Tópico 2 Intervalo de Confiança

6.598 visualizações

Publicada em

Intervalos de Confiança, Nível de Significância, Cálculo de Amostra Aleatória

Publicada em: Educação
0 comentários
2 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

Sem downloads
Visualizações
Visualizações totais
6.598
No SlideShare
0
A partir de incorporações
0
Número de incorporações
4
Ações
Compartilhamentos
0
Downloads
157
Comentários
0
Gostaram
2
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Tópico 2 Intervalo de Confiança

  1. 1. Estatística II UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS SOCIAIS APLICADAS FACULDADE DE ECONOMIA Prof. Dr. Ricardo Bruno Nascimento dos Santos
  2. 2. INTERVALO DE CONFIANÇA
  3. 3. INTERVALO DE CONFIANÇA É a partir deste tópico que iremos dar início a estatística inferencial. Um exemplo, seria com o valor da média amostral de uma linha de produção de carros de um certo fabricante de automóveis, o órgão de regulação pode estimar o índice médio de economia de combustível como sendo 31,1 milhas por galão para toda linha de carros. Como essa estimativa representa um único número representado por um ponto em uma linha de números, ele é chamado de ESTIMATIVA PONTUAL. O problema de uma estimativa pontual é que ela raramente se iguala ao parâmetro exato (média, desvio padrão ou proporção) de uma população.
  4. 4. INTERVALO DE CONFIANÇA Quando temos o erro padrão podemos formar o intervalo de confiança da seguinte forma:
  5. 5. INTERVALO DE CONFIANÇA Logo, a empresa pode estar 90% confiante de que o índice médio de economia de combustível para toda linha de automóveis de passeio está entre 28,1 e 34,1 milhas por galão.
  6. 6. INTERVALO DE CONFIANÇA Antes de verificarmos a ideia intuitiva do que seja um intervalo de confiança, vamos verificar alguns importantes conceitos no que tange a estimação. Estimar o consumo médio de um automóvel, estimar o tempo médio que um funcionário leva a aprender uma nova tarefa ou estimar a percentagem (proporção) de pessoas que irão consumir um produto que vai ser lançado no mercado, são exemplos de estimação. A estimação pode ser feita por dois processos: • Estimação Pontual • Estimação Intervalar
  7. 7. INTERVALO DE CONFIANÇA
  8. 8. INTERVALO DE CONFIANÇA
  9. 9. INTERVALO DE CONFIANÇA A estimação intervalar (ou estimativa intervalar) consiste na determinação de um intervalo onde, com uma certa confiança (probabilidade), esteja o parâmetro θ desconhecido, tendo-se em conta um seu estimador. Assim, P(L1 < θ < L2) = significa que a probabilidade do intervalo aleatório (L1, L2) conter o valor exato θ é . O intervalo (L1, L2) é designado por INTERVALO DE CONFIANÇA para o parâmetro θ, com um nível de confiança . Depois de recolhida uma amostra aleatória, usam-se os valores observados dessa amostra, para calcular os valores observados das variáveis aleatórias L1 e L2, que se representam, respectivamente, por l1 e l2. (l1 e l2) é o intervalo de confiança concreto para aquela amostra.
  10. 10. INTERVALO DE CONFIANÇA
  11. 11. INTERVALO DE CONFIANÇA Vantagem É possível determinar o erro máximo cometido na estimação, com uma certa confiança Notas Tem em conta as variações das estatísticas amostrais de amostra para amostra. Nunca podemos ter intervalos com 100% de confiança.
  12. 12. INTERVALO DE CONFIANÇA Suponha que estejamos interessados num parâmetro populacional verdadeiro (mas desconhecido) . Podemos estimar o parâmetro usando informação de nossa amostra. Chamamos o único número que representa o valor mais plausível do parâmetro (baseado nos dados amostrais) de uma ESTIMATIVA PONTUAL de . Contudo, sabemos que o valor estimado na maior parte das vezes não será exatamente igual ao valor verdadeiro. Então, também seria interessante encontrar um intervalo de confiança que forneça um intervalo de valores plausíveis para o parâmetro baseado nos dados amostrais.
  13. 13. INTERVALO DE CONFIANÇA (IC) Portanto, um intervalo de confiança de 95% para um parâmetro populacional fornece um intervalo no qual estaríamos 95% confiantes de cobertura do verdadeiro valor do parâmetro. Tecnicamente, 95% de todos os intervalos de confiança que construirmos conterão o verdadeiro valor do parâmetro (dado que todas as suposições envolvidas estejam corretas). Então se obtivermos um intervalo de confiança para o parâmetro para cada uma dentre 100 amostras aleatórias da população, somente 5, em média destes intervalos de confiança não conterão . Esses intervalos podem ser obtidos para: médias, diferença de médias; proporções; diferenças em proporções; etc. Os valores mais comuns de intervalos envolvem 90, 95 e 99% de representatividade, porém, o mais comum é o cálculo de 95%.
  14. 14. INTERVALO DE CONFIANÇA (IC): Exemplo No caso do Facebook, a probabilidade de que a média populacional seja exatamente 130,8 é praticamente zero. Portanto, em vez de estimarmos como sendo exatamente 130,8 usando uma estimativa pontual, poderemos supor que está em um intervalo. Tratar a média dentro de um intervalo é conhecido como ESTIMATIVA INTERVALAR. Suponha que a margem de erro seja 15,7, então a estimativa intervalar fica como abaixo:
  15. 15. INTERVALO DE CONFIANÇA (IC): Exemplo
  16. 16. INTERVALO DE CONFIANÇA (IC): Exemplo
  17. 17. INTERVALO DE CONFIANÇA (IC)
  18. 18. INTERVALO DE CONFIANÇA (IC): Exemplo
  19. 19. INTERVALOS DE CONFIANÇA: Para média populacional
  20. 20. INTERVALOS DE CONFIANÇA: Para média populacional
  21. 21. INTERVALO DE CONFIANÇA: R Pesquisar e fazer os intervalos de confiança no R.
  22. 22. INTERVALO DE CONFIANÇA Quando o valor de é conhecido
  23. 23. INTERVALO DE CONFIANÇA Quando o valor de é conhecido
  24. 24. INTERVALO DE CONFIANÇA Quando o valor de é conhecido
  25. 25. INTERVALO DE CONFIANÇA Quando o valor de é conhecido
  26. 26. IC: para média (amostras pequenas)
  27. 27. IC: para média (amostras pequenas)
  28. 28. IC: para média (amostras pequenas)
  29. 29. IC: para média (amostras pequenas) Quando o valor de é desconhecido
  30. 30. IC: para média (amostras pequenas) Quando o valor de é desconhecido
  31. 31. IC: para média (amostras pequenas) Quando o valor de é desconhecido
  32. 32. IC: para média (amostras pequenas) Quando o valor de é desconhecido
  33. 33. IC: para média (amostras pequenas) Quando o valor de é desconhecido
  34. 34. IC: Qual distribuição usar?
  35. 35. INTERVALO DE CONFIANÇA Intervalo de confiança para uma proporção
  36. 36. INTERVALO DE CONFIANÇA Intervalo de confiança para uma proporção
  37. 37. INTERVALO DE CONFIANÇA Intervalo de confiança para uma proporção
  38. 38. INTERVALO DE CONFIANÇA Intervalo de confiança para uma proporção
  39. 39. INTERVALO DE CONFIANÇA Determinação do tamanho da amostra necessário para obter estimativa com desvio máximo prede_ terminado, a um certo nível de significância.
  40. 40. INTERVALO DE CONFIANÇA Determinação do tamanho da amostra necessário para obter estimativa com desvio máximo prede_ terminado, a um certo nível de significância.
  41. 41. INTERVALO DE CONFIANÇA Determinação do tamanho da amostra necessário para obter estimativa com desvio máximo prede_ terminado, a um certo nível de significância.
  42. 42. INTERVALO DE CONFIANÇA Determinação do tamanho da amostra necessário para obter estimativa com desvio máximo prede_ terminado, a um certo nível de significância.
  43. 43. INTERVALO DE CONFIANÇA Determinação do tamanho da amostra necessário para obter estimativa com desvio máximo prede_ terminado, a um certo nível de significância.
  44. 44. INTERVALO DE CONFIANÇA Determinação do tamanho da amostra necessário para obter estimativa com desvio máximo prede_ terminado, a um certo nível de significância.
  45. 45. INTERVALO DE CONFIANÇA Determinação do tamanho da amostra necessário para obter estimativa com desvio máximo prede_ terminado, a um certo nível de significância.
  46. 46. INTERVALO DE CONFIANÇA Prática Agora veremos a prática no R A vida média de baterias automotivas de uma certa marca está sendo estudada. Baseado em estudos similares, com outras marcas, é possível admitir que a vida dessas baterias segue a distribuição Normal com desvio padrão de 4,5 meses. Foram colocadas 25 baterias da mesma marca em teste e foi registrado a vida média de cada uma delas medido em meses conforme abaixo; x 29.65, 23.34, 25.89, 23.20, 24.50, 24.73, 22.64, 14.05, 22.97, 22.04, 23.67, 25.07, 20.61, 19.50, 25.54, 26.71, 25.86, 24.20, 19.07, 20.86, 21.80, 25.48, 18.85, 17.69, 23.67
  47. 47. INTERVALO DE CONFIANÇA Prática Calcule o intervalo de confiança para coeficientes de confiança de 90%, 95% e 99% . 25 5,4 645,122,8636; 25 5,4 645,122,8636%)90,(IC .4805,122,8636;4805,122,8636%)90,(IC .3441,24;3831,21%)90,(IC . 25 5,4 96,122,8636; 25 5,4 96,122,8636%)95,(IC .6276,24;0996,21%)95,(IC . 25 5,4 575,222,8636; 25 5,4 575,222,8636%)99,(IC .1811,25;5461,20%)99,(IC
  48. 48. INTERVALO DE CONFIANÇA Prática 2 1,645 4,5 2 54,797 55 2 n
  49. 49. INTERVALO DE CONFIANÇA Prática Agora tratemos de um exemplo cujo desvio padrão seja desconhecido. Exemplo: Deseja-se achar o intervalo de confiança para a média populacional do consumo de oxigênio em cm3/min do rim, quando atacado por uma certa moléstia. Os valores medidos em cinco pacientes com a moléstia foram: 14,4; 12,9; 15,0; 13,7; 13,5. Considerando na tabela t o valor de erro para 10%, qual seria o nosso intervalo de confiança? No R teríamos
  50. 50. INTERVALOS DE CONFIANÇA (para variância e desvio padrão)
  51. 51. INTERVALOS DE CONFIANÇA (para variância e desvio padrão)
  52. 52. INTERVALOS DE CONFIANÇA (para variância e desvio padrão)
  53. 53. INTERVALOS DE CONFIANÇA (para variância e desvio padrão) Na tabela temos: Logo, 95% da área sob a curva está situada entre 7,564 e 30,191
  54. 54. PRÓXIMA AULA TESTES DE HIPÓTESE

×