You are on page 1of 17

UNIVERSIDADE FEDERAL

DA PARABA

Distribuio Amostral
Luiz Medeiros de Araujo Lima Filho
Departamento de Estatstica

INTRODUO
A Inferncia Estatstica um conjunto de tcnicas que
objetiva estudar a populao atravs de evidncias fornecidas
por uma amostra.
a amostra que contm os elementos que podem ser
observados e, a partir da, quantidades de interesse podem
ser medidas.

A Distribuio Amostral retrata o comportamento de uma


estatstica (mdia, proporo, entre outras), caso
retirssemos todas as possveis amostras de tamanho n
de uma populao.

Uma estatstica uma funo da amostra. Uma amostra


consiste de observaes de uma varivel aleatria. Assim,
estatsticas tambm so variveis aleatrias e, por isso,
possuem uma distribuio de probabilidade.
x

DISTRIBUIO AMOSTRAL DA MDIA


Considere uma populao de 5 elementos (N = 5): 2, 3, 6, 8 e
11. Determine todas as amostras possveis com reposio e
calcule a mdia e a varincia
Soluo: Na populao, temos que =6 e 2=10,8.
Amostra (2,2)

(2,3)

(2,6)

(2,8)

(2,11)

(3,2)

....

(11,11)

2,5

6,5

2,5

....

11

S2

0,5

18

40,5

0,5

....

Seja X1, X2, ..., Xn uma a.a.s. retirada de uma populao X.


Temos que X1, X2, ..., Xn so independentes, com E(Xi) = e
Var(Xi) = 2. Assim, se X tem distribuio normal ou n > 30
(Teorema Central do Limite), temos que

Suponha que podemos extrair todas as amostras de tamanho n


(sem reposio) de uma populao finita de tamanho N, neste caso
temos que:

X = e X =

N n
N 1

N n
N 1

A quantidade
conhecida como o fator de correo amostral
para populao finita, ou simplesmente Fator de Correo.
Se o tamanho da populao for muito grande, infinito ou ainda a
amostragem for feita com reposio, os resultados acima passam a
ser:

X = e X =
n
Obs: Uma populao que tem um limite superior definido chamada
de finita. Em estatstica, considera-se como populao finita quando
(n/N) > 0,05, ou seja, quando a frao amostral
x maior do que 5 %.

Distribuio Amostral de X quando a populao normal

Distribuio Amostral de X quando a populao no


normal e amostra suficientemente grande

EXEMPLO 1
A altura dos estudantes da turma de Estatstica tem
distribuio normal com mdia 172 cm e desvio padro 9 cm.
Uma amostra de 25 estudantes retirada.
a) Qual a probabilidade de que a mdia amostral seja acima
de 175 cm?
b) Qual a probabilidade de que a mdia amostral esteja entre
170 e 176 cm?
c) Qual deve ser a altura mdia dos estudantes que permita
que em 90% das vezes a mdia amostral seja inferior a este
valor.

DISTRIBUIO AMOSTRAL DA PROPORO


Considere uma populao em que cada elemento
classificado de acordo com a presena ou ausncia de
determinada caracterstica. Por exemplo, podemos pensar em
eleitores escolhendo entre 2 candidatos, pessoas
classificadas de acordo com o sexo, e assim por diante.Vamos
considerar uma populao em que a proporo de indivduos
com uma certa caracterstica p. Logo, podemos definir uma
v.a. X como

Retira-se
uma a.a.s. de tamanho n dessa populao. Seja
n
S n = X i o nmero de indivduos com a caracterstica de
i =1
interesse na amostra, temos que Sn ~ Binomial(n, p).
A varivel aleatria Sn tem distribuio exata dada por uma
binomial com parmetros n e p. Desta forma, probabilidades
envolvendo a proporo amostral podem ser calculadas de
modo exato usando esta distribuio.
Caso o valor de n seja muito grande, essas probabilidades
daro algum trabalho para serem calculadas e torna-se
conveniente utilizar a aproximao Normal.

TEOREMA CENTRAL DO LIMITE


A Distribuio Amostral de p pode ser aproximada
por uma distribuio normal de probabilidade
sempre que o tamanho da amostra for grande.
Pode-se utilizar essa aproximao se so satisfeitas
as seguintes condies:
o np 5
o n(1-p) 5

Sn
n

Sabemos que
tem distribuio normal para n
suficientemente grande. Seja p = X , a proporo amostral,
temos que:
X =

Obs: p conhecido como erro padro da proporo.

Suponha que podemos extrair todas as amostras de


tamanho n (sem reposio) de uma populao finita de
tamanho N, neste caso temos que:

p = p

e p =

p(1 p) N n
n
N 1

N n
N 1

A quantidade
conhecida como o fator de correo
amostral para populao finita, ou simplesmente Fator de
Correo.
Se o tamanho da populao for muito grande, infinito ou
ainda a amostragem for feita com reposio, os resultados
acima passam a ser:
p (1 p)
x
p = p e p =
n

Exemplo 2
Com base em dados histricos, uma companhia area estima em
15% a taxa de desistncia entre seus clientes, isto , 15% dos
passageiros com reserva no aparecem na hora do vo. Para
otimizar a ocupao de suas aeronaves, essa companhia decide
aceitar 400 reservas para os vos em aeronaves que comportam
apenas 350 passageiros.
a) Qual a probabilidade de que essa companhia no tenha
assentos suficientes em um desses vos. Essa probabilidade
alta o suficiente para a companhia rever sua poltica de reserva?

Exemplo 3
De acordo com os estudos realizados pela Cagepa, no municpio de Joo
Pessoa, o consumo mensal de gua por residncia tem distribuio normal
com mdia 20 m3 e varincia de 144 m3.
a)

Em uma amostra de 36 residncias, qual a probabilidade de que a mdia


amostral no se afaste da verdadeira mdia populacional por mais de 2
m 3?

b)

Devida a escassez de gua nos reservatrios, a empresa deseja estipular


um consumo mdio de forma que em 95% das vezes o consumo mdio
amostral seja inferior a este valor. Qual deve ser o valor estipulado pela
Cagepa?

Exemplo 4
Com base em dados obtidos em uma pesquisa de mercado,
observou-se a aceitao de um determinado sabonete de 70%. A
empresa entrevistou 100 consumidores.
a) Qual deveria ter sido o tamanho da amostra com nvel de
confiana de 95% e um erro amostral de no mximo 3%?
b) Qual a probabilidade de que a proporo amostral de

aceitao do sabonete esteja entre 65% e 78%?


c) Qual a probabilidade de que sejam encontradas 60 ou
mais consumidores que tenham aprovado o produto?