ESTATÍSTICA AULA 12 Inferência Estatística e Distribuição Amostral – Unidade 8 Professor Marcelo Menezes Reis.

Apresentação em tema: "ESTATÍSTICA AULA 12 Inferência Estatística e Distribuição Amostral – Unidade 8 Professor Marcelo Menezes Reis."— Transcrição da apresentação:

1 ESTATÍSTICA AULA 12 Inferência Estatística e Distribuição Amostral – Unidade 8 Professor Marcelo Menezes Reis

2 Aulas prévias Planejamento da pesquisa, técnicas de amostragem: generalização. Análise exploratória de dados: organização dos dados. Probabilidade e variável aleatória. Modelos probabilísticos mais comuns.

3 Conteúdo desta aula Conceito de inferência estatística.
Tipos de inferência estatística. Parâmetros e estatísticas. Distribuições amostrais de média e proporção.

4 Relembrando... População: conjunto das medidas da(s) característica(s) de interesse em todos os elementos que a(s) apresenta(m). Pode ser representada por um modelo: parâmetros (Unidade 7). Se amostragem: inferência estatística.

5 Inferência Estatística
Consiste em fazer afirmações probabilísticas sobre as características do modelo, que se supõe representar uma população, a partir dos dados de uma amostra aleatória (probabilística) desta mesma população. Estimação de parâmetros e testes de hipóteses.

6 Estimação de parâmetros
Fazer afirmação sobre os possíveis valores dos parâmetros do modelo a partir dos dados de uma amostra aleatória da população. Estimar média e variância de um modelo normal. Estimar a probabilidade de sucesso de um modelo binomial.

7 Testes de hipóteses Testes de hipóteses: testar hipóteses sobre as características do modelo a partir dos dados de uma amostra aleatória da população. o valor da média de uma variável é maior do que um certo valor? o modelo probabilístico da população é o normal?

8 Parâmetros (População) Estatísticas (Amostra)
Medidas de síntese Parâmetros (População) Estatísticas (Amostra) Média Variância Proporção

9 Estatísticas Amostragem probabilística:
Estatísticas são variáveis aleatórias. Seus resultados dependem da amostragem. Necessário construir modelos probabilísticos para as Estatísticas.

10 Distribuição amostral
O modelo probabilístico de uma estatística é chamado de Distribuição Amostral. Seja  um parâmetro e T uma estatística. Amostras aleatórias são retiradas da população e são calculados os valores t da Estatística T. Valores de t formam a distribuição amostral de T.

11 População Amostras {64, 67, 60} => Média = 63,67 64 m = 65,62 kg 67 70 57 65 72 60 {64, 70, 72} => Média = 68,67 {65, 70, 60} => Média = 65 Sortear 3 Observe que há uma variação na estatística média, e esta variação precisa ser considerada quando são realizadas as inferências sobre os parâmetros.

12 Distribuição amostral da média
Se forem retiradas várias amostras aleatórias de n elementos da população. Calculadas as médias de todas as amostras. Pode dividir a partir daqui: 1-11, 12-24 Distribuição aproximada por uma normal.

13 Exemplo 1 Ver 2o exemplo, Unidade 8.
Suponha uma variável quantitativa cujos valores constituem uma população com os seguintes valores: (2, 3, 4, 5). Retire todas as amostras aleatórias de 2 elementos (com reposição) desta população e observe a distribuição das médias amostrais.

14 Exemplo 1 População: {2, 3, 4, 5} Parâmetros:  = 3,5 2 = 1,25
Há 16 amostras de 2 elementos (com reposição) possíveis: (2, 2) (2, 3) (2, 4) (2, 5) (3, 2) (3, 3) (3, 4) (3, 5) (4,2) (4, 3) (4, 4) (4, 5) (5, 2) (5, 3) (5, 4) (5, 5)

15 Exemplo 1

16 Distribuição das médias  normal

17 Distribuição amostral da média
A distribuição amostral da média será normal se a distribuição da variável na população for normal. A distribuição amostral da média será normal, mesmo que a distribuição da variável na população não seja, desde que o tamanho de amostra seja suficientemente grande.

18 Exemplo 2 Ver o 3º exemplo da Unidade 8.
Na figura a seguir temos a distribuição populacional de uma variável quantitativa qualquer de interesse. Ela apresenta média populacional () igual a 416,99, e variância populacional (2) igual a 89554,51264.

19 Distribuição NÃO normal!

20 Exemplo 2 Vamos retirar 40 amostras aleatórias, com reposição, da população com os seguintes tamanhos: 2, 4, 16 e 30 elementos. Para cada amostra calcularemos a média. As médias serão postas em um histograma, e serão calculadas a média e a variância das médias amostrais.

21

22

23

24

25 Distribuição amostral da proporção
Se forem retiradas várias amostras aleatórias de n elementos da população. Calculadas as proporções de um atributo em todas as amostras. Pode dividir a partir daqui: 12-24, 25-31 Distribuição aproximada por uma normal.

26 Exemplo 3 Veja o 4º exemplo da Unidade 8.
Pense em uma variável qualitativa que pode assumir apenas dois valores, e que constitui a seguinte população: (□□□□■). A proporção populacional  = 1/5 = 0,2. Retiram-se todas as amostras aleatórias de 2 elementos (com reposição) possíveis desta população.

27 Exemplo 3 Calcular proporção de ■ em cada amostra!

28

29 Tô afim de saber Sobre distribuição amostral:
BARBETTA, P.A., REIS, M.M., BORNIA, A.C. Estatística para Cursos de Engenharia e Informática. 2ª ed.: São Paulo: Atlas, 2008, capítulo 7. STEVENSON, Willian J. Estatística Aplicada à Administração. São Paulo: Ed. Harbra, 2001, capítulo 7.

30 Para saber mais Sobre a utilização do Microsoft Excel  para estudar distribuições amostrais veja LEVINE, D. M., STEPHAN, D., KREHBIEL, T. C., BERENSON, M. L. Estatística: Teoria e Aplicações - Usando Microsoft Excel em Português. 5ª ed. – Rio de Janeiro: LTC, 200, capítulo 5.

31 Próxima aula Estimação de parâmetros
Estimação por ponto, propriedades dos estimadores, estimador de média e proporção. Estimação por intervalo de média e de proporção. Tamanho mínimo de amostra para estimação.