Resumos · Matemática Aplicada às Ciências SociaisPT · Secundário

Introdução à inferência estatística

A inferência estatística é o raciocínio que permite tirar conclusões sobre uma população inteira a partir de uma amostra — o fundamento matemático das sondagens. Este tema distingue parâmetro de estatística e estimador de estimativa, estuda a distribuição de amostragem da média e o Teorema Limite Central, e constrói intervalos de confiança para a média e para uma proporção, com a interpretação correta da margem de erro e do nível de confiança.

4 secções~15 min de leitura4 competênciasNível Padrão 1 · Aprofundamento 3

T·0888 / 8

Perfil de exame

Distinguir parâmetro de estatística e estimador de estimativaCompreender a distribuição de amostragem da média e o Teorema Limite CentralConstruir e interpretar intervalos de confiança para a média e para uma proporçãoRelacionar margem de erro, nível de confiança e dimensão da amostra

Operadores:distingueestimacalculaconstróiinterpretajustifica

nível básico

Distinguir parâmetro de estatística e calcular um intervalo de confiança com as fórmulas do formulário.

nível avançado

Interpretar corretamente o nível de confiança e a margem de erro e relacioná-los com a dimensão da amostra.

Profundidade

Texto

Conteúdo · 4 secções

Introdução à inferência estatística

Raciocínio inferencial: parâmetro, estatística e amostragem#

PadrãoAE-macs-inferencia-introducao

A inferência estatística usa o raciocínio indutivo (ou inferencial): estuda-se apenas uma amostra e, a partir das propriedades observadas nela, inferem-se propriedades da população inteira (Fig. 1). É o que faz uma sondagem — inquirir alguns milhares de eleitores para estimar a intenção de voto de milhões. Como se conclui sobre o todo a partir de uma parte, a conclusão nunca é certa: traz sempre associado um erro, que a Matemática permite quantificar em termos de probabilidade. É essa quantificação do erro que distingue a inferência de um simples palpite.

O raciocínio inferencial

Fig. 1Fig. 1 — Da população recolhe-se uma amostra; da estatística da amostra («x̄») infere-se o parâmetro da população («μ»), com um erro quantificado por probabilidade.

É essencial distinguir dois tipos de números. Um parâmetro é uma característica numérica da POPULAÇÃO — por exemplo, a altura média de todos os portugueses adultos, ou a proporção de todos os eleitores que tencionam votar num candidato. O parâmetro é, em geral, DESCONHECIDO (seria preciso um recenseamento para o conhecer). Uma estatística é uma característica numérica da AMOSTRA — a altura média dos inquiridos, ou a proporção de votos no candidato na amostra. A estatística CALCULA-SE a partir dos dados recolhidos e serve para estimar o parâmetro.

A estatística usada para estimar um parâmetro chama-se estimador, e o valor que ela toma numa amostra concreta chama-se estimativa. Por convenção, os parâmetros da população representam-se por letras gregas — «μ» (valor médio) e «σ» (desvio-padrão) — e a proporção populacional por «p»; os estimadores e estimativas correspondentes usam «x̄» (média amostral), «s» (desvio-padrão amostral) e «p̂» (proporção amostral). Assim, «x̄» é o estimador de «μ», e o valor «x̄ = 172 cm» numa amostra é uma estimativa de «μ».

Para que a inferência seja válida, a amostra tem de ser ALEATÓRIA — cada elemento da população com probabilidade conhecida de ser escolhido. Só assim é possível usar a probabilidade para quantificar o erro. A seleção pode ser com reposição (o elemento escolhido volta à população e pode sair de novo) ou sem reposição (não volta); em populações grandes, a diferença é pequena. Uma amostra não aleatória — obtida por conveniência ou por autosseleção — inviabiliza a inferência, por maior que seja: é a qualidade da amostragem, não apenas a sua dimensão, que sustenta as conclusões.

\bar{x} \ \text{estima} \ \mu, \qquad \hat{p} \ \text{estima} \ p

Estimadores

A média amostral «x̄» estima o valor médio «μ» da população; a proporção amostral «p̂» estima a proporção «p». Parâmetros (grego) são desconhecidos; estatísticas (latim) calculam-se dos dados.

Exemplo resolvido

Parâmetro, estatística e estimativa

Para estimar a altura média dos alunos de uma escola (2000 alunos), mede-se uma amostra aleatória de 50 e obtém-se média 168 cm. Identifica a população, a amostra, o parâmetro, o estimador e a estimativa.

População e amostra
População: os 2000 alunos. Amostra: os 50 medidos.
Parâmetro
A altura média «μ» de TODOS os alunos — desconhecida.
Estimador
A média amostral «x̄», estatística que estima «μ».
Estimativa
O valor obtido: «x̄ = 168 cm» é a estimativa de «μ».

Resultado: Parâmetro μ (desconhecido); estimador x̄; estimativa x̄ = 168 cm para a altura média da escola.

Erros frequentes

Trocar parâmetro com estatística — a média «μ» da população é um parâmetro; a média «x̄» da amostra é uma estatística.
Supor que uma amostra grande, mas não aleatória (por conveniência), permite inferir com validade — a aleatoriedade é indispensável.

Revisão ativa

Numa sondagem, 45 % de 800 inquiridos aprovam uma medida. Identifica a população, a amostra, o parâmetro de interesse, a estatística calculada e diz qual é a estimativa obtida.

Evocação ativa

Recorda os pontos-chave — depois revela.

Fontes: Aprendizagens Essenciais de MACS — 11.º ano (Introdução à inferência estatística) (Direção-Geral da Educação (DGE))

Distribuição de amostragem da média e o Teorema Limite Central#

AprofundamentoAE-macs-inferencia-amostragem

Se recolhêssemos muitas amostras diferentes da mesma população, cada uma daria uma média «x̄» diferente — a estatística «x̄» é ela própria uma variável aleatória, com a sua distribuição de probabilidade, chamada distribuição de amostragem da média. Compreender esta distribuição é a chave da inferência: diz-nos o quanto uma média amostral tende a afastar-se do verdadeiro «μ», e portanto o quanto podemos confiar nela.

A distribuição de amostragem da média tem duas propriedades fundamentais. Primeira: está centrada no verdadeiro valor médio da população — o seu valor médio é «μ». Segunda: a sua dispersão, medida pelo erro-padrão «σ/√n», DIMINUI à medida que a dimensão «n» da amostra aumenta. Por outras palavras, amostras maiores dão médias mais concentradas em torno de «μ» (Fig. 2): quanto maior a amostra, menor a variabilidade e mais fiável a estimativa. É a tradução matemática da intuição de que «amostras maiores são melhores».

A distribuição de amostragem estreita com n

Fig. 2Fig. 2 — Distribuição de amostragem da média para n = 4, 16 e 36 (população com σ = 6). O erro-padrão σ/√n diminui: as médias concentram-se junto de μ.

O Teorema Limite Central (TLC), no formulário do exame, dá o resultado decisivo: para uma amostra aleatória de dimensão «n ≥ 30», a distribuição de amostragem da média «X̄» pode ser aproximada por um modelo NORMAL, com valor médio «μ» e desvio-padrão «σ/√n» — e isto QUALQUER que seja a forma da distribuição da população original. É um resultado extraordinário: mesmo que a população seja assimétrica ou irregular, as médias de amostras suficientemente grandes comportam-se segundo uma normal. É por isso que o modelo normal está no centro de toda a inferência.

A Fig. 2 mostra a distribuição de amostragem da média para três dimensões de amostra («n = 4, 16, 36»), todas centradas no mesmo «μ». À medida que «n» cresce, a curva torna-se mais alta e estreita: as médias amostrais concentram-se junto de «μ». Como o erro-padrão é «σ/√n», reduzir o erro para metade exige QUADRUPLICAR a amostra (porque «√n» está no denominador) — um facto importante para o planeamento de sondagens: mais precisão custa desproporcionadamente mais dados.

\bar{X} \ \sim \ N\!\left(\mu, \ \dfrac{\sigma}{\sqrt{n}}\right) \ \text{(aprox.)}, \quad n \ge 30

Teorema Limite Central

Para n ≥ 30, a distribuição de amostragem da média aproxima-se de uma normal de valor médio μ e desvio-padrão (erro-padrão) σ/√n, seja qual for a forma da população. Consta do formulário do exame.

Exemplo resolvido

Erro-padrão e o efeito de n

Uma população tem «μ = 100» e «σ = 20». Calcula o erro-padrão da média para «n = 25» e para «n = 100» e comenta o efeito de quadruplicar a amostra.

Erro-padrão com n = 25
σ/√n = 20/√25 = 20/5 = 4.
Erro-padrão com n = 100
σ/√n = 20/√100 = 20/10 = 2.
Comparação
Quadruplicar a amostra (25 → 100) reduziu o erro-padrão para metade (4 → 2), porque √n duplicou.
Modelo
Como n ≥ 30 em ambos, o TLC garante que «X̄» é aproximadamente normal, centrada em μ = 100.

Resultado: Erro-padrão: 4 (n = 25) e 2 (n = 100). Quadruplicar n reduz o erro a metade; X̄ é aproximadamente normal.

Erros frequentes

Confundir o desvio-padrão da população («σ») com o erro-padrão da média («σ/√n»), que é bem menor.
Pensar que duplicar a amostra reduz o erro para metade — como «√n» está no denominador, é preciso quadruplicar «n».

Revisão ativa

Uma população tem «μ = 50» e «σ = 12». Para amostras de dimensão «n = 36», indica o valor médio e o erro-padrão da distribuição de amostragem da média e diz que modelo a aproxima.

Evocação ativa

Recorda os pontos-chave — depois revela.

Fontes: Aprendizagens Essenciais de MACS — 11.º ano (Distribuição de amostragem; TLC); Formulário da prova 835 (IAVE) (Instituto de Avaliação Educativa (IAVE))

Intervalos de confiança para a média#

AprofundamentoAE-macs-inferencia-intervalos

Uma estimativa pontual (um único número, «x̄») quase nunca acerta exatamente no parâmetro «μ». É mais honesto e útil dar um intervalo de confiança: um intervalo, construído a partir da amostra, que se espera conter o verdadeiro «μ», acompanhado de um nível de confiança (tipicamente 90 %, 95 % ou 99 %). O intervalo para a média, quando se conhece «σ», é «[x̄ − z·σ/√n, x̄ + z·σ/√n]», onde «z» depende do nível de confiança (Fig. 4). Quando «σ» é desconhecido e «n ≥ 30», substitui-se «σ» pelo desvio-padrão amostral «s».

Valores de z para os níveis de confiança usuais

Fig. 4Fig. 4 — Valores de «z» do formulário. Maior confiança implica maior «z» e, logo, intervalo mais largo.

A metade da amplitude do intervalo, «E = z·σ/√n», é a margem de erro: mede a precisão da estimativa. O valor «z» — o valor crítico da normal padrão — cresce com o nível de confiança: «1,645» para 90 %, «1,960» para 95 % e «2,576» para 99 % (valores do formulário, na Fig. 4). Repare-se na tensão: um nível de confiança mais alto dá um «z» maior e, portanto, um intervalo MAIS LARGO (menos preciso). Confiança e precisão puxam em sentidos opostos — mais garantia custa menos exatidão.

A Fig. 3 mostra um intervalo de confiança a 95 % para uma amostra de «n = 100» com «x̄ = 50» e «σ = 10». A margem de erro é «E = 1,960·10/√100 = 1,960·1 = 1,96», dando o intervalo «[48,04; 51,96]». Interpreta-se: com 95 % de confiança, o verdadeiro valor médio «μ» da população situa-se entre 48,04 e 51,96. O centro do intervalo é sempre a estimativa «x̄»; a sua largura, a margem de erro.

Intervalo de confiança a 95 % para a média

Fig. 3Fig. 3 — Intervalo de confiança a 95 % (n = 100, x̄ = 50, σ = 10): [48,04; 51,96], centrado em x̄ = 50 com margem de erro E = 1,96.

Há uma interpretação ERRADA, tão comum que é obrigatório desmontá-la: «95 % de confiança» NÃO significa que há «95 % de probabilidade de μ estar no intervalo [48,04; 51,96]». O parâmetro «μ» é um número fixo (desconhecido): ou está, ou não está nesse intervalo concreto — não há probabilidade a atribuir-lhe. Os 95 % referem-se ao MÉTODO: se repetíssemos a amostragem muitíssimas vezes, construindo um intervalo de cada vez, cerca de 95 % desses intervalos conteriam «μ». A confiança é uma propriedade do procedimento, não do intervalo particular que calculámos.

\left]\, \bar{x} - z\,\dfrac{\sigma}{\sqrt{n}}, \ \bar{x} + z\,\dfrac{\sigma}{\sqrt{n}} \,\right[

IC para a média (σ conhecido)

Intervalo de confiança para μ; centrado em x̄, com margem de erro E = z·σ/√n. Se σ é desconhecido e n ≥ 30, substitui-se σ por s. Consta do formulário.

Exemplo resolvido

Construir e interpretar um intervalo de confiança

Uma amostra aleatória de «n = 100» dá «x̄ = 50» e «σ = 10». Constrói o intervalo de confiança a 95 % para «μ», indica a margem de erro e interpreta-o corretamente.

Valor de z
Para 95 % de confiança, z = 1,960 (formulário).
Margem de erro
E = z·σ/√n = 1,960 × 10/√100 = 1,960 × 1 = 1,96.
Intervalo
[x̄ − E, x̄ + E] = [50 − 1,96, 50 + 1,96] = [48,04; 51,96].
Interpretação
Com 95 % de confiança, μ está entre 48,04 e 51,96. Os 95 % referem-se ao método: 95 % dos intervalos assim construídos conteriam μ (não é «95 % de probabilidade de μ estar aqui»).

Resultado: IC 95 %: [48,04; 51,96], margem de erro 1,96. A confiança é uma propriedade do método, não do intervalo concreto.

Erros frequentes

Dizer que «há 95 % de probabilidade de μ estar no intervalo» — μ é fixo; os 95 % referem-se ao método de construção de intervalos.
Usar o «z» errado para o nível de confiança (1,960 é para 95 %, não para 90 % nem 99 %).

Revisão ativa

Uma amostra de «n = 64» tem «x̄ = 20» e «σ = 8». Constrói o intervalo de confiança a 95 % para «μ» e indica a margem de erro. Que aconteceria à amplitude se usasses 99 % de confiança?

Evocação ativa

Recorda os pontos-chave — depois revela.

Fontes: Aprendizagens Essenciais de MACS — 11.º ano (Intervalos de confiança); Formulário da prova 835 (IAVE) (Instituto de Avaliação Educativa (IAVE))

Intervalos de confiança para uma proporção e margem de erro#

AprofundamentoAE-macs-inferencia-intervalos

As sondagens de opinião estimam PROPORÇÕES: a fração de eleitores que apoia um candidato, a percentagem de consumidores satisfeitos. O intervalo de confiança para uma proporção «p», com «n ≥ 30», é «[p̂ − z·√(p̂(1−p̂)/n), p̂ + z·√(p̂(1−p̂)/n)]», onde «p̂» é a proporção observada na amostra e «z» o valor crítico do nível de confiança (do formulário). A margem de erro é «E = z·√(p̂(1−p̂)/n)» — o «± X %» que acompanha toda a sondagem séria.

Considere-se uma sondagem em que «p̂ = 0,52» (52 % de 400 inquiridos apoiam um candidato), a 95 % de confiança (Fig. 5). A margem de erro é «E = 1,960·√(0,52·0,48/400) = 1,960·√0,000624 ≈ 1,960·0,0250 ≈ 0,049», isto é, «≈ 4,9 %». O intervalo é «[0,52 − 0,049; 0,52 + 0,049] = [0,471; 0,569]», ou seja, «[47,1 %; 56,9 %]». Com 95 % de confiança, a verdadeira proporção de apoio situa-se entre 47,1 % e 56,9 %.

Intervalo de confiança para uma proporção

Fig. 5Fig. 5 — Sondagem (p̂ = 0,52; n = 400; 95 %): IC = [0,471; 0,569], margem de erro ≈ 4,9 %. Como o intervalo inclui 0,50, há «empate técnico».

A leitura crítica deste resultado é uma competência de cidadania. Como o intervalo «[47,1 %; 56,9 %]» INCLUI os 50 %, os dados NÃO permitem concluir, com 95 % de confiança, que o candidato tem a maioria — apesar de a estimativa pontual (52 %) estar acima de metade. É o chamado «empate técnico»: uma diferença dentro da margem de erro não é estatisticamente significativa. Anunciar «o candidato está à frente» com base em 52 % ± 4,9 % é uma sobreinterpretação frequente nos meios de comunicação.

A margem de erro depende de dois fatores controláveis. Aumenta com o nível de confiança (um «z» maior) e DIMINUI com a dimensão da amostra «n» — mas como «n» está sob uma raiz quadrada, reduzir a margem de erro para metade exige QUADRUPLICAR a amostra. É por isso que as sondagens raramente descem abaixo de «± 3 %»: baixar mais a margem tornar-se-ia proibitivamente caro. Compreender esta relação entre precisão, confiança e custo é essencial para interpretar — e não sobrevalorizar — os resultados de qualquer sondagem.

\left]\, \hat{p} - z\sqrt{\dfrac{\hat{p}(1-\hat{p})}{n}}, \ \hat{p} + z\sqrt{\dfrac{\hat{p}(1-\hat{p})}{n}} \,\right[

IC para uma proporção (n ≥ 30)

Intervalo de confiança para p; a margem de erro é E = z·√(p̂(1−p̂)/n). Consta do formulário do exame.

Exemplo resolvido

Intervalo de confiança de uma sondagem

Numa sondagem, 52 % de «n = 400» inquiridos apoiam um candidato. Constrói o intervalo de confiança a 95 % para a proporção «p» e interpreta.

Dados
p̂ = 0,52; n = 400; para 95 %, z = 1,960.
Margem de erro
E = 1,960·√(0,52×0,48/400) = 1,960·√(0,2496/400) = 1,960·√0,000624 ≈ 1,960×0,0250 ≈ 0,049.
Intervalo
[0,52 − 0,049; 0,52 + 0,049] = [0,471; 0,569], ou seja, [47,1 %; 56,9 %].
Interpretação
Com 95 % de confiança, o apoio real está entre 47,1 % e 56,9 %. Como o intervalo inclui 50 %, NÃO se pode afirmar que o candidato tem a maioria (empate técnico).

Resultado: IC 95 %: [47,1 %; 56,9 %], margem de erro ≈ 4,9 %. O intervalo inclui 50 %, logo há empate técnico.

Erros frequentes

Concluir que um candidato «ganha» quando o intervalo de confiança inclui os 50 % (empate técnico).
Pensar que basta duplicar a amostra para reduzir a margem de erro a metade — é preciso quadruplicá-la.

Revisão ativa

Numa sondagem, «p̂ = 0,40» em «n = 600» inquiridos. Constrói o intervalo de confiança a 95 % para «p», indica a margem de erro e diz se se pode afirmar, com essa confiança, que menos de metade da população apoia a medida.

Evocação ativa

Recorda os pontos-chave — depois revela.

Fontes: Aprendizagens Essenciais de MACS — 11.º ano (Intervalos de confiança; proporção); Formulário da prova 835 (IAVE) (Instituto de Avaliação Educativa (IAVE))

Referências e fontes

Fontes

Direção-Geral da Educação (DGE)

Aprendizagens Essenciais de MACS — 11.º ano (Introdução à inferência estatística)

Instituto de Avaliação Educativa (IAVE)

Aprendizagens Essenciais de MACS — 11.º ano (Distribuição de amostragem; TLC); Formulário da prova 835 (IAVE)

Introdução à inferência estatística

4 secções~15 min de leitura4 competênciasNível Padrão 1 · Aprofundamento 3

Introdução à inferência estatística

Pontos-chave

Parâmetro, estatística e estimativa

Pontos-chave

Erro-padrão e o efeito de n

Pontos-chave

Construir e interpretar um intervalo de confiança

Pontos-chave

Intervalo de confiança de uma sondagem

Fontes

Introdução à inferência estatística

Pontos-chave

Parâmetro, estatística e estimativa

Pontos-chave

Erro-padrão e o efeito de n

Pontos-chave

Construir e interpretar um intervalo de confiança

Pontos-chave

Intervalo de confiança de uma sondagem

Fontes