Explique por que o desvio padrão da média amostral (erro padrão) diminui conforme o tamanho da amostra aumenta. Relacione esse conceito à precisão de medições em experimentos de engenharia.
Passo 1
O que o problema pede: explicar por que o desvio padrão da média amostral (chamado de erro padrão) diminui quando aumentamos o tamanho da amostra e relacionar isso à precisão em medições de engenharia.
O que temos de informação (implícito): vamos trabalhar com várias medições repetidas de uma mesma grandeza; essas medições têm uma variabilidade aleatória (ruído) caracterizada por um desvio padrão. Não vamos supor nada além do necessário para a demonstração básica (medidas independentes com mesma variância).
O que temos de informação (implícito): vamos trabalhar com várias medições repetidas de uma mesma grandeza; essas medições têm uma variabilidade aleatória (ruído) caracterizada por um desvio padrão. Não vamos supor nada além do necessário para a demonstração básica (medidas independentes com mesma variância).
Passo 2
Definição das variáveis e do estimador que vamos estudar.
Suponha que fazemos medições independentes da mesma grandeza e chamamos cada medição de
, com
.
Definimos a média amostral (estimador da verdadeira média) por
Suponha que fazemos
Definimos a média amostral (estimador da verdadeira média) por
Expliquei cada símbolo:
= i-ésima medida (uma variável aleatória),
= número de medidas,
= média das
medidas (o que usamos como estimativa do valor verdadeiro).
Passo 3
Hipóteses e significado de média e variância.
Assumimos que cada tem esperança
(o valor verdadeiro que queremos estimar) e variância
. Aqui:
= média verdadeira (número fixo),
= desvio padrão das medições individuais (medida do ruído aleatório de cada medição). Também assumimos inicialmente que as medidas são independentes (essa hipótese será comentada depois).
Assumimos que cada
Passo 4
Esperança da média amostral (mostrando que não há “magia” aqui).
Usamos linearidade da esperança:
Usamos linearidade da esperança:
Interpretação: a média amostral é um estimador não viesado de
— em média, ela dá o valor correto.
Passo 5
Cálculo da variância da média amostral (a parte crucial).
Queremos . Primeiro escrevemos:
Queremos
Usamos duas propriedades: (i) fator constante sai quadrado fora da variância, (ii) se
são independentes, variância da soma é soma das variâncias. Assim:
Expliquei cada passo: dividir por
dentro da média cria um fator
na variância; somando
variâncias iguais
dá
; o resultado simplifica para
.
Passo 6
Definição do desvio padrão da média (erro padrão) e interpretação imediata.
O desvio padrão da média, que chamamos de erro padrão, é a raiz quadrada da variância da média:
O desvio padrão da média, que chamamos de erro padrão, é a raiz quadrada da variância da média:
Interpretação: se a dispersão de cada medida é
, então a dispersão da média de
medidas é
. Portanto, à medida que
cresce,
diminui como
.
Passo 7
Consequência prática: diminuição do erro com aumento de
e retorno decrescente.
Da fórmula seguem duas observações úteis:
Da fórmula
- Se você quadruplica
, o erro padrão cai pela metade (porque ). - Para reduzir o erro padrão por um fator 2 você precisa multiplicar
por 4; para reduzir por um fator 10 precisa multiplicar por 100.
Isto mostra retorno decrescente: aumentarsempre ajuda, mas cada aumento adicional precisa de muito mais medições para reduzir bastante o erro.
Passo 8
Exemplos numéricos simples (para fixar).
Suponha que o desvio padrão das medições individuais seja unidades. Então:
Suponha que o desvio padrão das medições individuais seja
Ou seja, 16 medições deram um erro padrão quatro vezes menor que 1 medição, mas note que de 4 para 16 medições o custo aumentou 4× para cortar o erro pela metade.
Passo 9
Como usar isso para planejar experimentos de engenharia.
- Se você quer alcançar um erro padrão alvo
, reescreva a fórmula e resolva para :
Exemplo: se
e você quer
, então
.
- Em engenharia, média de várias medições reduz o ruído aleatório — isso aumenta a precisão (menor variabilidade do estimador). Atenção: precisão refere-se à dispersão (repetibilidade); se houver viés sistemático (erro de calibração), a média não corrige isso.
- Trade-off prático: aumentar
custa tempo/dinheiro. Às vezes é mais eficiente reduzir (melhor instrumento, melhor procedimento) do que aumentar muito .
Passo 10
Advertências e limitações importantes (o realismo técnico).
- Independência: a derivação usou independência entre medições. Se houver correlação (por exemplo medições sequenciais com deriva ou ruído autocorrelacionado), a variância da média é maior que
; nesse caso a fórmula tem termos extras de covariância. - Identical distribution: se variâncias das medições não forem iguais, usa-se média ponderada ou calcula-se a variância da média a partir das variâncias individuais.
- Estimação do
: na prática é desconhecido; usamos o desvio padrão amostral e o erro padrão estimado . - Outliers ou mudanças de regime (drifts) podem tornar a média enganosa; investigar dados antes de simplesmente aumentar
é crucial.
Resposta
O desvio padrão da média amostral (erro padrão) é
, onde
é o desvio padrão das medições individuais e
é o número de medições; por isso o erro diminui com
como
. Em experimentos de engenharia isso significa que fazer várias medições e calcular a média reduz o ruído aleatório (aumenta a precisão), mas não corrige viés sistemático; além disso há retorno decrescente (para reduzir muito o erro é preciso aumentar muito
), e a relação pressupõe medições independentes e estáveis.