guia de métodos
São apresentadas técnicas de inferência estatística para a média populacional, \(\mu\), e para a variância populacional, \(\sigma^2\), quando o investigador dispõe de uma amostra obtida de uma população normal.
São apresentados quatro cenários e suas variantes.
Estimação pontual para a média populacional, \(\mu\), e para a variância populacional, \(\sigma^2\):
o investigador dispõe de uma amostra;
consulte o procedimento em estimação pontual.
Inferência estatística sobre a média populacional, \(\mu\), com \(\sigma^2\) conhecida:
o investigador dispõe de uma amostra;
é sabido que a amostra é obtida de uma população normal, com variância populacional, \(\sigma^2\), conhecida;
nesta situação a metodologia é conhecida por “Intervalo Z” e “Teste Z”;
consulte o procedimento em teste e intervalo Z para a média mas lendo primeiro distribuição de amostragem Normal.
Mais, neste contexto é possível determinar uma dimensão da amostra por forma a que a amplitude do intervalo de confiança seja inferior a determinado limiar.
consulte o procedimento em amplitude do IC.
Inferência estatística sobre a média populacional, \(\mu\), com \(\sigma^2\) desconhecida:
o investigador dispõe de uma amostra;
é sabido que a amostra é obtida de uma população normal, com variância populacional, \(\sigma^2\), desconhecida;
nesta situação a metodologia é conhecida por “Intervalo t” e “Teste t”;
consulte o procedimento em teste e intervalo t para a média mas lendo primeiro distribuição de amostragem t-Student.
Inferência estatística sobre a variância populacional, \(\sigma^2\), (respectivamente, sobre o desvio padrão populacional):
o investigador dispõe de uma amostra;
é sabido que a amostra é obtida de uma população normal, com variância populacional, \(\sigma^2\), desconhecida e média populacional desconhecida;
nesta situação a metodologia é conhecida por “Intervalo do qui-quadrado” e “Teste do qui-quadrado” (ou ainda chi-square) para a variância ou desvio padrão populacionais;
consulte o procedimento em TH e IC do qui-quadrado para a variância mas lendo primeiro distribuição de amostragem qui-quadrado.