Exercícios Resolvidos de Dimensionamento da Amostra com Desvio Padrão Desconhecido

Ver Teoria

Enunciado

A proporção p da população que pretende votar no candidato A em uma dada eleição, é um parâmetro desconhecido e que só será revelado no dia da eleição. Assumindo que os eleitores não modifiquem suas intenções de voto, responda:

a) Deduzir detalhando todos os passos necessários para a construção do Intervalo de confiança – IC para a proporção.

b) Para um nível de confiança de 95%, qual é o erro máximo em pontos percentuais que podemos cometer com relação à estimativa da pesquisa, p ^ = 56 % , calculada com uma amostra de tamanho n = 2200 ?

c) Qual deverá ser o tamanho da amostra para se ter um erro de no máximo 1.7 ponto percentual, i.e. o comprimento do intervalo em cada lado do estimador da proporção ser inferior a 1.7 % , ao mesmo nível de confiança e para a mesma estimativa do item b)?

Passo 1

a) Esse é um exercício bem interessante em que vamos usar o teorema do limite central para achar o intervalo de confiança (IC) de uma distribuição.

Bom, na amostra de n eleitores, cada eleitor pode ser a favor de um candidato ou não ser a favor dele. Se p for a probabilidade de cada eleitor ser a favor, e 1 - p for a probabilidade de cada eleitor não ser a favor, temos uma distribuição binomial com n . Sabemos que a distribuição de probabilidade é dada por

f x = x ! n ! n - x ! p x 1 - p n - x

Isso não vai ser muito importante nesse problema, quis mencionar apenas para você recordar um pouco. O que vai ser importante é saber a média e a variância dessa distribuição:

μ = n p

σ 2 = n p 1 - p

Na verdade, vamos usar a distribuição de Bernoulli para resolver o problema, mas sabemos que a binomial está intimamente relacionada a ela.

Vamos considerar que uma boa estimativa para p seja a frequência de pessoas que são a favor do candidato seja:

p ^ = 55 100 = 0,55

Estou colocando o chapeuzinho em cima de p para indicar que se trata de um estimador. O exercício quer saber o intervalo de confiança para essa proporção, isto é, entre quais valores essa proporção deve estar.

Passo 2

Para isso, consideramos uma amostra com n variáveis aleatórias X 1 , X 2 , ..., X n , com n = ? . Cada uma dessas variáveis obedece a uma distribuição de Bernoulli: se a pessoa for a favor do candidato, a variável vale 1 ; se ela não for, vale 0 . Assim, definimos:

Y = X 1 + X 2 + … + X n n

A soma X 1 + … + X n vai representar o número de pessoas que é a favor do candidato nessa amostra, de modo que Y será a proporção de pessoas que apoiam o candidato nessa amostra. Note que Y faz o papel de p ^ . Para valores grandes de n , a variável Y deve seguir uma distribuição aproximadamente normal (aqui estamos usando o teorema central do limite).

A ideia básica é que a soma de um número muito grande de variáveis aleatórias deve ter uma distribuição aproximadamente normal. Além disso,

E Y = 1 n E X 1 + 1 n E X 2 + … 1 n E X n

Mas como cada variável X i segue uma distribuição de Bernoulli com parâmetro p , temos que

E X 1 = E X 2 = … = E X n = p

Você deve lembrar que a média de uma distribuição de Bernoulli é μ = p , foi isso que eu usei na linha acima. Portanto,

E Y = 1 n E X 1 + … + E X n = 1 n ⋅ n p = p

Já para a variância, usamos que

V a r Y = 1 n 2 V a r X 1 + 1 n 2 V a r X 2 + … + 1 n 2 V a r X n

Mas como V a r X 1 = …   V a r X n = p ( 1 - p ) , temos que

V a r Y = 1 n 2 V a r X 1 + … + V a r X n = 1 n 2 ⋅ n p 1 - p = p ( 1 - p ) n

Uma outra forma de se deduzir isso é pensar que X 1 + … + X n deve seguir uma binomial, de modo que

E Y = E X 1 + … + X n n = n p n = p

V a r Y = V a r X 1 + … + X n n 2 = n p 1 - p n 2 = p 1 - p n

As duas formas de pensar estão corretas e são análogas!

Passo 3

Mas por que eu fiz tudo isso? Aqui vem o pulo do gato, presta bastante atenção...

Pelo teorema central do limite, a variável Y (que representa a proporção de eleitores a favor de um candidato) deve seguir uma distribuição normal e, no passo anterior, achamos sua média e sua variância:

E Y = p               e             V a r Y = p 1 - p n

Para uma distribuição normal, tudo que precisamos é sua média e sua variância: problema praticamente resolvido! Sabemos o valor de n e usando o estimador de p . Assim, pegando por exemplo p = 0,55 ...

E Y = 0,55

V a r Y = 0,55 ⋅ 0,45 100 = 0,0002475

A partir daqui vou chamar μ = 0,55 e σ 2 = 0,0002475 . O problema quer saber, com confiança seguro, qual o intervalo de valores de Y em torno da média que correspondem a essa probabilidade. Se ficou confuso eu vou desenhar para simplificar:

A linha verde representa a média μ . Queremos saber o intervalo que delimita a região pintada (entre Y m i n e Y m a x ) de modo que ela represente uma porcentagem tal % da probabilidade total. Para isso, nós normalizamos a distribuição para que ela tenha média 0 e desvio padrão 1 , através da mudança de variável:

Z = Y - μ σ

Com essa mudança de variável, a figura da distribuição passa a ser:

Como agora a distribuição é simétrica, é fácil ver que Z m i n = - Z m a x . Queremos que

P Z m i n < Z < Z m a x = I C

P - Z m a x < Z < Z m a x = I C

P 0 < Z < Z m a x = I C 2

Passo 4

Para determinar o valor de Z m a x , temos que olhar para a tabela da distribuição normal padrão acumulada. Vou usar a versão que foi dada na própria prova:

Essa tabela pode ser fornecida de várias formas, por isso é bem importante saber qual a convenção que está sendo utilizada. Na tabela fornecida na prova, a distribuição acumulada representa a probabilidade de Z < Z p . Vamos adaptar nosso problema a essa situação:

P 0 < Z < Z m a x = P - ∞ < Z < Z m a x - P - ∞ < Z < 0 = I C 2

Mas note que P - ∞ < Z < 0 = 0,5 , pois representa metade da distribuição (que é simétrica). Assim,

P - ∞ < Z < Z m a x - 0,5 = I C 2

P - ∞ < Z < Z m a x = I C

Daí é só olhar na tabela, que podemos construir um bom intervalo de confiança!

Passo 5

b)

Para calcular o erro máximo, usamos a seguinte fórmula abaixo:

d = z 1 - α 2 p ^ ( 1 - p ^ ) n

Sabemos que o nível de confiança é 95%, então:

1 - α = 0,95 → α = 0,05

Então, temos que...

z 1 - α 2 = z 1 - 0,05 2 = z 0,975 = 1,96

Substituindo tudo na fórmula:

d = 1,96 0,56 ( 1 - 0,56 ) 2200 = 0,0207 = 2,07 %

Passo 6

c)

Agora queremos descobrir n para um d de no máximo 1,7 :

d ≤ z 1 - α 2 p ^ ( 1 - p ^ ) n

0,017 ≥ 1,96 0,56 0,44 n

0,017 1,96 ≥ 0,56 0,44 n

n ≥ 3275,33

Logo, um tamanho legal da amostra é n = 3276 !

Resposta

b)

2,07 %

c)

n = 3276

Exercícios de Livros Relacionados

Definimos a variável e =X – μ como sendo o erro amostral de média. Suponha que a variância dos salários de uma certa região seja 400 reais². Determine a média e a variância de e.
Cada seção usada para a construção de um oleoduto tem um comprimento médio de 5 m e desvio padrão de 20 cm. O comprimento total do oleoduto será de 8 km. Qual é a probabilidade do uso exato de 1.599 s
Sejam X e Y variáveis aleatórias independentes, tendo distribuições X n 1 ² ²e X n 2 ² ² respectivamente. Seja a variável aleatória F definida da seguinte maneira: F = X n 1 Y n 2 . (Esta variável ale
Sejam X e Y variáveis aleatórias independentes, tendo distribuições X n 1 ² ²e X n 2 ² ² respectivamente. Seja a variável aleatória F definida da seguinte maneira: F = X n 1 Y n 2 . (Esta variável ale
Suponha que X tenha distribuição N μ ,4 . Uma amostra de tamanho 25 fornece a média amostral X - = 78,3 . Determine um intervalo de confiança de 99% (bilateral) para μ .