13-1 UNESP – FEG – DPD – Prof.

Edgard
Estatística
13 – Tamanho da Amostra
13-2 UNESP – FEG – DPD – Prof. Edgard
• Para estimar a média µ de uma população infinita que esteja contida
num intervalo com nível de confiança α e considerando σ
conhecido:
• Para estimar a média µ da população infinita e considerando σ
desconhecido:
Onde: n´ é o tamanho da amostra-piloto para se ter uma estimativa de s
2
.
• Para estimar a proporção p de uma população infinita:
Onde: p´ é a proporção considerando uma amostra-piloto de tamanho n’
• Tamanho máximo de uma amostra para estimar a proporção p:
Como p ⋅ (1 - p) é uma expressão de parábola cujo ponto máximo é 1/2,
resulta:
) ' p ( ' p
e
z
n − ⋅ ⋅

,
_

¸
¸
·
α
1
2
0
2
2
0
2
2
0
2
2 4
1

,
_

¸
¸

· ⋅

,
_

¸
¸
·
α α
e
z
e
z
n
2
0
2

,
_

¸
¸
σ ⋅
·
α
e
z
n
2
2
0
2 1
s
e
t
n
, n

,
_

¸
¸
·
α − ′
Tamanho da Amostra – População Infinita
13-3 UNESP – FEG – DPD – Prof. Edgard
• Exemplo 1: Qual o tamanho de amostra necessária para se
estimar a média de uma população infinita cujo desvio-padrão é
igual a 4, com 98 % de confiança e precisão de 0,5?
• Solução: Ao definirmos a precisão da estimativa desejada,
estamos estabelecendo o erro máximo que desejamos cometer,
com confiança dada. Logo, essa precisão eqüivale
numericamente à própria semi-amplitude do intervalo de
confiança.
• Portanto:
• Logo, necessitamos de uma amostra de 347 elementos.
• Exemplo 2: Qual o tamanho de amostra suficiente para
estimarmos a proporção de defeituosos fornecidos por uma
máquina, com precisão de 0,02 e 95 % de confiança, sabendo
que essa proporção seguramente não é superior a 0,20?
• Solução: De acordo com o anteriormente exposto, temos:
• Logo, será suficiente uma amostra de 1.537 elementos.
n
z
e
p p ·
¸
¸

_
,

⋅ ⋅ − ·
¸
¸

_
,

⋅ ⋅ ·
2 5%
0
2
0 0
1
1 960
0 02
0 20 0 80 1536 64
,
( )
,
,
, , . ,
n
z
e
·
⋅ ¸
¸

_
,

·
⋅ ¸
¸

_
,

·
1%
0
2
2
2 326 4
0 5
346 3
σ ,
,
,
Tamanho da Amostra
13-4 UNESP – FEG – DPD – Prof. Edgard
Exemplo 3 (Ex. 17, pag.80, livro texto). Qual o tamanho da amostra
necessária para estimar a média de uma população infinita com precisão
de um décimo do desvio-padrão, e confiança de (a) 95 %; (b) 99 %
Solução:
a. (1 - α) = 95 %
z
α/2
= z
2,5 %
= 1,96
n = 384,16 → n = 384 elementos
b. (1 - α) = 99 %
z
α/2
= z
0,5 %
= 2,575
n = 663,06 → n = 663 elementos
2
2
2
2
0
2
0
2
100
1 0
1 0
) z ( n
,
z
n
, e
e
z
n
/
/
/
α
α
α
⋅ · →

,
_

¸
¸
σ ⋅
σ ⋅
·
σ ⋅ ·

,
_

¸
¸
σ ⋅
·
n · ⋅ 100 196
2
( , )
n · ⋅ 100 2 575)
2
( ,
Tamanho da Amostra
13-5 UNESP – FEG – DPD – Prof. Edgard
• Para estimar a média µ de uma população finita que esteja contida
num intervalo com nível de confiança α e considerando σ
conhecido:
Onde: N é o tamanho da população
• Para estimar a média µ da população finita considerando σ
desconhecido:
Onde: n´ é o tamanho da amostra-piloto para se ter uma estimativa de s
2
.
• Para estimar a proporção p de uma população finita:
Onde: p´ é a proporção considerando uma amostra-piloto de tamanho n’
( )
( ) ( ) ) ' p ( ' p z ) N ( e
N ) ' p ( ' p z
n
− ⋅ ⋅ + − ⋅
⋅ − ⋅ ⋅
·
α
α
1 1
1
2
2
2
0
2
2
( )
( ) ( )
2
2
2
2
0
2
2
2
1 σ ⋅ + − ⋅
⋅ σ ⋅
·
α
α
z ) N ( e
N z
n
( )
( ) ( )
2
2
2 1
2
0
2
2
2 1
1 s t ) N ( e
N s t
n
, n
, n
⋅ + − ⋅
⋅ ⋅
·
α − ′
α − ′
Tamanho da Amostra – População Finita
13-6 UNESP – FEG – DPD – Prof. Edgard
• Para estimar a média µ de uma população finita que esteja
contida num intervalo com nível de confiança α deve-se:
Passo 0:
e
0
= margem de erro admissível
n
0
= valor estimado do tamanho total da amostra
F = fator de aumento de n
0
( F>1 )
Passo 1:
n
i
= tamanho da amostra do estrato i
N
i
= tamanho da população do estrato i
(peso do estrato)
(fração amostral do estrato)
Passo 2:
Se então PARAR
Caso contrário: e voltar para o Passo 1.
(Aczel, A.D. Complete Business Statistics, 1989 – ISBN 025605716-8)
Tamanho da Amostra Estratificada

⋅ ·
i
i
i
N
N
n n
0
0
e e ≤
0 0
n F n ⋅ ·

·
α
− ⋅

⋅ ·
k
i
i
i
i i
) f ( )
n
f w
( z e
1
2
2 2
2
1
N
N
w
i
i
·
i
i
i
N
n
f ·
13-7 UNESP – FEG – DPD – Prof. Edgard
• Para estimar a proporção p de uma população finita que esteja
contida num intervalo com nível de confiança α deve-se:
Passo 0:
e
0
= margem de erro admissível
n
0
= valor estimado do tamanho total da amostra
F = fator de aumento de n
0
( F>1 )
Passo 1:
n
i
= tamanho da amostra do estrato i
N
i
= tamanho da população do estrato i
X
i
= número de sucessos no estrato i
Passo 2:
Se então PARAR
Caso contrário: e voltar para o Passo 1.
Tamanho da Amostra Estratificada

⋅ ·
i
i
i
N
N
n n
0
0
e e ≤
0 0
n F n ⋅ ·

·
α
⋅ −
− ⋅
⋅ − ⋅ ⋅ ·
k
i
i i
i i
i i i
n ) N (
) p
ˆ
( p
ˆ
) n N ( N
N
z
e
1
2
2
1
1
i
i
i
n
X
p
ˆ
·
13-8 UNESP – FEG – DPD – Prof. Edgard
• Para estimar a média µ de uma população finita que esteja
contida num intervalo com nível de confiança α deve-se:
Passo 0:
e
0
= margem de erro admissível
n
0
= valor estimado do tamanho total da amostra
F = fator de aumento de n
0
( F>1 )
Passo 1:
n
i
= tamanho da amostra do conglomerado i
N
i
= tamanho da população do conglomerado i
M = número de conglomerados da população
m = número de conglomerados sorteados
= média do tamanho da amostra dos conglomerados
= média amostral do conglomerado i
= média amostral (estimador da média da população µ)
Passo 2:
Se então PARAR
Caso contrário: e voltar para o Passo 1.
1
2 2
2
2

− ⋅

⋅ ⋅

⋅ ·

α
m
) X X ( n
)
n m M
m M
( z e
i i
Tamanho da Amostra de Conglomerados
m
n
n
i ∑
·
i
X



·
i
i i
n
X n
X

⋅ ·
i
i
i
N
N
n n
0
0
e e ≤
0 0
n F n ⋅ ·
13-9 UNESP – FEG – DPD – Prof. Edgard
• Para estimar a proporção p de uma população finita que esteja
contida num intervalo com nível de confiança α deve-se:
Passo 0:
e
0
= margem de erro admissível
n
0
= valor estimado do tamanho total da amostra
F = fator de aumento de n
0
( F>1 )
Passo 1:
n
i
= tamanho da amostra do conglomerado i
N
i
= tamanho da população do conglomerado i
M = número de conglomerados da população
m = número de conglomerados sorteados
= média do tamanho da amostra dos conglomerados
Xi = número de sucessos do conglomerado i
Passo 2:
Se então PARAR
Caso contrário: e voltar para o Passo 1.
1
2 2
2
2

− ⋅

⋅ ⋅

⋅ ·

α
m
) p
ˆ
p
ˆ
( n
)
n m M
m M
( z e
i i
Tamanho da Amostra de Conglomerados
m
n
n
i ∑
·

⋅ ·
i
i
i
N
N
n n
0
0
e e ≤
0 0
n F n ⋅ ·
i
i
i
n
X
p
ˆ
·



·
i
i
i
n
p
ˆ
n
p
ˆ
13-10 UNESP – FEG – DPD – Prof. Edgard
Seja:
¹
'
¹
µ > µ
µ · µ
0 1
0 0
: H
: H
( )
σ
µ − µ
·

,
_

¸
¸
+
· ∴
σ
+ · µ − µ
¹
¹
¹
¹
¹
)
¹
σ
− µ ·
σ
+ µ ·
β α
β α
β
α
0
2
0
2
0 2
'
'
'
'
'
d onde
d
z z
n
n
z z
n
z x
n
z x
2
0 1
0 0

,
_

¸
¸
+
· ⇒
¹
'
¹
µ < µ
µ · µ
α β
'
d
z z
n
: H
: H
Caso
2
2
0 1
0 0

,
_

¸
¸
+
· ⇒
¹
'
¹
µ ≠ µ
µ · µ
α β
'
/
d
z z
n
: H
: H
Caso
µ
0
µ' x
α
β
2
x
d’ > 0
Tamanho da Amostra para média: Erros tipo I e II
13-11 UNESP – FEG – DPD – Prof. Edgard
Exemplo: Considere a resistência média de ruptura dos parafusos
especificada em 50 kg, com σ = 4 kg.
Supor que o comprador especifique também:
a) Se o lote satisfaz a especificação o comprador deseja limitar a 5%
a probabilidade de concluir que o lote é insatisfatório.
b) Se o lote tiver resistência média ligeiramente menor que 50 kg, isto
não tem tanta importância; o que de fato se deseja é que se a verdadeira
resistência média for menor que 48 kg, tal fato seja identificado com
pelo menos 90% de probabilidade.
Achar tamanho da amostra e o limite da região crítica.
3 34
5 0
282 1 645 1
5 0
5 0
4
48 50
10
5
2 2
10 5
,
,
, ,
,
z z
n
, d
% ) b
% ) a
% %
'
·

,
_

¸
¸ +
·

,
_

¸
¸
+
· ⇒
·

·
· β
· α
49
35
4
645 1 50
5 0 1
1
· − ·
σ
− µ · . ,
n
z x
: crítica região da Limite : x
%
σ
µ − µ
·
'
d
'
0
48
50
0
· µ
· µ
'
2
0 1
0 0

,
_

¸
¸
+
· ⇒
¹
'
¹
µ < µ
µ · µ
α β
'
d
z z
n
: H
: H
n=35
Tamanho da Amostra para média: Erros tipo I e II
13-12 UNESP – FEG – DPD – Prof. Edgard
Seja:
¹
'
¹
>
·
0 1
0 0
p p : H
p p : H
Tamanho da Amostra para Proporção: Erros tipo I e II
2
0
0
1 1

,
_

¸
¸

− ⋅ ⋅ + − ⋅ ⋅
·
β α
p ' p
) ' p ( ' p z p ( p z
n
o
µ
0
µ' x
α
β
p
0
p’
p
c
p

Sign up to vote on this title
UsefulNot useful