Intervalos Estatsticos para

Uma nica Amostra

OBJETIVOS DE APRENDIZAGEM
Depois de um cuidadoso estudo deste captulo, voc deve ser capaz de:
1.Construir intervalos de confiana para a mdia de uma distribuio normal,
usando tanto o mtodo da distribuio normal como o da distribuio t
2.Construir intervalos de confiana para a varincia e o desvio-padro de uma
distribuio normal
3.Construir intervalos de confiana para a proporo de uma populao
4.Usar um mtodo geral de construo de um intervalo aproximado de confiana
para um parmetro
5.Construir intervalos de previso para uma observao futura
6.Construir um intervalo de tolerncia para uma populao normal
7.Explicar os trs tipos de estimativas de intervalo: intervalos de confiana,
intervalos de previso e intervalos de tolerncia

8-1 Introduo
No captulo anterior, ilustramos como um parmetro pode
ser estimado a partir de dados de uma amostra.
Entretanto, importante entender quo boa a estimativa
obtida.
Uma estimativa de intervalo para um parmetro de uma
populao chamada de um intervalo de confiana.

8-2 Intervalo de Confiana para a Mdia de uma

Distribuio Normal de Varincia Conhecida
8-2.1 Desenvolvimento do Intervalo de
Confiana e suas Propriedades
Suponha que X1,X2,,Xn seja uma amostra proveniente de uma distribuio
normal, com mdia desconhecida e varincia conhecida 2. Dos resultados
do Captulo 5, sabemos que a mdia da amostra
normalmente
distribuda, com mdia e varincia 2/n. Podemos padronizar
subtraindo
a mdia e dividindo pelo desvio-padro, que resulta na varivel:

Agora, temos uma varivel Z com distribuio normal padro.

8-2 Intervalo de Confiana para a Mdia de uma

Distribuio Normal de Varincia Conhecida
8-2.1 Desenvolvimento do Intervalo de
Confiana e suas Propriedades
Uma estimativa de intervalo de confiana para um intervalo da forma l
u , em que os extremos l e u so calculados a partir de dados da amostra.
Uma vez que diferentes amostras produziro diferentes valores de l e u, esses
extremos so valores variveis aleatrias L e U, respectivamente. Suponha
que possamos determinar os valores de L e U, tal que a seguinte afirmao de
probabilidade seja verdadeira:

Sendo 01. H uma probabilidade de 1 de selecionar uma amostra para

a qual o IC conter o valor verdadeiro de . Uma vez que tenhamos
selecionado a amostra, de modo que X1=x1, X2=x2 , , Xn=xn e calculado l e u,
o intervalo resultante de confiana para :

8-2 Intervalo de Confiana para a Mdia de uma

Distribuio Normal de Varincia Conhecida
8-2.1 Desenvolvimento do Intervalo de Confiana e suas
Propriedades
Os extremos ou limites de l e u so chamados de limites inferior e superior de
confiana, respectivamente e 1- chamado de coeficiente de confiana. Visto que Z
segue uma distribuio normal padro, Podemos escrever:

Agora, manipule as grandezas dentro das chaves, (1) multiplicando por /n,
(2)subtraindo
de cada termo, e (3) multiplicando por -1. Isso resulta em:

8-2 Intervalo de Confiana para a Mdia de uma

Distribuio Normal de Varincia Conhecida
8-2.1 Desenvolvimento do Intervalo de Confiana e suas
Propriedades
Definio
Se for mdia amostral de uma amostra aleatria, de tamanho n, proveniente de
uma populao com varincia conhecida 2, um intervalo com 100(1-)% de
confiana para dado por

Sendo z/2 o ponto superior com 100/2% da distribuio normal padro.

8-2 Intervalo de Confiana para a Mdia de uma

Distribuio Normal de Varincia Conhecida
Exemplo 8-1
A norma padro ASTM E23 define mtodos padres de testes para testar o impacto em
barras entalhadas feitas com materias metlicos. A tcnica Charpy V-notch (CVN) mede a
energia de impacto e frequentemente utilizada para determinar se um material
experimenta ou no uma transio dctil-frgil com o decrscimo de temperatura. Dez
medidas de energia (J) de impacto nos corpos-de-prova de ao A238, cortados a 60C,
so: 64.1,64.7,64.5,64.6, 64.5,64.3,64.6,64.8,64.2 e 64.3. Considere que a energia de
impacto seja normalmente distribuda, com = IJ Queremos encontrar um IC de 95%
para , a energia mdia de impacto. As grandezas requeridas so: z/2 = Z0,025 = 1,96,
n=10, = 1 e = 64,46. O IC resultante de 95% encontrado a partir da equao 8-7,
como a seguir:

Ou seja, baseado nos dados da amostra, uma faixa de valores altamente plausveis para a
energia mdia de impacto para o ao !238 a 60C 63,84J 65,08J

8-2 Intervalo de Confiana para a Mdia de uma

Distribuio Normal de Varincia Conhecida

Interpretando um Intervalo de Confiana

Um intervalo de confiana um intervalo aleatrio
A afimao apropriada que o intervalo observado
[l,u] envolve o verdadeiro valor de , com confiana de
100(1-).
Examine a Figura 8-1 no prximo slide.

8-2 Intervalo de Confiana para a Mdia de uma

Distribuio Normal de Varincia Conhecida

Figura 8-1 Construo repetida de um intervalo de confiana

para .

8-2 Intervalo de Confiana para a Mdia de uma

Distribuio Normal de Varincia Conhecida
Nvel de Confiana e Preciso da Estimao
O comprimento de um intervalo uma medida de
preciso da estimao.

Figura 8-2 Erro em estima com x .

8-2 Intervalo de Confiana para a Mdia de uma

Distribuio Normal de Varincia Conhecida
8-2.2 Escolha do Tamanho da Amostra
Definio
Se for usada como uma estimativa de , podemos estar 100(1-)% confiantes de
que o erro | - | no exceder um valor especificado E quando o tamanho da
amostra for

8-2 Intervalo de Confiana para a Mdia de uma

Distribuio Normal de Varincia Conhecida
Exemplo 8-2
Para ilustrar o uso desse procedimento, considere o teste CVN, descrito no Exemplo 8-1, e
suponha que quisssemos determinar quantos espcimes teramos de testar para assegurar
que o IC de 95% para para o ao A238, cortado a 60, tivesse um comprimento de no
mximo 1,0J. Uma vez que o erro de estimao, E, metado do comprimento do IC, para
determinar n usamos a Equao 8-8, com E = 0,5, = 1 e z/2 = 1,96. O tamanho
requerido de amostra 16

E visto que n tem de ser um inteiro, o tamanho requerido de amostra n=16.

8-2 Intervalo de Confiana para a Mdia de uma

Distribuio Normal de Varincia Conhecida
8-2.3 Limites Unilaterais de Confiana
Limites Unilaterais de Confiana para a Mdia, Varincia Conhecida

Definio

O Limite superior com 100(1 - )% de confiana para

E o Limite inferior com 100(1 - )% de confiana para

8-2 Intervalo de Confiana para a Mdia de uma

Distribuio Normal de Varincia Conhecida
8-2.4 Mtodo Geral para Deduzir um Intervalo de
Confiana
fcil dar um mtodo geral para encontrar um intervalo de confiana para
um parmetro desconhecido . Seja X1,X2,,Xn uma amostra aleatria com
n observaes. Suponha que possamos encontrar uma estatstica
g(X1,X2,,Xn; ) com as seguintes propriedades:
1.g(X1,X2,,Xn ; ) depende da amostra e de .

2.A distribuio de probabilidades de g(X1,X2,,Xn ; ) no depende de

ou de qualquer outro parmetro desconhecido.

8-2 Intervalo de Confiana para a Mdia de uma

Distribuio Normal de Varincia Conhecida
8-2.4 Mtodo Geral para Deduzir um Intervalo de
Confiana
No caso considerado nesta seo, o parmetro = . A varivel aleatria
g(X1,X2,,Xn ; ) =
e satisfaz ambas as condies
anteriores; ela depende da amostra e de , e tem uma distribuio normal
padro desde que seja conhecida. Agora tem-se de encontrar as constantes
CL e CU de modo a
Devido propriedade 2, CL e CU no dependem de . Em nosso exemplo,
CL= - z/2 e CU= z/2 . Finalmente, voc tem de manipular as desigualdades
no enunciado de probabilidade, de modo a

8-2 Intervalo de Confiana para a Mdia de uma

Distribuio Normal de Varincia Conhecida
8-2.4 Mtodo Geral para Deduzir um Intervalo de
Confiana
Isso fornce L(X1,X2,,Xn) e U(X1,X2,,Xn) como os limites inferior e
superior de confiana, definindo o intervalo de confiana de 100(1-)% para
. A grandeza g(X1,X2,,Xn ; ) frequentemente chamada de uma
grandeza pivotal, visto que pivotamos essa grandeza na Equao 8-11 para
produzir a Equao 8-12. Em nosso exemplo, manipulamos a grandeza
pivotal
para obter L(X1,X2,,Xn) =
e
U(X1,X2,,Xn) =

8-2 Intervalo de Confiana para a Mdia de uma

Distribuio Normal de Varincia Conhecida
8-2.5 Intervalo de Confiana Aproximado para a
Mdia,
Definio
Quando n tende para infinito, a grandeza

Tem uma distribuio normal padro aproximada. Consequentemente,

um intervalo de confiana para para amostras grandes, com nvel de

confiana de aproximadamente 100(1-)%.

8-2 Intervalo de Confiana para a Mdia de uma

Distribuio Normal de Varincia Conhecida
Exemplo 8-4
Um artigo no volume de 1993 da Transactions of the American Fisheries Society
reportou os resultados de um estudo para investigar a contaminao por mercrio
em um peixe de boca grande. Uma mostra de peixe foi selecionada proveniente
de 53 lagos da Flrida e mediu-se a concentrao (em ppm) de mercrio no
tecido muscular. Os valores de concentrao de mercrio foram

8-2 Intervalo de Confiana para a Mdia de uma

Distribuio Normal de Varincia Conhecida
Exemplo 8-4 (continuao)
O sumrio das estatsticas provenientes do Minitab est disposto a seguir:

8-2 Intervalo de Confiana para a Mdia de uma

Distribuio Normal de Varincia Conhecida
Exemplo 8-4 (continuao)

Figura 8-3 Concentrao de mercrio em um peixe

de boca grande. (a) Histograma. (b)Grfico de
probabilidade normal.

8-2 Intervalo de Confiana para a Mdia de uma

Distribuio Normal de Varincia Conhecida
Exemplo 8-4 (continuao)
A Figura 8-3 (a) e (b) apresenta o histograma e o grfico de probabilidade normal
dos dados de concentrao de mercrio. Ambos os grficos indicam que a
distribuio de concentrao de mercrio no normal e positivamente
deslocada. Queremos achar um IC aproximado para , com 95%. Uma vez que
n>40, a suposio de normalidade no necessria para usar a Equao 8-13. As
grandezas requeridas so n = 53, x =0,5250, s = 0,3486 e z0,025 = 1,96. O IC
aproximado para com 95%

Esse intervalo razoavelmente largo visto que h uma grande variabilidade nas
medidas de concentrao de mercrio.

8-2 Intervalo de Confiana para a Mdia de uma

Distribuio Normal de Varincia Conhecida
Intervalo de Confiana Aproximado para Amostras
Grandes

8-3 Intervalo de Confiana para a Mdia de uma

Distribuio Normal, Varincia Desconhecida
8-3.1 Distribuio t
Seja X1,X2,,Xn uma amostra aleatria proveniente de uma distribuio
normal, com mdia e varincia 2 desconhecidas. A varivel aleatria

Tem uma distribuio t, com n-1 graus de liberdade.

8-3 Intervalo de Confiana para a Mdia de uma

Distribuio Normal, Varincia Desconhecida
8-3.1 Distribuio t

Figura 8-4 Funes densidade de probabilidade de

vrias distribuies t.

8-3 Intervalo de Confiana para a Mdia de uma

Distribuio Normal, Varincia Desconhecida
8-3.1 Distribuio t

Figura 8-5 Pontos percentuais da distribuio t.

8-3 Intervalo de Confiana para a Mdia de uma

Distribuio Normal, Varincia Desconhecida
8-3.2 Intervalo de Confiana t para
Se e s forem mdia e o desvio-padro de uma amostra aleatria proveniente de
uma populao normal, com varincia desconhecida 2, ento um intervalo de
confiana de 100(1-)% para a mdia dado por

Sendo t/2,-1 o ponto superior 100/2% da distribuio t, com n-1 graus de

liberdade.

Limites Unilaterais de confiana para a mdia de uma distribuio

normal so tambm de interesse e so fceis de usar. Use
simplesmente o limite inferior ou superior apropriado da Equao 818 e troque t/2,n-1 por t ,n-1.

8-3 Intervalo de Confiana para a Mdia de uma

Distribuio Normal, Varincia Desconhecida
Exemplo 8-5
Um artigo no peridico Material Engineering (1989, Vol II, No.4, pp.275-281) descreve
os resultados de testes trativos de adeso em 22 corpos-de-prova de liga U-700. A carga
no ponto de falha do corpo-de-prova dada a seguir (em megapascal):

A mdia da amostra x = 13,71 e o desvio-padro s = 3,55. As Figs. 8-6 e 8-7 mostram

um diagrama de caixa e um grfico de probabilidades normal dos dados de testes trativos
de adeso, respectivamente. Esses grficos fornecem um bom suporte para a suposio de
que a populao normalmente distribuda. Queremos encontrar um IC de 95% para .
Uma vez que n = 22, temos n 1 = 21 graus de liberdade para t; logo t0,025,21 = 2,080. O
IC resultante

O IC razoavelmente amplo porque h uma grande variabilidade nas medidas do teste

8-3 Intervalo de Confiana para a Mdia de uma

Distribuio Normal, Varincia Desconhecida

Figura 8-6 Diagrama de Caixa e Linha para os dados

de carga de falha do Exemplo 8-5.

8-3 Intervalo de Confiana para a Mdia de uma

Distribuio Normal, Varincia Desconhecida

Figura 8-7 Grfico de probabilidade normal dos

dados de carga de falha do Exemplo 8-5.

8-4 Intervalo de Confiana para a Varincia e

para o Desvio-Padro de uma Populao Normal
Definio
Seja X1,X2,,Xn uma amostra aleatria proveniente de uma distribuio
normal, com mdia e varincia 2 , e seja S2 a varincia da amostra.
Ento a varivel aleatria

Tem uma distribuio qui-quadrado (2), com n-1 graus de liberdade.

8-4 Intervalo de Confiana para a Varincia e

para o Desvio-Padro de uma Populao Normal
Figura 8-8 Funes
densidade de
probabilidade de vrias
distribuies 2.

8-4 Intervalo de Confiana para a Varincia e

para o Desvio-Padro de uma Populao Normal
Definio
Se s2 for a varincia amostral de uma amostra aleatria de observaes
provenientes de uma populao normal, com varincia desconhecida 2, ento
um intervalo de confiana de 100(1-)% para 2 ser

Sendo X2/2,n-1 e X21-/2,n-1 os pontos percentuais superior e inferior 100/2% da

distribuio qui-quadrado, com n-1 graus de liberdade, respectivamente. Um
intervalo de confiana para tem limites inferior e superior que so as razes
quadradas dos limites correspondentes na Equao 8-21.

8-4 Intervalo de Confiana para a Varincia e

para o Desvio-Padro de uma Populao Normal
Limites Unilaterais de Confiana para Varincia
Os limites inferior e superior de confiana de 100(1-)% para 2 so

Respectivamente.

8-4 Intervalo de Confiana para a Varincia e

para o Desvio-Padro de uma Populao Normal
Exemplo 8-6
Uma mquina automtica de enchimento usada para encher garrafas com detergente
lquido. Uma amostra aleatria de 20 garrafas resulta em uma varincia amostral de
volume de enchimento de s2 = 0,0153 (ona fluda)2. Se a varincia do volume de
enchimento for muito grade, existir uma proporo inaceitvel de garrafas cujo
enchimento no foi completo e cujo enchimento foi em demasia. Consideraremos que o
volume de enchimento seja distribudo de forma aproximadamente normal. Um intervalo
superior de confiana de 95% encontrado a partir da Equao 8-22 conforme se segue:

Ou

Essa ltima afimao pode ser convertida em um intervalo de confiana para o desviopadro , extraindo a raiz quadrada de ambos os lados, resultando em

Consequentemente, com um nvel de confiana de 95%, os dados indicam que o desvio-

8-5 Intervalo de Confiana para a Proporo de

uma Populao, Amostra Grande
Aproximao da Normal para uma Proporo
Binomial
Se n for grande, a distribuio de

Ser aproximadamente normal padro.

A grandeza
pontual P .

p(1p)/n chamada de erro-padro do estimador

8-5 Intervalo de Confiana para a Proporo de

uma Populao, Amostra Grande

Se p a proporo de observaes em uma amostra aleatria de tamanho n que

pertena a uma classe de interesse, ento um intervalo aproximado de confiana
de 100(1-)% para a proporo p da populao que pertena a essa classe

Sendo z/2 o ponto superior /2% da distribuio normal padro.

8-5 Intervalo de Confiana para a Proporo de

uma Populao, Amostra Grande
Exemplo 8-7
Em uma amostra aleatria de 85 mancais de eixos de manivelas de motores de
automveis, 10 tem um acabamento de superfcie que mais rugoso do que as
especificaes permitiam. Consequentemente, uma estimativa pontual da proporo
de mancais na populao que excede a especificao de rugosidade p^ = x/n =
10/85 = 0.12. Um intervalo bilateral de confiana para p calculado da Equao 825 como:

Ou

Que simplifica para

8-5 Intervalo de Confiana para a Proporo de

uma Populao, Amostra Grande
Escolha do Tamanho da Amostra
O tamanho da amostra para um valor especfico de E
dado por

Um limite superior para n dado por

8-5 Intervalo de Confiana para a Proporo de

uma Populao, Amostra Grande
Exemplo 8-8
Considere a situao do Exemplo 8-7. Quo grande dever ser a amostra, se
quisermos estar 95% confiantes de que o erro em usar
para estimar p menor do
que 0,05? Usando P = 0,12 como uma estimativa inicial de p, encontramos, da
Equao 8-26, que tamanho requerido da amostra

Se quisssemos estar no mnimo 95% confiantes de que nossa estimativa

da
proporo verdadeira estivesse dentro de 0.05, independentemente do valor de p,
ento usaramos a Equao 8-27 para encontrar o tamanho da amostra

Note que se tivssemos a informao relativa ao valor de , tanto a partir de uma

amostra preliminar como de uma experincia passada, poderamos usar uma amostra
menor, embora mantendo a preciso desejada de estimao.

8-5 Intervalo de Confiana para a Proporo de

uma Populao, Amostra Grande
Limites Unilaterais de Confiana
Os limites aproximados inferior e superior de confiana de 100(1-)% so

Respectivamente.