Amostras, incerteza e intervalos de confiança
Veja como as estimativas variam de amostra para amostra, e coloque barras de erro honestas nelas.
- Explicar a variabilidade amostral e o erro-padrão
- Ver o teorema central do limite em ação
- Construir um intervalo de confiança, inclusive com o bootstrap
Raramente medimos todo mundo. Pegamos uma amostra e a usamos para estimar algo sobre a população - o tempo médio de entrega, a proporção de clientes satisfeitos. Uma amostra diferente daria uma resposta um pouco diferente. Essa oscilação é a variabilidade amostral, e uma boa análise a informa.
A dispersão da média amostral entre amostras repetidas é o erro-padrão: . Quadruplicar o tamanho da amostra corta a incerteza pela metade.
Experimente
Até 15 XPTire amostras de uma população assimétrica
A população de tempos de entrega é assimétrica: a maioria é curta, e algumas são muito longas. Tire 1.000 amostras de tamanho 2 e depois mude para 20 e 50. Veja as médias amostrais se acumularem num sino estreito em torno da média verdadeira - o teorema central do limite.
Intervalos de confiança
Um intervalo de confiança de 95% é um intervalo construído por um método que captura o valor verdadeiro em 95% das amostras repetidas. Para uma média, uma aproximação comum é .
Quando as fórmulas ficam complicadas (medianas, razões, amostras pequenas e assimétricas), use o bootstrap (Efron, 1979): reamostre os seus próprios dados com reposição milhares de vezes, calcule a estatística a cada vez e fique com os 95% centrais dos resultados. Só é preciso um laço.
1import random
2random.seed(3)
3data = [12, 15, 18, 20, 21]
4print(random.choices(data, k=5))[15, 18, 15, 20, 20]
Principais conclusões
As estimativas variam de amostra para amostra; o erro-padrão mede o quanto.
As médias amostrais ganham forma de sino conforme n cresce, mesmo vindo de populações assimétricas.
Informe intervalos, não só estimativas pontuais - o bootstrap funciona para quase qualquer estatística.
Quiz da aula
5 perguntas · aprovação com 4 acertos · até 50 XP
Ao passar, você conclui a aula e mantém sua sequência. As perguntas erradas voltarão em sessões de revisão.
Pratique: escreva código em Python
Escreva código Python no editor e execute os testes com exemplos. O Python roda localmente no navegador usando WebAssembly.
Média, erro-padrão e um intervalo de 95%
Leia um array JSON de números. Imprima mean=M sd=S se=E (média com 1 casa decimal, sd e se com 2, usando statistics.stdev) e depois 95% CI: [LOW, HIGH] = (1 casa decimal).
- Dez deslocamentos
O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.
Um intervalo de confiança por bootstrap
Leia um array JSON de números. Chame random.seed(1) e então, 2.000 vezes, sorteie random.choices(values, k=len(values)) e registre a statistics.mean do resultado. Ordene as 2.000 médias e imprima bootstrap 95% CI: [LOW, HIGH] usando as médias nas posições 50 e 1949 (1 casa decimal).
- Dez deslocamentos
O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.
Dúvidas sobre esta lição
Travou em algum ponto? Pergunte. Descobriu algo? Compartilhe. Explicar também é uma ótima forma de aprender.
Carregando publicações…