Calculadora da distribuição amostral da proporção
Calcule a média, o erro padrão, a condição de normalidade, o escore Z e as probabilidades acumuladas da distribuição amostral de qualquer proporção.
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 da distribuição amostral da proporção
Calcule a média, o erro padrão, a condição de normalidade, o escore Z e as probabilidades acumuladas da distribuição amostral de qualquer proporção.
Sobre a distribuição amostral da proporção
A distribuição amostral da proporção é uma distribuição teórica que descreve a faixa de valores possíveis da proporção amostral (p̂) que pode surgir de todas as amostras aleatórias possíveis de tamanho fixo n retiradas de uma população com proporção verdadeira p. Ela é um dos conceitos mais fundamentais da estatística inferencial e sustenta grande parte da metodologia de pesquisas, dos testes de hipótese e da construção de intervalos de confiança.
A média da distribuição amostral é igual à proporção populacional p. Essa é a propriedade de não viés: em média, a proporção amostral é igual ao parâmetro que estima. O desvio padrão da distribuição amostral — chamado de erro padrão da proporção — é calculado como σ(p̂) = √[p(1–p)/n]. À medida que o tamanho da amostra n aumenta, o erro padrão diminui, o que significa que amostras maiores produzem proporções amostrais mais concentradas ao redor do valor verdadeiro p.
De acordo com o teorema central do limite, a distribuição amostral é aproximadamente normal desde que duas condições sejam atendidas: np ≥ 10 e n(1–p) ≥ 10. Essas condições garantem que tanto o número de sucessos quanto o de fracassos na amostra sejam grandes o suficiente para que a aproximação normal seja confiável. Quando uma ou ambas as condições falham — normalmente em amostras pequenas ou em proporções extremas próximas de 0 ou 1 — deve-se usar a distribuição binomial em vez disso.
Quando uma proporção amostral observada p̂ é fornecida, a calculadora calcula o escore Z, que mede quantos erros padrão p̂ está distante da média: Z = (p̂ – p) / σ(p̂). Um escore Z de valor absoluto alto sugere que a proporção amostral observada dificilmente surgiu por acaso sob a proporção populacional assumida, e essa é a base do teste de hipótese.
A probabilidade acumulada P(p̂ < x) fornece a probabilidade de observar uma proporção amostral menor ou igual a x em uma amostra aleatória de tamanho n da população especificada. A probabilidade complementar P(p̂ > x) fornece a probabilidade de observar uma proporção maior que x. Juntas, essas medidas permitem determinar quão extrema é a proporção amostral observada em relação à distribuição teórica.
Esse conceito é aplicado em pesquisas de opinião (estimar se o apoio real de um candidato está acima de um limite), controle de qualidade (verificar se a taxa de defeitos de um lote excede um padrão aceitável) e pesquisa médica (avaliar se a proporção de pacientes que respondem a um tratamento difere de uma referência histórica).
Exemplos da distribuição amostral
Três cenários demonstrando os cálculos de média, erro padrão, verificação de normalidade e escore Z.
| Parâmetros | Resultados principais | Notas |
|---|---|---|
| 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 são 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 maior melhora a precisão. O erro padrão cai pela metade quando o tamanho da amostra quadruplica, tornando mais fácil detectar desvios de 0.50. |
| p=0.05, n=50 | μ=0.05, σ=0.031, Normalidade reprovada | np=2.5 < 10, então 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 real conhecida ou assumida na população.
- Informe o Tamanho da amostra (n) como um número inteiro positivo. Ele 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 tiver sido informado, o escore Z e as probabilidades.
- Clique em Redefinir para limpar todos os campos e começar um novo cálculo.
Perguntas frequentes sobre a distribuição amostral da proporção
O que é o erro padrão da proporção amostral?
O erro padrão é o desvio padrão da distribuição amostral, medindo o quanto as proporções amostrais variam de uma amostra para outra. Ele é igual a √[p(1–p)/n]. Um erro padrão menor significa que as proporções amostrais ficam mais concentradas ao redor da proporção populacional real 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 fica assimétrica e os cálculos de probabilidade baseados na aproximação normal serão imprecisos. Nesse caso, use a distribuição binomial exata para obter probabilidades precisas.
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 igual a p independentemente do tamanho da amostra. Uma distribuição mais estreita significa que as proporções amostrais tendem a ficar mais próximas da proporção populacional real, tornando a estimativa e a inferência mais precisas.
O que significa um escore Z de 2 para uma proporção amostral?
Um escore Z de 2 significa que a proporção amostral observada p̂ está 2 erros padrão acima da proporção populacional p. Sob a aproximação normal, a probabilidade de observar um Z tão grande ou maior apenas por acaso é de cerca de 2,3% (cauda única). É uma evidência forte, mas não conclusiva, contra a proporção populacional hipotetizada.
Esta calculadora consegue lidar com proporções próximas de 0 ou 1?
A calculadora ainda fornecerá os resultados, mas indicará que a condição de normalidade falhou quando np < 10 ou n(1–p) < 10. Para proporções extremas (por exemplo, p = 0.02 ou p = 0.98), a distribuição amostral é assimétrica e você deve usar a distribuição binomial para cálculos de probabilidade precisos.
Qual é a diferença entre desvio padrão e erro padrão da proporção?
O desvio padrão populacional de uma variável binária mede a variabilidade dentro das observações individuais: σ = √[p(1–p)]. O erro padrão da proporção mede a variabilidade das proporções amostrais ao longo de amostras repetidas: σ(p̂) = √[p(1–p)/n]. O erro padrão é menor por um fator de 1/√n, refletindo o efeito de média de várias observações.