O documento discute estimação pontual, que tem como objetivo selecionar um único valor numérico, baseado nos dados da amostra, que é o valor mais plausível para um parâmetro populacional. A média e a variância amostral são exemplos comuns de estimadores pontuais. Um bom estimador deve ser não tendencioso, ou seja, seu valor esperado deve ser igual ao parâmetro. O erro-padrão fornece uma medida da precisão do estimador.
O documento discute estimação pontual, que tem como objetivo selecionar um único valor numérico, baseado nos dados da amostra, que é o valor mais plausível para um parâmetro populacional. A média e a variância amostral são exemplos comuns de estimadores pontuais. Um bom estimador deve ser não tendencioso, ou seja, seu valor esperado deve ser igual ao parâmetro. O erro-padrão fornece uma medida da precisão do estimador.
O documento discute estimação pontual, que tem como objetivo selecionar um único valor numérico, baseado nos dados da amostra, que é o valor mais plausível para um parâmetro populacional. A média e a variância amostral são exemplos comuns de estimadores pontuais. Um bom estimador deve ser não tendencioso, ou seja, seu valor esperado deve ser igual ao parâmetro. O erro-padrão fornece uma medida da precisão do estimador.
• A inferência estatística está sempre focada em tirar conclusões a
cerca de um ou mais parâmetros de uma população
• Uma parte importante desse processo é obter estimativas dos
parâmetros.
• Ao discutirmos problemas de inferência, é conveniente termos um
símbolo geral para representar o parâmetro de interesse – Usaremos o símbolo grego θ (teta) para representar o parâmetro
• O símbolo θ pode representar a média μ, a variância σ2 ou
qualquer parâmetro de interesse para nós
Estatística Aplicada à Engenharia – Prof. Msc. André Breve
Estimação Pontual
• O objetivo da estimação pontual é selecionar um único número,
baseado nos dados da amostra, que é o valor mais plausível para θ. O valor numérico de uma estatística amostral será usado como a estimativa pontual.
Um estimador pontual de algum parâmetro de uma população θ
é um único valor numérico θ de uma estatística Θ. A estatística Θ é chamada de estimador pontual.
Estatística Aplicada à Engenharia – Prof. Msc. André Breve
Estimação Pontual
• Exemplo: Suponha que a variável aleatória X seja normalmente
distribuída, com uma média desconhecida μ. A média da amostra é um estimador pontual da média desconhecida da população. Amostra: {25, 30, 29, 31}
25+30+29+31 = = 28,75 4
Depois de a amostra ter sido selecionada, o valor numérico éa
estimativa pontual de μ
Similarmente, se a variância da população for também
desconhecida, um estimador pontual para σ2 será a variância da amostra s2 e o seu valor numérico é chamado de estimativa pontual de σ2 Estatística Aplicada à Engenharia – Prof. Msc. André Breve Estimação Pontual
• Estimadores não tendenciosos
– Um estimador deve estar “perto”, de algum modo, do valor
verdadeiro do parâmetro desconhecido.
– Formalmente dizemos que Θ é um estimador não tendencioso
de θ se o valor esperado de Θ for igual a θ, ou seja, a média amostral de Θ é igual a θ
• Não tendêncioso: E(Θ) = θ (tendência zero)
• Tendencioso: a diferença E(Θ) – θ é chamada de tendência
do estimador Θ
Estatística Aplicada à Engenharia – Prof. Msc. André Breve
Estimação Pontual
• Erro-Padrão
– Quando o valor numérico ou estimativa de um parâmetro é
reportado, geralmente é desejável dar alguma ideia da precisão da estimação.
– A medida de precisão normalmente empregada é o erro-padrão
do estimador
– O erro-padrão de um estimador é o seu desvio padrão
𝜎 𝜎𝑥 = 𝑛 No caso de não conhecer σ, substituímos pelo amostral (s)
Estatística Aplicada à Engenharia – Prof. Msc. André Breve
Estimação Pontual
• Erro-Padrão
– Quando o estimador seguir uma distribuição normal, poderemos
estar razoavelmente confiantes de que o valor verdadeiro do parâmetro estará entre dois erros-padrão da estimativa
– Mesmo em casos em que o estimador pontual não seja
normalmente distribuído, podemos estabelecer que desde que o estimador seja não tendencioso, a estimativa do parâmetro desviará do valor verdadeiro tanto quatro erros-padrão no máximo 6% do tempo.
Estatística Aplicada à Engenharia – Prof. Msc. André Breve
Estimação Pontual
Exemplo: Um artigo descreveu o novo método de medir a
condutividade térmica de ferro Armco. Usando uma temperatura de 100°F e uma potência de 550 watts, as 10 medidas seguintes de condutividade térmica foram obtidas: 41,60; 41,48; 42,34; 41,95; 41,86; 42,18; 41,72; 42,26; 41,81; 42,04 Encontre uma estimativa pontual da condutividade térmica média, o erro padrão amostral e o intervalo de precisão. 419,24 𝜎 𝑠 0,284 = = 41,924 𝜎𝑥 𝑛 = 𝑛 = 10 = 0,0898 10 = Obs1: O erro-padrão é cerca de 0,2% da média amostra, implicando que tivemos uma estimativa pontual relativamente precisa da condutividade Obs2: Como 2𝜎𝑥 = 0,1796, podemos considerar com bastante confiança que a condutividade térmica média está no intervalo 41,924 ± 0,1796, ou seja: entre 41,744 e 42,104
Estatística Aplicada à Engenharia – Prof. Msc. André Breve
Estimação Pontual
Exercício 1: Dados sobre a espessura de óxido de semicondutores são
os seguintes: 425, 431, 416, 419, 421, 436, 418, 410, 431, 433, 423, 426, 410,435, 436, 428, 411, 426, 409, 437, 422, 428, 413, 416 a) Calcule a estimativa pontual da média da espessura do óxido para todas as pastilhas da população. b) Calcule a estimativa pontual do desvio padrão da espessura do óxido para todas as pastilhas da população. c) Calcule o erro-padrão da estimativa pontual do item “a” d) Calcule a estimativa pontual da mediana da espessura do óxido para todas as pastilhas na população e) Calcule a estimativa pontual da proporção de pastilhas na população que tem uma espessura de óxido maior do que 430 angstrons Estatística Aplicada à Engenharia – Prof. Msc. André Breve Estimação Pontual
Exercício 2: Um pacote computacional foi utilizado para calcular alguns
sumários numéricos de uma amostra de dados. Os resultados estão dispostos abaixo: Variável N Média Erro-padrão Variância Desvio Padrão da média X 20 50,184 ? 1,816 ?
a) Preencha os valores que faltam
b) Qual é a estimativa da média da população a partir da qual essa amostra foi retirada?
Estatística Aplicada à Engenharia – Prof. Msc. André Breve
Estimação Pontual
Exercício 3: Um pacote computacional foi utilizado para calcular alguns
sumários numéricos de uma amostra de dados. Os resultados estão dispostos abaixo: Variável N Média Erro-padrão Variância Desvio Soma da média Padrão X ? ? 2,05 ? 10,25 3761,70
a) Preencha os valores que faltam
b) Qual é a estimativa da média da população a partir da qual essa amostra foi retirada?
Estatística Aplicada à Engenharia – Prof. Msc. André Breve