Conteúdo principal
Matemática EM: Estatística
Curso: Matemática EM: Estatística > Unidade 1
Lição 5: Tipos de estudos estatísticos- Tipos de estudos estatísticos
- Exemplo trabalhado de identificação de experimento
- Exemplo trabalhado de identificação de estudo observacional
- Exemplo trabalhado de identificação de estudo de amostragem
- Tipos de estudos estatísticos
- Estudos observacionais e experimentos
© 2023 Khan AcademyTermos de usoPolítica de privacidadeAviso de cookies
Exemplo trabalhado de identificação de estudo de amostragem
Exemplo trabalhado de identificação de estudo de amostragem.
Quer participar da conversa?
Nenhuma postagem por enquanto.
Transcrição de vídeo
RKA10 – A loja de brinquedos do Roy
recebeu um carregamento de 100.000 patinhos de borracha
da fábrica. A fábrica não pôde prometer que todos
os patinhos estariam em perfeita forma, mas prometeu que a porcentagem
de defeitos não ultrapassará 5% deles. O Roy quis ter uma estimativa
da porcentagem de brinquedos defeituosos e como ele não poderia examinar
todos os 100.000 patinhos, ele tomou uma amostra de 10 patinhos. Ele verificou que 10% deles
estavam defeituosos. Vamos ver o que temos aqui, o Roy tem um
carregamento de 100.000 patinhos de borracha. Ele quer verificar qual porcentagem
deles é defeituosa. Ele não pode examinar os 100.000 patinhos,
isso não é nada prático. Então ele toma uma amostra de 10 patinhos:
1, 2, 3, 4, 5, 6, 7, 8, 9, 10. E ele verifica que 1 desses 10
está com defeito, ou seja, 10% dos 10 patinhos. Então, antes de mais nada,
este é claramente um estudo de amostra. Isso porque ele está fazendo uma amostragem
em cima de uma população maior para verificar quantos patinhos
realmente têm defeito. A questão agora é: que tipo
de conclusão ele pode tomar? Como ele identificou 10% de patinhos
defeituosos na amostra, o que ele pode decidir? Ele deve levantar os braços e dizer
que a fábrica não cumpriu com o prometido? Já que a fábrica prometeu que não haveria
mais de 5% dos patinhos com defeito e, ao pegar 10 patinhos,
1 estava defeituoso, portanto 10% teriam defeito? Essa é uma conclusão nem um pouco razoável porque ele tomou uma amostra
muito pequena. Pense a respeito disso, ele poderia
ter pegado uma amostra de 5 patinhos, e imagine se 1 deles
estivesse com defeito, ele deveria concluir, portanto,
que 20% dos patinhos que chegaram no carregamento
teriam defeito. O que ele deveria realmente fazer
é pegar uma amostra maior. Sempre que tomamos uma amostra, existe a probabilidade de que a estimativa
que ela permite inferir não é definitivamente próxima ou exatamente o parâmetro
para toda a população. Mas, quanto maior for a sua amostra,
mais próximo você pode chegar do parâmetro válido para toda a população. E neste caso, apenas 10 patinhos é
realmente uma amostra muito pequena. Em vídeos futuros, vou abordar
como olhar para essas probabilidades e verificar se a sua amostra
parece ser suficiente. Mas neste problema, pelo que o Roy fez,
me parece que 10 patinhos realmente não são
suficientes para uma conclusão. Se ele tivesse tomado uma amostra
de 100 patinhos ou até mais do que isso e encontrasse 10% deles com defeito
isso, sim, poderia parecer menos do que simplesmente
um resultado devido à sorte. Nos próximos vídeos,
faremos mais exemplos. Até lá!