Professional Documents
Culture Documents
varincia conhecida
pontual.
( X1 ,
E( X ) =
(desconhecido)
V(X) = 2
(conhecido)
, Xn ) a. a. de dimenso n
= X (estimador pontual de )
Sabemos j que
Z=
X
n
N (0,1) se X ~ N ( , 2 )
~ N (0,1) se X qq e n grande
a
~
X
P a
a =
n
= P a
X a
=
n
n
X + a
= P X a
=
n
n
Distribuio de Z:
= P X a
X +a
=
n
n
1
/2
b
;X + a
= P X a
=1
n
n
/2
a
com a: P( Z > a) =
Podemos determinar pontos, a e b, tais que
Nota: a Z =
X
P b
a = 1 =
n
.
2
X
chama-se varivel aleatria
n
onde 0 e 1 .
Interpretao:
X a n ; X + a n um intervalo aleatrio,
quando substitumos X por x (valor observado da
mdia duma amostra aleatria) passamos a ter um
intervalo concreto chamado intervalo de confiana.
Definio (Intervalo de confiana para a mdia
com varincia conhecida): Se x for a mdia
Notas:
1) O comprimento do intervalo de confiana est
associado preciso, quanto menor for o
x+a
com a: P( Z > a) =
n
n
2
Exemplo: X ~ N ( , 2 ) com = 1 .
1
1
= [9.48;10.72]
10.1
1.96
;10.1
+
1.96
10
10
b) Qual deve ser n para que se possa garantir com
95% de confiana que x 0.25?
1.96 1
n=
= 61.47
0.25
2
Resposta: n = 62 .
(X
X1 , populao 1, com E( X1 ) = 1 e V ( X1 ) =
(conhecida)
2
1
21
, X22 , , X2n2 )
( X1 e X2 independentes)
O estimador pontual de 1 2 X1 X2 .
n1
X2 ~ N ( 2 , 22 ) ento
i =1
n1
se
2
X1 ~ N 1 , 1 e X2 ~ N 2 , 2 pelo que
n1
n2
n2
X1 ~ N (1 , 12 )
J sabemos que se
1i
X2 =
X2 , populao 2, com E( X2 ) = 2 e V ( X2 ) = 22
(conhecida)
X1 =
2 2
X1 X2 ~ N 1 2 , 1 + 2
n1 n2
2i
i =1
n2
9
10
(X
Z=
X2 ) ( 1 2 )
12 22
+
n1 n2
comprimento do intervalo.
4) Dimenso da amostra tal que
(X
X2 ) (1 2 ) E com 100 (1 )%
de confiana ?
se quisermos n1 = n2 = n obtm-se
2
a
n = (12 + 22 )
E
12 22
2 2
+
; x1 x2 + a 1 + 2
x1 x2 a
n1 n2
n1 n2
11
12
desconhecida
( X1 ,
E( X ) =
(desconhecido)
V(X) = 2
(desconhecida)
Z=
X
~ N (0,1),
S n a
, Xn ) a. a. de dimenso n
= X (estimador pontual de )
X
porque
No se pode usar Z =
n
observado).
Se n 30 o problema no solvel no caso geral
(isto , desconhecendo o tipo de distribuio da
populao). Se X ~ N ( , 2 ) o teorema seguinte
fornece o resultado que se pretende.
13
14
2) Funo Gama
(r ) =
X
S n
r 1 x
e dx , r > 0
f(x)
densidade de probabilidade
f ( x) =
[( k + 1) 2]
k ( k 2)
k =
k=3
k=1
x
1 +
k
2
k +1
2
1 2
f ( x)
e
2
(f.d.p. de N (0,1) )
16
S
S
P X a
;X + a
=1
n
n
No livro:
.
2
t k,q
P T < tk,q = q
tk,1 q = tk,q
xa
t,k
P(T > t ,k ) =
t1 ,k = t ,k
s
s
x+a
n
n
Observaes:
1) A interpretao semelhante que foi feita em
___________
7.2.
X
P a
a = 1
S n
17
18
X
~ tn 1= 9
S n
Dificuldades:
i) a tambm depende de n; Soluo: resoluo
por tentativa-erro.
ii) s desconhecido antes de se ter a amostra;
Soluo: obter uma amostra preliminar para ter
uma ideia do valor que s pode vir a ter.
19
s
s
I.C.95% ( ) = x a
;x + a
n
n
=
I.C.95% ( ) = 10.1 2.262
;10.1 + 2.262
10
10
= [9.48;10.72]
20
(X
21
, X22 , , X2n2 )
X1 , populao 1, com E( X1 ) = 1 e V ( X1 ) = 12
(desconhecida)
X2 , populao 2, com E( X2 ) = 2 e V ( X2 ) = 22
(desconhecida)
( X1 e X2 independentes)
1 2 ?
fulcral
Z=
(X
X2 ) ( 1 2 )
12 22
+
n1 n2
n1
X1 =
n1
1i
i =1
n1
e varincia
S12 =
(X
1i
i =1
X1 )
n1 1
n2
X2 =
X2i
i =1
n2
n2
e varincia S22 =
(X
i =1
2i
X2 )
~ N (0,1)
Z=
(X
X2 ) ( 1 2 )
S12 S22
+
n1 n2
n2 1
~ N (0,1)
a
21
22
1 1
12 22
V ( X1 X2 ) =
+
= 2 +
n1 n2
n1 n2
amostrais
= S
2
2
p
S12 + S22
.
2
Sabemos que
23
Z=
(X
X2 ) ( 1 2 )
~ N (0,1)
1 1
+
n1 n2
24
Observaes:
T=
(X
X2 ) ( 1 2 )
~ tn1 + n2 2
1 1
Sp
+
n1 n2
consideradas). Ento de
P( a T a) = 1
1 1
1 1
+ ; x1 x2 + as p
+
x1 x2 as p
n1 n2
n1 n2
onde s p =
n1 + n2 2
26
Fabricante 2
x1 = 8.73
s12 = 0.35
n1 = 15
x2 = 8.68
s22 = 0.40
n2 = 18
X1 ~ N (1 , 12 ) e X2 ~ N ( 2 , 22 )
X1 e X2 so independentes;
A estimativa de
14 0.35 + 17 0.40
sp =
= 0.614
15 + 18 2
para grau de confiana = 95% vem = 0.05 e
27
1 1
1 1
= x1 x2 as p
+ ; x1 x2 + as p
+ =
n
n2
n
n
1
2
1
= [ 0.388;0.488]
28
Notas:
( X1 ,
, Xn ) a.a.
1
x ( k 2 ) 1e x 2 , x > 0
2 (k 2)
k2
2) Representao grfica
f(x)
k=2
populao X ~ N ( , ) . A v.a.
2
Q=
k=4
k =6
(n 1)S 2
2
tem distribuio do chi-quadrado com n 1 graus
de liberdade ( Q ~ n21 ).
29
30
tabelados
Tabelas da disciplina:
a: P(Q < a) =
No livro:
b: P(Q > b) =
.
2
(n 1)S 2
P a
b = 1
,k
k,q
P Q<
2
k,q
)=q
2 (n 1)S 2 (n 1)S 2
;
P
= 1
b
a
P( Q >
2
,k
)=
b
a
32
( X1 ,
s2 =
=
interesse.
Seja p a proporo de indivduos na populao que
2
a = 9;0.005
= 1.735
2
b = 9;0.995
= 23.59
Exemplos:
19.9 19.9
I.C.99% ( 2 ) =
;
= 0.844;11.47]
23.59 1.735 [
e
2
1
101 = 19.9
1040
10
10
9
9
I.C.99% ( ) =
Seja Y ( n)
1 n
1 n 2
2
2
x
x
=
(
)
xi nx =
i
n 1 i =1
n 1 i =1
Da tabela:
Populao
Categoria
Peas
ser defeituosa
Eleitores
vota no partido X
Y
O estimador pontual de p P = .
n
33
ou ainda
Y
p(1 p)
P = ~ N p,
na
n
pois
Y
Y
E (Y )
V (Y )
E P = E =
e V P = V = 2
n
n
n
n
()
()
Ento tem-se Z =
P a
34
P p
~ N (0,1)
p(1 p) a
n
P a
P p
a 1
P 1 P
n
O I.C. (aproximado) a 100 (1 )% para p :
p (1 p )
p (1 p )
; p + a
p a
n
n
P p
a 1 , a: P( Z > a) =
2
p(1 p)
a = 1.96
I.C.95% ( p) = [0.541;0.597]
36