ex. 3.33 (*)
Numa determinada região foi recolhida uma amostra casual de 300 fetos dos quais 25 estavam infetados com um certo tipo de parasita. Construa um intervalo de confiança a 99% para a proporção de fetos infetados.
(a) Identifique os dados no enunciado.
☞ sugestões
A população é composta de quê? O que mede \(X_i\) em cada indivíduo i? \(X_i = .....\) (recorde que \(X_i\) deve resultar num número)
O que é o «sucesso» neste contexto?
Qual a letra que representa a proporção de sucessos na população?
Qua a dimensão da amostra?
Indique uma estimativa pontual para a proporção de fetos infetados? Qual o símbolo usado para a estimativa?
☞ proposta de resolução
População de fetos; X_i = 1 se o feto está infetado; 0 se o feto não está infetado.
«sucesso» = «um feto está infetado»
n=300
\(X=\sum_{i=1}^n X_i\) = número de sucessos. Por exemplo: x=0+1+1+0+1+1+…+0.
\(\hat p = \frac{X}{n} = \frac{\sum_{i=1}^n x_i}{n} = \frac{25\text{ sucessos}}{300} \approx 0.08333\)
8.3% dos fetos, na amostra, estão infetados.
(b) A expressão do IC para proporções é
Identifique as várias componentes desta expressão para o IC.
☞ sugestões
consulte inferência sobre proporções
☞ proposta de resolução
\(\hat p\) é a proporção estimada com base na amostra;
\(z_{1-\alpha/2}\) é um quantil da \(N(0,\; 1)\) obtido com inv.normal nas calculadoras
\(\sqrt{\frac{\hat p (1 - \hat p)}{n}}\) é o desvio considerando \(\hat p\) em denominador:
(c) Quando se pode aplicar esta forma aproximada do IC? Os pressupostos estão verificados?
☞ sugestões
consulte inferência sobre proporções
☞ proposta de resolução
a aproximação é boa quando \(n \ge 30\) (dando sentido à aplicação do TLC);
assim, \(n = 300\) garante uma boa aproximação.
(d) Determine o IC para a proporção de fetos infectados considerando um grau de confiança de 99%.
☞ sugestões
Para determinar \(z_{1-\alpha/2}\) consulte quantis usados em inferência e calculadora gráfica.
☞ proposta de resolução
A dimensão da amostra é suficientemente grande então podemos aplicar a aproximação pelo TLC.
\(\hat p = \frac{25}{300} \approx 0.0833\)
\(z_{1-\alpha/2} = z_{0.995} = inv.normal(0.995,0,1) = 2.5758\) pois \(\alpha = 1\%\).
Ou indicando de outra maneira: \(\hat p = 0.08 \pm 0.04\) com 99% de confiança.
(e) Se a confiança baixar para 90% o que ocorre à amplitude do intervalo?
☞ proposta de resolução
O grau de confiança é sempre colocado no centro da distribuição. Como 90% é menor que 99% então essa região tem um menor tamanho conduzindo a um IC de menor amplitude, e então mais preciso, mas perdendo em confiança.