Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouAna Sofia Peres Benevides Alterado mais de 8 anos atrás
1
Estatística: Aplicação ao Sensoriamento Remoto SER 202 - ANO 2016 Intervalo de Confiança Camilo Daleles Rennó camilo@dpi.inpe.br http://www.dpi.inpe.br/~camilo/estatistica/
2
Intervalo de Confiança Um parâmetro pode ser estimado através de um único valor (estimador pontual) Uma alternativa é definir um intervalo de estimativas mais prováveis de acordo com a distribuição teórica da estatística (estimador), que é uma v.a. f( ) 0 X f(x)f(x) 0 ? X 1, X 2,..., X n amostra X 1, X 2,..., X n X f(x)f(x) 0 ? 2 Qual a probabilidade de que tenha exatamente o valor de ? (improvável)
3
Intervalo de Confiança para distribuição desconhecida, desconhecido, mas 2 conhecido Se : Se n for grande (ou seja, adotando-se o TLC): mesmo não se conhecendo a distribuição de X 3 amostra aleatória
4
-- ++ 0 Intervalo de Confiança para (Normal Padrão) distribuição desconhecida, desconhecido, mas 2 conhecido valores mais freqüentes se X tiver distribuição normal ou n for grande (TLC) 4
5
-- ++ 0 Intervalo de Confiança para (Normal Padrão) z-z IC para nível de significância nível de confiança Z distribuição desconhecida, desconhecido, mas 2 conhecido se X tiver distribuição normal ou n for grande (TLC) 5
6
Intervalo de Confiança para Exemplo: uma v.a. qualquer tem uma distribuição desconhecida com média também desconhecida e variância 2 = 16. Retira-se uma amostra de 25 valores e calcula-se a média amostral. Construa um IC de 95% para supondo que -- ++ 0 95% z-z 2,5% ? 6
7
Intervalo de Confiança para 7 -- ++ 0z
8
Exemplo: uma v.a. qualquer tem uma distribuição desconhecida com média também desconhecida e variância 2 = 16. Retira-se uma amostra de 25 valores e calcula-se a média amostral. Construa um IC de 95% para supondo que -- ++ 0 95% z-z 2,5% ? 1,96 Como poderia obter intervalos de confiança mais estreitos, ou seja, com limites mais próximos da média verdadeira? - diminuindo-se o nível de confiança - aumentando-se o tamanho da amostra 8
9
Como Interpretar o IC para ? Sorteia-se 50 valores aleatoriamente e calcula-se. Em seguida determina-se o IC para com 95% de confiança, ou seja Interpretação: 95% dos possíveis IC obtidos a partir de uma amostra de tamanho 50, conterão de fato a verdadeira média Suponha uma v.a. X normalmente distribuída com = 10 e 2 = 4 (O IC varia para cada amostra!!!) (ver IC.xls) 9
10
Intervalo de Confiança para 2 10 Antes de construir o Intervalo de Confiança para 2, é preciso apresentar a distribuição Qui-quadrado, que é a base para a construção desse IC.
11
Distribuição 2 (lê-se qui-quadrado) (lê-se: X tem distribuição qui-quadrado com g graus de liberdade) 0 ++ g 2 0 ++ g > 2 Propriedades: a) se, então b) se, então 11
12
Distribuição 2 0 ++ 12
13
Distribuição 2 0 ++ 13
14
Distribuição 2 Se Substituindo-se por tem-se que (perde-se 1 grau de liberdade) mas 14 (a distribuição da população deve ser normal!) amostra aleatória
15
Intervalo de Confiança para 2 IC para 2 0 ++ 22 15
16
Intervalo de Confiança para 2 Exemplo: uma v.a. qualquer tem uma distribuição normal com média e variância 2 desconhecidas. Retira-se uma amostra de 25 valores e calcula-se a variância amostral. Construa um IC de 95% para 2 supondo que s 2 = 2,34. ? 0 ++ ? 16
17
Distribuição 2 0 ++ 17
18
Intervalo de Confiança para 2 Exemplo: uma v.a. qualquer tem uma distribuição normal com média e variância 2 desconhecidas. Retira-se uma amostra de 25 valores e calcula-se a variância amostral. Construa um IC de 95% para 2 supondo que s 2 = 2,34. ? 12,40 0 ++ ? 39,36 18
19
??? -3,50,5100,9 Graus de liberdade 19 De modo geral, pode-se entender “grau de liberdade” como o número de valores que, no final de um cálculo de uma estatística, estão “livres para variarem”, ou seja, que têm o comportamento de variáveis aleatórias. Por exemplo: deseja-se avaliar os desvios em torno da média a partir de uma amostra de 3 valores retirados de uma população normalmente distribuída. Amostra: Quais são os valores possíveis de serem obtidos nesta amostra? R: Neste caso, posso escolher “livremente” quaisquer 3 valores entre - e + ( é conhecida)
20
Graus de liberdade 20 Agora, se é desconhecido e o substituímos por... Amostra: Como então Assim, ao se escolher os dois primeiros valores, o terceiro é necessariamente conhecido. Neste caso, perde-se 1 grau de liberdade As perdas de graus de liberdade acontecem sempre que um parâmetro é substituído por seu estimador ??? -1,50,11,4
21
Intervalo de Confiança para com 2 desconhecida 21 Para construir o Intervalo de Confiança para com 2 desconhecida, é necessário apresentar uma nova distribuição chamada t de Student.
22
Distribuição t de Student (lê-se: X tem distribuição t de Student com g graus de liberdade) Propriedades: tgtg -- ++ 0 a) seeentão b) seentão 22
23
Distribuição t de Student -- ++ 0t 23
24
Distribuição t de Student 24 Se (a distribuição da população deve ser normal!) amostra aleatória Lembrete:
25
-- ++ 0 t-t IC para e 2 desconhecidos T 25 Intervalo de Confiança para com 2 desconhecida
26
Exemplo: uma v.a. qualquer tem uma distribuição normal com média e variância 2 desconhecidas. Retira-se uma amostra de 25 valores e calcula-se a média amostral e a variância amostral. Construa um IC de 95% para supondo que e s 2 = 16. -- ++ 0 95% t-t 2,5% ? 26 Intervalo de Confiança para com 2 desconhecida
27
Distribuição t de Student -- ++ 0t 27
28
Exemplo: uma v.a. qualquer tem uma distribuição normal com média e variância 2 desconhecidas. Retira-se uma amostra de 25 valores e calcula-se a média amostral e a variância amostral. Construa um IC de 95% para supondo que e s 2 = 16. -- ++ 0 95% t-t 2,5% ? 2,064 28 Intervalo de Confiança para com 2 desconhecida
29
Intervalo de Confiança para proporção p Numa urna, há N bolas, sendo K vermelhas e N – K azuis. Assim, pode-se dizer que K/N representa a proporção p de bolas vermelhas na urna (que por sua vez, representa a probabilidade de se selecionar uma bola vermelha desta urna). Mas se N e K são desconhecidos, como estimar p ? Proporção Amostral X i ~ Bernoulli p = P(X i = 1) (se n é grande) 29 Considere que n bolas são escolhidas ao acaso (com reposição), definindo-se Y como o número de bolas vermelhas entre as n selecionadas, qual a distribuição de Y ? Y ~ Binomial( n, p )
30
Intervalo de Confiança para proporção p IC para p Z -- ++ 0 z-z 30
31
Intervalos de Confiança (Resumo) para se 2 é conhecida se 2 é desconhecida para 2 para p 31
32
Intervalos de Confiança (Resumo) Observações importantes: Os ICs são construídos a partir de uma estatística que relaciona o estimador pontual ao seu parâmetro; Para se conseguir ICs mais estreitos, conservando-se o mesmo nível de confiança, deve-se aumentar o tamanho da amostra; Caso o IC seja utilizado para verificar se o parâmetro para o qual o IC foi construído tem um determinado valor, deve-se aceitar qualquer valor presente dentro do intervalo, considerando o nível de confiança adotado; Ex: se o IC para for P(20,3 < < 43,8) = 95% pode ser 30? pode ser 21? pode ser 45? SIM* SIM NÃO considerando 95% de confiança *“não se pode afirmar que a verdadeira média não seja 30” ou “não se pode negar que ela seja 30” 32
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.