D ISTRIBUIC OES A MOSTRAIS E T EOREMA

C ENTRAL DO L IMITE

UAEst/CCT/UFCG

UAEst/CCT/UFCG
Campina Grande, 2017 1/14
 Estatstica
Dada uma amostra aleatoria X1 , X2 , ..., Xn de uma populacao X,
definiremos uma estatstica T como qualquer funcao de
X1 , X2 , ..., Xn , ou seja T = f (X1 , X2 , ..., Xn ).

Exemplo 7
A Media Amostral:
1
X= (X1 + X2 + + Xn ).
n

UAEst/CCT/UFCG
Campina Grande, 2017 2/14
 Exemplo 8
A Variancia Amostral:
n
X
S2 = (Xi X)2 /(n 1).
i=1

UAEst/CCT/UFCG
Campina Grande, 2017 3/14
Distribuicao Amostral

Sendo X1 , X2 , ..., Xn uma amostra aleatoria da variavel X, uma

pergunta natural seria o que acontece com a estatstica T quando
retiramos todas as amostras de uma populacao conhecida segundo um
plano amostral adotado, ou seja, qual a distribuicao de T quando
X1 , X2 , ..., Xn assume todos os valores possveis. Essa distribuicao
sera chamada de distribuicao amostral da estatstica T .

UAEst/CCT/UFCG
Campina Grande, 2017 4/14
Distribuicao Amostral

Exemplo 9
Considere uma populacao formada pelos seguintes elementos
{1, 3, 5, 5, 7}. Considere a variavel X: valor assumido pelo elemento
na populacao. Assim, a distribuicao de probabilidade de X e dada
por:

X=x 1 3 5 7
P (X = x)

Observacoes: (i) E(X) =? e (ii) V ar(X) =?

UAEst/CCT/UFCG
Campina Grande, 2017 5/14
Distribuicao Amostral

Considere todas as amostras possveis de tamanho 2, com reposicao,

da populacao cuja distribuicao e dada no exemplo anterior. Alem
disso considere X1 o numero selecionado na primeira extracao e X2 o
numero selecionado na segunda extracao. Assim, podemos construir a
distribuicao de probabilidades conjunta de (X1 , X2 ) e as distribuicoes
marginais de X1 e X2 . Observe que X1 e X2 sao independentes e tem
distribuicoes iguais a distribuicao de X.

UAEst/CCT/UFCG
Campina Grande, 2017 6/14
Distribuicao Amostral

Todas as amostras de tamanho dois.

(1,1) (1,3) (1,5) (1,5) (1,7)
(3,1) (3,3) (3,5) (3,5) (3,7)
(5,1) (5,3) (5,5) (5,5) (5,7)
(5,1) (5,3) (5,5) (5,5) (5,7)
(7,1) (7,3) (7,5) (7,5) (7,7)
Neste caso, podemos construir a distribuicao de algumas estatsticas,
1
como por exemplo a distribuicao de X = (X1 + X2 + + Xn ) ou
n
Xn
2 2
S = (Xi X) /(n 1).
i=1

UAEst/CCT/UFCG
Campina Grande, 2017 7/14
Distribuicao Amostral da Media

(1,1) (1,3) (1,5) (1,5) (1,7)

(3,1) (3,3) (3,5) (3,5) (3,7)
(5,1) (5,3) (5,5) (5,5) (5,7)
(5,1) (5,3) (5,5) (5,5) (5,7)
(7,1) (7,3) (7,5) (7,5) (7,7)

1 2 3 3 4
2 3 4 4 5
3 4 5 5 6
3 4 5 5 6
4 5 6 6 7

Determine a distribuicao amostral para a media e calcule E(X) e V ar(X)

UAEst/CCT/UFCG
Campina Grande, 2017 8/14
Distribuicao Amostral da Media

1) Note que E(X) = E(X1 ) = E(X2 ) = E(X) = 4, 2, e que

V ar(X) = V ar(X)/2 = 2, 08;
2) Podemos provar que E(S 2 ) = 4, 16 = 2 .

UAEst/CCT/UFCG
Campina Grande, 2017 9/14
Distribuicao Amostral da Media

Teorema
Seja X uma variavel aleatoria com media e variancia 2 , e seja
(X1 , X2 , ..., Xn ) uma amostra aleatoria de X. Entao, a distribuicao
da media amostral (X) tera media e variancia dadas, respectivamente
por
E(X) =
e
2
V ar(X) = .
n

UAEst/CCT/UFCG
Campina Grande, 2017 10/14
Distribuicao Amostral da Media

Atencao!
Um teorema bem mais forte do que este e o que se refere a
distribuicao de probabilidade da variavel X. Este teorema e
conhecido como o Teorema Central do Limite.

UAEst/CCT/UFCG
Campina Grande, 2017 11/14
Teorema Central do Limite

Teorema
Para amostras aleatorias (X1 , X2 , ..., Xn ), retiradas de uma populacao
com media e variancia 2 finita, a distribuicao amostral da media
X aproxima-se, para n suficientemente grande, de uma distribuicao
normal, com media e variancia 2 /n.

X N (, 2 /n)

Desta forma, temos que:

X
Z= N (0, 1).
/ n

UAEst/CCT/UFCG
Campina Grande, 2017 12/14
Teorema Central do Limite

Atencao!
1. No teorema acima nao fizemos nenhuma suposicao sobre a
natureza das distribuicoes das variaveis X1 , X2 , ..., Xn , ou seja,
independentemente de como se comportam essas variaveis,
sejam elas discretas ou contnuas, o teorema continua valido.
2. Se as variaveis X1 , X2 , ..., Xn tem distribuicao normal, entao X
tera tambem distribuicao normal e nao apenas uma aproximacao.

UAEst/CCT/UFCG
Campina Grande, 2017 13/14
Teorema Central do Limite

Exemplo 10
Uma companhia eletronica fabrica resistores que tem resistencia
media de 100 ohms e um desvio-padrao de 10 ohms. A distribuicao
de resistencias e normal. Encontre a probabilidade de uma amostra
aleatoria de n = 25 resistores ter uma resistencia media menor que 95
ohms. Dica: P (Z < 2, 5) = 0, 0062.

UAEst/CCT/UFCG
Campina Grande, 2017 14/14