Escolar Documentos
Profissional Documentos
Cultura Documentos
Apostila EstatisticaII
Apostila EstatisticaII
Estatstica II
Volta Redonda
2010
DICE
Captulo 1 Inferncia Estatstica .................................................................................. 2
Captulo 2 Distribuio de Amostragem da Mdia .................................................... 3
Captulo 3 Estimador ou Estatstica ............................................................................ 6
Captulo 4 Estimao Pontual ...................................................................................... 6
Captulo 5 Estimao Intervalar .................................................................................. 7
Intervalo de Confiana para Mdia quando a Varincia conhecida, IC para Mdia
quando a Varincia desconhecida, IC para Proporo Populacional, Determinao do
tamanho necessrio da Amostra para estimar a Mdia, Determinao do tamanho
necessrio da Amostra para estimar a Proporo, IC para Varincia Populacional, IC
para Diferena de duas Mdias, IC para Diferena de duas Propores, Exerccios
Captulo 6 Teste de Hiptese .......................................................................................22
Teste da Mdia Populacional para Varincia conhecida, Teste da Mdia Populacional
para Varincia desconhecida, Teste da Proporo Populacional, Teste da Igualdade de
Varincias, Teste da Varincia (usando Distribuio Quiquadrado), Teste da Diferena
entre duas Mdias usando Distribuio Normal Padronizada e usando Distribuio t de
Student, Exerccios
Captulo 7 Teste Quiquadrado ....................................................................................37
Teste de Aderncia, Teste de Independncia, Teste de Homogeneidade, Exerccios
Captulo 8 Anlise de Varincia AOVA ...............................................................46
Estimativa dos Tratamentos entre a Varincia da Populao, Estimativa dos
Tratamentos dentro da Varincia da Populao, Comparando Estimativas da Varincia,
Tabela ANOVA, Exerccios
Captulo 9 Regresso Linear .......................................................................................51
Mtodo dos Mnimos Quadrados, Coeficiente de Determinao, Coeficiente de
Correlao, Exerccios
Apndices........................................................................................................................58
Tabela da Distribuio Normal-Padro, Tabela da Distribuio t, Tabela da Distribuio
Quiquadrado, Tabela da Distribuio F
Bibliografia ....................................................................................................................66
Simbologia
X =
Mdia
Varincia
Desvio-padro
X 1 + X 2 + ... + X n 1
=
1
( X i )2
i =1
i =1
1
( X i )2
i =1
Tabela 2.1 Distribuio de Amostragem da Mdia (Parmetro)
Estatstica
(medida que descreve certa
caracterstica dos elementos
da amostra)
Simbologia
Mdia
Varincia
S2
Desvio-padro
X 1 + X 2 + ... + X n 1 n
= Xi
n
n i =1
n
1
( X i X )2
n 1 i =1
1 n
( X i X )2
n 1 i =1
Tabela 2.2 - Distribuio de Amostragem da Mdia (Estatstica)
x=
Exemplo: Suponha que a mdia de uma populao bastante grande seja = 50,0 e o
desvio padro = 12,0. Determinamos a distribuio de amostragem das mdias das
amostras de tamanho n = 36, em termos de valor esperado da seguinte forma:
E( X ) = = 50,0
x=
,
,
= 2,0
Observaes:
1) Ao fazer amostras de uma populao finita (amostragem sem reposio), deve-se
incluir um fator de correo finita na frmula do erro padro da mdia:
x =
2) Se o desvio padro da populao for desconhecido, o erro padro da mdia pode
ser estimado, usando-se o desvio padro da amostra como um estimador do
desvio padro da populao:
sx =
O erro padro da mdia fornece a base principal para a inferncia estatstica no que diz
respeito a uma populao com mdia desconhecida. Um teorema em estatstica que
conduz o uso do erro padro da mdia o seguinte:
xn) uma amostra aleatria ento x1, x2, ..., xn so independentes. Ento:
= E( X ) = ; x =
x
Ento se X ~ N( ; ) , temos X ~ N( ;
Varivel ormal Padronizada: Zx =
= 7,17
Zx =
X
,,
,
,
,
Qualidade de um estimador:
Sejam os estimadores 1 e 2 de um mesmo parmetro. Qual o melhor estimador?
Para resolver esse problema leva-se em considerao alguns conceitos sobre qualidade
de um estimador, j que nunca pode-se conhecer o valor do parmetro e sendo assim
no se pode afirmar que 1 mais correto que 2 , ou vice versa.
1) ESTIMADOR JUSTO ou NO VIESADO
Diz-se que justo se o seu valor esperado for
E() =
Exemplo: E( X ) =
2) ESTIMADOR EFICIENTE
Varincia mnima
Um estimador 1 ser mais eficiente que 2 se e somente se:
( 1) < ( 2)
X 1 + X 2 + ... + X n 1 n
= X i uma estimativa pontual de
n
n i =1
1 n
( X i X ) 2 uma estimativa pontual de
S =
n 1 i =1
qualidade de
, ou seja S um estimador de
X Zx x
ou
X ZxSx
1 - grau de confiana
grau de significncia
X
E o intervalo de confiana:
P ( X - Z/2 < < X + Z/2 ) = 1 -
Exemplo: Para uma dada semana, foi tomada uma amostra aleatria de 30 empregados
horistas selecionados de um grande nmero de empregados de uma fbrica, a qual
apresentou um salrio mdio de X = $ 180,00 com um desvio padro da populao de
1 = 0,95
= 0,05 "
/2 = 0,025
Logo, obtemos da tabela da Distribuio Normal Padro (Apndice) Z/2 = 1,96.
Temos ento, X Z/2 x = X 1,96 x
P ( X - Z/2 < < X + Z/2 ) = 1 -
Concluso: podemos dizer que o nvel do salrio mdio para todos os empregados est
entre $ 174,98 e $ 185,02, com um grau de confiana de 95% nesta estimativa.
Kazmier, Leonard J. (2004). Estatstica aplicada Economia e Administrao. p. 129
S = ( X X )
Sendo o tamanho da amostra menos que 30, ou seja n 30, define-se a varivel
padronizada tx =
X
#
)=1-
1 = 0,95
= 0,05 "
/2 = 0,025
)=1-
Concluso: a vida mdia para a populao de lmpadas est no intervalo de 3857 4142
horas.
Kazmier, Leonard J. (2004). Estatstica aplicada Economia e Administrao. p. 130
10
Resumo
Estimao por Intervalo da Mdia da Populao
Populao
Tamanho da amostra
Normalmente
distribuda
Grande (n 30)
X Z/2 x
X Z/2Sx *
X Z/2 x
X t/2Sx
conhecido
desconhecido
%&
'()*')
%(%)
%(%)
p f + Z/2
%(%)
)=1-
11
1 = 0,90
= 0,10 "
/2 = 0,05
= 0,235
(,)(,)
= 0,028
Z/2 =
X
12
Z/2 =
.*
.*)
n = ()01/
ota: Ao determinar o tamanho da amostra, qualquer resultado fracionrio sempre
arredondado.
13
%&
'()*')
f = = 0,1;
e = 0,03
1 = 0,95
= 0,05 "
/2 = 0,025
,
14
1)
6 (7/)
P(
3 (41)
6(7/)
()
3 (41)
/2 ) = 1
6(7/)
)=1
3 (41) ) = 1
6(7/)
Exemplo: Uma mquina produz uma grande quantidade de peas e o nmero de peas
defeituosas da produo se distribui normalmente com varincia (x) = 16. Com o
objetivo de diminuir a variabilidade do processo, foi providenciada uma reforma na
mquina. Uma amostra aleatria de 51 peas produzidas aps a reforma forneceu
varincia 14. Construa um intervalo de confiana de 98% para a nova varincia
populacional.
Soluo
3 (41)
6(7/)
3 (41) ) = 1
6(7/)
2,
15
X 1 ~ N( 1; )
Logo,
X - X ~ ( - ;
e
X ~ N( ; )
- )
)=1
P( ( X - X ) - Z/2
1 = 0,98
= 0,02 "
/2 = 0,01
+
=
+
+
=
)=1
] = 0,98
16
(f) = p
(f) = %?
(f) = %?
q = (1- f)
q = (1- f)
Se x = f - f , ento temos:
(x) = (f) - (f) = p - p e
fq
n
C D
Z = = (E E) (F F)
GH GH
1
EI
J
EI
J
]=1
Exemplo: Duas mquinas produzem o mesmo tipo de pea, que so misturadas para
embalagem posterior. Uma amostra de 40 peas da primeira mquina apresentou 1 pea
defeituosa, enquanto uma amostra de 36 peas da segunda mquina apresentou 2 peas
defeituosas. Calcule, ao nvel de 98%, um intervalo de confiana para a diferena das
propores de peas defeituosas na produo dessas mquinas.
Soluo
f =
= 0,025
f =
= 0,055
q = (1 f) = 0,975
q = (1- f) = 0,945
n = 40
n = 36
17
1 = 0,98
= 0,02 "
/2 = 0,01
EI
J
EI
J
]=1
Exerccios
5.1) Deseja-se estimar a mdia do valor de vendas, por estabelecimento varejista,
durante o ltimo ano, de um determinado produto. O nmero de estabelecimentos
varejistas bastante grande. Determinar o intervalo de confiana de 95% dado que os
valores de venda,so considerados normalmente distribudos, sendo X = $ 3425, = $
200, e n = 25.
Resposta: $3346,60 $3503,40
5.3) Procurando dimensionar a ajuda de custo para seus 50 vendedores, uma empresa
18
5.5) Uma empresa de pesquisa de mercado faz contato com uma amostra de 100
homens em uma grande comunidade e verifica que uma proporo de 0,40 na amostra
prefere lminas de barbear da marca YY em vez de qualquer outra marca. Determine o
intervalo de confiana de 95% para proporo de todos os homens na comunidade que
preferem a lmina de barbear YY.
Resposta: 0,30 0,50; ou 30% 50%
5.6) Para uma amostra de 30 empregados de uma grande empresa, o salrio mdio
horrio foi X = $ 7,50 com s = $ 1,00. Em uma segunda grande empresa, o salrio
mdio horrio para uma amostra de 40 empregados foi X = $ 7,05 com s = $ 1,20.
Estimar a diferena dos salrios mdios horrios das duas empresas, usando um
intervalo de confiana de 90%.
Resposta: $ 0,02 $ 0,88 por hora
Kazmier, Leonard J. (2004). Estatstica aplicada Economia e Administrao. p. 152
19
5.10) Para um produto particular, a mdia de vendas por estabelecimento no ltimo ano,
em uma amostra de n = 10 estabelecimentos foi X = $ 3425 com s = $ 200. Supe-se
que as vendas por estabelecimento sejam normalmente distribudas. Estimar (a)
varincia e (b) o desvio padro das vendas deste produto em todos os estabelecimentos,
no ultimo ano, utilizando um intervalo de confiana de 90%.
Resposta: (a) 21278 < < 108271 ; (b) 145,9 < < 329,0
Kazmier, Leonard J. (2004). Estatstica aplicada Economia e Administrao. p. 153, 154
5.12) Em um parque existe uma populao muito grande de esquilos. De uma amostra
aleatria de 40 destes esquilos achou-se que 4 esto infectados com o bacilo da peste.
20
5.14) Uma amostra de 800 eleitores indicou uma preferncia de 25% para um
determinado candidato. Pede-se: (a) Determine um intervalo de 98% de confiana para
a proporo de todos os eleitores que tm preferncia por esse candidato. (b) determine
o tamanho necessrio da amostra para se obter um intervalo de confiana de 98% para a
proporo na populao com uma amplitude de 2%.
Resposta: (a) 0,214 0,286; ou 21,4% 28,6% (b) 2537
5.15) Uma fundio produz blocos para motor de caminhes. Os blocos tm furos para
as camisas e deseja-se verificar qual o dimetro mdio no processo do furo. A empresa
retirou uma amostra de 36 blocos e mediu os dimetros de 36 furos (1 a cada bloco). A
amostra acusou mdia de 98,0 mm e desvio padro de 4,0 mm. Construa um intervalo
de confiana de 99%. Se o processo deveria ter mdia de 100 mm, h evidncia (com o
mesmo nvel de confiana) de que a mdia do processo no est no valor ideal?
Explique.
Resposta: 96,2828 a 99,7171 mm. A mdia est por baixo do valor ideal com uma confiana de
99%.
5.16) Duas mquinas so usadas para encher garrafas de plstico com detergente para
lavagem de pratos. Os desvios-padro do volume de enchimento so conhecidos como
sendo 1 = 0,10 ona fluida e 2 = 0,15 ona fluida para as duas mquinas,
respectivamente. Duas amostras aleatrias de n1 = 12 garrafas da mquina 1 e n2 = 10
garrafas da mquina 2 so selecionadas. Os volumes mdios de enchimento nas
amostras so X 1 = 30,87 onas fluidas e X 2 = 30,68 onas fluidas. Suponha
21
5.17) Uma amostra aleatria de dez recm nascidos em uma maternidade deu os
seguintes valores de peso, em quilogramas, no momento do nascimento:
2,8; 3,2; 4,1; 3,5; 3,4; 3,0; 3,2; 3,2; 2,7; 2,3
Suponha que o peso de recm nascidos uma varivel aleatria normal X.
(a) Supondo que o desvio padro de X seja conhecido e igual a 0,5 kg, determine
um intervalo de confiana de 95% para o valo da mdia dos pesos de recm
nascidos nessa maternidade.
(a) Se o desvio padro de X um valor desconhecido, determine um intervalo de
confiana de 95% para esse valor mdio.
(b) Repita os itens (a) e (b) para um intervalo de confiana de 99%.
(c) Compare os intervalos obtidos nos itens anteriores e verifique se o intervalo
aumenta ou diminui (i) quando o desvio padro desconhecido e (ii) quando o
nvel de confiana aumenta.
Resposta: (a) 2,8201 3,4399 kg ; (b) 2,7723 3,4877 Kg ; (c) 2,72 3,53 Kg ; 2,62 3,63
Kg; (d) O IC aumenta quando o desvio padro desconhecido e tambm quando o nvel de
confiana aumenta.
22
23
Zx =
Zx=
com reposio
sem reposio
K*
K*)
Hipteses Ho: = 59
Ha: > 59
Utilizamos a varivel Normal Padronizada Z, j que o desvio padro conhecido.
Assim, calculando Zc, temos:
Zc =
X
2
L
MN
= 2,108
24
Definimos assim uma regio de aceitao (RA) e uma regio crtica (RC) para a
hiptese nula, Ho:
Figura 6.1 - Da Silva, E.M., Da Silva, E.M., Gonalves, V., Murolo, A.C. (1997). Estatstica para os cursos de Economia,
Administrao, Cincias Contbeis. p. 159
Concluso: o valor de Zc = 2,108 > Z = 1,64 , est na regio crtica para a hiptese
nula, Ho. Portanto, ao nvel de significncia de 5%, rejeita-se Ho, ou seja, a mdia
populacional superior a 59.
Da Silva, E.M., Da Silva, E.M., Gonalves, V., Murolo, A.C. (1997). Estatstica para os cursos de Economia, Administrao,
Cincias Contbeis. p. 159, 160
com reposio
tx =
sem reposio
O
K*
K*)
X
O
P
)Q
= - 1,39
Figura 6.2 - Da Silva, E.M., Da Silva, E.M., Gonalves, V., Murolo, A.C. (1997). Estatstica para os cursos de Economia,
Administrao, Cincias Contbeis. p. 160
26
%(%)
%&
com reposio
'()*')
Exemplo: Uma mquina est regulada quando produz 3% de peas defeituosas. Uma
amostra aleatria de 80 peas selecionadas ao acaso apresentou 3 peas defeituosas.
Teste ao nvel de 2% a hiptese de que a mquina est regulada.
Soluo
=
= 0,0375
%&
'()*')
,,
N,NL(N,RS)
TN
= 0,393
27
Definimos, assim, uma regio de aceitao (RA) e uma regio crtica (RC) para a
hiptese nula, Ho:
Figura 6.3 - Da Silva, E.M., Da Silva, E.M., Gonalves, V., Murolo, A.C. (1997). Estatstica para os cursos de Economia,
Administrao, Cincias Contbeis. p. 164
28
A hiptese Ho ser rejeitada num nvel de significncia se Fc > F,(n1 - 1),(n2 - 2) e aceita
caso contrrio.
*sendo Fc o valor calculado atravs das varincias amostrais e F,(n1 - 1),(n2
obtido da tabela da Distribuio F (Apndice).
- 2)
o valor
s12 = 33,64
Novo processo: n2 = 8;
s22 = 17,64
s2 = 4,2 mm;
Hipteses Ho: 1 = 2
Ha: 1 > 2
Varivel Teste: Fc =
= , = 1,91
Regra de deciso
,
= 5%
gl 1: 1 = n1 1 = 10 1 = 9; gl2: 2 = n2 1 = 8 1 = 7
logo, Ftabelado = 3,68
Concluso: Fc = 1,91 < Ftabelado= 3,68, portanto aceita-se Ho. Ou seja, a um nvel de
significncia de 5%, no existe diferena na variabilidade dos dois processos.
29
()
Exemplo: A mdia da vida til para uma amostra de n = 10 lmpadas x = 4000 horas,
com um desvio padro de s = 200 horas. Supe-se que a vida til das lmpadas, em
geral, seja normalmente distribuda. Suponha que, antes de ser coletada a amostra, foi
feita a hiptese de que o desvio padro no era maior do que = 150. Com base nos
resultados amostrais, teste tal hiptese ao nvel de significncia de 1%.
Soluo
Hipteses
Varivel teste =
()
()
= 16
6.6 - Teste da Diferena entre duas Mdias (usando Distribuio ormal Padronizada)
O melhor estimador para 1 e 2 X 1 e X 2, respectivamente.
V X X W ( )
1
Ha: 1 2
30
Figura 6.4 Da Silva, E.M., Da Silva, E.M., Gonalves, V., Murolo, A.C. (1997). Estatstica para os cursos de Economia,
Administrao, Cincias Contbeis. p. 139
O teste da diferena entre duas mdias , portanto, um teste bilateral e assim temos uma
regio de aceitao (- Z/2 < Zc < Z/2) e duas regies crticas ( Zc < - Z/2 e Zc > Z/2).
Tomamos a deciso comparando-se esses valores de Zc e Z/2.
Hipteses Ho: 1 = 2
H a: 1 2
Sendo,
X 1 = 180,00
X 2 = 170,00
s1 = 14,00
s2 = 10,00
n1 = 30
n2 = 40
Zc =
V X X W
1
)M1 )N
LN
MN
31
tc =
X X X Y( )
O1O
Assim como no caso anterior, sendo este um teste bilateral, temos uma regio de
aceitao (- t/2 < tc < t/2) e duas regies crticas ( tc < - t/2 e tc > t/2). Tomamos a
deciso comparando-se esses valores de tc e t/2.
Exemplo: Para uma amostra aleatria de n1 = 10 lmpadas, a vida til mdia foi
X 1 = 4000 horas, com s1 = 200. Para outra marca de lmpadas, cuja vida til tambm
supe-se ser normalmente distribuda, uma amostra n2 = 8, apresentou mdia X 2 =
4300 horas, e desvio padro amostral s2 = 250. Teste a hiptese de que no existe
diferena entre a mdia de vida til das duas marcas de lmpadas, usando nvel de
significncia de 1%.
Soluo
Ho: 1 = 2
Hipteses
Ha: 1 2
Sendo,
tc =
VX
X 1 = 4000
X 2 = 4300
s1 = 200
s2 = 250
n1 = 10
n2 = 8
X W
O1O
QNN QPN
1 T
)N
= - 2,76
32
Exerccios
6.1) O fabricante de um novo automvel compacto afirma que o consumo mdio de
gasolina de 35 milhas por galo, em estrada. Em 40 provas, o carro fez uma mdia de
34,5 milhas por galo com um desvio padro de 2,3 milhas por galo. Pode-se afirmar
que o fabricante est mentindo, ao nvel de significncia de 5%?
Resposta: No se pode afirmar que o fabricante est mentindo. Aceita-se Ho
Kazmier, Leonard J. (2004). Estatstica aplicada Economia e Administrao. P. 173
6.2) O valor mdio de vendas por estabelecimento varejista, durante o ltimo ano, de
um particular produto, foi de X = $ 3425 para uma amostra de n = 25 estabelecimentos.
Com base em dados de vendas de outros produtos similares, supe-se que a distribuio
das vendas seja normal e que o valor do desvio padro da populao seja = $ 200. Foi
afirmado que o verdadeiro valor de vendas por estabelecimento no mnimo de $ 3500.
Testar esta afirmao ao nvel de significncia de (a) 5% e (b) 1%.
Resposta: (a) Rejeita Ho; (b) Aceita Ho
Kazmier, Leonard J. (2004). Estatstica aplicada Economia e Administrao. P. 172
6.4) Um projeto de investimento est sendo avaliado pelo mtodo pay-back. Uma
simulao envolvendo vrios cenrios futuros forneceu os seguintes tempos de retorno
do investimento (em anos): 2,8; 4,3; 3,7; 6,4; 3,2; 4,1; 4,4; 4,6; 5,2; 3,9. Teste ao
nvel de 10% a hiptese de que o tempo mdio de retorno seja de 4 anos.
Resposta: Aceita-se Ho
Da Silva, E.M., Da Silva, E.M., Gonalves, V., Murolo, A.C. (1997). Estatstica para os cursos de Economia, Administrao,
Cincias Contbeis. p.162
33
6.6) Uma agncia de viagens tem um tradicional plano de frias que oferecido a todos
os possveis clientes que procuram a agncia. O ndice de respostas positivas
historicamente 20%. Este ano, uma amostra aleatria de 50 potenciais clientes mostrou
que 15 adquiriram o plano de frias. Teste ao nvel de 6% a hiptese de que o percentual
de respostas positivas no tenha aumentado este ano.
Resposta: Rejeita-se Ho, o nmero de respostas favorveis aumentou.
Da Silva, E.M., Da Silva, E.M., Gonalves, V., Murolo, A.C. (1997). Estatstica para os cursos de Economia, Administrao,
Cincias Contbeis. p.166
6.7) Deseja-se testar a diferena entre duas mdias da renda de duas comunidades. Para
uma amostra de n = 30 famlias na primeira comunidade, a renda mdia anual $15500
com desvio padro amostral de s = 1800. Para uma amostra de n = 40 famlias na
segunda comunidade, a renda mdia anual $14600 e s = 2400. Teste a hiptese ao
nvel de significncia de 1%.
Resposta: Aceita-se Ho, as duas comunidades apresentam montante mdio de renda iguais.
6.8) Com objetivo de testar a eficincia de dois mtodos de aprendizagem, eles foram
aplicados durante um ano em duas escolas da mesma organizao. Ao final do curso,
selecionou-se uma amostra aleatria de 10 alunos de cada escola e a mesma tarefa foi
proposta a estes alunos. No primeiro grupo, o tempo mdio para concluir a tarefa foi
2h46min, enquanto no segundo grupo a mdia foi de 2h31min, com desvio padro de
23min e 16min respectivamente. Supondo que a distribuio do tempo de realizao das
tarefas so normais, possvel afirmar que o segundo mtodo mais eficiente que o
primeiro ao nvel de significncia de 5%?
Resposta: Aceita-se Ho. Os mtodos tm a mesma eficincia.
Da Silva, E.M., Da Silva, E.M., Gonalves, V., Murolo, A.C. (1997). Estatstica para os cursos de Economia, Administrao,
Cincias Contbeis. p.172
34
6.12) O rtulo de uma garrafa indica que ela contm 1,5 litros de um refrigerante. Um
rgo de fiscalizao deseja testar esta afirmao e multar o fabricante se constatar que
o valor mdio da quantidade de refrigerante for inferior a 1,5 litros. Com esta finalidade,
o rgo faz uma amostra aleatria de 30 garrafas e obtm uma mdia amostral de 1,482
litros e um desvio padro amostral de 0,025 litros. Verificar se a afirmao do fabricante
pode ser rejeitada ao nvel de 10% e de 5%.
Resposta: Rejeita-se a afirmao do fabricante a um nvel de significncia de 10% e de 5%.
6.13) O fabricante de uma droga medicinal reivindicou que ela era 90% eficaz em curar
uma alergia, em um perodo de 8 horas. Se a droga aplicada a 200 doentes curando a
170 deles, pode-se considerar correta a reivindicao do fabricante?
35
Paciente
Antes
Depois
1
120
116
2
110
112
3
118
114
4
128
120
5
126
130
6
124
123
7
132
124
8
139
130
9
125
118
Pode-se concluir, com base nesta experincia, a um nvel de significncia de 5%, que o
medicamento eficaz na reduo do acar no sangue?
Resposta: Rejeita Ho, as mdias de acar so diferentes antes e depois, a um nvel de
significncia de 5%. Conclui-se que o medicamento eficaz na reduo do acar no sangue.
36
6.17) Uma mquina que empacota bolsas de caf automaticamente est regulada para
empacotar bolsas cujos pesos esto distribudos normalmente com mdia e varincia
400. A mquina foi regulada para = 500 gramas. Decide-se escolher uma amostra de
16 bolsas a cada 30 minutos com o objetivo de verificar se a produo est controlada
ou no , isto , se = 500 gramas ou no. Se uma dessas amostras tem mdia 492
gramas, deve-se deter a produo para verificar se a mquina est corretamente
regulada?
Resposta: Aceita Ho, a produo no seria interrompida. Conclui-se que a mquina esteja
corretamente regulada.
6.18) Criou-se dois grupos de animais, com 50 animais em cada grupo, com duas dietas
diferentes. Ao final de 5 meses o peso mdio do grupo 1 foi 149,2 gramas, com um
desvio padro de 8 gramas; o segundo grupo apresentou um peso mdio de 152,3
gramas, com desvio padro de 10 gramas. Devemos aceitar a hiptese de que uma dieta
melhor que a outra?
Resposta: A segunda dieta melhor que a primeira, a um nvel de significncia de 5%.
37
c =
Z (%[ %0)
%0
D
8
Total
Freqncia observada fo
A
6
Territrio
B
C
12
14
Freqncia esperada fe
10
10
10
40
10
40
Z (%[ %0)
%0
( )
( )
( )
(= )
= = 4,0
39
Z (%[ %0)
%0
\]
Reao
Total
20
19
39
Contra
10
16
26
Total
30
35
65
Tabela 7.2 Frequncia observada da reao dos estudantes expanso do programa de atletismo
Soluo
Ho: o nvel do curso e a reao expanso do programa de atletismo so independentes.
Ha: o nvel do curso e a reao expanso do programa de atletismo no so
independentes.
Calculando-se a freqncia esperada atravs de fe =
por exemplo: fe =
(2)()
freqncia esperada:
\]
Nvel do Curso
Reao
Total
Diviso inferior
Diviso superior
A favor
18
21
39
Contra
12
14
26
Total
30
35
65
Tabela 7.3 Frequncia esperada da reao dos estudantes expanso do programa de atletismo
Z (%[ %0)
%0
(=)
=
(2 )
()
()
= 1,03
Observe as hipteses:
Ho: 1 = 2 = 3 = ... = k (sendo a probabilidade de cada proporo amostral)
Ha: nem todas as probabilidades so iguais
As informaes so contidas na Tabela de Contingncia. As dimenses de tal tabela so
definidas pela expresso r x k, onde r indica o nmero de linhas e k indica o numero de
colunas.
A varivel teste ser:
=
Z (%[ %0)
%0
\]
total do somatrio de todas as linhas da tabela de contingncia (que por sua vez, igual
ao somatrio de todas as colunas).
ota: recomenda-se fazer uma tabela de contingncia para frequncias esperadas
Com = (r 1)(k 1) graus de liberdade e o nvel de significncia proposto,
encontramos o valor de crtico na tabela da Distribuio do Quiquadrado (Apndice)
Regra de deciso: Rejeita-se Ho, ao nvel de significncia se calculado > crtico e
aceita-se caso contrrio para (r 1)(k 1) graus de liberdade.
1
126
174
300
Municpios
2
3
103
109
197
191
300
300
4
98
202
300
Total
436
764
1200
Tabela 7.4 Frequncia observada da pesquisa de opinio dentre os votantes de cada municpio
42
Soluo
Hipteses: Ho: 1 = 2 = 3 = 4 (sendo a proporo de votantes no candidato A em
cada municpio)
Ha: nem todas as cidades tem a mesma proporo de votantes no cadidato A
Calculando-se a freqncia esperada atravs de fe =
por exemplo: fe =
()()
freqncia esperada:
Eleitores
a favor de A
outro candidato
Total
\]
Municpios
2
3
109
109
191
191
300
300
1
109
191
300
Total
436
764
1200
4
109
191
300
Tabela 7.5 Frequncia esperada da pesquisa de opinio dentre os votantes de cada municpio
calculado =
( 2)
2
Z (%[ %0)
%0
(2 2)
2
(2)
2
(2 2)
2
( 2)
2
( 2)
2
(22)
2
(2= 2)
2
= 6,43
Exerccios
7.1) Em 200 lanamentos de uma moeda, foram observadas 115 caras e 85 coroas. Teste
a hiptese de que a moeda legal utilizando um nvel de significncia de (a) 5% e (b)
1%.
Resposta: Rejeita-se a hiptese de que a moeda legal a um nvel de significncia de 5%. No
se tem o mesmo resultado a um nvel de significncia de 1%.
43
1
25
2
17
3 4
15 23
5
24
6
16
7.4) Em geral, 20% dos clientes em potencial visitados pelo vendedor de uma firma
fazem uma compra. Durante o perodo de testes, um novo vendedor faz 30 visitas
possveis clientes e realiza trs vendas. Teste a hiptese nula de que este padro de
vendas no difere do padro histrico, usando nvel de significncia de 5%
Resposta: c = 1,30. Aceita-se Ho.
Kazmier, Leonard J. (2004). Estatstica aplicada Economia e Administrao. P. 198
Sexo
Menos de 30
30 e mais
Total
Masculino
60
80
140
Total
Feminino
50
10
60
110
90
200
44
7.7) Nas experincias que Mendel realizou com ervilhas, ele observou 315 redondas e
amarelas, 108 redondas e verdes, 101 enrugadas e amarelas e 32 enrugadas e verdes. De
acordo com a sua teoria da hereditariedade, os nmeros deveriam estar na proporo
9:3:3:1. H evidncia para se duvidar de sua teoria, ao nvel de significncia de (a) 1% e
(b) 5%?
Resposta: (a) Aceita Ho; (b) Aceita Ho
I
80
II
100
III
130
IV
145
V
120
VI
110
VII
60
VIII
55
TOTAL
800
Diga se o gerente pode afirmar que existe preferncia por um dos caixas num nvel de
significncia igual a 0,05.
Resposta: Rejeita Ho, existe evidncia de que h preferncia por um dos caixas.
7.9) Uma amostra de peas forneceu a seguinte tabela de contingncia sobre a qualidade
da pea por linha de produo. O gerente afirma que a qualidade da pea independe da
linha de produo, realize um teste de hiptese para verificar se o gerente est certo.
Linha
Primeira
Segunda
Terceira
Qualidade
Aceitvel
368
285
176
Qualidade
Defeituosa
32
15
24
Resposta: Os dados mostram evidncia de que o gerente no est certo na sua afirmao a um
nvel de significncia de 5%.
45
7.10) Dois pesquisadores selecionaram amostras de uma mesma cidade com o objetivo
de estimar o nmero de pessoas que correspondem aos grupos classificados segundo o
salrio familiar por ms: A, B, C (os intervalos em reais so os mesmos para cada
grupo). Os resultados obtidos foram:
Pesquisador
P1
P2
Total
A
20
30
50
Grupo
B
100
80
180
Total
C
150
150
300
270
260
530
Tabela 7.9 Frequncia observada do nmero de pessoas em cada grupo de salrio familiar
7.12) Determinado veculo utilitrio est sofrendo pesadas crticas de seus proprietrios,
com relao grande freqncia de defeitos no pneu traseiro esquerdo. Preocupado com
sua imagem, e procurando defender-se de eventuais pedido de indenizao, o fabricante
do veculo resolveu coletar informaes sobre 152 ocorrncias de defeitos,
classificando-as por posio do pneu. Os resultados esto na tabela a seguir. Usando
nvel de significncia de 5%, h razo para acreditar que a probabilidade de defeito
diferente para algumas posies?
Posio do pneu
Freqncia
Dianteiro
esquerdo
35
Dianteiro
direito
32
Traseiro
esquerdo
57
Traseiro
direito
28
Total
152
46
b )
c
d) (C` a
]
Sendo,
O numerador SSTR = ]g 4 (e` fb) chamado de soma dos quadrados devido aos
tratamentos e denotado por SSTR (Sum of Squares due to Treatments). O
denominador, (k 1) representa os graus de liberdade associados SSTR. Ento temos:
MSTR =
UUhi
]
Sendo a hiptese nula Ho verdadeira, o MSTR fornece uma estimativa sem vis da
varincia da populao .
47
c
d)( )
j
Sendo:
Onde o numerador SSE = ]g(4 1)3 a soma dos quadrados devido aos erros
(Sum of Squares due to Error). O denominador de MSE (N k) corresponde aos graus
de liberdade associados ao SSE.
kUhi
kUl
48
Fonte de
variao
Tratamento
Erro
Total
Graus de
liberdade
k-1
N-k
N-1
Soma dos
quadrados
SSTR
SSE
SST
Quadrado
mdio
MSTR
MSE
F
MSTR
MSE
Resistncia compresso
12
10
8
21
23
17
9
12
20
9
20
10
15
30
11
Faa uma ANOVA e verifique se h evidncia de que existe diferena real entre as
resistncias mdias dos trs tipos de cimentos, num nvel de significncia de 5%.
Soluo
e` A = 10,8;
e` B = 22,2;
e` C = 12,4;
sA = 2,77;
sA2 = 7,7
sB = 4,87;
sB2 = 23,7
sC = 4,4;
sC2 = 19,3
E ainda, nA = nB = nC = 5
,= 1 , 1,
A mdia global dos tratamentos: fb =
= 15,1
UUhi
m
=,2
= 190,5
49
UUl
,=
,=
= 16,9
kUhi
kUl
2,
,2
gl do numerador:
= 11,3
1 = (k - 1) = 2
gl do denominador: 2 = (N k) = 12
sendo = 0,05, temos F = 3,89
Concluso: Como F = 11,3 > F, rejeita-se Ho ao nvel de significncia de 5%, ou seja, a
ANOVA apia a concluso de que as mdias de resistncia compresso dos trs tipos
de cimento no so iguais.
Exerccios
8.1) Quinze pessoas que participaram de treinamento so colocadas, de forma aleatria,
sob trs diferentes tipos de avaliao. Os graus obtidos no teste de concluso do mtodo
de instruo so apresentados na tabela abaixo, juntamente com o grau mdio de
desempenho associado a cada tipo de ensino. Usar procedimento da anlise da varincia
para testar a hiptese nula de que as trs mdias amostrais foram obtidas da mesma
populao, a um nvel de significncia de 5%.
Mtodo da
instruo
A
B
C
Graus de prova
86
90
82
79
76
68
81
88
73
70
82
71
84
89
81
Total de
graus
400
425
375
Mdia
dos graus
80
85
75
Tabela 8.3 Graus obtidos no teste de concluso dos trs mtodos de intruo
Resposta: Aceita Ho
Kazmier, Leonard J. (2004). Estatstica aplicada Economia e Administrao. p. 222
50
Processo 1
6,1
7,1
7,8
6,9
7,6
8,2
Processo 2
9,1
8,2
8,6
6,9
7,5
7,9
8.3) Trs turmas da Estatstica II so ministradas por trs professores. As notas finais da
matria so dadas na tabela seguinte:
Professor
A
7,5 9,0
B
9,0 8,0
C
7,0 8,0
8,0
5,0
5,5
4,5
9,0
9,0
8,0
5,0
7,0
7,5
8,5
7,0
6,5
7,5
8,5
6,0
7,5
4,0
4,5
3,0
6,0
9,5
8,0
7,0
3,5
6,0
5,5
7,5
1,5
9,5
8,0
Resposta: No existe diferena significativa entre as notas mdias dadas pelos 3 professores a
um nvel de significncia de 5%.
8.4) Cinco observaes foram selecionadas de trs populaes. Os dados obtidos foram
os seguintes:
Observao
1
2
3
4
5
Mdia da amostra
Varincia da amostra
Amostra 1
32
30
30
26
32
30
6,0
Amostra 2
44
43
44
46
48
45
4,0
Amostra 3
33
36
35
36
40
36
6,5
51
Resposta: (a) SSTR = 570, MSTR = 285; (b) SSE = 66, MSE = 5,5; (c) Fc = 51,82. Rejeita-se a
hiptese nula de que as mdias das trs populaes sejam iguais
Anderson, Sweeney e Williams (2002). Estatstica aplicada Administrao e Economia. p. 383
8.5) A fim de testar se o tempo mdio necessrio para misturar um lote de matrias o
mesmo para mquinas produzidas por trs diferentes fabricantes, a Jacob Chemical
Company obteve os seguintes resultados sobre o tempo (em minutos) necessrio para
misturar os materiais. Use esses dados para testar se o tempo mdio populacional para
misturar um lote de materiais difere em relao aos trs fabricantes. Use = 0,05.
Fabricante 1
20
26
24
22
Fabricante 2
28
26
31
27
Fabricante 3
20
19
23
22
Resposta: Fc = 10,63. Rejeita-se a hiptese nula de que o tempo mdio necessrio para misturar
um lote de materiais seja o mesmo para cada fabricante.
Anderson, Sweeney e Williams (2002). Estatstica aplicada Administrao e Economia. p. 384
8.6) Nova York, Boston e o Vale do Silcio na Califrnia esto entre as regies que
apresentam os maiores salrios no setor de tecnologia nos Estados Unidos. Os dados
amostrais seguintes apresentam os salrios anuais individuais expressos em milhares de
dlares:
Nova York
82
79
72
89
79
85
Boston
85
80
74
78
75
80
86
74
Vale do Silcio
82
91
94
88
85
52
Resposta: Fc = 4,99. Rejeita-se a hiptese nula de que as mdias entre as trs localidades sejam
iguais. A localidade com mdia de salrio mais elevada o Vale do Silcio.
Anderson, Sweeney e Williams (2002). Estatstica aplicada Administrao e Economia. p. 384
8.7) Os dados referentes s quantidades de clcio (parte mdia por milho) de gua
medidas em trs locais ao longo do rio So Francisco esto apresentados na tabela
abaixo:
Local 1
Local 2
Local 3
42
37
32
37
40
28
41
39
34
39
38
32
43
41
30
41
39
33
18,0
21,1
16,5
16,4
17,8
17,8
15,7
18,6
16,1
19,6
20,8
16,5
17,9
18,2
19,0
Supondo que esses dados constituem amostras aleatrias de trs populaes normais
com o mesmo desvio padro, efetue uma anlise de varincia para testar, ao nvel de =
0,01 de significncia se as diferenas entre as mdias amostrais so significantes.
Resposta: Fc = 4,06. Aceita-se a hiptese nula de que as mdias so iguais, num nvel de
significncia de 0,01.
53
p qb
no J a
a ap
e a = rb sfb
Uma vez que tenha sido formulada a equao de regresso, pode-se utiliza-la para
estimar o valor da varivel dependente, dado o valor da varivel independente.
t o 1 u no J qb
q qb
54
Exerccios
9.1) A tabela abaixo apresenta dados de amostra referentes ao nmero de horas de
estudo fora de classe para determinados alunos de um curso de Estatstica de trs
semanas, bem como os graus obtidos em um exame aplicado no fim do curso.
Estudante amostrado
Horas de estudo, X
Grau no exame, Y
1
20
64
2
16
61
3
34
84
4
23
70
5
27
88
6
32
92
7
18
72
8
22
77
Tabela 9.1- Nmeros de horas de estudo fora da classe, Grau obtido no exame
Pede-se: (a) Determinar a equao de regresso para predizer o grau no exame, dado o
nmero de horas de estudo, e traar a linha de regresso no diagrama de disperso.
(b) Utilizar a equao de regresso para estimar o grau no exame obtido por um
estudante que dedicou 30 horas de estudo fora de classe.
Resposta: (a) Y = 40 + 1,5X ; (b) Yx = 85
Kazmier, Leonard J. (2004). Estatstica aplicada Economia e Administrao. P. 312
9.2) Suponha que um analista toma uma amostra aleatria de 10 carregamentos recentes
por caminho feitos por uma companhia e anota a distncia em quilmentros e o tempo
de entrega ao meio-dia mais prximo. Os dados so verificados na tabela:
Carregamento
amostrado
Distncia em km,
X
Tempo de entrega
em dias, Y
10
825
215
1070
550
480
920
1350
325
670
1215
3,5
1,0
4,0
2,0
1,0
3,0
4,5
1,5
3,0
5,0
9.3)
Idade
Presso
56
147
42
125
72
160
36
118
63
149
47
128
55
150
49
145
38
115
42
140
68
152
60
155
a)
b)
c)
d)
Resposta: (a) r = 0,8961; (b) Y = 80,7777 + 1,1380X; (c) X = 45, Y = 131,988; (d) r =0,8029
Anos de Experincia
1
3
4
4
6
8
10
10
11
13
9.5) A altura usualmente funciona como elemento que permite boa previso do peso
para pessoas da mesma idade e sexo. Na lista a seguir so mostrados a idade e o peso de
14 homens de idade entre 19 e 26 anos:
Peso (kg)
Altura (cm)
83,9 99
185 180
63,8 71,3
173 168
56,4 66,2
164 169
56
a) Com esses dados desenvolva uma equao de regresso estimada que possa ser
usada para prever o custo total de determinado volume de produo.
b) Calcule o coeficiente de determinao.
c) O programa de produo da empresa mostra que 500 unidades devem ser
produzidas no prximo ms. Qual o custo total estimado para essa operao?
Resposta: (a) Y = 1247,24 + 7,60X; (b) r = 0,9587; (c) Para X = 500, temos Y = 5047,24
Anderson, Sweeney e Williams (2002). Estatstica aplicada Administrao e Economia. p. 446
57
Demanda (Y)
350
325
297
270
256
246
238
223
215
208
Tabela 9.7 - Preo, Demanda
a)
b)
c)
d)
e)
Resposta: (a) r = -0,90; (b) Y = -1,87X + 386,78; (c) r = 0,81; (d) Para X =60, temos Y = 274,58
58
Apndice
59
Apndice
60
Apndice
61
Apndice
62
Apndice
63
Apndice
64
Apndice
Tabela 4 Distribuio F
65
Apndice
Tabela 4 Distribuio F
66
BIBLIOGRAFIA
Da Silva, E.M., Da Silva, E.M., Gonalves, V., Murolo, A.C. (1997). Estatstica
para os cursos de Economia, Administrao, Cincias Contbeis. Editora Atlas.
Barbetta, P. A., Reis, M. M., Bornia, A.C. (2010). Estatstica para Cursos de
Engenharia e Informtica. Editora Atlas.
67