Explique a relação entre: a distribuição normal populacional (dos dados brutos), a distribuição amostral da média, e a distribuição t de Student. Em que condições cada uma delas aparece no raciocínio estatístico da engenharia?
Passo 1
O enunciado pede que eu explique a relação entre três coisas e quando cada uma aparece: a distribuição normal populacional (dos dados brutos), a distribuição amostral da média e a distribuição
de Student.
Dados/pressupostos implícitos que vou usar (porque aparecem sempre nesse tipo de pergunta):
Dados/pressupostos implícitos que vou usar (porque aparecem sempre nesse tipo de pergunta):
- Temos uma amostra
de tamanho retirada da população. - A população tem média
e variância finita . - Os
são, salvo indicação contrária, assumidos independentes e identicamente distribuídos (i.i.d.). - Pode acontecer que
seja conhecida ou desconhecida; isso muda o procedimento.
As perguntas que vou responder passo a passo: (1) o que é cada uma das três distribuições; (2) como elas se relacionam matematicamente; (3) em que condições (tamanho da amostra, normalidade, conhecimento de) cada uma aparece nas análises de engenharia; (4) implicações práticas (IC, teste de hipótese, quando não confiar).
Passo 2
Definições básicas — o que são as quantidades que vamos manipular (devagar e com calma).
- A variável de interesse em cada observação é
. A população tem média e variância . Esses são parâmetros verdadeiros (que normalmente não sabemos). - A média amostral é
Expliquei:
é a nossa estimativa para
.
- A variância amostral (usada para estimar
) é
Expliquei por que
: esse denominador dá um estimador não-viesado de
, ou seja
(posso mostrar a conta se você quiser, mas por ora aceite que é a correção padrão).
Essas três quantidades ( na população,
e
) serão as protagonistas das distribuições que vou relacionar.
Essas três quantidades (
Passo 3
A distribuição da média amostral quando a população é normal e
é conhecida (caso exato e simples).
- Se cada
vem de uma normal populacional e as observações são independentes, então qualquer combinação linear de normais é normal. Em particular,
Expliquei a ideia: como
é soma (linear) das
, a média tem média
e variância
.
- Padronizando obtemos a estatística
Isso é exato para qualquer
sempre que a população for normal. Em engenharia, esse
aparece quando eu conheço a variabilidade
do processo (situação rara, mas ocorre em certas calibrações ou processos bem controlados).
Passo 4
O que muda quando
é desconhecida — surge a distribuição
(caso exato se a população for normal).
- Na prática quase sempre
é desconhecida. Substituímos por (a raiz de ). A estatística natural é
- Se, além disso, a população for normal (
), há duas propriedades cruciais que valem: (i) e são independentes; (ii) a quantidade tem distribuição qui-quadrado com graus de liberdade, isto é
- Com essas peças, usando a construção padrão (uma normal padronizada dividida pela raiz de uma qui-quadrado normalizada), obtém-se exatamente
onde
é a distribuição
de Student com
graus de liberdade.
Expliquei a intuição: a tem caudas mais “pesadas” que a normal porque há incerteza extra vinda de estimar
por
; quanto menor
, maior essa incerteza, logo caudas mais pesadas.
Expliquei a intuição: a
Passo 5
E quando a população não é normal? entra o Teorema do Limite Central (CLT) — uso prático em engenharia.
- O Teorema do Limite Central (CLT), em linguagem simples, diz: se os
são i.i.d. com média finita e variância finita , então para grande a distribuição de é aproximadamente normal:
- Consequências práticas: mesmo que os dados brutos não sejam normais (por exemplo, distribuição assimétrica), para amostras grandes a média se comporta (aprox.) como normal. Isso permite usar técnicas baseadas em normalidade (intervalos, testes) para
. - Sobre usar
no lugar de : pelo chamado Teorema de Slutsky, quando é grande a estatística
tem distribuição aproximada
. Ou seja, para
grande a diferença entre usar
e
vira irrelevante:
aproxima
quando
. Regra prática comum:
costuma ser suficiente (mas depende da assimetria e caudas da população).
Passo 6
Resumo prático de fórmulas que você provavelmente terá de aplicar na prova (com explicação de cada símbolo).
- Se a população é normal e
conhecida, o intervalo de confiança de nível para é
onde
é o quantil da normal padrão. Aqui usamos
porque dividimos por
.
- Se a população é normal e
desconhecida, o intervalo de confiança exato é
onde
é o quantil da
com
graus de liberdade.
- Se a população não é normal mas
é grande, uma aproximação útil é
pois
aproxima
e
é aproximadamente normal (CLT).
Passo 7
Conselhos de engenharia — quando usar cada uma e armadilhas a evitar.
- Use distribuição normal exata para
(com conhecida) apenas se realmente conhecer (situação rara em medição prática). - Use
(exato) quando a população for razoavelmente normal e pequeno (regra prática: ou sempre que você não possa confiar no CLT). O protege contra subestimação da incerteza. - Para amostras grandes (por exemplo
ou mais, dependendo da assimetria), CLT + estimador -> usar aproximação normal (z) é aceitável. - Se a população é fortemente assimétrica ou tem caudas pesadas e
é pequeno, nem normal nem são confiáveis; nesse caso: considere transformações (log), métodos não paramétricos ou bootstrap. - Verifique sempre independência (dados autocorrelacionados violam CLT clássica). Em processos dependentes (séries temporais), o raciocínio muda.
Passo 8
Pequeno exemplo numérico (para sentir a diferença) — incentivo prático.
- Suponha que numa experiência você tem
, observou e . Quer IC de para . - Usando
exato (pois pequeno e desconhecida): quantil . O intervalo é
ou seja aproximadamente
.
- Se você (erroneamente) usasse
faria
ou
, intervalo mais estreito — subestimação do erro para amostra pequena. A
é mais cautelosa (caudas mais largas).
Comentário motivador: isso mostra por que, em prova e na prática, é importante verificar e a suposição de normalidade antes de escolher a fórmula.
Comentário motivador: isso mostra por que, em prova e na prática, é importante verificar
Passo 9
Intuição final e mapa mental (guarde isto para a prova).
- População normal dos dados brutos: garante que
é exatamente normal para qualquer ; permite derivar de forma exata quando é desconhecida. - Distribuição amostral da média: descreve o comportamento de
; é exatamente se a população for normal, e aproximadamente assim (pelo CLT) se for grande mesmo sem normalidade. - Distribuição
: aparece quando substituímos por e a população é normal (resultado exato); para grande a converge para a normal, então diferença some.
Respira fundo: na prova, verifique (1) se o enunciado diz “população normal”; (2) seé conhecido; (3) o tamanho . Esses três pontos mandam a decisão entre usar (normal), ou aproximação CLT.
Resposta
População normal: os dados brutos seguem
; então
exatamente para qualquer
.
Distribuição amostral da média: descreve ; é exata normal se a população é normal e é aproximadamente normal pelo CLT quando
é grande (i.i.d. e variância finita).
Distribuição de Student: surge quando
é desconhecida e é substituída por
; se a população for normal então
Distribuição amostral da média: descreve
Distribuição
(exato); para
grande
aproxima
.
Quando usar cada uma (prática): se conhecida use
; se
desconhecida e
pequeno e população aproximadamente normal use
; se
grande use aproxim. normal (CLT) e
no lugar de
.
Quando usar cada uma (prática): se