Aula 19

RACIOCNIO LGICO QUANTITATIVO DIRETO AO PONTO
PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br 1
Aula 19
TESTE DE HIPTESES ........................................................................... 2
TESTE SOBRE A MDIA ......................................................................... 4
TESTE DE HIPTESES PARA PROPORES ......................................... 50
DISTRIBUIO DE QUI-QUADRADO ................................................... 62
RELAO DAS QUESTES COMENTADAS .......................................... 102
GABARITO ........................................................................................ 123
TESTE DE HIPTESES
Maria tem duas moedas. Cada uma delas tem uma face cara e outra face coroa.
Uma das moedas normal. As duas faces tm a mesma probabilidade de sair. Vamos cham-la
de moeda honesta.
A outra uma moeda viciada. Nesta, a probabilidade de sair coroa de 2/3. Vamos cham-la de
moeda viciada.
Maria escolhe uma das moedas. Jos, que tem conhecimento das probabilidades acima
mencionadas, tem que adivinhar qual delas foi escolhida. Para tanto, Maria lana trs vezes a
moeda escolhida. Ao final de cada lanamento, comunica a Jos o resultado.
Jos estabelece o seguinte critrio de deciso. Se os trs lanamentos resultarem em coroa, ele
vai arriscar que se trata da moeda viciada. Caso contrrio, vai arriscar que se trata da moeda
honesta.
O que Jos est fazendo um teste de hipteses.
Num teste de hipteses fazemos alguma considerao sobre um dado valor. No exemplo acima,
Jos precisa decidir qual das duas moedas foi escolhida. No fundo, quer saber se, para a moeda
escolhida, a probabilidade de sair coroa de 2/3 ou 1/2. Qualquer que seja a sua concluso, ela
estar sujeita a erro.
Vamos comear a nos acostumar com os termos utilizados no teste de hiptese.
Jos quer testar a hiptese de, para a moeda escolhida por Maria, a probabilidade de sair coroa
ser 1/2. Esta hiptese chamada de H
0
(l-se H zero). tambm chamada de hiptese nula.
Vamos escrever a hiptese H
0
:
H
0
: P(coroa) = 1/2. (hiptese nula)
Caso a probabilidade de sair coroa no seja de 1/2, ento a referida probabilidade ser de 2/3.
Esta outra hiptese a hiptese alternativa. chamada de H
A
.
H
A
: P(coroa) = 2/3. (hiptese alternativa)
Algumas bancas costumam utilizar H
1
em vez de H
A.

Muito bem, agora Jos define um critrio de deciso. Seu critrio baseado no nmero de coroas
que vo sair em trs lanamentos. Se sarem duas, uma ou zero coroas, Jos vai assumir que se
trata da moeda honesta. Se sarem trs coroas, Jos vai assumir que se trata da moeda viciada.
Escolher o critrio de deciso a parte mais difcil de um teste de hipteses. Os clculos so um
pouco mais complexos. E muitas vezes esto presentes alguns fatores difceis de quantificar.
Dada a dificuldade envolvida na escolha do critrio de deciso, as questes de concursos no
cobram seu clculo. A questo sempre informa o critrio a ser adotado. Ou ento ela fornece todo
o resultado do teste, de tal modo que seja fcil encontrar o critrio de deciso escolhido.
Ok, definidas as hipteses que sero testadas (escolher entre H
0
e H
1
), definido o critrio de
deciso, agora s fazer a experincia e ver qual hiptese ser escolhida.
Muito bem. Vamos supor que Maria lana a moeda trs vezes e nas trs vezes o resultado
coroa.
Neste caso, Jos rejeita a hiptese H
0
e assume como verdadeira a hiptese H
1
.
Veja que a concluso de Jos est sujeita a erro. Isto porque possvel que, mesmo que a moeda
seja honesta, tenhamos trs resultados coroa.
Vamos supor que Jos tenha errado. Neste caso, em que Jos rejeita a hiptese H
0
, dado que ela
verdadeira, a probabilidade de ele cometer um erro :
% 5 , 12
2
1
) (
3
=
|
.
|
\
|
= erro P
12,5% a probabilidade de, lanando uma moeda honesta trs vezes, sarem trs coroas.
Ou seja, caso a moeda lanada seja a moeda honesta, h uma probabilidade de 12,5% de Jos
errar. Este erro chamado de erro do tipo I.
Erro tipo I: rejeitar H
0
dado que ela verdadeira.
% 5 , 12
2
1
) _ _ (
3
=
|
.
|
\
|
= I tipo erro P
A probabilidade acima tambm chamada de nvel de significncia do teste. O smbolo
geralmente utilizado o .
% 5 , 12 = o
Nvel de significncia: probabilidade de cometer o erro do tipo I. Smbolo usual: o
Ok, agora vamos alterar o exemplo. Agora, em vez de terem sado trs coroas, na verdade saram
duas coroas e uma cara. Neste caso, utilizando seu critrio de deciso, Jos aceita H
0
como
verdadeira e rejeita H
1
.
Neste segundo exemplo, Jos tambm est sujeito a erro. Isto porque possvel que, lanando a
moeda viciada trs vezes, tenhamos pelo menos um resultado cara.
Este segundo tipo de erro consiste em aceitar H
0
dado que ela falsa. chamado de erro do tipo
II.
Erro tipo II: aceitar H
0
dado que ela falsa.
A probabilidade de ocorrer o erro do tipo II designada pelo smbolo | . Vamos calcular esta
probabilidade.
A probabilidade de, em trs lanamentos da moeda viciada, obtermos uma, duas ou trs caras :
7037 , 0
3
2
3
1
3
3
2
3
1
3
3
1
) _ _ (
2 2 3
=
|
.
|
\
|
+
|
.
|
\
|
+
|
.
|
\
|
= II tipo erro P
% 37 , 70 = |
A probabilidade de aceitar H
0
, dado que ela falsa, de 70,37%.
O valor | 1 chamado de poder do teste.
% 63 , 29 1 = | (poder do teste).
O poder do teste a probabilidade de H
0
ser rejeitada dado que ela falsa.
Note como o poder do teste foi baixo. Isto porque Jos privilegiou a hiptese H
0
. Ele s a rejeita
num caso muito extremo, em que os trs resultados forem coroa. Por isto o valor de o foi
pequeno, garantindo uma baixa probabilidade de cometer o erro do tipo I. Contudo, em geral,
quanto menor o valor de o , maior o valor de | (maior a probabilidade de se cometer o erro do
tipo II). Da a dificuldade de escolher um bom critrio de deciso. comum que, ao reduzirmos um
tipo de erro, o outro aumenta.
Teste de hipteses apenas isto. Queremos testar se uma dada hiptese H
0
verdadeira.
O exerccio vai nos dizer o critrio de deciso. Vai nos fornecer um experimento. Com base no
experimento, verificamos se o resultado foi extremo ao ponto de nos fazer rejeitar H
0
. Se for
extremo, rejeitamos tal hiptese. Caso contrrio, aceitamos.
No exemplo que ns demos as hipteses eram:
H
0
: P(coroa) = 1/2
H
1
: P(coroa) = 2/3.
Neste exemplo acima, as duas hipteses atribuam probabilidade em estudo um valor nico. A
hiptese nula atribua o valor 1/2. A hiptese alternativa atribua o valor 2/3.
Este tipo de teste no muito usual em concursos. As hipteses alternativas que vo aparecer
nos exerccios, geralmente, tm outra forma. Nos testes realmente cobrados em concursos, a
hiptese alternativa seria assim:
H
1
: P(coroa) 1/2.
Outra opo:
H
1
: P(coroa) < 1/2.
Ou ainda:
H
1
: P(coroa) > 1/2.
No primeiro caso (em que temos o sinal de diferena ) o teste dito bilateral. Nos outros dois
casos (com os sinais de > e <) o teste dito unilateral. Vamos estud-los com mais calma
adiante.
TESTE SOBRE A MDIA
Para entendermos como fazer o teste de hipteses sobre a mdia, vejamos alguns exemplos.
Nos primeiros exemplos, eu vou dar todas as contas prontas. O objetivo que vocs no
precisem quebrar a cabea fazendo as contas. No quero que se preocupem com isso, no por
enquanto. A proposta que apenas entendam a idia geral do teste.
Depois, nos exemplos posteriores, a sim entraremos mais a fundo nas contas envolvidas, certo?
1 tipo de exemplo: entendendo os tipos de teste: bilateral e unilateral
Exemplo 1. Estamos analisando o preo pelo qual a Administrao Pblica compra um certo
produto. Sabemos que, em licitaes honestas (livres de fraudes), para uma certa regio do pas, o
preo mdio de R$ 220,00.
Foram feitos levantamentos de auditoria recentes em alguns rgos em que h suspeita de
fraudes em licitaes. As duas fraudes em anlise so as seguintes:
H prvio acerto entre as licitantes, de forma que o preo contratado consideravelmente
maior que R$ 220,00;
H acerto prvio entre a licitante vencedora e o rgo, de tal forma que o preo contratado
muito inferior a R$ 220,00. Nestes casos, o grande problema se dar na execuo do contrato
tendo em vista que, sendo o preo inexequvel, o contrato no ser regularmente cumprido.
Num caso concreto, nos deparamos com 30 compras de um determinado rgo pblico. A mdia
para esta amostra foi de R$ 230,00.
Queremos testar a hiptese de as licitaes terem sido honestas contra a hiptese alternativa de
as licitaes terem sido fraudadas. Escreva as hipteses a serem testadas.
Resoluo.
natural esperar que, se em um dado rgo ocorrem fraudes a licitaes, elas so sistemticas.
Assim, vamos testar a hiptese de as licitaes terem sido honestas contra a hiptese alternativa
de as licitaes terem sido fraudadas.
No fundo queremos testar a hiptese de a mdia da populao da qual foi retirada esta amostra
ser igual a R$ 220,00.
H
0
: 220 =
H
1
: 220 =
Este primeiro tipo de teste da mdia chamado de teste bilateral. Ele caracterizado pela
hiptese alternativa ser do tipo k = (a mdia diferente de alguma coisa).
Por que a palavra bilateral? Porque h duas formas de rejeitarmos a hiptese H
0
. Se a mdia da
amostra for consideravelmente maior que R$ 220,00, rejeitamos a hiptese por ser mais provvel
que tenha havido conluio entre as empresas e o preo esteja superfaturado.
De outra maneira, se o valor obtido for consideravelmente menor que R$ 220,00, tambm
rejeitamos a hiptese H
0
. Desta vez seria mais provvel estarmos diante do segundo tipo de
irregularidade: h conluio entre a licitante e o rgo contratante.
Ou seja, analisamos os valores nos dois sentidos. Tanto os que so muito menores que 220
quanto os que so muito maiores que 220. Por isto o teste chamado de bilateral. Tanto em um
caso quanto em outro, conclumos que a amostra no foi retirada da populao das licitaes
honestas.
A finalidade do teste de hipteses apenas isto. Neste caso, queremos avaliar se 230
consideravelmente diferente de 220 ou no. At poderamos fazer isto de forma intuitiva. H casos
em que a diferena tanta que nem precisaramos de teste algum. Se a mdia da amostra fosse
de 500 (mais que o dobro de 220), certamente estaramos diante de fraudes.
J no caso do exerccio, queremos avaliar se 230 consideravelmente diferente de 220.
Intuitivamente, algumas pessoas podem dizer que no . Essas pessoas tenderiam a aceitar a
hiptese de que essas licitaes so honestas (hiptese nula). Outras pessoas tenderiam a achar
que a diferena considervel, sendo levadas a rejeitar a hiptese nula.
O teste de hipteses nos fornece uma forma sistemtica de testar se os valores envolvidos so
consideravelmente diferentes ou no.
Bem, encerrando este exerccio, a resposta fica:
H
0
: 220 =
H
1
: 220 =
fraudes em licitaes. H um nico tipo de fraude em anlise, que consiste em acerto entre as
licitantes, de forma que o preo contratado consideravelmente maior que R$ 220,00.
as licitaes terem sido fraudadas.
Escreva as hipteses a serem testadas.
Resoluo.
Agora, o nico tipo de fraude ocorre quando a mdia dos preos contratados significativamente
maior que 220,00.
Ou seja, valores significativamente menores que 220,00 no nos fazem mais rejeitar a hiptese
nula, a exemplo do que ocorria no exerccio anterior. O teste unilateral, pois s analisarmos a
reta real em um sentido: s valores significativamente maiores que 220,00 nos fazem rejeitar H
0
.
A resposta fica:
H
0
: 220 =
H
1
: 220 >
fraudes em licitaes. H um nico tipo de fraude em anlise, que consiste acerto prvio entre a
licitante vencedora e o rgo, de tal forma que o preo contratado muito inferior a R$ 220,00.
Nestes casos, o grande problema se dar na execuo do contrato tendo em vista que, sendo o
preo inexequvel, o contrato no ser regularmente cumprido.
as licitaes terem sido fraudadas.
Escreva as hipteses a serem testadas.
Resoluo.
Agora, apenas valores significativamente menores que 220,00 nos fazem rejeitar a hiptese nula.
Ficamos com:
H
0
: 220 =
H
A
: 220 <
Nos dois ltimos exemplos, tivemos testes unilaterais, pois havia uma nica forma de rejeitarmos
a hiptese nula.
2 tipo de exemplo: entendendo a idia do teste de hiptese
Sabemos tambm que a varincia da varivel preo, nas licitaes honestas, de 120 R$
2
.
fraudes em licitaes. As duas fraudes em anlise so as seguintes:
H prvio acerto entre as licitantes, de forma que o preo contratado consideravelmente
maior que R$ 220,00;
H acerto prvio entre a licitante vencedora e o rgo, de tal forma que o preo contratado
muito inferior a R$ 220,00. Nestes casos, o grande problema se dar na execuo do contrato
tendo em vista que, sendo o preo inexequvel, o contrato no ser regularmente cumprido.
para esta amostra foi de R$ 230,00. Teste a hiptese de as licitaes terem sido honestas contra
a hiptese alternativa de as licitaes terem sido fraudadas. Considere um nvel de significncia
de 5%.
Resoluo.
J vimos que este um teste bilateral:
H
0
: 220 =
H
A
: 220 =
Se a mdia da amostra for significativamente diferente de 220, rejeitaremos a hiptese nula.
Consideraremos que a mdia da populao da qual foi extrada a amostra no tem mdia 220.
Caso contrrio, aceitamos a hiptese nula. Assumiremos que a mdia da populao sim igual a
220.
Ou seja, nosso teste se resume a determinar se 230 significativamente diferente de 220 ou no.
Mas, em termos objetivos: a partir de qual valor j podemos considerar que estamos
significativamente afastados de 220?
Esta pergunta respondida pelos valores crticos.
Para fazer um teste de hipteses, a gente sempre d um crdito para a hiptese nula. Sempre
partimos do pressuposto de que ela verdadeira. Ou seja, iniciamos supondo que a mdia da
populao realmente 220,00.
Feito isso, j temos condies de estudar a mdia amostral ( X ).
Vimos na parte 1 que X uma varivel aleatria. Sua esperana coincide com a mdia da
populao. Sua varincia igual varincia da populao dividida por n (onde n o tamanho da
amostra).
Conhecendo o comportamento de X , podemos determinar os valores crticos. So valores que
delimitam os casos raros.
O nvel de significncia est intimamente relacionado com os casos raros.
Se o nvel de significncia de 5%, ento os casos raros so aqueles que s ocorrem em
5% das vezes.
Por enquanto, no vamos fazer contas ainda. Certo? Vou dar todas as contas prontas.
Supondo que a mdia populacional seja 220,00, podemos concluir que X tem o seguinte
comportamento:
- em 95% das vezes, X assume valores entre 216,08 e 223,92
- em 5% das vezes, X assume valores fora deste intervalo.
Estes so os valores crticos. So os valores que separam os casos usuais (que ocorrem em 95%
das vezes) dos casos raros (que ocorrem em 5% das vezes).
Observem que os casos raros foram delimitados de forma que a probabilidade de ocorrncia seja
igual ao nvel de significncia (5%).
No nosso exemplo, a mdia amostral foi de 230,00.
possvel que a populao tenha mdia 220,00 e, ainda sim, seja extrada uma amostra com
mdia 230,00?
Sim, possvel. Mas um caso raro. Na grande maioria das vezes, a mdia amostral estar entre
216,08 e 223,92.
Ns no aceitamos casos raros. Neste caso, conclumos que a amostra no foi retirada de uma
populao com mdia 220,00. Por isso, rejeitamos a hiptese nula.
O valor da mdia amostral obtido para o experimento realizado (=230,00) chamado de
estatstica teste.
Resposta: deve-se rejeitar a hiptese nula.
Teste de hipteses para a mdia.
- Calculamos os valores crticos (que separam os casos raros daqueles que ocorrem
frequentemente)
- Analisamos se a estatstica teste um caso raro ou no. Se for raro, rejeitamos a
hiptese nula.
Vamos refazer o mesmo exerccio. Mas vamos nos concentrar em como calcular os valores
crticos.
Como as provas geralmente fornecem a tabela para a distribuio normal reduzida (com mdia
zero e varincia 1), ento comum que todo teste de hipteses seja feito com base na varivel Z,
que estudamos nas aulas anteriores.
Vamos colocar o passo a passo do teste, para j comearmos a gravar.
Primeiro passo: determinar o valor crtico de Z.
Valor crtico o valor extremo at onde aceitamos a hiptese H
0
. No exemplo das moedas de
Maria, o valor crtico era dois. At o limite de dois resultados coroa, aceitaramos a hiptese H
0
.
Aps este limite, rejeitvamos H
0
.
Quando o teste for sobre mdias, vamos fazer o seguinte. Vimos na parte 1 que a mdia amostral
( X ) pode ser vista como uma varivel aleatria de mdia e desvio padro
X
o . Relembrando a
nossa simbologia:
X uma varivel aleatria que representa os diversos valores de mdia amostral que podem
ser obtidos, caso fizssemos inmeras amostras.
a mdia da populao.
o o desvio padro da populao.
n o tamanho das amostras.

X
o o desvio padro de X . Ele pode ser calculado assim:
n
X
o
o = .
Vimos tambm que X uma varivel normal (caso a populao tenha distribuio normal) ou
aproximadamente normal (caso a populao no seja normal, mas as amostras sejam
suficientemente grandes).
Assim, para X ns podemos utilizar a tabela de reas da varivel normal. S que para utilizar
esta tabela, ns precisamos trabalhar com a varivel normal reduzida. Para obter a varivel
reduzida Z, ns estudamos a seguinte transformao:
X
X
Z
o

=
Z tem mdia zero e desvio padro unitrio.
Vamos, a partir da tabela de reas para a varivel normal reduzida, obter o intervalo centrado na
mdia que contm 95% dos valores de Z.
Por que 95%?
Porque estamos delimitando os casos freqentes.
Com isso, automaticamente, os casos raros correspondero a 5%, coincidindo com o nvel de
significncia.
Consultamos a tabela I ao final da aula. Verificamos que 47,5% dos valores de Z esto entre 0 e
1,96. Como a distribuio simtrica, 47,5% dos valores esto entre 0 e 96 , 1 .
Juntando os dois, temos que a probabilidade de Z estar entre -1,96 e 1,96 de 95% (= rea verde
da figura abaixo).
Estes so os valores crticos de Z. So os valores que delimitam a rea de 95%.
Segundo passo: obter a estatstica teste.
A estatstica teste o valor de Z para o experimento realizado.
X
X
teste Z
o

= _
Para o experimento feito, 230 = X .
A mdia populacional ( ), esta ns no sabemos. Assim, neste segundo passo, ns vamos supor
que a hiptese nula seja verdadeira. Supondo que realmente a mdia da populao seja de 220 (
) 220 = , a estatstica teste fica:
X
teste Z
o
220 230
_

=
Precisamos calcular
X
o . Lembrando a sua frmula (estudada na parte 1):
n
X
2
2
o
o = .
4
30
120
2
2
= = =
n
X
o
o
2 4 = =
X
o
Continuando o clculo de Z:
X
teste Z
o
220 230
_

=
5
2
220 230
_ =
= teste Z
Terceiro passo: comparar a estatstica teste com os valores crticos. Verificamos que 5 (estatstica
teste) maior que 1,96. Portanto, est fora do intervalo -1,96 a 1,96. Est significativamente
afastado da mdia de Z.
Ou seja, se pudssemos fazer inmeras amostras de tamanho 30, a partir de uma populao com
mdia 220 e varincia 120, em 95% dos casos o valor de Z_teste estaria entre -1,96 e 1,96.
A regio verde da figura acima delimitada pelos valores crticos de Z.
Se o valor de Z_teste casse dentro do intervalo -1,96 a 1,96, estaramos dentro da regio verde.
Ela contm 95% dos valores da varivel normal reduzida. Esta regio chamada de regio de
aceitao. Se, para o experimento em anlise, o valor de Z_teste estivesse na regio de
aceitao, ns aceitaramos a hiptese H
0
. Consideraramos que o valor de Z_teste no
significativamente diferente de zero (e, portanto, X no significativamente diferente de 220).
No foi o caso. Vimos que Z_teste cai fora da regio de aceitao. O Z_teste cai na rea amarela
(regio crtica).
A rea amarela pode ser chamada de regio crtica. a regio alm dos valores crticos. a
regio em que os valores de Z nos fazem rejeitar a hiptese H
0
.
Concluso: rejeitamos a hiptese nula.
Por curiosidade, vejamos os valores de X que correspondem a -1,96 e 1,96.
220 2
2
220
+ =
= Z X
X
Z
Quando Z vale -1,96, X vale:
08 , 216 220 ) 96 , 1 ( 2 = + = X
Quando Z vale +1,96, X vale:
92 , 223 220 ) 96 , 1 ( 2 = + = X
Se a mdia da populao realmente fosse igual a 220, e se fosse possvel fazer infinitas amostras
de tamanho 30, a mdia amostral, em 95% dos casos, estaria entre 216,08 e 223,92 (o que
implica em Z_teste entre -1,96 e 1,96). No foi o caso. Ou estamos diante de um caso raro ou a
mdia populacional no 220.
Diante deste quadro, rejeitamos a hiptese nula.
Pergunta: qual a probabilidade de cometer o erro do tipo I?
Em outras palavras: qual a probabilidade de rejeitar a hiptese H
0
, dado que ela verdadeira?
Cometemos o erro do tipo I numa das raras vezes em que, apesar da mdia populacional ser
realmente 220, o valor de Z_teste cai na regio amarela.
Lembrem-se do que dissemos acima: se a mdia da populao realmente fosse igual a 220, e se
fosse possvel fazer infinitas amostras de tamanho 30, a mdia amostral, em 95% dos casos,
estaria entre 216,08 e 223,92 (o que implica em Z_teste entre -1,96 e 1,96). Como conseqncia,
em 5% das vezes a mdia amostral estaria fora do intervalo entre 216,08 e 223,92 (o que implica
em Z_teste fora do intervalo entre -1,96 e 1,96).
Nessas raras ocasies (em 5% das vezes), ns rejeitaremos a hiptese nula, mesmo que ela seja
verdadeira. Logo, a probabilidade de se cometer o erro do tipo I de 5%. Portanto:
% 5 = o
Interessante notar que a soma das reas amarelas exatamente igual ao valor de o (=5%).
Esta igualdade deixa claro porque no incio do problema procuramos o intervalo que continha 95%
dos valores. Isto fez com que a rea verde fosse de 0,95. Como conseqncia, a soma das duas
reas amarelas de 0,05. As reas amarelas correspondem aos valores mais afastados da mdia
de Z. Nestas reas temos os valores mais extremos, mais afastados de zero. So os valores que
nos fazem rejeitar a hiptese nula.
Resumo do teste da mdia quando a varincia populacional conhecida.
1 Passo: encontrar os valores crticos de Z. Isto deve ser feito de modo que a regio
crtica tenha rea igual ao nvel de significncia.
2 Passo: encontrar a estatstica teste. Usar a frmula:
X
X
teste Z
o

= _
3 Passo: ver se a estatstica teste cai na regio de aceitao ou na regio crtica.
Pronto. Teste de hipteses apenas isso.
Caso o teste seja unilateral, s o que muda que a regio crtica estar toda de um lado s da
reta real (em vez de dividida em duas partes).
Vamos mudar um pouco o exerccio acima. Agora, vamos supor que no conhecemos mais a
varincia da populao.
Exemplo 5. Obtivemos uma amostra de 30 compras de um rgo pblico. A mdia para esta
amostra foi de R$ 230,00. A varincia desta amostra foi 120 R$
2
. Teste a hiptese de que a mdia da
populao da qual foi extrada esta amostra seja igual a R$ 220,00, considerando um nvel de
significncia de 5% ( % 5 = o ).
Resoluo:
A grande diferena deste exerccio para o anterior que agora no sabemos a varincia da
populao. Nestes casos, no podemos utilizar a varivel Z, que tem distribuio normal.
Utilizamos a varivel t, que tem distribuio T de Student.
A situao bem semelhante quando tnhamos intervalos de confiana para a mdia. Se
soubermos a varincia populacional, usamos a varivel Z (normal reduzida). Caso contrrio,
usamos a distribuio T.
De resto, o passo a passo bem semelhante.
Primeiro passo: determinar os valores crticos da varivel t.
A tabela para a distribuio T est ao final desta aula (tabela II).
Na distribuio T precisamos do nmero de graus de liberdade. No caso da distribuio T, o
nmero de graus de liberdade igual a 1 n . Vamos consultar a tabela para 29 graus de
liberdade e para o nvel de significncia de 5%.
O valor de t correspondente : 2,045.
045 , 2 1 _ _ = critico t
045 , 2 2 _ _ = critico t
A estatstica teste o valor de t para o experimento realizado.
Para o experimento feito, o valor de t vale:
X
s
X
teste t

= _
Onde
X
s o estimador de
X
o .
Precisamos calcular o valor de
X
s . A frmula :
2
30
120
2
= = =
n
s
s
X
X
Agora obtemos o valor da estatstica teste:
X
s
X
teste t

= _
5
2
220 230
_ =
= teste t
Terceiro passo: comparamos os valores crticos de t com a estatstica teste. Verificamos que a
estatstica teste est fora do intervalo definido pelos valores crticos. Portanto, rejeitamos a
hiptese H
0
.
Resumo do teste da mdia quando a varincia populacional desconhecida.
1 Passo: encontrar os valores crticos de t. Definir a regio de aceitao e a regio
crtica.
2 Passo: encontrar a estatstica teste. Usar a frmula:
X
s
X
teste t

= _
3 Passo: ver se a estatstica teste cai na regio de aceitao ou na regio crtica
Exemplo 6. Trabalhamos em uma indstria. Precisamos saber se um dado produto resiste a uma
temperatura de 200C (para verificar se atende a alguns requisitos tcnicos). Para tanto,
selecionamos uma amostra de 100 produtos e o submetemos a temperaturas cada vez maiores, at
que o produto comece a derreter. Para esta amostra de 100 produtos, a temperatura mdia na qual
comeou o derretimento foi de 195C. A varincia da amostra foi de 25 C
2
.
Teste a hiptese de que a mdia da populao de onde foi retirada a amostra seja de 200 C,
contra a hiptese alternativa de a mdia seja inferior a 200C, para um nvel de significncia de
5%.
Dados:
45 , 0 ) 645 , 1 0 ( = s s Z P
05 , 0 ) 66 , 1 ( = s t P
Resoluo.
As hipteses so:
H
0
: 200 =
H
1
: 200 <
Podemos usar direto a informao do enunciado ou podemos consultar a tabela da distribuio T
para 100 1 = 99 graus de liberdade.
E agora, cuidado! No podemos consultar a coluna de nvel de significncia de 5%. Apesar
de o problema ter solicitado o nvel de 5% ele no pode ser utilizado porque a tabela que
consta ao final da aula para testes bilaterais.
Se consultarmos a tabela para 99 graus de liberdade e nvel de confiana de 5%, como se trata de
uma tabela para o teste bilateral, saberemos que a rea verde da figura abaixo ser igual a 95%.
isto que a tabela fornece. Ela indica que a probabilidade de t estar fora do intervalo de -1,98 a
1,98 igual ao nvel de significncia de 5%. uma tabela para ser utilizada em testes bilaterais.
Ela indica que a rea da regio crtica (=soma das duas reas amarelas) igual a 0,05. H duas
regies crticas. Uma para valores consideravelmente maiores que zero. Outra para valores
consideravelmente menores que zero.
S que nosso teste unilateral. Ele no tem duas reas amarelas. Ele tem uma s. Queremos
achar um valor de t crtico tal que a rea verde da abaixo seja de 95%.
No grfico acima sim, temos apenas uma rea de rejeio (rea amarela).
Se a rea verde igual a 95%, a rea amarela 5%.
Ou seja, nossa tarefa achar um t_crtico tal que a rea amarela da figura acima seja de 5%. Tal
que sua esquerda tenhamos 5% dos valores.
Para acharmos o t_crtico, vamos consultar a tabela para 99 graus de liberdade e nvel de
confiana de 10% (sempre assim, quando o teste unilateral e a tabela para testes bilaterais,
consultamos o dobro do nvel de significncia). Consultando a tabela, obtemos 1,66.
Isto significa que a rea verde da figura abaixo de 0,9.
O que a tabela da distribuio T nos indica que a soma das duas reas amarelas acima 0,10,
que corresponde a um nvel de significncia de 10% em um teste bilateral.
S que nosso teste unilateral. E o t crtico que procurvamos exatamente -1,66, pois sua
esquerda temos 5% dos valores.
Segundo passo: encontrar a estatstica teste.
X
s
X
teste t

= _
Precisamos encontrar
X
s .
5 , 0
100
25
2
= = =
n
s
s
X
X
Continuando o clculo da estatstica teste:
10
5 , 0
200 195
_ =
= teste t
Terceiro passo: comparar a estatstica teste com o valor crtico.
Verificamos que a estatstica teste est alm do valor crtico. Se a estatstica teste assumisse
valores at -1,66, consideraramos que a temperatura mdia para a amostra no
significativamente menor que 200C. Contudo a estatstica teste foi de -10, nmero este abaixo de
-1,66. Rejeitamos a hiptese H
0
e consideramos que a populao de onde foi retirada a amostra
no atende especificao de suportar temperaturas de 200C. A estatstica teste caiu na regio
amarela (regio crtica).
Testes unilaterais: s h uma regio crtica; s h um valor crtico.
Cuidado para as informaes fornecidas na questo. Se a questo trouxer dados
sobre o teste bilateral, preciso adaptar a informao.
Texto para os exerccios 01 e 02.
Um pesquisador avaliou se a presso sangnea dos candidatos do ltimo Concurso para um
Tribunal de Contas se alterava no incio da prova. Em condies normais, sem stress, os
candidatos entre 18 e 32 anos apresentaram uma presso sistlica mdia de 120 mm Hg. Aps
medir a presso de 36 candidatos a cinco minutos do incio da prova, foi encontrada a presso
sistlica mdia de 125,2 mm Hg com desvio padro amostral de 12 mm Hg. Deve-se testar:
120 :
0
= H
120 :
1
> H
01. TCE RO 2007[CESGRANRIO]
O valor calculado da estatstica t :
(A) 2,60
(B) 0,43
(C) 0,01
(D) 0,43
(E) 2,60
Resoluo.
Como no conhecemos o desvio-padro da populao, devemos utilizar o desvio-padro
amostral. Neste caso, em vez da distribuio normal, consultamos a tabela para a distribuio T,
com 35 graus de liberdade (= 1 36 ).
No caso especfico desta questo, no precisamos fazer todo o teste de hipteses. A questo
apenas solicitou o clculo da estatstica teste.
X
s
X
teste t

= _
Precisamos encontrar
X
s .
2
36
12
= = =
n
s
s
x
X
Continuando o clculo da estatstica teste:
6 , 2
2
120 2 , 125
_ =
= teste t
Gabarito: A
02. TCE RO 2007[CESGRANRIO]
Nos nveis de significncia de 5% e 10%, correto afirmar que a(o):
(A) hiptese nula aceita em ambos os nveis.
(B) hiptese nula rejeitada em ambos os nveis.
(C) hiptese nula rejeitada em 5% e aceita em 10%.
(D) hiptese nula aceita em 5% e rejeitada em 10%.
(E) teste inconclusivo.
Resoluo.
Precisamos achar o valor crtico de t. A consulta deveria ser feita na tabela da distribuio T com
35 graus de liberdade. Ocorre que na prova da Cesgranrio no foi fornecida a linha equivalente a
35 graus de liberdade. De igual modo, na tabela constante ao final da aula, tambm no consta a
linha para 35 graus de liberdade.
Por isso, vamos tomar os valores mais prximos disponveis na tabela (30 e 40 graus de
liberdade).
Primeiro caso: nvel de significncia de 5%.
Queremos achar o valor de t
0
tal que a rea amarela da figura abaixo seja de 5% (pois o teste
unilateral).
Se o nmero de graus de liberdade fosse 30, teramos:
0
t = 697 , 1 .
Se o nmero de graus de liberdade fosse 40, teramos:
0
t = 684 , 1 .
Observem que, apesar de o nvel de significncia ser de 5%, consultamos a coluna de 10%, pois a
tabela para testes bilaterais.
Como o nmero de graus de liberdade 35 (que est entre 30 e 40), o valor crtico procurado est
entre 697 , 1 e 684 , 1 .
Logo, a estatstica teste, certamente, cair na regio crtica (rea amarela). A hiptese nula deve
ser rejeitada.
Segundo caso: nvel de significncia de 10%.
Aumentar o nvel de significncia aumentar a rea amarela. A rea amarela passaria a ser de
10%.
Quando a rea amarela era menor (tamanho 5%), a estatstica teste caia na regio amarela.
Agora estamos aumentando a regio crtica. Com isso, certamente, a estatstica teste vai
continuar caindo na regio amarela.
A hiptese nula ser novamente rejeitada.
Letra B
03. SEFAZ RJ 2007 [FGV] Para a realizao do teste de hipteses H
o
: =
o
, contra H
1
: >
o
,
definimos como ERRO DO TIPO I:
Resoluo
A questo foi anulada. Mas ainda til para revisarmos o tal do erro de tipo I.
O erro do tipo I consiste em rejeitarmos a hiptese nula, dado que ela verdadeira. A
probabilidade de cometermos o erro de tipo I chamada de nvel de significncia. Seu smbolo
usual o .
Neste caso, rejeitaramos a hiptese nula quando a mdia amostral para o experimento feito
maior que o valor crtico. Vamos cham-lo de k .
Isto ocorre quando:
k X >
Assim, a probabilidade do erro de tipo I ficaria:
) (
0
= > k X P
E no h qualquer alternativa que contm esta expresso. A mais prxima a letra B, que
corresponde ao gabarito preliminar.
Na verdade, a questo contm alguns erros.
A primeira falha consiste em se referir a erro do tipo I. O erro de tipo I simplesmente isso:
rejeitarmos a hiptese nula quando ela verdadeira. Mas o que as alternativas tentaram
apresentar foi a probabilidade de cometermos o erro de tipo I.
Por causa desta falha, a questo foi anulada.
Outra falha, no reconhecida pela banca, foi a que segue.
Quando fazemos um teste de hiptese, a varivel em estudo a mdia amostral ( X ). ela que
pode assumir vrios valores (quando pensamos nas infinitas amostras possveis). Por isso, a
probabilidade est relacionada justamente varivel X .
As alternativas pretenderam definir probabilidades relacionadas mdia populacional ( ). Mas a
mdia populacional no aleatria. Ela no varia. Ela um nmero, fixo, constante. Pode at ser
desconhecido. Mas constante.
Por fim, a ltima falha foi na definio do que que ocasiona a rejeio da hiptese nula. Ela ser
rejeitada quando X maior que o valor crtico (e no maior que
0
).
Questo anulada.
04. SEFAZ MS 2006 [FGV] Em um teste de hipteses, a hiptese nula foi rejeitada no nvel de
3%. Portanto, a hiptese nula:
(A) ser aceita no nvel de 1%.
(B) ser aceita no nvel de 5%.
(C) pode ser aceita ou rejeitada no nvel de 5%.
(D) ser rejeitada no nvel de 1%.
(E) ser rejeitada no nvel de 5%.
Resoluo
Vamos comear pela situao em que o nvel de significncia de 3%.
Neste caso, a rea da regio crtica igual a 3%.
Se a hiptese nula rejeitada, ento a estatstica teste cai dentro da regio crtica (rea amarela
da figura abaixo):
Se aumentarmos o nvel de significncia, a regio amarela ficar ainda maior. Portanto, com
certeza, a estatstica teste continuar caindo na regio crtica, e continuaremos rejeitando a
hiptese nula. Isto est descrito na letra E. Se o nvel de significncia sobe para 5%, certamente
rejeitamos a hiptese nula.
Se diminuirmos o nvel de significncia, duas coisas podem ocorrer. Podemos diminuir bastante,
de tal modo que a estatstica teste fique fora da regio crtica. Neste caso, aceitaramos a hiptese
nula.
Ou ento poderamos diminuir s um pouquinho, de tal modo que a estatstica teste continue
caindo na regio crtica.
Assim, no temos como saber, com certeza, o que ocorre quando o nvel de significncia
diminudo. Precisaramos de mais informaes.
Letra E
05. SEFAZ RJ 2009 [FGV] Uma empresa afirma que os pacotes de bala que ela produz pesam
em mdia 25g. Para testar essa hiptese, foram selecionados ao acaso 16 pacotes produzidos
pela empresa, registrados seus pesos X
1
, X
2
, ..., X
16
e calculadas as estatsticas
320
16
1
=
= i
i
X ; 7360
16
1
2
=
= i
i
X
O valor da estatstica t (a ser comparado com o ponto desejado da distribuio t de Student) para
o teste :
(A) 0,8.
(B) 1,2.
(C) 2,0.
(D) 2,5.
(E) 3,2.
Resoluo
Quando o desvio padro da populao no conhecido, no temos como calcular o valor de Z.
Neste caso, substitumos pelo desvio padro da amostra. O resultado que, em vez de
trabalharmos com Z (normal padro), usamos a varivel t (distribuio T de Student). bem
parecido com o que vimos quando estudamos intervalos de confiana.
No mais, o mesmo passo a passo que estudamos anteriormente.
Nesta questo, s temos como calcular o desvio-padro amostral. Fica assim:
= =

=
n
X
X
n
i
i
1
=
16
320
20
A varincia fica:
( )
64
16
320
360 . 7
15
1
1
1
2
2
2 2
=
(
=
(
(
=

n
X
X
n
s
i
i
Logo:
8 = s
Primeiro passo: determinar o valor crtico para a varivel t (agora no mais Z, pois no
conhecemos o desvio padro da populao).
A questo no forneceu dados para calcularmos o valor crtico. Isto porque a questo no pediu
para efetivamente realizarmos o teste de hipteses. Ela s pediu o clculo da estatstica teste.
Apenas para treinarmos, vamos supor que:
- o nvel de significncia de 5%.
- a hiptese nula do tipo: 25 =
Neste caso, seria um teste bilateral.
Haveria duas regies crticas: aquelas com valores significativamente menores que 25 e aquela
com valores significativamente maiores que 25.
Ou seja: as regies crticas esto nas duas extremidades da reta real (tanto esquerda de 25,
quanto direita de 25).
Como conseqncia, quando trabalhamos com a varivel t, tambm teremos duas reas crticas:
uma direita de zero, outra esquerda de zero.
Ou seja, procuramos por valores crticos tais que a soma das duas reas amarelas da figura
abaixo sejam iguais a 5%:
As duas reas amarelas definem a regio crtica. Se a estatstica teste cair nela, rejeitamos a
hiptese nula.
A rea branca seria a regio de aceitao. Se a estatstica teste cair nela, aceitamos a hiptese
nula.
Vamos consultar a tabela colocada ao final da aula.
Precisamos consultar a coluna para 5% e a linha para 15 graus de liberdade (= 1 n ).
Consultando a tabela, temos:
131 , 2 _ = crtico t
Ou seja, os valores 2,131 e -2,131 delimitam duas reas amarelas, duas regies crticas. Cada
uma delas tem rea de 2,5%.
Segundo passo: calcular a estatstica teste.
X
s
X
t

=
Vimos na parte 1 que:
n
s
s
X
= = 2
4
8
=
E a estatstica teste fica:
= teste t _ 5 , 2
2
25 20
=
Letra D
Para concluirmos o teste, vamos comparar a estatstica teste com os valores crticos.
Se a estatstica teste estivesse entre -2,131 e 2,131, ela cairia na regio de aceitao. Ou seja:
ns aceitaramos a hiptese nula.
Como a estatstica teste est fora do intervalo acima, ento ela caiu em uma das regies criticas.
Na verdade, ela caiu na regio crtica esquerda de zero. Ela est alm do valor 131 , 2 . Com
isso, devemos rejeitar a hiptese nula.
06. CGU 2008 [ESAF] Um fabricante divulga que a caracterstica principal de seu produto tem
uma mdia de 1.000 unidades. Um pesquisador, duvidando desta armao, encontrou uma
caracterstica mdia de 935 e desvio-padro amostral de 130 examinando uma amostra aleatria
simples de tamanho 9 destes produtos. Calcule o valor mais prximo da estatstica t para testar a
hiptese nula de que a mdia da caracterstica principal do produto 1 000, admitindo que a
caracterstica tem uma distribuio normal.
a) -1,5.
b) -1,78.
c) -1,89.
d) -1,96.
e) -2,115.
Resoluo.
O exerccio nem pediu para fazermos o teste de hipteses completo. Solicitou apenas o clculo da
estatstica teste.
X
s
X
teste t

= _
A mdia amostral 935 ( 935 = X ).
O desvio padro amostral 130 ( ) 130 = s .
O desvio padro da mdia amostral dado por:
n
X
o
o =
Quando no conhecemos o desvio padro da populao (o ), o substitumos por sua estimativa (
s ). E em vez de termos o desvio padro amostral (
X
o ), calculamos sua estimativa (
X
s ). Como
conseqncia, em vez de utilizarmos a distribuio normal, utilizamos a distribuio T.
3
130
= =
n
s
s
X
Substituindo todos os valores:
X
s
X
teste t

= _
5 , 1
130
3
65
3
130
1000 935
_ = =
= teste t
Gabarito: A.
07. SEFAZ/SP 2006 [FCC] Seja X uma varivel aleatria representando o valor arrecadado de um
determinado tributo. Suponha que X tem distribuio normal (populao de tamanho infinito)
com mdia e desvio padro de 500 reais. Desejando-se testar
H
0
: 000 . 1 = reais (hiptese nula)
H
1
: 000 . 1 = reais (hiptese alternativa)
tomou-se uma amostra aleatria de 400 valores de X, obtendo-se para a mdia amostral o valor
de 1.060 reais. Seja o o nvel de significncia do teste e suponha que a regio de rejeio de H
0

{ }
2 / o
Z Z > , onde
2 / o
Z representa o escore da curva normal padro tal que o
o
= > ) (
2 /
Z Z P .
Tem-se que:
a) Se H
0
foi rejeitada, existe um nvel de significncia | ( o | > ) tal que H
0
no seria rejeitada.
b) Para qualquer nvel de significncia o , H
0
ser rejeitada, uma vez que 1000 1060 = .
c) H
0
no ser rejeitada se 3
2 /
<
o
Z
d) H
0
ser rejeitada se 2
2 /
=
o
Z
e) Para 2
2 /
>
o
Z , H
0
no ser rejeitada
Resoluo.
O exerccio disse que os valores de
2 / o
Z so tais que a rea amarela da figura abaixo igual a
o .
Portanto, os valores de
2 / o
Z so justamente os valores crticos.
Vamos calcular a estatstica teste.
X
X
teste Z
o

= _
Sabemos que:
25
400
500
= = =
n
X
o
o
Ficamos com:
X
X
teste Z
o

= _
4 , 2
25
1000 1060
_ =
= teste Z
Ainda no sabemos se a hiptese nula deve ser rejeitada ou no porque o exerccio no informou
qual o critrio de deciso. Vamos s alternativas.
Letra A.
A questo disse que a hiptese nula foi rejeitada. Ou seja, a estatstica teste caiu dentro da regio
amarela. Conclumos que teste Z _ maior que
2 / o
Z .
A partir deste quadro, a questo afirma que, se aumentssemos o nvel de significncia, a
hiptese nula poderia no ser rejeitada.
Isto falso. Se aumentamos o nvel de significncia, aumentamos a rea amarela. A regio crtica
ainda maior, o que faz com que a estatstica teste fique ainda mais afastada da regio verde.
Letra B
Afirma-se que, para qualquer nvel de significncia, a hiptese nula ser rejeitada. Isto falso. Se
o for tal que
2 / o
Z maior que 2,4, ento a hiptese nula ser aceita. Se
2 / o
Z for maior que 2,4,
a estatstica teste cai dentro da regio verde.
Letra C.
Alternativa falsa. No so todos os valores de
2 / o
Z inferiores a 3 que nos fazem aceitar a
hiptese nula. Por exemplo, se
2 / o
Z for igual a 2, ento a estatstica teste (=2,4) fica fora da
regio de aceitao.
Letra D.
Se
2 / o
Z for igual a 2, ento a estatstica teste cai fora da regio verde. A estatstica teste fica na
regio crtica (rea amarela) e a hiptese rejeitada.
Letra E
Alternativa falsa. No so todos os valores de
2 / o
Z maiores que 2 que nos fazem aceitar a
hiptese nula. Por exemplo, se
2 / o
Z for igual a 2,1, ento a estatstica teste cai na regio crtica.
Gabarito: D.
08. Petrobrs 2007 [CESPE] A taxa de octano existente em determinado combustvel uma
varivel aleatria X cuja distribuio possui mdia e desvio-padro o . Uma amostra
aleatria simples fornecida por dez distribuidores diferentes desse combustvel resultou nos
valores apresentados na tabela a seguir.
Amostra Taxa de octano (em
%)
1 90
2 96
3 92
4 87
5 85
6 85
7 90
8 92
9 93
10 90
Considerando as informaes acima, julgue os itens subseqentes.
1. O desvio-padro amostral da taxa de octano inferior a 4%.
2. A estimativa do erro-padro da mdia amostral superior a 2%.
3. Caso seja utilizado o teste t para testar as hipteses H
0
: % 89 > versus H
1
: % 89 <
correto afirmar que a hiptese nula no seria rejeitada ao se fixar nveis de significncia inferiores
a 50%.
Resoluo.
Questo boa para revisarmos assuntos de aulas anteriores.
Primeiro item.
cobrado o desvio padro amostral. Vamos colocar os valores numa tabela de freqncias.
Valores de Taxa de Octano
(%)
Freqncia
85 2
87 1
90 3
92 2
93 1
96 1
Total 10
Antes de calcular o desvio padro, precisamos saber a mdia da amostra.
Para obter a mdia, fazemos a coluna auxiliar de valor vezes freqncia, somamos seus
resultados e dividimos por 10 (so 10 valores).
Valores de Taxa de Octano ( X ) Freqncia ( f ) f X
85 2 170
87 1 87
90 3 270
92 2 184
93 1 93
96 1 96
Total 10 900
A mdia amostral fica:
90
10
900
= = X
Tendo a mdia, podemos achar os desvios de cada valor em relao mdia aritmtica e, a partir
deles, calcular a varincia amostral.
X )
Quadrado do desvio em
Relao mdia (
2
e )
Freqncia ( f )
f e
2
85 25 2 50
87 9 1 9
90 0 3 0
92 4 2 8
93 9 1 9
96 36 1 36
Total 83 10 112
Foi pedida a varincia amostral.
A frmula estudada :
1 10
112
2
= s
Observe o n-1 no denominador. Sempre que se falar em varincia amostral, utilize o
denominador n-1.
2 2
% 44 , 12
1 10
112
=
= s
O desvio padro amostral, dado por:
% 53 , 3 (%) 44 , 12
2
~ = s
Ressalto que no era necessrio fazer esta conta de raiz quadrada. No se pediu o valor do
desvio padro. Apenas precisvamos saber se era menor que 4% ou no. Como 12,44 menor
que 16, a raiz quadrada de 12,44 menor que 4.
O item est correto.
Gabarito: certo.
Segundo item.
Pede-se o desvio padro da mdia amostral. Vimos que a mdia amostral ( X ) pode ser vista
como uma varivel aleatria de mdia e desvio padro dado por:
n
X
o
o =
Neste exerccio no temos como calcular o desvio padro de X porque no sabemos qual o
desvio padro da populao (o ). Podemos apenas calcular a sua estimativa, substituindo o
desvio padro da populao pelo desvio padro da amostra ( s ). E a estimativa do desvio padro
de X fica:
% 12 , 1 (%) 244 , 1
10
(%) 44 , 12
2
2
~ =
= =
n
s
s
X
O item est errado, pois a estimativa do desvio padro da mdia amostral inferior a 2%.
Novamente no era necessrio fazer a conta da raiz quadrada. Bastava ver que 1,244 menor
que 4. Portanto, a raiz quadrada de 1,244 menor que 2.
Gabarito: errado.
Terceiro item.
Agora sim, tratamos do assunto da aula de hoje: teste de hipteses com distribuio T.
Primeiro passo: encontrar o valor crtico de t.
Se o nvel de confiana fosse de 50% ( % 50 = o ) a regio crtica seria de 50%. E a regio de
aceitao tambm seria de 50%. Essas duas regies esto representadas no grfico abaixo:
S que o nvel de significncia inferior a 50%.
Vamos considerar um nvel de significncia um pouco menor que 50%. Seria o caso em que a
regio amarela um pouco menor que a regio verde. Ficaramos com o seguinte grfico:
O valor crtico de t est justamente na divisa entre as regies de aceitao (verde) e de rejeio
(amarela). O valor de t_crtico estaria um pouco esquerda de zero.
0 _ < crtico t
X
s
X
teste t

= _
Nos itens anteriores ns calculamos a mdia amostral.
90 = X
Portanto:
X
s
X
teste t

= _
0
89 90
_ >
=
X
s
teste t
A estatstica teste maior que zero. O valor crtico menor que zero. Portanto a estatstica este
est na regio verde do grfico abaixo (regio de aceitao).
Concluso: aceitamos a hiptese nula. O item est correto, pois, quando o nvel de significncia
inferior a 50%, ns no rejeitamos a hiptese nula.
Gabarito: certo.
09. Prefeitura Municipal de Vila Velha 2007 [CESPE] Um estudo foi realizado por uma prefeitura
acerca da qualidade do atendimento no hospital municipal da cidade. Com base em uma
amostra de 100 dias, foram produzidas as seguintes estatsticas referentes ao nmero dirio
de pacientes atendidos.
mdia = 30
varincia amostral = 100
mnimo = 0
primeiro quartil = 10
segundo quartil = 25
terceiro quartil = 40
mximo = 60.
Com relao ao texto e considerando que a amostra de 100 dias seja aleatria simples, julgue os
prximos itens.
1. Considere as hipteses nula e alternativa, dadas respectivamente por H
0
: = 25 e H
A
: 25,
em que representa a mdia populacional. Pelo teste t, h fortes evidncias para se rejeitar H
0
.
Resoluo.
A pergunta sobre teste de hipteses com distribuio T. Note que o teste bilateral. So duas
regies crticas. H dois valores crticos para t.
Primeiro passo: calcular os valores crticos de t.
No temos como calcular tais valores porque o enunciado no informou qual o nvel de
significncia (valor de o ). Ou seja, o enunciado no disse qual o critrio de deciso.
X
s
X
teste t

= _
1
100
10
= = =
n
s
s
X
A mdia amostral foi dada no enunciado.
30 = X
A mdia populacional que estamos testando 25.
25 =
A estatstica teste fica:
5
1
25 30
_ =
= teste t
Terceiro passo: comparar a estatstica teste com os valores crticos.
Aqui vem a diferena da questo. No foi fornecida nenhuma tabela de valores para a distribuio
T. No foi fornecido nenhum critrio de deciso. Creio que a questo tenha pretendido apenas ver
se o candidato tinha noo do comportamento da distribuio T que, para uma amostra de
tamanho 100 (amostra grande), bem semelhante distribuio normal. Quando o valor de n
elevado (quando as amostras so grandes) a distribuio T praticamente igual distribuio
normal.
No caso da distribuio normal, o intervalo entre -1,96 e 1,96 j abrange 95% dos valores. Vimos
isto vrias e vrias vezes.
Note que, em todas as tabelas de distribuio normal fornecidas ao final das aulas, s indicamos
valores at 3. Isto porque, apesar da distribuio assumir valores em toda a reta real, o intervalo
entre -3 e 3 contm 99,8% dos valores.
O que estou querendo dizer que, para variveis reduzidas (seja normal, seja t) o valor 5 muito
distante de zero.
Para se ter uma idia, consulte a tabela II, fornecida ao final desta aula, para 99 graus de
liberdade ( o nmero de graus de liberdade dado no exerccio). Veja que o intervalo entre 2,871
e 2,871 contm 99,5% dos valores (nvel de significncia de 0,5%).
Se o nvel de confiana fosse de apenas 0,5% (um valor extremamente baixo), o valor crtico seria
2,871. Num caso extremo deste, em que o nvel de significncia muitssimo baixo, ns s
rejeitamos a hiptese nula em casos realmente muito extremos.
E mesmo que o nvel de significncia fosse de 0,5%, ainda sim ns rejeitaramos a hiptese dada
no exerccio. Vejamos:
871 , 2 1 _ _ = crtico t
871 , 2 2 _ _ = crtico t
A rea verde, entre os valores -2,87 e 2,87, corresponde regio de aceitao. As regies
amarelas (praticamente imperceptveis), seriam as regies crticas. Mesmo nesta situao
exagerada, rejeitaramos a hiptese nula, pois a estatstica teste (igual a 5) est fora da regio
verde.
Portanto, mesmo sem saber qual o valor do nvel de significncia, mesmo sem consultar a tabela
da distribuio T, temos fortes indcios de que a hiptese nula deva ser rejeitada. O item est
correto.
Gabarito: certo
010. BACEN/2006 [FCC] Uma amostra aleatria de 100 valores de aluguis em uma cidade
forneceu um valor mdio de R$ 600,00. O desvio padro da populao, considerada normal e
de tamanho infinito, de R$ 250,00. Deseja-se saber se o valor mdio encontrado na amostra
superior ao valor de R$ 550,00, que se supe ser a verdadeira mdia, ao nvel de
significncia de o . Seja
o
Z o escore da curva normal padro tal que o
o
= > ) ( Z Z P , H
0
a
hiptese nula do teste ( 550 = ). Sabendo-se que H
0
foi rejeitada, tem-se que:
a) o valor do escore reduzido referente ao valor mdio encontrado para a amostra e necessrio
para comparao com Z

igual a 0,2.
b) 2 >
o
Z
c) 2 <
o
Z
d) Para qualquer nvel de significncia H
0
seria rejeitada, pois 600 > 550.
e) A um nvel de significncia | , o | > , H
0
no teria sido rejeitada
Resoluo.
O teste unilateral. S rejeitamos a hiptese nula se o valor da mdia amostral for
consideravelmente maior que R$ 550. Isso implica em valores de Z significativamente maiores
que zero.
Primeiro passo: determinar o valor crtico.
O exerccio j informou que o valor crtico
o
Z . Ou seja,
o
Z tal que a rea amarela da figura
abaixo igual a o .
Segundo passo: determinar a estatstica teste.
X
X
teste Z
o

= _
25
10
250
= = =
n
X
o
o
2
25
550 600
_ =
= teste Z
Como a hiptese nula foi rejeitada, tem-se que:
crtico Z teste Z _ _ >
o
Z > 2
2 <
o
Z
Portanto a alternativa C est correta, pois afirma que 2 <
o
Z .
Gabarito: C
011. BACEN/2006 [FCC] Uma amostra aleatria de 9 valores de salrios extrada de uma
populao, considerada normal e de tamanho infinito, apresentou uma mdia igual a R$
800,00 com um desvio padro igual a R$ 120,00. Os registros histricos indicam que a mdia
dos salrios da populao igual a R$ 740,00. Deseja-se testar a hiptese, ao nvel de
significncia o , se o valor da mdia verificada na amostra difere do valor de R$ 740,00. Seja
H
0
a hiptese nula do teste ( 740 = ), H
1
a hiptese alternativa ( 740 = ) e 0
2 /
>
o
t o quantil
da distribuio t de Student, no nvel de significncia o para testes bicaudais com 8 graus de
liberdade. Sabendo-se que H
0
a) o valor da varivel do teste t (t calculado) obtido atravs da amostra e necessrio para a
comparao com
2 / o
t e
2 / o
t igual a 0,5.
b) para qualquer nvel de significncia H
0
seria rejeitada, pois 0 ) 740 800 ( =
c) 5 , 1
2 /
>
o
t
d) 5 , 1
2 /
<
o
t
e) a um nvel de significncia | , o | > , H
0
no teria sido rejeitada.
Resoluo.
Teste bicaudal sinnimo de teste bilateral.
Primeiro passo: determinar o valor crtico.
O exerccio j informou que os valores crticos so
2 / o
t e
2 / o
t
40
3
120
= = =
n
s
s
X
X
s
X
teste t

= _
5 , 1
40
740 800
_ =
= teste t
Terceiro passo: comparar a estatstica teste com os valores crticos.
Como a hiptese nula foi rejeitada, ento a estatstica teste est fora do intervalo entre
2 / o
t e
2 / o
t .
Como a estatstica teste maior que zero, para que ela esteja fora do intervalo acima, tem-se que:
2 /
_
o
t teste t >
5 , 1 5 , 1
2 / 2 /
< >
o o
t t
Letra D.
012. MP RO 2005 [CESGRANRIO] Um teste de hiptese rejeitou a hiptese nula H
0
no nvel de
significncia de 5%. O que aconteceria com H
0
nos nveis de significncia de 1% e 10%?
Resoluo.
Ao nvel de 5%, a hiptese nula foi rejeitada. Se aumentarmos o nvel de significncia para 10%,
isto implica que a regio crtica ficar ainda maior. Ou seja, a hiptese nula continuar sendo
rejeitada.
Se reduzirmos o nvel de significncia para 1%, a regio crtica ficar menor. Neste caso, no
temos como saber qual o resultado do teste. Pode ser que a regio crtica fique to pequena a
ponto de no abranger a estatstica teste, o que implica em aceitar a hiptese nula.
Mas pode ser tambm que a rea crtica continue abrangendo a estatstica teste, o que significa
que devemos rejeitar a hiptese nula.
Letra B
013. CAPES 2008 [CESGRANRIO] Considere as asseres a seguir.
A regio de rejeio de um teste de hipteses obtida sob a suposio de que a hiptese da
nulidade (H
0
) verdadeira.
PORQUE
Em testes de hipteses, o erro do tipo I aquele cometido ao se rejeitar a hiptese da nulidade
(H
0
) quando esta verdadeira.
Analisando-se as asseres, conclui-se que
(A) as duas asseres so verdadeiras, e a segunda uma justificativa correta da primeira.
(B) as duas asseres so verdadeiras, e a segunda no uma justificativa correta da primeira.
(C) a primeira assero verdadeira, e a segunda falsa.
(D) a primeira assero falsa, e a segunda verdadeira.
(E) a primeira e a segunda asseres so falsas.
Resoluo.
A primeira frase est correta. A regio crtica obtida sob a suposio de que a hiptese nula
verdadeira.
A segunda frase est correta. O erro do tipo I aquele que ocorre quando rejeitamos a hiptese
nula, dada que ela verdadeira.
A segunda frase no justifica a primeira. convencionado que a regio crtica seja definida sob a
suposio de que a hiptese nula seja verdadeira. Com isso, a rea da regio crtica acaba
coincidindo com o valor da probabilidade de se cometer o erro do tipo I. Mas o simples fato de o
erro de tipo I ser aquele em que rejeitamos a hiptese nula, quando ela verdadeira, em nada
justifica a rea a ser tomada como regio crtica.
Seria possvel, por exemplo, que a teoria tivesse adotado outra conveno. Seria possvel que a
regio crtica fosse definida com base no erro do tipo II. A regio crtica, nesta situao, coincidiria
com o valor de | . Nesta situao inventada, a probabilidade de se cometer o erro do tipo I no
mais seria igual rea da regio crtica.
Gabarito: B
P-VALOR
014. IPEA 2004 [ESAF] Um fabricante de lanternas operadas com gs butano anuncia que o
reservatrio de gs de seu produto tem durao esperada de pelo menos 40 horas. Face
reclamao de alguns consumidores, uma agncia independente resolve verificar a
veracidade da afirmao do fabricante por meio do teste estatstico da hiptese H
0
: 40
contra a alternativa H
A
: < 40 com controle do erro do tipo I em 5%. Uma amostra aleatria de
49 reservatrios produziu o valor mdio X de 38 horas. Suponha que a distribuio dos
tempos de durao do gs seja aproximadamente normal com desvio padro de 7 horas.
A tabela abaixo d os valores da funo de distribuio F(Z) da normal padro para alguns valores
selecionados de Z.
Z F(Z)
0,34 0,633
0,54 0,705
0,64 0,739
2,00 0,977
3,00 0,999
Assinale a opo que d o valor probabilstico (p-valor) do teste constitudo com base na
estatstica 40 X
a) 5%
b) 2,3%
c) 3%
d) 4%
e) 2,5%
Resoluo.
Pede-se o p-valor.
Esta questo est a justamente para falarmos deste tal p-valor (ou probabilidade de
significncia; ou ainda, nvel descritivo). um termo que vez ou outra aparece em testes de
hipteses.
Uma definio do p-valor seria: a probabilidade de a varivel reduzida assumir valores iguais ou
mais extremos do que a estatstica teste observada, dado que a hiptese nula verdadeira.
Entendeu?
Pois , a definio pode no ser muito clara primeira vista. Creio que fica mais fcil vermos, no
exerccio, o que o tal do p-valor.
Uma forma mais fcil de entender pensarmos em reas.
Vimos que a rea delimitada pelo valor crtico igual ao nvel de significncia. Assim, se o nvel
de significncia de 5%, o valor crtico delimita uma rea de 5%.
Aqui parecido.
O p-valor seria a rea delimitada pela estatstica teste.
Se o p-valor de 4%, ento a estatstica teste delimita uma rea de 4%. isso.
Vamos fazer o teste de hipteses indicado na questo.
Notem que se trata de um teste unilateral. S h uma regio crtica.
Primeiro passo: calcular o valor crtico de Z. o valor tal que a regio de aceitao seja de 95% e
a regio crtica seja de 5%. O exerccio no forneceu informaes para calcular este valor.
porque no precisa. Mas fica a informao de que este valor igual a -1,645.
645 , 1 _ = crtico Z
X
X
teste Z
o

= _
X
X
teste Z
o

= _
O exerccio disse que 38 = X . Disse tambm que 7 = o . Podemos calcular o desvio padro da
mdia amostral.
1
49
7
= = =
n
X
o
o
X
X
teste Z
o

= _
2
1
40 38
_ =
= teste Z
A estatstica teste menor que o valor crtico. Ela cai na rea amarela (rea crtica). Rejeitamos a
hiptese nula.
Por que rejeitamos a hiptese nula? Porque a estatstica teste caiu na rea crtica. Aceitaramos a
hiptese nula para valores at -1,645. Este valor considerado crtico. Valores alm dele (ou seja,
mais extremos que ele) nos fazem rejeitar a hiptese nula. E foi exatamente isto que aconteceu. O
valor -2 est alm de -1,645. um valor significativamente menor que zero.
Supondo que a hiptese nula seja verdadeira, qual a probabilidade de obtermos valores, para a
varivel reduzida, menores ou iguais a -2?
Queremos saber a rea abaixo da curva esquerda de -2. Queremos a rea vermelha da figura
abaixo:
Esta probabilidade justamente o p-valor. Supondo que a hiptese nula seja verdadeira, a
probabilidade de Z assumir valores iguais ou mais extremos que a estatstica teste ( 2 = ). Neste
caso, a probabilidade de Z assumir valores menores ou iguais a 2 .
Em outras palavras: a rea delimitada pela estatstica teste.
Agora sim vamos utilizar a tabela fornecida no exerccio. Fomos informados que a funo
distribuio para Z igual a 2 0,977. Ou seja, a probabilidade de Z assumir valores menores ou
iguais a 2 de 97,7%.
Portanto, a probabilidade de Z assumir valores maiores que 2 de 2,3%. Como a funo
densidade de probabilidade da varivel normal simtrica, a probabilidade de Z assumir valores
menores que -2 tambm de 2,3%.
Portanto o p-valor de 2,3%.
Letra B.
015. IPEA 2004. [ESAF - adaptada] Assinale a opo que d o valor do poder do teste
estatstico descrito na questo anterior quando =39 horas.
a) 50%
b) 10%
c) 5%
d) 26,1%
e) 30,2%
[dados: % 95 ) 645 , 1 ( = s Z P ]
Resoluo.
A questo original no informou que % 95 ) 645 , 1 ( = s Z P . Como este dado importante para a
resoluo da questo, eu acrescentei tal informao. No tenho o gabarito oficial definitivo para
saber se a falta desta informao ocasionou a anulao da questo.
Como a mdia da populao 39, j sabemos que a hiptese nula falsa. Neste caso, possvel
que seja cometido o erro de tipo II (aceitar a hiptese nula, dado que ela falsa).
J o poder do teste consiste na probabilidade de rejeitarmos a hiptese nula, dado que ela falsa.
Rejeitaremos a hiptese nula se a estatstica teste for menor que -1,645 (conforme resoluo da
questo anterior, em que utilizamos o fato de que % 95 ) 645 , 1 ( = s Z P ). A estatstica teste era
obtida da seguinte forma:
1
40
_

=
X
teste Z
Para que a estatstica teste seja menor que -1,645, devemos ter:
645 , 1
1
40
<
X
< X 38,355
Qual a probabilidade de X ser menor que 38,355?
Bem, sabemos que X tem mdia igual mdia da populao (=39) e desvio padro dado por:
1
49
7
= = =
n
X
o
o
Logo, para sabermos a probabilidade de X ser menor que 38,355, basta encontrarmos o valor
correspondente da varivel normal reduzida.
64 , 0 645 , 0
1
39 355 , 38
~ =
=
X
X
Z
o

Da tabela fornecida, temos que:
739 , 0 ) 64 , 0 ( = s Z P
Logo:
261 , 0 739 , 0 1 ) 64 , 0 ( = = > Z P
Portanto:
261 , 0 ) 64 , 0 ( = < Z P
Assim, a probabilidade de Z ser menor que -0,64 de 26,1%.
Consequentemente, a probabilidade de X ser menor que 38,355 , tambm, de 26,1%.
E quando isso acontece, ou seja, quando X menor que 38,355, ns rejeitamos a hiptese nula.
Portanto, a probabilidade de rejeitarmos a hiptese nula, dado que a mdia populacional 39,
de 26,1%
Gabarito: D
016. SEFAZ MS 2006 [FGV] Um teste de hiptese apresentou p-valor igual a 0,03. Portanto,
nos nveis de significncia de 1% e 5%, respectivamente, a hiptese nula:
a) deve ser aceita e aceita
b) deve ser aceita e rejeitada
c) deve ser rejeitada e aceita
d) deve ser rejeitada e rejeitada
e) pode ou no ser rejeitada, dependendo de a hiptese ser simples ou no.
Resoluo.
Vamos desenhar alguns grficos da funo densidade de probabilidade (fdp) da varivel normal
para entendermos melhor o problema.
Embora o problema no tenha dito, vamos supor que se trata de um teste unilateral. S para
facilitar o desenho. Mas para o teste bilateral o raciocnio seria o mesmo.
Vamos primeiro considerar o nvel de significncia de 1%. Neste primeiro caso, vamos chamar o
valor crtico de Z_crtico_1.
Este valor tal que a rea crtica (rea amarela) seja igual a 0,01.
Do jeito que desenhamos, a hiptese alternativa do tipo k < (a mdia menor que um dado
valor).
A estatstica teste obtida tal que a rea sua esquerda de 0,03. justamente o p-valor. Ou
seja, a probabilidade de obtermos um valor to extremo quanto a estatstica teste de 3%. A rea
vermelha da figura abaixo igual a 0,03.
Sobrepondo as duas figuras, temos:
A estatstica teste cai fora da regio amarela (regio crtica). Portanto, devemos aceitar a hiptese
nula. Isto ocorre porque a rea amarela est contida na rea vermelha.
Um resumo de tudo o que fizemos pode ser assim: se o p-valor for maior que o nvel de
significncia, devemos aceitar a hiptese nula.
Vamos para o segundo caso. Agora o nvel de significncia de 5%. A regio crtica (rea
amarela) maior.
Agora o valor crtico ser Z_crtico_2.
A rea amarela (regio crtica), agora, igual a 0,05.
O p-valor continua sendo o mesmo. Portanto, a rea esquerda da estatstica teste de 3%.
Juntando as duas figuras:
A estatstica teste cai dentro da regio crtica. Rejeitamos a hiptese nula. Isto porque a regio
vermelha est contida na regio amarela. Resumindo: sempre que o p-valor for menor que o nvel
de significncia, rejeitamos a hiptese nula.
Gabarito: B.
Se o p-valor for maior que o nvel de significncia, devemos aceitar a hiptese nula.
Sempre que o p-valor for menor que o nvel de significncia, rejeitamos a hiptese
nula.
017. MPU 2004 [ESAF] Considere o teste da hiptese H: =100 contra alternativa A: 100 em
uma amostra da normal com mdia e varincia
2
. O valor da estatstica teste t com
distribuio de Student sob a hiptese H: =100 de 1,7864 e sabe-se que P(t 1,7864) =
0,0446.
Suponha que a probabilidade de erro do tipo I esteja sendo controlada em 5%. Assinale a
resposta correta.
a) Como o valor probabilstico do teste 0,0446 conclua H : = 100.
b) Como o valor probabilstico do teste 0,0446 conclua A: 100.
c) Como o valor probabilstico do teste 0,0892 no h evidncia para rejeitar H : = 100.
d) Como o valor probabilstico do teste 0,0223 conclua A: 100.
e) No se pode tirar nenhuma concluso pois, o tamanho da amostra, a mdia amostral e o desvio
padro amostral no foram dados.
Resoluo.
As hipteses so:
100 :
0
= H
100 : =
A
H
O teste bilateral, com nvel de significncia de 5%.
A estatstica teste igual a -1,7864. Queremos calcular a probabilidade de obtermos valores mais
extremos que a estatstica teste.
Como o teste bilateral, devemos olhar valores mais extremos nos dois sentidos (tanto nmeros
negativos como positivos). Assim, temos que calcular:
) 784 , 1 ( > t P (valores mais extremos, do lado positivo)
) 784 , 1 ( < t P (valores mais extremos, do lado negativo)
O enunciado disse que:
% 46 , 4 ) 784 , 1 ( = > t P
Como a distribuio T simtrica, temos:
% 46 , 4 ) 784 , 1 ( = < t P
Somando as duas probabilidades, temos:
% 92 , 8 % 46 , 4 % 46 , 4 = +
O p-valor de 8,92%. O p-valor maior que o nvel de significncia. Quando isso acontece,
aceitamos a hiptese nula. Ou ainda: no rejeitamos a hiptese nula. Isto est expresso na letra
C.
Gabarito: C
018. POTIGAS 2006 [FGV] Um teste de hipteses apresentou p-valor igual a 0,07. Portanto,
(A) deve ser aceita e aceita.
(B) deve ser aceita e rejeitada.
(C) deve ser rejeitada e aceita.
(D) deve ser rejeitada e rejeitada.
(E) pode ou no ser rejeitada, dependendo de a hiptese ser simples ou no.
Resoluo:
A um nvel de significncia de 10%, temos que o p-valor seria menor que o nvel de significncia.
Neste caso, rejeitamos a hiptese nula.
A um nvel de significncia de 5%, o p-valor seria maior que o nvel de significncia. Neste caso,
aceitamos a hiptese nula.
Gabarito: C
019. SENADO 2008 [FGV] Uma amostra aleatria simples X
1
, X
2
, ... , X
25
, de tamanho 25, de
uma distribuio normal com mdia foi observada e indicou as seguintes estatsticas:
5 , 10 = X ;
=
=
25
1
2
384 ) (
i
i
X X
O p valor do procedimento usual para testar H
0
: s 10 versus H
1
: > 10 um nmero:
(A) menor do que 0,01.
(B) entre 0,01 e 0,10.
(C) entre 0,10 e 0,25.
(D) entre 0,25 e 0,30.
(E) maior do que 0,30.
Dados constantes da prova do Senado/FGV:
Resoluo.
O p-valor a rea delimitada pela estatstica teste.
Como o teste unilateral, s h uma regio crtica, situada do lado direito da reta real (valores de
Z bem maiores que zero, que correspondem a valores de X bem maiores que 10).
A varincia amostral fica:
=
2
s = =
=
24
384
1
) (
25
1
2
n
X X
i
i
16
Logo:
4 = s
Portanto:
8 , 0
25
4
= = =
n
s
s
X
=
=
8 , 0
10 5 , 10
_
X
s
X
teste t

0,625
Agora devemos consultar a tabela para a distribuio T com 24 graus de liberdade, para
encontramos a rea delimitada pela estatstica teste (rea vermelha abaixo).
Consultando a tabela II disponibilizada nesta prova do Senado, no conseguimos achar a rea
associada a 0,625.
Mas conseguimos descobrir que:
- a rea associada a 0,531 de: % 30
2
% 60
=
- a rea associada a 0,685 de: % 25
2
% 50
=
Como 0,625 est entre 0,531 e 0,685, ento a rea que procuramos deve estar entre 25% e 30%.
Letra D
020. TRF 1 Regio/2001 [FCC] Para responder questo seguinte, considere as tabelas a
seguir. Elas fornecem alguns valores da funo de distribuio F(x). A tabela 1 refere-se
varivel normal padro, as tabelas 2 e 3 referem-se varivel t de Student com 10 e 15 graus
de liberdade, respectivamente.
Tabela 1 Tabela 2 Tabela 3
x F(x) X F(x) x F(x)
1,20 0,885 1,37 0,90 1,75 0,95
1,60 0,945 1,81 0,95 2,25 0,98
1,64 0,950 2,36 0,98 2,60 0,99
Seja X: N( ,25). Para o teste da mdia 15 = contra 12 = , retirou-se uma amostra aleatria
de 16 elementos de X, tendo-se observado para a mdia amostral o valor 13. Determine o nvel
descritivo do teste.
a) 0,065
b) 0,060
c) 0,055
d) 0,010
e) 0,005
Resoluo:
As hipteses so:
H
0
: 15 =
H
A
: 12 =
Note que, aqui, a hiptese alternativa atribui mdia um valor nico. Mas o teste continua sendo
unilateral. Apenas valores significativamente menores que 15 nos fazem rejeitar a hiptese nula.
A notao X: N( ,25) uma forma de indicar que a varivel X tem distribuio normal com
mdia desconhecida e varincia 25.
O p-valor (ou nvel descritivo do teste) a probabilidade de a varivel reduzida assumir um valor
igual ou mais extremo que a estatstica teste observada, dado que a hiptese nula verdadeira.
Vamos calcular a estatstica teste:
25 , 1
16
5
= = =
n
X
o
o
X
X
teste Z
o

= _
6 , 1
25 , 1
15 13
_ =
= teste Z
Qual a probabilidade da varivel reduzida assumir valores mais extremos que -1,6? Em outras
palavras, qual o valor da rea vermelha abaixo?
Consultando a tabela 1 do enunciado, temos que:
055 , 0 945 , 0 1 ) 6 , 1 ( 945 , 0 ) 6 , 1 ( = = > = s Z P Z P
Como, para a varivel normal, o grfico de fdp simtrico, a probabilidade de Z assumir valores
menores ou iguais a -1,6 tambm de 5,5%. Conclumos que a rea vermelha, que corresponde
ao p-valor, de 5,5%.
Gabarito: C
O que significa dizer que o nvel descritivo do teste de 5,5%? Significa que o estatstico
responsvel pelo teste pode chegar para quem encomendou a pesquisa e dizer o seguinte. Olha,
se voc estiver disposto a aceitar que a probabilidade de ocorrer o erro do tipo I (rejeitar H
0
dado
que ela verdadeira) seja maior que 5,5%, ento o teste recomenda rejeitar a hiptese nula. Caso
contrrio, o teste recomenda aceitar a hiptese nula.
021. MPE PE/2006 [FCC] Para resolver a questo abaixo, considere as tabelas a seguir. Elas
fornecem alguns valores da distribuio F(x). A tabela 1 refere-se varivel normal padro, as
tabelas 2 e 3 referem-se varivel t de Student com 15 e 16 graus de liberdade,
respectivamente:
X F(x) X F(x) x F(x)
1,60 0,945 1,753 0,95 1,746 0,95
1,64 0,950 2,248 0,98 2,235 0,98
2,00 0,977 2,583 0,99 2,567 0,99
Seja X uma varivel aleatria, com distribuio normal, com mdia e desvio padro 6. Para o
teste da mdia 11 = contra 13 = , retirou-se uma amostra aleatria de 100 elementos de X,
tendo-se observado para a mdia amostral o valor 12,2. O nvel descritivo do teste :
a) 0,012 b) 0,023 c) 0,055 d) 0,064 e) 0,077.
Resoluo.
As hipteses so:
H
0
: 11 =
H
A
: 13 =
Note que o teste unilateral. Apenas valores significativamente maiores que 11 nos fazem rejeitar
a hiptese nula.
6 , 0
100
6
= = =
n
X
o
o
X
X
teste Z
o

= _
2
6 , 0
11 2 , 12
_ =
= teste Z
O nvel descritivo igual probabilidade de a varivel reduzida assumir valores mais extremos
que 2. Portanto, o nvel descritivo igual rea vermelha da figura abaixo:
Consultando a tabela 1 do enunciado, temos que a rea esquerda de 2 igual a 0,977.
Portanto, a rea vermelha igual a 0,023.
Desse modo, o p-valor igual a 2,3%
Letra B
022. PM MANAUS 2004 [CESGRANRIO] Um teste de hiptese apresentou p-valor igual a 0,07.
Portanto, nos nveis de significncia de 5% e 10%, respectivamente, a hiptese nula:
(A) deve ser aceita em ambos.
(B) deve ser aceita no primeiro e rejeitada no segundo.
(C) deve ser rejeitada no primeiro e aceita no segundo.
(D) deve ser rejeitada em ambos.
Resoluo.
Primeiro caso: % 5 = o .
Neste caso, o p-valor maior que o nvel de significncia. A hiptese nula deve ser aceita.
Segundo caso: % 10 = o .
Neste caso, o p-valor menor que o nvel de significncia. A hiptese nula deve ser rejeitada.
Gabarito: B
TESTE DE HIPTESES PARA PROPORES
Teste para propores usando a distribuio binomial
Vimos que as propores esto intimamente relacionadas com a distribuio binomial. Esta
relao pode ser utilizada para testarmos hipteses relacionadas a propores.
Exemplo 7. Em uma dada populao, deseja-se estudar a proporo de pessoas com uma dada
caracterstica gentica.
Deseja-se testar a hiptese de proporo de pessoas com a referida caracterstica ser igual a 0,5,
contra a hiptese alternativa de ser maior que 0,5.
Para a realizao do teste, selecionaram-se 4 pessoas. Decidiu-se rejeitar a hiptese nula caso
todas as 4 tivessem a caracterstica em anlise.
Calcule o nvel de significncia do teste.
Resoluo:
Vamos escrever as hipteses:
H
0
: 5 , 0 = p
H
1
: 5 , 0 > p
Onde p a proporo de pessoas com a caracterstica na populao.
Na amostra, a cada pessoa com a caracterstica ns temos 1 sucesso. E a cada pessoa
entrevistada, ns temos 1 experimento.
Seja X a varivel que designa o nmero de sucessos em 5 experimentos. Como vimos, X uma
varivel binomial.
Caso a hiptese nula seja verdadeira, sua mdia dada por:
2 5 , 0 4 = = = np X
E sua varincia fica:
1 5 , 0 5 , 0 4
2
= = = npq o
Consequentemente, seu desvio padro dado por:
1 = o
O nvel de significncia corresponde probabilidade de rejeitar H
0
, dado que ela verdadeira.
Vamos calcular o valor desta probabilidade.
S rejeitaremos H
0
caso tenhamos uma amostra com 4 pessoas que possuam a caracterstica.
Caso H
0
seja verdadeira, a probabilidade de isso ocorrer :
? ) 4 ( = = X P
E como X uma varivel binomial, basta usarmos a frmula da varivel binomial.
k n k
q p
k
n
k X P

|
|
.
|
\
|
= = ) (
16
1
5 , 0 5 , 0
4
4
) 4 (
0 4
=
|
|
.
|
\
|
= = X P
O nvel de significncia igual a 1/16.
Para responder s questes 023, 024 e 025, considere o enunciado a seguir.
A proporo de pessoas com uma determinada caracterstica numa populao p. Sortearam-se
5 pessoas ao acaso e com reposio dessa populao e calculou-se a proporo p de pessoas
com a caracterstica na amostra. Desejando-se testar: H
0
: 5 , 0 = p contra H
1
: 6 , 0 = p , com base
nesta amostra, decidiu-se rejeitar H
0
se o nmero de pessoas com a caracterstica na amostra for
maior ou igual a 4.
023. MPU/2007 [FCC] O nvel de significncia associado ao teste :
a) 6/64;
b) 5/32
c) 1/16;
d) 5/64;
e) 6/32
Resoluo.
O nvel de significncia a probabilidade de rejeitarmos a hiptese nula, dado que ela
verdadeira. Corresponde probabilidade de ocorrncia do erro de tipo I.
Vamos supor que a hiptese nula seja verdadeira. Neste caso, dado que a hiptese nula
verdadeira (logo, 5 , 0 = p ), possvel que a gente a rejeite? Sim, basta que, numa dada amostra
de 5 pessoas, tenhamos 4 ou 5 pessoas com a dada caracterstica. Vejamos a probabilidade de
isso ocorrer.
Seja X a varivel que indica o nmero de pessoas com a caracterstica na amostra de tamanho 5.
Como vimos, X uma varivel binomial.
Se a hiptese nula for verdadeira, a probabilidade de termos 4 pessoas com esta caracterstica na
amostra dada por:
k n k
q p
k
n
k X P

|
|
.
|
\
|
= = ) (
32
5
5 , 0 5 5 , 0 5 , 0
4
5
) 4 (
5 4 5 4
= =
|
|
.
|
\
|
= =

X P
A probabilidade de termos 5 pessoas com esta caracterstica na amostra :
k n k
q p
k
n
k X P

|
|
.
|
\
|
= = ) (
32
1
5 , 0 5 , 0
5
5
) 5 (
5 5 5
=
|
|
.
|
\
|
= =

X P
A probabilidade de X ser igual a 4 ou igual a 5 igual ao nvel de significncia:
? ) 5 4 ( = = = X X P
Como os dois eventos so mutuamente excludentes, a probabilidade da unio igual soma das
probabilidades.
) 5 ( ) 4 ( ) 5 4 ( = + = = = = X P X P X X P
32
6
32
1
32
5
) 5 4 ( = + = = = X X P
Gabarito: E.
024. MPU/2007 [FCC] Se o nmero observado de pessoas com a caracterstica na amostra foi
5, o nvel descritivo associado ao teste :
a) 5/16
b) 5/32
c) 3/16
d) 1/32
e) 1/16.
Resoluo.
Nvel descritivo sinnimo de p-valor.
O p-valor est relacionado com a estatstica teste, ou seja, com o resultado obtido para o
experimento realizado.
Seja X a varivel que designa o nmero de pessoas com a caracterstica em estudo, na amostra
de tamanho 5. X uma varivel binomial.
Para o experimento feito, vimos que X assumiu o valor 5. Se a hiptese nula for verdadeira, a
probabilidade de isso ocorrer :
32
1
5 , 0 5 , 0
5
5
) 5 (
5 5 5
=
|
|
.
|
\
|
= =

X P
Alis, nem precisvamos fazer esta conta novamente. J a tnhamos feito no exerccio anterior.
O p-valor igual probabilidade de X assumir valores iguais ou mais extremos que o obtido para
o experimento realizado.
O p-valor igual a:
) 5 ( _ > = X P valor p
Note que, em uma amostra de tamanho 5, o valor mximo que X assume justamente 5.
32 / 1 ) 5 ( ) 5 ( _ = = = > = X P X P valor p
Gabarito: D.
025. MPU/2007 [FCC] A probabilidade de se rejeitar H
0
quando H
1
verdadeira :
a)
5
6 , 0 4
b)
5
6 , 0
c)
4
6 , 0 6 , 2
d)
5
6 , 0 1
e)
4
6 , 0 4 , 0 5
Resoluo.
H
0
ser rejeitada se, na amostra de tamanho 5, tivermos 4 ou 5 pessoas com a caracterstica.
Se H
1
for verdadeira, a probabilidade de isso ocorrer fica:
) 5 ( ) 4 ( ) 5 4 ( = + = = = = X P X P X X P
5 5 5 4 5 4
4 , 0 6 , 0
5
5
4 , 0 6 , 0
4
5
) 5 4 (

|
|
.
|
\
|
+
|
|
.
|
\
|
= = = X X P
0 5 1 4
4 , 0 6 , 0 4 , 0 6 , 0 5 ) 5 4 ( + = = = X X P
5 4
6 , 0 6 , 0 2 ) 5 4 ( + = = = X X P
) 6 , 0 2 ( 6 , 0 ) 5 4 (
4
+ = = = X X P
) 6 , 2 ( 6 , 0 ) 5 4 (
4
= = = X X P
Gabarito: C
026. SENADO 2008 [FGV] Considere que uma amostra aleatria simples de tamanho n = 5 de
uma distribuio Bernoulli com probabilidade de sucesso p seja usada para testar H
0
: p = 0,5
versus H
1
: p = 0,7 e que seja usado o critrio que rejeita a hiptese nula se forem observados 4 ou
5 sucessos. A probabilidade de se cometer erro tipo 1 igual a:
(A) 0,1875.
(B) 0,15625.
(C) 0,125.
(D) 0,0625.
(E) 0,03125.
Resoluo.
O erro de tipo I ocorre quando rejeitamos a hiptese nula, dado que ela verdadeira.
Se ela verdadeira, ento p = 0,5. A sua rejeio ocorrer se obtivermos 4 ou 5 sucessos em 5
experimentos.
Basta aplicarmos a frmula da distribuio binomial.
5 4
5 , 0 5 5 , 0 5 , 0
4
5
) 4 ( =
|
|
.
|
\
|
= = X P
5 0 5
5 , 0 5 , 0 5 , 0
5
5
) 5 ( =
|
|
.
|
\
|
= = X P
Somando as duas probabilidades:
= = = =
5
5 , 0 6 ) 5 4 ( X X P 18,75%
Gabarito: A
027. BNDES 2008/2 [CESGRANRIO] Considere o seguinte teste de hiptese para a proporo
populacional p:
6 , 0 :
0
= p H
6 , 0 :
1
= p H
Para uma amostra de tamanho n=12, construiu-se a regio crtica RC (0, 1, 11, 12). O poder do
teste para p = 0,5
(A) 26 . 0,5
12

(B) 13 . 0,5
12

(C) 12 . 0,5
12

(D) 2 . 0,5
12

(E) 0,5
12

Resoluo.
Quer-se testar a hiptese de que a proporo populacional igual a 60%. Para tanto, extrai-se
uma amostra de tamanho 12. Caso o nmero de casos favorveis na amostra (X) seja igual a 0, 1,
11 ou 12, rejeita-se a hiptese nula. Por isso o exerccio disse que a regio crtica formada por
esses nmeros.
O poder do teste a probabilidade de rejeitarmos a hiptese nula, dado que ela falsa. Ou seja,
a probabilidade de, dado que a hiptese nula falsa, a estatstica teste (=nmero de casos
favorveis na amostra) ser igual a 0, 1, 11 ou 12.
O exerccio nos informou que a proporo populacional verdadeira igual a 50%. Com isso,
temos condies de calcular a probabilidade de a estatstica teste cair na regio crtica. Basta
utilizar a frmula da distribuio binomial.
k n k
q p
k
n
k X P

|
|
.
|
\
|
= = ) (
12 12 0
5 , 0 5 , 0 5 , 0
0
12
) 0 ( =
|
|
.
|
\
|
= = X P
12 11 1
5 , 0 12 5 , 0 5 , 0
1
12
) 1 ( =
|
|
.
|
\
|
= = X P
12 1 11
5 , 0 12 5 , 0 5 , 0
11
12
) 11 ( =
|
|
.
|
\
|
= = X P
12 0 12
5 , 0 5 , 0 5 , 0
12
12
) 12 ( =
|
|
.
|
\
|
= = X P
Logo:
= = = = = ) 12 11 1 0 ( X X X X P
12 12 12 12 12
5 , 0 26 5 , 0 5 , 0 12 5 , 0 12 5 , 0 = + + +
Gabarito: A
Teste para propores usando a distribuio normal
Quando o tamanho da amostra cresce (ou seja, para valores de n grandes), depender da frmula
da probabilidade para a distribuio binomial fica muito trabalhoso.
Neste caso, podemos utilizar a aproximao. Vimos que, se X binomial, e o nmero de
experimentos bem grande, ento X aproximadamente normal.
Com isso, podemos realizar o teste de hipteses para propores utilizando a distribuio normal
em vez da binomial.
Vamos ver como fica.
Seja X a varivel que designa o nmero de casos favorveis na amostra de tamanho n. X seria
uma varivel binomial.
A proporo de casos favorveis na amostra fica:
n
X
p =
Usando propriedades da mdia, temos que a mdia de p ser igual mdia de X, dividida por n.
p
n
np
p E = = ) (
Usando as propriedades da varincia, a varincia de p ser igual varincia de X dividida por n
2
.
n
pq
n
npq
p V = =
2
) (
Consequentemente, o desvio padro de p ser:
n
pq
p
=
o
Se n for grande, ento X aproximadamente normal. Como conseqncia, p tambm
aproximadamente normal.
Sabendo disso, podemos obter a varivel normal reduzida. Para tanto, fazemos o seguinte:
- tomamos a varivel em estudo ( p )
- subtramos de sua mdia
- dividimos pelo seu desvio-padro
n
pq
p p
Z

=

=
npq
np p n
Vamos ver um exemplo.
Exemplo 8. Uma moeda foi lanada 100 vezes. Em 20% das vezes o resultado foi cara. Em 80%
das vezes, o resultado foi coroa. Teste a hiptese da moeda ser honesta, considerando um nvel de
significncia de 19,7%.
Dado: % 15 , 40 ) 29 , 1 0 ( = < < Z P
Resoluo.
No fundo, queremos testar a hiptese de que a probabilidade de sair cara seja de 50%. De outro
modo: queremos testar a hiptese de que, em um nmero muito grande de lanamentos, a
proporo de caras seja de 50%.
Por isto o teste sobre proporo. A proporo da populao ( p ), esta ns no conhecemos.
Queremos justamente testar seu valor.
Assim, num teste de propores, a proporo da populao tem exatamente o mesmo papel que
tinha a mdia da varivel aleatria quando o teste era sobre mdias.
A proporo obtida para a amostra 20% ( p ). Vimos que p um estimador de p (a proporo
da amostra um estimador da proporo da populao). Pois bem, o p tem o mesmo papel que
tinha o X no teste de mdias.
Resumindo as mudanas no teste de propores:
O parmetro desconhecido p (em vez de )
O estimador p (em vez de X ).
A estatstica teste calculada pela frmula:
npq
np p n
teste Z

=

_
No mais tudo igual, inclusive a utilizao da tabela para varivel normal reduzida.
Vamos ento resolver o exemplo proposto.
Vamos identificar os elementos.
Queremos testar a hiptese de que a proporo da populao seja de 50%.
H
0
: 5 , 0 = p
H
A
: 5 , 0 = p
O teste bilateral.
Os valores que se pretendem testar para a populao so: 5 , 0 = p e 5 , 0 = q (pois p q =1 ).
Para a amostra feita, obteve-se 2 , 0 = p . Foram 100 lanamentos (n = 100).
Primeiro passo: obter os valores crticos de Z.
Queremos obter os valores de Z de tal forma que a soma das duas reas amarelas da figura
abaixo seja de 19,7%.
Consequentemente, a rea verde seria de 80,3%.
A rea verde a regio de aceitao. As reas amarelas formam a regio crtica. Caso o valor de
Z_teste caia na regio verde, aceitaremos a hiptese H
0
. Caso contrrio, rejeitamos.
Se a rea verde vale 0,803, ento a metade da rea verde igual a 0,4015.
O exerccio nos disse que 40,15% dos valores de Z esto entre zero e 1,29.
Logo, a regio verde da figura acima de 80,3%.
Os valores crticos de Z so:
29 , 1 2 _ _
29 , 1 1 _ _
=
=
critico Z
critico Z
No caso de propores, a estatstica teste dada por:
npq
np p n
teste Z

=

_
Substituindo os valores, ficamos com:
6
5
30
5 , 0 5 , 0 100
5 , 0 100 2 , 0 100
_ =
=

= teste Z
Terceiro passo: comparar a estatstica teste com os valores crticos. Vemos que a estatstica teste
menor que o 1 _ _ critico Z . A estatstica teste cai na regio crtica (rea amarela). Rejeitamos a
hiptese nula.
028. SEFAZ MG 2005 [ESAF] Um fabricante afirma que pelo menos 95% dos equipamentos
que fornece indstria encontram-se dentro de suas especificaes. Uma amostra de 200 itens
escolhidos ao acaso revelou 10 itens fora de especificao. Assinale a opo que corresponde ao
valor probabilstico (p-valor) do teste de H
0
: 95 , 0 > u contra H
A
: 95 , 0 < u , sendo u a proporo
populacional de itens dentro da especificao.
a) 0,500
b) 0,050
c) 0,025
d) 0,010
e) 0,100
Resoluo.
No precisamos fazer o teste de hipteses inteiro. Precisamos apenas encontrar o p-valor. O p-
valor est relacionado com a estatstica teste.
Vamos encontrar a estatstica teste.
O nmero de itens pesquisado 200.
200 = n
A proporo amostral de itens dentro da especificao :
95 , 0
200
190
= = u
Note que aqui o exerccio est chamando a proporo de u (quando ns sempre usamos o
smbolo p ).
Vamos ento voltar para a nossa simbologia.
95 , 0
200
190
= = p
Queremos testar a hiptese de a proporo da populao ser igual a 0,95. Portanto, queremos
testar os seguintes valores:
05 , 0 95 , 0 = = q p
npq
np p n
teste Z

=

_
npq
np p n
teste Z

=

_
0
95 , 0 200 95 , 0 200
_ =

=
npq
teste Z
O p-valor a rea vermelha da figura abaixo.
A estatstica teste igual a zero, que justamente o ponto mdio da distribuio normal reduzida.
O grfico da fdp simtrico em torno de zero. Logo, a rea esquerda de zero igual rea
direita. Ambas valem 0,5.
Portanto o p-valor 0,5.
Gabarito: A.
029. SEFAZ MG 2005 [ESAF] Lana-se uma moeda 20 vezes e observa-se a ocorrncia de 7
caras. Seja u a probabilidade de cara. Assinale a opo que d o valor da estatstica teste
correspondente ao teste da hiptese H
0
: 5 , 0 > u contra H
A
: 5 , 0 < u .
a) 20 3 , 0
b) 20 2 , 0
c) 20 3 , 0
d) 20 2 , 0
e) 20 5 , 0
Resoluo.
Novamente no precisamos fazer todo o teste. Precisamos apenas calcular a estatstica teste.
A moeda foi lanada 20 vezes.
20 = n
A proporo amostral de caras foi:
20
7
= p (o exerccio usou o smbolo u . Estou mantendo nossa simbologia).
A proporo populacional que se pretende testar :
5 , 0 5 , 0 = = q p
npq
np p n
teste Z

=

_
5 , 0 5 , 0 20
5 , 0 20 20 / 7 20
_

= teste Z
20 5 , 0
10 7
_

= teste Z
20
6
_

= teste Z
20
20 6
_

= teste Z
20 3 , 0 _ = teste Z
Gabarito: A.
030. Basa/2007 [CESPE] Um programa de controle de qualidade foi implementado em uma
agncia bancria. A cada 10 clientes que entram na fila para solicitar um certo tipo de servio
S, um atendente entrega um pequeno questionrio, que deve ser preenchido pelo cliente e
devolvido ao caixa do banco. Um dos quesitos monitorados diariamente a proporo de
clientes que esto satisfeitos com o atendimento de um modo geral. Em determinada semana,
foram observados os resultados mostrados na tabela a seguir.
Dia da semana 2 3 4 5 6
nmero de clientes observados 30 40 20 50 70
proporo de clientes satisfeitos 0,9 0,8 0,9 0,8 0,6
Com base nesses dados, julgue o item que se segue.
1. Considere que se deseje testar a hiptese de que a verdadeira proporo de clientes satisfeitos
na tera-feira seja superior a 0,85. Nessa situao, a estatstica do teste, considerando a
aproximao normal, dada por
( )
4 , 0
40 8 , 0 85 , 0
.
Resoluo.
O problema s pediu o clculo da estatstica teste.
Na tera-feira a proporo de clientes satisfeitos (proporo amostral) :
8 , 0 = p
A proporo populacional que se pretende testar :
85 , 0 = p
Se 85 , 0 = p , temos que 15 , 0 = q
O nmero de clientes observados foi:
40 = n
Com todas estas informaes, vamos ao clculo da estatstica teste.
npq
np p n
teste Z

=

_ .
15 , 0 85 , 0 40
85 , 0 40 8 , 0 40
_

= teste Z
( )
15 , 0 85 , 0 40
85 , 0 8 , 0 40
_

= teste Z
( )
15 , 0 85 , 0
85 , 0 8 , 0 40
_

= teste Z
( )
15 , 0 85 , 0
40 85 , 0 8 , 0
_

= teste Z
Este valor diferente do valor informado no enunciado. O item est errado.
Gabarito: errado.
DISTRIBUIO DE QUI-QUADRADO
A partir de agora veremos uma distribuio muito importante para realizarmos diversos tipos de
teste de hipteses. Trata-se da distribuio de qui-quadrado. uma distribuio diferente da
distribuio normal.
Considere diversas variveis normais reduzidas (
1
Z ,
2
Z ,
3
Z , ...,
k
Z ). Todas elas tm a mesma
distribuio normal de mdia zero e desvio padro unitrio.
Seja
2
_ uma varivel tal que:
=
=
k
i
i
Z
1
2 2
_
Ou seja, a varivel
2
_ igual a uma soma dos quadrados de k variveis normais de mdia zero e
desvio padro unitrio. Dizemos que
2
_ tem distribuio de qui-quadrado com k graus de
liberdade.
Ento vai funcionar assim. Sempre que tivermos uma situao em que a varivel envolvida puder
ser expressa como uma soma de quadrados de variveis normais reduzidas, tal varivel ter
distribuio de qui-quadrado. E para ela ns podemos consultar a tabela especfica para a
distribuio de qui-quadrado. Trata-se da Tabela III, anexada ao final desta aula.
031. CGU 2008 [ESAF] Sejam n variveis aleatrias N(0,1) independentes. A soma de seus
quadrados tem uma distribuio de:
a) t de Student com n-1 graus de liberdade
b) t de Student com n graus de liberdade
c) qui quadrado com n graus de liberdade
d) qui quadrado com 2n graus de liberdade
e) F com 1 grau de liberdade no numerador e n graus de liberdade no denominador.
Resoluo.
O smbolo N(0,1) uma forma de representar variveis aleatrias normais. O N indica que a
varivel aleatria normal. Dentro dos parnteses, o primeiro nmero indica a mdia e o segundo
nmero indica a varincia.
Ento o que temos na questo uma soma de quadrados de variveis normais com mdia zero e
desvio padro unitrio (j que a varincia igual a 1).
J sabemos que esta soma tem distribuio de qui-quadrado com n graus de liberdade.
Gabarito: C.
032. PM MANAUS 2004 [CESGRANRIO] Se
n
X X X ,..., ,
2 1
so variveis aleatrias
independentes e com distribuio normal reduzida, ento a varivel aleatria
( ) ( ) ( )
2 2
2
2
1
...
n
X X X + + + tem distribuio
(A) normal.
(B) qui-quadrado com n - 1 graus de liberdade.
(C) qui-quadrado com n graus de liberdade.
(D) t de Student com n - 1 graus de liberdade.
(E) t de Student com n graus de liberdade.
Resoluo.
Questo idntica anterior.
Gabarito: C
033. MP RO 2005 [CESGRANRIO]
Se
n
X X X ,..., ,
2 1
so variveis aleatrias independentes e com distribuio normal reduzida,
ento a varivel aleatria
2 2
2
2
1
...
n
X X X + + + tem mdia:
a) 1
b)
2
1 n
c)
2
n
d) 1 n
e) n
Resoluo.
J sabemos que
2 2
2
2
1
...
n
X X X + + + tem distribuio de qui-quadrado com n graus de liberdade.
Vamos calcular a esperana de
2
X .
1 ) ( = X V
( ) 1 ) ( ) (
2 2
= X E X E
1 0 ) (
2
= X E
1 ) (
2
= X E
Ou seja, se X tem distribuio normal reduzida, ento 1 ) (
2
= X E .
O exerccio pediu a esperana de:
2 2
2
2
1
...
n
X X X + + + .
A esperana da soma igual soma das esperanas:
= + + + ) ... (
2 2
2
2
1 n
X X X E ) ( ... ) ( ) (
2 2
2
2
1 n
X E X E X E + + +
= + + + ) ... (
2 2
2
2
1 n
X X X E n = + + + 1 ... 1 1
Ou seja, uma varivel aleatria com distribuio de qui-quadrado com n graus de liberdade tem
mdia igual a n.
Gabarito: E
Distribuio de qui-quadrado e varincia
A distribuio de qui-quadrado pode ser utilizada para determinao de intervalos de confiana
para a varincia ou ainda para testarmos valores para a varincia de uma varivel aleatria.
Seja X uma varivel aleatria, com mdia e varincia
2
o . Seja
2
s o estimador da varincia
populacional, baseado em uma amostra aleatria de tamanho n.
possvel demonstrar que
2
2
) 1 (
o
s n
tem distribuio de qui-quadrado com 1 n graus de
liberdade. Ou seja, a varivel
2
_ , tal que:
=
2
_
2
2
) 1 (
o
s n
tem distribuio de qui-quadrado e, para ela, ns podemos consultar a tabela III (colocada ao final
da aula). Esta informao til para testarmos hipteses acerca da varincia, bem como para
definirmos intervalos de confiana para a mesma.
Um grande cuidado que temos que ter com a distribuio de qui-quadrado que ela no
simtrica (ao contrrio da distribuio normal e da distribuio T).
Apenas para se ter uma idia do grfico, segue exemplo abaixo, para 4 graus de liberdade.
Quando o nmero de graus de liberdade aumenta, o grfico tende a ficar simtrico (vide questo
035).
034. PM MANAUS 2004 [CESGRANRIO] Se (X
1
, X
2
, ..., X
n
) so variveis aleatrias
independentes e com distribuio normal reduzida e
n
X X X
X
n
+ + +
=
...
2 1
, ento a
distribuio de
2 2
2
2
1
) ( ... ) ( ) ( X X X X X X
n
+ + + :
a) normal
b) qui-quadrado com n-1 graus de liberdade
c) qui-quadrado com n graus de liberdade
d) t de Student com n-1 graus de liberdade
e) t de Studente com n graus de liberdade
Resoluo.
A varincia amostral dada por:
( )
1
1
2
2
=
n
X X
s
n
i
i
Logo:
( )
=
=
n
i
i
X X n s
1
2
2
) 1 (
Dividindo os dois lados da igualdade por
2
o :
( )
2
1
2
2
2
) 1 (
o o

=

=

n
i
i
X X
n s
Como X tem distribuio normal reduzida, sua varincia igual a 1:
( )
=
=

n
i
i
X X
n s
1
2
2
2
) 1 (
o
Como vimos,
2
2
) 1 (
o
n s
tem distribuio de qui-quadrado com 1 n graus de liberdade. Logo,
( )
=

n
i
i
X X
1
2
tambm tem distribuio de qui-quadrado com 1 n graus de liberdade.
Gabarito: B.
035. SEFAZ MS 2006 [FGV] Uma amostra aleatria simples de tamanho 25 foi selecionada
para estimar a mdia desconhecida de uma populao normal. A mdia amostral encontrada
foi de 4,2 e a varincia amostral foi 1,44.
O intervalo de 95% de confiana para a varincia populacional :
a) (0,88; 2,79)
b) (0,72; 3,05)
c) (0,64; 3,20)
d) (0,55; 3,16)
e) (0,44; 3,44)
Resoluo.
Temos um exerccio de intervalo de confiana para a varincia.
J estudamos como construir intervalos de confiana para a mdia e para a proporo.
Agora que j estudamos a distribuio de qui-quadrado, temos condies de fazer intervalos de
confiana tambm para a varincia populacional.
O tamanho da amostra foi 25.
25 = n
A varincia amostral foi 1,44.
44 , 1
2
= s
Sabemos que a varivel =
2
_
2
2
) 1 (
o
s n
tem distribuio de qui-quadrado com 1 n graus de
liberdade.
=
2
_
2
2
) 1 (
o
s n
Substituindo o valor de n:
=
2
_
2
2
) 1 25 (
o
s
Tem distribuio de qui-quadrado com 24 graus de liberdade.
Abaixo segue o grfico para a fdp da distribuio de qui-quadrado com 24 graus de liberdade.
Note como o grfico j tem uma assimetria menor que aquele com 4 graus de liberdade,
apresentado durante a parte terica.
Queremos descobrir valores que delimitam uma rea de 95%.
Consultando a tabela III, para 24 graus de liberdade, vemos que apenas 2,5% dos valores so
superiores a 39,364.
Consultando a mesma tabela, para 24 graus de liberdade, vemos que 97,5% dos valores so
superiores a 12,401. Portanto, 2,5% dos valores so inferiores a 12,401.
As duas reas amarelas da figura acima so iguais a 2,5%. As duas somadas valem 5%. Portanto
a rea verde tem 95%.
Assim, em 95% dos casos a varivel
2
_ estar entre 12,401 e 39,364.
364 , 39 401 , 12
2
s s _
364 , 39
) 1 (
401 , 12
2
2
s
s
o
s n
Substituindo
2
s pelo valor especfico da amostra (1,44) ficamos com:
364 , 39
44 , 1 ) 1 25 (
401 , 12
2
s

s
o
Neste caso, substituindo
2
s pelo valor especfico da amostra (1,44), no falamos que a
probabilidade de 364 , 39
44 , 1 ) 1 25 (
401 , 12
2
s

s
o
de 95%. Substituindo o valor 1,44 na
expresso acima, obtemos um valor que pode ou no estar no intervalo entre 12,401 e 39,364.
Supondo que esteja, ficamos com:
364 , 39
44 , 1 ) 1 25 (
401 , 12
2
s

s
o
Invertendo as fraes (invertemos tambm o sentido das desigualdades):
401 , 12
1
44 , 1 ) 1 25 ( 364 , 39
1
2
s

s
o
79 , 2 88 , 0
2
s so
Este o intervalo de 95% de confiana para a varincia populacional.
Gabarito: A.
Se fssemos resumir o passo a passo para achar o intervalo de confiana da varincia, teramos:
1 passo: determinar os valores de
2
_ que delimitam um intervalo com a confiana solicitada.
Neste exerccio, deveramos determinar um intervalo de 95% de confiana. Para tanto, basta
consultar a tabela da distribuio de qui-quadrado, com 1 n graus de liberdade.
Em consulta Tabela III verificamos que em 95% dos casos a varivel
2
_ estar entre 12,401 e
39,364.
364 , 39 401 , 12
2
s s _
Vamos chamar estes valores de
2
1
_ e
2
2
_ .
401 , 12
2
1
= _ e 364 , 39
2
2
= _
Segundo passo: obter o valor especfico de
2
s para a amostra feita.
44 , 1
2
= s (dado no enunciado)
Terceiro passo: determinar o intervalo de confiana, na forma:
2
1
2
2
2
2
2
) 1 ( ) 1 (
_
o
_
s n s n
s s

036. MP RO 2005 [FCC] Uma amostra aleatria simples de tamanho 25 foi selecionada para
estimar a mdia e a varincia desconhecidas de uma populao normal. A mdia amostral
encontrada foi 5,2 e a varincia amostral foi 1,44.
(A) (0,48; 2,40)
(B) (0,52; 2,96)
(C) (0,58; 2,84)
(D) (0,67; 3,43)
(E) (0,88; 2,79)
Resoluo.
2
consultar a tabela da distribuio de qui-quadrado, com 24 graus de liberdade.
Consultando a tabela III (coluna de % 5 , 97 e 24 graus de liberdade), temos que a rea verde de
figura abaixo de 97,5%.
Consequentemente, a rea amarela de 2,5%.
Da mesma tabela, temos que a rea amarela da figura abaixo tambm de 2,5%:
Juntando as duas figuras, temos que a rea verde da figura abaixo de 95%.
Portanto, em 95% dos casos, 364 , 39 401 , 12
2
s s _ .
2
44 , 1
2
2
1
2
2
2
2
2
) 1 ( ) 1 (
_
o
_
s n s n
s s

401 , 12
44 , 1 ) 24 (
364 , 39
44 , 1 ) 24 (
2

s s
o
79 , 2 88 , 0
2
s so
Gabarito: E
037. PETROBRAS 2005 [CESGRANRIO]
Uma amostra aleatria simples, de tamanho 16, foi selecionada para estimar a mdia
desconhecida de uma populao normal. A mdia amostral encontrada foi 4,8 e a varincia
amostral, 1,44.
O intervalo de 90% de confiana para a varincia populacional
(A) (0,48 ; 2,40)
(B) (0,52 ; 2,84)
(C) (0,58 ; 2,96)
(D (0,67 ; 3,43)
(E) (0,86 ; 2,97)
Resoluo.
2
A rea entre 7,261 e 24,996 de 90%.
261 , 7
2
1
= _ e 996 , 24
2
2
= _
2
44 , 1
2
2
1
2
2
2
2
2
) 1 ( ) 1 (
_
o
_
s n s n
s s

261 , 7
44 , 1 ) 14 (
996 , 24
44 , 1 ) 15 (
2

s s
o
97 , 2 86 , 0
2
s so
Gabarito: E
038. PM MANAUS [CESGRANRIO] Uma amostra aleatria simples de tamanho 16 foi
selecionada para estimar a mdia desconhecida de uma populao normal. A mdia amostral
(A) (0,79 ; 3,47)
(B) (0,67 ; 3,43)
(C) (0,58 ; 2,84)
(D) (0,52 ; 2,96)
(E) (0,48 ; 2,40)
Resoluo.
2
A rea entre 6,23 e 27,5 de 95%.
23 , 6
2
1
= _ e 5 , 27
2
2
= _
2
44 , 1
2
2
1
2
2
2
2
2
) 1 ( ) 1 (
_
o
_
s n s n
s s

23 , 6
44 , 1 ) 14 (
5 , 27
44 , 1 ) 15 (
2

s s
o
47 , 3 79 , 0
2
s so
Gabarito: A
Exemplo 9. Quer-se testar a hiptese de a varincia de uma populao ser igual a 2, contra a
hiptese alternativa de a varincia ser menor que 2.
Para tanto, extraiu-se uma amostra de tamanho 11, que forneceu uma varincia amostral igual a
1,5.
Considerando um nvel de significncia de 5%, qual o resultado do teste?
Resoluo.
Primeiro passo: obtemos o valor crtico (valor de critico _
2
_ ).
Consultando a tabela III para 10 graus de liberdade, temos que 5% dos valores de
2
_ so
menores ou iguais a 3,940.
940 , 3 _
2
= critico _
Este valor crtico nos permite definir a regio crtica (rea amarela, igual a 5%) e a regio de
aceitao (rea verde, igual a 95%):
= teste _
2
_
2
2
) 1 (
o
s n
= teste _
2
_ =

2
5 , 1 ) 1 11 (
7,5
Terceiro passo: comparamos a estatstica teste com o valor crtico.
A estatstica teste maior que o valor crtico. A estatstica teste cai na regio de aceitao.
Aceitamos a hiptese nula.
039. INMETRO 2007 [CESPE] O fabricante de uma balana de preciso afirma que o desvio
padro das medies dessa balana de 0,0002 g. Considere que um usurio dessa balana
faa um experimento para testar a afirmao do fabricante. Aps 8 medies, esse usurio
verifica que o desvio padro amostral foi igual a 0,0005 g. O usurio decide testar a hiptese
nula 0002 , 0 :
0
s o H versus a hiptese alternativa 0002 , 0 : > o
A
H . Com base nessas
informaes, julgue os itens a seguir.
118. A estatstica qui-quadrado para o teste em questo inferior a 40.
119. Se a hiptese nula for rejeitada em nvel de significncia de 5%, ento o poder do teste ser
de 95%.
120. Um intervalo de confiana de 95% para a varincia amostral pode ser dado por
8
0002 , 0 96 , 1 0005 , 0
Resoluo.
Item 118.
Queremos calcular a estatstica teste.
= teste _
2
_
2
2
) 1 (
o
s n
= teste _
2
_ 75 , 43
10 4
10 25 7
) 10 2 (
) 10 5 ( ) 1 8 (
8
8
2 4
2 4
=
Gabarito: errado.
Item 119.
Como vimos no comeo da aula, poder do teste a probabilidade de H
0
ser rejeitada dado que ela
falsa. No temos como calcular esse valor com os dados fornecidos.
A questo pretendeu confundir o candidato. O valor o 1 , de fato, igual a 95%. Mas o poder do
teste igual a | 1 .
Gabarito: errado.
Item 120.
A questo tentou fazer um mix, usando trechos do intervalo de confiana para a mdia (em que
fazemos uso da distribuio normal). O item est errado.
Gabarito: errado.
Teste de qui-quadrado para propores
A distribuio de qui-quadrado muito empregada para realizarmos teste de hipteses sobre
propores.
Nesta aula ns j vimos alguns testes de hipteses para propores. Veremos que tambm
possvel fazer testes de hipteses para propores usando a distribuio de qui-quadrado.
Assim, quando tivermos problemas referentes a propores, podemos utilizar a distribuio de
qui-quadrado. Esta utilizao do teste de qui-quadrado tem uma grande importncia, porque
utilizada como base para estudarmos o tpico seguinte, em que se comparam diversas
propores.
Para estudarmos esta nova aplicao do teste de qui-quadrado, precisamos introduzir uma nova
simbologia.
1
E designa a freqncia esperada dos resultados favorveis, nos casos em que a hiptese nula
verdadeira.
2
E designa a freqncia esperada dos resultados desfavorveis, nos casos em que a hiptese
nula verdadeira.
1
O designa a freqncia observada dos resultados favorveis, nos casos em que a hiptese nula
verdadeira.
2
O designa a freqncia observada dos resultados desfavorveis, nos casos em que a hiptese
nula verdadeira.
possvel demonstrar que a varivel
=
2
1
2
2
) (
i i
i i
E
E O
_ tem distribuio de qui-quadrado com 1
grau de liberdade.
O passo a passo do teste bem parecido com todos os outros testes de hipteses estudados na
aula de hoje.
Primeiro calculamos o valor crtico com o auxlio da tabela III.
Calculamos a estatstica teste. A frmula :
=
2
1
2
2
) (
_
i i
i i
E
E O
teste _
Comparamos os dois valores. Se a estatstica teste for maior que o valor crtico, rejeitamos a
hiptese nula.
Teste de qui-quadrado para propores:
Primeiro calculamos os valores crticos com o auxlio da tabela da distribuio de
qui-quadrado.
Calculamos a estatstica teste. A frmula :
=
2
1
2
2
) (
i i
i i
E
E O
_
Comparamos os dois valores. Se a estatstica teste for maior que o valor crtico,
rejeitamos a hiptese nula
Um detalhe importante. Nos testes de hipteses vistos anteriormente, o terceiro passo do teste
poderia se dar de inmeras formas:
se o teste for unilateral e a regio crtica estiver esquerda de zero, rejeitamos a hiptese nula
se a estatstica teste for menor que o valor crtico
se o teste for unilateral e a regio crtica estiver direita de zero, rejeitamos a hiptese nula se
a estatstica teste for maior que o valor crtico
se o teste for bilateral, definimos dois valores crticos; rejeitamos a hiptese nula se a
estatstica teste no estiver contida no intervalo definido pelos dois valores crticos.
Aqui a situao muda completamente. No caso do teste de qui-quadrado para propores, a nica
forma de rejeitarmos a hiptese nula ocorre quando a estatstica teste maior que o valor crtico.
Isto ocorre porque a varivel em anlise obtida a partir da seguinte operao. Primeiro fazemos
a diferena entre cada freqncia observada e a respectiva freqncia esperada. Depois,
elevamos a diferena ao quadrado.
Quando se eleva a diferena ao quadrado, obtm-se um nmero que sempre maior ou igual a
zero.
Quanto mais prximos de zero forem os quadrados das diferenas, mais forte o sinal de que as
freqncias observadas so iguais s esperadas. um forte sinal de que a hiptese nula
verdadeira.
Do contrrio, quanto mais diferentes de zero forem os quadrados das diferenas, mais forte o
sinal de que as freqncias observadas e esperadas so diferentes. Neste caso, os quadrados
das diferenas seriam significativamente maiores que zero. Como conseqncia, a regio crtica
sempre est do lado direito.
Por isso, no caso do teste de qui-quadrado aplicado a propores, s rejeitamos a hiptese nula
quando a estatstica teste maior que o valor crtico.
Vamos a um exemplo.
Exemplo 10. Lana-se uma moeda 20 vezes e observa-se a ocorrncia de 7 caras. Seja u a
probabilidade de cara. Teste a hiptese H
0
: 5 , 0 = u contra H
A
: 5 , 0 = u .
Resoluo:
O problema sobre teste de hipteses envolvendo proporo. Ento podemos utilizar a
distribuio de qui-quadrado para 1 grau de liberdade.
Primeiro passo: obter o valor crtico.
O nvel de significncia de 5%. Ou seja, a regio crtica igual a 5%.
Para obter o valor crtico, consultamos a tabela III ao final desta aula. Encontramos o valor
associado probabilidade de 5%. Este valor 3,841.
841 , 3 _
2
= crtico _
Se a hiptese nula for verdadeira, a proporo de caras de 0,5. Portanto, em 20 lanamentos,
as freqncias esperadas para os resultados favorveis (sair cara) e desfavorveis (sair coroa)
so:
10
1
= E (so esperadas 10 caras)
10
2
= E (so esperadas 10 coroas).
J as freqncias observadas foram:
7
1
= O (foram observadas 7 caras).
13
2
= O (foram observadas 7 coroas).
Agora vem a novidade.
Se a hiptese nula for verdadeira, a varivel
=
2
1
2
2
) (
i i
i i
E
E O
_ tem distribuio de qui-quadrado
com 1 grau de liberdade.
Substituindo os valores:
=
2
1
2
2
) (
i i
i i
E
E O
_
( ) ( )
10
10 13
10
10 7
_
2 2
2

+
= teste _
8 , 1
10
18
_
2
= = teste _
A estatstica teste no maior que o valor crtico. No rejeitamos a hiptese nula.
Esta utilizao da distribuio de qui-quadrado, para testar hipteses sobre uma proporo, no
muito cobrada em prova. Mas importante porque serve para estudarmos um assunto muito
cobrado: o teste de qui-quadrado para vrias propores.
Teste de qui-quadrado para vrias propores
Esta a utilizao mais importante do teste de qui-quadrado, ao menos para concursos. uma
generalizao do caso anterior, para uma proporo. Aqui podemos comparar ao mesmo tempo
diversas propores. E, alm disso, elas no precisam conter apenas dois tipos de ocorrncias
(sucessos e fracassos).
Para ilustrar, considere que estamos fazendo uma pesquisa em dois bairros diferentes (bairros A
e B). Queremos saber se as pessoas so a favor, contra ou so indiferentes a uma dada poltica
urbana.
Em cada bairro, no temos apenas sucessos e fracassos. No temos apenas duas categorias de
opinio. Temos trs: a pessoa pode ser favorvel poltica, pode ser contra, ou pode ser
indiferente.
Podemos utilizar o teste de qui-quadrado para comparar se, nos dois bairros acima, a opinio dos
moradores quanto referida poltica igual. Caso aceitemos a hiptese de igualdade,
consideramos que a opinio geral dos cidados no tem relao com o bairro onde vivem (A ou
B). Do contrrio, caso a diferena de opinio seja significante, rejeitaremos a hiptese de
igualdade de opinies.
Vejamos alguns exerccios.
040. CGU 2008 [ESAF] Dos 100 candidatos inscritos em um concurso que estudaram no curso
preparatrio A, 75 foram aprovados no concurso, enquanto que dos 100 candidatos inscritos no
concurso que estudaram no curso preparatrio B, 65 foram aprovados nesse concurso. Se
desejarmos testar a hiptese estatstica de que a proporo de aprovao dos dois cursos a
mesma, obtenha o valor mais prximo da estatstica do teste, que tem aproximadamente uma
distribuio qui-quadrado com um grau de liberdade.
a) 1,21.
b) 1,44.
c) 1,85.
d) 2,38.
e) 2,93.
Resoluo.
Vamos continuar com a mesma simbologia de freqncias esperadas e observadas, tanto para
resultados favorveis (=sucessos), quanto para casos desfavorveis (=fracassos).
A diferena que agora no temos apenas uma proporo. So duas propores. Temos a
proporo de aprovados no curso A e a proporo de aprovados no curso B.
Com isso, teremos resultados favorveis e desfavorveis, esperados e observados, tanto para o
curso A quanto para o curso B.
Temos duas propores: a proporo de candidatos do curso A que foram aprovados e a
proporo de candidatos do curso B que foram aprovados. Queremos testar a hiptese de que
ambas as propores so iguais.
O enunciado deu as freqncias observadas.
O nmero de sucessos no curso A foi de 75 (foram 75 aprovados).
75
1 _
=
A
O
O nmero de fracassos (resultados desfavorveis) no curso A foi 25.
25
2 _
=
A
O
O nmero de sucessos no curso B foi de 65.
65
1 _
=
B
O
O nmero de fracassos no curso B foi de 35
35
2 _
=
B
O
Agora vamos s freqncias esperadas. Supondo que a hiptese de igualdade das propores
seja verdadeira, podemos juntar todos os alunos como pertencentes a um s curso. Neste curso
resultante, a proporo de alunos aprovados :
7 , 0
200
140
100 100
65 75
= =
+
+
No geral, foram aprovados 70% dos alunos, independentemente de curso.
Se a hiptese nula for verdadeira, ento a freqncia esperada de aprovao em cada um dos
cursos igual freqncia geral obtida acima (=70%).
Basta voc pensar assim. Algum chega e te informa que 70% dos alunos dos cursos A e B foram
aprovados. Esta mesma pessoa te fala que 100 alunos de cada curso fizeram a prova. Sabendo
apenas estas informaes, se voc supuser que os alunos dos dois cursos tiveram o mesmo
desempenho, voc esperaria as seguintes freqncias:
70
1 _
=
A
E (voc esperaria 70% de aprovao no curso A)
30
2 _
=
A
E (voc esperaria 30% de reprovao no curso A)
70
1 _
=
B
E (voc esperaria 70% de aprovao no curso B)
30
2 _
=
B
E (voc esperaria 30% de reprovao no curso B)
Podemos colocar tudo isto numa tabela:
Curso A Curso B
Freqncia
observada
Freqncia
esperada
Freqncia
observada
Freqncia
esperada
Aprovados 75 70 65 70
Reprovados 25 30 35 30
Total 100 100 100 100
possvel demonstrar que a soma de todos os valores de
i
i i
E
E O
2
) (
uma varivel com
distribuio de qui-quadrado.
Quando tnhamos uma proporo apenas, o nmero de graus de liberdade era sempre igual a 1.
Quando tivermos mais de uma proporo, o nmero de graus de liberdade vai variar. Para
descobri-lo, precisamos ver quantas linhas e colunas tem a nossa tabela acima.
Para tanto, devemos considerar s uma das tabelas (ou a de freqncia esperada, ou a de
freqncia observada, d no mesmo).
Freqncias esperadas:
Curso A Curso B
Freqncia
esperada
Freqncia
esperada
Aprovados 70 70
Reprovados 30 30
Freqncias observadas:
Curso A Curso B
Freqncia
observada
Freqncia
observada
Aprovados 75 65
Reprovados 25 35
Cada uma das duas tabelas tem duas linhas e duas colunas.
L nmero de linhas
C nmero de colunas.
2 = L
2 = C
O nmero de graus de liberdade ser igual a ( ) ( ) 1 1 C L
( ) ( ) 1 1 _ _ = C L liberdade de graus
( ) ( ) 1 1 2 1 2 _ _ = = liberdade de graus
Pronto. Visto isso, vamos ao teste.
Na verdade o exerccio pediu apenas a estatstica teste.
Para treinar, vamos fazer o teste de hiptese para um nvel de significncia de 5%.
Primeiro passo: encontrar o valor crtico.
Para tanto, precisamos consultar a tabela III, colocada ao final da aula.
Procuramos pelo valor crtico que separa uma rea de 5%, situada na extremidade direita do
grfico. Consultando a coluna para rea de 5% e 1 grau de liberdade, temos que o valor crtico
3,84.
84 , 3 _
2
= crtico _
Segundo passo: encontrar a estatstica teste. Na verdade foi apenas isto que o enunciado pediu.
Por isso a questo no forneceu uma tabela para a distribuio de qui-quadrado.
Para encontrar a estatstica teste, encontramos o valor de
2
_ para os valores de freqncias
fornecidos. Basta somar todos os valores de
i
i i
E
E O
2
) (
30
) 30 35 (
70
) 70 65 (
30
) 30 25 (
70
) 70 75 (
_
2 2 2 2
2

+
= teste _
38 , 2
30
25
70
25
30
25
70
25
_
2
= + + + = teste _
A estatstica teste igual a 2,38.
Gabarito: D.
Mas continuemos nosso teste.
A estatstica teste menor que o valor crtico. No rejeitamos a hiptese nula. Ou seja, a
diferena entre as duas propores no foi to grande a ponto de nos fazer rejeitar a hiptese
nula. No h evidncias suficientemente fortes que nos levem a rejeitar a hiptese de que as duas
propores so iguais.
O enunciado a seguir refere-se s questes 041, 042 e 043
A tabela a seguir mostra os resultados obtidos em matemtica por trs turmas.
Aprovados Reprovados Total
Turma X 30 10 40
Turma Y 35 5 40
Turma Z 15 5 20
Total 80 20 100
Desejamos testar, utilizando o teste do qui-quadrado:
H
0
: os seis resultados possveis tm probabilidades iguais versus
H
A
: os seis resultados possveis no tm probabilidades iguais.
041. SEFAZ/MS 2006 [FGV] O valor observado da estatstica qui-quadrado ,
aproximadamente:
a) 1,16
b) 2,34
c) 3,44
d) 4,66
e) 5,58
Resoluo:
Olha gente, eu acho que o enunciado ficou um pouquinho confuso. Creio que a hiptese que se
pretende testar seria a seguinte:
H
0
: a proporo de aprovados nas trs turmas a mesma
H
A
: as propores so diferentes.
Se a hiptese nula for verdadeira, as trs turmas teriam o mesmo desempenho.
No total, so 100 alunos. Destes, 80 foram aprovados. A turma X tem 40 alunos. A turma Y tem 40
alunos. A turma Z tem 20 alunos. Se soubssemos apenas estas informaes e quisssemos
descobrir quantos alunos foram aprovados em cada turma, supondo que as trs turmas tenham o
mesmo desempenho, levaramos em conta que 80% dos alunos de cada uma das turmas foi
aprovado.
Isto corresponde a considerar que todas as turmas tiveram desempenho igual ao desempenho
geral das trs turmas.
As freqncias esperadas ficariam conforme a tabela abaixo.
Turma X Turma Y Turma Z
F
observada
F esperada F
observada
F
esperada
F
observada
F
esperada
Aprovados 30 32 35 32 15 16
Reprovado
s
10 8 5 8 5 4
Total 40 40 40 40 20 20
A estatstica teste obtida pela soma de todos os valores de
i
i i
E
E O
2
) (
.
34 , 2
4
) 4 5 (
16
) 16 15 (
8
) 8 5 (
32
) 32 35 (
8
) 8 10 (
32
) 32 30 (
_
2 2 2 2 2 2
2
=
= teste _
Gabarito: B
042. SEFAZ/MS 2006 [FGV] O nmero de graus de liberdade :
a) 2
b) 3
c) 4
d) 6
e) 99
Resoluo.
Nossa tabela a que segue:
F
observada
(X)
F
observada
(Y)
F
observada
(Z)
Aprovados 30 35 15
Reprovado
s
10 5 5
L nmero de linhas
C nmero de colunas.
2 = L
3 = C
O nmero de graus de liberdade ser igual a ( ) ( ) 1 1 C L
( ) ( ) 1 1 _ _ = C L liberdade de graus
( ) ( ) 2 1 3 1 2 _ _ = = liberdade de graus
Gabarito: A.
043. SEFAZ/MS 2006 [FGV] Nos nveis de 1%, 5% e 10%, a deciso sobre H
0
:
% 1 = o % 5 = o % 10 = o
A No
rejeitar
No
rejeitar
No
rejeitar
B No
rejeitar
No
rejeitar
Rejeitar
C No
rejeitar
Rejeitar Rejeitar
D Rejeitar Rejeitar No
rejeitar
E Rejeitar Rejeitar Rejeitar
Resoluo.
Sabemos que, se a hiptese nula for verdadeira, a varivel
2
_ tem distribuio de qui-quadrado
com dois graus de liberdade.
Vamos encontrar os valores crticos para cada um dos trs testes que se pretende fazer.
Quando o teste tem nvel de significncia de 1%, o valor crtico constante da tabela igual a 9,21.
Este valor maior que a estatstica teste. Portanto no rejeitamos a hiptese nula.
Quando o teste tem nvel de significncia de 5%, o valor crtico constante da tabela igual a 5,99.
Este valor superior estatstica teste. Portanto no rejeitamos a hiptese nula.
Quando o teste tem nvel de significncia de 10%, o valor crtico constante da tabela igual a
4,61. Este valor superior estatstica teste. Portanto no rejeitamos a hiptese nula.
Para nenhum dos trs casos rejeitamos a hiptese nula.
Gabarito: A
044. SENADO 2008 [FGV]
A tabela de contingncia a seguir foi obtida para se testar homogeneidade entre as propores de
conceitos obtidos em um exame nacional com dois mtodos de ensino:
O valor da estatstica qui-quadrado usual para esses dados :
(A) 6.
(B) 12.
(C) 18.
(D) 24.
(E) 36.
Resoluo:
Os testes de hipteses para propores, usando a distribuio de qui-quadrado, recebem nomes
especiais. Ns no os mencionamos porque, para resolver os exerccios que caem em concurso,
o nome pouco importa.
S para no passar em branco, vamos a eles:
- Testes de Aderncia: queremos testar se uma populao segue uma dada distribuio de
probabilidades.
- Teste de homogeneidade: queremos testar se diferentes populaes tm a mesma distribuio.
Exemplo: testar se duas turmas de uma escola tiveram o mesmo desempenho na prova de
matemtica.
- Teste de independncia: queremos testar se duas variveis diferentes so independentes entre
si. Exemplo: queremos ver se o aproveitamento num teste independe do sexo da pessoa.
Queremos testar se propenso a ter cncer independe da cor da pele.
Neste exerccio, queremos saber se a proporo de alunos que tirou A, B e C a mesma, tanto
para o mtodo 1 quanto para o mtodo 2.
Podemos montar o seguinte quadro de freqncias observadas:
A B C Total
mtodo 1 50 10 40 100
mtodo 2 50 40 10 100
total 100 50 50 200
Do total de 200 avaliados, 50% tirou o conceito A, 25% B, e 25% C.
Supondo homogeneidade entre aqueles que foram ensinados com os dois mtodos, estes
mesmos percentuais deveriam ser verificados dentro de cada grupo.
Assim, temos o seguinte quadro de freqncias esperadas:
A B C
mtodo 1 50 25 25
mtodo 2 50 25 25
i
i i
E
E O
2
) (
.
=
=
25
) 25 10 (
25
) 25 40 (
25
) 25 40 (
25
) 25 10 (
50
) 50 50 (
50
) 50 50 (
_
2 2 2 2 2 2
2
teste _
= 36
Gabarito: E
045. AFT 2010 [ESAF] Em uma amostra aleatria simples de 100 pessoas de uma populao,
15 das 40 mulheres da amostra so fumantes e 15 dos 60 homens da amostra tambm so
fumantes. Desejando-se testar a hiptese nula de que nesta populao ser fumante ou no
independe da pessoa ser homem ou mulher, qual o valor mais prximo da estatstica do
correspondente teste de qui-quadrado?
a) 1,79.
b) 2,45.
c) 0,98.
d) 3,75.
e) 1,21.
Resoluo.
Frequencias observadas:
Fumante No-fumante Total
Homem 15 45 60
mulher 15 25 40
Total 30 70 100
No geral, temos 30% de fumantes.
Se a proporo de fumantes for a mesma entre homens e mulheres, ento esperaramos ter 30%
de fumantes em cada grupo.
Frequencias esperadas:
Fumante No-fumante Total
Homem 18 42 60
mulher 12 28 40
Total 30 70 100
Para clculo da estatstica teste, fazemos o seguinte:
- subtramos as frequncias observadas das esperadas
- elevamos ao quadrado
- dividimos pela frequncia esperada
- somamos todos os resultados acima indicados.
28
) 28 25 (
42
) 42 45 (
12
) 12 15 (
18
) 18 15 (
2 2 2 2
= 1,79
Gabarito: A
046. MPU/2007 [FCC] Para responder questo, utilize a tabela abaixo para o teste, onde
P(qui-quadrado > vc )= p
p
graus de
liberdade
5% 4% 2,5% 2% 1%
1 3,841 4,218 5,024 5,412 6,635
2 5,991 6,438 7,378 7,824 9,210
3 7,815 8,311 9,348 9,837 11,345
Uma pesquisa de opinio sobre a qualidade do sabo Diamante foi realizada em dois bairros (A e
B) da cidade de So Paulo. No bairro A sorteou-se 300 residentes e destes 180 o classificaram
como bom e os demais o classificaram como ruim. No bairro B foram sorteados 100 residentes e
80 o classificaram como ruim e os demais o classificaram como bom. Utilizou-se o teste de qui-
quadrado para se avaliar se existe diferena no grau de satisfao dos residentes. O valor
observado do qui-quadrado e a deciso do teste ao nvel de significncia de 5% so,
respectivamente,
a) 24, no existe diferena de opinio significativa entre os bairros
b) 24, existe diferena de opinio significativa entre os bairros
c) 48, no existe diferena de opinio significativa entre os bairros
d) 48, existe diferena de opinio significativa entre os bairros
e) 50, existe diferena de opinio significativa entre os bairros
Resoluo.
Podemos montar o seguinte quadro:
Bairro A Bairro B Total
bom 180 20 200
ruim 120 80 200
No total, 50% dos entrevistados avaliaram como bom e 50% como ruim.
Supondo que a hiptese nula seja verdadeira (ou seja, supondo que no exista diferena
significativa de opinio nos dois bairros), temos que os percentuais acima se aplicariam a cada um
dos bairros:
A B
Freqncia
observada
Freqncia
esperada
Freqncia
observada
Freqncia
esperada
bom 180 150 20 50
ruim 120 150 80 50
i
i i
E
E O
2
) (
.
48
50
) 50 80 (
50
) 50 20 (
150
) 150 120 (
150
) 150 180 (
_
2 2 2 2
2
=
= teste _
A estatstica teste igual a 48. Ficamos entre as alternativas C e D.
O nmero de graus de liberdade dado por:
2 ) 1 ( ) 1 ( = C L
1 ) 1 2 ( ) 1 2 ( =
Consultando a tabela fornecida, para 1 grau de liberdade e nvel de significncia de 5%, temos:
3,841 (valor crtico).
A estatstica teste superior ao valor crtico. Devemos rejeitar a hiptese nula. Existe diferena
significativa entre as opinies nos dois bairros.
Gabarito: D
047. Secretaria de Estado de Meio Ambiente/ES 2007 [CESPE]
Estao do ano
Primavera Vero Outono Inverno Total
Presente 60 90 70 30 250
Ausente 1190 1460 1400 1300 5350
Total 1250 1550 1470 1330 5600
Um dos critrios para a avaliao da qualidade da gua para o consumo humano a deteco de
coliformes fecais na gua distribuda populao. A tabela acima apresenta os resultados das
anlises de 5.600 amostras de gua coletadas, entre os anos de 1995 a 2000, em uma grande
cidade, conforme as estaes do ano. Considerando as informaes da tabela acima, julgue o
item a seguir.
56. O valor da estatstica de qui-quadrado com respeito hiptese de independncia entre os
resultados e as estaes do ano superior a 15.
Resoluo.
Supor que os resultados independem da estao do ano o mesmo que supor que a proporo
de amostras com ausncia de coliformes fecais a mesma em todas as estaes do ano.
Suponhamos que esta hiptese seja correta. Em todo o conjunto de amostras, temos 5350
amostras sem coliformes, num total de 5600. A proporo para todo o conjunto fica:
% 54 , 95
5600
5350
=
Se a hiptese nula for correta, este percentual o mesmo em todas as estaes.
Na primavera temos 1250 amostras. Espera-se que 95,54% delas no contenham coliformes. Ou
seja, espera-se que 1194 no contenham coliformes.
No vero temos 1550 amostras. Espera-se que 95,54% delas no contenham coliformes. Ou seja,
espera-se que 1481 no contenham coliformes. E assim por diante.
Consolidando todos esses dados numa tabela:
Primavera Vero
Freqncia
observada
Freqncia
esperada
Freqncia
observada
Freqncia
esperada
Presente 60 56 90 69
Ausente 1190 1194 1460 1481
Outono Inverno
Freqncia
observada
Freqncia
esperada
Freqncia
observada
Freqncia
esperada
Presente 70 66 30 59
Ausente 1400 1404 1300 1271
i
i i
E
E O
2
) (
.
( )
16 , 22
1271
) 1271 1300 (
59
59 30
1404
) 1404 1400 (
66
) 66 70 (
1481
) 1481 1460 (
69
) 69 90 (
1194
) 1194 1190 (
56
) 56 60 (
_
2 2 2
2 2 2 2 2
2
=
+
+
= teste _
A estatstica teste superior a 15. O item est correto.
Gabarito: certo.
048. MPE PE/2006 [FCC] Considere a tabela a seguir para o teste, onde P(qui-quadrado > vc)
= p
p
graus de
liberdade
5% 4% 2,5% 2% 1%
1 3,841 4,218 5,024 5,412 6,635
2 5,991 6,438 7,378 7,824 9,210
3 7,815 8,311 9,348 9,837 11,345
A opinio sobre o atendimento (entre bom, regular e ruim) aos pacientes em dois hospitais
pblicos foi estudado em duas cidades. Na cidade A sorteou-se 200 usurios e destes 50
classificaram em regular, 70 classificaram em ruim e os demais classificaram com bom o
atendimento do hospital A. Na cidade B foram sorteados 200 usurios e 120 classificaram em
bom, 50 em regular, e os demais classificaram como ruim o atendimento do hospital B. Utilizou-se
o teste de qui-quadrado para avaliar se existe diferena no grau de satisfao com os hospitais
das duas cidades. O valor observado do qui-quadrado e a deciso do teste ao nvel de 5% de
significncia so, respectivamente:
a) 24, existe diferena de opinio significativa entre as duas cidades
b) 24, no existe diferena de opinio significativa entre as duas cidades
c) 25, existe diferena de opinio significativa entre as duas cidades
d) 26, existe diferena de opinio significativa entre as duas cidades
e) 26, no existe diferena de opinio significativa entre as duas cidades
Resoluo.
Podemos montar o seguinte quadro:
Cidade A Cidade B Total
bom 80 120 200
regular 50 50 100
ruim 70 30 100
No total, 50% dos usurios classificaram como bom, 25% como regular e 25% como ruim.
Supondo que a hiptese nula seja verdadeira (ou seja, supondo que no exista diferena
significativa de opinio nas duas cidades), temos que os percentuais acima se aplicariam a cada
uma das duas cidades:
Cidade A Cidade B
Freqncia
observada
Freqncia
esperada
Freqncia
observada
Freqncia
esperada
bom 80 100 120 100
regular 50 50 50 50
ruim 70 50 30 50
i
i i
E
E O
2
) (
.
24
50
) 50 30 (
50
) 50 50 (
100
) 100 120 (
50
) 50 70 (
50
) 50 50 (
100
) 100 80 (
_
2
2 2 2 2 2
2
=
+
+
= teste _
A estatstica teste igual a 24. Ficamos entre as alternativas a e b.
Para ver se rejeitamos ou no a hiptese nula, devemos comparar a estatstica teste com o valor
crtico.
Na tabela acima temos 3 linhas e 2 colunas. O nmero de graus de liberdade igual a:
2 ) 1 ( ) 1 ( = C L
Consultando a tabela para 2 graus de liberdade e um nvel de significncia de 5%, temos: 5,991.
Como a estatstica teste foi maior que o valor crtico, rejeitamos a hiptese nula. Ou seja, existe
diferena significativa de opinio entre as cidades.
Gabarito: A
Texto para as questes 049, 050 e 051.
Uma empresa comprou, de trs diferentes fornecedores, mquinas de fazer caf. A tabela a
seguir mostra o desempenho
dessas mquinas.
Desejamos testar, usando o teste qui-quadrado:
H
0
: a qualidade das mquinas independe dos fornecedores versus
H
1
: a qualidade das mquinas depende dos fornecedores.
O valor observado da estatstica qui-quadrado :
(A) 2,4
(B) 3,6
(C) 4,8
(D) 6,0
(E) 7,2
Resoluo.
Queremos saber se a proporo de mquinas com defeito a mesma para os trs fornecedores.
De um total de 45 mquinas compradas, 15 apresentaram defeitos (1/3). Caso a proporo de
defeitos seja a mesma para os trs fornecedores, ento, para cada um deles, a proporo de
defeitos ser de 1/3. Com isso, podemos construir a tabela de freqncias esperadas e
observadas.
X Y Z
Freqnci
a
observada
Freqnci
a
esperada
Freqnci
a
observada
Freqnci
a
esperada
Freqnci
a
observada
Freqnci
a
esperada
com
defeito
1 5 7 5 7 5
normal 14 10 8 10 8 10
i
i i
E
E O
2
) (
.
=
=
10
) 10 8 (
5
) 5 7 (
10
) 10 8 (
5
) 5 7 (
10
) 10 14 (
5
) 5 1 (
_
2 2 2 2 2 2
2
teste _ 7,2
Gabarito: E
050. MP RO 2005 [CESGRANRIO] O nmero de graus de liberdade :
(A) 2
(B) 3
(C) 4
(D) 5
(E) 9
Resoluo.
2 = L
3 = C
O nmero de graus de liberdade fica:
2 2 1 ) 1 ( ) 1 ( = = C L
Gabarito: A
Nos nveis de 1%, 5% e 10% de significncia, a deciso sobre H
0
:
Resoluo.
Precisamos consultar a tabela da distribuio de qui-quadrado para 2 graus de liberdade.
Neste caso, 210 , 9 _
2
= crtico _ A estatstica teste (7,2) menor que o valor crtico. Aceitamos a
hiptese nula.
2
= crtico _ . A estatstica teste (7,2) maior que o valor crtico. Rejeitamos a
hiptese nula.
Terceiro caso: % 10 = o .
Agora nem precisa consultar a tabela. Se para um nvel de significncia de 5% ns j rejeitvamos
a hiptese nula, ento para 10% (que corresponde a uma regio crtica maior), ns tambm
rejeitaremos a hiptese nula.
Gabarito: C
Texto para as questes 052, 053 e 054
Para medir a preferncia por marcas de refrigerantes, selecionou-se uma amostra aleatria de
300 estudantes. A tabela a seguir mostra os resultados obtidos:
H
0
: a preferncia por marcas independe da zona da cidade
versus
H
1
: a preferncia por marcas depende da zona da cidade.
052. PETROBRAS 2005 [CESGRANRIO] O valor observado da estatstica qui-quadrado :
(A) 2,5
(B) 3,0
(C) 4,0
(D) 4,6
(E) 5,0
Resoluo.
Se a hiptese nula for verdadeira, ento a proporo de pessoas que preferem a marca X ser a
mesma nas trs zonas. O mesmo se aplica para a marca Y.
De um total de 300 pessoas, sabemos que 145 preferem X e 155 preferem Y. Ou seja, as
propores de preferncia de X e Y so de
300
145
e
300
155
. Caso a hiptese nula seja verdadeira,
estas propores ocorrero em todas as regies da cidade.
sul norte oeste
Freqncia
observada
Freqncia
esperada
Freqncia
observada
Freqncia
esperada
Freqncia
observada
Freqncia
esperada
X 50 145/3 55 145/3 40 145/3
Y 50 155/3 45 155/3 60 155/3
i
i i
E
E O
2
) (
.
+
=
3 / 145
) 3 / 145 40 (
3 / 155
) 3 / 155 45 (
3 / 145
) 3 / 145 55 (
3 / 155
) 3 / 155 50 (
3 / 145
) 3 / 145 50 (
_
2 2 2 2 2
2
teste _
3 / 155
) 3 / 155 60 (
2
+ = 4,67
Gabarito: D
053. PETROBRAS 2005 [CESGRANRIO] O nmero de graus de liberdade :
(A) 2
(B) 4
(C) 6
(D) 99
(E) 299
Resoluo:
2 = L
3 = C
2 2 1 ) 1 ( ) 1 ( = = C L
Gabarito: A
054. PETROBRAS 2005 [CESGRANRIO] Nos nveis de 1%, 5% e 10% de significncia, a
deciso sobre H
0
:
Resoluo.
Precisamos consultar a tabela da distribuio de qui-quadrado para 2 graus de liberdade.
2
= crtico _ A estatstica teste (5) menor que o valor crtico. Aceitamos a
hiptese nula.
2
= crtico _ . A estatstica teste (5) menor que o valor crtico. Aceitamos a
hiptese nula.
Terceiro caso: % 10 = o .
2
= crtico _ . A estatstica teste (5) maior que o valor crtico. Rejeitamos a
hiptese nula.
Gabarito: B
Texto para as questes 055 e 056.
Os dados a seguir so provenientes de uma anlise preliminar de 500 pacientes inscritos no
Programa de Tratamento de Obesidade, em um grande hospital do Rio de Janeiro.
Considere as duas variveis: sexo do paciente e grau de obesidade (0 = baixo, 1= mdio e 2=
alto).
Deseja-se testar, usando o teste qui-quadrado, se existe dependncia entre as variveis sexo e
grau de obesidade
H
0
: o grau de obesidade independe do sexo
H
1
: o grau de obesidade depende do sexo
055. PETROBRAS 2008/2 [CESGRANRIO] O valor observado da estatstica qui-quadrado,
aproximadamente,
(A) 0,03
(B) 2,90
(C) 4,05
(D) 16,40
(E) 173,10
Resoluo.
No geral, tomando as 500 pessoas, independentemente de sexo, temos as seguintes propores:
130/500 tm obesidade 0;
200/500 tm obesidade 1;
170/500 tm obesidade 2.
Caso a obesidade independa do sexo, ento essas propores sero verificadas tanto nos
homens quanto nas mulheres.
homens mulheres
Obesidade F esperada F observada F esperada F observada
0 52 50 78 80
1 80 100 120 100
2 68 50 102 120
i
i i
E
E O
2
) (
.
=
=
102
) 120 102 (
120
) 100 120 (
78
) 80 78 (
68
) 50 68 (
80
) 100 80 (
52
) 50 52 (
_
2 2 2 2 2 2
2
teste _
=16,40
Gabarito: D
056. PETROBRAS 2008/2 [CESGRANRIO] Utilizando os nveis de significncia de 1%, 5% e
10%, a deciso sobre a hiptese nula
Resoluo.
2 1 2 ) 1 ( ) 1 ( = = C L
2
= crtico _ . A estatstica teste (16,4) maior que o valor crtico. Rejeitamos
a hiptese nula.
Para os demais casos, tambm rejeitaremos a hiptese nula. Aumentar o nvel de significncia
aumentar a regio crtica.
Gabarito: E
057. TCE RO [CESGRANRIO] Realizada uma pesquisa de mercado, com 50 pessoas, em que
se pretendia estudar se a preferncia com relao a adoantes artificiais, com ou sem
aspartame, dependia ou no do sexo, obtiveram-se os seguintes resultados:
O valor observado da estatstica qui-quadrado e o nmero de graus de liberdade,
respectivamente, so:
(A) 2,19 e 2
(B) 2,19 e 3
(C) 12,00 e 2
(D) 12,00 e 3
(E) 19,60 e 2
Resoluo.
Em um total de 50 pessoas (independente de sexo), temos:
2/5 preferem adoante com aspartame
2/5 preferem adoante sem aspartame
1/5 sem preferncia.
Caso este comportamento independa de sexo, estas mesmas propores sero verificadas entre
os homens e entre as mulheres.
homens mulheres
preferncia F esperada F observada F esperada F observada
com aspartame 4 2 16 18
sem aspartame 4 5 16 15
sem preferencia 2 3 8 7
i
i i
E
E O
2
) (
.
=
=
8
) 7 8 (
16
) 15 16 (
16
) 18 16 (
2
) 3 2 (
4
) 5 4 (
4
) 2 4 (
_
2 2 2 2 2 2
2
teste _ 2,19
2 1 2 ) 1 ( ) 1 ( = = C L
Gabarito: A
Texto para as questes 058 e 059
As questes a seguir referem-se a resultados de um teste de associao entre as variveis
representadas na tabela de contingncia a seguir.
O valor da estatstica qui-quadrado e o nvel descritivo do teste (p-value) observados foram,
respectivamente, X
2
=1,811 e 0,770.
058. CAPES 2008 [CESGRANRIO] Com relao ao teste de hiptese realizado, considere as
afirmaes a seguir.
I - O teste foi baseado em 9 graus de liberdade.
II - A hiptese de independncia entre Sexo e Regio no rejeitada para qualquer nvel de
significncia inferior a 10,0%.
III - Com 95,0% de confiana afirma-se que existe associao entre as variveis Sexo e Regio.
IV - Sob a hiptese de independncia entre as variveis Sexo e Regio, o nmero esperado de
mulheres na regio Norte menor que o nmero observado.
Esto corretas APENAS as afirmaes
(A) I e II
(B) II e IV
(C) I, II e IV
(D) I, III e IV
(E) II, III e IV
Resoluo.
I O nmero de graus de liberdade fica:
4 1 4 ) 1 ( ) 1 ( = = C L
(A) I e II
(B) II e IV
(C) I, II e IV
(D) I, III e IV
(E) II, III e IV
II - Se o nvel de sinigicncia for de 10%, ento o nvel de significncia ser menor que o p-valor.
Com isso, aceitamos a hiptese nula. Se diminuirmos o nvel de significncia para menos de 10%,
a rea crtica diminuir. Continuaremos aceitando a hiptese nula. A frase est correta.
III Trabalhar com 95% de confiana significa que o nvel de significncia de 5%. Como vimos
na frase anterior, neste caso, aceitamos a hiptese de independncia entre sexo e regio. A frase
est errada.
(A) I e II
(B) II e IV
(C) I, II e IV
(D) I, III e IV
(E) II, III e IV
IV No geral, a proporo de pessoas no Norte de 119/2410. Caso haja independncia entre
sexo e religio, ento esta proporo se verifica tanto em homens quanto em mulheres.
O nmero esperado de mulheres :
= 2410 / 119 1083 53,48
Frase correta.
Gabarito: B
059. CAPES 2008 [CESGRANRIO] No clculo da estatstica do teste, a menor diferena entre o
nmero de homens observado e o esperado ocorre na regio
(A) Centro-Oeste
(B) Nordeste
(C) Sudeste
(D) Norte
(E) Sul
Resoluo.
Observado Esperado Diferena
CO 111 115,080083 -4,080082988
NE 214 220,7995851 -6,799585062
N 65 65,52406639 -0,52406639
SE 665 649,1838174 15,81618257
S 272 276,4124481 -4,412448133
A menor diferena (em mdulo) ocorre na regio Norte.
Gabarito: D
Texto para as questes de 060 a 062
A tabela a seguir mostra os resultados obtidos em 60 lanamentos de um dado.
H
0
H
1
060. PM MANAUS 2004 [CESGRANRIO] O valor observado da estatstica qui-quadrado :
(A) 3,8
(B) 5,0
(C) 6,2
(D) 8,6
(E) 50
Resoluo.
O dado foi jogado 60 vezes. Caso todas as faces tenham a mesma probabilidade de sair,
esperado que todas elas saiam 1/6 das vezes.
Resultado Observado Esperado
1 10 10
2 12 10
3 9 10
4 8 10
5 15 10
6 6 10
i
i i
E
E O
2
) (
.
=
=
10
) 10 16 (
10
) 10 15 (
10
) 10 8 (
10
) 10 9 (
10
) 10 12 (
10
) 10 10 (
_
2 2 2 2 2 2
2
teste _ 5
Gabarito: B
061. PM MANAUS 2004 [CESGRANRIO] O nmero de graus de liberdade :
(A) 5
(B) 6
(C) 54
(D) 59
(E) 60
Resoluo
= ) 1 ( ) 1 ( C L ?
) 1 1 ( ) 1 6 (
Observem que o nmero de colunas igual a 1. Com isso, temos 1 1, que igual a zero.
Mas o nmero de graus de liberdade nunca pode ser igual a zero.
Quando isto acontecer, ou seja, quando o nmero de linhas (ou colunas) for igual a 1, a gente no
faz a subtrao. O nmero de graus de liberdade fica assim:
5 1 5 ) ( ) 1 ( = = C L
Gabarito: A
062. PM MANAUS 2004 [CESGRANRIO] Nos nveis de 1%, 5% e 10% de significncia, a
deciso sobre H
0
:
Resoluo.
Para 10% de nvel de significncia, o valor crtico 9,24 (vide tabela colocada ao final da aula). A
estatstica teste (=5) menor que o valor crtico. No rejeitamos a hiptese nula.
Se reduzirmos o nvel de significncia para 1% ou para 5%, estaremos reduzindo a regio critica.
A hiptese continuar sendo aceita.
Gabarito: A
063. SEFAZ/SP 2009 [FCC] Espera-se que o nmero de reclamaes tributrias em um rgo
pblico durante determinada semana seja igual a 25, em qualquer dia til. Sabe-se que nesta
semana ocorreram 125 reclamaes com a seguinte distribuio por dia da semana:
Para decidir se o nmero de reclamaes tributrias correspondente no depende do dia da
semana, a um nvel de significncia , calculado o valor do qui-quadrado (
) que se deve
comparar com o valor do qui-quadrado crtico tabelado com 4 graus de liberdade. O valor de

(A) 1,20
(B) 1,90
(C) 4,75
(D) 7,60
(E) 9,12
Resoluo:

Gabarito: D
064. MPU 2004/ [ESAF] O resultado de um ensaio destinado a investigar a efetividade da
vacinao de animais na preveno de certo tipo de doena produziu a tabela de contingncia
seguinte.
Deseja-se testar a hiptese de que os perfis (de linha) de vacinados e no vacinados coincidem.
Assinale a opo que d o valor da contribuio da primeira clula da tabela para a estatstica
teste de homogeneidade do qui-quadrado.
a) 0,326
b) 0,450
c) 0,400
d) 0,500
e) 0,467
Resoluo:
Sabemos que a estatstica qui-quadrado calculada da seguinte maneira.
A contribuio da primeira clula

Gabarito: E
Os testes de hipteses para propores, usando a distribuio de qui-quadrado, recebem nomes
especiais. Ns no os mencionamos porque, para resolver os exerccios que caem em concurso,
o nome pouco importa.
S para no passar em branco, vamos a eles:
- Testes de Aderncia: queremos testar se uma populao segue uma dada distribuio de
probabilidades. O exemplo o teste dos exerccios 060 a 062, em que queramos saber se o dado
tem distribuio uniforme discreta.
- Teste de homogeneidade: queremos testar se diferentes populaes tm a mesma distribuio.
Exemplo: testar se duas turmas de uma escola tiveram o mesmo desempenho na prova de
matemtica. O exerccio 040 tambm um exemplo deste tipo de teste.
- Teste de independncia: queremos testar se duas variveis diferentes so independentes entre
si. Exemplo: queremos ver se o aproveitamento num teste independe do sexo da pessoa.
Queremos testar se propenso a ter cncer independe da cor da pele. Um outro exemplo o teste
dos exerccios 049, 050 e 051.
Em relao aos testes de hipteses estudados, no sei se vocs notaram, mas na grande maioria
dos exerccios a preocupao do enunciado sempre com o nvel de significncia. Relembrando
seu significado: nvel de significncia a probabilidade de se cometer o erro do tipo I. igual ao
valor de o .
Pois bem, em quase todos os exerccios que vimos, foram fixados valores de o muito pequenos.
Isto, em geral, diminui o poder do teste (aspecto j comentado logo no incio da aula). Qual o
resultado? O resultado que bastante provvel que aceitemos a hiptese nula.
Nesses casos, em que o valor de o pequeno, aceitar a hiptese nula no quer dizer muita
coisa. Nem sei se adequado falar que ns a aceitamos. Talvez fosse mais correto dizer que no
a rejeitamos.
Se o nvel de significncia pequeno, ns aceitamos um intervalo muito grande de valores. Ou
seja, para um grande intervalo de valores possveis ns no rejeitamos a hiptese nula. Por isso,
em vez de falarmos que aceitamos a hiptese nula, mais indicado dizer que o valor do
experimento no foi to extremo a ponto de nos fazer rejeit-la.
Quando o valor de o pequeno, o teste de hipteses s tem um maior carter conclusivo
quando rejeitamos a hiptese nula. Neste caso sim, a probabilidade de que a hiptese alternativa
seja verdadeira considervel. Isto porque s num caso muito extremo ns rejeitaramos a
hiptese nula. Se, feita a amostragem, o resultado muito extremo, temos um forte indcio de que
a hiptese nula falsa.
Por fim, gostaria de destacar a relao entre o teste de hipteses e o intervalo de confiana.
Essas duas matrias so bem parecidas. No intervalo de confiana, partamos de uma mdia
amostral para estimar um intervalo para a mdia populacional. Nos testes de hipteses fazemos o
caminho contrrio. Consideramos que uma dada mdia populacional vlida. Obtemos uma
mdia amostral que nos fornecer indcios se a hiptese inicial era realmente vlida ou no.
Nesta relao entre os dois assuntos, um aspecto interessante comentado por Pedro Luiz de
Oliveira Costa Neto, em seu livro Estatstica, o seguinte. Nos dois casos, tanto no intervalo de
confiana, quanto no teste de hipteses, relacionamos os mesmos estimadores com seus
respectivos parmetros. Por exemplo, sempre analisamos a mdia populacional ( ) e seu
estimador, a mdia amostral obtida ( X ). Na estimao por intervalo, a mdia amostral o centro
do intervalo de confiana para a mdia da populao. Isto porque a mdia amostral o melhor
estimador para a mdia da populao. Pela mesma razo, no teste de hipteses, a varivel mais
adequada para testar o valor da mdia populacional a mdia amostral.
RELAO DAS QUESTES COMENTADAS
Um pesquisador avaliou se a presso sangnea dos candidatos do ltimo Concurso para um
Tribunal de Contas se alterava no incio da prova. Em condies normais, sem stress, os
candidatos entre 18 e 32 anos apresentaram uma presso sistlica mdia de 120 mm Hg. Aps
medir a presso de 36 candidatos a cinco minutos do incio da prova, foi encontrada a presso
sistlica mdia de 125,2 mm Hg com desvio padro amostral de 12 mm Hg. Deve-se testar:
120 :
0
= H
120 :
1
> H
01. TCE RO 2007[CESGRANRIO] O valor calculado da estatstica t :
(A) 2,60
(B) 0,43
(C) 0,01
(D) 0,43
(E) 2,60
02. TCE RO 2007[CESGRANRIO] Nos nveis de significncia de 5% e 10%, correto afirmar que
a(o):
(A) hiptese nula aceita em ambos os nveis.
(B) hiptese nula rejeitada em ambos os nveis.
(C) hiptese nula rejeitada em 5% e aceita em 10%.
(D) hiptese nula aceita em 5% e rejeitada em 10%.
(E) teste inconclusivo.
03. SEFAZ RJ 2007 [FGV] Para a realizao do teste de hipteses H
o
: =
o
, contra H
1
: >
o
,
definimos como ERRO DO TIPO I:
04. SEFAZ MS 2006 [FGV] Em um teste de hipteses, a hiptese nula foi rejeitada no nvel de
3%. Portanto, a hiptese nula:
(A) ser aceita no nvel de 1%.
(B) ser aceita no nvel de 5%.
(C) pode ser aceita ou rejeitada no nvel de 5%.
(D) ser rejeitada no nvel de 1%.
(E) ser rejeitada no nvel de 5%.
05. SEFAZ RJ 2009 [FGV] Uma empresa afirma que os pacotes de bala que ela produz pesam
em mdia 25g. Para testar essa hiptese, foram selecionados ao acaso 16 pacotes produzidos
pela empresa, registrados seus pesos X1, X2, ..., X16 e calculadas as estatsticas
320
16
1
=
= i
i
X ; 7360
16
1
2
=
= i
i
X
O valor da estatstica t (a ser comparado com o ponto desejado da distribuio t de Student) para
o teste :
(A) 0,8.
(B) 1,2.
(C) 2,0.
(D) 2,5.
(E) 3,2.
06. CGU 2008 [ESAF] Um fabricante divulga que a caracterstica principal de seu produto tem
uma mdia de 1.000 unidades. Um pesquisador, duvidando desta armao, encontrou uma
caracterstica mdia de 935 e desvio-padro amostral de 130 examinando uma amostra aleatria
simples de tamanho 9 destes produtos. Calcule o valor mais prximo da estatstica t para testar a
hiptese nula de que a mdia da caracterstica principal do produto 1 000, admitindo que a
caracterstica tem uma distribuio normal.
a) -1,5.
b) -1,78.
c) -1,89.
d) -1,96.
e) -2,115.
07. SEFAZ/SP 2006 [FCC] Seja X uma varivel aleatria representando o valor arrecadado de um
determinado tributo. Suponha que X tem distribuio normal (populao de tamanho infinito)
com mdia e desvio padro de 500 reais. Desejando-se testar
H
0
: 000 . 1 = reais (hiptese nula)
H
1
: 000 . 1 = reais (hiptese alternativa)
tomou-se uma amostra aleatria de 400 valores de X, obtendo-se para a mdia amostral o valor
de 1.060 reais. Seja o o nvel de significncia do teste e suponha que a regio de rejeio de H
0

{ }
2 / o
Z Z > , onde
2 / o
Z representa o escore da curva normal padro tal que o
o
= > ) (
2 /
Z Z P .
Tem-se que:
a) Se H
0
foi rejeitada, existe um nvel de significncia | ( o | > ) tal que H
0
no seria rejeitada.
b) Para qualquer nvel de significncia o , H
0
ser rejeitada, uma vez que 1000 1060 = .
c) H
0
no ser rejeitada se 3
2 /
<
o
Z
d) H
0
ser rejeitada se 2
2 /
=
o
Z
e) Para 2
2 /
>
o
Z , H
0
no ser rejeitada
08. Petrobrs 2007 [CESPE] A taxa de octano existente em determinado combustvel uma
varivel aleatria X cuja distribuio possui mdia e desvio-padro o . Uma amostra
aleatria simples fornecida por dez distribuidores diferentes desse combustvel resultou nos
valores apresentados na tabela a seguir.
Amostra Taxa de octano (em
%)
1 90
2 96
3 92
4 87
5 85
6 85
7 90
8 92
9 93
10 90
Considerando as informaes acima, julgue os itens subseqentes.
1. O desvio-padro amostral da taxa de octano inferior a 4%.
2. A estimativa do erro-padro da mdia amostral superior a 2%.
3. Caso seja utilizado o teste t para testar as hipteses H
0
: % 89 > versus H
1
: % 89 <
correto afirmar que a hiptese nula no seria rejeitada ao se fixar nveis de significncia inferiores
a 50%.
09. Prefeitura Municipal de Vila Velha 2007 [CESPE] Um estudo foi realizado por uma prefeitura
acerca da qualidade do atendimento no hospital municipal da cidade. Com base em uma
amostra de 100 dias, foram produzidas as seguintes estatsticas referentes ao nmero dirio
de pacientes atendidos.
mdia = 30
varincia amostral = 100
mnimo = 0
primeiro quartil = 10
segundo quartil = 25
terceiro quartil = 40
mximo = 60.
Com relao ao texto e considerando que a amostra de 100 dias seja aleatria simples, julgue os
prximos itens.
1. Considere as hipteses nula e alternativa, dadas respectivamente por H
0
: = 25 e H
A
: 25,
em que representa a mdia populacional. Pelo teste t, h fortes evidncias para se rejeitar H
0
.
010. BACEN/2006 [FCC] Uma amostra aleatria de 100 valores de aluguis em uma cidade
forneceu um valor mdio de R$ 600,00. O desvio padro da populao, considerada normal e
de tamanho infinito, de R$ 250,00. Deseja-se saber se o valor mdio encontrado na amostra
superior ao valor de R$ 550,00, que se supe ser a verdadeira mdia, ao nvel de
significncia de o . Seja
o
Z o escore da curva normal padro tal que o
o
= > ) ( Z Z P , H
0
a
hiptese nula do teste ( 550 = ). Sabendo-se que H
0
a) o valor do escore reduzido referente ao valor mdio encontrado para a amostra e necessrio
para comparao com Z

igual a 0,2.
b) 2 >
o
Z
c) 2 <
o
Z
d) Para qualquer nvel de significncia H
0
seria rejeitada, pois 600 > 550.
e) A um nvel de significncia | , o | > , H
0
no teria sido rejeitada
011. BACEN/2006 [FCC] Uma amostra aleatria de 9 valores de salrios extrada de uma
populao, considerada normal e de tamanho infinito, apresentou uma mdia igual a R$
800,00 com um desvio padro igual a R$ 120,00. Os registros histricos indicam que a mdia
dos salrios da populao igual a R$ 740,00. Deseja-se testar a hiptese, ao nvel de
significncia o , se o valor da mdia verificada na amostra difere do valor de R$ 740,00. Seja
H
0
a hiptese nula do teste ( 740 = ), H
1
a hiptese alternativa ( 740 = ) e 0
2 /
>
o
t o quantil
da distribuio t de Student, no nvel de significncia o para testes bicaudais com 8 graus de
liberdade. Sabendo-se que H
0
a) o valor da varivel do teste t (t calculado) obtido atravs da amostra e necessrio para a
comparao com
2 / o
t e
2 / o
t igual a 0,5.
b) para qualquer nvel de significncia H
0
seria rejeitada, pois 0 ) 740 800 ( =
c) 5 , 1
2 /
>
o
t
d) 5 , 1
2 /
<
o
t
e) a um nvel de significncia | , o | > , H
0
no teria sido rejeitada.
012. MP RO 2005 [CESGRANRIO] Um teste de hiptese rejeitou a hiptese nula H0 no nvel de
significncia de 5%. O que aconteceria com H0 nos nveis de significncia de 1% e 10%?
013. CAPES 2008 [CESGRANRIO]
Considere as asseres a seguir.
A regio de rejeio de um teste de hipteses obtida sob a suposio de que a hiptese da
nulidade (H0) verdadeira.
PORQUE
Em testes de hipteses, o erro do tipo I aquele cometido ao se rejeitar a hiptese da nulidade
(H0) quando esta verdadeira.
Analisando-se as asseres, conclui-se que
(A) as duas asseres so verdadeiras, e a segunda uma justificativa correta da primeira.
(B) as duas asseres so verdadeiras, e a segunda no uma justificativa correta da primeira.
(C) a primeira assero verdadeira, e a segunda falsa.
(D) a primeira assero falsa, e a segunda verdadeira.
(E) a primeira e a segunda asseres so falsas.
014. IPEA 2004 [ESAF] Um fabricante de lanternas operadas com gs butano anuncia que o
reservatrio de gs de seu produto tem durao esperada de pelo menos 40 horas. Face
reclamao de alguns consumidores, uma agncia independente resolve verificar a
veracidade da afirmao do fabricante por meio do teste estatstico da hiptese H
0
: 40
contra a alternativa H
A
: < 40 com controle do erro do tipo I em 5%. Uma amostra aleatria de
49 reservatrios produziu o valor mdio X de 38 horas. Suponha que a distribuio dos
tempos de durao do gs seja aproximadamente normal com desvio padro de 7 horas.
A tabela abaixo d os valores da funo de distribuio F(Z) da normal padro para alguns valores
selecionados de Z.
Z F(Z)
0,34 0,633
0,54 0,705
0,64 0,739
2,00 0,977
3,00 0,999
Assinale a opo que d o valor probabilstico (p-valor) do teste constitudo com base na
estatstica 40 X
a) 5%
b) 2,3%
c) 3%
d) 4%
e) 2,5%
015. IPEA 2004. [ESAF - adaptada] Assinale a opo que d o valor do poder do teste
estatstico descrito na questo anterior quando =39 horas.
a) 50%
b) 10%
c) 5%
d) 26,1%
e) 30,2%
[dados: % 95 ) 645 , 1 ( = s Z P ]
016. SEFAZ MS 2006 [FGV] Um teste de hiptese apresentou p-valor igual a 0,03. Portanto,
a) deve ser aceita e aceita
b) deve ser aceita e rejeitada
c) deve ser rejeitada e aceita
d) deve ser rejeitada e rejeitada
e) pode ou no ser rejeitada, dependendo de a hiptese ser simples ou no.
017. MPU 2004 [ESAF] Considere o teste da hiptese H: =100 contra alternativa A: 100 em
uma amostra da normal com mdia e varincia
2
. O valor da estatstica teste t com
distribuio de Student sob a hiptese H: =100 de 1,7864 e sabe-se que P(t 1,7864) =
0,0446.
Suponha que a probabilidade de erro do tipo I esteja sendo controlada em 5%. Assinale a
resposta correta.
a) Como o valor probabilstico do teste 0,0446 conclua H : = 100.
b) Como o valor probabilstico do teste 0,0446 conclua A: 100.
c) Como o valor probabilstico do teste 0,0892 no h evidncia para rejeitar H : = 100.
d) Como o valor probabilstico do teste 0,0223 conclua A: 100.
e) No se pode tirar nenhuma concluso pois, o tamanho da amostra, a mdia amostral e o desvio
padro amostral no foram dados.
018. POTIGAS 2006 [FGV] Um teste de hipteses apresentou p-valor igual a 0,07. Portanto,
(A) deve ser aceita e aceita.
(B) deve ser aceita e rejeitada.
(C) deve ser rejeitada e aceita.
(D) deve ser rejeitada e rejeitada.
019. SENADO 2008 [FGV] Uma amostra aleatria simples X
1
, X
2
, ... , X
25
, de tamanho 25, de
uma distribuio normal com mdia foi observada e indicou as seguintes estatsticas:
5 , 10 = X ;
=
=
25
1
2
384 ) (
i
i
X X
O p valor do procedimento usual para testar H0: s 10 versus H1: > 10 um nmero:
(A) menor do que 0,01.
(B) entre 0,01 e 0,10.
(C) entre 0,10 e 0,25.
(D) entre 0,25 e 0,30.
(E) maior do que 0,30.
Dados constantes da prova do Senado/FGV:
020. TRF 1 Regio/2001 [FCC]
Para responder questo seguinte, considere as tabelas a seguir. Elas fornecem alguns valores
da funo de distribuio F(x). A tabela 1 refere-se varivel normal padro, as tabelas 2 e 3
referem-se varivel t de Student com 10 e 15 graus de liberdade, respectivamente.
x F(x) X F(x) x F(x)
1,20 0,885 1,37 0,90 1,75 0,95
1,60 0,945 1,81 0,95 2,25 0,98
1,64 0,950 2,36 0,98 2,60 0,99
Seja X: N( ,25). Para o teste da mdia 15 = contra 12 = , retirou-se uma amostra aleatria
de 16 elementos de X, tendo-se observado para a mdia amostral o valor 13. Determine o nvel
descritivo do teste.
a) 0,065
b) 0,060
c) 0,055
d) 0,010
e) 0,005
021. MPE PE/2006 [FCC] Para resolver a questo abaixo, considere as tabelas a seguir. Elas
fornecem alguns valores da distribuio F(x). A tabela 1 refere-se varivel normal padro, as
tabelas 2 e 3 referem-se varivel t de Student com 15 e 16 graus de liberdade,
respectivamente:
X F(x) X F(x) x F(x)
1,60 0,945 1,753 0,95 1,746 0,95
1,64 0,950 2,248 0,98 2,235 0,98
2,00 0,977 2,583 0,99 2,567 0,99
Seja X uma varivel aleatria, com distribuio normal, com mdia e desvio padro 6. Para o
teste da mdia 11 = contra 13 = , retirou-se uma amostra aleatria de 100 elementos de X,
tendo-se observado para a mdia amostral o valor 12,2. O nvel descritivo do teste :
a) 0,012 b) 0,023 c) 0,055 d) 0,064 e) 0,077.
022. PM MANAUS 2004 [CESGRANRIO] Um teste de hiptese apresentou p-valor igual a 0,07.
Portanto, nos nveis de significncia de 5% e 10%, respectivamente, a hiptese nula:
(A) deve ser aceita em ambos.
(B) deve ser aceita no primeiro e rejeitada no segundo.
(C) deve ser rejeitada no primeiro e aceita no segundo.
(D) deve ser rejeitada em ambos.
Para responder s questes 023, 024 e 025, considere o enunciado a seguir.
A proporo de pessoas com uma determinada caracterstica numa populao p. Sortearam-se
5 pessoas ao acaso e com reposio dessa populao e calculou-se a proporo p de pessoas
com a caracterstica na amostra. Desejando-se testar: H
0
: 5 , 0 = p contra H
1
: 6 , 0 = p , com base
nesta amostra, decidiu-se rejeitar H
0
se o nmero de pessoas com a caracterstica na amostra for
maior ou igual a 4.
023. MPU/2007 [FCC] O nvel de significncia associado ao teste :
a) 6/64;
b) 5/32
c) 1/16;
d) 5/64;
e) 6/32
024. MPU/2007 [FCC] Se o nmero observado de pessoas com a caracterstica na amostra foi
5, o nvel descritivo associado ao teste :
a) 5/16
b) 5/32
c) 3/16
d) 1/32
e) 1/16.
025. MPU/2007 [FCC] A probabilidade de se rejeitar H
0
quando H
1
verdadeira :
a)
5
6 , 0 4
b)
5
6 , 0
c)
4
6 , 0 6 , 2
d)
5
6 , 0 1
e)
4
6 , 0 4 , 0 5
026. SENADO 2008 [FGV] Considere que uma amostra aleatria simples de tamanho n = 5 de
uma distribuio Bernoulli com probabilidade de sucesso p seja usada para testar H
0
: p = 0,5
versus H
1
: p = 0,7 e que seja usado o critrio que rejeita a hiptese nula se forem observados 4 ou
5 sucessos. A probabilidade de se cometer erro tipo 1 igual a:
(A) 0,1875.
(B) 0,15625.
(C) 0,125.
(D) 0,0625.
(E) 0,03125.
027. BNDES 2008/2 [CESGRANRIO] Considere o seguinte teste de hiptese para a proporo
populacional p:
6 , 0 :
0
= p H
6 , 0 :
1
= p H
Para uma amostra de tamanho n=12, construiu-se a regio crtica RC (0, 1, 11, 12). O poder do
teste para p = 0,5
(A) 26 . 0,5
12

(B) 13 . 0,5
12

(C) 12 . 0,5
12

(D) 2 . 0,5
12

(E) 0,5
12

028. SEFAZ MG 2005 [ESAF] Um fabricante afirma que pelo menos 95% dos equipamentos
que fornece indstria encontram-se dentro de suas especificaes. Uma amostra de 200 itens
escolhidos ao acaso revelou 10 itens fora de especificao. Assinale a opo que corresponde ao
valor probabilstico (p-valor) do teste de H
0
: 95 , 0 > u contra H
A
: 95 , 0 < u , sendo u a proporo
populacional de itens dentro da especificao.
a) 0,500
b) 0,050
c) 0,025
d) 0,010
e) 0,100
029. SEFAZ MG 2005 [ESAF] Lana-se uma moeda 20 vezes e observa-se a ocorrncia de 7
caras. Seja u a probabilidade de cara. Assinale a opo que d o valor da estatstica teste
correspondente ao teste da hiptese H
0
: 5 , 0 > u contra H
A
: 5 , 0 < u .
a) 20 3 , 0
b) 20 2 , 0
c) 20 3 , 0
d) 20 2 , 0
e) 20 5 , 0
030. Basa/2007 [CESPE] Um programa de controle de qualidade foi implementado em uma
agncia bancria. A cada 10 clientes que entram na fila para solicitar um certo tipo de servio
S, um atendente entrega um pequeno questionrio, que deve ser preenchido pelo cliente e
devolvido ao caixa do banco. Um dos quesitos monitorados diariamente a proporo de
clientes que esto satisfeitos com o atendimento de um modo geral. Em determinada semana,
foram observados os resultados mostrados na tabela a seguir.
Dia da semana 2 3 4 5 6
nmero de clientes observados 30 40 20 50 70
proporo de clientes satisfeitos 0,9 0,8 0,9 0,8 0,6
Com base nesses dados, julgue o item que se segue.
1. Considere que se deseje testar a hiptese de que a verdadeira proporo de clientes satisfeitos
na tera-feira seja superior a 0,85. Nessa situao, a estatstica do teste, considerando a
aproximao normal, dada por
( )
4 , 0
40 8 , 0 85 , 0
.
031. CGU 2008 [ESAF] Sejam n variveis aleatrias N(0,1) independentes. A soma de seus
quadrados tem uma distribuio de:
a) t de Student com n-1 graus de liberdade
b) t de Student com n graus de liberdade
c) qui quadrado com n graus de liberdade
d) qui quadrado com 2n graus de liberdade
e) F com 1 grau de liberdade no numerador e n graus de liberdade no denominador.
032. PM MANAUS 2004 [CESGRANRIO] Se
n
X X X ,..., ,
2 1
so variveis aleatrias
independentes e com distribuio normal reduzida, ento a varivel aleatria
( ) ( ) ( )
2 2
2
2
1
...
n
X X X + + + tem distribuio
(A) normal.
(B) qui-quadrado com n - 1 graus de liberdade.
(C) qui-quadrado com n graus de liberdade.
(D) t de Student com n - 1 graus de liberdade.
(E) t de Student com n graus de liberdade.
033. MP RO 2005 [CESGRANRIO] Se
n
X X X ,..., ,
2 1
so variveis aleatrias independentes e
com distribuio normal reduzida, ento a varivel aleatria
2 2
2
2
1
...
n
X X X + + + tem mdia:
a) 1
b)
2
1 n
c)
2
n
d) 1 n
e) n
034. PM MANAUS 2004 [CESGRANRIO] Se (X
1
, X
2
, ..., X
n
) so variveis aleatrias
independentes e com distribuio normal reduzida e
n
X X X
X
n
+ + +
=
...
2 1
, ento a
distribuio de
2 2
2
2
1
) ( ... ) ( ) ( X X X X X X
n
+ + + :
a) normal
b) qui-quadrado com n-1 graus de liberdade
c) qui-quadrado com n graus de liberdade
d) t de Student com n-1 graus de liberdade
e) t de Studente com n graus de liberdade
035. SEFAZ MS 2006 [FGV] Uma amostra aleatria simples de tamanho 25 foi selecionada
para estimar a mdia desconhecida de uma populao normal. A mdia amostral encontrada
foi de 4,2 e a varincia amostral foi 1,44.
a) (0,88; 2,79)
b) (0,72; 3,05)
c) (0,64; 3,20)
d) (0,55; 3,16)
e) (0,44; 3,44)
036. MP RO 2005 [FCC] Uma amostra aleatria simples de tamanho 25 foi selecionada para
estimar a mdia e a varincia desconhecidas de uma populao normal. A mdia amostral
(A) (0,48; 2,40)
(B) (0,52; 2,96)
(C) (0,58; 2,84)
(D) (0,67; 3,43)
(E) (0,88; 2,79)
037. PETROBRAS 2005 [CESGRANRIO] Uma amostra aleatria simples, de tamanho 16, foi
encontrada foi 4,8 e a varincia amostral, 1,44.
O intervalo de 90% de confiana para a varincia populacional
(A) (0,48 ; 2,40)
(B) (0,52 ; 2,84)
(C) (0,58 ; 2,96)
(D (0,67 ; 3,43)
(E) (0,86 ; 2,97)
038. PM MANAUS [CESGRANRIO] Uma amostra aleatria simples de tamanho 16 foi
(A) (0,79 ; 3,47)
(B) (0,67 ; 3,43)
(C) (0,58 ; 2,84)
(D) (0,52 ; 2,96)
(E) (0,48 ; 2,40)
039. INMETRO 2007 [CESPE] O fabricante de uma balana de preciso afirma que o desvio
padro das medies dessa balana de 0,0002 g. Considere que um usurio dessa balana
faa um experimento para testar a afirmao do fabricante. Aps 8 medies, esse usurio
verifica que o desvio padro amostral foi igual a 0,0005 g. O usurio decide testar a hiptese
nula 0002 , 0 :
0
s o H versus a hiptese alternativa 0002 , 0 : > o
A
H . Com base nessas
informaes, julgue os itens a seguir.
118. A estatstica qui-quadrado para o teste em questo inferior a 40.
119. Se a hiptese nula for rejeitada em nvel de significncia de 5%, ento o poder do teste ser
de 95%.
120. Um intervalo de conviana de 95% para a varincia amostral pode ser dado por
8
0002 , 0 96 , 1 0005 , 0
040. CGU 2008 [ESAF] Dos 100 candidatos inscritos em um concurso que estudaram no curso
preparatrio A, 75 foram aprovados no concurso, enquanto que dos 100 candidatos inscritos no
concurso que estudaram no curso preparatrio B, 65 foram aprovados nesse concurso. Se
desejarmos testar a hiptese estatstica de que a proporo de aprovao dos dois cursos a
mesma, obtenha o valor mais prximo da estatstica do teste, que tem aproximadamente uma
distribuio qui-quadrado com um grau de liberdade.
a) 1,21.
b) 1,44.
c) 1,85.
d) 2,38.
e) 2,93.
O enunciado a seguir refere-se s questes 041, 042 e 043
A tabela a seguir mostra os resultados obtidos em matemtica por trs turmas.
Aprovados Reprovados Total
Turma X 30 10 40
Turma Y 35 5 40
Turma Z 15 5 20
Total 80 20 100
Desejamos testar, utilizando o teste do qui-quadrado:
H
0
H
A
041. SEFAZ/MS 2006 [FGV] O valor observado da estatstica qui-quadrado ,
aproximadamente:
a) 1,16
b) 2,34
c) 3,44
d) 4,66
e) 5,58
042. SEFAZ/MS 2006 [FGV] O nmero de graus de liberdade :
a) 2
b) 3
c) 4
d) 6
e) 99
043. SEFAZ/MS 2006 [FGV] Nos nveis de 1%, 5% e 10%, a deciso sobre H
0
:
% 1 = o % 5 = o % 10 = o
A No
rejeitar
No
rejeitar
No
rejeitar
B No
rejeitar
No
rejeitar
Rejeitar
C No
rejeitar
Rejeitar Rejeitar
D Rejeitar Rejeitar No
rejeitar
E Rejeitar Rejeitar Rejeitar
044. SENADO 2008 [FGV] A tabela de contingncia a seguir foi obtida para se testar
homogeneidade entre as propores de conceitos obtidos em um exame nacional com dois
mtodos de ensino:
O valor da estatstica qui-quadrado usual para esses dados :
(A) 6.
(B) 12.
(C) 18.
(D) 24.
(E) 36.
045. AFT 2010 [ESAF] Em uma amostra aleatria simples de 100 pessoas de uma populao,
15 das 40 mulheres da amostra so fumantes e 15 dos 60 homens da amostra tambm so
fumantes. Desejando-se testar a hiptese nula de que nesta populao ser fumante ou no
independe da pessoa ser homem ou mulher, qual o valor mais prximo da estatstica do
correspondente teste de qui-quadrado?
a) 1,79.
b) 2,45.
c) 0,98.
d) 3,75.
e) 1,21.
046. MPU/2007 [FCC] Para responder questo, utilize a tabela abaixo para o teste, onde
P(qui-quadrado > vc )= p
p
graus de
liberdade
5% 4% 2,5% 2% 1%
1 3,841 4,218 5,024 5,412 6,635
2 5,991 6,438 7,378 7,824 9,210
3 7,815 8,311 9,348 9,837 11,345
Uma pesquisa de opinio sobre a qualidade do sabo Diamante foi realizada em dois bairros (A e
B) da cidade de So Paulo. No bairro A sorteou-se 300 residentes e destes 180 o classificaram
como bom e os demais o classificaram como ruim. No bairro B foram sorteados 100 residentes e
80 o classificaram como ruim e os demais o classificaram como bom. Utilizou-se o teste de qui-
quadrado para se avaliar se existe diferena no grau de satisfao dos residentes. O valor
observado do qui-quadrado e a deciso do teste ao nvel de significncia de 5% so,
respectivamente,
a) 24, no existe diferena de opinio significativa entre os bairros
b) 24, existe diferena de opinio significativa entre os bairros
c) 48, no existe diferena de opinio significativa entre os bairros
d) 48, existe diferena de opinio significativa entre os bairros
e) 50, existe diferena de opinio significativa entre os bairros
047. Secretaria de Estado de Meio Ambiente/ES 2007 [CESPE]
Estao do ano
Primavera Vero Outono Inverno Total
Presente 60 90 70 30 250
Ausente 1190 1460 1400 1300 5350
Total 1250 1550 1470 1330 5600
Um dos critrios para a avaliao da qualidade da gua para o consumo humano a deteco de
coliformes fecais na gua distribuda populao. A tabela acima apresenta os resultados das
anlises de 5.600 amostras de gua coletadas, entre os anos de 1995 a 2000, em uma grande
cidade, conforme as estaes do ano. Considerando as informaes da tabela acima, julgue o
item a seguir.
56. O valor da estatstica de qui-quadrado com respeito hiptese de independncia entre os
resultados e as estaes do ano superior a 15.
048. MPE PE/2006 [FCC] Considere a tabela a seguir para o teste, onde P(qui-quadrado > vc)
= p
p
graus de
liberdade
5% 4% 2,5% 2% 1%
1 3,841 4,218 5,024 5,412 6,635
2 5,991 6,438 7,378 7,824 9,210
3 7,815 8,311 9,348 9,837 11,345
A opinio sobre o atendimento (entre bom, regular e ruim) aos pacientes em dois hospitais
pblicos foi estudado em duas cidades. Na cidade A sorteou-se 200 usurios e destes 50
classificaram em regular, 70 classificaram em ruim e os demais classificaram com bom o
atendimento do hospital A. Na cidade B foram sorteados 200 usurios e 120 classificaram em
bom, 50 em regular, e os demais classificaram como ruim o atendimento do hospital B. Utilizou-se
o teste de qui-quadrado para avaliar se existe diferena no grau de satisfao com os hospitais
das duas cidades. O valor observado do qui-quadrado e a deciso do teste ao nvel de 5% de
significncia so, respectivamente:
a) 24, existe diferena de opinio significativa entre as duas cidades
b) 24, no existe diferena de opinio significativa entre as duas cidades
c) 25, existe diferena de opinio significativa entre as duas cidades
d) 26, existe diferena de opinio significativa entre as duas cidades
e) 26, no existe diferena de opinio significativa entre as duas cidades
Texto para as questes 049, 050 e 051.
Uma empresa comprou, de trs diferentes fornecedores, mquinas de fazer caf. A tabela a
seguir mostra o desempenho
dessas mquinas.
H
0
: a qualidade das mquinas independe dos fornecedores versus
H
1
: a qualidade das mquinas depende dos fornecedores.
049. MP RO 2005 [CESGRANRIO] O valor observado da estatstica qui-quadrado :
(A) 2,4
(B) 3,6
(C) 4,8
(D) 6,0
(E) 7,2
050. MP RO 2005 [CESGRANRIO] O nmero de graus de liberdade :
(A) 2
(B) 3
(C) 4
(D) 5
(E) 9
051. MP RO 2005 [CESGRANRIO] Nos nveis de 1%, 5% e 10% de significncia, a deciso
sobre H0 :
Texto para as questes 052, 053 e 054
Para medir a preferncia por marcas de refrigerantes, selecionou-se uma amostra aleatria de
300 estudantes. A tabela a seguir mostra os resultados obtidos:
H
0
: a preferncia por marcas independe da zona da cidade
versus
H
1
: a preferncia por marcas depende da zona da cidade.
052. PETROBRAS 2005 [CESGRANRIO] O valor observado da estatstica qui-quadrado :
(A) 2,5
(B) 3,0
(C) 4,0
(D) 4,6
(E) 5,0
053. PETROBRAS 2005 [CESGRANRIO] O nmero de graus de liberdade :
(A) 2
(B) 4
(C) 6
(D) 99
(E) 299
054. PETROBRAS 2005 [CESGRANRIO] Nos nveis de 1%, 5% e 10% de significncia, a
deciso sobre H
0
:
Os dados a seguir so provenientes de uma anlise preliminar de 500 pacientes inscritos no
Programa de Tratamento de Obesidade, em um grande hospital do Rio de Janeiro.
Considere as duas variveis: sexo do paciente e grau de obesidade (0 = baixo, 1= mdio e 2=
alto).
Deseja-se testar, usando o teste qui-quadrado, se existe dependncia entre as variveis sexo e
grau de obesidade
H
0
: o grau de obesidade independe do sexo
H
1
: o grau de obesidade depende do sexo
055. PETROBRAS 2008/2 [CESGRANRIO] O valor observado da estatstica qui-quadrado,
aproximadamente,
(A) 0,03
(B) 2,90
(C) 4,05
(D) 16,40
(E) 173,10
056. PETROBRAS 2008/2 [CESGRANRIO] Utilizando os nveis de significncia de 1%, 5% e
10%, a deciso sobre a hiptese nula
057. TCE RO [CESGRANRIO]
Realizada uma pesquisa de mercado, com 50 pessoas, em que se pretendia estudar se a
preferncia com relao a adoantes artificiais, com ou sem aspartame, dependia ou no do sexo,
obtiveram-se os seguintes resultados:
O valor observado da estatstica qui-quadrado e o nmero de graus de liberdade,
respectivamente, so:
(A) 2,19 e 2
(B) 2,19 e 3
(C) 12,00 e 2
(D) 12,00 e 3
(E) 19,60 e 2
058. CAPES 2008 [CESGRANRIO] Com relao ao teste de hiptese realizado, considere as
afirmaes a seguir.
I - O teste foi baseado em 9 graus de liberdade.
II - A hiptese de independncia entre Sexo e Regio no rejeitada para qualquer nvel de
significncia inferior a 10,0%.
III - Com 95,0% de confiana afirma-se que existe associao entre as variveis Sexo e Regio.
IV - Sob a hiptese de independncia entre as variveis Sexo e Regio, o nmero esperado de
mulheres na regio Norte menor que o nmero observado.
Esto corretas APENAS as afirmaes
(A) I e II
(B) II e IV
(C) I, II e IV
(D) I, III e IV
(E) II, III e IV
059. CAPES 2008 [CESGRANRIO] No clculo da estatstica do teste, a menor diferena entre o
nmero de homens observado e o esperado ocorre na regio
(A) Centro-Oeste
(B) Nordeste
(C) Sudeste
(D) Norte
(E) Sul
Texto para as questes 060 a 062
A tabela a seguir mostra os resultados obtidos em 60 lanamentos de um dado.
H
0
H
1
060. PM MANAUS 2004 [CESGRANRIO] O valor observado da estatstica qui-quadrado :
(A) 3,8
(B) 5,0
(C) 6,2
(D) 8,6
(E) 50
061. PM MANAUS 2004 [CESGRANRIO] O nmero de graus de liberdade :
(A) 5
(B) 6
(C) 54
(D) 59
(E) 60
062. PM MANAUS 2004 [CESGRANRIO] Nos nveis de 1%, 5% e 10% de significncia, a
deciso sobre H0 :
063. SEFAZ/SP 2009 [FCC] Espera-se que o nmero de reclamaes tributrias em um rgo
pblico durante determinada semana seja igual a 25, em qualquer dia til. Sabe-se que nesta
semana ocorreram 125 reclamaes com a seguinte distribuio por dia da semana:
Para decidir se o nmero de reclamaes tributrias correspondente no depende do dia da
semana, a um nvel de significncia , calculado o valor do qui-quadrado (
) que se deve
comparar com o valor do qui-quadrado crtico tabelado com 4 graus de liberdade. O valor de

(A) 1,20
(B) 1,90
(C) 4,75
(D) 7,60
(E) 9,12
064. MPU 2004/ [ESAF] O resultado de um ensaio destinado a investigar a efetividade da
vacinao de animais na preveno de certo tipo de doena produziu a tabela de contingncia
seguinte.
Deseja-se testar a hiptese de que os perfis (de linha) de vacinados e no vacinados coincidem.
Assinale a opo que d o valor da contribuio da primeira clula da tabela para a estatstica
teste de homogeneidade do qui-quadrado.
a) 0,326
b) 0,450
c) 0,400
d) 0,500
e) 0,467
GABARITO
1 a
2 b
3 anulado
4 e
5 d
6 a
7 d
8 certo errado certo
9 certo
10 c
11 d
12 b
13 b
14 b
15 d
16 b
17 c
18 c
19 d
20 c
21 b
22 b
23 e
24 d
25 c
26 a
27 a
28 a
29 a
30 errado
31 c
32 c
33 e
34 b
35 a
36 e
37 e
38 a
39 errado errado
errado
40 d
41 b
42 a
43 a
44 e
45 a
46 d
47 certo
48 a
49 e
50 a
51 c
52 d
53 a
54 b
55 d
56 e
57 a
58 b
59 d
60 b
61 a
62 a
63 d
64 e
TABELA I
Z a varivel normal reduzida (mdia zero e desvio padro unitrio).
PROBABILIDADE DE Z ESTAR ENTRE 0 E Z0
Segunda casa decimal de Z0
Z0 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,0239 0,0279 0,0319 0,0359
0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,0675 0,0714 0,0753
0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,1064 0,1103 0,1141
0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,1443 0,1480 0,1517
0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,1808 0,1844 0,1879
0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,2157 0,2190 0,2224
0,6 0,2257 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,2486 0,2517 0,2549
0,7 0,2580 0,2611 0,2642 0,2673 0,2704 0,2734 0,2764 0,2794 0,2823 0,2852
0,8 0,2881 0,2910 0,2939 0,2967 0,2995 0,3023 0,3051 0,3078 0,3106 0,3133
0,9 0,3159 0,3186 0,3212 0,3238 0,3264 0,3289 0,3315 0,3340 0,3365 0,3389
1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 0,3577 0,3599 0,3621
1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 0,3790 0,3810 0,3830
1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 0,3980 0,3997 0,4015
1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 0,4147 0,4162 0,4177
1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 0,4292 0,4306 0,4319
1,5 0,4332 0,4345 0,4357 0,4370 0,4382 0,4394 0,4406 0,4418 0,4429 0,4441
1,6 0,4452 0,4463 0,4474 0,4484 0,4495 0,4505 0,4515 0,4525 0,4535 0,4545
1,7 0,4554 0,4564 0,4573 0,4582 0,4591 0,4599 0,4608 0,4616 0,4625 0,4633
1,8 0,4641 0,4649 0,4656 0,4664 0,4671 0,4678 0,4686 0,4693 0,4699 0,4706
1,9 0,4713 0,4719 0,4726 0,4732 0,4738 0,4744 0,4750 0,4756 0,4761 0,4767
2,0 0,4772 0,4778 0,4783 0,4788 0,4793 0,4798 0,4803 0,4808 0,4812 0,4817
2,1 0,4821 0,4826 0,4830 0,4834 0,4838 0,4842 0,4846 0,4850 0,4854 0,4857
2,2 0,4861 0,4864 0,4868 0,4871 0,4875 0,4878 0,4881 0,4884 0,4887 0,4890
2,3 0,4893 0,4896 0,4898 0,4901 0,4904 0,4906 0,4909 0,4911 0,4913 0,4916
2,4 0,4918 0,4920 0,4922 0,4925 0,4927 0,4929 0,4931 0,4932 0,4934 0,4936
2,5 0,4938 0,4940 0,4941 0,4943 0,4945 0,4946 0,4948 0,4949 0,4951 0,4952
2,6 0,4953 0,4955 0,4956 0,4957 0,4959 0,4960 0,4961 0,4962 0,4963 0,4964
2,7 0,4965 0,4966 0,4967 0,4968 0,4969 0,4970 0,4971 0,4972 0,4973 0,4974
2,8 0,4974 0,4975 0,4976 0,4977 0,4977 0,4978 0,4979 0,4979 0,4980 0,4981
2,9 0,4981 0,4982 0,4982 0,4983 0,4984 0,4984 0,4985 0,4985 0,4986 0,4986
3,0 0,4987 0,4987 0,4987 0,4988 0,4988 0,4989 0,4989 0,4989 0,4990 0,4990
TABELA II
Distribuio T
A tabela fornece valores crticos de t (tcritico).
Nesta tabela a probabilidade de t assumir valores fora do intervalo tcritico ; + tcritico igual a o .
Graus de liberdade
Nvel de significncia para o teste bilateral ( o )
0,2 0,1 0,05 0,02 0,01 0,005
1 3,078 6,314 12,706 31,821 63,657 127,32
2 1,886 2,920 4,303 6,965 9,925 14,089
3 1,638 2,353 3,182 4,541 5,841 7,453
4 1,533 2,132 2,776 3,747 4,604 5,598
5 1,476 2,015 2,571 3,365 4,032 4,773
6 1,440 1,943 2,447 3,143 3,707 4,317
7 1,415 1,895 2,365 2,998 3,499 4,029
8 1,397 1,860 2,306 2,896 3,355 3,833
9 1,383 1,833 2,262 2,821 3,250 3,690
10 1,372 1,812 2,228 2,764 3,169 3,581
11 1,363 1,796 2,201 2,718 3,106 3,497
12 1,356 1,782 2,179 2,681 3,055 3,428
13 1,350 1,771 2,160 2,650 3,012 3,372
14 1,345 1,761 2,145 2,624 2,977 3,326
15 1,341 1,753 2,131 2,602 2,947 3,286
16 1,337 1,746 2,120 2,583 2,921 3,252
17 1,333 1,740 2,110 2,567 2,898 3,222
18 1,330 1,734 2,101 2,552 2,878 3,197
19 1,328 1,729 2,093 2,539 2,861 3,174
20 1,325 1,725 2,086 2,528 2,845 3,153
21 1,323 1,721 2,080 2,518 2,831 3,135
22 1,321 1,717 2,074 2,508 2,819 3,119
23 1,319 1,714 2,069 2,500 2,807 3,104
24 1,318 1,711 2,064 2,492 2,797 3,091
25 1,316 1,708 2,060 2,485 2,787 3,078
26 1,315 1,706 2,056 2,479 2,779 3,067
27 1,314 1,703 2,052 2,473 2,771 3,057
28 1,313 1,701 2,048 2,467 2,763 3,047
29 1,311 1,699 2,045 2,462 2,756 3,038
30 1,310 1,697 2,042 2,457 2,750 3,030
40 1,303 1,684 2,021 2,423 2,704 2,971
60 1,296 1,671 2,000 2,390 2,660 2,915
99 1,290 1,660 1,984 2,365 2,626 2,871
120 1,289 1,658 1,980 2,358 2,617 2,860
1,282 1,645 1,960 2,326 2,576 2,807
TABELA III
Valores de
2
k
_ tais que a probabilidade de
2
_ (com distribuio de qui-quadrado) assumir valores maiores que
2
k
_ seja igual probabilidade P.
Graus de
liberdade
Probabilidades
0,995 0,990 0,975 0,950 0,900 0,750 0,250 0,100 0,050 0,025 0,010 0,005
1 0,000 0,000 0,001 0,004 0,016 0,102 1,323 2,706 3,841 5,024 6,635 7,879
2 0,010 0,020 0,051 0,103 0,211 0,575 2,773 4,605 5,991 7,378 9,210 10,597
3 0,072 0,115 0,216 0,352 0,584 1,213 4,108 6,251 7,815 9,348 11,345 12,838
4 0,207 0,297 0,484 0,711 1,064 1,923 5,385 7,779 9,488 11,143 13,277 14,860
5 0,412 0,554 0,831 1,145 1,610 2,675 6,626 9,236 11,070 12,833 15,086 16,750
6 0,676 0,872 1,237 1,635 2,204 3,455 7,841 10,645 12,592 14,449 16,812 18,548
7 0,989 1,239 1,690 2,167 2,833 4,255 9,037 12,017 14,067 16,013 18,475 20,278
8 1,344 1,646 2,180 2,733 3,490 5,071 10,219 13,362 15,507 17,535 20,090 21,955
9 1,735 2,088 2,700 3,325 4,168 5,899 11,389 14,684 16,919 19,023 21,666 23,589
10 2,156 2,558 3,247 3,940 4,865 6,737 12,549 15,987 18,307 20,483 23,209 25,188
11 2,603 3,053 3,816 4,575 5,578 7,584 13,701 17,275 19,675 21,920 24,725 26,757
12 3,074 3,571 4,404 5,226 6,304 8,438 14,845 18,549 21,026 23,337 26,217 28,300
13 3,565 4,107 5,009 5,892 7,042 9,299 15,984 19,812 22,362 24,736 27,688 29,819
14 4,075 4,660 5,629 6,571 7,790 10,165 17,117 21,064 23,685 26,119 29,141 31,319
15 4,601 5,229 6,262 7,261 8,547 11,037 18,245 22,307 24,996 27,488 30,578 32,801
16 5,142 5,812 6,908 7,962 9,312 11,912 19,369 23,542 26,296 28,845 32,000 34,267
17 5,697 6,408 7,564 8,672 10,085 12,792 20,489 24,769 27,587 30,191 33,409 35,718
18 6,265 7,015 8,231 9,390 10,865 13,675 21,605 25,989 28,869 31,526 34,805 37,156
19 6,844 7,633 8,907 10,117 11,651 14,562 22,718 27,204 30,144 32,852 36,191 38,582
20 7,434 8,260 9,591 10,851 12,443 15,452 23,828 28,412 31,410 34,170 37,566 39,997
21 8,034 8,897 10,283 11,591 13,240 16,344 24,935 29,615 32,671 35,479 38,932 41,401
22 8,643 9,542 10,982 12,338 14,041 17,240 26,039 30,813 33,924 36,781 40,289 42,796
23 9,260 10,196 11,689 13,091 14,848 18,137 27,141 32,007 35,172 38,076 41,638 44,181
24 9,886 10,856 12,401 13,848 15,659 19,037 28,241 33,196 36,415 39,364 42,980 45,559
25 10,520 11,524 13,120 14,611 16,473 19,939 29,339 34,382 37,652 40,646 44,314 46,928
26 11,160 12,198 13,844 15,379 17,292 20,843 30,435 35,563 38,885 41,923 45,642 48,290
27 11,808 12,879 14,573 16,151 18,114 21,749 31,528 36,741 40,113 43,195 46,963 49,645
28 12,461 13,565 15,308 16,928 18,939 22,657 32,620 37,916 41,337 44,461 48,278 50,993
29 13,121 14,256 16,047 17,708 19,768 23,567 33,711 39,087 42,557 45,722 49,588 52,336
30 13,787 14,953 16,791 18,493 20,599 24,478 34,800 40,256 43,773 46,979 50,892 53,672
40 20,707 22,164 24,433 26,509 29,051 33,660 45,616 51,805 55,758 59,342 63,691 66,766
50 27,991 29,707 32,357 34,764 37,689 42,942 56,334 63,167 67,505 71,420 76,154 79,490
60 35,534 37,485 40,482 43,188 46,459 52,294 66,981 74,397 79,082 83,298 88,379 91,952
70 43,275 45,442 48,758 51,739 55,329 61,698 77,577 85,527 90,531 95,023 100,425 104,215
80 51,172 53,540 57,153 60,391 64,278 71,145 88,130 96,578 101,879 106,629 112,329 116,321
90 59,196 61,754 65,647 69,126 73,291 80,625 98,650 107,565 113,145 118,136 124,116 128,299
100 67,328 70,065 74,222 77,929 82,358 90,133 109,141 118,498 124,342 129,561 135,807 140,169

Aula 19

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Aula 19

Enviado por

Direitos autorais:

Formatos disponíveis

RACIOCNIO LGICO QUANTITATIVO DIRETO AO PONTO

PROFESSOR: GUILHERME NEVES

A contribuio da primeira clula

Você também pode gostar