ex. 4.15 (*)
Para testar a influência das estações do ano sobre a massa corporal de uma espécie de linces, pesaram-se 40 linces (selecionados casualmente e marcados para poderem ser vigiados durante todo o ano) em dois momentos: na estação seca e na estação chuvosa, do ano de 2002. Com base no peso registado durante a estação chuvosa e no peso registado durante a estação seca, para cada lince, foram calculados os valores das diferenças de pesos (estação chuvosa - estação seca) dos 40 linces. A média dos valores diferença observados foi igual -1.233 com desvio padrão corrigido igual a 3.351.
Admitindo a normalidade dos dados (peso na estação seca e peso na estação chuvosa), encontre um intervalo a 99% de confiança para a diferença de médias dos pesos dos linces nas duas estações.
☞ sugestões
(por fazer)
☞ proposta de resolução
A medição do peso é feita para cada lince na estação seca e depois na estação chuvosa. Assim, trata-se de amostras emparelhadas.
A dimensão da amostra é n=40 linces observados.
As variáveis aleatórias são:
X_i = peso de um lince i na estação chuvosa
Y_i = peso de um lince i na estação seca
A frase «A média dos valores diferença observados foi igual -1.233 com desvio padrão corrigido igual a 3.351.» quer dizer
como X_i e Y_i são variáveis dependentes então a técnica é subtrair o peso na estação chuvosa do peso na estação seca, para cada lince, obtendo-se apenas uma amostra de uma única variável :
D_i = X_i - Y_i (subtração feita, lince a lince)
D = X - Y (em geral)
\(\bar d = -1.233\) ; \(s_{cD}=3.351\)
Assume-se a normalidade dos dados e então \(D \sim Normal(\mu_D, \sigma_D^2)\) com \(\sigma_D^2\) desconhecida E \(\mu_D=\mu_X - \mu_Y\) é um parâmetro desconhido.
Assim, usa-se o T interval, por forma a obter valores de confiança para \(\mu_D=\mu_X - \mu_Y\), com grau de confiança de 99% considerando a amostra da diferença
Resposta: \(IC_{99\%}(\mu_X - \mu_Y)=[-2.668, 0.201]\)
Um exercício extra de interpretação:
Será que \(\mu_X-\mu_Y=-1\)? Sim, pois -1 está no IC.
\(\mu_X + 1 = \mu_Y\) e daqui \(\mu_X < \mu_Y\)