Estimação de parâmetros

" 1. ESTIMAÇÃO DE PARÂMETROS
Estimação é o processo que consiste em utilizar dados amostrais para estimar valores para a média e o desvio padrão de uma população e a proporção populacional de parâmetros populacionais desconhecidos. Essencialmente, qualquer característica de uma população pode ser estimada a partir de uma amostra aleatória.
Em aplicações industriais, as distribuições de probabilidade são usadas para modelar tempos de processo ou características de qualidade tais como dimensionais críticos ou percentuais de não conformes.
A distribuição de probabilidade, por sua vez, é descrita pelos seus parâmetros populacionais. Por exemplo, a média μ e o desvio-padrão σ são os parâmetros populacionais da distribuição Normal, enquanto λ é o parâmetro da distribuição de Poisson.
Assim, existe interesse em conhecer os parâmetros populacionais da distribuição de probabilidade. Como geralmente os parâmetros populacionais não são conhecidos, é preciso desenvolver procedimentos para estimar esses parâmetros.
As estatísticas amostrais são utilizadas como estimativas de parâmetros populacionais que podem ser classificadas em pontual ou intervalar (intervalo de confiança). * Estimativa pontual: estimativa única de parâmetro populacional. * Estimativa intervalar: estimativa que especifica um intervalo de valores possíveis, no qual se admite esteja o parâmetro populacional. 1.1 ESTIMATIVAS PONTUAIS
A estimativa pontual é um valor obtido a partir dos resultados (dados) de uma variável aleatória de uma amostra representativa extraída da população. Seja a variável aleatória X, com distribuição de probabilidade f(X), e seja que o valor dos parâmetros populacionais da média µ e da variância σ2 são desconhecidos. Se uma amostra representativa da variável aleatória X é extraída da população, a média e a variância S2 dessa amostra podem ser usadas como estimadores pontuais dos parâmetros populacionais µ e σ2. Por exemplo, pode haver interesse em estimar a