Escolar Documentos
Profissional Documentos
Cultura Documentos
5 - Inferência Estatística (Minitab) - Teste de Hipótese e Intervalo de Confiança
5 - Inferência Estatística (Minitab) - Teste de Hipótese e Intervalo de Confiança
1 - Introduo
Diversos problemas da Engenharia e outras cincias requerem que decidamos entre aceitar ou rejeitar uma afirmao acerca de algum parmetro. Essa afirmao chamada de hiptese e o procedimento de tomada de deciso sobre a hiptese chamado de teste de hipteses. Para se realizar um teste de hiptese estatstica, retira-se uma amostra da populao em estudo, com base nessa amostra e utilizando um estimador no tendencioso do parmetro toma-se a deciso de rejeitar ou aceitar a afirmao. De uma forma geral, a estrutura do teste de hipteses :
Nessa estrutura, H0 chamado de hiptese nula e H1 chamada de hiptese alternativa. Em (i), temos o teste unilateral esquerdo, que ir testar desvios no parmetro que sejam inferiores ao valor a ser testado. Em (ii), temos o teste unilateral direito, que ir testar desvios no parmetro que sejam superiores ao valor a ser testado. Em (iii), temos o teste bilateral, que testa diferenas no parmetro em ambos os lados. Um conceito importante a ser definido o nvel de significncia , que utilizado para se definir as regies de aceitao e rejeio do teste de hipteses. O valor mais utilizado 5%, que o valor a ser utilizado nesse curso. Outro importante conceito o P-value (ou Valor P) que o menor nvel de significncia que conduz rejeio da hiptese nula H0 com os dados fornecidos. Quando uma estimativa de um parmetro no fornece informao suficiente interessante fazermos o intervalo de confiana para um parmetro.
2 - Inferncia Estatstica para uma nica Amostra 2.1 - Inferncia Estatstica sobre a Mdia
Sabemos que a mdia amostral um estimador no tendencioso da mdia populacional , assim de posse de uma amostra, deve-se calcular o valor da mdia amostral para se testar hipteses sobre a mdia populacional.
Adotando-se um nvel de significncia de 5%, teremos as seguintes regies crticas: - Para o Teste Unilateral Esquerdo, a regio crtica ser: Rc = {Z < - 1,645}; - Para o Teste Unilateral Direito, a regio crtica ser: Rc = {Z > 1,645 }; - Para o Teste Bilateral, a regio crtica sera: Rc = {Z> 1,96}.
(1) (2) (3) Figura 1 Grficos da estatstica de teste, com suas respectivas regies crticas Se o valor observado da Estatstica de Teste pertencer regio crtica, deve-se rejeitar a hiptese nula H0, caso contrrio no rejeita-se a hiptese nula H0. A tomada de deciso tambm pode ser feita utilizando-se o P-value: - rejeita-se a hiptese nula se: P-value - no rejeita-se a hiptese nula se: P-value > Para o teste bilateral teremos o seguinte intervalo de confiana:
EXEMPLO 1 Proposta: Testar a mdia de uma populao, quando o desvio padro da populao for conhecido. Problema: Considere que uma indstria compra de um certo fabricante, pinos cuja resistncia mdia ruptura especificada em 12 kgf (valor nominal da especificao). Em um determinado dia, a indstria recebeu um grande lote de pinos e a equipe tcnica da industria deseja verificar se o lote atende s especifies. Considere o desvio padro como igual 4 e que a resistncia ruptura normalmente distribuda. Adote um nvel de significncia de 5%. Tem-se interesse em testar as seguintes hipteses: H0: = 12 H1: 12 A regio crtica ser: Rc = {Z> 1,96}. Ferramentas: 1-Sample Z
Fonte de dados: TH-1.mpj 1-SAMPLE Z 1. Abra o arquivo TH-1 2. Selecione Static > Basic Statics > 1-Sample Z 3. Preencha o quadro de acordo a figura seguinte:
INTERPRETAO DOS RESULTADOS Assim, vemos que a estatstica de teste observada foi igual a 1,73. Esse valor encontrado no pertence regio crtica, logo no rejeitamos a hiptese nula H0 e rejeitamos a hiptese alternativa H1.
Tambm podemos utilizar o P-value para interpretar os resultados: nesse caso, obtivemos um P-value igual a 0,083, que maior que o nvel de significncia adotado (0,05). Logo no rejeitamos a hiptese nula H0. CONCLUSO H evidncias estatsticas para considerarmos que a resistncia mdia ruptura dos pinos produzidos pelo fabricante seja realmente igual a 12, assim esses pinos esto dentro das especificaes estabelecidas.
INTERVALO DE CONFIANA De acordo com a sada do MINITAB 14, temos o seguinte Intervalo de Confiana: IC(; 0,95) = (11,8058; 15,1487) A interpretao que temos 95% de chances de encontrarmos valores de resistncia ruptura dentro do Intervalo de Confiana acima. Como o Intervalo de Confiana acima contm o 12, podemos concluir ento que a resistncia mdia ruptura dos pinos produzidos pelo fabricante seja realmente igual a 12.
Adotando-se um nvel de significncia de 5%, teremos as seguintes regies crticas: - Para o Teste Unilateral Esquerdo, a regio crtica ser: Rc = {T < - t 0,05; n-1}; - Para o Teste Unilateral Direito, a regio crtica ser: Rc = {T > t 0,05; n-1}; - Para o Teste Bilateral, a regio crtica sera: Rc = {T> t 0,025; n-1}.
(i)
(ii)
(iii)
Figura 2 Grficos da estatstica de teste, com suas respectivas regies crticas Se o valor observado da Estatstica de Teste pertencer regio crtica, deve-se rejeitar a hiptese nula H0, caso contrrio no rejeita-se a hiptese nula H0. A tomada de deciso tambm pode ser feita utilizando-se o P-value: - rejeita-se a hiptese nula se: P-value - no rejeita-se a hiptese nula se: P-value > Para o teste bilateral teremos o seguinte intervalo de confiana:
EXEMPLO 2
Proposta: Testar a mdia da populao, quando o desvio padro da populao for desconhecido (no importando o tamanho da amostra).
Problema: O exemplo o mesmo anterior, s que agora o desvio-padro no conhecido. Tem-se interesse em testar as seguintes hipteses: H0: = 12 H1: 12 A regio crtica ser: Rc = {T> t 0,025; 21} => Rc = {T> 2,08}. Ferramentas 1-Sample T Fonte de dados: TH-1.mpj 1-SAMPLE T
1. Abra o arquivo TH-1 2. Selecione Static > Basic Statics > 1-Sample T 3. Preencha o quadro de acordo a figura seguinte:
INTERPRETAO DOS RESULTADOS Assim, vemos que a estatstica de teste observada foi igual a 2,17. Esse valor encontrado pertence regio crtica, logo rejeitamos a hiptese nula H0 e no rejeitamos a hiptese alternativa H1. Tambm podemos utilizar o P-value para interpretar os resultados: nesse caso, obtivemos um P-value igual a 0,042, que menor que o nvel de significncia adotado (0,05), logo rejeitamos a hiptese nula H0. CONCLUSO
H evidncias estatsticas fortes para considerarmos que a resistncia mdia ruptura dos pinos produzidos pelo fabricante seja diferente de 12, assim esses pinos no esto dentro das especificaes estabelecidas. UTILIZANDO O INTERVALO DE CONFIANA De acordo com a sada do MINITAB 14, temos o seguinte Intervalo de Confiana: IC(; 0,95) = (12,0605; 14,8940) A interpretao que temos 95% de chances de encontrarmos valores de resistncia ruptura dentro do Intervalo de Confiana acima. Como o Intervalo de Confiana acima no contm o 12, podemos concluir ento que a resistncia mdia ruptura dos pinos produzidos pelo fabricante no seja igual a 12. Como o intervalo de confiana est um pouco acima do 12, podemos considerar que o valor da resistncia mdia ruptura desses pinos seja superior ao valor especificado.
Adotando-se um nvel de significncia de 5%, teremos as seguintes regies crticas: - Para o Teste Unilateral Esquerdo, a regio crtica ser: Rc = {Z < - 1,645}; - Para o Teste Unilateral Direito, a regio crtica ser: Rc = {Z > 1,645 }; - Para o Teste Bilateral, a regio crtica sera: Rc = {Z> 1,96}. Se o valor observado da Estatstica de Teste pertencer regio crtica, deve-se rejeitar a hiptese nula H0, caso contrrio no rejeita-se a hiptese nula H0. A tomada de deciso tambm pode ser feita utilizando-se o P-value: - rejeita-se a hiptese nula se: P-value - no rejeita-se a hiptese nula se: P-value > Para o teste bilateral teremos o seguinte intervalo de confiana:
EXEMPLO 3
Proposta: Testar a proporo de uma populao. Problema: Um fabricante de semicondutores produz controladores usados em aplicaes no motor de automveis. O consumidor requer que a frao defeituosa em uma etapa crtica de fabricao no exceda 0,05 e que o fabricante demonstre uma capacidade de processo nesse nvel de qualidade, usando um nvel de significncia de 5%. O fabricante dos semicondutores retira uma amostra aleatria de 200 aparelhos e encontra que 4 deles so defeituosos. O fabricante pode demonstrar uma capacidade de processo para o consumidor? Tem-se interesse em testar as seguintes hipteses: Temos a seguinte Hiptese: H0: p = 0,05 H1: p <0,05 A regio crtica ser: Rc = { Z < - 1,645} Ferramentas 1-Proportion Fonte de Dados:
1 - PROPORTION 1. Abra o MINITAB 14; 2. Selecione Static > Basic Statics > 1-Proportion; 3. Preencha o quadro de acordo a figura seguinte:
Sample
Sample p
Z-Value
P-Value
200
0,020000
0,036283
-1,95
0,026
INTERPRETAO DOS RESULTADOS Assim, vemos que a estatstica de teste observada foi igual a -1,95. Esse valor encontrado pertence regio crtica, logo rejeitamos a hiptese nula H0 e no rejeitamos a hiptese alternativa H1. Obtivemos um P-value igual a 0,026, que menor que o nvel de significncia adotado (0,05), logo rejeitamos a hiptese nula H0 e no rejeitamos a hiptese alternativa H1. CONCLUSO H evidncias estatsticas fortes para considerarmos que proporo defeituosa do processo menor que 0,05. Assim o fabricante de semicondutores demonstra uma capacidade de processo no nvel de qualidade requerida pelo seu consumidor. UTILIZANDO O INTERVALO DE CONFIANA De acordo com a sada do MINITAB 14, temos o seguinte Intervalo de Confiana: IC(; 0,95) = ( 0,036283) A interpretao que temos 95% de chances de encontrarmos propores de controladores que sejam no mximo iguais a 0,036283.
EXEMPLO 4
Proposta:
Problema: Teste se a Resistncia Media Ruptura normalmente distribuda. Ferramentas: Normality Test Probability Plot
Fonte de dados: TH-1.mpj NORMALITY TEST 1. Abra o MINITAB 14 2. Selecione Static > Basic Statics > Normality Test 3. Preencha o quadro de acordo a figura seguinte:
95 90 80
Percent
70 60 50 40 30 20 10 5
5,0
7,5
20,0
22,5
INTERPRETAO DOS RESULTADOS Obtivemos um P-value ligeiramente inferior a 0,15, que maior que o nvel de significncia adotado (0,05), logo rejeitamos a hiptese nula H0 e no rejeitamos a hiptese alternativa H1. CONCLUSO H evidncias estatsticas para se aceditar a Resistncia Ruptura dos pinos seja normalmente distribuda.
Nesse caso, necessrio supor que as varincias das duas populaes sejam iguais 12 = 22 De acordo com a estrutura apresentada anteriormente, podemos testar as seguintes hipteses:
onde
Adotando-se um nvel de significncia de 5%, teremos as seguintes regies crticas: - Para o Teste Unilateral Esquerdo, a regio crtica ser: Rc = {T < - t 0,05; n+m-2}; - Para o Teste Unilateral Direito, a regio crtica ser: Rc = {T > t 0,05; n+m-2}; - Para o Teste Bilateral, a regio crtica sera: Rc = {T> t 0,025; n+m-2}. Se o valor observado da Estatstica de Teste pertencer regio crtica, deve-se rejeitar a hiptese nula H0, caso contrrio no rejeita-se a hiptese nula H0. A tomada de deciso tambm pode ser feita utilizando-se o P-value: - rejeita-se a hiptese nula se: P-value - no rejeita-se a hiptese nula se: P-value > Para o teste bilateral teremos o seguinte intervalo de confiana:
EXEMPLO 5
Proposta: Testar a diferena entre as mdias de duas poluaes. Problema: Dois catalisadores esto sendo analisados para determinar como eles afetam o rendimento mdio de um processo qumico. Especificamente, o catalisador 1 est correntemente um uso, mas o catalisador 2 aceitvel. J que o catalisador 2 mais barato, ele deve ser adotado se no alterar o rendimento do processo. Um teste feito em uma planta piloto. H alguma diferena entre os rendimentos mdios? Considere as varincias iguais. Nesse caso, as hipteses a serem testadas so: H0: 1 2 = 0 H1: 1 2 0 H0: 1 = 2 H1: 1 2
A regio crtica ser: Rc = {T> t 0,025; 14} => Rc = {T> 2,145}. Ferramentas: 2-Sample T Fonte de dados: TH2.mpj 2-SAMPLE T
1. Abra o arquivo TH-2 2. Selecione Static > Basic Statics > 2-Sample T 3. Preencha o quadro de acordo a figura seguinte:
Catalisador 1 Catalisador 2
Difference = mu (Catalisador 1) - mu (Catalisador 2) Estimate for difference: -0,477500 95% CI for difference: (-3,373886; 2,418886) T-Test of difference = 0 (vs not =): T-Value = -0,35 Both use Pooled StDev = 2,7009
P-Value = 0,729
DF = 14
INTERPRETAO DOS RESULTADOS Assim, vemos que a estatstica de teste observada foi igual a -0,35. Esse valor encontrado no pertence regio crtica, logo no rejeitamos a hiptese nula H0 e rejeitamos a hiptese alternativa H1.
Tambm podemos utilizar o P-value para interpretar os resultados: nesse caso, obtivemos um P-value igual a 0,729, que maior que o nvel de significncia adotado (0,05), logo no rejeitamos a hiptese nula H0. CONCLUSO H evidncias estatsticas fortes para considerarmos que o catalisador 2 no altere o rendimento mdio do processo qumico, assim seu rendimento pode ser considerado como igual ao rendimento mdio do catalisador 1. Logo, por ser mais barato, o catalisador 2 pode substituir o catalisador 1 nessa indstria. UTILIZANDO O INTERVALO DE CONFIANA De acordo com a sada do MINITAB 14, temos o seguinte Intervalo de Confiana: IC(1 2; 0,95) = (-3,373886; 2,418886) A interpretao que temos 95% de chances de encontrarmos diferenas entre o rendimento dos catalisadores no processo qumico que se encontrem dentro do intervalo de confiana acima calculado. Como o Intervalo de Confiana acima contm o 0, podemos concluir os rendimentos do processo qumico utilizando ambos catalisadores seja aproximadamente iguais.
onde
Adotando-se um nvel de significncia de 5%, teremos as seguintes regies crticas: - Para o Teste Unilateral Esquerdo, a regio crtica ser: Rc = {T < - t 0,05; }; - Para o Teste Unilateral Direito, a regio crtica ser: Rc = {T > t 0,05; }; - Para o Teste Bilateral, a regio crtica sera: Rc = {T> t 0,025; }. Se o valor observado da Estatstica de Teste pertencer regio crtica, deve-se rejeitar a hiptese nula H0, caso contrrio no rejeita-se a hiptese nula H0.
A tomada de deciso tambm pode ser feita utilizando-se o P-value: - rejeita-se a hiptese nula se: P-value - no rejeita-se a hiptese nula se: P-value > Para o teste bilateral teremos o seguinte intervalo de confiana:
EXEMPLO 6
Proposta: Problema: Considere o exemplo anterior, mas agora temos varincias diferentes. Nesse caso, as hipteses a serem testadas so: H0: 1 2 = 0 H0: 1 = 2 H1: 1 2 0 H1: 1 2 A regio crtica ser: Rc = {T> t 0,025; 13} => Rc = {T> 2,16}. Ferramentas 2-Sample T Fonte de dados: TH-2.mpj 2 SAMPLE T 1. Abra o arquivo TH-2; 2. Selecione Static > Basic Statics > 2-Sample T; 3. Preencha o quadro de acordo a figura seguinte:
Catalisador 1 Catalisador 2
Difference = mu (Catalisador 1) - mu (Catalisador 2) Estimate for difference: -0,477500 95% CI for difference: (-3,394928; 2,439928) T-Test of difference = 0 (vs not =): T-Value = -0,35
P-Value = 0,729
DF = 13
Assim, vemos que a estatstica de teste observada foi igual a -0,35. Esse valor encontrado no pertence regio crtica, logo no rejeitamos a hiptese nula H0 e rejeitamos a hiptese alternativa H1. Tambm podemos utilizar o P-value para interpretar os resultados: nesse caso, obtivemos um P-value igual a 0,729, que maior que o nvel de significncia adotado (0,05), logo no rejeitamos a hiptese nula H0. Concluso
H evidncias estatsticas fortes para considerarmos que o catalisador 2 no altere o rendimento mdio do processo qumico, assim seu rendimento pode ser considerado como igual ao rendimento mdio do catalisador 1. Logo, por ser mais barato, o catalisador 2 pode substituir o catalisador 1 nessa indstria. UTILIZANDO O INTERVALO DE CONFIANA De acordo com a sada do MINITAB 14, temos o seguinte Intervalo de Confiana: IC(1 2; 0,95) = (-3,394928; 2,439928) A interpretao que temos 95% de chances de encontrarmos diferenas entre o rendimento dos catalisadores no processo qumico que se encontrem dentro do intervalo de confiana acima calculado. Como o Intervalo de Confiana acima contm o 0, podemos concluir os rendimentos do processo qumico utilizando ambos catalisadores seja aproximadamente iguais.
Adotando-se um nvel de significncia de 5%, teremos as seguintes regies crticas: - Para o Teste Unilateral Esquerdo, a regio crtica ser: Rc = {T < - t 0,05; n-1}; - Para o Teste Unilateral Direito, a regio crtica ser: Rc = {T > t 0,05; n-1}; - Para o Teste Bilateral, a regio crtica sera: Rc = {T> t 0,025; n-1}. Se o valor observado da Estatstica de Teste pertencer regio crtica, deve-se rejeitar a hiptese nula H0, caso contrrio no rejeita-se a hiptese nula H0. A tomada de deciso tambm pode ser feita utilizando-se o P-value: - rejeita-se a hiptese nula se: P-value - no rejeita-se a hiptese nula se: P-value > Para o teste bilateral teremos o seguinte intervalo de confiana:
EXEMPLO 7
Proposta: Testar a diferena entre as mdias de duas populaes, quando as populaes forem dependentes. Problema: Um artigo no Journal of Strain Analysis (1983, Vol.18, N2) compara vrios mtodos para predizer a resistncia de cisalhamento para traves planas metlicas. Dados para dois desses mtodos, os procedimentos de Karlsruhe e Lehigh, quando aplicados a nove traves especficas, so mostrados a seguir. Considere os dados como normalmente distribudos. Nesse caso, as hipteses a serem testadas so: H0: K L = 0 H0: D = 0 H1: K L 0 H1: D 0 A regio crtica ser: Rc = {T> t 0,025; 8} => Rc = {T> 2,306}. Ferramentas Paired t Arquivo de dados: TH-3.mpj PAIRED T 1. Abra o arquivo TH-3; 2. Selecione Static > Basic Statics > Paired t; 3. Preencha o quadro de acordo a figura seguinte:
4. Clique em OK;
SADA DO MINITAB
Paired T-Test and CI: Mtodo de Karlsruhe; Mtodo de Lehigh
Paired T for Mtodo de Karlsruhe - Mtodo de Lehigh N 9 9 9 Mean 1,34011 1,06622 0,273889 StDev 0,14603 0,04938 0,135099 SE Mean 0,04868 0,01646 0,045033
95% CI for mean difference: (0,170042; 0,377736) T-Test of mean difference = 0 (vs not = 0): T-Value = 6,08
P-Value = 0,000
INTERPRETAO DOS RESULTADOS Assim, vemos que a estatstica de teste observada foi igual a 6,08. Esse valor encontrado pertence regio crtica, logo rejeitamos a hiptese nula H0 e no rejeitamos a hiptese alternativa H1. Tambm podemos utilizar o P-value para interpretar os resultados: nesse caso, obtivemos um P-value aproximadamente igual a 0, que menor que o nvel de significncia adotado (0,05), logo rejeitamos a hiptese nula H0. CONCLUSO No h evidncias estatsticas para considerarmos que dois os mtodos de previso da resistncia no forneam resultados iguais. Os dados indicam que o mtodo de Karlsruhe produz, em mdia, previses maiores para a resistncia do que o mtodo de Lehigh. UTILIZANDO O INTERVALO DE CONFIANA De acordo com a sada do MINITAB 14, temos o seguinte Intervalo de Confiana: IC(D; 0,95) = (0,170042; 0,377736) A interpretao que temos 95% de chances de encontrarmos diferenas nas previses da resistncia dos que se encontrem dentro do intervalo de confiana acima calculado. Como o Intervalo de Confiana acima no contm o 0, podemos concluir que as previses de resistncia utilizando os 2 mtodos so diferentes. Como o intervalo positivo, conclumos que o mtodo de Karlsruhe produz, em mdia, previses maiores para a resistncia do que o mtodo de Lehigh.
Adotando-se um nvel de significncia de 5%, teremos a seguinte regio crtica: - Rc = { F > f 0,025; n 1; m -1 ou F < f 0,975; n 1; m -1}.
Figura 3 Grficos da estatstica de teste, com suas respectivas regies crticas Se o valor observado da Estatstica de Teste pertencer regio crtica, deve-se rejeitar a hiptese nula H0, caso contrrio no rejeita-se a hiptese nula H0. A tomada de deciso tambm pode ser feita utilizando-se o P-value: - rejeita-se a hiptese nula se: P-value - no rejeita-se a hiptese nula se: P-value > Para o teste bilateral teremos o seguinte intervalo de confiana:
Onde
EXEMPLO 8
Proposta: Problema: Considere os exemplos 6 e 7, agora iremos testar se as varincias dos rendimentos ao se utilizar os catalisadores 1 e 2 so iguais. Adote um nvel de 5% de significncia. Nesse caso, as hipteses a serem testadas so: H0: 12 = 22 H1: 12 22 A regio crtica ser: Rc = { F < f 0,975; 7; 7 ou F > f 0,025; 7; 7 }. H0: 12/ 22 = 1 H1: 12/ 22 1
Rc = { F < 0,200204 ou F> 4,994909 } Ferramentas 2 Variances Fontes de dados: TH-2.mpj 2 VARIANCES 1. Abra o arquivo TH-2 2. Selecione Static > Basic Statics > 2 Variances 3. Preencha o quadro de acordo a figura seguinte:
6. Clique em OK
SADA DO MINITAB
Test for Equal Variances: Catalisador 1; Catalisador 2
95% Bonferroni confidence intervals for standard deviations N 8 8 Lower 1,49210 1,86648 StDev 2,38502 2,98345 Upper 5,46285 6,83355
Catalisador 1 Catalisador 2
Levene's Test (any continuous distribution) Test statistic = 0,31; p-value = 0,589
INTERPRETAO DOS RESULTADOS Assim, vemos que a estatstica de teste observada foi igual a 0,64. Esse valor encontrado no pertence regio crtica, logo no rejeitamos a hiptese nula H0 e rejeitamos a hiptese alternativa H1. Tambm podemos utilizar o P-value para interpretar os resultados: nesse caso, obtivemos um Pvalue igual a 0,569, que maior que o nvel de significncia adotado (0,05), logo no rejeitamos a hiptese nula H0. CONCLUSO H evidncias estatsticas para considerarmos as varincias dos rendimentos do processo utilizando os catalisadores 1 e 2 sejam iguais. UTILIZANDO O INTERVALO DE CONFIANA
Analisando o grfico dos intervalos de confiana para os catalisadores 1 e 2, podemos ver que o ponto central do intervalo de confiana do catalisador 1 est dentro dos limites do intervalo de confiana do catalisador 2 e vice-versa, logo, podemos considerar que as varincias dos catalisadores 1 e 2 sejam iguais.
Onde Adotando-se um nvel de significncia de 5%, teremos as seguintes regies crticas: - Para o Teste Unilateral Esquerdo, a regio crtica ser: Rc = {Z < - 1,645}; - Para o Teste Unilateral Direito, a regio crtica ser: Rc = {Z > 1,645 }; - Para o Teste Bilateral, a regio crtica sera: Rc = {Z> 1,96}. Se o valor observado da Estatstica de Teste pertencer regio crtica, deve-se rejeitar a hiptese nula H0, caso contrrio no rejeita-se a hiptese nula H0. A tomada de deciso tambm pode ser feita utilizando-se o P-value: - rejeita-se a hiptese nula se: P-value - no rejeita-se a hiptese nula se: P-value > O Intervalo de confiana no caso bilateral ser:
EXEMPLO 9
Proposta: Problema: Dois tipos diferentes de soluo de polimento esto sendo avaliados para possvel uso em uma operao de polimento na fabricao de lentes intra-oculares usadas no olho humano depois de uma operao de catarata. Trezentas lentes foram polidas usando a primeira soluo de polimento e desse nmero, 235 no tiveram defeitos induzidos pelo polimento. Outras 300 lentes foram polidas, usando a segunda soluo depolimento, sendo 196 lentes
consideradas satisfatria. H qualquer razo para acreditar que a primeira soluo de polimento seja melhor que a segunda? Adote =0,05. Tem-se interesse em testar as seguintes hipteses: Temos a seguinte Hiptese: H0: p1 - p2 = 0 H0: p1 = p2 H1: p1 - p2 > 0 H1: p1 > p2 A regio crtica ser: Rc = { Z < 1,645} Ferramentas 2-Proportion Fonte de dados:
2 PROPORCION 1. Abra o MINITAB 14; 2. Selecione Static > Basic Statics > 2-Proportion 3. Preencha o quadro de acordo a figura seguinte:
6. Clique em OK
SADA DO MINITAB
Test and CI for Two Proportions
Sample 1 2 X 253 196 N 300 300 Sample p 0,843333 0,653333
Difference = p (1) - p (2) Estimate for difference: 0,19 95% lower bound for difference: 0,133131 Test for difference = 0 (vs > 0): Z = 5,36
P-Value = 0,000
INTERPRETAO DOS RESULTADOS Assim, vemos que a estatstica de teste observada foi igual a 5,36. Esse valor encontrado pertence regio crtica, logo rejeitamos a hiptese nula H0 e no rejeitamos a hiptese alternativa H1. Obtivemos um P-value igual a 0,000, que menor que o nvel de significncia adotado (0,05), logo rejeitamos a hiptese nula H0 e no rejeitamos a hiptese alternativa H1. CONCLUSO H evidncias estatsticas fortes para considerarmos que a primeira soluo tenha um desempenho superior ao da segunda lente. A proporo de lentes sem defeitos que foram polidas com a primeira soluo maior que a proporo de lentes sem defeitos polidas com a segunda soluo. UTILIZANDO O INTERVALO DE CONFIANA De acordo com a sada do MINITAB 14, temos o seguinte Intervalo de Confiana: IC(p1 p2; 0,95) = ( 0,133131)
A interpretao que temos 95% de chances de encontrarmos diferenas entre a proporo de lentes sem defeitos utilizando a primeira soluo e a utilizando a segunda soluo sejam no mnimo iguais a 0,133131.