MatLabG · Experiência
Tamanho da amostra: quanto variam as médias?
Lâmpadas que só se testam queimando: o que muda quando a amostra cresce — e o que o tamanho do lote não muda.
Relação com o Laboratório Virtual G
Teoria e experimentação: explorar todos os vínculosPergunta científica
Como a variação das médias de amostras casuais depende do tamanho da amostra — e do tamanho da população?
Execução restrita
A duração de uma lâmpada só se conhece queimando-a: razão física para usar amostra. Num lote simulado de 1 000 ou 10 000 lâmpadas (DADOS SIMULADOS), sorteie muitas amostras casuais de um tamanho escolhido e veja, num diagrama de pontos, onde caem as médias — e, se quiser, as durações individuais. A média do lote só aparece ao revelar. Na investigação guiada: lote maior × variação, médias × indivíduos, "maior é sempre mais perto?", onde ficam as médias e o custo de um teste destrutivo.
A execução integral é aberta a quem tem acesso concedido pela Administração do Portal. Entre com sua conta ou veja como participar na página Acesso.
Conexões com a realidade e com outras áreas
Cada conexão traz uma aplicação resolvida: a situação, o modelo, o cálculo passo a passo e uma leitura crítica do resultado. Mude os dados para recalcular.
-
Controle de qualidade (modelo hipotético)
Precisão e custo de um teste destrutivo
Testar mais lâmpadas estreita a faixa das médias, mas cada amostra queima o que testa. A aplicação simula 50 amostras (DADOS SIMULADOS) e calcula a amplitude das médias e o custo de uma amostra.
Fonte: [1]
Como usar: aplicação resolvida
<strong>MODELO HIPOTÉTICO, DADOS SIMULADOS.</strong> Uma fábrica testa a duração de lâmpadas queimando-as. Quanto variam as médias de 50 amostras de n lâmpadas, e quanto custa cada amostra?
Modelo: Lote simulado de 10 000 lâmpadas (o mesmo do experimento); 50 amostras casuais simples de tamanho n, sorteadas com a semente dada; amplitude das médias = maior − menor. Custo de uma amostra = n · preço da lâmpada. A variação observada é evidência de simulação, não prova.
- DADOS SIMULADOS (semente 3): 50 médias de amostras de 25 lâmpadas, de 968,6 h a 1 062,2 h.
- Amplitude das médias: ≈ 93,6 h.
- Custo de uma amostra: 25 · R$ 12 = R$ 300 (as lâmpadas testadas queimam).
Resultado: Com n = 25, as médias variaram ≈ 93,6 h de ponta a ponta; cada amostra custa R$ 300.
Leitura crítica: Aumentar n tende a estreitar a faixa das médias, mas o custo cresce na mesma proporção de n. A decisão equilibra a precisão desejada e o custo; outra semente daria números parecidos, não iguais.
-
Pesquisas de opinião (modelo hipotético)
Cinquenta institutos, cinquenta porcentagens
Se vários institutos sorteassem eleitores de uma mesma cidade, cada um acharia uma porcentagem diferente. A aplicação simula 50 amostras casuais e mostra a faixa das porcentagens para o tamanho escolhido.
Como usar: aplicação resolvida
<strong>MODELO HIPOTÉTICO, DADOS SIMULADOS.</strong> Numa cidade fictícia de 5 000 eleitores, uma parte é a favor de um projeto. Se cada instituto sorteasse n eleitores, entre que valores ficariam as porcentagens “a favor” de 50 institutos?
Modelo: População de 5 000 com K = p% · 5 000 eleitores a favor; 50 amostras casuais simples de tamanho n (mesma semente ⇒ mesmas amostras); porcentagem a favor em cada amostra; faixa = menor e maior.
- A favor na cidade: 40% de 5 000 = 2 000 eleitores.
- DADOS SIMULADOS (semente 3): 50 amostras de 100; porcentagens a favor de 28% a 47%.
- Faixa: 19 pontos percentuais.
Resultado: Com amostras de 100, os institutos teriam encontrado de 28% a 47% a favor (na cidade: 40%).
Leitura crítica: Amostras casuais bem feitas erram para os dois lados, e erram menos quando n cresce — regularidade observada. Nada disso vale para enquetes em que só responde quem quer.
Referências
- BRASIL. Ministério da Educação. Base Nacional Comum Curricular. Brasília: MEC, 2018.
- OECD. PISA 2022 assessment and analytical framework. Paris: OECD Publishing, 2023.