Intervalos de confiança • Sejam X1, X2, …, Xn i.i.d. com distribuição Fq. Um intervalo de confiança de nível 1– a para q é um par de estatísticas [T1(X), T2(X)] tais que P(q [T1(X), T2(X)] ) 1– a, para todo q. Observações • A probabilidade da definição se refere a T1 e T2 e não a q. • O ideal é obter intervalos de confiança em que a probabilidade indicada é sempre igual a 1– a. • Intervalos de confiança são normalmente reportados através dos valores observados de T1 e T2. Como obter um I.C.? • Método da quantidade pivotal • Obter uma função S(x, q) (quantidade pivotal) cuja distribuição independa de q. • Escolher dois números a e b tais que P(a ≤ S(x, q) ≤ b) = 1 – a • Resolver a inequação obtida em termos de q. Exemplo • X1, X2, ..., Xn i.i.d. U[0, q] Intervalos de confiança para distribuição normal X1, X2, ..., Xn i.i.d. N(m, s2) Quatro casos: • I.C. para m, com s2 conhecido • I.C. para s2, com m conhecido • I.C. para m, com s2 desconhecido • I.C. para s2, com m desconhecido I.C. para m, com s2 conhecido • Aplicável quando – a distribuição é normal e s2 é de fato conhecido, ou – a distribuição é normal e a amostra é grande, de modo que se possa estimar s2 com razoável precisão – a distribuição não é normal, mas a amostra é grande e deseja-se um I.C. aproximado para a média da distribuição, usando o T.C.L. I.C. para m, com s2 conhecido • I.C. central s za / 2 s za / 2 X , X n n • I.C. unilaterais , X s za X , n a s za n za Exemplo • n = 25, X = 60, s = 10, a = 0,1 Exemplo • Em uma pesquisa de opinião com 400 pessoas, 190 foram favoráveis a uma certa proposta. Obtenha um I.C. de nível 95% para a fração de pessoas favoráveis na população. I.C. para s2, com m conhecido • I.C. central ( X i m )2 ( X i m )2 , 2 2 n (a / 2) n (1 a / 2) a a • I.C. unilaterais ( X i m )2 0, 2 ( 1 a ) n ( X i m )2 , 2 n (a ) x2n(a) A distribuição 2 • Sejam X1, …, Xn i.i.d. N(0,1). A distribuição de X12 +… + Xn2 é chamada de distribuição qui-quadrado com n graus de liberdade. Exemplo • n = 20, m = 60, SXi - m 2 = 90.000, a = 0,1 I.C. com m e s2 desconhecidos • Teorema Fundamental Sejam X1, …, Xn i.i.d. N(0,1). S (Xi – X)2 e X são independentes S (Xi – X)2 tem distribuição 2n-1 nX (Xi X ) n 1 2 nX S tem distribuição tn-1 A distribuição t de Student • Sejam X e Y variáveis independentes, X com distribuição N(0,1) e Y com distribuição 2n. A distribuição de X Y /n é chamada de distribuição t de Student com n graus de liberdade. Observação No caso de X1, …, Xn i.i.d. N(m,s2). S (Xi – X)2 e X são independentes S (Xi – X)2/s2 tem distribuição 2n-1 n( X m) /s (X X) s 2 (n 1) i 2 n( X m) S tem distribuição tn-1 I.C. para m, com s2 desconhecido • I.C. central S tn1 (a / 2) S tn1 (a / 2) X , X n n • I.C. unilaterais , X S tn1 (a ) n S tn1 (a ) X , n I.C. para s2, com m desconhecido • I.C. central ( X i X )2 ( X i X )2 , 2 2 n1 (a / 2) n1 (1 a / 2) • I.C. unilaterais 2 ( X X ) i , 2 n1 (1 a ) ( X i X )2 , 2 n 1 (a ) Exemplo • Obter I.C. de nível 95% para m e s2 para o caso em que n = 16, SXi = 960 e SXi2 = 70.000