Professional Documents
Culture Documents
2013
Problemas de inferncia
Inferir significa fazer afirmaes sobre algo
desconhecido.
A inferncia estatstica tem como objetivo fazer
afirmaes sobre uma caracterstica de uma
populao a partir do conhecimento de dados de
uma parte desta populao (isto , uma amostra de
n observaes).
A populao representada por uma distribuio
de probabilidade com parmetro(s) cujo(s) valor(es)
(so) desconhecido(s).
Fazemos inferncias sobre o(s) parmetro(s).
Problemas de inferncia
Se o parmetro da distribuio de uma v. a. X e
X1,...,Xn uma amostra desta distribuio, temos trs
problemas tpicos:
1. Estimao pontual
Apresentar um valor para , que uma funo
da amostra X1,...,Xn (clculo de ), chamada de
estimador de .
Espera-se que o estimador tenha boas
propriedades: (i) em mdia esteja prximo de , (ii)
o estimador se aproxima de quando n aumenta.
E ;
lim P | | 0
n
equivalente
(ii ) lim Var 0
(i) lim E n
n
Eficincia
1 e 2 , no viciados de . Dizemos
Var (1 ) Var (2 )
5
2 X 1 ,
dois
Demonstrar que
estimadores
no
1 X n
viciados
de
Var (1 )
n
Var ( ) 4
2
Var (1 ) Var (2 ), n 1
Problemas de inferncia
2. Estimao intervalar
Apresentar um intervalo de possveis valores para ,
chamado de intervalo de confiana. Os limites do
intervalo so funes da amostra X1,...,Xn (so
aleatrios).
P(T1 T2 ) 1 .
~ N (0,1)
P( z Z z ) 1
2
Ou que equivalente
X
P( z
z ) 1
/ n
2
2
9
z
2
/ n
z X z
2
X z
2
1
P X z
X z
n
n
2
2
IC ( ,1 ) X z
; X z
X E; X E
n
n
2
2
10
9
X ~ N ( ,9) X ~ N ( , )
n
Do problema temos:
IC ( , 0,95) X 1,96
; X 1,96
n
n
3
3
IC ( , 0,95) 346 1,96
; 346 1,96
346 1,31;346 1,31
20
20
344,69 ; 347,31
12
X
~ N (0,1), n .
/ n aprox.
IC ( ,1 ) X z
; X z
n
n
2
2
13
Do problema temos:
IC ( , 0,95) X z
; X z
n
n
2
2
IC ( , 0,95) X 1,96
; X 1,96
n
n
10
10
IC ( , 0,95) 50 1,96
; 50 1,96
50 3,27;50 3,27
36
36
46,73 ; 53,27
15
X
S
n
(1)
1 n
Onde X X i ; S
n i 1
i 1
n 1
16
k
,k 2
k 2
(ii )k T ~ N (0,1)
(i) E (T ) 0; Var (T )
P(T t , k )
17
S
S
X E; X E
IC ( ,1 ) X t / 2, n 1
; X t / 2, n 1
n
n
E
E
X i X
10
1 10
X X i 36,5; S
10 i 1
i 1
n 1
0,7352;
S
n
0,2325
t0,025, 9=2,262
S
S
X E; X E
IC ( , 0,95) X t / 2, n1
; X t / 2, n1
n
n
E
E
E (2,262)(0,2325) 0,53
IC( , 0,95) X E; X E
X X i 14,875 e s
X
14
,
875
0,948.
i
40 i 1
40 1 i 1
Pelo enunciado, n = 40 e 1 - =
0,95, de modo que = 0,05. Da
tabela (Tbua III) com 40 g.l.
(39 g.l. no esto na Tbua III)
e p = 5%, obtemos t/2 = 2,021.
20
s
0,948
2,021
0,303
n
40
21
Median
14.30
14.90
Max.
14.88
17.00
15.33
Anlise exploratria:
par(mfrow = c(2,2))
stripchart(visc, pch = 20, cex =
1.5, method = "stack", xlab =
"Viscosidade")
hist(visc, xlab = "Viscosidade",
ylab = "Densidade", main = "", freq
= FALSE)
lines(density(visc), col = "blue")
boxplot(visc, xlab = "Viscosidade",
pch = "*", horizontal = TRUE)
qqnorm(visc, main = "", pch = 20,
xlab = "Quantis tericos", ylab =
"Quantis amostrais")
qqline(visc)
22
E z / 2
n
z/2 obtido da tabela normal aps a escolha do coeficiente de
confiana (1 - ).
Se o desvio padro () for conhecido, podemos especificar o erro
mximo (E) e em seguida calcular n:
z 2 / 2 2
n
.
2
E
Se o desvio padro () no for conhecido, podemos utilizar o
desvio padro obtido de uma amostra piloto com n0 observaes:
z 2 / 2 s0
2 a varincia amostral da amostra piloto.
sendo
que
s
n
,
0
E2
2
23
Exemplo
Em uma siderrgica estuda-se a resistncia mdia das barras de ao
utilizadas na construo civil. Qual o tamanho amostral necessrio para
garantir que um erro mximo de 8 kg seja superado com probabilidade
igual a 0,01? O desvio padro da resistncia para este tipo de barra
de 25 kg.
Soluo.Do enunciado tem-se = 25 kg, E = 8 kg e
1 P( X E X E) 0,01 P( X E X E) 1 0,01,
z 2 / 2 2
Portanto, n
E2
2,5752 252
65.
2
8
24
p p
p(1 p)
n
~ N (0,1)
IC ( p,1 ) p z / 2
p(1 p)
; p z / 2
n
p(1 p)
25
Abordagem otimista
IC ( p,1 ) p z / 2
p (1 p )
; p z / 2
n
p (1 p )
(1a)
Abordagem conservativa
1
1
IC ( p,1 ) p z / 2
; p z / 2 z / 2
4n
4n
(1b)
26
Exemplo
Um estudo foi realizado para determinar a proporo de componentes de um
certo tipo que resistem durante um certo perodo a condies de uso mais
rigorosas do que as especificadas. Em uma amostra de 200 componentes
selecionados ao acaso, 160 resistiram. Apresente um intervalo de 95% de
confiana para a proporo de componentes que resistem.
160
0,8 (80%).
200
0,8(1 0,8)
0,8(1 0,8)
IC 0,8 1,96
; 0,8 1,96
200
200
0,745; 0,855.
Abordagem conservativa:
1
1
IC 0,8 1,96
; 0,8 1,96
0,731; 0,869.
4 200
4 200
27
E z
2
p(1 p)
n
z 2 / 2 p(1 p)
n
E2
z 2 / 2 0,25
n
E2
28
Exemplo
Uma equipe pretende estimar a proporo de avarias ocorridas no transporte
de um produto. Estudos anteriores indicam que esta proporo no ultrapassa
20%. Que tamanho de amostra necessrio para assegurar com uma confiana
de 99% que o erro de estimao desta proporo seja no mximo igual a 0,05?
z2 / 2 p* (1 p* )
n
E2
2,5752 0,2 (1 0,2)
0,052
424,4 n 425.
30
Problemas de inferncia
3. Teste de hipteses
Uma hiptese estatstica (H) uma afirmao sobre
o valor de . Pode ser verdadeira ou falsa.
Se a probabilidade de sucesso no modelo
binomial, H: = , H: e H: > so
exemplos de hipteses.
Com base na amostra X1,...,Xn, formulamos uma
regra de deciso que permita concluir pela rejeio
ou no rejeio (aceitao) de H. A deciso pode
ser correta ou errada.
31
Teste de hipteses
Exemplo. Uma indstria adquire de um certo fabricante pinos cuja
resistncia mdia ruptura especificada em 60 unid. (valor nominal da
especificao). Em um determinado dia a indstria recebeu um grande
lote de pinos e a equipe tcnica da indstria deseja verificar se o lote
atende s especificaes.
H0: O lote atende s especificaes
H1: O lote no atende s especificaes
(Hiptese nula)
(Hiptese alternativa)
32
Teste de hipteses
Definio. Uma hiptese estatstica uma afirmao sobre o(s)
parmetro(s) da distribuio de probabilidade de uma caracterstica (v.
a. X) da populao.
Definio. Um teste de uma hiptese estatstica um procedimento ou
regra de deciso que nos possibilita decidir por H0 ou H1 com base na
amostra X1,...,Xn.
Exemplo. A equipe tcnica da indstria decidiu retirar uma amostra aleatria de
tamanho n = 16 do lote recebido. A resistncia de cada pino foi medida e foi
calculada a a resistncia mdia X (estimador de ), que ser utilizada para
realizar o teste (estatstica de teste). Podemos afirmar que
25
X ~ N , .
16
Para quais valores deX
rejeitar o lote?
33
34
Procedimento (teste):
Se x Rc , rejeita - se H 0 ;
Se x Rc , no se rejeita (aceita - se) H 0 .
35
Tipos de erros
Erro tipo I: rejeitar H0 quando H0 verdadeira.
Erro tipo II: no rejeitar H0 quando H0 falsa.
Exemplo. As hipteses so
H0: O lote atende s especificaes;
H1: O lote no atende s especificaes.
Erro tipo I: rejeitar o lote sendo que ele est de acordo com as
especificaes.
Erro tipo II: no rejeitar o lote sendo que ele no est de acordo com as
especificaes.
Quadro resumo:
Deciso
No rejeitar Ho
Rejeitar Ho
P(Rejeitar H0 ; H0 verdadeira ).
P(Erro tipoII) P( No rejeitar H 0 ; H 0 falsa )
P( No rejeitar H 0 ; H1 verdadeir a ).
1 P(Rejeitar H0 ; H0 falsa ) : poder do teste.
37
25 / 16 25 / 16
25 / 16
25 / 16
P(Z 2,00) P(Z 2,00) 0,02275 0,02275 0,0455.
38
Clculo de :
39
Clculo de :
X ~ N 63,5;
16
40
Clculo de :
Efetuando o clculo obtemos
41
Funo poder
42
H 0 : 0 ;
H1 : 0 ,
em que o uma constante conhecida (valor de teste), o teste
chamado de bilateral.
Podemos ter tambm as hipteses
H 0 : 0 ;
H1 : 0 .
H 0 : 0 ;
H1 : 0 .
Exemplo
Um fabricante de um certo componente afirma que o tempo mdio de
vida dos componentes produzidos de 1000 horas. Engenheiros de
produto tm interesse em verificar se uma modificao do processo de
fabricao aumenta a durao dos componentes.
Hipteses:
H 0 : 1000 horas;
H1 : 1000 horas,
sendo o tempo mdio de durao dos componentes.
44
H0 : 0 ;
H1 : 0 ou 0 ou 0 .
(ii) Identificao da estatstica de teste e caracterizao da sua
distribuio.
(iii) Escolha do nvel de significncia do teste ( = 5%, 1% ou
0,5% so comuns) e obteno da regio crtica.
(i)
H 0 : 0 ;
H1 : 0 .
(ii) A estatstica de teste a mdia amostral X (estimador pontual de
). Se a distribuio da populao normal ou se amostra grande (n
30, mesmo que a distribuio da populao no seja normal) a
2
distribuio de X N , / n
, aproximadamente. Se H0 for
verdadeira, ento
n ( X 0 )
~ N (0,1).
46
P Z
P
/ n
/ n / n
k 0
z k 0 z
Rc X 0 z
.
n
Obs. z < 0.
c
0
(iv) Concluso: se
n , rejeita-se H0 ; caso contrrio
no se rejeita H0.
47
Exemplo
Um comprador de tijolos suspeita de uma diminuio na resistncia.
De experincias anteriores, sabe-se que a resistncia mdia ao
desmoronamento de tais tijolos igual a 200 kg, com um desvio
padro de 10 kg. Uma amostra de 100 tijolos, escolhidos ao acaso,
forneceu uma mdia de 195 kg. Ao nvel de significncia de 5%, podese afirmar que a resistncia mdia ao desmoronamento diminuiu?
N
200
,
, aproximadamente.
tem-se que sob H0, X ~
100
(iii) A regio crtica pode ser obtida selecionando k de maneira que Rc
= { X < k }, sendo que P(X k; H0 : 0) = = 0,05. Ou seja, sob H0,
48
Exemplo
X 200
k 200
k 200
P Z
P
10 / 100 10 / 100
Rc X 198,36.
(iv)
Do
Mtodo alternativo
Um mtodo alternativo prtico: trabalhar diretamente na escala Z.
(i) H0 : 0 contra H1 : 0 .
(ii) Estatstica de teste:
n ( X 0 )
N (0,1).
sob H 0
Rc Z z .
(iv) se z Rc Z z , rejeitase H0; caso contrrio, no se
rejeita H0.
50
Exemplo
(i) H0 : 200 contra H1 : 200.
(ii) Estatstica de teste:
n ( X 200)
N (0,1).
sob H 0
Rc z 1,64.
(iv) Calculamos
. Rejeita-se H0 a um nvel de
significncia de 5%.
51
Procedimento geral
Hipteses:
(i)
H 0 : 0 H 0 : 0 H 0 : 0
H1 : 0
H1 : 0 H1 : 0
esquerda
direita
Bilateral
n ( X 0 )
N (0,1).
sob H 0
n ( X 0 )
T
t (n 1).
~
s
sob H 0
53
Procedimento geral
(iii) Regio crtica para um nvel de significncia escolhido:
H1: > 0
H1: 0
Rc( Z ) Z c
Rc( Z ) Z c
Rc( Z ) Z c
Rc(T ) T c
Rc(T ) T c
Rc(T ) T c
H1: < 0
Exemplo
Dados histricos coletados em uma linha de produo de um certo item
indicam 115 kg como massa mdia. A fim de testar a hiptese de que a
mdia de itens recentemente produzidos se manteve, retirou-se, ao
acaso, uma amostra de 20 itens, obtendo-se mdia igual a 118 kg e
desvio padro 20 kg. Utilize = 0,05.
n ( X 115)
t (n 1).
~
S
sob H 0
55
Exemplo
(iii) Regio crtica para um nvel de significncia = 0,05 e com n 1 =
19 g.l.:
Rc T 2,093.
(iv) Calculamos
20 (118 115 )
0 , 67 R c .
20
No se rejeita H0 a um nvel de
(i)
H 0 : p p0
H 0 : p p0 H 0 : p p0
H1 : p p0
esquerda
H1 : p p0 H1 : p p0
Bilateral
direita
57
n ( p p0 )
p0 (1 p0 )
sob H 0
sendo que
n
Xi
Nmero de sucessos
:estimador pontual de p.
p
i 1
n
n
58
Exemplo
Um estudo realizado para determinar a presena de pequenas
anomalias em chapas metlicas de uma certa dimenso. Segundo o
fabricante, a proporo de chapas com anomalias inferior a 25%. Foram
inspecionadas 50 chapas escolhidas ao acaso e sete delas apresentaram
algum tipo de anomalia. Estes dados justificam a afirmao do fabricante?
Adote um nvel de significncia igual a 0,05.
(i ) Hipteses :
H 0 : p 0,25;
H1 : p 0,25 .
(ii) Estatstica de teste:
50 ( p 0,25)
Z
0,25(1 0,25)
sob H 0
59
Exemplo
(iii) Regio crtica para um nvel de significncia = 0,05:
Rc z 1,64.
7
0,14
50
50 (0,14 0,25)
1,796 Rc
025 (1 0,25)
(i)
H 0 : 2 2 0 (ou 2 0 ) H 0 : 2 2 0 (ou 2 0 ) H 0 : 2 2 0
H1 : 2 2 0
H1 : 2 2 0
H1 : 2 2 0
U . Esquerdo
U .Direito
Bilateral
(n 1) S 2
02
2 ( n1)
sob H 0
61
Rc
2
n 1
2
1 , n 1
Rc n21 2 , n1
Rc n21 12 / 2, n1 ou
n21 2 / 2, n1
62
Exemplo
Uma amostra aleatria de 25 observaes foi sorteada de uma
populao normal forneceu varincia igual 18,3. Esse resultado
suficiente para podermos concluir, ao nvel de 10% de significncia,
que a varincia dessa populao inferior a 25..
(i ) As hipteses de interesse so :
H 0 : 2 25
H1 : 2 25
(ii) A estatstica de teste
(n 1) S 2
2
W
~ ( n1)
25 sob H 0
63
2
Rc 25
15,7
Wobs
(n 1) S 2 (25 1)(18,4)
17,56 Rc
25
25
64
Nvel descritivo
65
Exemplo
* PZ 1,7963 | H 0 0,0362
Nesse exemplo, se o nvel de significncia fosse fixado em
qualquer valor igual ou superior a 3,62%, a concluso seria pela
rejeio de H0 ao passo que valores inferiores a 3,62% conduziriam
aceitao da hiptese nula.
Se * No se rejeita- se H0
Se * rejeita- se H0
66
67
*
( zobs )
1 ( z )
obs
teste bilateral
Teste Unilateral esquerdo
Teste Unilateral direito
68