SlideShare uma empresa Scribd logo
Inferência Estatística – Parte 1 Intervalo  de  Confiança Prof. Gercino Monteiro Filho
Intervalo de Confiança Conceitos Fundamentais Amostra É o conjunto de informações obtido em uma pesquisa pelo qual, devido à impossibilidade de fazer o censo, é utilizado para tirar conclusões sobre parâmetros e/ou características de uma população.  Estimativa Amostral  É a avaliação de um parâmetro da população usando dos dados de uma amostra
Conceitos Fundamentais - Continuação Estimador É o modelo matemático utilizado para se fazer uma estimativa. Inferência Metodologia pelo qual permite avaliar característica de uma população baseado em dados de uma amostra. Estimador Não-Tendencioso É todo estimador em que o modelo matemático pelo qual o valor esperado na amostra é igual ao valor real de uma população.
Estimadores Importantes de uma pesquisa. Considere em uma pesquisa uma variável aleatória X, associada à população alvo cuja média é μ e variância seja  σ 2 , e que dela seja extraída uma amostra; Considere agora que esta amostra seja   X 1  ―   X 2   ―   X 3   ― . . . ― X n n é o tamanho da amostra.
Estimadores Importantes de uma pesquisa. Média Amostral:  Em que E denota o valor esperado que seja a média.
Estimadores Importantes de uma pesquisa. Variância Amostral:  Onde V designa a variância de cada componente.
Estimadores Importantes de uma pesquisa. Proporção Amostral:  Em que os valores possíveis de X i   são:
Característica especial da variável X Devido à grande abrangência em variáveis de pesquisa, um caso muito importante é quando a variável aleatória X possuir distribuição normal, quando isto ocorrer denota-se:
Da média Esta propriedade nos afirma que a média amostral é um estimador não-tendencioso da média da população.
Da Variância Se a amostra for independente, então: A Esta propriedade nos afirma que a variância da média amostral é um estimador não-tendencioso da variância da população bastando para isto multiplicar pelo tamanho da amostra, desde que esta amostra seja coletada de forma INDEPENDENTE.
Da Normalidade Com amostra independente, Esta propriedade nos afirma que se uma variável aleatória possui distribuição normal na população, quando dela extrai uma amostra independente, a média amostral também possui distribuição normal.
Da Proporção Se p é a proporção de um evento na população, então: E Se a amostra for independente, então:
Graus de Liberdade Em modelos matemáticos de análise, existem muitos deles que necessita do valor de um número inteiro para tirar conclusões e este numero foi batizado de Graus de Liberdade, sendo que para cada tipo de análise é dado de forma não idêntica.
Intervalo de Confiança Quando avalia o valor de um parâmetro da população, baseado em valores de uma amostra, o que se tem na realidade é uma estimativa e pelo qual se avaliar por um único valor (por ponto) não existe modelos matemáticos capazes de medir a precisão desta estimativa. Intervalo de confiança faz esta mesma estimativa, porém utilizando um intervalo matemático sendo que mede a validade desta extensão de valores de amostra para população.
Nível de Confiança É a probabilidade de que o intervalo encontrado contém o valor real do parâmetro procurado. Notação:  1 -  α.
Nível de Significância É a probabilidade de que o intervalo encontrado NÃO contém o valor real do parâmetro procurado, isto é, a probabilidade de que o valor do parâmetro em estudo tem na realidade um valor fora do intervalo construído. Notação:  α.
Observações: A estatística prefere citar o nível de significância no relatório de uma pesquisa. O valor do Nível de Significância é estipulado pelo pesquisador, sendo que em sua maioria e de acordo com padrões internacionais é usado  α = 0,05;  ou seja, um risco de 5,0%.
Intervalo de Confiança para a Média Condições iniciais: X  seja a variável em análise; X tenha distribuição normal, isto é: Seja uma amostra aleatória independente de x
I. C. da a Média Pelas condições iniciais e as propriedades de estimadores, tem que: Aplicando propriedades da normal chega a:
I. C. da a Média Usando os modelos matemáticos da Distribuição Normal chega a: Ao qual fazendo as devidas simplificações teremos:
I. C. da a Média O intervalo matemático: É chamado de Intervalo de Confiança da média ao nível de significância α.
I. C. da a Média - Limites
Erro Padrão de Estimativa
Comentário Note que pelo modelo matemático que foi deduzido, para encontrar o Intervalo de Confiança para a média μ é necessário que conheça o valor da variância populacional, mas se utiliza é uma amostra é obvio que esta variância é desconhecida, assim sendo para encontrar o intervalo de confiança parte do teorema:
IC da Média Variância Desconhecida
Propriedades da Distribuição t-Student
Propriedades da Distribuição t-Student
Intervalo de Confiança da media com variância desconhecida Pelas características vistas chega a: t com distribuição t-Student com (n-1) graus de liberdade.
IC Média - Exemplo Pesquisa:  Fazer avaliação de recuperação de pacientes submetidos a cirurgias cardíacas.   Acadêmica Roberta Rubiane Vaz Teodoro Quanto ao tempo de cirurgia, os valores encontrados do sexo feminino foram (min): 200 265 345 210 240 230 250 270  205 265 210 325  230 220 255 285  295 260 220 250 130 230 240  280  310 225 250 255 260 200 270 235  195 230  Construa o intervalo de confiança para o tempo médio de duração deste tipo de cirurgia, para o sexo feminino ao nível de 5,0% de significância.
IC Média – Exemplo - Solução Estimativas pontuais: Da Média: Da variância
IC Média – Exemplo - Solução Variância desconhecida usa a t-Student Graus de Liberdade: 34 – 1 = 33; Na tabela ao Nível de 5,0% obteve: t = 2,0345 O Intervalo é: Chega a:
Intervalo de Confiança para a proporção p. Proporção é a razão entre o total de resultados pelos quais está de conformidade com uma condição pré-estabelecida e o total de resultados existentes, sendo chamada de freqüência relativa, ao qual pode ser transformado em porcentagem bastando multiplicar o seu resultado por 100,0%.
Intervalo de Confiança para a proporção p. Uma proporção, para ser avaliada, é necessário que se tenha uma amostra suficientemente grande, e assim para criar o intervalo de confiança de p, utiliza diretamente a Distribuição Normal.
Intervalo de Confiança de p. Neste caso basta usar o resultado das propriedades P4 e P5 e substituí-los na fórmula do Intervalo da Média com variância conhecida, assim procedendo fica:
Intervalo de Confiança de p - Componentes
Intervalo de Confiança de p - Exemplo Pesquisa:  Avaliar fatores que contribui com o peso de criança ao nascer.  (Dra. Margareth Giglio) Nesta pesquisa foram observadas 19189 crianças que nasceram no ano de 2002 em Goiânia, sendo que destas 1124 nasceram com peso abaixo de 2500g, e classificadas como desnutridas. Construa, ao nível de 5,0% de significância, o intervalo de confiança da proporção de crianças que nascem desnutridas.
IC p – Solução do exemplo Seja p a proporção, na população de todas as crianças ao nascer que sejam desnutridas. Pelos dados do problema tem que: n = 19 189  e  n(A) = 1 124; Com estes dados vem:
IC p – Solução do exemplo Na tabela da Normal padrão, ao nível de 5,0% tem que o valor crítico de z é:  z 0  = 1,96. O erro padrão de estimativa é: O intervalo de confiança ao nível de 5,0% é: Resposta
Intervalo  de  Confiança FIM

Mais conteúdo relacionado

Mais procurados

Aula 12 intervalo de confiança
Aula 12   intervalo de confiançaAula 12   intervalo de confiança
Aula 12 intervalo de confiança
Ariel Rennó Chaves
 
Aula bioestatistica
Aula bioestatisticaAula bioestatistica
Aula bioestatistica
AleNiv
 
Estatística e Probabilidade - 12 Margem de Erro e Intervalo de Confiança
Estatística e Probabilidade - 12 Margem de Erro e Intervalo de ConfiançaEstatística e Probabilidade - 12 Margem de Erro e Intervalo de Confiança
Estatística e Probabilidade - 12 Margem de Erro e Intervalo de Confiança
Ranilson Paiva
 
Estatistica conceitos
Estatistica conceitosEstatistica conceitos
Estatistica conceitos
Edinardo Correia
 
Prática de Regressão no SPSS
Prática de Regressão no SPSSPrática de Regressão no SPSS
Prática de Regressão no SPSS
Vitor Vieira Vasconcelos
 
Aula 13 teste de hipóteses
Aula 13   teste de hipótesesAula 13   teste de hipóteses
Aula 13 teste de hipóteses
Ariel Rennó Chaves
 
Aula 04 séries estatísticas
Aula 04   séries estatísticasAula 04   séries estatísticas
Conceitos Básicos de Estatística I
Conceitos Básicos de Estatística IConceitos Básicos de Estatística I
Conceitos Básicos de Estatística I
Vitor Vieira Vasconcelos
 
Qui quadrado
Qui quadradoQui quadrado
Qui quadrado
Célia M. D. Sales
 
Aula Amostragem Contábeis
Aula Amostragem ContábeisAula Amostragem Contábeis
Aula Amostragem Contábeis
PatriciaBarros20
 
Amostragem inferencial
Amostragem inferencialAmostragem inferencial
Amostragem inferencial
JooVictorTupinamb
 
Correlação Estatística
Correlação EstatísticaCorrelação Estatística
Correlação Estatística
Vitor Vieira Vasconcelos
 
Estatística Descritiva
Estatística DescritivaEstatística Descritiva
Estatística Descritiva
Marden Rodrigues
 
Bioestatística
BioestatísticaBioestatística
Bioestatística
Gilmar Giraldelli
 
Aula 8 variáveis aleatória contínua - parte 1
Aula 8   variáveis aleatória contínua - parte 1Aula 8   variáveis aleatória contínua - parte 1
Aula 8 variáveis aleatória contínua - parte 1
Ariel Rennó Chaves
 
Séries temporais
Séries temporaisSéries temporais
Séries temporais
Kleverton Saath
 
Tópico 2 Intervalo de Confiança
Tópico 2   Intervalo de ConfiançaTópico 2   Intervalo de Confiança
Tópico 2 Intervalo de Confiança
Ricardo Bruno - Universidade Federal do Pará
 
Bioestatística
 Bioestatística Bioestatística
Bioestatística
felipethoaldo
 
Estatística fácil #1 - Classificação de Variáveis
Estatística fácil #1 - Classificação de VariáveisEstatística fácil #1 - Classificação de Variáveis
Estatística fácil #1 - Classificação de Variáveis
Anselmo Alves de Sousa
 
Análise de regressão linear
Análise de regressão linearAnálise de regressão linear
Análise de regressão linear
Alexandre Kindermann Bez
 

Mais procurados (20)

Aula 12 intervalo de confiança
Aula 12   intervalo de confiançaAula 12   intervalo de confiança
Aula 12 intervalo de confiança
 
Aula bioestatistica
Aula bioestatisticaAula bioestatistica
Aula bioestatistica
 
Estatística e Probabilidade - 12 Margem de Erro e Intervalo de Confiança
Estatística e Probabilidade - 12 Margem de Erro e Intervalo de ConfiançaEstatística e Probabilidade - 12 Margem de Erro e Intervalo de Confiança
Estatística e Probabilidade - 12 Margem de Erro e Intervalo de Confiança
 
Estatistica conceitos
Estatistica conceitosEstatistica conceitos
Estatistica conceitos
 
Prática de Regressão no SPSS
Prática de Regressão no SPSSPrática de Regressão no SPSS
Prática de Regressão no SPSS
 
Aula 13 teste de hipóteses
Aula 13   teste de hipótesesAula 13   teste de hipóteses
Aula 13 teste de hipóteses
 
Aula 04 séries estatísticas
Aula 04   séries estatísticasAula 04   séries estatísticas
Aula 04 séries estatísticas
 
Conceitos Básicos de Estatística I
Conceitos Básicos de Estatística IConceitos Básicos de Estatística I
Conceitos Básicos de Estatística I
 
Qui quadrado
Qui quadradoQui quadrado
Qui quadrado
 
Aula Amostragem Contábeis
Aula Amostragem ContábeisAula Amostragem Contábeis
Aula Amostragem Contábeis
 
Amostragem inferencial
Amostragem inferencialAmostragem inferencial
Amostragem inferencial
 
Correlação Estatística
Correlação EstatísticaCorrelação Estatística
Correlação Estatística
 
Estatística Descritiva
Estatística DescritivaEstatística Descritiva
Estatística Descritiva
 
Bioestatística
BioestatísticaBioestatística
Bioestatística
 
Aula 8 variáveis aleatória contínua - parte 1
Aula 8   variáveis aleatória contínua - parte 1Aula 8   variáveis aleatória contínua - parte 1
Aula 8 variáveis aleatória contínua - parte 1
 
Séries temporais
Séries temporaisSéries temporais
Séries temporais
 
Tópico 2 Intervalo de Confiança
Tópico 2   Intervalo de ConfiançaTópico 2   Intervalo de Confiança
Tópico 2 Intervalo de Confiança
 
Bioestatística
 Bioestatística Bioestatística
Bioestatística
 
Estatística fácil #1 - Classificação de Variáveis
Estatística fácil #1 - Classificação de VariáveisEstatística fácil #1 - Classificação de Variáveis
Estatística fácil #1 - Classificação de Variáveis
 
Análise de regressão linear
Análise de regressão linearAnálise de regressão linear
Análise de regressão linear
 

Destaque

Aulasdematematica.com.br tabela t-3
Aulasdematematica.com.br tabela t-3Aulasdematematica.com.br tabela t-3
Aulasdematematica.com.br tabela t-3
Letícia Rodrigues
 
Introdução à Análise de Dados - Aula 01
Introdução à Análise de Dados - Aula 01Introdução à Análise de Dados - Aula 01
Introdução à Análise de Dados - Aula 01
Alexandre Duarte
 
Comparação de Desempenho entre máquinas virtuais e containers - por Bruno Rod...
Comparação de Desempenho entre máquinas virtuais e containers - por Bruno Rod...Comparação de Desempenho entre máquinas virtuais e containers - por Bruno Rod...
Comparação de Desempenho entre máquinas virtuais e containers - por Bruno Rod...
Joao Galdino Mello de Souza
 
Estatistica inferencial
Estatistica inferencial Estatistica inferencial
Estatistica inferencial
Caio da Silva
 
Intervalos de confianã‡a
Intervalos de confianã‡aIntervalos de confianã‡a
Intervalos de confianã‡a
Nathália Mendonça
 
1. intervalo de confiança parte i
1. intervalo de confiança   parte i1. intervalo de confiança   parte i
1. intervalo de confiança parte i
Regional Jataí - Universidade Federal de Goiás
 
Aula 2 resumo de dados
Aula 2   resumo de dadosAula 2   resumo de dados
Aula 2 resumo de dados
Ariel Rennó Chaves
 
Fármacos para tratamento das dislipidemias
Fármacos para tratamento das dislipidemiasFármacos para tratamento das dislipidemias
Fármacos para tratamento das dislipidemias
Vinicius Monteirobarreto
 
Estatística Parte 1
Estatística Parte 1Estatística Parte 1
Estatística Parte 1
Mauricio Damasceno
 
Distribuição Amostral da Média
Distribuição Amostral da MédiaDistribuição Amostral da Média
Distribuição Amostral da Média
Anderson Pinho
 
Epidemiologia: Estudos de coorte
Epidemiologia: Estudos de coorteEpidemiologia: Estudos de coorte
Epidemiologia: Estudos de coorte
Luis Dantas
 
Cálculo Amostral
Cálculo AmostralCálculo Amostral
Cálculo Amostral
César William
 
Aula 01 - Métodos de Análise de Dados
Aula 01 - Métodos de Análise de DadosAula 01 - Métodos de Análise de Dados
Aula 01 - Métodos de Análise de Dados
Henrique Morais
 
Testes parametricos e nao parametricos
Testes parametricos e nao parametricosTestes parametricos e nao parametricos
Testes parametricos e nao parametricos
Rosario Cação
 

Destaque (14)

Aulasdematematica.com.br tabela t-3
Aulasdematematica.com.br tabela t-3Aulasdematematica.com.br tabela t-3
Aulasdematematica.com.br tabela t-3
 
Introdução à Análise de Dados - Aula 01
Introdução à Análise de Dados - Aula 01Introdução à Análise de Dados - Aula 01
Introdução à Análise de Dados - Aula 01
 
Comparação de Desempenho entre máquinas virtuais e containers - por Bruno Rod...
Comparação de Desempenho entre máquinas virtuais e containers - por Bruno Rod...Comparação de Desempenho entre máquinas virtuais e containers - por Bruno Rod...
Comparação de Desempenho entre máquinas virtuais e containers - por Bruno Rod...
 
Estatistica inferencial
Estatistica inferencial Estatistica inferencial
Estatistica inferencial
 
Intervalos de confianã‡a
Intervalos de confianã‡aIntervalos de confianã‡a
Intervalos de confianã‡a
 
1. intervalo de confiança parte i
1. intervalo de confiança   parte i1. intervalo de confiança   parte i
1. intervalo de confiança parte i
 
Aula 2 resumo de dados
Aula 2   resumo de dadosAula 2   resumo de dados
Aula 2 resumo de dados
 
Fármacos para tratamento das dislipidemias
Fármacos para tratamento das dislipidemiasFármacos para tratamento das dislipidemias
Fármacos para tratamento das dislipidemias
 
Estatística Parte 1
Estatística Parte 1Estatística Parte 1
Estatística Parte 1
 
Distribuição Amostral da Média
Distribuição Amostral da MédiaDistribuição Amostral da Média
Distribuição Amostral da Média
 
Epidemiologia: Estudos de coorte
Epidemiologia: Estudos de coorteEpidemiologia: Estudos de coorte
Epidemiologia: Estudos de coorte
 
Cálculo Amostral
Cálculo AmostralCálculo Amostral
Cálculo Amostral
 
Aula 01 - Métodos de Análise de Dados
Aula 01 - Métodos de Análise de DadosAula 01 - Métodos de Análise de Dados
Aula 01 - Métodos de Análise de Dados
 
Testes parametricos e nao parametricos
Testes parametricos e nao parametricosTestes parametricos e nao parametricos
Testes parametricos e nao parametricos
 

Semelhante a Cap5 - Parte 2 - Intervalo De Confiança 1

Cap5 - Parte 1 - Conceitos
Cap5 - Parte 1 - ConceitosCap5 - Parte 1 - Conceitos
Cap5 - Parte 1 - Conceitos
Regis Andrade
 
estatistica.docx
estatistica.docxestatistica.docx
estatistica.docx
pablovar159
 
Cap5 - Parte 3 - Intervalo Da Média
Cap5 - Parte 3 - Intervalo Da MédiaCap5 - Parte 3 - Intervalo Da Média
Cap5 - Parte 3 - Intervalo Da Média
Regis Andrade
 
Análise de variância.pptx
Análise de variância.pptxAnálise de variância.pptx
Análise de variância.pptx
Andre142201
 
Hipóteses e Estimativa do tamanho da amostra (aula 6)
Hipóteses e Estimativa do tamanho da amostra (aula 6)Hipóteses e Estimativa do tamanho da amostra (aula 6)
Hipóteses e Estimativa do tamanho da amostra (aula 6)
Sandra Lago Moraes
 
Aula inferencia
Aula inferenciaAula inferencia
Aula inferencia
Fernando Bortolozo
 
Resumo -estimacao
Resumo  -estimacaoResumo  -estimacao
Resumo -estimacao
carneiro62
 
Aula parte6 distribuicao_amostral
Aula parte6 distribuicao_amostralAula parte6 distribuicao_amostral
Aula parte6 distribuicao_amostral
igorjlc
 
Tq7
Tq7Tq7
1. Introdução a estatística, venha aprender
1. Introdução a estatística, venha aprender1. Introdução a estatística, venha aprender
1. Introdução a estatística, venha aprender
juliocezar20067
 
Amostragem
AmostragemAmostragem
Apresentação Testes parametricos para aplicação cientifica.pptx
Apresentação Testes parametricos para aplicação cientifica.pptxApresentação Testes parametricos para aplicação cientifica.pptx
Apresentação Testes parametricos para aplicação cientifica.pptx
EliseuGouveia2
 
Amostragem - estatistica
Amostragem - estatisticaAmostragem - estatistica
Amostragem - estatistica
Gabriel Romão Zan Taquetti
 
ppt 16-intodução inf est.pptx matemática aplicada às ciências Sociais
ppt 16-intodução inf est.pptx matemática aplicada às ciências Sociaisppt 16-intodução inf est.pptx matemática aplicada às ciências Sociais
ppt 16-intodução inf est.pptx matemática aplicada às ciências Sociais
sandra soares
 
Aula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem DanielAula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem Daniel
guest8af68839
 
inferencia intervalos de confiança teoria associada
inferencia intervalos de confiança  teoria associadainferencia intervalos de confiança  teoria associada
inferencia intervalos de confiança teoria associada
bru231
 
amostragem.ppt
amostragem.pptamostragem.ppt
amostragem.ppt
wfkam
 
Hduudjudmmhdkkdjdyjyhyuyduusyjyusujjsuus
HduudjudmmhdkkdjdyjyhyuyduusyjyusujjsuusHduudjudmmhdkkdjdyjyhyuyduusyjyusujjsuus
Hduudjudmmhdkkdjdyjyhyuyduusyjyusujjsuus
AnbalAbduremane
 
Poder Amostral e Estatística
Poder Amostral e EstatísticaPoder Amostral e Estatística
Poder Amostral e Estatística
Sandro Esteves
 
Aula19
Aula19Aula19

Semelhante a Cap5 - Parte 2 - Intervalo De Confiança 1 (20)

Cap5 - Parte 1 - Conceitos
Cap5 - Parte 1 - ConceitosCap5 - Parte 1 - Conceitos
Cap5 - Parte 1 - Conceitos
 
estatistica.docx
estatistica.docxestatistica.docx
estatistica.docx
 
Cap5 - Parte 3 - Intervalo Da Média
Cap5 - Parte 3 - Intervalo Da MédiaCap5 - Parte 3 - Intervalo Da Média
Cap5 - Parte 3 - Intervalo Da Média
 
Análise de variância.pptx
Análise de variância.pptxAnálise de variância.pptx
Análise de variância.pptx
 
Hipóteses e Estimativa do tamanho da amostra (aula 6)
Hipóteses e Estimativa do tamanho da amostra (aula 6)Hipóteses e Estimativa do tamanho da amostra (aula 6)
Hipóteses e Estimativa do tamanho da amostra (aula 6)
 
Aula inferencia
Aula inferenciaAula inferencia
Aula inferencia
 
Resumo -estimacao
Resumo  -estimacaoResumo  -estimacao
Resumo -estimacao
 
Aula parte6 distribuicao_amostral
Aula parte6 distribuicao_amostralAula parte6 distribuicao_amostral
Aula parte6 distribuicao_amostral
 
Tq7
Tq7Tq7
Tq7
 
1. Introdução a estatística, venha aprender
1. Introdução a estatística, venha aprender1. Introdução a estatística, venha aprender
1. Introdução a estatística, venha aprender
 
Amostragem
AmostragemAmostragem
Amostragem
 
Apresentação Testes parametricos para aplicação cientifica.pptx
Apresentação Testes parametricos para aplicação cientifica.pptxApresentação Testes parametricos para aplicação cientifica.pptx
Apresentação Testes parametricos para aplicação cientifica.pptx
 
Amostragem - estatistica
Amostragem - estatisticaAmostragem - estatistica
Amostragem - estatistica
 
ppt 16-intodução inf est.pptx matemática aplicada às ciências Sociais
ppt 16-intodução inf est.pptx matemática aplicada às ciências Sociaisppt 16-intodução inf est.pptx matemática aplicada às ciências Sociais
ppt 16-intodução inf est.pptx matemática aplicada às ciências Sociais
 
Aula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem DanielAula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem Daniel
 
inferencia intervalos de confiança teoria associada
inferencia intervalos de confiança  teoria associadainferencia intervalos de confiança  teoria associada
inferencia intervalos de confiança teoria associada
 
amostragem.ppt
amostragem.pptamostragem.ppt
amostragem.ppt
 
Hduudjudmmhdkkdjdyjyhyuyduusyjyusujjsuus
HduudjudmmhdkkdjdyjyhyuyduusyjyusujjsuusHduudjudmmhdkkdjdyjyhyuyduusyjyusujjsuus
Hduudjudmmhdkkdjdyjyhyuyduusyjyusujjsuus
 
Poder Amostral e Estatística
Poder Amostral e EstatísticaPoder Amostral e Estatística
Poder Amostral e Estatística
 
Aula19
Aula19Aula19
Aula19
 

Mais de Regis Andrade

PARTE 1 - Indices Educacionais Com Tempo Fixo
PARTE 1 - Indices Educacionais Com Tempo FixoPARTE 1 - Indices Educacionais Com Tempo Fixo
PARTE 1 - Indices Educacionais Com Tempo Fixo
Regis Andrade
 
PARTE 1 - Consideracoes Iniciais
PARTE 1 - Consideracoes IniciaisPARTE 1 - Consideracoes Iniciais
PARTE 1 - Consideracoes Iniciais
Regis Andrade
 
CAP11 - PARTE 2 - Tendencia
CAP11 - PARTE 2 - TendenciaCAP11 - PARTE 2 - Tendencia
CAP11 - PARTE 2 - Tendencia
Regis Andrade
 
PARTE 4 - Índice Agregativo Composto
PARTE 4 - Índice Agregativo CompostoPARTE 4 - Índice Agregativo Composto
PARTE 4 - Índice Agregativo Composto
Regis Andrade
 
PARTE 3 - Indice Agregativo Simples
PARTE 3 - Indice Agregativo SimplesPARTE 3 - Indice Agregativo Simples
PARTE 3 - Indice Agregativo Simples
Regis Andrade
 
PARTE 2 - Relativo Simples
PARTE 2 - Relativo SimplesPARTE 2 - Relativo Simples
PARTE 2 - Relativo Simples
Regis Andrade
 
PARTE 1 - Conceitos - cap11
PARTE 1 - Conceitos - cap11PARTE 1 - Conceitos - cap11
PARTE 1 - Conceitos - cap11
Regis Andrade
 
PARTE 4 - Modelo Aditivo
PARTE 4 - Modelo AditivoPARTE 4 - Modelo Aditivo
PARTE 4 - Modelo Aditivo
Regis Andrade
 
PARTE 3 - Modelo Multiplicativo
PARTE 3 - Modelo MultiplicativoPARTE 3 - Modelo Multiplicativo
PARTE 3 - Modelo Multiplicativo
Regis Andrade
 
CAP7 - PARTE 1 - CONCEITOS
CAP7 - PARTE 1 - CONCEITOSCAP7 - PARTE 1 - CONCEITOS
CAP7 - PARTE 1 - CONCEITOS
Regis Andrade
 
CAP9 - PARTE 3 - CORRELAÇÃO DE SPEARMANN
CAP9 - PARTE 3 - CORRELAÇÃO DE SPEARMANNCAP9 - PARTE 3 - CORRELAÇÃO DE SPEARMANN
CAP9 - PARTE 3 - CORRELAÇÃO DE SPEARMANN
Regis Andrade
 
Cap2 - Parte 5 - Medidas Para Dados Agrupados
Cap2 - Parte 5 - Medidas Para Dados AgrupadosCap2 - Parte 5 - Medidas Para Dados Agrupados
Cap2 - Parte 5 - Medidas Para Dados Agrupados
Regis Andrade
 
Cap8 - Parte 1 - Teste Qui Um Critério
Cap8 - Parte 1 - Teste Qui Um CritérioCap8 - Parte 1 - Teste Qui Um Critério
Cap8 - Parte 1 - Teste Qui Um Critério
Regis Andrade
 
Cap10 - Parte 3 - Anova Dois Caminho De Classificação
Cap10 - Parte 3 - Anova Dois Caminho De ClassificaçãoCap10 - Parte 3 - Anova Dois Caminho De Classificação
Cap10 - Parte 3 - Anova Dois Caminho De Classificação
Regis Andrade
 
Cap9 - Parte 5 - Teste De Coeficientes
Cap9 - Parte 5 - Teste De CoeficientesCap9 - Parte 5 - Teste De Coeficientes
Cap9 - Parte 5 - Teste De Coeficientes
Regis Andrade
 
Cap10 - Parte 1 - Anova Conceitos
Cap10 - Parte 1 - Anova ConceitosCap10 - Parte 1 - Anova Conceitos
Cap10 - Parte 1 - Anova Conceitos
Regis Andrade
 
Cap10 - Parte 2 - Anova Um Caminho De Classificação
Cap10 - Parte 2 - Anova Um Caminho De ClassificaçãoCap10 - Parte 2 - Anova Um Caminho De Classificação
Cap10 - Parte 2 - Anova Um Caminho De Classificação
Regis Andrade
 
Cap9 - Parte 2 - Correlação De Pearson
Cap9 - Parte 2 - Correlação De PearsonCap9 - Parte 2 - Correlação De Pearson
Cap9 - Parte 2 - Correlação De Pearson
Regis Andrade
 
Cap9 - Parte 4 - Regressão Linear
Cap9 - Parte 4 - Regressão LinearCap9 - Parte 4 - Regressão Linear
Cap9 - Parte 4 - Regressão Linear
Regis Andrade
 
Cap9 - Parte 1 - Conceitos Inciais
Cap9 - Parte 1 - Conceitos InciaisCap9 - Parte 1 - Conceitos Inciais
Cap9 - Parte 1 - Conceitos Inciais
Regis Andrade
 

Mais de Regis Andrade (20)

PARTE 1 - Indices Educacionais Com Tempo Fixo
PARTE 1 - Indices Educacionais Com Tempo FixoPARTE 1 - Indices Educacionais Com Tempo Fixo
PARTE 1 - Indices Educacionais Com Tempo Fixo
 
PARTE 1 - Consideracoes Iniciais
PARTE 1 - Consideracoes IniciaisPARTE 1 - Consideracoes Iniciais
PARTE 1 - Consideracoes Iniciais
 
CAP11 - PARTE 2 - Tendencia
CAP11 - PARTE 2 - TendenciaCAP11 - PARTE 2 - Tendencia
CAP11 - PARTE 2 - Tendencia
 
PARTE 4 - Índice Agregativo Composto
PARTE 4 - Índice Agregativo CompostoPARTE 4 - Índice Agregativo Composto
PARTE 4 - Índice Agregativo Composto
 
PARTE 3 - Indice Agregativo Simples
PARTE 3 - Indice Agregativo SimplesPARTE 3 - Indice Agregativo Simples
PARTE 3 - Indice Agregativo Simples
 
PARTE 2 - Relativo Simples
PARTE 2 - Relativo SimplesPARTE 2 - Relativo Simples
PARTE 2 - Relativo Simples
 
PARTE 1 - Conceitos - cap11
PARTE 1 - Conceitos - cap11PARTE 1 - Conceitos - cap11
PARTE 1 - Conceitos - cap11
 
PARTE 4 - Modelo Aditivo
PARTE 4 - Modelo AditivoPARTE 4 - Modelo Aditivo
PARTE 4 - Modelo Aditivo
 
PARTE 3 - Modelo Multiplicativo
PARTE 3 - Modelo MultiplicativoPARTE 3 - Modelo Multiplicativo
PARTE 3 - Modelo Multiplicativo
 
CAP7 - PARTE 1 - CONCEITOS
CAP7 - PARTE 1 - CONCEITOSCAP7 - PARTE 1 - CONCEITOS
CAP7 - PARTE 1 - CONCEITOS
 
CAP9 - PARTE 3 - CORRELAÇÃO DE SPEARMANN
CAP9 - PARTE 3 - CORRELAÇÃO DE SPEARMANNCAP9 - PARTE 3 - CORRELAÇÃO DE SPEARMANN
CAP9 - PARTE 3 - CORRELAÇÃO DE SPEARMANN
 
Cap2 - Parte 5 - Medidas Para Dados Agrupados
Cap2 - Parte 5 - Medidas Para Dados AgrupadosCap2 - Parte 5 - Medidas Para Dados Agrupados
Cap2 - Parte 5 - Medidas Para Dados Agrupados
 
Cap8 - Parte 1 - Teste Qui Um Critério
Cap8 - Parte 1 - Teste Qui Um CritérioCap8 - Parte 1 - Teste Qui Um Critério
Cap8 - Parte 1 - Teste Qui Um Critério
 
Cap10 - Parte 3 - Anova Dois Caminho De Classificação
Cap10 - Parte 3 - Anova Dois Caminho De ClassificaçãoCap10 - Parte 3 - Anova Dois Caminho De Classificação
Cap10 - Parte 3 - Anova Dois Caminho De Classificação
 
Cap9 - Parte 5 - Teste De Coeficientes
Cap9 - Parte 5 - Teste De CoeficientesCap9 - Parte 5 - Teste De Coeficientes
Cap9 - Parte 5 - Teste De Coeficientes
 
Cap10 - Parte 1 - Anova Conceitos
Cap10 - Parte 1 - Anova ConceitosCap10 - Parte 1 - Anova Conceitos
Cap10 - Parte 1 - Anova Conceitos
 
Cap10 - Parte 2 - Anova Um Caminho De Classificação
Cap10 - Parte 2 - Anova Um Caminho De ClassificaçãoCap10 - Parte 2 - Anova Um Caminho De Classificação
Cap10 - Parte 2 - Anova Um Caminho De Classificação
 
Cap9 - Parte 2 - Correlação De Pearson
Cap9 - Parte 2 - Correlação De PearsonCap9 - Parte 2 - Correlação De Pearson
Cap9 - Parte 2 - Correlação De Pearson
 
Cap9 - Parte 4 - Regressão Linear
Cap9 - Parte 4 - Regressão LinearCap9 - Parte 4 - Regressão Linear
Cap9 - Parte 4 - Regressão Linear
 
Cap9 - Parte 1 - Conceitos Inciais
Cap9 - Parte 1 - Conceitos InciaisCap9 - Parte 1 - Conceitos Inciais
Cap9 - Parte 1 - Conceitos Inciais
 

Cap5 - Parte 2 - Intervalo De Confiança 1

  • 1. Inferência Estatística – Parte 1 Intervalo de Confiança Prof. Gercino Monteiro Filho
  • 2. Intervalo de Confiança Conceitos Fundamentais Amostra É o conjunto de informações obtido em uma pesquisa pelo qual, devido à impossibilidade de fazer o censo, é utilizado para tirar conclusões sobre parâmetros e/ou características de uma população. Estimativa Amostral É a avaliação de um parâmetro da população usando dos dados de uma amostra
  • 3. Conceitos Fundamentais - Continuação Estimador É o modelo matemático utilizado para se fazer uma estimativa. Inferência Metodologia pelo qual permite avaliar característica de uma população baseado em dados de uma amostra. Estimador Não-Tendencioso É todo estimador em que o modelo matemático pelo qual o valor esperado na amostra é igual ao valor real de uma população.
  • 4. Estimadores Importantes de uma pesquisa. Considere em uma pesquisa uma variável aleatória X, associada à população alvo cuja média é μ e variância seja σ 2 , e que dela seja extraída uma amostra; Considere agora que esta amostra seja X 1 ― X 2 ― X 3 ― . . . ― X n n é o tamanho da amostra.
  • 5. Estimadores Importantes de uma pesquisa. Média Amostral: Em que E denota o valor esperado que seja a média.
  • 6. Estimadores Importantes de uma pesquisa. Variância Amostral: Onde V designa a variância de cada componente.
  • 7. Estimadores Importantes de uma pesquisa. Proporção Amostral: Em que os valores possíveis de X i são:
  • 8. Característica especial da variável X Devido à grande abrangência em variáveis de pesquisa, um caso muito importante é quando a variável aleatória X possuir distribuição normal, quando isto ocorrer denota-se:
  • 9. Da média Esta propriedade nos afirma que a média amostral é um estimador não-tendencioso da média da população.
  • 10. Da Variância Se a amostra for independente, então: A Esta propriedade nos afirma que a variância da média amostral é um estimador não-tendencioso da variância da população bastando para isto multiplicar pelo tamanho da amostra, desde que esta amostra seja coletada de forma INDEPENDENTE.
  • 11. Da Normalidade Com amostra independente, Esta propriedade nos afirma que se uma variável aleatória possui distribuição normal na população, quando dela extrai uma amostra independente, a média amostral também possui distribuição normal.
  • 12. Da Proporção Se p é a proporção de um evento na população, então: E Se a amostra for independente, então:
  • 13. Graus de Liberdade Em modelos matemáticos de análise, existem muitos deles que necessita do valor de um número inteiro para tirar conclusões e este numero foi batizado de Graus de Liberdade, sendo que para cada tipo de análise é dado de forma não idêntica.
  • 14. Intervalo de Confiança Quando avalia o valor de um parâmetro da população, baseado em valores de uma amostra, o que se tem na realidade é uma estimativa e pelo qual se avaliar por um único valor (por ponto) não existe modelos matemáticos capazes de medir a precisão desta estimativa. Intervalo de confiança faz esta mesma estimativa, porém utilizando um intervalo matemático sendo que mede a validade desta extensão de valores de amostra para população.
  • 15. Nível de Confiança É a probabilidade de que o intervalo encontrado contém o valor real do parâmetro procurado. Notação: 1 - α.
  • 16. Nível de Significância É a probabilidade de que o intervalo encontrado NÃO contém o valor real do parâmetro procurado, isto é, a probabilidade de que o valor do parâmetro em estudo tem na realidade um valor fora do intervalo construído. Notação: α.
  • 17. Observações: A estatística prefere citar o nível de significância no relatório de uma pesquisa. O valor do Nível de Significância é estipulado pelo pesquisador, sendo que em sua maioria e de acordo com padrões internacionais é usado α = 0,05; ou seja, um risco de 5,0%.
  • 18. Intervalo de Confiança para a Média Condições iniciais: X seja a variável em análise; X tenha distribuição normal, isto é: Seja uma amostra aleatória independente de x
  • 19. I. C. da a Média Pelas condições iniciais e as propriedades de estimadores, tem que: Aplicando propriedades da normal chega a:
  • 20. I. C. da a Média Usando os modelos matemáticos da Distribuição Normal chega a: Ao qual fazendo as devidas simplificações teremos:
  • 21. I. C. da a Média O intervalo matemático: É chamado de Intervalo de Confiança da média ao nível de significância α.
  • 22. I. C. da a Média - Limites
  • 23. Erro Padrão de Estimativa
  • 24. Comentário Note que pelo modelo matemático que foi deduzido, para encontrar o Intervalo de Confiança para a média μ é necessário que conheça o valor da variância populacional, mas se utiliza é uma amostra é obvio que esta variância é desconhecida, assim sendo para encontrar o intervalo de confiança parte do teorema:
  • 25. IC da Média Variância Desconhecida
  • 28. Intervalo de Confiança da media com variância desconhecida Pelas características vistas chega a: t com distribuição t-Student com (n-1) graus de liberdade.
  • 29. IC Média - Exemplo Pesquisa: Fazer avaliação de recuperação de pacientes submetidos a cirurgias cardíacas. Acadêmica Roberta Rubiane Vaz Teodoro Quanto ao tempo de cirurgia, os valores encontrados do sexo feminino foram (min): 200 265 345 210 240 230 250 270 205 265 210 325 230 220 255 285 295 260 220 250 130 230 240 280 310 225 250 255 260 200 270 235 195 230 Construa o intervalo de confiança para o tempo médio de duração deste tipo de cirurgia, para o sexo feminino ao nível de 5,0% de significância.
  • 30. IC Média – Exemplo - Solução Estimativas pontuais: Da Média: Da variância
  • 31. IC Média – Exemplo - Solução Variância desconhecida usa a t-Student Graus de Liberdade: 34 – 1 = 33; Na tabela ao Nível de 5,0% obteve: t = 2,0345 O Intervalo é: Chega a:
  • 32. Intervalo de Confiança para a proporção p. Proporção é a razão entre o total de resultados pelos quais está de conformidade com uma condição pré-estabelecida e o total de resultados existentes, sendo chamada de freqüência relativa, ao qual pode ser transformado em porcentagem bastando multiplicar o seu resultado por 100,0%.
  • 33. Intervalo de Confiança para a proporção p. Uma proporção, para ser avaliada, é necessário que se tenha uma amostra suficientemente grande, e assim para criar o intervalo de confiança de p, utiliza diretamente a Distribuição Normal.
  • 34. Intervalo de Confiança de p. Neste caso basta usar o resultado das propriedades P4 e P5 e substituí-los na fórmula do Intervalo da Média com variância conhecida, assim procedendo fica:
  • 35. Intervalo de Confiança de p - Componentes
  • 36. Intervalo de Confiança de p - Exemplo Pesquisa: Avaliar fatores que contribui com o peso de criança ao nascer. (Dra. Margareth Giglio) Nesta pesquisa foram observadas 19189 crianças que nasceram no ano de 2002 em Goiânia, sendo que destas 1124 nasceram com peso abaixo de 2500g, e classificadas como desnutridas. Construa, ao nível de 5,0% de significância, o intervalo de confiança da proporção de crianças que nascem desnutridas.
  • 37. IC p – Solução do exemplo Seja p a proporção, na população de todas as crianças ao nascer que sejam desnutridas. Pelos dados do problema tem que: n = 19 189 e n(A) = 1 124; Com estes dados vem:
  • 38. IC p – Solução do exemplo Na tabela da Normal padrão, ao nível de 5,0% tem que o valor crítico de z é: z 0 = 1,96. O erro padrão de estimativa é: O intervalo de confiança ao nível de 5,0% é: Resposta
  • 39. Intervalo de Confiança FIM