Calculadora de distribuição amostral da proporção
Encontre a média, o erro padrão, a condição de normalidade, o escore Z e as probabilidades acumuladas da distribuição amostral de qualquer proporção amostral.
Informe a proporção populacional (p) e o tamanho da amostra (n). Opcionalmente, informe uma proporção amostral específica (p̂) para obter o escore Z e a probabilidade acumulada associados.
Calculadora de distribuição amostral da proporção
Encontre a média, o erro padrão, a condição de normalidade, o escore Z e as probabilidades acumuladas da distribuição amostral de qualquer proporção amostral.
Sobre a distribuição amostral da proporção
A distribuição amostral da proporção é uma distribuição teórica que descreve os possíveis valores da proporção amostral (p̂) em todas as amostras aleatórias de tamanho fixo n retiradas de uma população com proporção verdadeira p. É um conceito fundamental da estatística inferencial e sustenta pesquisas, testes de hipóteses e intervalos de confiança.
Sua média é igual à proporção populacional p, expressando ausência de viés. O desvio padrão, chamado erro padrão da proporção, é σ(p̂) = √[p(1–p)/n]. À medida que n aumenta, o erro padrão diminui e as proporções amostrais ficam mais concentradas em torno de p.
Pelo Teorema Central do Limite, a distribuição é aproximadamente normal quando np ≥ 10 e n(1–p) ≥ 10. Essas condições garantem sucessos e fracassos suficientes para uma aproximação confiável. Se falharem, especialmente em amostras pequenas ou proporções próximas de 0 ou 1, use a distribuição binomial.
Quando p̂ é fornecida, a calculadora calcula Z = (p̂ – p) / σ(p̂), mostrando quantos erros padrão p̂ está da média. Um Z grande em valor absoluto sugere que o resultado observado é improvável ao acaso sob a proporção assumida, base dos testes de hipóteses.
P(p̂ < x) é a probabilidade de observar proporção menor ou igual a x; P(p̂ > x) é a probabilidade de observar proporção maior que x. Esses valores indicam o quão extrema é a observação em relação à distribuição teórica.
O conceito é usado em pesquisas eleitorais, controle de qualidade e pesquisa médica, por exemplo para estimar apoio acima de um limite, verificar defeitos acima do padrão ou comparar resposta a tratamento com referência histórica.
Exemplos de distribuição amostral
Três cenários demonstrando cálculos de média, erro padrão, verificação de normalidade e escore Z.
| Parâmetros | Resultados principais | Observações |
|---|---|---|
| p=0.60, n=100, p̂=0.65 | μ=0.60, σ=0.049, Z=1.02, P(<0.65)≈0.846 | As condições de normalidade foram atendidas (np=60, n(1-p)=40). Os 65% observados estão cerca de 1 erro padrão acima da proporção populacional. |
| p=0.50, n=400, p̂=0.53 | μ=0.50, σ=0.025, Z=1.20, P(<0.53)≈0.885 | Uma amostra grande melhora a precisão. O erro padrão cai pela metade quando o tamanho da amostra quadruplica, facilitando detectar desvios de 0.50. |
| p=0.05, n=50 | μ=0.05, σ=0.031, Normalidade reprovada | np=2.5 < 10, portanto a condição de normalidade falha. Para proporções pequenas e amostras pequenas, use a distribuição binomial exata. |
Como usar a calculadora de distribuição amostral
- Informe a proporção populacional (p) como um decimal entre 0 e 1 (exclusivo). Esta é a proporção verdadeira conhecida ou assumida na população.
- Informe o tamanho da amostra (n) como um número inteiro positivo. Isso determina o erro padrão e se a condição de normalidade é atendida.
- Opcionalmente, informe uma proporção amostral (p̂) para calcular o escore Z e as probabilidades acumuladas P(p̂ < x) e P(p̂ > x).
- Clique em Calcular para ver a média, o erro padrão, o resultado da verificação de normalidade e, se p̂ foi fornecido, o escore Z e as probabilidades.
- Clique em Redefinir para limpar todos os campos e iniciar um novo cálculo.
FAQ sobre distribuição amostral da proporção
O que é o erro padrão da proporção amostral?
O erro padrão é o desvio padrão da distribuição amostral e mede quanto as proporções amostrais variam de uma amostra para outra. Ele é igual a √[p(1–p)/n]. Um erro padrão menor significa maior concentração em torno da proporção verdadeira p.
Quando a distribuição amostral é aproximadamente normal?
A aproximação normal é válida quando np ≥ 10 e n(1–p) ≥ 10. Se qualquer condição falhar, a distribuição será assimétrica e os cálculos pela aproximação normal serão imprecisos. Use então a distribuição binomial exata.
Como aumentar o tamanho da amostra afeta a distribuição?
Aumentar n reduz o erro padrão proporcionalmente a 1/√n, estreitando a distribuição amostral. A média permanece p. Uma distribuição mais estreita torna a estimação e a inferência mais precisas.
O que significa um escore Z de 2 para uma proporção amostral?
Um escore Z de 2 significa que p̂ está 2 erros padrão acima de p. Sob a aproximação normal, a chance de observar ao acaso um Z tão grande ou maior é cerca de 2,3% (unicaudal). É evidência forte, mas não conclusiva.
Esta calculadora lida com proporções próximas de 0 ou 1?
A calculadora ainda calcula os resultados, mas indica falha da normalidade quando np < 10 ou n(1–p) < 10. Para proporções extremas, como p = 0.02 ou p = 0.98, use a distribuição binomial.
Qual é a diferença entre desvio padrão e erro padrão da proporção?
O desvio padrão populacional de uma variável binária mede a variabilidade em observações individuais: σ = √[p(1–p)]. O erro padrão mede a variabilidade de proporções amostrais em amostras repetidas: σ(p̂) = √[p(1–p)/n]. Ele é menor por um fator de 1/√n.