Estatística Aplicada II

Propriedade dos Estimadores

AULA 18 – 27/10/16

Profa Lilian M. Lima Cunha

Propriedade 1: Estimador Não-Viesado

Definição: Um estimador T é não-viesado (ou não-
tendencioso) se seu valor esperado for o próprio
parâmetro θ que se pretende estimar, isto é,
E(T) = θ

Se o estimador erra, em média, dizemos que ele é

viesado, e a diferença entre sua média e o valor
verdadeiro do parâmetro é chamado de viés:
Viés = E(T) - θ

1
Exemplo 1 - Ilustrativo:

Tomemos uma população cuja distribuição é: uma

cidade em que metade da população recebe
R$450,00 (salários baixos) e a outra metade recebe
R$900,00 (salários altos).

Sem saber disso, um pesquisador quer saber qual o

salário médio da população da cidade e utiliza, para
isso, uma amostra de 3 elementos.

Possibilidades no sorteio
Amostra Média
encontrada Amostral
BBB 450,00
8 amostras de 3
BBA 600,00 elementos
BAB 600,00
B = salario baixo
ABB 600,00
A = salário alto
BAA 750,00
ABA 750,00
AAB 750,00
AAA 900,00
1× 450 + 3 × 600 + 3 × 750 + 1× 900
E( X ) = = 675,00
8

2
 Exemplo 2: A média amostral X é um estimador não
viesado
E( X ) = µ
Exemplo 3: A proporção amostral p̂ é um estimador
não viesado.
E ( pˆ ) = p
2
Exemplo 4: Mostre que a variância amostral σˆ é um
estimador viesado.

^ 2 1 N
σ =
n
∑i =1
( X i − X )2

Considere a variância populacional abaixo, N elementos na população:

1 N
σ2 =
N
∑i =1
( X i − µ )2
1 N
µ = ∑i =1 X i é a média populacional
N
Um possível estimador para σ2 (baseado numa AAS de tamanho n):

^ 2 1 N
σ =
n
∑i =1
( X i − X )2
é um estimador viesado

3
 Exemplo 5: Verifique se o estimador abaixo, para a
média, é não-viesado. Caso não seja, calcule o viés:

n
∑Xi
M 2 = i =1
n +1

Entregar:

A variável aleatória X tem média µ e variância
unitária. Um pesquisador resolve utilizar os
seguintes estimadores para a média:

1 1 1 1 1 1
µˆ1 = X1 + X 2 + X 3 µˆ 2 = X1 + X 2 + X 3
6 3 2 3 3 3

1 1 1
µˆ 3 = X1 + X 2 + X 3
4 6 3

Verifique qual(is) é (são) não viesados para µ. Quando

for viesado, calcule o viés.

4
 REFERÊNCIAS BIBLIOGRÁFICAS

Bussab, W.º; Morettin, P.A. (2002). Estatistica Básica, Editora Saraiva, São Paulo
– Brasil – Cap 11 pgs 289-296

Hoffmann, R. (2006). Estatistica para Economistas. Cap 9 pg113-128 – 4ª edição

Hoffmann, R. (2006). Estatistica para Economistas. 4ª edição. Cap 6 pg57

(Esperança Matemática)