Unidade de Ensino: Unidade 3

Competência da Conhecer os conceitos matemáticos básicos e proporcionar o

Unidade de Ensino: desenvolvimento do raciocínio lógico e quantitativo.

MÉTODOS Resumo:
Nessa unidade você estudará o conceito de probabilidade e de curva
normal e utilização da tabela de distribuição normal padrão.
QUANTITATIVOS Noções de probabilidade; Distribuição dos estimadores; Testes de
Palavras-chave:
hipóteses para a média

Título da tele aula: Estatística inferencial (parte I)

Estatística inferencial (parte I)
Tele aula nº: 03

Valdeci da Silva Araújo

1 2

Contextualização
Qual é a chance de você ser atingido por um raio?
• Mensurar as chances de ocorrerem erros e acertos nas tomadas de decisão. E de ganhar na loteria?
• Mensurar a chance de determinado estimador pertencer a um intervalo.
• Levantamento e testes de hipóteses.

3 4

Conhecimentos conceituais: Quais ferramentas são necessárias para que uma tomada de decisão seja
feita com margens de segurança?
Amostragem;

Métodos tabulares e gráficos;

Medidas de posição e de dispersão.

Conhecimentos procedimentais:

Cálculo de porcentagens;

Operações aritméticas básicas.

5 6
 Para tanto, considere a
seguinte amostra de
funcionários da empresa M

Noções de
probabilidade

7 8

Considerando a figura anterior, qual é a probabilidade de, em um sorteio ao

Curva normal
acaso, selecionarmos um funcionário da empresa M que possua altura A linha contornando os pontos obedece a uma regra matemática dada por
maior ou igual a 1,80 m e menor que 2,00 m? uma função do tipo exponencial.
1,80 – 1,81 – 1,85 – 1,88
n(A) = 4
n(Ω) = 20
Maior chance de escolher

Fonte: Dias (2015).

Denotando por X a variável altura e por x um ponto amostral qualquer, podemos alguém com 1,75 m
simbolizar a probabilidade de ocorrência do evento A por

P(A) = P(1,80 ≤ X ≤ 2,00)

Figura 2: Frequência das alturas de uma amostra de 167 da empresa M
– Curva normal

9 10

Tabela da Distribuição Normal Padrão Acumulada

Tabela Z

SP01
Fonte: Dias (2017).

Representação de
variáveis
www.shutterstock.com

Figura 3: Normalização de variáveis

11 12
 Com base em uma amostra de funcionários da empresa M, é possível medir
a chance de sortear um funcionário na empresa e este ser do sexo
masculino?

Ou então, qual é a chance de ele pesar 70 quilogramas ou mais?

13 14

15 16

A probabilidade de sortear um funcionário do sexo masculino na empresa M é de

55% e a de ele ter 70 quilogramas ou mais é de 69,1%.
Média
Distribuição dos
50% 50%
estimadores

0,309

70 Kg
76,05 Kg

17 18
 Fórmula do erro: Precisão

a) 95%, qual o erro máximo que cometemos ao estimar a verdadeira média

dessa população com base em uma amostra de tamanho n = 30?

Variância

19 20

b) 90%, qual o tamanho da mostra que deve ser coletada para que o erro
Erro Máximo
seja de no máximo,

21 22

Fórmula para o tamanho da amostra:

Precisão
Erro Máximo Tamanho da Amostra

23 24
 Com uma probabilidade de 95% de acerto, qual é o erro máximo que
estamos cometendo ao aproximar a média do peso dos funcionários da
empresa M por y̅ = 76,05?

Calcular o erro Qual deveria ser o tamanho da amostra para que o erro fosse de, no
máximo, 2 kg?

25 26

Como não temos a variância populacional, iremos utilizar

como estimativa para Temos:

27 28

Momento de
Interação

29 30
 Métodos Quantitativos A tabela a seguir, relativa ao ano de 2019, mostra a preferência de algumas
pessoas em relação a 3 marcas, A, B e C.
Qual a importância dos Métodos Quantitativos para gestão da
empresa?

Considerando-se a tabela apresentada, é correto afirmar que, se uma pessoa

tivesse sido selecionada ao acaso, a chance de essa pessoa
preferir a marca B seria:
https://bit.ly/3qTh0Lh
ACESSE O QR CODE OU O LINK
e contribua no nosso mural!

31 32

Resolução:
a) Inferior a 20%.
b) Superior a 20% e inferior a 38%.
c) Superior a 20% e inferior a 42%.
d) Superior a 38% e inferior a 42%. 6000
e) Superior a 42%.
Logo, a probabilidade é de aproximadamente 19,17%, inferior a 20%.

Portanto, a alternativa a ser assinalada é a “a”.

33 34

Testes de hipóteses para a média ( conhecido)

O objetivo do teste estatístico de hipóteses é, então, fornecer uma metodologia

Testes de hipóteses que nos permita verificar se os dados amostrais trazem evidências que apoiem
ou não uma hipótese (estatística) formulada.
para a média
(σ² conhecida)

35 36
  Passo 1 (elaborar as hipóteses)  Passo 3 (fixar o nível de significância)
Até 5%
Escrever a Região crítica (RC)

 Passo 2 (determinar a estatística de teste)  Passo 4 (calcular a estatística a partir da amostra)

A média do conjunto de dados

 Passo 5 (tomar uma decisão)

37 38

Observe que cada afirmação feita pela empresa M trata de uma suposição:

 O peso médio dos funcionários é 80 kg;

SP03  A altura média é maior ou igual a 170 cm.

Testar hipóteses  Denotando por X e Y, respectivamente, o peso e a altura, temos que as

afirmações anteriores podem ser traduzidas matematicamente como
(σ² conhecida)

Desvio Padrão dos pesos é 12 Kg

Desvio Padrão das alturas é 8 cm

39 40

122 / 20 = 144 / 20 = 7,2

Problema 1
Consultando a tabela Z, e lembrando que
Peso
testar

determinar a estatística de teste

Precisão de 99%

Teste Bilateral

41 42
 Portanto, considerando que a empresa N tenha acesso aos dados amostrados
e o nível de significância = 2%, não há indícios suficientes para que ela
consiga refutar a afirmação da empresa M de que o peso médio de seus
funcionário é 80 kg.
Pois não se encontra na Região Crítica

Região Crítica

43 44

Consultando a tabela Z, e lembrando que

Problema 2
temos:
Testar
82 / 20 = 64 / 20 = 3,20
Determinar a estatística de teste

Ou seja, 170 não está na Região Crítica

45 46

Portanto, considerando que a empresa N tenha acesso aos dados amostrados

e o nível de significância = 2%, não há indícios suficientes para que ela
consiga refutar a afirmação da empresa M de que a altura média é maior ou
igual a 170 cm.
Testes de hipóteses
para a média
(σ² desconhecida)

47 48
 Não iremos mais supor que a variância populacional é conhecida.
 Passo 3 (fixar o nível de significância)
 Passo 1 (elaborar as hipóteses)
Afirmativa Até 5%
A variável H1 será aceita se
Escrever a Região crítica (RC)
rejeitarmos a hipótese H0
 Passo 2 (determinar a estatística de teste)
 Passo 4 (calcular a estatística a partir da amostra)

 Passo 5 (tomar uma decisão)

Fórmula usada
para menores
valores

49 50

Considerando que a empresa N tenha acesso aos dados amostrados na tabela

a seguir, ela consegue constatar se a afirmação da empresa M é verídica, isto
é, que os funcionários possuem, em média, 80 kg e altura média maior ou

SP04 igual a 170 cm?

Testar hipóteses (σ²

desconhecida)

51 52

Problema 2: testar

 O passo 1 já foi realizado, ou seja, as hipóteses já foram fixadas.

 Passo 2 (determinar a estatística de teste):

Graus de liberdade.
= Amostra – 1

53 54
  Passo 3 (fixar o nível de significância):
 Passo 5 (tomar uma decisão)

 Passo 4 (calcular a estatística a partir da amostra):

Como o valor-p é maior que o nível de significância estipulado, não podemos
rejeitar isto é, não há indícios suficientes que nos permitam refutar a
possibilidade de a média populacional ser Precisava ser até 5%
e o resultado foi
valor de p ≥ 5%

Valor que mais

se aproxima de
1,729 é o 5%

55 56

Portanto, considerando que a empresa N tenha acesso aos dados amostrados

e o nível de significância = 2%, não há indícios suficientes para que ela
consiga refutar a afirmação da empresa M de que a altura média deles é
maior ou igual a 170 cm.
Momento de
Interação

57 58

Resolução:
Seja uma variável X~N(μ,5) observada em dada população. Com precisão de:
95%, qual o erro máximo que cometemos ao estimar a verdadeira media 0,975

dessa população com base em uma amostra de tamanho n = 20?

Alternativa: e)

59 60
 Noções de probabilidade;
Recapitulando
Distribuição dos estimadores;

Testes de hipóteses para a média.

61 62