conceito basicos estatistica

1 CONCEITOS BÁSICOS
INTRODUÇÃO
Se pudéssemos medir as alturas de todos os brasileiros adultos, teríamos de obter sua distribuição exata e daí, produzir os correspondentes parâmetros (média e desvio padrão). Nessa situação não teríamos necessidade de usar a inferência estatística. Raramente se consegue obter a distribuição exata de alguma variável, ou porque isso é muito demorado ou às vezes porque consiste num processo destrutivo.
Exemplo 1: observar a durabilidade de lâmpadas e testá-las até queimarem todas, não restaria nenhuma para ser vendida.
Exemplo 2: População de Fósforos:
Se quisermos avaliar na população de fósforos a porcentagem de falhas, temos dois caminhos:
Riscar um por um e ao cabo de algum tempo concluir que a falha é da ordem de 2% por exemplo, o que significa queimar todo estoque.
Colher uma amostra com critério, riscar um por um da amostra e ao cabo de algum tempo concluir que a falha é, por exemplo, da ordem de 1,8% ou 2,2%. A aparente diferença de 0,2% para mais ou para menos fica compensada pelo fato de que o estoque de fósforos foi preservado bem como o bolso.
Portanto a solução é selecionar uma amostra, analisá-la e inferir propriedades para toda população.
População: Conjunto de indivíduos ou objetos que apresentam em comum determinadas características definidas para o estudo.
Amostra: Redução da população à dimensões menores sem perda das características essenciais.
É compreensível que o estudo de todos os elementos da população possibilita preciso conhecimento das variáveis que estão sendo pesquisadas; todavia, nem sempre é possível obter as informações de todos os elementos da população. Limitações de tempo, custo e vantagens do uso de técnicas de inferência justifica o uso de amostras. Torna-se claro que a representatividade da amostra dependerá do seu tamanho e da forma como é coletada visando obter uma amostra significativa que de fato represente toda a população.
Se uma população for muito grande, o pesquisador poderá