Enunciado

Considere o teste do brilho do tubo de imagem de televisão descrito no Excrcicio 8.31. Calcule um intervalo de previsio de 99% para o brillo do próximo tubo de imagem testado. Compare o comprimento do intervalo de previsio com o comprimento do IC de 99% para a média da populaçio.

Passo 1

Vamos lá pessoal, se liga aqui como que resolve essa questão:

Suponha que X 1 , X 2 , . . . ,   X n é uma amostra aleatória de uma população normal. Queremos prever o valor X n + 1 uma única observação futura. Uma previsão de X n + 1 é X ^ , a média da amostra.

Um intervalo de previsão de 100 ( 1 - α ) % (IP) em uma única observação futura de uma distribuição normal é dada por

x - - t a 2 , n - 1 s 1 + 1 n ≤ X n + 1 ≤ x - + t a 2 , n - 1 s 1 + 1 n

Sabemos que o nível de confiança é 99% e o tamanho da amostra é n = 10. Portanto,

α 2 = 1 - 0.99 2 = 0.005 t a 2 , n - 1 = t 0.005,9 = ( * ) 3.250

( * ) t α ,   n - 1 é um ponto percentual de 100 α na cauda superior da distribuição t com n - 1 graus de liberdade. Na Tabela V do Apêndice, os valores de α são os títulos das colunas, e os graus de liberdade estão listados na coluna da esquerda.

Passo 2

Do Exercício 8-37, sabemos que o desvio padrão s = 0.32 e a média da amostra é x _ = 317.2 , então, das equações, obtemos:

317.2 - 3.250 × 15.7 1 + 1 10 ≤ X 11 ≤ 317.2 + 3.250 × 15.7 1 + 1 10

Portanto, um intervalo de previsão de 99% é

263.68 ≤ X 11 ≤ 370.71

Agora, o IC de 99% na média da população é

301.06 ≤ μ ≤ 333.34

Agora, das equações, concluímos que o intervalo de predição de 99% é consideravelmente maior do que o intervalo de confiança de 99%. Isto é porque o IC é uma estimativa de um parâmetro, mas o IP é uma estimativa de intervalo de uma observação futura única.

O intervalo de predição para X n + 1 será sempre maior do que a confiança intervalo para μ porque a variabilidade está associada ao erro de previsão do que com o erro de estimativa.

Resposta

263.68 ≤ X 11 ≤ 370.71

Ver Outros Exercícios desse livro

Exercícios de Livros Relacionados

Lei dos Grandes Números. Consideremos n provas de Bernoulli com p = P (sucesso), e seja k o número de sucessos nas n provas. A Lei dos Grandes Números (LGN) afirma que, para n grande, a proporção de s
A LGN pode ser usada de maneira útil na seguinte situação. Suponha que queiramos saber quantas repetições de um experimento de Bernoulli devemos realizar a fim de que k/n difira de p de menos de ε, co
Se a distribuição de X depende de mais de um parâmetro, digamos θ1 e θ2, então L(θ1, θ2; X1, ..., Xn), e para maximizar L basta derivar L em relação a θ1 e θ2 (em algumas situações, derivar L não cond
Uma amostra de trinta dias do número de ocorrências policiais em certo bairro de são Paulo, apresentou os seguintes resultados: 7,11,8 , 9,10,14,6 , 8,8 , 7,8 , 10,10,14,12,14,12,9 , 11,13,13,8 , 6,8
Uma amostra de trinta dias do número de ocorrências policiais em certo bairro de são Paulo, apresentou os seguintes resultados: 7,11,8 , 9,10,14,6 , 8,8 , 7,8 , 10,10,14,12,14,12,9 , 11,13,13,8 , 6,8