = 0,0012peas / min 2
ento esses valores so tomados como estimativas pontuais

dos parmetros populacionais e 2.
PPGEP/UFRGS
Na verdade, a estatstica inferencial forma a base das

atividades de controle da qualidade e tambm pode auxiliar na
tomada de deciso e em muitas outras situaes.
PPGEP/UFRGS
6.1. Estimativas Pontuais

A estimao de parmetros populacionais pode ser por
ponto (pontual) ou por intervalo de confiana.
PPGEP
A estimativa pontual um valor obtido a partir dos

resultados (dados) de uma varivel aleatria de uma
amostra representativa extrada da populao.
Seja a varivel aleatria X, com distribuio de
probabilidade f(X), e seja que o valor dos parmetros
populacionais da mdia e da varincia 2 so
desconhecidos.
PPGEP/UFRGS
H vrias propriedades que fazem um estimador ser um

bom estimador. Dentre elas citamos:
1. Um estimador deve ser no tendencioso, isto , ele no
deve subestimar ou superestimar sistematicamente o valor
do parmetro que est sendo estimado.
2. Ele deve apresentar varincia mnima, isto , sua
variabilidade deve ser menor que a variabilidade de
qualquer outro estimador que possa ser concebido.
PPGEP/UFRGS
PPGEP
6.2. Estimativas atravs de Intervalos

de Confiana
A estimativa pontual calculada a partir de uma amostra

extrada da populao. No entanto, pode-se extrair vrias
amostras de uma populao.
Por exemplo, para estimar a mdia populacional pode-se
retirar vrias amostras diferentes que podem gerar vrias
estimativas pontuais diferentes.
9
Logo, para se ter confiana de estimar o verdadeiro parmetro

populacional, gera-se um intervalo de possveis valores para o
parmetro populacional, a partir do valor encontrado na
amostra.
Quanto maior a amplitude do intervalo, maior a confiana
(probabilidade) de estimar corretamente o verdadeiro
parmetro populacional.
Intervalo
de confiana
x - z x
/2
x
PPGEP/UFRGS
x + z x
/2
11
=?
A estimao de parmetros populacionais por intervalo de

confiana consiste em gerar um intervalo, centrado na
estimativa pontual, no qual se admite que esteja o parmetro
populacional.
PPGEP/UFRGS
Populao
PPGEP
xk
Se a amostra for representativa da populao, ela tende a

gerar valor prximo do parmetro populacional, mas no
igual.
Como a estimativa baseada em uma nica amostra, o quo
prximo o valor encontrado nessa amostra est do verdadeiro
parmetro populacional??
No h como saber se a amostra coletada foi extrada da
cauda superior ou inferior da distribuio.
PPGEP/UFRGS
10
PPGEP
Conforme a amplitude do intervalo, existe uma

probabilidade (1-) de que o parmetro populacional esteja
contido no intervalo.
PPGEP
Essa probabilidade (1-) chamada nvel de confiana,

sendo a probabilidade do erro, ou seja, a probabilidade
do intervalo no conter o verdadeiro parmetro
populacional.
Um intervalo de confiana de 100(1-)% estabelecido a
partir de dois limites, tais que a probabilidade do
verdadeiro valor do parmetro estar includo dentro do
intervalo 100(1-)%.
PPGEP/UFRGS
12
PPGEP
Por exemplo, para construir um intervalo de confiana de

95% para a mdia, ns precisamos achar os limites L e U
tais que:
PPGEP
P{L U } = 95%
A interpretao do intervalo de confiana a seguinte:
se um grande nmero desses intervalos fosse construdo, a
partir de diversas amostras aleatrias, ento 95% desses
intervalos iria incluir o verdadeiro valor da mdia
populacional , ou seja, 5% dos intervalos de confiana
estimados baseados nas mdias amostrais no conteria o
verdadeiro parmetro populacional .
PPGEP/UFRGS
13
O limite inferior para um intervalo unilateral de 100(1100(1-)%

definido calculandocalculando-se o valor de L tal que:
P{L } = 1
O limite superior para um intervalo unilateral de 100(1-)%
definido calculando-se o valor tal que:
P{ U } = 1
14
PPGEP/UFRGS
6.4 Intervalo de confiana para a

mdia, varincia conhecida
Distribuio amostral de x
PPGEP
Seja X uma varivel aleatria qualquer que siga a distribuio

Normal X N(
N(, ) e seja x1, ..., xn uma amostra aleatria
desse processo.
A partir do teorema do limite central, sabesabe-se que a distridistribuio da mdia segue a distribuio Normal X N ( , / n ) .
Mais ainda, para n suficientemente grande este resultado
vlido mesmo que a distribuio de origem no seja Normal
Seja que uma varivel aleatria X tenha mdia desconhecida e
varincia conhecida. E seja que amostras dessa populao
apresentem mdia igual a X .
PPGEP/UFRGS
O intervalo de confiana apresentado acima um intervalo

bilateral.
Tambm pode haver interesse em construir
intervalos unilaterais.
15
PPGEP
Amostra 1
x1-1,96x
x1
x1+1,96x
Amostra 2
x2
Amostra 3
x3
PPGEP/UFRGS
16
PPGEP
Ou seja, um intervalo proporcional a Z / 2

, onde
n
Z / 2 neste caso Z 0,025 =1,96.
/2
/2
-1,96
+1,96
17
PPGEP/UFRGS
Exemplo 6.1: A variabilidade do tempo de atendimento em um

consultrio conhecida = 0,10 min. Uma amostragem com 20
pessoas indicou tempo mdio de atendimento X = 1,5 min
Construa um intervalo de confiana de 95% para o tempo
mdio de atendimento.
X Z / 2
1,5 1,96
X + Z / 2
0,10
0,10
1,5 + 1,96
20
20
1,5 1,96
0,10
0,10
1,5 + 1,96
20
20
1,46 1,54
PPGEP/UFRGS
Exerccio 6.1 e 6.3

19
PPGEP
6.4 Intervalo de confiana para a

mdia, varincia conhecida
Ento o intervalo bilateral de confiana de 100(1-)% para :
Para obterobter-se um intervalo de confiana de 95% (1(1- = 0,95,

= 0,05), ou seja, 95% dos intervalos, construdos a partir das
amostras coletadas, contenham o verdadeiro parmetro
populacional, preciso gerar um intervalo cuja amplitude
contenha 95% das possveis amostras coletadas.
X Z / 2
X + Z / 2
ObservaObserva-se que, para n suficiente grande, as mdias seguem a

distribuio Normal independentemente da distribuio
original de X.
Consequentemente a equao anterior o intervalo de
confiana para a mdia de observaes que apresentam uma
distribuio de origem qualquer.
PPGEP/UFRGS
18
PPGEP
Um intervalo unilateral de 100(1-)% com limite superior

estabelecido a partir de:
PPGEP
X + Z
Um intervalo unilateral de 100(1-)% com limite inferior :

X Z
PPGEP/UFRGS
20
PPGEP
6.3 Erro de Estimao
PPGEP
Como o intervalo de confiana tem centro na mdia amostral,

amostral,
o erro mximo provvel igual a metade da amplitude do
intervalo.
21
PPGEP
Aumentando a amplitude do intervalo, aumenta-se o nvel de

confiana do intervalo, no entanto, aumenta-se o erro mximo
de estimao que o valor absoluto da diferena entre o
parmetro amostral ( X ) e o parmetro populacional ,
representado como = X .
PPGEP
Exemplo 6.2: Qual o tamanho da amostra necessrio para

estimar a mdia populacional de uma caracterstica
dimensional de um processo cujo desvio-padro = 3 cm,
com 95% de confiana e preciso de 0,5 cm ?
= 0,05 ==> z/2 = 1,96; = 3,0 cm; e = 0,5cm;

2
1,96 3,0
n=
= 138,3
0,5
Logo so necessrios n = 139 peas
Exerccio 6.12
PPGEP/UFRGS
Para determinar o tamanho da amostra mnimo para estimar

um parmetro populacional, basta isolar o valor de n na
equao acima.
n = Z / 2
e
Logo, o tamanho da amostra depender:

- do grau de confiana desejado ;
- da disperso na populao ;
- de certo valor especificado para o erro tolervel.
22
PPGEP/UFRGS
6.5. Intervalo de confiana para a

mdia, varincia desconhecida
Outra distribuio muito til a distribuio de Student t.
Sejam X e variveis aleatrias independentes normalnormalpadronizada e quiqui-quadrada. Ento, a varivel:
23
PPGEP/UFRGS
Logo e = Z / 2
O intervalo de confiana bilateral tem a forma

X Z / 2
Como X Z / 2 , podepode-se escrever X erro (e)
tk =
k2 / k
Segue a distribuio t com k graus de liberdade. Sua funo

densidade de probabilidade :
f (t ) =
[(k + 1) / 2] t 2
+ 1
k (k/2) k
< t <
PPGEP/UFRGS
( k +1) / 2
24
PPGEP

Exemplo de uso da distribuio t:

PPGEP
PPGEP
25

PPGEP
Seja X uma varivel aleatria Normal com mdia e varincia

desconhecidas. Se uma amostra de n valores indica mdia X
e varincia S2, o intervalo de confiana de 100(1-)%
calculado usando-se a distribuio de Student.
X t / 2, n 1
S
S
X + t / 2, n 1
n
n
Os intervalos unilaterais de confiana de 100(1-)% com

limites superior e inferior so respectivamente:
X + t, n 1
X t,n 1
S
n
n
PPGEP/UFRGS
PPGEP/UFRGS
27
Seja ;
X1, ..., Xn uma amostra aleatria. Ento:

X
X / n
=
=
S /
S/ n
N (0,1)
n21 / (n 1)
Ou seja:
X
t
S/ n
De forma que a distribuio t a base para inferncias a

respeito de X quando 2 no conhecido.
26
PPGEP/UFRGS
Exemplo 6. 3:: A quantidade mensal de produtos entregues por

uma empresa segue uma distribuio Normal com mdia e
varincia desconhecidas. Analise os dados a seguir, que
representam uma amostra de 20 meses e construa um intervalo
de 95% para a mdia.
17,4
20,2
18,2
20,2
18,3
20,5
18,8
20,7
19,0
20,9
19,2
21,0
19,3
21,3
19,6
21,5
19,6
21,9
19,9
22,6
X = 20 ,01
S = 1,34
t0 ,025;19 = 2 ,093
20 ,01 2 ,093
1,34
1,34
20 ,01 + 2 ,093
20
20
ou
19 ,38 20 ,64
PPGEP/UFRGS
28
Exemplo 6.4 A empresa pode estar preocupada exclusivamente

com a quantidade mensal de produtos entregues muito baixa.
Construa um intervalo de confiana unilateral com 95% de
confiana no limite inferior.
X = 20,01
S = 1,34
t0,05;19 = 1,729
1,34
20,01 1,729
20
19,49
ou
Exerccio 6.2, 6.4, 6.5

29
PPGEP/UFRGS
PPGEP
PPGEP
PPGEP
PPGEP
= 0,05 ==> t0.025,19 = 2,093 e = 0,5 cm, S=2,45

2
S
t
2,093x 2,46
n = / 2,n 1 =
= 106
e
0,5
Logo necessrio coletar mais 86 (106-20) peas.
Exerccio 6.13
PPGEP/UFRGS
31
Como a variabilidade no previamente conhecida, mas

calculada a partir da amostra, usausa-se a distribuio t.
Exemplo 6.5: Qual o tamanho da amostra necessrio para

estimar a mdia populacional de uma caracterstica
dimensional de um processo com 95% de confiana e preciso
de 0,5cm ?
Sem conhecimento da variabilidade populacional, estimaestima-se o
desviodesvio-padro populacional atravs de uma amostra piloto.
A partir de uma amostra de 20 peas, calculoucalculou-se o desviodesviopadro S.
7
10
11
12
12
9
11
6
13
11
8
10
15
11
8
10
11
12
16
9
PPGEP/UFRGS
30

diferena entre duas mdias, varincia
conhecida
Sejam X1 e X2 duas variveis aleatrias com mdias 1 e
2 desconhecidas e varincias 12 e 2 2 conhecidas.
Um intervalo de confiana 100(1-)% para a diferena
entre as mdias pode ser construdo a partir dos resultados
de amostras aleatrias de cada uma dessas populaes.
Pode ser demonstrado que a varincia das diferenas entre
as mdias vem dada por:
2 2
2 = 1 + 2
n1
n 2
PPGEP/UFRGS
32
PPGEP
PPGEP
Assim o intervalo de confiana bilateral de 100(1-)% ser:
PPGEP
(1 2 ) ( X 1 X 2 ) + Z
(1 2 ) ( X 1 X 2 ) Z
PPGEP/UFRGS
33

desconhecida
Uma vez encontrada a estimativa da varincia dos valores
individuais, pode ser demonstrado que a estimativa da
varincia da diferena entre as mdias ser:
S p2 S p2
= S 2p 1 + 1
+
S 2 =
n
n
n
n
2
1
2
1
com graus de liberdade v = n1 + n2 2
PPGEP/UFRGS
35
E os correspondentes intervalos unilaterais sero:
Sejam X1 e X2 duas variveis aleatrias Normais com mdias

1 e 2 e varincias 12 e 2 2 desconhecidas.
Se for possvel assumir que as varincias sejam iguais,
2
2
ou seja, 1 = 2 uma estimativa da varincia pode ser
obtida como:
S p2 =
(n1 1)S12 + (n2 1)S22

n1 + n2 2
PPGEP/UFRGS
34
PPGEP
De modo que o intervalo de confiana bilateral 100(1100(1-)%

ser:
( X 1 X 2 ) Z / 2 (1 2 ) ( X 1 X 2 ) + Z / 2

desconhecida
( X 1 X 2 ) t / 2, S ( 1 2 ) ( X 1 X 2 ) + t / 2, S
Os correspondentes intervalos de confiana unilaterais sero:
(1 2 ) (X1 X 2 ) + t , S
(1 2 ) (X1 X 2 ) t , S
PPGEP/UFRGS
36
PPGEP
Exemplo 6.6: Um eixo deve ser montado no interior de um

rolamento. Uma amostra de doze unidades indicou para o
dimetro interno do rolamento X 1 = 2,538cm e S1 = 0,008 ; e
para o dimetro do eixo X 2 = 2,520cm e S2 = 0,006 . Calcule o
intervalo de confiana de 99% para a folga de montagem.
PPGEP
Soluo: Supondo varincias iguais tm-se:

S p2 =
(11)0 ,008 2 + (11)0 ,006 2
12 + 12 2
1 1
S = S p 2 + = 0 ,00289
12 12
= 0 ,000050
= 12 + 12 2 = 22
Exerccio 6.8
t0 ,005 ;22 = 2 ,82
(2,538 2,52 ) 2,82(0,00289 ) folga (2,538 - 2,52 ) + 2,82(0,00289 )

0,00986 folga 0,026
PPGEP/UFRGS
37

diferena entre observaes
PPGEP
PPGEP
Seja X1 os resultados do sistema 1;

d = X1 X 2
as diferenas medidas bloco a bloco;
A partir dos resultados de n blocos, calculacalcula-se e usausa-se a

distribuio t para construir o intervalo de confiana para a
mdia da diferena d :
S
S
d t / 2 d d d + t / 2 d
n
n
Se o valor zero estiver contido neste intervalo, ento no pode

ser descartada a hiptese que o desempenho dos dois sistemas
seja o mesmo.
PPGEP/UFRGS
39
X2 os resultados do sistema 2;

diferena entre observaes
No caso em que se deseja comparar dois sistemas possvel,
e as vezes necessrio, trabalhar com a diferena entre as
observaes.
Por exemplo, para comparar dois mtodos de tratamento
contra corroso, podepode-se escolher diversos blocos de
terreno, colocar dois tubos (de marcas diferentes ) em cada
bloco e observar as diferenas.
38
PPGEP/UFRGS
Exemplo 6.7: Uma empresa quer verificar se o conhecimento

de seus alunos a respeito de um determinado assunto melhorou
aps 30 horas de treinamento. Para isso foi realizado com os
quinze alunos do treinamento um teste antes e aps o
treinamento. Os dados a seguir representam as notas obtidas
pelos alunos. Conclua a respeito da eficincia do treinamento
com 95% de confiana.
Alunos
Antes
Depois
Difer.
1
2
3
4
5
6
7
8
9 10 11 12 13 14 15
6,5 6,7 7,0 7,0 6,5 7,3 7,8 6,9 6,7 7,2 7,5 7,5 7,2 7,0 6,8
7,5 7,7 7,9 8,0 7,4 8,3 8,8 8,9 7,7 8,2 8,5 8,5 8,2 8,0 8,8
1,0 1,0 0,9 1,0 0,9 1,0 1,0 2,0 1,0 1,0 1,0 1,0 1,0 1,0 2,0
d = 1,12
Sd = 0,36
t0,025;14 = 2,145
1,12 2,145
0,36
0,36
1,12 + 2,145
15
15
ou
0,92 1,32
Como o valor zero no est includo no intervalo, rejeitarejeita-se a

hiptese de que as notas antes e depois sejam as mesmas, logo
concluconclu-se que o treinamento foi eficiente. Exerccio 6.9
Exerccio 6.9
PPGEP/UFRGS
40
PPGEP

varincia
PPGEP
uma distribuio assimtrica direita, com Mdia e

Varincia dadas por:
PPGEP
=n
Seja X N(0, 1)
E seja x1, ..., xn uma amostra aleatria deste processo.
n2 = x12 + x22 + ....... + xn2
DistribuiDistribui-se de acordo com a distribuio do QuiQui-quadrado ,

cuja funo densidade de probabilidade :
f ( 2 ) =
2
1
( 2 ) ( n / 2 ) 1 e / 2
n
2 n / 2
2
2 > 0
41
PPGEP/UFRGS
2
Exemplo do uso da distribuio do :
Outra distribuio importante, definida a partir da

2
distribuio Normal a distribuio do QuiQui-quadrado .
Ento, a varivel aleatria
PPGEP
i =1
X)
2
n 1
ou
(n 1) S 2
n21
Ou seja, a distribuio a base para inferncias a respeito

respeito
2
da varincia .
2
PPGEP/UFRGS
43
Seja ; X N ( , ) ;x1, ..., xn uma amostra aleatria. Ento:
(X

varincia
2 = 2n
PPGEP/UFRGS
42

varincia
Suponha que X uma varivel aleatria Normal com mdia e
varincia desconhecidas. Seja que a varincia amostral S2
calculada para uma amostra de n observaes. Ento, um
intervalo bilateral de confiana 100(1-)% obtido usando-se
a distribuio do chi-quadrado:
(n 1)S 2
/ 2, n 1
(n 1)S 2
21 / 2, n 1
No caso do interesse residir em intervalos unilaterais de

100(1-)% teremos:
Limite inferior:
Limite superior:
(n 1)S 2
2 , n 1
(n 1)S 2
21 , n 1
PPGEP/UFRGS
44
PPGEP
Exemplo 6.8. Ache o intervalo de 95% para a varincia no

exemplo da quantidade mensal de produtos entregues:
PPGEP
6.10. Intervalo de confiana para o

quociente entre duas varincias
Se u2 e v2 so duas variveis aleatrias independentes com
distribuio do Qui-quadrado, a razo:
X 20 ,025 ;19 = 32 ,85 ; X 2 0 ,975;19 = 8 ,91

19(1,80 )
19(1,80 )
2
8 ,91
32 ,85
2
1,04 3 ,84
ou
1,02 1,96
Exerccio 6.6 e 6.7

PPGEP/UFRGS
45
S 2 = 1,34 2 = 1,80
Exemplo de uso da distribuio F:

PPGEP
PPGEP
S 22 / 22
Fn1 1, n2 1
Assim, a distribuio F pode ser usada para fazer inferncias

sobre a varincia de duas distribuies Normais.
PPGEP/UFRGS
47
Seja X 1 N ( 1 , 1 ) e X 2 N ( 2 , 2 ) ;Se S1 e S2 so varincias

amostrais, medidas em amostras de tamanho n1 e n2,
teremos: S 2 / 2
Fu ,v =
u2 / u
v2 / v
ir seguir a distribuio F com u, v graus de liberdade.

A funo densidade de probabilidade para F :
u/2
u + v u

2 v
f (F ) =
u v

2 2
F (u / 2 ) 1
u
v F + 1
(u + v ) / 2
46
PPGEP/UFRGS
6.10. Intervalo de confiana para o

quociente entre duas varincias
Para comparar duas varincias, 12e 2 2 , oriundas de
populaes com distribuio Normal, vantajoso trabalhar
2
2
com o quociente 1 / 2
uma vez que este se distribui
conforme a distribuio F.
O intervalo de confiana para este quociente vir dado por:
S12
S2
F1 / 2; n
1; n 2 1
12
2
S12
S22
F / 2; n
1; n 2 1
Onde F ,u ,v so os pontos percentuais da distribuio F

com u e v graus de liberdade, tais que P {F F , u , v }= .
PPGEP/UFRGS
48
PPGEP
Se o valor 1 (um) estiver contido neste intervalo, ento no

pode ser descartada a hiptese de que a varincia das duas
populaes seja a mesma.
PPGEP
Exemplo 6.9. Os valores a seguir representam os tempos de

produo de duas mquinas. Analise os dados e conclua a
respeito da variabilidade das mquinas A e B:
Limite inferior:
Limite superior:
12
22
12
2
S12
S22
S1 2
S2
F1 ; n
F ; n
1; n 2 1
1; n 2 1
As tabelas da distribuio F costumam fornecer apenas os

valores de F , mas F1 pode ser obtido a partir da
seguinte relao:
1
F1 , u , v =
F, v, u
49
PPGEP/UFRGS
PPGEP
Os respectivos intervalos unilaterais sero dados por:
PPGEP
90,3
91,2
90,2
89,4
92,1
89,2
91,8
90,7
91,3
92,6
89,3,
91,3
91,0
91,2
91,2
89,6
F0 ,025 ;9 ,7 = 4 ,82
Mquina A:
S12 = 0,8307
Mquina B:
S 2 2 = 1,316
F0 ,975;9 ,7 =
1
1
=
= 0 ,238
F0 ,025 ;7 ,9 4 ,20
2
0 ,8307
(0 ,238 ) 1 2 0 ,8307 (4 ,82 )
1,316
1,316
2
0 ,1502
1 2
22
3,0425
PPGEP/UFRGS
50
6.11 Intervalo de confiana para o

parmetro da Binomial
p
P( x) =
(1 p) = q
Alm de servir para a comparao direta de duas varincias, a

distribuio F a chave para a comparao de vrios grupos,
o que feito usando o procedimento conhecido como Anlise
de Varincia. Esse assunto ser abordado em um captulo
posterior.
Exerccio 6.10
PPGEP/UFRGS
91,0
91,8
A varivel aleatria X com funo de probabilidade:
51
O intervalo inclui o valor 1, assim no pode ser descartada a

hiptese de que a variabilidade das duas mquinas seja a
mesma.
A
B
x =1
x=0
chamada uma varivel do tipo Bernoulli.

Bernoulli. Cada observao
dessa varivel chamada uma observao de Bernoulli.
Bernoulli. Uma
seqncia de observaes chamada um processo de
Bernoulli.
Bernoulli.
PPGEP/UFRGS
52
PPGEP

PPGEP
X=
1
xi
n i =1
ser uma varivel discreta contida no espao {0, 1/n, 2/n,...,1}.

A distribuio de pode ser obtida a partir da Binomial, uma
vez que:
[an ]
P{X a} = P{X na} =

k =0
( )p (1 p )
n
k
nk
PPGEP/UFRGS
53

Se n grande (n 30) e p 0,1, ento a aproximao

Normal para a Binomial pode ser usada, resultando no seguinte
intervalo de confiana de 100(1-)%:
p z / 2
p (1 p )
p (1 p )
p + z / 2
n
n
Se n pequeno, o problema deve ser resolvido usando tabelas

da distribuio Binomial. Se p pequeno, possvel usar a
distribuio de Poisson.
PPGEP/UFRGS
X = p
PPGEP
Intervalos de confiana para propores, por exemplo, frao

de no conformes em um processo, podem ser estabelecidos
utilizando-se a distribuio Binomial.
55

onde [an] o maior inteiro menor que an. A mdia e a varincia
de X so:
Seja que uma amostra de n observaes, x1,...xn , extrada

de um processo de Bernoulli, com probabilidade de sucesso
constante igual a p. Ento, a soma das observaes seguir o
modelo Binomial com parmetros n e p. Alm disso, como
cada xi pode ser 0 ou 1, a mdia:
PPGEP
X2 =
p(1 p )
n
54
PPGEP/UFRGS
Exemplo 6.10. Um empresrio deseja conhecer a satisfao de

seus clientes em relao aos servios prestados por sua
empresa. Em uma amostra aleatria de n=100 clientes
entrevistados, 4 pessoas demonstraram insatisfao com os
servios prestados. Construa um intervalo de 95% de
confiana para a proporo de clientes insatisfeitos.
p z / 2
0,04 1,96
p (1 p )
p (1 p )
p + z / 2
n
n
0,04(1 0,04 )
0,04(1 0,04 )
0,04 + 1,96
100
100
0,03 0,05
Exerccio 6.11
PPGEP/UFRGS
56
PPGEP
Soluo:
= 0,05 ==> z0,025 = 1,96; p = 0,10; e = 0,03

Como deseja-se estimar uma varivel do tipo percentual,
utiliza-se a distribuio Binomial.
n=
Z2 2 p(1 p )
e2
n=
1,962 0,10 (1 0,10)

0,032
= 384,16
Logo, necessrio uma amostra de 385 produtos.
Exerccio 6.14
57
PPGEP/UFRGS
6.4 Em um processo qumico, as caractersticas dimensionais do

produto resultante segue o modelo normal. A partir da amostra
apresentada a seguir, defina o limite inferior de um intervalo
unilateral de 95% de confiana para a caracterstica
dimensional mdia.
35.2
36.3
36.7
37.3
37.5
37.8
38.2
38.3
38.7
39.3
39.5
40.1
6.5 Uma mquina usada para encher pacotes de leite. O

volume segue aproximadamente o modelo normal. Uma
amostra de 16 potes indicou:
1021
1008
1016
1015
1012
1013
1011
1013
1014
1017
1018
1019
1022
1007
1027
1003
a) construa um intervalo unilateral de 99% com limite inferior

para a mdia;
b) construa um intervalo de 95% para a mdia;
PPGEP/UFRGS
59
PPGEP
Exemplo 6.11. O fornecedor alega que entrega 10% de

produtos defeituosos. Qual o tamanho de amostra suficiente
para estimar a proporo de produtos defeituosos entregues
por este fornecedor com preciso de 0,03 e 95% de confiana?
PPGEP
PPGEP
Exerccios
6.1 O tempo de atendimento em um restaurante apresenta
varincia 2 = 0 ,0015 . Uma amostra aleatria de 12 mesas
mesas
indicou tempo mdio de atendimento de X = 12 ,258 mm. Construa
Construa
um intervalo de 95% de confiana para o tempo mdio de
atendimento no restaurante.
6.2 Recalcule o intervalo de confiana para o exerccio 6.1,
supondo que a varincia no fosse conhecida e o valor S 2 = 0 ,0015
tivesse sido medido diretamente na amostra.
6.3 O peso de frangos apresenta varincia conhecida igual a
900g. Uma amostra aleatria de 20 unidades indica X = 508 g .
Construa um intervalo com 90% de confiana para o peso
mdio desses frangos.
58
PPGEP/UFRGS
6.6 Considere os dados do exerccio 6.4. Construa um intervalo

de 90% para a varincia da caracterstica dimensional. Depois
converta esse intervalo apresentando-o em termos de desvio
padro.
6.7 Considere os dados do exerccio 6.5. Construa um intervalo
de 95% para o desvio padro do volume dos pacotes de leite.
6.8 Ainda em relao ao problema 6.5, imagine que h uma
segunda mquina de enchimento para a qual uma amostra de
16 pacotes indicou:
1011
1022
1015
1018
1017
1016
1015
1015
1021
1020
1021
1022
1010
1025
1007
1030
Construa um intervalo de 95% para a diferena entre as duas

mdias das mquinas. Baseado nos resultados desses clculos
voc concluiria que as duas mquinas fornecem o mesmo
volume mdio?
PPGEP/UFRGS
60
PPGEP
6.9 Em uma indstria qumica, os engenheiros desejam saber

se o alongamento de um composto de borracha permanece
inalterado ao passar por uma mquina extrusora. Como o
alongamento do composto depende do lote de matria prima
usado na sua confeco, os dados foram coletados aos pares.
Construa um intervalo de confiana para a diferena entre os
pares de observaes:
Lote
1
2
3
4
5
6
7
8
9
10
Antes 360 370 380 345 365 380 390 395 385 410
Depois 360 365 355 340 350 370 390 375 375 395
61
PPGEP/UFRGS
6.13. Qual o tamanho da amostra necessrio para estimar o

tempo mdio de atendimento de um servio com 95% de
confiana e preciso de 2 min? Uma amostra de 20 tempos foi
coletada para estimar o desviodesvio-padro S.
8
12
10
12
12
9
11
7
13
12
8
10
15
11
8
10
11
12
14
8
6.14. Em uma pesquisa eleitoral, 60 das 180 pessoas

entrevistadas responderam que votariam no candidato da
oposio. Essa amostra suficiente para estimar a verdadeira
proporo de eleitores desse candidato, com uma preciso de
0,04 e confiana 95%?
PPGEP/UFRGS
63
PPGEP
PPGEP
6.10 Em relao ao problema anterior, calcule o quociente

entre as varincias dos alongamentos medidos antes e depois do
composto passar pela extrusora. Depois construa um intervalo
de confiana para esse quociente.
6.11 Uma amostra aleatria de 250 dispositivos eletrnicos
apresentou 27 unidades defeituosas. Estime a frao de noconformes e construa um intervalo de 95% de confiana para o
verdadeiro valor da frao de no-conformes.
6.12. Qual o tamanho da amostra necessrio para estimar o
tempo mdio de atendimento de um servio com desviodesvio-padro
conhecido de =3 min com 95% de confiana e preciso de 2
min?
PPGEP/UFRGS
62

489 Estaind006 Estimacao

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

489 Estaind006 Estimacao

Hochgeladen von

Copyright:

Verfügbare Formate

CAPTULO 6

Em aplicaes industriais, as distribuies so usadas para

Em aplicaes industriais, as distribuies de probabilidade

A estatstica inferencial compreende a estimao de

6.1. Estimativas Pontuais

Se uma amostra representativa da varivel aleatria X

ento esses valores so tomados como estimativas pontuais

Na verdade, a estatstica inferencial forma a base das

6.1. Estimativas Pontuais

A estimativa pontual um valor obtido a partir dos

H vrias propriedades que fazem um estimador ser um

6.2. Estimativas atravs de Intervalos

A estimativa pontual calculada a partir de uma amostra

Logo, para se ter confiana de estimar o verdadeiro parmetro

A estimao de parmetros populacionais por intervalo de

Se a amostra for representativa da populao, ela tende a

Conforme a amplitude do intervalo, existe uma

Essa probabilidade (1-) chamada nvel de confiana,

Por exemplo, para construir um intervalo de confiana de

O limite inferior para um intervalo unilateral de 100(1100(1-)%

6.4 Intervalo de confiana para a

Seja X uma varivel aleatria qualquer que siga a distribuio

O intervalo de confiana apresentado acima um intervalo

Ou seja, um intervalo proporcional a Z / 2

Exemplo 6.1: A variabilidade do tempo de atendimento em um

Exerccio 6.1 e 6.3

6.4 Intervalo de confiana para a

Para obterobter-se um intervalo de confiana de 95% (1(1- = 0,95,

ObservaObserva-se que, para n suficiente grande, as mdias seguem a

Um intervalo unilateral de 100(1-)% com limite superior

Um intervalo unilateral de 100(1-)% com limite inferior :

6.3 Erro de Estimao

Como o intervalo de confiana tem centro na mdia amostral,

Aumentando a amplitude do intervalo, aumenta-se o nvel de

Exemplo 6.2: Qual o tamanho da amostra necessrio para

= 0,05 ==> z/2 = 1,96; = 3,0 cm; e = 0,5cm;

Para determinar o tamanho da amostra mnimo para estimar

Logo, o tamanho da amostra depender:

6.5. Intervalo de confiana para a

O intervalo de confiana bilateral tem a forma

Como X Z / 2 , podepode-se escrever X erro (e)

Segue a distribuio t com k graus de liberdade. Sua funo

6.5. Intervalo de confiana para a

Exemplo de uso da distribuio t:

6.5. Intervalo de confiana para a

Seja X uma varivel aleatria Normal com mdia e varincia

Os intervalos unilaterais de confiana de 100(1-)% com

X1, ..., Xn uma amostra aleatria. Ento:

De forma que a distribuio t a base para inferncias a

Exemplo 6. 3:: A quantidade mensal de produtos entregues por

Exemplo 6.4 A empresa pode estar preocupada exclusivamente

Exerccio 6.2, 6.4, 6.5

= 0,05 ==> t0.025,19 = 2,093 e = 0,5 cm, S=2,45

Logo necessrio coletar mais 86 (106-20) peas.

Como a variabilidade no previamente conhecida, mas

Exemplo 6.5: Qual o tamanho da amostra necessrio para

6.6. Intervalo de confiana para a

Assim o intervalo de confiana bilateral de 100(1-)% ser:

6.7. Intervalo de confiana para a

com graus de liberdade v = n1 + n2 2

E os correspondentes intervalos unilaterais sero:

Sejam X1 e X2 duas variveis aleatrias Normais com mdias

(n1 1)S12 + (n2 1)S22