Escolar Documentos
Profissional Documentos
Cultura Documentos
Apostila de Estatistica
Apostila de Estatistica
ESTATSTICA
1. CONCEITOS BSICOS
Obs. A amostra sempre finita. Quanto maior for a amostra mais significativa o
estudo.
Parmetro
populao.
Quando o primeiro algarismo aps aquele que vai ser arredondado for 0, 1, 2, 3
e 4 despreza-se este algarismo e conserva-se o anterior.
78,846970 = 78,8.
Quando o primeiro algarismo aps aquele que vai ser arredondado for 5, 6, 7, 8
e 9 aumentamos uma unidade no algarismo anterior.
78,886970 = 78,9.
3. DIVISO DA ESTATSTICA
4. VARIVEIS
Uma varivel qualquer caracterstica de um elemento observado (pessoa,
objeto ou animal).
Algumas variveis, como sexo e designao de emprego, simplesmente enquadram
os indivduos em categorias. Outras, como altura e renda anual, tomam valores numricos
com os quais podemos fazer clculos.
Os exemplos acima nos dizem que uma varivel pode ser:
a Qualitativa: quando seus valores so expressos por atributos: sexo (masculino
feminino), cor da pele (branca, preta, amarela, vermelha);
b Quantitativa: quando seus valores so expressos em nmeros (salrios dos
operrios, idade dos alunos de uma escola, nmero de filhos, etc.). Uma varivel
quantitativa que pode assumir, teoricamente, qualquer valor entre dois limites recebe o
3
nome de varivel contnua (altura, peso, etc.); uma varivel que s pode assumir valores
pertencentes a um conjunto enumervel recebe o nome de varivel discreta (nmero de
filhos, nmero de vitrias).
Exerccios
1.
(a)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(i)
(j)
(k)
4
APRESENTAO DE DADOS ESTATSTICOS
APRESENTAO TABULAR
A apresentao de dados estatsticos na forma tabular consiste na reunio ou
grupamento dos dados em tabelas ou quadros com a finalidade de apresenta-los de modo
ordenado, simples e de fcil percepo e com economia de espao.
Componentes Bsicos
Em termos genricos, uma tabela se compe dos seguintes elementos
bsicos:
Ttulo
Cabealho
Indicadora
de
Coluna
Casa
C
o
l
u
n
a
Linha
Rodap
Exemplo:
Brasil - Estimativa de Populao
1970 76
Ano
Populao
(1000 habitantes)
1970
93.139
1971
95.993
1972
98.690
1973
101.433
1974
104.243
1975
107.145
1976
110.124
Fonte: Anurio Estatstico do Brasil
5
Coluna Indicadora: Parte da tabela que especifica o contedo das linhas.
Linhas: Retas imaginrias que facilitam a leitura, no sentido horizontal, de
dados que se inscrevem nos seus cruzamentos com as colunas.
Casa ou Clula: Espao destinado a um s nmero.
Rodap: so mencionadas a fonte se a srie extrada de alguma publicao e
tambm as notas ou chamadas que so esclarecimentos gerais ou particulares relativos aos
dados.
SRIES ESTATSTICAS
toda tabela que apresenta a distribuio de um conjunto de dados
estatsticos em funo de trs elementos:
a. Da poca;
b. Do local;
c. Da espcie.
Esses elementos determinam o surgimento de quatro tipos fundamentais de sries
estatsticas:
7
Exerccio 4: Estabelecimentos de ensino da regio norte do Brasil em 1982. A
regio norte subdivide-se em: Rondnia, Acre, Amazonas, Roraima, Par e Amap e
possuem um total de 29, 13, 78, 4, 10 e 9 estabelecimentos de ensino,
respectivamente, segundo o MEC. . Faa uma tabela para apresentar esses dados.
Exerccio 5: De acordo com o IBGE(1988), a distribuio dos suicdios ocorridos no
Brasil em 1986, segundo a causa atribuda, foi a seguinte: 263 por alcoolismo, 198 por
dificuldade financeira, 700 por doena mental, 189 por outro tipo de doena, 416 por
desiluso amorosa e 217 por outras causas. Apresente essa distribuio em uma tabela.
Exerccio 6: Muitos sistemas escolares fornecem o acesso a Internet para seus estudantes
hoje em dia. Desde 1996, o acesso Internet foi facilitado a 21.733 escolas elementares,
7.286 escolas do nvel mdio e 10.682 escolas de nvel superior (Statistical Abstract of
United States, 1997). Existe nos Estados Unidos um total de 51.745 escolas elementares,
14.012 escolas do nvel mdio e 17.229 escolas do nvel superior.
8
Elementos Principais:
a) Classe cada um dos intervalos em que os dados so agrupados.
b) Limites de classes so os valores extremos de cada classe.
li = limite inferior de uma classe;
Li = limite superior de uma classe.
c) Amplitude a diferena entre o maior valor e o menor valor de certo conjunto de
dados. Pode ser referida ao total de dados ou a uma das classes em particular.
Amplitude Total (At) calculada pela seguinte expresso:
At = Max. (rol) Min.(rol).
9
1o Organizar o rol colocar os dados em ordem crescente ou ordem decrescente.
2o Calcular (ou adotar) o nmero conveniente de classes o nmero de classe deve ser
escolhido pelo pesquisador, em geral, convm estabelecer de 5 a 15 classes. Existem
algumas frmulas para estabelecer quantas classes devem ser construdas. Nos usaremos,
n = N onde N a quantidade total de observaes.
3o Calcular (ou adotar) a amplitude do intervalo de classes conveniente - a amplitude
do intervalo de classes deve ser o mesmo para todas as classes.
Mx(rol ) Mn.(rol )
h=
onde n o nmero de intervalos de classe.
n
4o Obter os limites das classes Usualmente as classes so intervalos abertos direita. Os
limites so obtidos fazendo-se.
Limite inferior da 1a classe igual ao mnimo do rol, isto ,
l1 = Min.(rol)
Encontram-se os limites das classes, adicionando-se sucessivamente a amplitude do
intervalo de classes aos limites da 1a classe.
5o Obter as f i - contar o nmero de elementos do rol, que pertencem a cada classe.
6o Apresentar a distribuio construir uma tabela com ttulo, subttulo, ...
Exerccios
1) Abaixo so relacionados os salrios semanais (em Reais) de 60 operrios de uma
fbrica de sapatos.
110
110
115
115
117
117
120
120
120
120
120
123
125
125
130
130
130
135
136
140
140
140
140
142
145
145
145
147
150
150
150
155
158
158
160
163
165
165
168
168
170
170
172
172
175
175
175
178
180
180
180
180
180
185
185
190
190
195
195
198
10
b) Interpretar os valores da terceira classe.
2) Abaixo so relacionados s estaturas e os pesos de 25 alunos de Estatstica.
Estaturas
Pesos
Construir
1.71 1.80 1.75 1.73 1.81
58
60
60
62
63
uma
1.90 1.80 1.71 1.74 1.77
80
77
70
82
62
distribuio
1.63 1.80 1.78 1.84 1.81
55
76
83
50
78
de
1.83 1.80 1.75 1.79 1.65
79
70
60
76
83
freqncias
1.72 1.88 1.80 1.66 1.89
77
60
65
71
63
adequada
para cada conjunto de dados.
3) Uma amostra de 20 operrios de uma companhia apresentou os seguintes salrios
recebidos durante uma certa semana, arredondados para o valor mais prximo e
apresentados em ordem crescente: 140, 140, 140, 140, 140, 140, 140, 140, 155, 155, 165,
165, 180, 180, 190, 200, 205, 225, 230, 240. Construir uma distribuio de freqncias
adequada.
4) Complete os dados que faltam na distribuio de freqncia:
a)
Classes
xi
fi
Fi
fri (%)
0 |-- 2
2 |-- 4
4 |-- 6
...
8 |-- 10
10 |-- 12
...
14 |-- 16
1
...
5
7
...
...
13
...
4
8
...
27
15
...
10
...
...
...
...
30
...
72
83
93
...
4
...
18
27
...
...
10
7
....
b)
Salrios
xi
fi
Fi
600
800
...
...
1.400
...
1.800
8
20
...
5
...
1
...
44
8
...
35
40
...
43
...
GRFICOS ESTATSTICOS
O grfico estatstico uma forma de apresentao dos dados estatsticos, cujo
objetivo o de produzir, no investigador ou no pblico em geral, uma impresso mais
rpida e viva do fenmeno em estudo, j que os grficos falam mais rpido compreenso
que as sries.
11
12
NDICES
EVOLUO DO DESEMPREGO NA
GRANDE PORTO ALEGRE
20
10
0
1992
1994
1996
1998
2000
ANOS
Tch Guri
Engenheiros do Hawai
Tch Barbaridade
Os Serranos
Tch Garotos
10
15
NDIC E
13
OS DEZ ESTA DOS E M QUE A C OLE TA DE LIXO UR B A NO
M A IS P R EC R IA - EM % DA P OP ULA O A TE NDIDA
80
70
60
50
40
30
20
48
51,5
55
PA
TO
62
66,5
68
71
AC
CE
AM
75
76
RR
BA
26,5
10
0
MA
PI
AP
ESTA DOS
Pictograma. Constitui um dos processos grficos que melhor fala ao pblico, pela
sua forma ao mesmo tempo atraente e sugestiva. A representao grfica consta de figuras.
Ex.: Populao Urbana do Brasil em 1980 (x 10)
14
c.
d.
b.
O estado das florestas do planeta e o que
foi devastado
pela ocupao humana - em milhes de km
CONTINENTE
REA
REA ATUAL DE
DESMATADA
FLORESTAS
OCEANIA
0.5
0.9
SIA
10.8
4.3
FRICA
4.5
2.3
EUROPA
6.8
9.6
AMRICA DO
2.9
6.8
SUL
AMRICA DO
3.2
9.4
NORTE E
CENTRAL
COMRCIO EXTERIOR
BRASIL - 1988/1993
QUANTIDADE (1000 t)
ANOS
EXPORTAO
IMPORTAO
1988
169666
58085
1989
177033
57293
1990
168095
57184
1991
165974
63278
1992
1993
167295
182561
68059
77813
15
POR MUNICPIO - 1997
_______________________________________
MUNICPIO
DOSES APLICADAS
_______________________________________
ERECHIM
51215
NOVO HAMBURGO
110844
PORTO ALEGRE
615317
RIO GRANDE
84997
SANTA MARIA
107701
________________________________________
FONTE: Minstrio da Sade.
MEDIDAS ESTATSTICAS
Estudaremos dois tipos fundamentais de medidas estatsticas: medidas de tendncia
central e medidas de disperso.
As medidas de tendncia central mostram o valor representativo em torno do qual os
dados tendem a agrupar-se, com maior ou menor freqncia. So utilizadas para sintetizar
em um nico nmero o conjunto de dados observados.
As medidas de disperso mostram o grau de afastamento dos valores observados em
relao quele valor representativo.
MEDIDAS DE TENDNCIA CENTRAL
A mdia aritmtica simples
A mdia aritmtica simples de um conjunto de valores o valor obtido somando-se
todos eles e dividindo-se o total pelo nmero de valores. denotada por x (leia-se x
barra)
x , onde x so os valores observados.
x=
n
xi . f i , se os dados estiverem organizados em distribuio de freqncia.
x=
fi
Onde xi e fi so os valores do ponto mdio e da freqncia absoluta da classe i-sima
respectivamente.
Exemplos:
1) Calcule a mdia aritmtica dos valores abaixo:
a. X = {0, 6, 8, 7, 4, 6}
b. Y = {25, 16, 29, 19, 17}
c. Z = {105, 123, 98, 140}
2) Encontre a mdia para o salrio destes funcionrios.
Salrios semanais para 100 operrios no especializados
Salrios
fi
xi
xi.fi
semanais
140 |-- 160
7
160 |-- 180
20
180 |-- 200
33
200 |-- 220
25
220 |-- 240
11
240 |-- 260
4
100
Exerccios:
OBSERVAES:
MEDIDAS DE DISPERSO
Servem para verificarmos a representatividade das medidas de posio, pois muito
comum encontrarmos sries que, apesar de terem a mesma mdia, so compostas de
maneira distinta.
Assim, para as sries:
a) 25, 28, 31, 34, 37
b) 17, 23, 30, 39, 46
x
temos a = xb = 31 .
Nota-se que os valores da srie a esto mais concentrados em torno da mdia 31,
do que a srie b. Precisamos medir a disperso dos dados em torno da mdia, para isto
utilizaremos as medidas de disperso:
Desvio Padro
Coeficiente de Variao
Desvio Padro:
a raiz quadrada positiva da mdia aritmtica dos quadrados das diferenas entre cada
valor e a mdia aritmtica do conjunto e denotada por . Assim,
=
(x
x) 2
(x x)
f
i
fi
Exemplo 1:
Encontre o desvio padro para os dados das sries a), e b) acima.
Exemplo 2:
Salrios semanais para 100 operrios no especializados
Salrios
fi
xi
(xi- x )2 (xi- x )2fi
semanais
140 |-- 160
7
160 |-- 180
20
180 |-- 200
33
200 |-- 220
25
220 |-- 240
11
240 |-- 260
4
100
C v = .100
x
Exemplo 4:
Para duas emisses de aes ordinrias da indstria eletrnica, o preo mdio dirio,
no fechamento dos negcios, durante um perodo de um ms, para as aes A, foi de R$
150,00 com um desvio padro de R$ 5,00. Para as aes B, o preo mdio foi de R$ 50,00
com um desvio padro de R$ 3,00. Em relao ao nvel do preo, qual dos tipos de aes
mais varivel?
Exerccios.
1) Uma amostra de 20 operrios de uma companhia apresentou os seguintes salrios
recebidos durante uma certa semana, arredondados para o valor mais prximo e
apresentados em ordem crescente: 140, 140, 140, 140, 140, 140, 140, 140, 155, 155,
165, 165, 180, 180, 190, 200, 205, 225, 230, 240. Calcular (a) a mdia, (b) a
mediana, (c) a moda, (d) o desvio padro, (e) o coeficiente de variao, para este
grupo de salrios. R: a) 170,5; d) 33,12.
2) O nmero de carros vendidos por cada um dos vendedores de um negcio de
automveis durante um ms particular, em ordem crescente: 2, 4, 7, 10, 10, 10, 12,
12, 14, 15. Determinar (a) a mdia, (b) a mediana, (c) a moda, (d) o desvio padro
R: a) 9,6; d) 3,95.
3) Em conjunto com uma auditoria anual, uma firma de contabilidade pblica anota o
tempo necessrio para realizar a auditoria de 50 balanos contbeis. Calcular (a) a
mdia, (b) o desvio padro, para o tempo de auditoria necessrio para esta amostra
de registro. R: a) 43,2; b)12,28.
Tempo necessrio para a auditoria de balanos contbeis.
Tempo de auditoria. N de balanos.
(min.)
(fi)
10 |-- 20
3
20 |-- 30
5
30 |-- 40
10
40 |-- 50
12
50 |-- 60
20
Total
50
4) Os salrios semanais de 50 funcionrios de um hospital, em reais, foram os seguintes:
100
104
116
120
122
126
128
128
130
134
138
140
140
146
150
150
152
156
156
156
160
160
162
162
164
170
170
176
176
176
178
180
180
184
186
186
188
190
190
192
192
194
196
196
200 216
200 218
200
210
a) Construa uma distribuio de freqncias, com h = 20 e limite inferior para a primeira classe
igual a 100.
b) Quantos funcionrios tem um salrio semanal situado entre R$ 120,00 (inclusive) e R$ 160,00
(exclusive)? 17 funcionrios
c) Que porcentagem de funcionrios tem um salrio semanal situado entre R$ 180,00 (inclusive) e
R$ 200,00 (exclusive)?26%
d) Qual o salrio mdio semanal destes funcionrios utilizando o item a)?166,4
e) Determine o desvio padro e o coeficiente de variao da distribuio. 28,76; 17,28%
5) A distribuio das alturas de um grupo de pessoas apresentou uma altura mdia de 182
cm e um desvio padro de 15 cm, enquanto que a distribuio dos pesos, apresentou um peso mdio
de 78 kg, com um desvio padro de 8 kg. Qual das duas distribuies apresentou maior disperso?
Por qu?
CORRELAO E REGRESSO
Introduo:
J trabalhamos com a descrio de valores de uma nica varivel. Quando, porm,
consideramos observaes de duas ou mais variveis surge um novo problema: as relaes
que podem existir entre as variveis estudadas.
Assim, quando consideramos variveis como peso e estatura de um grupo de
pessoas, uso do cigarro e incidncia do cncer, procuramos verificar se existe alguma
relao entre as variveis de cada um dos pares e qual dessa relao.
Uma vez caracterizada a relao, procuramos descrev-la atravs de uma funo
matemtica. A regresso o instrumento adequado para determinao dos parmetros
dessa funo. Se todos os valores das variveis satisfazem exatamente uma equao, diz-se
que elas esto perfeitamente correlacionadas ou que h correlao perfeita entre elas.
Quando esto em jogo somente duas variveis, fala-se em correlao e regresso
simples. Quando se trata de mais de duas variveis, fala-se em correlao e regresso
mltipla.
Diagrama de Disperso
Para desenhar um diagrama de disperso, primeiro traa-se o sistema de eixos
cartesianos. Depois se representa uma das variveis no eixo x e a outra no eixo y
Colocam-se, ento os valores das variveis sobre os respectivos eixos e marca-se um ponto
para cada par de valores. Consideremos uma amostra aleatria, formada por dez dos 98
alunos de uma classe da Universidade A e pelas notas obtidas por eles em Matemtica e
Estatstica:
01
02
03
04
05
06
07
08
09
10
Notas
Matemtica
Estatstica
(X)
(Y)
5,0
6,0
8,0
9,0
7,0
8,0
10,0
10,0
6,0
5,0
7,0
7,0
9,0
8,0
3,0
4,0
8,0
6,0
2,0
2,0
Estatstica
No
6
4
2
0
-3
7
Matem tica
12
Dizemos que duas ou mais variveis expressam a relao de causa e efeito ou se elas
variam concomitantemente, so variveis consideradas correlacionadas.
O grau de relacionamento para dados amostrais dado pela seguinte expresso:
n
n
n
n X i Yi X i Yi
i =1
i =1 i =1
r =
2
2
n
n 2 n
n
n X X n Y 2 Y
i
i =1 i i =1 i i =1 i
i =1
Onde: n o nmero de observaes;
r o coeficiente de correlao linear para uma amostra.
EXEMPLO 1: Encontre o coeficiente de correlao para os dados da tabela anterior.
(X)
5
8
7
10
6
7
9
3
8
2
65
r =
(Y)
6
9
8
10
5
7
8
4
6
2
65
XY
30
72
56
100
30
49
72
12
48
4
473
X2
25
64
49
100
36
49
81
9
64
4
481
Y2
36
81
64
100
25
49
64
16
36
4
475
10.473 65.65
10.481 65
10.475 65
505
= 0,911
585 525
ANLISE DE REGRESSO
Muitas vezes de interesse estudar-se um elemento em relao a dois ou mais
atributos ou variveis simultaneamente.
Nesses casos presume-se que pelo menos duas observaes so feitas sobre cada
elemento da amostra. A amostra consistir, ento, de pares de valores, um valor para cada
uma das variveis, designadas, X e Y. Um indivduo i qualquer apresenta o par de valores
(Xi; Yi). O objetivo visado quando se registra pares de valores (observaes) em uma
amostra, o estudo das relaes entre as variveis X e Y.
Para a anlise de regresso interessam principalmente os casos em que a variao de
um atributo sensivelmente dependente do outro atributo.
5
8
7
10
6
7
9
3
8
2
6
9
8
10
5
7
8
4
6
2
12
10
8
Y
(X)
Y previsto
4
2
0
0
10
Varivel X
Obtemos ento:
y i = ax i + b
Para cada par de valores (xi, yi) podemos estabelecer o desvio: e i = y i y i = yi-( axi + b)
S=
ei
i =1
= [yi - ax i - b]2
i =1
S = f(a, b)
Essa soma, funo de a e de b, ter mnimo quando suas derivadas parciais em
relao a a e b forem nulas.
n
i =1
z
b =
z =
a
2[ y
2[ y
ax i b]( 1) = 0
ax i b]( x i ) = 0
[ yi ax i b] = 0
[ yi ax i b]( x i ) = 0
yi a x i nb = 0
2
x i yi a x i b x i = 0
yi a x i
b =
n
xy b x a x2 = 0
i i
i i
Resolvendo-se esse sistema, obtemos as estimativa para o clculo de:
a =
n x i yi
x y
n x ( x )
2
i
e a partir da 1 equao b = y ax
X.Y
30
72
56
100
30
49
72
12
48
4
473
X2
25
64
49
100
36
49
81
9
64
4
481
Y2
36
81
64
100
25
49
64
16
36
4
475
a =
b=
65
65
0,8632.
= 0,8892
10
10
12
10
8
Y
No exemplo:
(X)
(Y)
5
6
8
9
7
8
10
10
6
5
7
7
9
8
3
4
8
6
2
2
65
65
6
4
2
0
0
10
Varivel X
y i = 0,8632 x i + 0,8892
EXERCCIOS
c) Estimar as vendas, sabendo que foi gasto US$ 80,0 com mdia.
8. Os dados a seguir so a mdia das notas x e salrios mensais y de estudantes que
obtiveram bacharelado em administrao com nfase em sistemas de informao.
Mdia das Notas
2,6 3,4 3,6 3,2 3,5 2,9
Salrio Mensal (US$) 2800 3100 3500 3000 3400 3100
1
2
3
4
5
6
7
8
9
10
1
3
4
4
6
8
10
10
11
13
PROBABILIDADE
1.1. INTRODUO
Encontramos na natureza dois tipos de fenmenos: determinsticos e aleatrios.
Os fenmenos determinsticos so aqueles em que os resultados so sempre os mesmos,
qualquer que seja o nmero de ocorrncias.
Nos fenmenos aleatrios, os resultados no sero previsveis, mesmo que haja um grande
nmero de repeties do mesmo fenmeno.
Nos experimentos aleatrios, mesmo que as condies iniciais sejam as mesmas, os
resultados finais de cada tentativa do experimento, sero diferentes e no previsveis, por isso,
conveniente dispormos de uma medida para o estudo de tais situaes. Esta medida a
probabilidade.
1.2. EXPERIMENTO ALEATRIO. ESPAO AMOSTRAL. EVENTO
EXEMPLO: Se, na jogada de um dado, o evento A consiste no aparecimento de face par, seu
complementar dado por: A =
REGRAS BSICAS
Se A e B so dois eventos do espao amostral , ento valem as seguintes regras bsicas:
0 P(A) 1
P(A) = 0 o evento impossvel e P(A) = 1 o evento certo.
P() = 1
Se A e B so eventos mutuamente excludentes, AB = , ento: P(AB) = P(A) +
P(B).
Se AB , ento: P(AB) = P(A) + P(B) P(AB).
P(A) = 1- P(A).
Se o vazio, ento P() =0.
EXERCCIO: Consideremos os alunos matriculados na disciplina de Estatstica. Temos _____
homens com mais de 25 anos, _____ homens com menos de 25 anos, ____ mulheres com mais de
25 anos, ____ mulheres com menos de 25 anos. Uma pessoa escolhida ao acaso dentre os ____. Os
seguintes eventos so definidos:
A: a pessoa tem mais de 25 anos;
C: a pessoa um homem;
B: a pessoa tem menos de 25 anos;
D: a pessoa uma mulher.
Calcular: P(BD) e P(AC).
EXERCCIOS
1. Quais dos valores abaixo no podem ser probabilidades?
0;
N de cartes
243
85
52
46
Selecionado aleatoriamente uma caso de fraude nos casos resumidos na tabela, qual a
probabilidade de a fraude resultar de um carto falsificado? . R: 0,2.
a)
b)
c)
d)
Faixa etria
Respondem
No respondem
Total
18-21
73
11
84
22-29
255
20
275
Total
328
31
359
Qual probabilidade de obter algum que no queira responder? R: 0,086.
Qual probabilidade de obter algum na faixa etria 22-29? R: 0,766.
Determine a probabilidade de obter algum na faixa etria 18-21 ou algum que recuse
responder. R: 0,29.
Determine a probabilidade de obter algum na faixa etria 18-21 que no recuse
responder. R: 0,203.
Testes de Hipteses
Nesta seo, vamos admitir um valor hipottico para o parmetro desconhecido - as
hipteses estatsticas - e, depois utilizar a informao da amostra para aceitar ou rejeitar
esse valor hipottico.
Por exemplo, com base na produtividade de uma hortalia cultivada em uma rea, onde
for usado um novo fertilizante, e em outra rea onde se utiliza o fertilizante padro, temos
de decidir se o novo fertilizante , ou no, melhor. A dificuldade aqui - e da a necessidade
de dados estatsticos - que a produtividade varia de planta para planta.
Os testes de hipteses permitem-nos tomar decises em presena da variabilidade, ou
seja, verificar se estamos diante de uma diferena real (significativa) ou de uma diferena
devida simplesmente flutuao aleatria inerente ao processo.
Na realizao de um teste, so feitas duas hipteses: a hiptese nula (H0), que ser
testada, e a hiptese alternativa (H1), que ser aceita caso nosso teste indique a rejeio da
hiptese nula.
Exemplos :
1- Indique as hipteses nula e alternativa para cada uma das situaes:
a) Tubos galvanizados devem ter mdia de 2 polegadas para serem aceitveis.
Correto
Erro tipo I
H0 falsa
Erro tipo II
Correto
5%
1%
de
Tipo de teste
unilateral bilateral
+1,65 ou
1,96
-1,65
+2,33 ou
2,58
-2,33
4) Calcular:
X 0
Z=
5) Concluses:
a) Se | Z | > z rejeita-se H0 (para um teste bicaudal)
b) Se Z > z rejeita-se H0 (para um teste unicaudal a direita).
c) Se Z < -z rejeita-se H0 (para um teste unicaudal a esquerda).
Exemplo 2: Uma mquina automtica de encher pacotes de erva mate, enche-os
segundo uma distribuio normal com mdia e desvio padro de 20g. A mquina foi
regulada para =500g. Desejamos verificar se a produo esta sob controle, para isto
analisamos uma amostra de 30 pacotes. Se uma amostra apresentar mdia X =492g, voc
pararia ou no a produo para verificar se a mquina deve ser regulada? Use =1%.
1o Passo:
2o Passo:
3o Passo:
4o Passo:
5o Passo:
2o Passo:
3o Passo:
4o Passo:
5o Passo:
EXERCCIOS
1) Uma amostra aleatria de 40 elementos retirados de uma populao normal com desvio
padro = 3 apresentou um valor mdio igual a 60. Teste, ao nvel de significncia de
5%, a hiptese de que a mdia populacional seja igual a 59, supondo a hiptese
alternativa > 59.
2)
Uma amostra aleatria de 100 mortes naturais, no Rio Grande do Sul, deu uma mdia
de X =71,8 anos, com um desvio padro de 8,9 anos. Isto indica que o tempo mdio de
vida no RS, atualmente, maior do que 70 anos? (= 5%)
3)
4)
A resistncia dos cabos fabricados por determinada companhia acusa mdia de 1800
libras e desvio padro de 100 libras. Adotando-se uma nova tcnica de fabricao,
espera-se aumentar esta resistncia. Para testar tal hiptese, toma-se uma amostra de 50
cabos fabricados pelo novo processo, obtendo-se uma resistncia mdia de 1850 libras.
Pode-se aceitar a hiptese ao nvel de significncia de 0,01?
5)
Amostras Dependentes.
Neste caso usaremos a distribuio tde Student. Logo no 4o e 5o passo teremos:
4) Calcular:
onde: d = valor mdio das diferenas d para os dados
d d
amostrais emparelhados( dependentes)
T=
d = mdia das diferenas d para a
Sd
populao de dados emparelhados.
n
Sd = desvio padro das diferenas d para os
dados amostrais emparelhados
n = nmero de pares de dados.
Graus de liberdade = n-1.
5) Concluses:
c) Se | T | > t rejeita-se H0 (para um teste bicaudal)
b) Se T > t rejeita-se H0 (para um teste unicaudal a direita).
c) Se T < -t rejeita-se H0 (para um teste unicaudal a esquerda).
Exemplo: Utilizando um cronometrador de reao foi obtido a tabela abaixo, no nvel de
0,05 de significncia, teste a afirmao de que h uma diferena entre a mdia dos tempos
de reao da mo direita e da mo esquerda.
Pessoa
Direita
Esquerd
a
A
B
C
D
E
F
G
H
I
J
K
L
M N
191 97 116 165 116 129 171 155 112 102 188 158 121 133
224 171 191 207 196 165 177 165 140 188 155 219 177 174
-33
-74
-75
-42
-80
-36
-6
-10
-28
-86
33
-61
-56
-41
1o Passo:
2o Passo:
3o Passo:
4o Passo:
5o Passo:
Amostras Grandes e Independentes.
Neste caso usaremos a distribuio Normal. Logo no 4o e 5o passo teremos:
4) Calcular:
Z=
( x1 x 2 ) (1 2 )
12 22
+
n1 n 2
1o Passo:
2o Passo:
3o Passo:
4o Passo:
5o Passo:
Amostras Pequenas e Independentes.
Neste caso usaremos a distribuio Normal. Logo no 4o e 5o passo teremos:
4) Calcular:
T=
( x1 x 2 ) (1 2 )
s 2p
n1
s 2p
n2
(n 1 1)s12 + (n 2 1)s 22
e o grau de liberdade gl = n1+n2-2.
(n 1 1) + (n 2 1)
5) Concluses:
e) Se | Z | > z rejeita-se H0 (para um teste bicaudal)
b) Se Z > z rejeita-se H0 (para um teste unicaudal a direita).
c) Se Z < -z rejeita-se H0 (para um teste unicaudal a esquerda).
2
Onde s p =
Exemplo:
Os dados amostrais a seguir apresentam os nveis de concentrao de lcool no sangue por
ocasio da priso de criminosos selecionados aleatoriamente, e que foram condenados por
dirigirem embriagados. Os dados so categorizados por tipo de bebida consumida.
Cerveja
0,129
0,146
0,148
0,154
0,155
0,164
0,187
0,19
0,203
Usque
0,185
0,19
0,22
0,224
0,225
0,226
0,227
0,241
0,247
0,253
0,257
1o Passo:
2o Passo:
3o Passo:
4o Passo:
5o Passo:
Exerccios:
1. Costuma-se avaliar a inteligncia das crianas dando-lhes blocos e pedindo-lhes que
construam uma torre to alta quanto possvel. Repetiu-se um ms depois o mesmo
experimento, com os tempos (em segundos) dados na tabela a seguir. No nvel de
0,01 de significncia, teste a afirmao de que no h diferena entre os dois
tempos.
Criana
A B C D E
F
G H I
J
K L
M N O
1 tentativa 30 19 19 23 29 178 42 20 12 39 14 81 17 31 52
2 tentativa 30 6
14 8
14 52 14 22 17 8
11 30 14 17 15
2. Utilize o nvel de significncia de 0,05 para testar a alegao de que as duas
amostras provm de populaes com a mesma mdia. As amostras so
independentes.
Elementos Tratados Elementos No-Tratados
n1 = 60
n2 = 75
x 1 = 8,75
x 2 = 9,66
S1 = 2,05
S2 = 2,88
3. O estresse afeta a capacidade de memorizao de testemunhas oculares? Este
problema foi estudado em um experimento que testou a memria visual de uma
testemunha uma semana aps o interrogatrio normal de um suspeito que
cooperava, e um interrogatrio exaustivo de um suspeito que no cooperava. Os
nmeros de detalhes lembrados uma semana aps o incidente esto resumidos aqui.
No nvel de 0,01, teste a afirmao do artigo de que o cansao concorre para
diminuir a quantidade de detalhes lembrados.
Sem Estresse
Com Estresse
n1 = 40
n2 = 40
x 1 = 53,3
x 2 = 45,3
S1 = 11,6
S2 = 13,2
11,5
11,5
12
12,5
13
13
7
7
7,5
8
8
8,5
8,5
9
9
9
10,5
11
11
12
0,344
0,407
0,455
0,463
Grupo de controle
0,334
0,349
0,402
0,413
0,429
0,445
0,46
0,476
0,483
0,501
0,519
0,594
Z=
p p0
p(1 p)
n
Exemplo: Uma estao de televiso afirma que 60% dos televisores estavam ligados no seu
programa especial do ltimo sbado. Uma rede competidora deseja contestar essa
afirmao e decide, para isso, usar uma amostra de 200 famlias. Destas 200 famlias 104
responderam afirmativamente. Ao nvel de 5% de significncia qual a sua concluso?
1o Passo:
2o Passo:
3o Passo:
4o Passo:
5o Passo:
2o Passo:
3o Passo:
4o Passo:
5o Passo:
1) A preocupao com ambiente entra freqentemente em conflito com a tecnologia
moderna, como no caso dos pssaros que representam perigo para a aviao durante a
decolagem. Um grupo ambiental afirma que tais acidentes com pssaros so to raros
que no se justifica mat-los. Um grupo de pilotos alega que entre as decolagens
interrompidas que levam um avio a ultrapassar o final da pista, 10% so devidas a
coliso com pssaros. Teste esta afirmao ao nvel de 0,05. os dados consistem em 74
decolagens interrompidas, destas 5 foram devidos coliso com pssaros.
2) Um relatrio do Ministrio da Justia dos EUA inclui a afirmao de que em casos de
crimes entre casais, as esposas acusadas tm menor probabilidade de ser condenadas do
que os maridos acusados. Os dados amostrais consistiram em 277 condenaes entre
318 maridos acusados, e 155 condenaes entre 222 esposas acusadas. Tese a afirmao
feita com nvel de 0,01 de significncia.
3) Uma questo de teste considerada boa se permite discriminar entre estudantes
preparados e estudantes no-preparados. A primeira questo de um teste foi respondida
corretamente por 62 dentre 80 alunos preparados, e por 23 dentre 50 alunos nopreparados. Com o nvel de 0,05 de significncia, teste a afirmao de que esta questo
foi respondida corretamente por uma proporo maior de estudantes preparados