Início » Inferência » 4 - Intervalos de confiança » 4.6 - Intervalo de confiança para a diferença de médias

4.6.3 - 3º Caso: Variâncias desconhecidas e diferentes

Consideremos duas amostras aleatórias, X1, X2, ..., Xn1 de tamanho n1 e Y1, Y2, ..., Yn2 de tamanho n2, com distribuições Normais, mas agora com variâncias desconhecidas e diferentes, isto é, σ12 ≠ σ22. Como as variâncias populacionais são desconhecidas, usaremos as variâncias amostrais s12, s22 em seus lugares. Consideremos a variável T tal que

$$T=\frac{(\overline{X}-\overline{Y})-(\mu_1-\mu_2)}{\sqrt{\frac{s_1^2}{n_1}+\frac{s_2^2}{n_2}}}\sim t_{\nu}$$

ou seja, a variável T dada pela equação acima tem distribuição t de Student com $ \nu $ graus de liberdade, onde

$$\nu=\frac{\left(\frac{s_1^2}{n_1}+\frac{s_2^2}{n_2}\right)^2}{\frac{\left(\frac{s_1^2}{n_1}\right)^2}{n_1-1}+\frac{\left(\frac{s_2^2}{n_2}\right)^2}{n_2-1}}.$$

Fazendo uma construção análoga a do caso anterior, obtemos o intervalo de confiança para a diferença de duas médias com variâncias desconhecidas e desiguais:

$$IC(\mu_1-\mu_2,1-\alpha)=\left((\overline{X}-\overline{Y})-t_{(\nu,\alpha/2)}\sqrt{\frac{s_1^2}{n_1}+\frac{s_2^2}{n_2}};(\overline{X}-\overline{Y})+t_{(\nu,\alpha/2)}\sqrt{\frac{s_1^2}{n_1}+\frac{s_2^2}{n_2}}\right).$$

Exemplo 4.6.3.1: Os dados a seguir correspondem a teores de um elemento indicador da qualidade de um certo produto. Foram coletadas 2 amostras referente a 2 métodos de produção. Construa um intervalo de confiança para a diferença das médias dos dois métodos.

Método 1 0,9 2,5 9,2 3,2 3,7 1,3 1,2 2,4 3,6 8,3
Método 2 5,3 6,3 5,5 3,6 4,1 2,7 2,0 1,5 5,1 3,5

clique aqui para efetuar o download dos dados utilizados nesse exemplo

A média referente ao método 1 é $ \overline{x}_1 $ = 3,63 e do método 2 é $ \overline{x}_2 $ = 3,96. Calculando as variâncias amostrais, obtemos

$$s_1^2=\sum_{i=1}^{10}\frac{(x_{1i}-\overline{x}_1)^2}{9}=8,29 \quad s_2^2=\sum^{10}_{i=1}\frac{(x_{2i}-\overline{x}_2)^2}{9}=2,53$$

em que $ x_{1i} $ são os teores referentes ao método 1 e $ x_{2i} $ ao método 2, i = 1, ..., 10. Os graus de liberdade são dados por

$$\nu=\frac{\left(\frac{8,29}{10}+\frac{2,53}{10}\right)^2}{\frac{\left(\frac{8,29}{10}\right)^2}{9}+\frac{\left(\frac{2,35}{10}\right)^2}{9}}=14,028.$$

Assim, da Tabela da Distribuição t de Student obtemos que $ t_{14,0,025}= 2,145 $ e então temos que

$$IC(\mu_1-\mu_2,1-\alpha)=\left((3,63-3,96)(-2,145)\sqrt{\frac{8,29}{10}+\frac{2,53}{10}};(3,63-3,96)(2,145)\sqrt{\frac{8,29}{10}+\frac{2,53}{10}}\right),$$

ou seja, $ IC(\mu_1-\mu_2,1-\alpha)=(-2,56;1,90) $.

 

Usando o software Action temos os seguintes resultados:

Para entender como executar essa função do Software Action, você pode consultar o manual do usuário.