·
Cursos Gerais ·
Acionamento de Máquinas Elétricas
Envie sua pergunta para a IA e receba a resposta na hora

Prefere sua atividade resolvida por um tutor especialista?
- Receba resolvida até o seu prazo
- Converse com o tutor pelo chat
- Garantia de 7 dias contra erros
Recomendado para você
1
TESTEQUARTAINDEXAÇÃO docx
Acionamento de Máquinas Elétricas
AMAN
38
SEXTOTESTEINDEXAÇÃO pdf
Acionamento de Máquinas Elétricas
AMAN
19
TESTETERCEIRAINDEXAÇÃO PDF
Acionamento de Máquinas Elétricas
AMAN
29
TESTETERCEIRAINDEXAÇÃO PDF
Acionamento de Máquinas Elétricas
AMAN
6
TESTETERCEIRAINDEXAÇÃO PDF
Acionamento de Máquinas Elétricas
AMAN
2
TESTETERCEIRAINDEXAÇÃO PDF
Acionamento de Máquinas Elétricas
AMAN
5
DOC 5 docxa
Acionamento de Máquinas Elétricas
AMAN
7
PDF 7 pdfa
Acionamento de Máquinas Elétricas
AMAN
Texto de pré-visualização
ASDASDASDasdasd CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Análise Estatística I UERJ-IME-Deptº.de Estatística e Atuária Profª Fernanda S Costa 1 Fonte:M.E.G. Martins, DeptoEIO, Univ.Lisboa CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Análise Estatística I Profª Fernanda S Costa 2 UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Análise Estatística I Profª Fernanda S Costa 3 UERJ-IME-Deptº.de Estatística e Atuária Distribuição da Média Amostral CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral Análise Estatística I Profª Fernanda S Costa 4 UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral Demonstração: As duas primeiras propriedades decorrem imediatamente das propriedades do valor esperado e da variância. E[X̄] = E[1/n ∑1n xi ] = 1/n E[∑1n xi ] = 1/n ∑1n E[Xi ] = 1/n ∑1n μ = 1/n nμ = μ = E[X] Var[X̄] = Var[1/n ∑1n Xi ] = 1/n2 Var[∑n1 Xi ] = 1/n2 ∑n1 Var[Xi ] = 1/n2 ∑n1 σ2 = 1/n2 nσ2 = σ2/ n = Var[X]/n A terceira conclusão é fundamentada em dois teoremas: Teorema das Combinações Lineares Teorema do Limite Central Análise Estatística I UERJ-Ime-Deptº.de Estatística e Atuária Profª Fernanda S Costa 5 CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral O Teorema das Combinações Lineares diz que: “uma v.a obtida pela combinação linear de v.a´s normais independentes tem também distribuição Normal”. Assim, se a distribuição da variável aleatória básica (população) for Normal, fX(x) ~N(μ; σ2) então, a distribuição amostral da média também será Normal para qualquer tamanho de amostra n. f X ̄ (x̄) ~N(μ;σ2/n) Análise Estatística I UERJ-Ime-Deptº.de Estatística e Atuária Profª Fernanda S Costa 6 CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral Análise Estatística I Profª Fernanda S Costa 7 Por outro lado, se a distribuição da população não for Normal Mas a amostra for suficientemente grande, temos o Teorema do Limite Central “sob condições bastante gerais uma v.a, resultante da soma de n v.a independentes, tem distribuição Normal, no limite de n tendendo a infinito” Assim, no caso de população infinita ou amostragem com reposição, a distribuição amostral da média será aproximadamente Normal. Sendo aproximada esta conclusão ela é também estendia para amostragem sem reposição de população finita, porém razoavelmente grande Na prática quanto mais simétrica for a distribuição da população ou quanto mais próxima da normalidade ela estiver melhor será. UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral Análise Estatística I Profª Fernanda S Costa 8 UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral Análise Estatística I Profª Fernanda S Costa 9 No caso de amostragem sem reposição e população finita, pode-se demonstrar que: UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral Análise Estatística I Profª Fernanda S Costa 10 Exemplo-1: Seja X uma população constituída dos seguintes elementos: {2,3,4,5}. Extrair todas as amostras de 2 elementos dessa população, com reposição, e determinar: (a) Média e Variância da população de X; (b) Média e Variância da distribuição amostral de média das amostras de dois elemento obtidas com reposição da população X. SOLUÇÃO: (a) UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral Análise Estatística I Profª Fernanda S Costa 11 (b) Primeiro construímos a população de UERJ-IME-Deptº.de Estatística e Atuária Todas as amostras de dois elementos retiradas da população X com reposição Todos os possíveis valores de (sendo a média de amostras de dois elementos retiradas da população X com reposição) CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral Análise Estatística I Profª Fernanda S Costa 12 (b) Primeiro construímos a população de (cont.) Como temos a população de , podemos calcular seu valor esperado e variância: UERJ-IME-Deptº.de Estatística e Atuária E[ ] = = 3,5 Mas mesmo que não tivéssemos a população de , poderíamos calcular seu valor esperado e variância utilizando o conhecimento, que agora temos, da distribuição amostral de : Var[ ] = = 0,625 E[ ] = E[X]= 3,5 Var[ ] = = 1,25 / 2 = 0,625 CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral Análise Estatística I Profª Fernanda S Costa 13 Fazer o mesmo exercício considerando amostragem sem reposição. i. Construir a população de amostra de 2 elementos retiradas sem reposição ii. Construir a população de , médias de amostra de 2 elementos retiradas sem reposição iii. Calcular a média e variância da população construída no item ii. iv. Calcular o valor esperado e a variância de utilizando o conhecimento, que agora temos, da distribuição amostral de UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral Análise Estatística I Profª Fernanda S Costa 14 UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral Análise Estatística I Profª Fernanda S Costa 15 UERJ-IME-Deptº.de Estatística e Atuária E[Xbarra] = E[X]=p Var[Xbarra] = Var[X]/n = p(1-p)/n CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Análise Estatística I Profª Fernanda S Costa 16 UERJ-IME-Deptº.de Estatística e Atuária Distribuição Amostral de S2 (Variância Amostral) CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S2 (Variância) Análise Estatística I Profª Fernanda S Costa 17 Antes de entrarmos na distribuição amostral da variância, vamos abordar dois conceitos importantes para a compreensão da distribuição amostral da variância. 1. Graus de liberdade de uma estatística: Sejam as estatísticas: Diz-se que elas tem n graus de liberdade, e tal fato pode ser entendido como indicando haver n valores “livres” de xi que devem ser considerados para se poder calcular o valor da estatística, isto é, se qualquer dos valores de xi da amostra for desconhecido, o valor da estatística não pode ser determinado, pois todos os valores da amostra são livres e podem variar aleatoriamente. UERJ-IME-Deptº.de Estatística e Atuária Média da população X CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S2 (Variância) Análise Estatística I Profª Fernanda S Costa 18 Por outro lado, a estatística S², UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S2 (Variância) Análise Estatística I Profª Fernanda S Costa 19 Se em lugar da estatística S2, usarmos a estatística S´2, definida como: então S´2 terá também (n-1) graus de liberdade, pelo mesmo motivo de S2 ter (n-1) graus de liberdade. 2. Distribuição Qui-Quadrado (²) Define-se uma variável aleatória ², com graus de liberdade, como sendo a soma do quadrado de variáveis normais padronizadas e independentes, isto é: UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S2 (Variância) Análise Estatística I Profª Fernanda S Costa 20 Dependendo do número de graus de liberdade, a distribuição de ² assume as seguintes formas: y fy 0 5 10 15 0.0 0.05 0.10 0.15 0.20 0.25 0.30 y fy 0 5 10 15 0.0 0.05 0.10 0.15 0.20 0.25 0.30 y fy 0 5 10 15 0.0 0.05 0.10 0.15 0.20 0.25 0.30 CH(2) CH(5) CH(10) UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S2 (Variância) Análise Estatística I UERJ-IME-Deptº.V Profª Fernanda S Costa 21 Tabela 2 CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S2 (Variância) Análise Estatística I Profª Fernanda S Costa 22 Propriedades mais importantes da distribuição Qui-Quadrado: UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S2 (Variância) Análise Estatística I UERJ-IME-Deptº.V Profª Fernanda S Costa 23 3- Distribuição da Variância amostral S² - Teorema de Fisher Seja X uma população Normal de média e variância ². Logo, é uma v.a normal padronizada N(0;1) Então a soma dos zi 2 é uma variável aleatória Qui-quadrado com (n-1) graus de liberdade. UERJ-IME-Deptº.de Estatística e Atuária 2 n-1 definida como a soma de N(0,1) ao quadrado CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S2 (Variância) Análise Estatística I UERJ-IME-Deptº.V Profª Fernanda S Costa 24 UERJ-IME-Deptº.de Estatística e Atuária multiplicando-se os dois lados da equação anterior por 2 agora dividindo-se os dois lados da equação anterior por (n-1) CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S2 (Variância) Análise Estatística I UERJ-IME-Deptº.V Profª Fernanda S Costa 25 CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S2 (Variância) Análise Estatística I UERJ-IME-Deptº.V Profª Fernanda S Costa 26 E[S’2] = 2 CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S² (Variância) A variância de S² é: Var[S′²] = Var( \(\frac{\sigma^2}{n-1}\) \chi^2_{n-1} ) = \(\frac{\sigma^4}{(n-1)^2}\) Var[\chi^2_{n-1}] = \(\frac{\sigma^4}{(n-1)^2}\) 2(n-1) = \(\frac{2\sigma^4}{(n-1)}\) Assim: Var[S′²] = \(\frac{2\sigma^4}{n-1}\) e S′² é um estimador assintoticamente consistente de \sigma^2, pois Var [S′²] = 0, quando n \to \infty. Var[S′²] = \(\frac{2\sigma^4}{n-1}\) Análise Estatística I UERJ-IME-Deptº.de Estatística e Atuária Profª Fernanda S Costa 27 CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S² (Variância) Suponhamos agora a estatística S²: \(\frac{\sum_{i=1}^{n} (x_i - \bar{x})^2}{\sigma^2}\) = \chi^2_{n-1} \(\sum_{i=1}^{n} (x_i - \bar{x})^2\) = \sigma^2 \chi^2_{n-1} \(\frac{\sum_{i=1}^{n} (x_i - \bar{x})^2}{n}\) = \(\frac{\sigma^2}{n}\) \chi^2_{n-1} Como: \(\frac{\sum_{i=1}^{n} (x_i - \bar{x})^2}{n}\) = S² multiplicando-se os dois lados da equação anterior por \sigma^2 Logo: S² = \(\frac{\sigma^2}{n}\) \chi^2_{n-1} agora dividindo-se os dois lados da equação anterior por n Análise Estatística I UERJ-IME-Deptº.de Estatística e Atuária Profª Fernanda S Costa 28 CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S² (Variância) Tomando o valor esperado de S², temos: E [S²] = E [\(\frac{\sigma^2}{n}\) \chi^2] = \(\frac{\sigma^2}{n}\) E [\chi^2] = \(\frac{\sigma^2}{n}\) (n-1) = \(\frac{n-1}{n}\) = \sigma^2 - \(\frac{\sigma^2}{n}\) E[S²] = \sigma^2 - \(\frac{\sigma^2}{n}\) E a variância de S², é: Var (S²) = (\mu_4-\mu_2^2) / n - 2(\mu_4-2\mu_2^2) / n² + (\mu_4-3\mu_2^2) / n³ Como \mu_2^2 = \sigma^2, para n grande, temos: Var[S²] = Var( \(\frac{\sigma^2}{n}\) \chi^2_{n-1} ) = \(\frac{\sigma^4}{n^2}\) Var[\chi^2_{n-1}] = \(\frac{\sigma^4}{n^2}\) 2(n-1) = \(\frac{2(n-1)\sigma^4}{n^2}\) Var[S²] = \(\frac{2(n-1)\sigma^4}{n^2}\) Análise Estatística I UERJ-IME-Deptº.de Estatística e Atuária Profª Fernanda S Costa 29 CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Análise Estatística I Profª Fernanda S Costa 30 UERJ-IME-Deptº.de Estatística e Atuária Distribuição Amostral da Média quando 2 é desconhecido CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Média quando 2 é desconhecido Análise Estatística I Profª Fernanda S Costa 31 UERJ-IME-Deptº.de Estatística e Atuária desvio padrão da população X é uma parâmetro da população e, portanto uma constante S desvio padrão de uma amostra de X é uma estatística e, portanto uma v.a. CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Média quando 2 é desconhecido Análise Estatística I Profª Fernanda S Costa 32 UERJ-IME-Deptº.de Estatística e Atuária duas va. que conhecemos as distribuições CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Média quando 2 é desconhecido Análise Estatística I Profª Fernanda S Costa 33 UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Média quando 2 é desconhecido Análise Estatística I Profª Fernanda S Costa 34 UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Média quando 2 é desconhecido Análise Estatística I Profª Fernanda S Costa 35 UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Média quando 2 é desconhecido Análise Estatística I Profª Fernanda S Costa 36 UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Média quando 2 é desconhecido Análise Estatística I UERJ-IME-Deptº.V Profª Fernanda S Costa 37 CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Média quando 2 é desconhecido Análise Estatística I Profª Fernanda S Costa 38 UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Média quando 2 é desconhecido Análise Estatística I Profª Fernanda S Costa 39 UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Análise Estatística I Profª Fernanda S Costa 40 UERJ-IME-Deptº.de Estatística e Atuária Distribuição Amostral da Frequencia CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Frequencia Análise Estatística I Profª Fernanda S Costa 41 Seja uma população finita onde p é a probabilidade de sucesso de um certo evento e q = (1-p) a insucesso . Suponha disponível uma amostra aleatória composta de n elementos desta população. Se o evento sucesso tiver ocorrido z vezes. Então Z número de sucessos (frequência absoluta) é uma v.a. Binomial com: E[Z]=n.p Var[Z]=n.p.q onde Z~Bi(n,p) UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Frequencia Análise Estatística I Profª Fernanda S Costa 42 Logo, frequência relativa f dada por Z/n também será Binomial, porém: E[f] = E[Z/n] = (1/n).E[Z] = (1/n).n.p = p => E[f]=p Var[f] = Var [Z/n] = (1/n²) Var (Z) = (1/n²).n.p.q = p.q /n => Var[f]=p.q/n Se a amostra for suficientemente grande pode-se aproximar a Binomial por uma Normal de mesma média e mesma variância. Na prática uma amostra é considerada grande suficiente quando: n.p ≥ 15 e n.p.q ≥ 15 ou ainda para p próximo de 0,5 e se n > 30 Nestes casos: f ~ N [ p, p.q/n ] ou n pq f p N(0,1) UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Frequencia Análise Estatística I Profª Fernanda S Costa 43 Se tivermos interessados na freqüência absoluta, Z, devemos lembrar que E[z] = np e Var[z] = npq e Z ~Bi(np, npq), porém para n suficientemente grande também podemos considerar Z aproximadamente N(np, npq). Quando não conhecemos o valor de p, que é o parâmetro populacional, podemos substituir p pela estatística f, pois veremos no capítulo 5 que f é um estimador não tendencioso e consistente de p (recomenda-se nestes casos utilizar n > 30). UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Análise Estatística I Profª Fernanda S Costa 44 UERJ-IME-Deptº.de Estatística e Atuária Distribuição Amostral da Mediana CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Mediana Análise Estatística I Profª Fernanda S Costa 45 Consideramos aqui que a população da v.a. X é normal e o tamanho da amostra n é maior que 30, o que nos conduzirá aos resultados que serão apresentados. Seja X uma v.a. normalmente distribuída, então a mediana amostral (Me) de X terá distribuição amostral Normal, com: UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Análise Estatística I Profª Fernanda S Costa 46 UERJ-IME-Deptº.de Estatística e Atuária Distribuição Amostral do Coeficiente de Variação CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral do Coeficiente de Variação Análise Estatística I Profª Fernanda S Costa 47 Seja X uma v.a. normalmente distribuída, então a o coeficiente de variação amostra de X terá distribuição amostral Normal, com: UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Análise Estatística I Profª Fernanda S Costa 48 UERJ-IME-Deptº.de Estatística e Atuária Distribuição Amostral da Soma ou Diferença entre: Médias Frequencias Relativas CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Soma (ou Diferença) Análise Estatística I UERJ-IME-Deptº.V Profª Fernanda S Costa 49 1. Entre duas Médias Amostrais Suponhamos que: Assim, dos resultados já vistos temos : Temos, então, que a distribuição amostral da diferença ou soma será também uma distribuição normal, com: UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Soma (ou Diferença) Análise Estatística I Profª Fernanda S Costa 50 1. Entre duas Médias Amostrais (cont.) Sendo Z : Então, Z~N(0,1) UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Soma (ou Diferença) Análise Estatística I Profª Fernanda S Costa 51 2. Entre duas Frequências Relativas Sejam f1 e f2 frequências relativas calculadas nas amostras de tamanho n1 e n2: válidos quando n>30. Então, a distribuição amostral da soma ou diferença fr f1 e f2 será aproximadamente Normal com : UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Soma (ou Diferença) Análise Estatística I Profª Fernanda S Costa 52 2. Entre duas Frequências Relativas (cont.) Z~N(0,1) Sendo: q1=1-p1 e q2=1-p2 UERJ-IME-Deptº.de Estatística e Atuária
Envie sua pergunta para a IA e receba a resposta na hora
Recomendado para você
1
TESTEQUARTAINDEXAÇÃO docx
Acionamento de Máquinas Elétricas
AMAN
38
SEXTOTESTEINDEXAÇÃO pdf
Acionamento de Máquinas Elétricas
AMAN
19
TESTETERCEIRAINDEXAÇÃO PDF
Acionamento de Máquinas Elétricas
AMAN
29
TESTETERCEIRAINDEXAÇÃO PDF
Acionamento de Máquinas Elétricas
AMAN
6
TESTETERCEIRAINDEXAÇÃO PDF
Acionamento de Máquinas Elétricas
AMAN
2
TESTETERCEIRAINDEXAÇÃO PDF
Acionamento de Máquinas Elétricas
AMAN
5
DOC 5 docxa
Acionamento de Máquinas Elétricas
AMAN
7
PDF 7 pdfa
Acionamento de Máquinas Elétricas
AMAN
Texto de pré-visualização
ASDASDASDasdasd CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Análise Estatística I UERJ-IME-Deptº.de Estatística e Atuária Profª Fernanda S Costa 1 Fonte:M.E.G. Martins, DeptoEIO, Univ.Lisboa CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Análise Estatística I Profª Fernanda S Costa 2 UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Análise Estatística I Profª Fernanda S Costa 3 UERJ-IME-Deptº.de Estatística e Atuária Distribuição da Média Amostral CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral Análise Estatística I Profª Fernanda S Costa 4 UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral Demonstração: As duas primeiras propriedades decorrem imediatamente das propriedades do valor esperado e da variância. E[X̄] = E[1/n ∑1n xi ] = 1/n E[∑1n xi ] = 1/n ∑1n E[Xi ] = 1/n ∑1n μ = 1/n nμ = μ = E[X] Var[X̄] = Var[1/n ∑1n Xi ] = 1/n2 Var[∑n1 Xi ] = 1/n2 ∑n1 Var[Xi ] = 1/n2 ∑n1 σ2 = 1/n2 nσ2 = σ2/ n = Var[X]/n A terceira conclusão é fundamentada em dois teoremas: Teorema das Combinações Lineares Teorema do Limite Central Análise Estatística I UERJ-Ime-Deptº.de Estatística e Atuária Profª Fernanda S Costa 5 CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral O Teorema das Combinações Lineares diz que: “uma v.a obtida pela combinação linear de v.a´s normais independentes tem também distribuição Normal”. Assim, se a distribuição da variável aleatória básica (população) for Normal, fX(x) ~N(μ; σ2) então, a distribuição amostral da média também será Normal para qualquer tamanho de amostra n. f X ̄ (x̄) ~N(μ;σ2/n) Análise Estatística I UERJ-Ime-Deptº.de Estatística e Atuária Profª Fernanda S Costa 6 CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral Análise Estatística I Profª Fernanda S Costa 7 Por outro lado, se a distribuição da população não for Normal Mas a amostra for suficientemente grande, temos o Teorema do Limite Central “sob condições bastante gerais uma v.a, resultante da soma de n v.a independentes, tem distribuição Normal, no limite de n tendendo a infinito” Assim, no caso de população infinita ou amostragem com reposição, a distribuição amostral da média será aproximadamente Normal. Sendo aproximada esta conclusão ela é também estendia para amostragem sem reposição de população finita, porém razoavelmente grande Na prática quanto mais simétrica for a distribuição da população ou quanto mais próxima da normalidade ela estiver melhor será. UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral Análise Estatística I Profª Fernanda S Costa 8 UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral Análise Estatística I Profª Fernanda S Costa 9 No caso de amostragem sem reposição e população finita, pode-se demonstrar que: UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral Análise Estatística I Profª Fernanda S Costa 10 Exemplo-1: Seja X uma população constituída dos seguintes elementos: {2,3,4,5}. Extrair todas as amostras de 2 elementos dessa população, com reposição, e determinar: (a) Média e Variância da população de X; (b) Média e Variância da distribuição amostral de média das amostras de dois elemento obtidas com reposição da população X. SOLUÇÃO: (a) UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral Análise Estatística I Profª Fernanda S Costa 11 (b) Primeiro construímos a população de UERJ-IME-Deptº.de Estatística e Atuária Todas as amostras de dois elementos retiradas da população X com reposição Todos os possíveis valores de (sendo a média de amostras de dois elementos retiradas da população X com reposição) CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral Análise Estatística I Profª Fernanda S Costa 12 (b) Primeiro construímos a população de (cont.) Como temos a população de , podemos calcular seu valor esperado e variância: UERJ-IME-Deptº.de Estatística e Atuária E[ ] = = 3,5 Mas mesmo que não tivéssemos a população de , poderíamos calcular seu valor esperado e variância utilizando o conhecimento, que agora temos, da distribuição amostral de : Var[ ] = = 0,625 E[ ] = E[X]= 3,5 Var[ ] = = 1,25 / 2 = 0,625 CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral Análise Estatística I Profª Fernanda S Costa 13 Fazer o mesmo exercício considerando amostragem sem reposição. i. Construir a população de amostra de 2 elementos retiradas sem reposição ii. Construir a população de , médias de amostra de 2 elementos retiradas sem reposição iii. Calcular a média e variância da população construída no item ii. iv. Calcular o valor esperado e a variância de utilizando o conhecimento, que agora temos, da distribuição amostral de UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral Análise Estatística I Profª Fernanda S Costa 14 UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição da Média Amostral Análise Estatística I Profª Fernanda S Costa 15 UERJ-IME-Deptº.de Estatística e Atuária E[Xbarra] = E[X]=p Var[Xbarra] = Var[X]/n = p(1-p)/n CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Análise Estatística I Profª Fernanda S Costa 16 UERJ-IME-Deptº.de Estatística e Atuária Distribuição Amostral de S2 (Variância Amostral) CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S2 (Variância) Análise Estatística I Profª Fernanda S Costa 17 Antes de entrarmos na distribuição amostral da variância, vamos abordar dois conceitos importantes para a compreensão da distribuição amostral da variância. 1. Graus de liberdade de uma estatística: Sejam as estatísticas: Diz-se que elas tem n graus de liberdade, e tal fato pode ser entendido como indicando haver n valores “livres” de xi que devem ser considerados para se poder calcular o valor da estatística, isto é, se qualquer dos valores de xi da amostra for desconhecido, o valor da estatística não pode ser determinado, pois todos os valores da amostra são livres e podem variar aleatoriamente. UERJ-IME-Deptº.de Estatística e Atuária Média da população X CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S2 (Variância) Análise Estatística I Profª Fernanda S Costa 18 Por outro lado, a estatística S², UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S2 (Variância) Análise Estatística I Profª Fernanda S Costa 19 Se em lugar da estatística S2, usarmos a estatística S´2, definida como: então S´2 terá também (n-1) graus de liberdade, pelo mesmo motivo de S2 ter (n-1) graus de liberdade. 2. Distribuição Qui-Quadrado (²) Define-se uma variável aleatória ², com graus de liberdade, como sendo a soma do quadrado de variáveis normais padronizadas e independentes, isto é: UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S2 (Variância) Análise Estatística I Profª Fernanda S Costa 20 Dependendo do número de graus de liberdade, a distribuição de ² assume as seguintes formas: y fy 0 5 10 15 0.0 0.05 0.10 0.15 0.20 0.25 0.30 y fy 0 5 10 15 0.0 0.05 0.10 0.15 0.20 0.25 0.30 y fy 0 5 10 15 0.0 0.05 0.10 0.15 0.20 0.25 0.30 CH(2) CH(5) CH(10) UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S2 (Variância) Análise Estatística I UERJ-IME-Deptº.V Profª Fernanda S Costa 21 Tabela 2 CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S2 (Variância) Análise Estatística I Profª Fernanda S Costa 22 Propriedades mais importantes da distribuição Qui-Quadrado: UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S2 (Variância) Análise Estatística I UERJ-IME-Deptº.V Profª Fernanda S Costa 23 3- Distribuição da Variância amostral S² - Teorema de Fisher Seja X uma população Normal de média e variância ². Logo, é uma v.a normal padronizada N(0;1) Então a soma dos zi 2 é uma variável aleatória Qui-quadrado com (n-1) graus de liberdade. UERJ-IME-Deptº.de Estatística e Atuária 2 n-1 definida como a soma de N(0,1) ao quadrado CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S2 (Variância) Análise Estatística I UERJ-IME-Deptº.V Profª Fernanda S Costa 24 UERJ-IME-Deptº.de Estatística e Atuária multiplicando-se os dois lados da equação anterior por 2 agora dividindo-se os dois lados da equação anterior por (n-1) CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S2 (Variância) Análise Estatística I UERJ-IME-Deptº.V Profª Fernanda S Costa 25 CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S2 (Variância) Análise Estatística I UERJ-IME-Deptº.V Profª Fernanda S Costa 26 E[S’2] = 2 CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S² (Variância) A variância de S² é: Var[S′²] = Var( \(\frac{\sigma^2}{n-1}\) \chi^2_{n-1} ) = \(\frac{\sigma^4}{(n-1)^2}\) Var[\chi^2_{n-1}] = \(\frac{\sigma^4}{(n-1)^2}\) 2(n-1) = \(\frac{2\sigma^4}{(n-1)}\) Assim: Var[S′²] = \(\frac{2\sigma^4}{n-1}\) e S′² é um estimador assintoticamente consistente de \sigma^2, pois Var [S′²] = 0, quando n \to \infty. Var[S′²] = \(\frac{2\sigma^4}{n-1}\) Análise Estatística I UERJ-IME-Deptº.de Estatística e Atuária Profª Fernanda S Costa 27 CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S² (Variância) Suponhamos agora a estatística S²: \(\frac{\sum_{i=1}^{n} (x_i - \bar{x})^2}{\sigma^2}\) = \chi^2_{n-1} \(\sum_{i=1}^{n} (x_i - \bar{x})^2\) = \sigma^2 \chi^2_{n-1} \(\frac{\sum_{i=1}^{n} (x_i - \bar{x})^2}{n}\) = \(\frac{\sigma^2}{n}\) \chi^2_{n-1} Como: \(\frac{\sum_{i=1}^{n} (x_i - \bar{x})^2}{n}\) = S² multiplicando-se os dois lados da equação anterior por \sigma^2 Logo: S² = \(\frac{\sigma^2}{n}\) \chi^2_{n-1} agora dividindo-se os dois lados da equação anterior por n Análise Estatística I UERJ-IME-Deptº.de Estatística e Atuária Profª Fernanda S Costa 28 CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral de S² (Variância) Tomando o valor esperado de S², temos: E [S²] = E [\(\frac{\sigma^2}{n}\) \chi^2] = \(\frac{\sigma^2}{n}\) E [\chi^2] = \(\frac{\sigma^2}{n}\) (n-1) = \(\frac{n-1}{n}\) = \sigma^2 - \(\frac{\sigma^2}{n}\) E[S²] = \sigma^2 - \(\frac{\sigma^2}{n}\) E a variância de S², é: Var (S²) = (\mu_4-\mu_2^2) / n - 2(\mu_4-2\mu_2^2) / n² + (\mu_4-3\mu_2^2) / n³ Como \mu_2^2 = \sigma^2, para n grande, temos: Var[S²] = Var( \(\frac{\sigma^2}{n}\) \chi^2_{n-1} ) = \(\frac{\sigma^4}{n^2}\) Var[\chi^2_{n-1}] = \(\frac{\sigma^4}{n^2}\) 2(n-1) = \(\frac{2(n-1)\sigma^4}{n^2}\) Var[S²] = \(\frac{2(n-1)\sigma^4}{n^2}\) Análise Estatística I UERJ-IME-Deptº.de Estatística e Atuária Profª Fernanda S Costa 29 CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Análise Estatística I Profª Fernanda S Costa 30 UERJ-IME-Deptº.de Estatística e Atuária Distribuição Amostral da Média quando 2 é desconhecido CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Média quando 2 é desconhecido Análise Estatística I Profª Fernanda S Costa 31 UERJ-IME-Deptº.de Estatística e Atuária desvio padrão da população X é uma parâmetro da população e, portanto uma constante S desvio padrão de uma amostra de X é uma estatística e, portanto uma v.a. CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Média quando 2 é desconhecido Análise Estatística I Profª Fernanda S Costa 32 UERJ-IME-Deptº.de Estatística e Atuária duas va. que conhecemos as distribuições CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Média quando 2 é desconhecido Análise Estatística I Profª Fernanda S Costa 33 UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Média quando 2 é desconhecido Análise Estatística I Profª Fernanda S Costa 34 UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Média quando 2 é desconhecido Análise Estatística I Profª Fernanda S Costa 35 UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Média quando 2 é desconhecido Análise Estatística I Profª Fernanda S Costa 36 UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Média quando 2 é desconhecido Análise Estatística I UERJ-IME-Deptº.V Profª Fernanda S Costa 37 CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Média quando 2 é desconhecido Análise Estatística I Profª Fernanda S Costa 38 UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Média quando 2 é desconhecido Análise Estatística I Profª Fernanda S Costa 39 UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Análise Estatística I Profª Fernanda S Costa 40 UERJ-IME-Deptº.de Estatística e Atuária Distribuição Amostral da Frequencia CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Frequencia Análise Estatística I Profª Fernanda S Costa 41 Seja uma população finita onde p é a probabilidade de sucesso de um certo evento e q = (1-p) a insucesso . Suponha disponível uma amostra aleatória composta de n elementos desta população. Se o evento sucesso tiver ocorrido z vezes. Então Z número de sucessos (frequência absoluta) é uma v.a. Binomial com: E[Z]=n.p Var[Z]=n.p.q onde Z~Bi(n,p) UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Frequencia Análise Estatística I Profª Fernanda S Costa 42 Logo, frequência relativa f dada por Z/n também será Binomial, porém: E[f] = E[Z/n] = (1/n).E[Z] = (1/n).n.p = p => E[f]=p Var[f] = Var [Z/n] = (1/n²) Var (Z) = (1/n²).n.p.q = p.q /n => Var[f]=p.q/n Se a amostra for suficientemente grande pode-se aproximar a Binomial por uma Normal de mesma média e mesma variância. Na prática uma amostra é considerada grande suficiente quando: n.p ≥ 15 e n.p.q ≥ 15 ou ainda para p próximo de 0,5 e se n > 30 Nestes casos: f ~ N [ p, p.q/n ] ou n pq f p N(0,1) UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Frequencia Análise Estatística I Profª Fernanda S Costa 43 Se tivermos interessados na freqüência absoluta, Z, devemos lembrar que E[z] = np e Var[z] = npq e Z ~Bi(np, npq), porém para n suficientemente grande também podemos considerar Z aproximadamente N(np, npq). Quando não conhecemos o valor de p, que é o parâmetro populacional, podemos substituir p pela estatística f, pois veremos no capítulo 5 que f é um estimador não tendencioso e consistente de p (recomenda-se nestes casos utilizar n > 30). UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Análise Estatística I Profª Fernanda S Costa 44 UERJ-IME-Deptº.de Estatística e Atuária Distribuição Amostral da Mediana CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Mediana Análise Estatística I Profª Fernanda S Costa 45 Consideramos aqui que a população da v.a. X é normal e o tamanho da amostra n é maior que 30, o que nos conduzirá aos resultados que serão apresentados. Seja X uma v.a. normalmente distribuída, então a mediana amostral (Me) de X terá distribuição amostral Normal, com: UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Análise Estatística I Profª Fernanda S Costa 46 UERJ-IME-Deptº.de Estatística e Atuária Distribuição Amostral do Coeficiente de Variação CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral do Coeficiente de Variação Análise Estatística I Profª Fernanda S Costa 47 Seja X uma v.a. normalmente distribuída, então a o coeficiente de variação amostra de X terá distribuição amostral Normal, com: UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Análise Estatística I Profª Fernanda S Costa 48 UERJ-IME-Deptº.de Estatística e Atuária Distribuição Amostral da Soma ou Diferença entre: Médias Frequencias Relativas CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Soma (ou Diferença) Análise Estatística I UERJ-IME-Deptº.V Profª Fernanda S Costa 49 1. Entre duas Médias Amostrais Suponhamos que: Assim, dos resultados já vistos temos : Temos, então, que a distribuição amostral da diferença ou soma será também uma distribuição normal, com: UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Soma (ou Diferença) Análise Estatística I Profª Fernanda S Costa 50 1. Entre duas Médias Amostrais (cont.) Sendo Z : Então, Z~N(0,1) UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Soma (ou Diferença) Análise Estatística I Profª Fernanda S Costa 51 2. Entre duas Frequências Relativas Sejam f1 e f2 frequências relativas calculadas nas amostras de tamanho n1 e n2: válidos quando n>30. Então, a distribuição amostral da soma ou diferença fr f1 e f2 será aproximadamente Normal com : UERJ-IME-Deptº.de Estatística e Atuária CAPITULO III – DISTRIBUIÇÕES AMOSTRAIS Distribuição Amostral da Soma (ou Diferença) Análise Estatística I Profª Fernanda S Costa 52 2. Entre duas Frequências Relativas (cont.) Z~N(0,1) Sendo: q1=1-p1 e q2=1-p2 UERJ-IME-Deptº.de Estatística e Atuária