Estatstica e Pesquisa - UVB

Aula 09 Distribuies Amostrais

Objetivos da Aula
Nesta aula, os alunos desenvolvero habilidades e competncias para trabalhar com distribuio de Amostragem Normal e distribuio de Amostragem Binomial. Depois de conhecermos alguns aspectos de Probabilidades na aula 8, vamos nesta aula estudar as Distribuies Amostrais. Veremos que os estudiosos em estatstica j provaram que as variveis se comportam seguindo certos padres que veremos a seguir. Seja bem vindo!

Distribuio de Probabilidades
Imagine o nmero de acidentes num estacionamento:

Durante um dia, a probabilidade de acontecer acidentes, ento : Nenhum acidente: Um acidente:

Faculdade On-line UVB

Estatstica e Pesquisa - UVB

Dois acidentes: Trs acidentes: Pode-se ento montar a seguinte tabela que representa a Distribuio de Probabilidades:

A denio, ento, : Seja X uma varivel aleatria que pode assumir os valores x1, x2, x3, ..., xn. A cada valor xi correspondem pontos do espao amostral. Associamos, ento, a cada valor xi a probabilidade pi de ocorrncia de tais pontos no espao amostral. Desta forma temos:

Os valores x1, x2, x3, ..., xn e seus correspondentes p1, p2, p3, ..., pn denem uma distribuio de probabilidade.

Distribuies Amostrais
Ao retirarmos uma amostra aleatria de uma populao e calcularmos a partir desta amostra qualquer quantidade, encontramos a estatstica, ou seja, chamaremos os valores calculados em funo dos elementos da amostra de estatsticas. As estatsticas, sendo variveis aleatrias, tero alguma distribuio de probabilidade, com uma mdia, uma varincia, etc. A distribuio de probabilidade de uma estatstica chamaFaculdade On-line UVB

Estatstica e Pesquisa - UVB

se comumente distribuio amostral.

Distribuies Amostrais Probabilsticas

Distribuio Amostral da Mdia, ou Distribuio Amostral de Sendo a populao innita ou a amostragem feita com reposio, resulta que os diversos valores da amostra podem ser considerados como valores de variveis aleatrias independentes, com a mesma distribuio de probabilidade da populao, portanto, com a mesma mdia da populao e a mesma varincia da populao. 1

Matematicamente, podemos provar que a mdia em torno da qual devem variar os possveis valores da estatstica a prpria mdia da populao. Este resultado tambm extensivo ao caso de amostragem sem reposio de populaes nitas.

Distribuio Amostral de - populao normal

1 Neste captulo, usamos mesma forma, que

para a mdia populacional, contrastando com a mdia amostral

. Da

designar a varincia populacional (e

o desvio-padro populacional), ao passo

designa a varincia amostral (e o desvio-padro amostral)

Faculdade On-line UVB

10

Estatstica e Pesquisa - UVB

Se a populao no for distribuda de forma normal, mas o tamanho da amostra for sucientemente grande (maior ou igual a 30 elementos, segundo Spiegel), teremos a distribuio amostral de ser aproximadamente normal. Distribuio Amostral de sucientemente grande populao no normal e amostra

Os tipos de Distribuio Probabilstica

Existem diversas formas de comportamento para a Distribuio de Probabilidades; vamos apenas citar as mais encontradas e detalhar as duas mais comuns: Para Variveis Aleatrias Contnuas, temos: Distribuio Normal Distribuio Exponencial Distribuio Gama Distribuio Qui-quadrado Distribuio t de Student

Faculdade On-line UVB

11

Estatstica e Pesquisa - UVB

Para Variveis Aleatrias Discretas, temos: Distribuio Binomial Distribuio de Poisson (l-se poassm) Distribuio Geomtrica Distribuio de Pascal Distribuio Hipergeomtrica Distribuio Multinomial

A Distribuio Normal
A distribuio Normal , talvez, a mais importante das distribuies de probabilidade. Erros de mensurao de fenmenos fsicos ou econmicos so freqentemente modelados pela distribuio Normal; mas esta no a nica aplicao desta densidade. Por exemplo, a distribuio dos pesos, alturas e QIs das pessoas numa populao tambm j foram modelados com sucesso por esta distribuio. A distribuio Normal tem a forma de um sino. A distribuio Normal tambm chamada de Gaussiana em homenagem ao matemtico Carl Friederich Gauss (1777 - 1855), que a utilizou pela primeira vez na modelagem de erros de medida. A distribuio Normal tambm funciona como uma boa aproximao para outras densidades. Por exemplo, sob algumas condies podese provar que a densidade Binomial (que estudaremos) pode ser aproximada pela Normal. Gracamente a apresentao da curva da distribuio Normal :

Faculdade On-line UVB

12

Estatstica e Pesquisa - UVB

Para a perfeita compreenso da distribuio Normal, observe a grco anterior e visualize as seguintes propriedades: A varivel aleatria X pode assumir todo e qualquer valor real. A curva em forma de sino, simtrica em torno da mdia ( ). A rea total limitada pela curva e pelo eixo das abscissas igual a 1, j que essa rea corresponde probabilidade de a varivel aleatria X assumir qualquer valor real. A curva normal assinttica em ralao ao eixo das abscissas, isto , aproxima-se indenidamente do eixo das abscissas sem, contudo, alcan-lo. Como a curva simtrica em torno de , a probabilidade de ocorrer maior valor que a mdia igual probabilidade de ocorrer valor menor que a mdia, isto , as probabilidades so iguais a 0,5. Escrevemos A distribuio Normal dada pela equao:

Faculdade On-line UVB

13

Estatstica e Pesquisa - UVB

Se conhecemos (mdia) e (desvio padro), de um fenmeno e desejamos encontrar a probabilidade de uma varivel aleatria ocorrer podemos, efetuando uma integrao, solucionar o problema, entretanto, devido dificuldade de integrao de f(x) desenvolveu-se uma simplificao para aplicaes prticas, que chamada e de Distribuio Normal Padronizada. Com a Distribuio Normal Padronizada, devemos aceitar que, se X uma varivel aleatria com distribuio normal e desvio padro s, passamos a trabalhar com a nova varivel z que dada pela frmula:

Desta forma, desenvolveu-se tambm a Tabela para a Distribuio Normal - integral compreendida entre 0 e z, veremos na aula digital como usar esta tabela.

Tabela para a Distribuio Normal Padronizada

integral compreendida entre 0 e z

Faculdade On-line UVB

14

Estatstica e Pesquisa - UVB

A Distribuio Binomial
Vamos imaginar um experimento aleatrio que tenha as seguintes caractersticas: O experimento dever repetido nas mesmas condies, um nmero nito de vezes, ou seja, considerar n tentativas; As provas repetidas devem ser independentes, isto , o resultado de uma no deve afetar os resultados das demais; Cada tentativa admite apenas dois resultados: fracasso e sucesso, com as mesmas probabilidades de ocorrer; No decorrer do experimento, a probabilidade p do sucesso e probabilidade q (q=1-p) do insucesso manterse-o constantes. Com a distribuio binomial poderemos determinar a probabilidade de se obter k sucessos em n tentativas. A funo para tal :

Faculdade On-line UVB

15

Estatstica e Pesquisa - UVB

Onde: P(X=k) a probabilidade de que o evento se realize k vezes em n provas; p a probabilidade de que o evento se realize em uma s prova (sucesso); q a probabilidade de que o evento no se realize no decurso dessa prova (insucesso); o coeciente binomial de n sobre k, igual a

importante lembrar que o sinal ! representa a funo fatorial, logo 5! igual a 5*4*3*2*1 = 120. Finalizando, o nome binomial vem do fato de fato de ser o termo geral do desenvolvimento do binmio de Newton.

Bibliografia:
MANDIM, Daniel. Estatstica Descomplicada. 10. ed. Braslia: Vestcon Editora Ltda., 2003. COSTA NETO, Pedro Luiz de Oliveira. Estatstica. 12. ed. So Paulo: Editora Edgard Blcher Ltda., 1992. VIEIRA, Sonia. Princpios de Estatstica. 1 reimpr. da 1 ed. So Paulo: Editora Pioneira Thomson Learning, 2003. SETEVENSON, Willian J. Estatstica Aplicada Administrao. So Paulo: Ed. Harbra, 1981. MAGALHES, Marcos Nascimento e LIMA, Antonio Carlos Pedroso de. Noes de Probabilidade e Estatstica. So Paulo: 5a. ed. Editora da
Faculdade On-line UVB

16

Estatstica e Pesquisa - UVB

Universidade de So Paulo, 2002. CRESPO, Antonio Arnot. Estatstica Fcil. So Paulo: Editora Saraiva, 1998. SPIEGEL, Murray R. Estatstica. So Paulo: Editora McGraw-Hill, 1952.

Faculdade On-line UVB

17