UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
INSTITUTO DE MATEMÁTICA E ESTATÍSTICA
DEPARTAMENTO DE ESTATÍSTICA
MAT02215 - Estatística Geral 2 - 2024/2
Plano Aula 05 e 06
Markus Stein
Introdução à estimação intervalar
Estimação pontual × estimação intervalar
1
Pn
• Exemplo 1: Média amostral, X = n i=1 Xi , em que X1 , . . . , Xn uma amostra aleatória de Xi ∼
N ormal(µ, σ 2 ) e σ 2 conhecido:
a. Qual a distribuição amostral de X? X é um bom estimador para a média populacional µ?
b. Como usar V ar(X) para darmos um grau de certeza sobre usarmos X para estimar µ?
1
Pn
• Exemplo 2: E para a média amostral X = n i=1 Xi se σ 2 desconhecido?
1
Pn
• Exemplo 3: E para a proporção amostral p̂ = n i=1 Xi ?
Intervalos de Confiança (IC) (Bussab e Morettin - Seção 11.6)
Definição (Intervalo de confiança (IC)): Seja T um estimador para o parâmetro θ, o IC ao nível (1 −
α) × 100% para θ será denotado pelo intervalo
IC(θ; 1 − α) = (t1 (T ), t2 (T )) ,
para dois valores t1 (T ) e t2 (T ) tais que P [t1 (T ) < θ < t2 (T )] = 1 − α. (Se conhecida a distribuição amostral
de T , será sempre possível achar t1 (T ) e t2 (T )).
• Esse é um tipo de estimação intervalar (o mais popular em inferência paramétrica clássica)
• Veremos todas as situações de intervalos nos slides dessa e das próximas semanas.
– Essa semana iniciaremos com o IC para uma média populacional µ;
Erro padrão de um Estimador (Bussab e Morettin - Seção 11.7)
Definição (Erro padrão): O erro padrão do estimador T (para o parâmetro θ) é a quantidade dada por
p
EP (T ) = V ar(T ).
• . . . cont. Exemplo 1: Média amostral X. Calcular EP (X).
• . . . cont. Exemplo 3: Proporção amostral p̂. EP (p̂)?
1
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
INSTITUTO DE MATEMÁTICA E ESTATÍSTICA
DEPARTAMENTO DE ESTATÍSTICA
MAT02215 - Estatística Geral 2 - 2024/2
q
Definição (Erro padrão estimado): ep(T ) = EP
d (T ) = Vd ar(T ).
• . . . cont. Exemplo 1: Média amostral X. Calcular ep(X).
• . . . cont. Exemplo 3: Proporção amostral p̂. ep(p̂)?
IC para uma média populacional µ (supondo σ 2 conhecido ou n > 30)
Iniciaremos com o IC para uma média populacional µ;
• Resultado importante na construção de IC para uma média populacional:
– No Exemplo 1, supondo σ 2 conhecido (ou n > 30), então
X ∼ N ormal(µ, σ 2 /n)
se X ∼ N ormal(µ, σ 2 ). Também
X −µ
Z= √ ∼ N ormal(0, 1).
σ/ n
• Como usar a distribuição de Z para construir um IC para µ?
• Quais as suposições necessárias?
• Como interpretar os resultados?
Ler slides das aulas 5 e 6.
Iniciar exercícios da lista 1-3.
Quantis da distribuição Normal
Queremos calcular P (Y < y) = 0, 025: o valor que “deixa área acumulada (à esquerda)” igual a 0,025:
• Como encontrar valores da distribuição normal padrão?
– Usar tabelas(???)
– Nas planilhas eletrônicas, do Google por exemplo, digitar =INV.NORMP(0,025) e o valor re-
tornado será -1,9599639861202. Na versão inglês da planilha OpenOffice Calc a função é
=NORMSINV(0,025).
– No software R usando a função qnorm(0.025) corresponde na figura abaixo a y = −1.959964
## Warning: package ’ggplot2’ was built under R version 4.3.2
2
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
INSTITUTO DE MATEMÁTICA E ESTATÍSTICA
DEPARTAMENTO DE ESTATÍSTICA
MAT02215 - Estatística Geral 2 - 2024/2
## Warning: Using ‘size‘ aesthetic for lines was deprecated in ggplot2 3.4.0.
## i Please use ‘linewidth‘ instead.
## This warning is displayed once every 8 hours.
## Call ‘lifecycle::last_lifecycle_warnings()‘ to see where this warning was
## generated.
## Warning: The ‘size‘ argument of ‘element_rect()‘ is deprecated as of ggplot2 3.4.0.
## i Please use the ‘linewidth‘ argument instead.
## This warning is displayed once every 8 hours.
## Call ‘lifecycle::last_lifecycle_warnings()‘ to see where this warning was
## generated.
0.025 (2.5%) 0.975 (97.5%)
−3.0 −1.5 0.0 1.5 3.0
