Probabilidade e

Estatística

Aula 8
Estatísticas e Estimação Pontual

Chap 8-1
Objetivos

Nesta aula, vamos aprender a:

 O que é uma estimativa e um estimador pontual
 Propriedades desejaveis de um estimador
 Não-viesado ou não tendencioso
 Variância minima
 Consistencia
 Métodos gerais para encontrar um estimador
 Método dos momentos
 Maxima verossimilhança
 Distribuição da média amostral e Teorema do Limite
Central

Chap 8-2
 Estimação Pontual
 Inferência Estatística:
 Temos uma amostra
 Desejamos obter informações sobre distribuição da
população (parâmetros)
 Tomada de decisões

 Estimação Pontual: um único número para cada parâmetro

 Intervalo de Confiança: um intervalo de valores possíveis
para o parâmetro
 Teste de Hipóteses: Temos um valor em mente para o
parâmetro em mente e verificamos se a amostra é condizente
com a nossa « crença ».
Chap 8-3
Vocabulário Básico
POPULAÇÃO
Uma população consiste de todos os itens ou indivíduos sobre os
quais desejamos tirar uma conclusão.

AMOSTRA
Uma amostra é uma porção da população selecionada para a
análise.

PARÂMETRO
Um parâmetro é uma medida númerica que descreve a
distribuição da população.

ESTATíSTICA
Uma estatística é uma medida númerica que descreve uma
característica da amostra ou seja qualquer função da amostra.

Chap 8-4
 População vs. Amostra

População Amostra

Medidas usadas para descrever Medidas computadas para dados

populações são chamadas de amostrais são chamadas de
parâmetros estatísticas
Chap 8-5
Estatísticas: exemplo

 Suponha que você tem uma população de 4

alunos no curso.
 Tamanho da população N=4
 Variável aleatória, X: idade dos alunos
 Valores possíveis de X: 18, 20, 22, 24 (anos)

Chap 8-6
 Estatísticas: exemplo
Considere todas as amostras possíveis de tamanho n=2
1a 2a Observação 16 Médias Amostrais: idade média
Obs. para cada amostra de 2 alunos
18 20 22 24
1a 2a Observação
18 18,18 18,20 18,22 18,24 Obs.
18 20 22 24
20 20,18 29,20 20,22 20,24
18 18 19 20 21
22 22,18 22,20 22,22 22,24
20 19 20 21 22
24 24,18 24,20 24,22 24,24
16 amostra possíveis 22 20 21 22 23
(amostragem com
24 21 22 23 24
reposição)
Chap 8-7
Estatísticas
 A partir de uma população selecionamos um subconjunto de
observações X1, X2, ..., Xn. Temos uma amostra de tamanho n.

 Como ainda não selecionamos os valores X1, X2, ..., Xn são

variáveis aleatórias.

 Qualquer estatística baseada na amostra também é uma

variável aleatória.
 Exemplo da idade: estatística era a idade média amostral
 Com n=2, média amostral = (X1+X2)/2

 A distribuição de probabilidade da estatística depende do

método de amostragem e da distribuição da população.

Chap 8-8
Estatísticas
 Uma método amostral que facilita a obtenção da distribuição
de estatísticas é a seleção de uma amostra aleatória.

 A amostra é aleatória se for iid (independente e

identicamente distribuída):
 Independente: a coleta de uma observação independe da
outra.
 Amostra com reposição
 Amostra sem reposição de população infinita
 Amostra sem reposição de população suficientemente
grande (no maximo 5% da população)
 Identicamente distribuída: cada Xi tem a mesma
distribuição.

Chap 8-9
Estatísticas
 Resumindo:
 Existe incerteza no valor da estatística antes de obter os dados,
ou seja, a estatística é uma variável aleatória.
 Letras maísculas:variável aleatória estatística (ex-ante)
 Letras minúsculas: valor que a estatística assume (ex-post).

 Ex: v.a. média amostral:

X n da idade quando n=2.
X1  X 2
X2 
2
 Seja amostra: X1=18 e X2=22. O Valor da idade média
observado na amostra:
18  22
x2  20
2
Chap 8-10
Estatísticas
 Propriedade: Seja Y uma v.a. definida como a combinação
linear de 2 outras v.a.:

Y aX 1  bX 2
 Então
 E(Y) = aE(X1) + bE(X2)
 Var(Y) = a2Var(X1) + b2Var(X2) + 2Cov(X1, X2)
 Se X1 e X2 são independentes: Cov(X1, X2)=0, e
Var(Y) = a2Var(X1) + b2Var(X2)

Chap 8-11
Estatísticas
 Exemplo: Os códigos de produtos com 2, 3, ou 4 letras são
igualmente prováveis. Qual a média e o desvio-padrão do
número de letras em 100 códigos?

X i número de letras em i - ésimo código

xi 2 3 4
px i  1/3 1/3 1/3

E X i  3 e VX i  2/3

Chap 8-12
Estatísticas
 Exemplo: Os códigos de produtos com 2, 3, ou 4 letras são
igualmente prováveis. Qual a média e o desvio-padrão do
número de letras em 100 códigos?

Y número de letras 100 códigos

100
Y  X i
i 1
100
E Y   E X i  3 * 100 300
i 1
100
V Y   V X i  200 / 3
i 1

Chap 8-13
 Distribuição da Média Amostral
 Qual a distribuição da média amostral para X1,…, Xn uma
amostra aleatória de uma v.a. X com distribuição normal com µ e
σ².
 Propriedade da normal: soma de v.a. normais também tem distribuição
normal.
X 1  X 2  ...  X n
Xn   X n ~ N ?, ?
n

E X 1   E X 2   ...  E X n 
 
E Xn 
n
 
 E Xn 
n
n


 
V Xn
 X1 
V 
n
 Xn   2
  ...  V 
n
 2 n 2  2
  2  ...  2  2 
n
    n n n
 2 
 X n ~ N   , 
 n 
Chap 8-14
 Distribuição da Média Amostral

População com
Distribuição normal
μx μ
μ x
Distribuição da média
amostral é normal
(e tem a mesma média)

μx
x
Chap 8-15
 Distribuição da Média Amostral
 Para amostragem com reposição:
 A medida que n cresce, Maior tamanho
 σ x diminui da amostra

Menor tamanho
da amostra

μ x
Chap 8-16
Distribuição da Média Amostral
 Exemplo: O diâmetro interno de um pistão selecionado
casualmente é uma variável aleatória com valor médio de
12cm e desvio-padrão de 0.04cm.

a) Se X16 é o diâmetro médio para amostra aleatória de

tamanho n=16 anéis, onde a distribuição de amostragem de X16
está centrada e qual é seu desvio-padrão?

b) Responda a questão da parte a) quando n=64 anéis, ou seja, X 64

c) Para qual das duas amostras aleatórias (n=16 ou n=64), a

média amostral é mais provável estar entre 0.01 cm ou 12 cm?
Explique seu raciocínio.

Chap 8-17
 Teorema do Limite Central
 E se a v.a. não for normal?? Por exemplo, distribuição discreta?

Teorema do Limite Central

Seja X1,…, Xn uma amostra aleatória (iid) de uma v.a. X com média,
µ, e variância, σ², finita (0< σ² <∞):

Xn  
Se n  , então a distribuição de Z n   N 0,1
 2

n
 2 
ou X n  N   , 
 n 
Chap 8-18
 Teorema do Limite Central
 O Teorema do Limite Central garante que se cada amostra for
grande o suficiente (n indo para infinito), a distribuição da média
amostral é aproximadamente normal.

 E isto é verdade independente do formato da distribuição de X!

 Uma razão para distribuições com formato de sino (normais)

aparecerem tantas vezes na natureza…

Chap 8-19
Ilustração TLC

 Suponha que você tem uma população de 4

alunos no curso.
 Tamanho da população N=4
 Variavel aleatória, X: idade dos alunos
 Valores possíveis de X: 18, 20, 22, 24 (anos)

Chap 8-20
 Ilustração TLC
Medidas para a distribuição da População:

 X p(x)
μ i
N .3
18  20  22  24
 21 .2
4
.1

σ
 (X  μ)
i
2

2.236
0
18 20 22 24 x
N A B C D
Distribuição Uniforme
Chap 8-21
 Ilustração TLC
Considere todas as amostras possíveis de tamanho n=2
1a 2a Observação 16 Médias Amostrais: idade média
Obs. para cada amostra de 2 alunos
18 20 22 24
1a 2a Observação
18 18,18 18,20 18,22 18,24 Obs.
18 20 22 24
20 20,18 29,20 20,22 20,24
18 18 19 20 21
22 22,18 22,20 22,22 22,24
20 19 20 21 22
24 24,18 24,20 24,22 24,24
16 amostra possíveis 22 20 21 22 23
(amostragem com
24 21 22 23 24
reposição)
Chap 8-22
 Ilustração TLC

Distribuição de todas as médias amostrais

16 Médias
Amostrais Distribuição das
P(X)
médias amostrais
1st 2nd Observation
Obs .3
18 20 22 24
.2
18 18 19 20 21

20 19 20 21 22 .1

22 20 21 22 23 0 _
18 19 20 21 22 23 24 X
24 21 22 23 24
(não é mais uniforme)
Chap8-23
Ilustração TLC

Medidas para a distribuição amostral:

μX 
 X i

18  19  21    24
21
N 16

σX 
 ( X i  μ X
) 2

(18 - 21)2  (19 - 21)2    (24 - 21)2

 1.58
16

Chap 8-24
 Ilustração TLC
População Distribuição média amostral com
N=4 amostras de tamanho n = 2
μ 21 σ 2.236 μ X 21
2
σ X 1.58
2
_
P(X) P(X)
.3 .3
.2 .2
.1 .1
0 X
0 18 19 20 21 22 23 24
_
18 20 22 24 X
A B C D

Chap 8-25
 Distribuição da Média Amostral

Resumo:
 Para a maior parte das distribuições, n > 30, implica
em uma distribuição amostral quase normal.

 Para distribuições praticamente simétricas, n > 15

implica em uma distribuição amostral quase normal.

 Para populações com distribuição normal, distribuição

amostral da média amostral sempre é normal.

Chap 8-26
 Estimação Pontual
 Estimação Pontual
 ex. Estimar o peso médio da
população alunos professores
do ect baseado no peso médio
em uma amostra
 Decisão: escolher capacidade
do elevador
 Margem de segurança??
Intervalo de confiança
Tirar conclusões e/ou tomar decisões a respeito de uma
população baseado em dados amostrais
Chap 8-27
Estimação Pontual
 Queremos saber um parâmetro da distribuição, θ, para uma
v. a. X. Temos uma amostra aleatória: X1, …, Xn.

 A estatística selecionada para um parâmetro, θ, é chamada

estimador pontual, ˆ .

 Estimativa pontual: o valor assumido pela estatística

quando calculado para uma amostra específica (já
observada).

 Exemplo: estimador para média populacional, µ? Podemos

usar a média amostral, X n .

Chap 8-28
Propriedades Desejáveis
 Quando temos vários estimadores diferentes para um
mesmo parâmetro como escolher o melhor?

 Exemplo: Amostra de uma população normal:

 Estimador para a média?

(1) média amostral,
(2) mediana,
(3) média dos extremos (min {Xi}+max{Xi}/2)
(4) média aparada de 10% (joga fora valores 10% maiores
e 10% menores)
Chap 8-29
Propriedades Desejáveis
 O que seria um bom estimador? Qual o melhor estimador?
 Melhor cenário possível: para qualquer amostra selecionada:

ˆX 1 ,..., X n  
 Em geral:

ˆX 1 ,..., X n    Erro

 Um bom estimador é centrado no parâmetro e tem erro
“pequeno”

 Propriedades:
 Não-tendencioso ou não viesado
 Variância mínima
 Consistente
Chap 8-30
Estimador Não-Viesado
 Um estimador pontual, ˆ , é estimador não-tendencioso ou
não-viesado se:

E ˆ  para cada valor possível de 

 Se o estimador é viesado definimos:

 
Vies ˆ E ˆ  
que mede a diferença entre a esperança do estimador e o
valor real do parâmetro.
O viés também é chamado de desvio ou tendência do
estimador.

Chap 8-31
Estimador Não-Viesado

fdp de ˆ2 fdp de ˆ2

fdp de ˆ1
fdp de ˆ1

Viés de ˆ1 Viés de ˆ1

O viés compara a média do estimador ao parâmetro.

Chap 8-32
Estimador Não-Viesado
Exemplo: Quando X é uma v.a. binomial com parâmetros n e
p. Mostre que a proporção amostral de sucessos é um
estimador não tendencioso de p.
X
ˆp  , E  pˆ  ?
n

Chap 8-33
Estimador Não-Viesado
Exemplo: Quando X é uma v.a. binomial com parâmetros n e
p. Mostre que a proporção amostral é um estimador não
tendencioso de p.

X X 1 np
pˆ  , E  p   E    E X  
ˆ p
n  n n n

Chap 8-34
Estimador Não-Viesado
Exemplo: Se X1,..., Xn forem uma amostra aleatória de uma
população representada por X, mostre que a média amostral
é estimador não-tendencioso para a média populacional.

Chap 8-35
Estimador Não-Viesado
Exemplo: Se X1,..., Xn forem uma amostra aleatória de uma
população representada por X, mostre que a média amostral
é estimador não-tendencioso para a média populacional.

 n 
  Xi 
n
 
n
 E  i 1  1  
 n
E Xn E X  
 n i 1
i
n
 
 

Chap 8-36
Estimador Não-Viesado
Exemplo: Seja X1,..., Xn um amostra aleatória de uma
população com média µ. Considere os seguintes
estimadores de µ:
X1  X 2  X 3  X 4  X 5  X 6  X 7
ˆ1 
7
2X  X 6  X 4
ˆ2  1
2

Os dois estimadores são não-viesados?

Chap 8-37
 Estimador Não-Viesado
Exemplo:

 
ˆ  X 1  X 2  X 3  X 4  X 5  X 6  X 7  7
E 1  E 
7

7

 

 2 X 1  X 6  X 4  2 E X 1   E X 6   E X 4 
 
E ˆ2  E 
2

2
 
2    
 
2

Chap 8-38
Estimador de Variância Mínima
 Se tivermos vários estimadores não-tendenciosos, qual o
melhor deles?
 Continuamos querendo o estimador com “menor” erro.
 A distribuição dos estimadores está centrada em θ, então na
média, obtemos o real valor do parâmetro.
 E a dispersão?

fdp de ˆ1

fdp de ˆ2

Chap 8-39
Estimador de Variância Mínima
 Dentre todos os estimadores não-viesados de θ, escolha
aquele com menor variância. O estimador resultante, ˆ , é
chamado de estimador não-tendencioso de variância
mínima (ENTVM) de θ.

 Também chamado de estimador eficiente.

 Apenas compara estimadores não-tendenciosos.

Chap 8-40
Erro Quadrático Médio
 Como comparar estimadores tendenciosos e não
tendenciosos?
fdp de ˆ1 , estimador viesado de 

fdp de ˆ2 , ENTVM de 

 Usar o Erro Quadrático Médio:

ˆ 
 
EQM   E    
 ˆ 2


     
EQM ˆ Var ˆ  Viés ˆ
2

Chap 8-41
Erro Quadrático Médio
Exemplo: Seja X1,..., Xn um amostra aleatória de uma
população com média µ. Considere os seguintes
estimadores de µ:
X1  X 2  X 3  X 4  X 5  X 6  X 7
ˆ1 
7
2X  X 6  X 4
ˆ2  1
2

Baseado no Erro Quadratico Médio, qual o melhor

estimador?

Chap 8-42
 Erro Quadrático Médio
Exemplo:

   
EQM ˆ1 Var ˆ1  Viés ˆ1  
 X 1  ...  X 7  Var X 1   ...  Var X 7   2
Var   
 7  49 7

   
EQM ˆ2 Var ˆ2  Viés ˆ2  
 2X1  X 6  X 4  1 3 2
Var 
2

  4 2   2   2  
  4 2

Chap 8-43
Erro-Padrão
 Cada estimador tem uma variância associada. Reportamos a
dispersão do estimador atravées do erro-padrão:


 ˆ  Var ˆ

 Geralmente depende de parâmetros da população...

Usamos um estimador para o erro-padrão, que é a raiz do
estimador para a variância:
ˆ ˆ ou 
s ˆ

 Estamos usando estimador pontual (único ponto), mas

temos uma ideia da “precisão” do estimador...

Chap 8-44
Consistência
 E se pudermos aumentar o tamanho da amostra o quanto
quisermos?
 Para um bom estimador o erro desaparece a medida que a
amostra aumenta:
      
EQM ˆn Var ˆn  Viés ˆn
2

 Um estimador é consistente se, quando n converge para

infinito, o valor esperado converge para para o parâmetro e
a variância converge para zero:

n 
 
lim E ˆn  A distribução

lim Var ˆ  0

do estimador
n 
n colapsa em θ!

Chap 8-45
Consistência
Exemplo: Se X1,..., Xn forem uma amostra aleatória de uma
população representada por X, a média amostral,
X n é consistente?
 
E X n 

Var X  Var 
X 1 ...  X n 
n 
 n 
Var X 1   ...  Var X n 

n2
2

n

Chap 8-46
Métodos de Estimação
 Ja sabemos as propriedades que um bom estimador
deve ter.
 Como encontrar um bom estimador?

 Existem 2 métodos amplamente utilizados:

 Método dos Momentos
 Método da Maxima Verossimilhança

Chap 8-47
Momentos
 Ideia: O método dos momentos iguala momentos
populacionais a momentos amostrais.
 Seja X1,…,Xn uma amostra aleatória. Para k=1,2,…

Momento populacional de ordem k : E X k   

n

X
i 1
i
k

Momento amostral de ordem k :

n
n

X i
k

 
E X k   i 1
n
 Momentos populacionais são funções de parâmetros
 Escolhemos k tal que temos um sistema n° equações = n°
parâmetros. Resolvemos o sistema e temos os estimadores…
Chap 8-48
Momentos
 Exemplo: Seja X1,…,Xn amostra aleatória de uma v.a. X com
distribuição exponencial(λ).
 Encontre o estimador do Método dos Momentos para λ.

Chap 8-49
Momentos
 Exemplo: Seja X1,…,Xn amostra aleatória de uma v.a. X com
distribuição exponencial(λ).
 Encontre o estimador do Metodo dos Momentos para λ.

1
Momento de Ordem 1 de Exponencial : E X   

n

1
X i
E X    X n  i 1

 n
1
ˆMM 
Xn

 E se tivesse escolhido segundo momento?

 Existem versões mais sofisticadas do método dos momentos
que colocam peso « ideal » para cada momento…
Chap 8-50
 Máxima Verossimilhança
 Ideia: Escolha como estimador o valor do parâmetro que faça com
que a amostra observada seja o mais provável possível.
 Escolhe parâmetro tal que o que vc viu tenha a maior probabilidade
possível<

 Exemplo: Amostra aleatória de 10 capacetes de ciclismo.

 Fazendo um teste observa-se que o segundo, o terceiro e o décimo
capacetes são defeituosos.
 Seja Xi = 1 se capacete é defeituoso e 0 caso contrário.
 Probabilidade conjunta da amostra:
10
f X 1 ,..., X 10 x1 ,..., x10   f X i xi   p 3 1  p 
7

i 1

Chap 8-51
 Máxima Verossimilhança
Exemplo: O estimador de MV escolhe p tal que a probabilidade
conjunta da amostra seja máxima.

p p
 7

max p 3 1  p  max ln p 3 1  p  max 3 ln p   7 ln 1  p 
7
p

Chap 8-52
 Máxima Verossimilhança
 Definição: Seja X1,…Xn uma amostra aleatória com distribuição
conjunta (fmp ou fdp) com parâmetros θ1,…, θk:
n
f X 1 ,..., X n x1 ,..., x n ;1 ,...,  k   f X xi ;1 ,...,  k 
i 1

em que x1, …,xn são valores observados na amostra.

 A função verossimilhança da amostra é:

n
L1 ,...,  k x1 ,..., x n   f X 1 ,...,X n x1 ,..., x n 1 ,...,  k   f X xi 1 ,...,  k 
i 1

Chap 8-53
 Máxima Verossimilhança
 O estimador de Maxima Verossimilhança é o valor do parâmetro
que maximiza o logaritmo da função verossimilhança:

ˆ
 ˆ ˆ
MV   1 ,...,  k 
arg max ln L1 ,...,  k x1 ,..., x n 
1 ,..., k
n
arg max  ln  f X xi 1 ,...,  k 
1 ,..., k
i 1

Chap 8-54
 Máxima Verossimilhança
 Exemplo: (Poisson) Um ecologista estuda a ocorrência de uma
certa especie de arvores em uma floresta. Ele acredita que o
modelo é uma Poisson e gostaria de saber o parâmetro λ ou o
número médio da especie por m². Para tanto ele seleciona n regiões
não sobrepostas R1, …, Rn com area a(R1),…, a(Rn) e conta o
número de arvores em cada região, x1, …xn.

 Encontre o estimador de máxima verossimilhança para λ.

Chap 8-55
 Máxima Verossimilhança
 Exemplo: (Poisson)
n
L x1 ,..., x n   f X 1 ,..., X n x1 ,..., x n ;    f X xi ; aRi 
i 1

aRi x e  a R 
i i

com f X xi ; aRi  

xi !

n
ln L x1 ,..., x n    xi ln   lnaRi   aRi   lnxi !
i 1

d ln L x1 ,..., x n 
x n
   i  aRi  0
d i 1   
1
  xi  aRi    ˆ  xi
  aRi 
Chap 8-56
 Máxima Verossimilhança
 Exemplo: (Uniforme) Seja X1,...,Xn uma amostra aleatória de tamanho n
de uma população uniformemente distribuida de 0 a θ. Para uma amostra
observada x1,..., xn ache o estimador de máxima verossimilhança θ.
n
L x1 ,..., x n   f X 1 ,..., X n x1 ,..., x n ;   f X xi ; 
i 1

 1
 , se 0  x1  ,...,0  x n 
f X 1 ,..., X n x1 ,..., x n ;    n
0, caso contrário

Função DIFICULDADE:
Verossimilhança O cálculo não ajuda, pois a
função tem discontinuidade
justo no ponto máximo!

Chap 8-57
 Máxima Verossimilhança
 Propriedades do estimador de maxima verossimilhança (sob
condições gerais e para uma amostra suficientemente grande):
 Eficiente: O estimador de MV tem variância mínima.
 Assintoticamente Não-tendencioso: O estimador de MV é
aproximadamente não-viesado, isto é, seu viés converge para 0
quando n vai pra infinito
 Normal: O estimador de MV tem distribuição aproximadamente
normal.
 Invariância: o estimador de MV é invariante, i. e., o estimador de
MV de qualquer função, h(), do parâmetro pode ser obtido pela
função aplicada ao estimador de MV do parâmetro:

 
hˆ MV h ˆMV
Chap 8-58
Resumo

Nesta aula, aprendemos

 Estatísticas
 Distribuição de uma estatística especial: a média amostral

 Estimador pontual e as propriedades desejáveis.

 Métodos gerais para encontrar um estimador
 Método dos momentos
 Método da Máxima verossimilhança

Chap 8-59