Raciocínio Lógico - Aula 12

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em
Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica

Profs. Alexandre Lima e Moraes Junior
Aula 12 - Questes Comentadas e Resolvidas
Testes de hipteses para mdias, propores e varincias
populacionais. Valor-p (probabilidade de significncia). Testes de
hipteses no paramtricos.
1. (ICMS-RJ/2010/FGV). Para testar H0: 10 contra H1: > 10, sendo a
mdia de uma varivel populacional suposta normalmente distribuda com
varincia igual a 100, uma amostra aleatria simples de tamanho 25 foi obtida
e resultou num valor da mdia amostral igual a 15,76. Ao nvel de significncia
de 5%, o valor-p (nvel crtico) correspondente e a deciso a ser tomada so
respectivamente:
A) 0,102 e no rejeitar H0.
B) 0,01 e rejeitar H0.
C) 0,058 e no rejeitar H0.
D) 0,002 e rejeitar H0
E) 0,154 e no rejeitar H0.
Resoluo
PRELIMINARES
Noes Fundamentais
Na prtica, muito comum a tomada de decises sobre populaes com base
em informaes amostrais. Tais decises so denominadas decises
estatsticas. Por exemplo, podemos desejar conhecer, a partir de um
conjunto de dados provenientes de uma populao, se uma vacina
experimental eficaz contra um novo tipo de gripe ou se uma poltica
governamental econmica melhor que outra(s). Nesta aula, estudaremos o
problema dos testes de hipteses relativos populao. Diz-se que os testes
so paramtricos quando se referem a hipteses sobre parmetros
populacionais. Os testes so no paramtricos quando se referem a outros
aspectos que no os parmetros em si.
Considere, por exemplo, uma populao cujos elementos podem ser
classificados de acordo com dois atributos, que denominaremos sucesso e
fracasso. Podemos ter n elementos, dos quais alguns so defeituosos e os
restantes so no defeituosos. Se p denota a proporo de sucessos na
populao, ento o objetivo fazer algum tipo de inferncia sobre p.
Aprendemos na aula anterior como estimar p. Aqui, estamos interessados em
testar alguma hiptese estatstica sobre p, tal como p maior do que um
dado valor p0 ou p menor do que um certo valor p0. A hiptese sob
investigao ser considerada vlida at que se prove o contrrio (a prova
www.pontodosconcursos.com.br

ser dada num sentido probabilstico). Baseados em uma amostra da
populao vamos estabelecer uma regra de deciso, segundo a qual
rejeitaremos ou aceitaremos a hiptese proposta. A regra de deciso
chamada teste. Somente sero consideradas amostras aleatrias.
A presente aula muito importante para a prova. No prossiga com o estudo a
partir deste ponto se voc ainda sente que no est craque nos tpicos de
amostragem e estimao de parmetros. Estes assuntos so pr-requisitos
para um bom entendimento/aproveitamento desta aula.
No restante desta aula, aprenderemos a resolver questes que envolvam os
testes de hipteses mais provveis de serem cobrados pela banca na prova.
Dado um problema de teste de hipteses, precisamos formular as chamadas
hiptese nula e hiptese alternativa.
A hiptese nula ou hiptese de trabalho (H0) a hiptese aceita como
verdadeira at prova estatstica em contrrio. o ponto de partida para a
anlise dos dados. Em geral, ela formulada em termos de igualdade entre
parmetros ou entre um parmetro e uma constante. Ela geralmente
representa o contrrio do que queremos provar, ou seja, representa a
hiptese que se quer rejeitar. Quando os dados mostrarem evidncia
suficiente de que a hiptese nula (H0) falsa, o teste rejeita-a, aceitando em
seu lugar a chamada hiptese alternativa (H1). Em geral, a hiptese
alternativa formulada em termos de desigualdades (, < ou >). Ela
comumente representa o que se quer provar, isto , corresponde
prpria hiptese de pesquisa formulada em termos de parmetros.
Exemplo. Uma empresa atuante na explorao e produo de leo e gs
natural compra de um fornecedor parafusos cuja carga mdia de ruptura 55
kN. O desvio padro das cargas de ruptura igual a 6 kN e independe do valor
mdio. Deseja-se verificar se um grande lote de parafusos recebidos deve ser
considerado satisfatrio. No desejvel que esse lote seja formado por
parafusos cuja carga mdia de ruptura seja inferior a 55 kN. Por outro lado, o
fato de a carga mdia de ruptura ser superior a 55 kN no representa
problema, pois, nesse caso, os parafusos seriam de qualidade superior
necessria.
A empresa poderia adotar a seguinte regra para decidir se concorda em aceitar
o lote ou se prefere devolv-lo ao fornecedor: coletar uma amostra aleatria
de 36 parafusos do lote e submet-los a ensaios de ruptura em laboratrio; se
a carga mdia de ruptura observada nessa amostra for maior ou igual a 53 kN,
ela comprar o lote; caso contrrio, ela se recusar a comprar.
A princpio,
ruptura dos
de que ela
hiptese de
a empresa poderia testar a hiptese de que a carga mdia de

parafusos do lote seja maior ou igual a 55 kN, contra a alternativa
seja inferior a 55 kN (esta ltima a sua suspeita). Como a
que a carga mdia de ruptura seja superior a 55 kN no preocupa

o comprador, a mesma poderia ser excluda, sem perda de generalidade, para
simplificao do teste. Assim, as hipteses do teste so
= 55 kN
< 55 kN
H0:
H1:
Vamos admitir que a hiptese H0 seja verdadeira, ou seja, que a

populao dos valores da carga de ruptura tem de fato a mdia = 55 kN.
Assim, a mdia X da amostra aleatria de 36 elementos ser uma varivel
aleatria com mdia tambm de 55 kN e com desvio padro igual a
X = / n = 6 / 36 = 1,0 kN. Aprendemos que podemos considerar a distribuio
amostral de X como aproximadamente normal. Temos ento a situao
indicada na figura abaixo, em que indica a probabilidade de se obter x1 < 53
kN (essa probabilidade corresponde rea sob a distribuio amostral de X no
intervalo < x < 53 ).
Distribuio da mdia amostral, n=36

0.4
0.35
Densidade
0.3
0.25
0.2
0.15
0.1
= P(mdia < 53)
0.05
Rejeita se mdia < 53 kN
0
51
52
53
54
55
56
Mdia amostral
57
58
59
A probabilidade pode ser determinada por meio de
z=
x1 53 55
=
= 2,0,
X
1,0
valor para o qual a tabela da normal reduzida fornece a rea 0,5 0,4772 =
0,0228 = 2,28%. Assim, h uma probabilidade = 2,28% de que, mesmo
sendo a hiptese H0 verdadeira, x assuma valor na faixa que leva
rejeio de H0, de acordo com a regra de deciso adotada. Neste caso, a
empresa iria rejeitar H0 sendo ela verdadeira, o que consiste no erro tipo

I (neste exemplo, o erro tipo I levaria rejeio de um lote satisfatrio), cuja
probabilidade dada por
= P(erro tipo I) = P(rejeitar H0|H0 verdadeira).
Por outro lado, pode ocorrer a situao em que a hiptese H0 falsa, ou
seja, na realidade vale < 55 kg, e a mdia amostral assume um valor maior
que 53 kg, levando a aceitao de H0. A empresa cometeria, neste caso, o
erro tipo II, que consiste em aceitar a hiptese H0 sendo ela falsa. Por
conseguinte, a empresa iria adquirir um lote insatisfatrio, causando prejuzos
produo. A probabilidade de se cometer um erro tipo II denotada por ,
logo
= P(erro tipo II) = P(no rejeitar H0| H0 falsa).
A probabilidade no pode ser calculada, a menos que se especifique um valor
alternativo para o parmetro sob investigao.
Em resumo, em um teste de hipteses, podem ocorrer dois tipos de erro
(memorize para a prova!):
Erro tipo I: rejeitar H0, sendo H0 verdadeira;

Erro tipo II: aceitar H0, sendo H0 falsa.
A faixa de valores da varivel de teste que leva rejeio de H0 denominada

Regio Crtica (RC) ou regio de rejeio do teste. Para o exemplo visto, a
RC < x < 53 . Por outro lado, a faixa de valores que leva aceitao
chamada de Regio de Aceitao (RA), x 53 . A figura abaixo mostra as RC e
RA do teste do exemplo anterior.
0.4
0.35
Densidade
0.3
0.25
0.2
0.15
0.1
Regio
Crtica (RC)
0.05
0
51
Regio de Aceitao (RA)

52
53
54
55
56
Mdia amostral
57
58
59

Voltando ao exemplo visto acima, a empresa poderia ter adotado o seguinte
critrio (alternativo) de deciso: se a carga mdia de ruptura observada na
amostra de 36 elementos for inferior a 55 kN, isto , se x < 55 kN, ento ela se
recusar a comprar o lote de parafusos. Entretanto, esta idia, aparentemente
intuitiva, de se rejeitar H0 caso x < 55 kN, no seria, de fato, recomendvel,
pois, nesse caso, a probabilidade do erro tipo I seria igual a 50%!
Vimos como, no exemplo anterior, fixada a RC do teste, determinamos a
probabilidade do erro tipo I por meio de uma simples manipulao da
distribuio normal. Inversamente, dado , podemos determinar o limite da
RC. Isso o que em geral se faz na prtica, direta ou indiretamente, sendo os
valores usualmente adotados = 5% e = 1%.
Assim, no exemplo anterior, se for fixado = 5%, resultar que
z 5% = 1,645 =
x 55
,
1,0
x = 55,0 1,645 = 53,355 kN limite da RC.

Da mesma forma, se for fixado = 1%, o novo limite da RC ser
z1% = 2,326 =
x 55
x = 55,0 2,326 = 52,674 kN.
1,0
Deste modo, se o valor numrico da mdia amostral for inferior a 52,674 kN,
rejeitaremos a hiptese H0 ao nvel = 1% de significncia (isso implica que
H0 ser tambm rejeitada se o nvel de significncia for = 5%). Se a mdia
amostral for superior a 53,355 kN, aceitaremos a hiptese H0 ao nvel de =
5% de significncia (H0 ser tambm aceita se o nvel de significncia for =
1%). Se, por acaso, tivermos 52,674 < x < 53,355 kN, a hiptese H0 ser aceita ao
nvel = 1% e ser rejeitada ao nvel = 5%. Isto quer dizer que, se a
empresa admite realizar o teste a um risco de 5% de probabilidade de cometer
o erro tipo I (rejeitar H0, sendo H0 verdadeira), a evidncia estatstica ter sido
significativa, indicando que a hiptese nula dever ser rejeitada. Se, porm,
tivssemos especificado um risco de apenas 1% de probabilidade de cometer o
erro tipo I, a evidncia amostral no teria sido significativa a esse nvel de
significncia.
O exemplo mostra que a deciso de aceitar ou rejeitar a hiptese nula H0
depende do nvel de significncia adotado. Um dado resultado amostral
obtido pode ser ou no significante, dependendo do fixado, e por esta
razo que denominado nvel de significncia. Um resultado
significativo a um determinado nvel nos levar rejeio de H0, pois
admite-se que ele no compatvel com a hiptese nula, a menos de uma
probabilidade de erro.

Por outro lado, se o resultado amostral cair na regio de aceitao, no ter
havido, no nvel especificado, evidncia significativa suficiente para a
rejeio de H0, a qual, por tal motivo, dever ser aceita. Neste caso, estamos
sujeitos a cometer o erro tipo II (aceitar H0 sendo H0 falsa). A aceitao de H0
est associada, via de regra, insuficincia de evidncia emprica, ao nvel de
significncia desejado, para se chegar sua rejeio. Essa aceitao, portanto,
no deve ser interpretada como uma afirmao de H0. Assim, rejeitamos H0
quando estamos estatisticamente convencidos, ao nvel de significncia , de
que estamos certos, enquanto que, se aceitamos H0, em geral essa aceitao
no representa uma afirmao estatisticamente forte.
Valor-p
Geralmente, a hiptese nula H0 afirmar que um parmetro populacional tem
um valor especfico e a hiptese alternativa H1 ser uma das seguintes
assertivas:
(i)
O parmetro maior que o valor especificado (teste unilateral ou

monocaudal direita).
Teste unilateral direita
0.4
0.35
0.3
Densidade
0.25
0.2
0.15
0.1
0.05
Rejeita se mdia > 57 kN
0
51
52
53
54
55
56
Mdia amostral
57
58
59
(ii) O parmetro menor que o valor especificado (teste unilateral

esquerda).

Teste unilateral esquerda
0.4
0.35
0.3
Densidade
0.25
0.2
0.15
0.1
0.05
Rejeita se mdia < 53 kN
0
51
52
53
54
55
56
Mdia amostral
57
58
59
(iii) O parmetro maior que um valor ou menor que um outro valor

especificado (teste bilateral ou bicaudal).
Teste bilateral
0.4
0.35
0.3
Densidade
0.25
0.2
0.15
0.1
0.05
0
-5
Rejeita se x<-2.131
Prob = 0.025
-4
-3
-2
Rejeita se t>2.131
Prob = 0.025
-1
0
1
mdia amostral
Definio (valor-p). O valor-p (ou probabilidade de significncia) a

probabilidade de a estatstica do teste acusar um resultado to ou mais
distante do esperado, como o resultado ocorrido na particular amostra
observada, supondo H0 como a hiptese verdadeira.
Exemplo. Suponha que o desvio padro de uma populao normalmente
distribuda seja igual a 3, e que H0 afirme que a mdia populacional seja igual
a 12 (H0: = 12). Uma amostra aleatria com 36 elementos extrada da
populao e produz a mdia amostral X = 12,95 . Escolheu-se
Z=
X 12 X 12 X 12
=
=
,
0,5
/ n 3 / 36

como a estatstica do teste, que corresponder varivel aleatria normal
reduzida, se H0 for verdadeira. O valor da estatstica z = (12,95 12) / 0,5 = 1,9 .
Vamos supor que o nvel de significncia especificado para o teste seja =
5%. O valor-p do teste ento depender da hiptese alternativa H1 como se
segue:
(i)
Para H1: > 12 (caso (i)), o valor-p a probabilidade de que uma

amostra aleatria com 36 observaes produza uma mdia amostral
maior ou igual a 12,95, dado que a verdadeira mdia seja 12; neste
caso, P(z 1,9) 2,9% (vide a figura abaixo). Isto significa que a
chance de ocorrer X 12,95 aproximadamente igual a 3%
(relativamente baixa) se = 12.
0.8
0.7
0.6
Densidade
0.5
0.4
0.3
0.2
Valor-p = P(mdia > 12.95)
0.1
0
10
10.5
11
11.5
12
12.5
Mdia amostral
13
13.5
14
(ii) Para H1: <12 (caso (ii)), o valor-p a probabilidade de que uma
amostra aleatria de tamanho 36 produza uma mdia amostral
menor ou igual a 12,95, se = 12. Tem-se que P(z 1,9) 97,1%
(veja a prxima figura). Isto quer dizer que a probabilidade de
ocorrer X 12,95 aproximadamente igual a 97% (as chances so
bastante altas) se = 12.

0.8
0.7
0.6
Valor-p = P(mdia < 12.95)
Densidade
0.5
0.4
0.3
0.2
0.1
0
10
10.5
11
11.5
12
12.5
Mdia amostral
13
13.5
14
(iii) Para H1: 12 (caso (iii)), o valor-p a probabilidade de que uma

amostra aleatria de tamanho 36 produza uma mdia amostral que
esteja 0,95 unidade ou mais afastada de = 12, ou seja, X 12,95 ou
X 11,05 , se a mdia populacional de fato igual a 12. Aqui, o valor-p
dado por P(z 1,9) + P(z -1,9) = 2,87 + 2,87 5,7% (vide a
figura abaixo), e isto quer dizer que as chances so de
aproximadamente 6 em 100 de que | X 12 | 0,95 se = 12.
0.8
0.7
0.6
Densidade
0.5
0.4
0.3
0.2
p/2
p/2
0.1
0
10
10.5
11
11.5
12
12.5
mdia amostral
13
13.5
14
Pequenos valores-p nos do evidncias estatsticas para rejeitarmos H0 em

favor de H1, pois a probabilidade de ocorrer um resultado to ou mais distante
do esperado, como o resultado ocorrido na amostra observada pequena, se
H0 for verdadeira (mas preciso quantificar quo pequeno deve ser o valor-p e
a que entra em cena o nvel de significncia ). Neste exemplo, P(Z 1,9) =
valor-p = 2,9% para H1: > 12. Neste caso, valor-p = 2,9% (menor que =
5%) um forte indicador de que a mdia populacional maior que 12.
Portanto, torna-se natural rejeitar H0 em favor de H1.
Por outro lado, grandes valores-p no fornecem evidncias estatsticas para
rejeitarmos H0 em favor de H1, pois a probabilidade de ocorrer um resultado

to ou mais distante do esperado, como o resultado ocorrido na amostra
observada grande, se H0 for verdadeira. No exemplo, P(Z 1,9) = valor-p =
97,1% para H1: <12. Assim, um valor-p = 97,1% (maior que = 5%) uma
forte evidncia de que H0 no deve ser rejeitada em favor de H1.
Para o caso (iii), H1: 12, foi obtido (valor-p = 5,7%) > ( = 5%). Aqui, a
evidncia estatstica para rejeitar H0 em favor de H1 NO suficientemente
forte. Logo, no rejeitamos H0 em favor de H1. Porm, H0 seria rejeitada em
favor de H1 se adotssemos um valor maior para o nvel de significncia, como
= 10%.
Regra a ser memorizada para a prova:
Se valor-p , rejeitamos H0 em favor de H1.

Se valor-p > , no rejeitamos H0 em favor de H1.
Testes de Uma Mdia Populacional com Desvio Padro Conhecido
Caso 1: Testes de hipteses monocaudais:
a)
H0:
H1:
= 0
< 0
H0 :
H1:
= 0
> 0
ou
b)
Deve-se padronizar o valor experimental x1 utilizando-se a frmula:

(1)
z =
x1 0
.
/ n
A RC ir corresponder aos valores x < x1 para o teste (a). Neste caso, devemos
rejeitar H0 se z < -z. A RC ir corresponder aos valores x > x1 para o teste (b).
Portanto, a hiptese nula (H0) deve ser rejeitada se z > z.
Caso 2: Testes de hipteses bilaterais:
c)
H0 :
H1:
= 0
0
A RC ir corresponder aos valores x < x1 ou x > x 2 (vide a prxima figura), em

que os dois limites da RC so dados por
10

x1 = 0 z / 2
(2)
n
(3)
x 2 = 0 + z / 2
Neste caso, devemos rejeitar H0 se z < -z/2 ou

critrio de rejeio |z| > z/2.
z > z/2, o que implica o
0.8
0.7
0.6
Densidade
0.5
0.4
0.3
0.2
/2
/2
0.1
0
10
0
10.5
11
x1
11.5
12
12.5
mdia amostral
13
13.5
14
x2
A Tabela I resume os testes de hipteses de uma mdia populacional com

desvio padro conhecido.
Tabela I: testes de hipteses para com conhecido
Hipteses
H0: = 0
H1: < 0
Rejeita-se H0 se
z < -z
H0:
H1:
= 0
> 0
z > z
H0:
H1:
= 0
0
z < -z/2 ou z > z/2

|z| > z/2
Voltemos resoluo da questo.

Dados: 2=100, n=25, X = 15,76 e =5%.
11

X
15,76 10
z=
z =
= 2,88
/ n
10 / 25
De acordo com a tabela normal do Apndice a esta aula, o valor-p
correspondente a z = 2,88 0,00199 0,002. Como valor-p < , rejeitamos
H0 em favor de H1 alternativa D.
COMENTRIOS ADICIONAIS
Testes de uma Mdia Populacional com Desvio Padro Desconhecido
muito freqente o caso em que desejamos testar hipteses referentes
mdia de uma populao cujo desvio padro desconhecido. Se tivermos
disposio uma amostra aleatria de n elementos provenientes dessa
populao, com base na qual iremos realizar o teste, deveremos ento usar
essa mesma amostra para estimar o desvio padro da populao. Neste
caso, a varivel aleatria de teste ter distribuio t de Student com n-1 graus
de liberdade:
(4)
t n 1 =
x 0
.
s/ n
Assim, a nica diferena em relao ao caso anterior (desvio padro

conhecido) reside no fato de que iremos trabalhar com valores t de Student no
lugar de z (normal padro).
A Tabela II resume os testes de hipteses de uma mdia populacional com
desvio padro desconhecido.
Tabela II: testes de hipteses para com desconhecido
Hipteses
H0: = 0
H1: < 0
Rejeita-se H0 se
tn-1 < -tn-1,
H0:
H1:
= 0
> 0
tn-1 > tn-1,
H0:
H1:
= 0
0
|tn-1| > tn-1,/2
GABARITO: D
(Especialista em Regulao de Aviao Civil/ANAC/2009/UnB-CESPE).
Em uma pequena pesquisa encomendada por uma empresa area, foi
realizado o seguinte teste de hipteses.
12

H0: =20 kg versus H1: >20 kg, em que representa a quantidade mdia de
bagagens (em kg) que cada passageiro gostaria de transportar em vos
domsticos; H0 a hiptese nula e H1 a hiptese alternativa.
De um grupo de 324 passageiros escolhidos ao acaso, a pesquisa mostrou que,
em mdia, cada passageiro gostaria de transportar 21 kg. O desvio padro
amostral das quantidades observadas nesse levantamento foi igual a 9 kg.
Com base nessas informaces e considerando que as quantidades sigam uma
distribuico normal, e que (1,7) = 0,955, (2,0) = 0,977 e (2,5) = 0,994,
em que (z) representa a funco de distribuico acumulada da distribuico
normal padro, julgue os itens seguintes.
2. A probabilidade de significancia do teste superior a 0,03.
Resoluo
A distribuio amostral de X normal com mdia e varincia 2/n. Vimos
que a varincia amostral S2 um estimador consistente da varincia
populacional 2, pois a variabilidade de S2 desprezvel ( um valor muito
prximo de zero) quando o tamanho n da amostra um valor grande. Embora
S2, seja um estimador justo da varincia populacional 2, sua raiz quadrada S
no um estimador justo do desvio padro populacional . O vis de S como
estimador de , entretanto, tende assintoticamente a zero. Logo, para
amostras grandes, podemos, por simplificao, adotar como estimativa o
prprio desvio padro da amostra, calculado pela raiz quadrada da varincia
amostral
Portanto, podemos adotar a aproximao S = 9 (desvio-padro amostral =
desvio-padro populacional), pois n = 324 um valor muito grande. Deste
modo, = 20 pela H0, 2/n = 92/324 = 81/324 = 1/4, X ~ N(20; 1/4) e a
estatstica do teste
z=
x
21 20
z =
= 2,0 .
1/ 2
/ n
(2,0) = 0,977 valor-p = 1-(2,0) = 0,023 = 2,3% < 3%.

O item est errado, porque a probabilidade de significncia ou valor-p do teste
2,3%, inferior a 3%. A prxima figura mostra a distribuio amostral da
mdia, sendo a hiptese nula verdadeira. A rea hachurada o valor-p.
13

0.8
0.7
0.6
Densidade
0.5
0.4
0.3
Valor-p = 2,3%
0.2
0.1
0
18
18.5
19
19.5
20
20.5
Mdia amostral
21
21.5
22
GABARITO: Errado
3. Se o nvel de significancia for igual a 3,5%, ento h evidencias estatsticas
contra a hiptese nula.
Resoluo
Valor-p = 2,3% < = 3,5% deve-se rejeitar H0, pois o valor da mdia
amostral ( x = 21) encontra-se na regio crtica x > x c = 20,9060 (=3,5%). A
figura a seguir mostra a regio crtica do teste (rea hachurada em vermelho).
Item certo.
0.8
0.7
0.6
Densidade
0.5
0.4
0.3
RC
0.2
0.1
0
18
18.5
19
19.5
20
20.5
Mdia amostral
21
21.5
22
14

GABARITO: Certo
4. Se a mdia verdadeira for = 19,6, ento, para uma probabilidade do erro
do tipo I fixada em 4,5%, o valor da funco caracterstica de operaco do teste
ser superior a 0,98.
Resoluo
Aqui a probabilidade do erro tipo II pode ser calculada, pois o item
especificou um valor alternativo para , qual seja, =19,6. Precisamos
aprender um conceito novo antes de resolver este item.
Definio. A funo caracterstica de operao do teste definida como
() = P(aceitar H0|).
Ou seja, () a probabilidade de aceitar H0, considerada como uma funo de
.
Segue-se que a funo caracterstica do teste especificado pela questo dada
por
() = P(aceitar H0|) = P( X pertencer regio de aceitao|).
No item,
( = = 19,6) = P( X menor que o valor crtico| = 19,6).
Observe que a nova probabilidade do erro do tipo I foi fixada em 4,5%, ou
seja, = 4,5% e isto implica z4,5% = 1,7, pois (1,7) = 0,955. Ento o novo
valor crtico do teste, assumindo-se verdadeira a hiptese nula = 20, ser
dado por
x c 20
= 1,7 x c = 20,85 .
0,5
A regio de aceitao para = 4,5% x < 20,85 . Como a mdia verdadeira
=19,6, a P( X menor que o valor crtico | = 19,6) dada por
20,85 19,6
P z < z c =
= P( z < z c = 2,5) = ( 2,5) = 99,4% .
1/ 2
Ento (19,6) = P(aceitar H0|mdia verdadeira) = 0,994 > 0,98. Item certo. A
prxima figura mostra a probabilidade , a distribuio verdadeira (linha preta)
e a distribuio amostral falsa (linha vermelha).
15

1
distribuio pela H0
0.9
distribuio verdadeira
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
18
18.5
19
19.5
20
20.5
21
21.5
22
GABARITO: Certo
5. Considerando-se que o nvel de significancia do teste igual a 0,6%, o valor
da funco poder (ou potncia) do teste ser igual a 0,5 se a mdia verdadeira
for igual a 21kg.
Resoluo
O poder ou potncia do teste definido como
() = 1-() = P(rejeitar H0|).

No item,
( = 21) = P( X pertencer regio crtica| = 21).

O nvel de significncia 0,6%, isto , = 0,6%. Logo, z0,6%=2,5, pois
(0,994) = 2,5. Assim, o valor crtico do teste, assumindo-se verdadeira a
hiptese nula = 20, ser
x c 20
= 2,5 x c = 21,25 .
0,5
Ou seja, a regio crtica para = 0,6% x > 21,25 . Como a mdia verdadeira
=21, ento
(21) = P( X >21,25|=21) < 0,5,
16

pois o valor crtico est direita da verdadeira mdia. A figura abaixo mostra
que o poder do teste, representado pela rea azul, menor que 0,5. Item
errado.
distribuio pela H0 (falsa)
distribuio verdadeira
poder do teste
0.8
0.6
0.4
0.2
0
18
19
20
21
22
23
24
GABARITO: Errado
6. Pode-se afirmar, com 95,5% de confianca, que a estimativa da quantidade
mdia de bagagens de 21 kg 0,85 kg.
Resoluo
O intervalo de confiana para a mdia quando o desvio-padro populacional
conhecido (lembre que S = 9, pois n = 324 um valor grande), no nvel de
confiana 1-, dado por
X z / 2
.
n
Dados: X = 21 e / n = 9 / 324 = 9 / 18 = 1 / 2 .
Temos que 1 = 0,955 = 0,045 = 4,5% / 2 = 2,25% 1 / 2 0,977
z = 2,0 , pois (2,0) = 0,977. Logo, o intervalo de confiana
21 (2,0 1 / 2) = 21 1,0 .
O item est errado.
GABARITO: Errado
17

7. O erro padro da mdia amostral inferior a 0,8 kg.
Resoluo
O desvio padro da mdia amostral X = / n = 0,5 kg, e o mesmo inferior
a 0,8 kg. Item certo.
GABARITO: Certo
8. (ICMS-RJ/2010/FGV). Para testar H0: p 0,5 contra H1: p > 0,5, sendo p
a proporo de pessoas que so protegidas por planos de previdncia privada
numa certa populao, uma amostra aleatria simples de tamanho 400 ser
obtida e ser usado como critrio de deciso rejeitar a hiptese H0 se a
proporo de pessoas com essa proteo na amostra for maior ou igual a um
certo nmero k.
Ao nvel de significncia de 5%, o valor de k aproximadamente igual a:
A) 0,508.
B) 0,541.
C) 0,562.
D) 0,588.
E) 0,602.
Resoluo
PRELIMINARES
Testes de uma Proporo Populacional
Vimos que, ao realizar inferncias sobre uma proporo populacional p,
devemos nos basear na proporo observada na amostra p . Tambm vimos
que se np 5 e n(1-p) 5, podemos aproximar a distribuio amostral
de p pela distribuio normal com mdia p e desvio padro p(1 p) / n .
Teste que envolvem propores populacionais so feitos de forma anloga aos
testes com mdias da populao. Assim, por exemplo, sejam as hipteses
H0:
H1:
p = p0
p < p0.
Satisfeitas as restries np0 5 e n(1-p0) 5, a distribuio amostral

da frequncia relativa ser aproximadamente normal, com mdia p0 e
desvio padro p 0 (1 p 0 ) / n (pela hiptese nula). Portanto, padronizando o
18

valor experimental
p , teremos o valor padronizado experimental
correspondente
(1)
z=
p p 0
.
p 0 (1 p 0 ) / n
Podemos multiplicar o numerador e o denominador de (1) por n, obtendo o

mesmo teste em termos da freqncia observada f, por meio da expresso
equivalente
(2)
z=
f np 0
.
np 0 (1 p 0 )
A hiptese nula (H0) ser rejeitada se z < -z. De forma anloga ao que j
visto para os testes com a mdia, no caso dos testes unilateral direita e
bicaudal, as condies de rejeio de H0 so, respectivamente, z > z e |z| >
z/2.
A Tabela III resume os testes de hipteses para uma proporo populacional.
Tabela III: testes de hipteses para p (*)
Hipteses
H0: p = p0
H1: p < p0
Rejeita-se H0 se
z < -z
H0:
H1:
p = p0
p > p0
z > z
H0:
H1:
p = p0
p p0
|z| > z/2
(*) z =
p p 0
ou z =
p 0 (1 p 0 ) / n
f np 0
np 0 (1 p 0 )

Testes que envolvem propores populacionais so feitos de forma anloga aos
testes com mdias da populao.
Como as restries np = 400 x 0,5 = 200>5 e n(1-p) = 400 x 0,5 = 200>5
so vlidas, a distribuio amostral da frequncia relativa ser
aproximadamente normal, com mdia p=0,5 e desvio padro 1 / 2(1 1 / 2) / 400
(pela hiptese nula). Portanto, padronizando o valor experimental p = k ,
teremos o valor padronizado experimental correspondente
19

d
d
p p 0
=
=
z=
p(1 p 0 ) / n 1 / 20 1 / 4 1 / 40
O
teste
z 5% 1,64 =
de
hipteses
unilateral.
tabela
normal
indica
d
d = 1,64 / 40 = 0,041 . Assim, p = k = 0,5 + 0,041 = 0,541 .
1 / 40
GABARITO: B
9. (ICMS-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
16
Xi = 320 e
i =1
16
X
i =1
2
i
= 7360 . 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
muito freqente, na prtica, o caso em que desejamos testar hipteses
referentes mdia de uma populao cujo desvio padro desconhecido. Se
tivermos disposio uma amostra aleatria de n elementos provenientes
dessa populao, com base na qual iremos realizar o teste, deveremos ento
usar essa mesma amostra para estimar o desvio padro da populao. Neste
caso, a varivel aleatria de teste ter distribuio t de Student com n-1 graus
de liberdade:
t n 1 =
x
.
s/ n
O valor da estatstica t determinado pelos valores de x (mdia amostral) e s

(desvio padro amostral).
16
x=
X
i =1
320
= 20
16
20

2
n 2 16

n 2
X
X
Xi
i i
n
n i=1
n
i=1
2 =
i=1 =
x2
s2 =
n n 1 n
n 1
n 1 n
s2 =
16 7360
20 2 = 64 s = 8 .
15 16
Logo,
t n 1 =
20 25
= 2,5 .
8 / 16
Soluo alternativa (aproximada):

Suponha que voc tenha esquecido a frmula
s2 =
n 2
.
n 1
Para n grande, tem-se que
n 1
1
n
e vlida a seguinte aproximao para a varincia amostral:
n
s2
X
i =1
2
i
x2 =
7360
400 = 60 .
16
Logo,
20 25
5
5 5
= 2,5
2
60 / 16
60 / 16
4
60 / 16 60 / 15 )
t n 1
(tambm
usamos
aproximao
GABARITO: D
10. (Analista/SUSEP/2006/ESAF) Em uma distribuio de sinistro S,
formulando-se a hiptese de que no h diferena entre a freqncia esperada
e a observada (hiptese nula: H0). Donde, segundo um determinado nvel de
significncia, podemos afirmar que ocorreu
A) um erro do tipo I, se for aceita a hiptese H0.
21

B) um erro do tipo II, se for rejeitada a hiptese H0.
C) um erro do tipo I, se for aceita a hiptese H0, sendo esta correta.
D) um erro do tipo II, se for rejeitada a hiptese H0, sendo esta correta.
E) um erro do tipo I, se for rejeitada a hiptese H0, sendo esta correta.
Resoluo
O enunciado parece estar truncado e o problema reside no tempo verbal do
verbo formular. No obstante, a questo fcil e tem soluo.
Vimos que comete-se um erro tipo I quando rejeita-se a hiptese nula
H0, sendo H0 verdadeira. Comete-se um erro tipo II quando aceita-se a
hiptese nula H0, sendo H0 falsa.
Anlise das alternativas:
(A) Ocorreu um erro do tipo I, se for rejeitada a hiptese nula H0, sendo H0
verdadeira ERRADO.
(B) Ocorreu um erro do tipo II, se for aceita a hiptese nula H0, sendo H0 falsa
ERRADO.
(C) Ocorreu um erro do tipo I, se for rejeitada a hiptese nula H0, sendo H0
verdadeira ERRADO.
(D) Ocorreu um erro tipo II, se for aceita a hiptese nula H0, sendo H0 falsa
ERRADO.
(E) Ocorreu um erro do tipo I, se for rejeitada a hiptese H0, sendo esta
correta CERTO.
GABARITO: E
11. (ICMS-RJ/2007/FGV/Adaptada) Para a realizao de um teste de
hipteses H0: = 0, contra H1: > 0, definimos ERRO DO TIPO I:
A) P( > 0 | = 0)
B) P( = 0 | > 0)
C) Rejeitar H0 sendo H0 verdadeira.
D) 1 P( > 0 | = 0)
E) Aceitar H0, sendo H0 falsa
Resoluo
Em um teste de hipteses, podem ocorrer dois tipos de erro:
Erro tipo I: rejeitar H0, sendo H0 verdadeira;

Erro tipo II: aceitar H0, sendo H0 falsa.
22

A faixa de valores da varivel de teste que leva rejeio de H0 denominada
Regio Crtica (RC) do teste. Neste exerccio, a RC x1 < x < , pois as
hipteses so: H0: = 0, contra H1: > 0 (unilateral direita). Como o nvel
de significncia no foi especificado pelo enunciado, no temos como
determinar o limite inferior x 1 da RC do teste. No obstante, fixada a RC, a
probabilidade do erro tipo I dada pela probabilidade P( x > x1 ) .
GABARITO: C
12. (ICMS-SP/2009/FCC) O gerente de uma indstria de determinado
componente eletrnico garante que a vida mdia do produto fabricado igual
a 100 horas. Um comprador dessa indstria decide testar a afirmao do
gerente e faz um teste estatstico formulando as hipteses H0: = 100 e H1:
< 100, sendo que H0 a hiptese nula, H1 a hiptese alternativa e a
mdia da populao considerada de tamanho infinito com uma distribuio
normal. O desvio padro populacional igual a 10 horas e utilizou-se a
informao da distribuio normal padro (Z), segundo a qual P(Z 1,64) =
5%. H0 foi rejeitada com base em uma amostra aleatria de 64 componentes
em um nvel de significncia de 5%. Ento, o valor da mdia amostral foi, em
horas, no mximo,
A) 94,75
B) 95,00
C) 96,00
D) 96,50
E) 97,95
Resoluo
A Regio Crtica (RC) do teste < x < x1 , pois as hipteses so: H0: = 100,
contra H1: < 100 (unilateral esquerda). A questo pede que o(a)
candidato(a) calcule o valor de x 1 . Foram dados os valores = 10, n = 64 e
z 5% = 1,64 . Logo,
x1 x1 100 8( x1 100)
=
=
= 1,64
10
/ n 10 / 64
x1 100 = 1,64 / 8 x1 = 97,95.
GABARITO: E
13. (AFPS/rea ATP/2002/ESAF) Um atributo X tem distribuio normal
com mdia e varincia 2. A partir de uma amostra aleatria de tamanho 16
da populao definida por X, deseja-se testar a hiptese H0: = 22 contra a
23

alternativa Ha: 22. Para esse fim calcula-se a mdia amostral x = 30 e a
varincia amostral S2 = 100. Assinale a opo que corresponde probabilidade
de significncia (p-valor) do teste
A) 2P{T>3,2} onde T tem distribuio de Student com 15 graus de liberdade.
B) P{|Z|>3,2} onde Z tem distribuio normal padro.
C) P{Z<-2,2} onde Z tem distribuio normal padro.
D) P{T<-3,2} onde T tem distribuio de Student com 15 graus de liberdade
E) P{|T|>2,2} onde T tem distribuio de Student com 15 graus de liberdade
Resoluo
Esta questo aborda o teste de hipteses para a mdia populacional de uma
amostra pequena (n < 30) quando a varincia populacional desconhecida.
Neste caso, a varivel aleatria de teste ter distribuio t de Student com n-1
= 15 graus de liberdade e ser dada por:
t n 1 =
x
30 22
8
t15 =
=
= 3,2
s/ n
10 / 16 10 / 4
O p-valor (ou probabilidade de significncia) a probabilidade de a

estatstica t15 do teste cair na RC, supondo H0 como a hiptese
verdadeira.
A figura a seguir mostra a RC (ou regio de rejeio) e a Regio de Aceitao
(RA) da hiptese nula (H0). Observe que o teste realizado bilateral (ou
bicaudal), pois Ha: 22.
Como o teste bilateral, h duas reas de rejeio: esquerda de
t15 = 3,2 e direita de t15 = 3,2 , como ilustrado pela figura acima.
RC
RA
-t15
RC
t15
Logo,
24

p-valor = P{t < t15 } + P{t > t15 } = P{t < 3,2} + P{t > 3,2} ,
como a distribuio de Student simtrica, tem-se que P{t < 3,2} = P{t > 3,2} e
isto implica
p-valor = 2P{t > 3,2} ,
em que t possui 15 graus de liberdade.
GABARITO: A
14. (Fiscal de Rendas MS/2006/FGV) Em um teste de hipteses, a
hiptese nula foi rejeitada ao 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
O enunciado no diz se o teste unilateral ( esquerda ou direita) ou
bilateral. Logo, podemos analisar as alternativas a partir de um caso particular,
como, por exemplo, o do teste (unilateral esquerda) da mdia da figura
abaixo.
25

A) No se pode garantir que a hiptese nula ser aceita no nvel de 1%. Tome,
por exemplo, o valor experimental z0,5% < z1%, que cai na RC do teste no
nvel de 1%. Portanto, esta alternativa FALSA.
B) Pelo contrrio, a hiptese nula ser rejeitada no nvel de 5%, pois z3% <
z5% (dentro da RC do teste no nvel de 5%) FALSA.
C) Negativo! A hiptese nula ser rejeitada no nvel de 5%, pois z3% < z5%
FALSA.
D) Nem sempre isto ser verdade. Por exemplo, a hiptese nula ser aceita no
nvel de 1% para um valor experimental z2% FALSA.
E) Isto sempre acontecer, pois z3% < z5% VERDADEIRA.
GABARITO: E
15. (Fiscal de Rendas MS/2006/FGV) Um teste de hiptese apresentou pvalor 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
Dados: p-valor = 3%, 1 = 1% e 2 = 5%.
Regra:
Se p-valor , rejeitar H0 em favor de H1.

Se p-valor > , no rejeitar H0 em favor de H1.
Nvel de significncia
1 = 1%
2 = 5%
Deciso
p-valor = 3% > 1% aceitar H0
p-valor = 3% < 5% rejeitar H0
A nica alternativa que est de acordo com a Tabela de deciso acima a B.

GABARITO: B
26

16. (Economista Jr./Cia Potiguar de Gs/2006/FGV) Um teste de
hiptese apresentou p-valor igual a 0,07. Portanto, nos nveis de significncia
de 10% e 5%, respectivamente, a hiptese nula:
Resoluo
Dados: p-valor = 7%, 1 = 10% e 2 = 5%. Lembre que:
Se p-valor , rejeitar H0 em favor de H1.

Se p-valor > , no rejeitar H0 em favor de H1.
Nvel de significncia
1 = 10%
2 = 5%
Deciso
p-valor = 7% < 10% rejeitar H0
p-valor = 7% > 5% aceitar H0
A nica alternativa que est de acordo com a Tabela de deciso acima a C.

GABARITO: C
17. (Analista Tcnico-SUSEP-2006-ESAF) Na anlise da sinistralidade de
uma determinada carteira, uma medida de discrepncia existente entre as
freqncias observadas e as esperadas proporcionada pela estatstica qui
quadrado X2. Com base nisso, pode-se afirmar que se:
A) X2 = 0, as freqncias tericas (esperadas) e as observadas concordam
exatamente.
B) X2 = 0, as freqncias tericas (esperadas) e as observadas no concordam
exatamente nem parcialmente.
C) X2 = 0, as freqncias tericas (esperadas) e as observadas concordam
parcialmente, pode ser aceita-se como tal.
D) X2 = 1, as freqncias tericas (esperadas) e as observadas concordam
exatamente.
E) X2 0, as freqncias tericas (esperadas) e as observadas concordam
exatamente.
Resoluo
27

Suponha que em uma dada amostra de uma determinada carteira de sinistros,
observou-se que um conjunto de eventos possveis, E1 , E2 ,..., Ek ocorreram com
as
freqncias
o1 , o2 ,..., ok ,
respectivamente,
denominadas
freqncias
observadas, e que, de acordo com as regras da probabilidade, esperava-se

que os eventos ocorressem com as freqncias e1 , e2 ,..., ek denominadas
freqncias esperadas ou tericas, conforme a tabela abaixo.
Evento
E1
E2
E3
...
Ek
Frequncia observada
o1
o2
o3
...
ok
Frequncia esperada
e1
e2
e3
...
ek
Deseja-se frequentemente, saber se as freqncias observadas diferem, de

modo significativo, das esperadas. Uma medida da discrepncia existente
entre as freqncias observadas e esperadas proporcionada pela estatstica
2, expressa, neste contexto, por:
k (o e )
(o e ) 2 (o e ) 2
(o e k ) 2
j
= 1 1 + 2 2 + ... + k
= j
e1
e2
ek
e
j=1
j
em que
k
j=1
j=1
o j = e j =N
quando a freqncia total dada por N. Observe que a estatstica 2, como
definida acima, representa uma soma de desvios quadrticos padronizados por
suas respectivas freqncias esperadas.
Quando 2 = 0, as freqncias tericas e observadas concordam exatamente,
enquanto que, para 2 > 0, isso no verdade. Quanto maior for o valor de 2,
maior ser a discrepncia entre as freqncias observadas e esperadas.
GABARITO: A
18. (INDITA) Em 200 lances de uma moeda, observaram-se 116 caras e 84
coroas. Testou-se a hiptese da moeda ser honesta, adotando-se os nveis de
significncia 5% e 1%. Ento pode-se afirmar que
A) a hiptese da moeda ser honesta aceita nos dois nveis de significncia.
B) a hiptese da moeda ser honesta rejeitada nos dois nveis de significncia.
C) a hiptese da moeda ser honesta rejeitada no nvel de significncia de
1%, mas aceita no nvel de significncia de 5%.
D) a hiptese da moeda ser honesta rejeitada no nvel de significncia de
28

E) a hiptese alternativa da moeda ser desonesta rejeitada no nvel de
significncia de 5%, mas aceita no nvel de significncia de 1%..
Resoluo
As frequncias observadas de caras e coroas so O1 = 116 e O2 = 84,
respectivamente. As frequncias esperadas de caras e coroas, quando a
moeda honesta, so E1 = 100 e E2 = 100, respectivamente.
Logo,
2 =
(O1 E1 ) 2 (O 2 E 2 ) 2 (116 100) 2 (84 100) 2

+
=
+
= 2,56 + 2,56 = 5,12.
E1
E2
100
100
Como o nmero de classes (caras, coroas) k = 2 e m = 0 (nenhum

parmetro populacional foi estimado), = k -1 m = 2 -1 = 1.
(a)
O valor crtico para um grau de liberdade e = 5% 12;5% = 3,84 . Como

5,12 > 3,84, a hiptese nula (H0) da moeda ser honesta
rejeitada no nvel de significncia de 5%.
(b)
O valor crtico para um grau de liberdade e = 1% 12;1% = 6,63 . Como

5,12 < 6,63, a hiptese da moeda ser honesta no rejeitada
no nvel de significncia de 1%.
A nica alternativa que est de acordo com os resultados (a) e (b) obtidos
acima a D. Note que a alternativa E incorreta porque menciona a hiptese
alternativa (H1) no lugar da hiptese nula (H0). Ora, aprendemos que
rejeitamos ou aceitamos a hiptese nula em favor da hiptese alternativa, e
no o contrrio, como na alternativa E.
GABARITO: D
19. (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.
29

Resoluo
Trata-se de um teste de independncia: ser fumante ou no depende
do sexo?
Dados:
- Amostra = 100 pessoas
- 15 das 40 mulheres so fumantes
- 15 dos 60 homens so fumantes
Situao quanto ao tabagismo
Fumantes
No Fumantes
Homens
a=15
b=45
Mulheres
c=15
d=25
Totais
30
70
Sexo
Totais
60
40
100
So ento formuladas as seguintes hipteses:

H0: ser fumante ou no independe do sexo;
H1: as variveis qualitativas sexo e situao quanto ao
tabagismo apresentam algum grau de associao entre si.
Tal teste de hipteses pode ser feito utilizando-se uma estatstica quiquadrado. No caso bastante comum de uma tabela 2 x 2 como a da questo, o
clculo da estatstica pode ser feito pela expresso
2 =
n (ad bc) 2
(a + b)(a + c)(b + d )(c + d )
em que a, b, c e d so as freqncias observadas, organizadas conforme o

esquema
a
c
b
d
Logo,
2 =
100(15 25 15 45) 2
1,79.
60 30 70 40
GABARITO: A
20. (IRB/Resseguro/2004/ESAF) Num estudo do consumo de combustvel
para uma determinada marca de automvel, supe-se que a distribuio do
consumo aproximadamente normal com mdia desconhecida km/l e desvio
30

padro 3 km/l. Uma amostra de 36 veculos produziu a mdia de consumo de
16 km/l. Deseja-se testar a hiptese H: = 15 contra a alternativa A: > 15.
Considerando os valores da funo de distribuio normal padro dados
abaixo, assinale a opo que d o valor probabilstico (p-valor) do teste que
toma por base a estatstica z = 2( X 15) , sendo X a mdia amostral.
z
1,0
1,2
1,4
1,6
1,8
2,0
2,2
2,4
F(z)
0,841
0,885
0,919
0,945
0,964
0,977
0,986
0,992
A) 0,500
B) 0,977
C) 0,050
D) 0,023
E) 0,010
Resoluo
Dados: = 3km/l, n = 36, X = 16 km/l, 0 = 15 (hiptese de trabalho).
Hipteses do teste:
H0: = 15
H1: > 15
Estatstica do teste: z =
X 0 X 15 X 15
=
=
= 2( X 15) (fornecida pela banca!)
3/ 6
/ n 3 / 36
Logo,
z = 2(16 15) = 2 F(z) = 0,977.

O p-valor a probabilidade de que a mdia amostral seja maior ou
igual a 16, considerando que a mdia populacional seja igual a 15, ou
seja, P( X 16| = 15). Como a varivel aleatria normal X foi reduzida, temse que o p-valor pode ser calculado pela probabilidade P(z 2,0) = 1
0,977 = 0,023.
31

GABARITO: D
21. (Analista rea 2/BACEN/2010/CESGRANRIO) Com relaco a um
teste simples de hiptese, assinale a afirmativa correta.
(A) Um teste bicaudal de nvel de significncia rejeita ahiptese nula H0: =
0 precisamente quando 0 est fora do intervalo de confianca de nvel (1)
para .
(B) A hiptese nula a ser testada deve ser construda com muita atenco
porquanto o objeto da inferencia estatstica, enquanto que a hiptese
alternativa s precisa ser contrria hiptese nula.
(C) Se o grau de significancia do teste , significa que (1 ) a
probabilidade de se cometer erro do tipo I.
(D) Na definico de um teste, deve-se levar em conta que quanto menor o
grau de significancia do teste (), maior ser o poder do teste (), uma vez
que ( + )=1.
(E) Erro do tipo II, embora definido para uma hiptese alternativa especfica,
ocorrer sempre com probabilidade igual ao poder do teste.
Resoluo
A) Correta. Sem maiores comentrios.
B) O objeto da inferncia estatstica a estimao de parmetro(s)
populacional(is), e no a construo da hiptese nula. Opo incorreta.
C) A probabilidade do erro tipo I igual a incorreta.
D) O correto seria dizer que ( + ) = 1 incorreta.
E) A probabilidade do erro tipo II igual a (). O poder do teste ()
incorreta.
GABARITO: A
(Fiscal de Rendas-MS/2006/FGV) O enunciado a seguir refere-se s
questes de nmeros 22 e 23.
Uma amostra aleatria simples de tamanho 25 foi selecionada para estimar a
mdia desconhecida de uma populao normal. A mdia amostral encontrada
foi 4,2, e a varincia amostral foi 1,44.
22. O intervalo de 95% de confiana para a mdia populacional
A) 4,2 0,75
B) 4,2 0,64
C) 4,2 0,71
32

D) 4,2 0,49
E) 4,2 0,81
Resoluo
A expresso do intervalo de confiana para a mdia da populao, ao nvel
de confiana 1 - , quando conhecido,
.
n
X z / 2
Quando desconhecemos o desvio padro populacional , devemos estimar seu

valor por meio de
n
S=
(X
i =1
X)2
n 1
No correto obter o intervalo de confiana para , ao nvel de confiana 1 , substituindo-se por S na expresso do intervalo de confiana. Observe que
o uso de S naquela expresso aumenta a incerteza da estimativa por intervalo,
diminuindo, deste modo, o valor do nvel de confiana, que j no seria (1 ), mas sim (1 - ) < (1 - ). Como podemos resolver este problema?
As distribuies t de Student e normal padro esto relacionadas pela frmula
t n 1, / 2 = z / 2
Sendo assim, podemos reescrever X z / 2
X z / 2
.
S
como
n
S
S
= X t n 1, / 2
.
S n
n
A equao acima nos mostra que o uso do desvio padro amostral S na

expresso do intervalo de confiana da mdia populacional impe o uso de
t n 1, / 2 no lugar de z / 2 . Observe que ( t n 1, / 2 / z / 2 ) > 1 (por exemplo,
t 30, 2,5% = 2,0423 > z 2,5% = 1,96 ). Desta maneira, t n 1, / 2 funciona como um fator de
correo para maior da amplitude do intervalo de confiana, quando usamos
S em vez de .
Clculo do intervalo de confiana:
33

S
1,44
X t n 1, / 2
= 4,2 2,06
4,2 0,49
n
25
GABARITO: D
23. O intervalo de 95% de confiana para a varincia populacional
A) (0,72, 3,05)
B) (0,88, 2,79)
C) (0,64, 3,20)
D) (0,55, 3,16)
E) (0,44, 3,44)
Resoluo
PRELIMINARES
Testes de uma Varincia Populacional
Seja o teste unilateral direita
H0:
2 = 02 ,
H1:
2 > 02 .
Como a mdia populacional em geral desconhecida, a varivel de teste

dever ser a varincia amostral
n
s2 =
(x
i =1
x)2
n 1
que um estimador justo de 2, conforme j visto neste curso.

Se a varincia amostral s2 for prxima do valor testado 02 , iremos aceitar a
hiptese nula (H0). Rejeitaremos H0 se s2 cair na regio crtica (RC), que
corresponder cauda direita com probabilidade na distribuio amostral
de s2, sendo verdadeira a hiptese nula. Ou seja, sendo s12 o limite da RC,
rejeitamos H0 se
(1)
s 2 > s12 .
Por outro lado, vimos que, se a populao for normalmente distribuda, a

quantidade (n 1)s 2 / 2 tem distribuio 2 com n-1 graus de liberdade.
Portanto, admitindo verdadeira a hiptese nula (H0), podemos escrever que
34

(2)
(n 1)s 2
= 2n 1 ,
2
0
sendo a quantidade (2) denominada 2n1 experimental.

A Eq. (2) estabelece a relao existente entre valores de s 2 e a distribuio
2n1 , suposta verdadeira a hiptese nula. Assim, se em (2) fizermos s 2 = s12 , o
qui-quadrado correspondente ser o valor
2 que determina sobre sua
distribuio uma cauda direita com probabilidade , ou seja, 2n 1; (quiquadrado superior):

(3)
(n 1)s12
= 2n 1;
20
Como s 2 > s12 implica 2n 1 > 2n 1; , a condio de rejeio de H0

(4)
2n 1 > 2n 1;
em que o 2n1 experimental dado por (2) e o valor crtico n2 1; obtido na

Tabela da distribuio 2 . A figura abaixo mostra a regio crtica (cauda
direita azul) para uma varivel qui-quadrado com 6 graus de liberdade e =
5% ( 62;5% = 12,5916).
0.14
X6
rea =
0.12
Densidade
0.1
0.08
0.06
0.04
0.02
0
0
10
Xsuperior15
20
25
De forma anloga, se as hipteses forem

35

2
2
H0: = 0 ,
H1:
2 < 02 ,
rejeitaremos H0 se
(5)
2n 1 < 2n 1;1 ,
em que 2n 1;1 o qui-quadrado inferior ( o valor que determina sobre sua

distribuio uma cauda direita com probabilidade 1-). A figura abaixo
mostra a regio crtica (cauda esquerda azul) para uma qui-quadrado com 6
graus de liberdade e = 5% ( 62;95% = 1,6354).
0.14
X6
rea =
0.12
Densidade
0.1
0.08
0.06
0.04
0.02
0
0
Xinferior
10
15
20
25
Se o teste for bilateral, isto .

H0:
2 = 02 ,
H1:
2 02 ,
rejeitaremos H0 se
(6)
2n 1 < 2n 1;1 / 2 ou 2n1 < n21; / 2 .
36

0.14
X6
rea inferior = 2,5%
rea superior = 2,5%
0.12
Densidade
0.1
0.08
0.06
0.04
0.02
0
0
10
15
20
25
A figura acima mostra as regies crticas para uma qui-quadrado com 6 graus
de liberdade e = 5% ( 62;97,5% = 1,2373 e 62; 2,5% = 14,4494).
A Tabela IV resume os testes de hipteses para uma varincia populacional.
Tabela IV: testes de hipteses para 2 (*)
Hipteses
H0: 2 = 02
H1:
<
H0:
H1:
2 = 02
2 > 02
H0:
2 = 02
H1:
Rejeita-se H0 se
2n 1 < 2n 1;1
2
0
2n 1 > 2n 1;
2n 1 < 2n 1;1 / 2 ou 2n1 < n21; / 2
2
0
(*) 2n 1 =
(n 1)s 2
20
Exemplo. Uma amostra de dez elementos extrada de uma populao

normal e fornece varincia amostral igual a 12,0. O resultado obtido
suficiente para se concluir, ao nvel = 5% de significncia, que a varincia
populacional inferior a 20?
As hipteses a serem testadas so:
H0:
2 = 20,
37

2
H1: < 20.
O 2n 1 = 92 experimental dado por
(n 1)s 2 9 12
=
=
= 5,4.
20
20
2
9
A condio de rejeio da hiptese nula (H0) 2n 1 < 2n1;1 . O valor crtico
2n 1;1 = 92;0,95 = 3,325 3,32 (vide tabela ao final desta aula). Como 5,4>3,32,
devemos aceitar a hiptese nula 2 = 20.
Considere, na distribuio 2n1 , os dois particulares valores n2 1,1 / 2 (quiquadrado inferior) e n2 1, / 2 (qui-quadrado superior), conforme ilustrado pela
figura a seguir.
Sabemos que os valores n2 1,1 / 2 e n2 1, / 2 so tais que

P( 2n 1,1 / 2 2n 1 2n 1, / 2 ) = 1 .
Vimos que
38

S2 =
2 2
n 1
n 1
o que nos permite escrever as desigualdades entre parnteses como
2
n 1,1 / 2
(n 1) S 2
n21, / 2 .
Vamos dividir todos os membros da expresso acima por (n 1) S 2 , e, aps,

tomar os inversos. Invertendo as desigualdades, obtemos
(n 1)S2
(n 1)S2
2
,
n2 1,1 / 2
2n 1, / 2
que o intervalo de confiana para 2, ao nvel de 1 - .
Clculo do intervalo de confiana:
34,56
34,56
(25 1) 1,44
(25 1) 1,44
2
2
2
2
39,4
12,4
24; 2,5%
24;97 ,5%
0,88 2 2,79
NOTA: redobre a sua ateno quando for consultar as tabelas auxiliares
(normal padro, qui-quadrado e t de Student) fornecidas pela banca, pois a(s)
notao(es) pode(m) estar diferente(s) daquela(s) que voc est
acostumado.
GABARITO: B
questes de nmeros 24, 25 e 26.
A tabela a seguir mostra os resultados obtidos em Matemtica por trs turmas:
Turma X
Turma Y
Turma Z
Total
Aprovados
30
35
15
80
Reprovados
10
5
5
20
Total
40
40
20
100
Desejamos testar, usando o teste qui-quadrado:

H0: os seis resultados possveis tm probabilidades iguais versus
39

H0: os seis resultados possveis no tm probabilidades iguais.
24. O valor observado da estatstica qui-quadrado , aproximadamente:
A) 1,16
B) 2,34
C) 3,44
D) 4,66
E) 5,58
Resoluo
O uso da tabela de contingncia para testar a independncia entre duas
variveis de classificao, em uma amostra proveniente de uma nica
populao de interesse, somente uma aplicao dos mtodos da tabela de
contingncia. Uma outra situao comum ocorre quando h r populaes de
interesse e cada populao (nesta questo r = 3 e temos as populaes turma
X, turma Y e turma Z) dividida nas mesmas c categorias (neste exerccio c =
2 e temos as categorias aprovado ou reprovado). Uma amostra ento
tomada da i-sima populao e as contagens so colocadas nas colunas
apropriadas da da i-sima linha. Nessa situao, queremos investigar se as
propores, nas c categorias, so ou no as mesmas para todas as
populaes. A hiptese nula nesse problema estabelece que as
populaes so homogneas com relao s categorias. O clculo das
frequncias esperadas, a determinao dos graus de liberdade e o
clculo da estatstica qui-quadrado para o teste da homogeneidade so
idnticos ao teste de independncia.
As frequncias esperadas devem ser calculadas pela frmula:
E ij
fif j
n
em que i denota a linha e j representa a coluna da tabela de contingncia.

Ento, obtemos
E11 =
f1f1 40 80
40 20
=
= 32 , E12 =
=8
n
100
100
E 21 =
40 80
40 20
= 32 , E 22 =
=8
100
100
E 31 =
20 80
20 20
= 16 , E 32 =
=4
100
100
40

Turma X
Turma Y
Turma Z
Total
Aprovados
O11 =30
E11 = 32
O21 =35
E21 = 32
O31 =15
E31 = 16
80
Reprovados
O12 =10
E12 = 8
O22 =5
E22 = 8
O32 =5
E32 = 4
20
Total
40
40
20
100
Note que, na condio de independncia, as frequncias esperadas mantm

relaes constantes entre todas as linhas e todas as colunas, inclusive os
totais. Assim, espera-se que as situaes de aprovao/reprovao
estejam na relao 4:1 independentemente da turma. De fato, essa
relao verificada entre as frequncias esperadas:
Clculo da estatstica qui-quadrado:
Oij
E ij
O ij E ij
(Oij E ij ) 2 / E ij
30
10
35
5
15
5
100,0
32
8
32
8
16
4
100,0
-2
2
3
-3
-1
1
0,125
0,500
0,281
1,125
0,063
0,250
2 = 2,344
O 2 calculado 2,344 2,34.

GABARITO: B
25. O nmero de graus de liberdade :
A) 2
B) 3
C) 4
D) 6
E) 99
Resoluo
O nmero de graus de liberdade de uma tabela de contingncia dado por
41

= (nmero de linhas - 1) x (nmero de colunas - 1) = 2 x 1 = 2
GABARITO: A
26. Nos nveis de 1%, 5% e 10%, a deciso sobre H0 :
= 1%
= 5%
= 10%
(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
Temos os seguintes valores crticos:
22;1% = 9,21 , 22;5% = 5,99 e 22;10% = 4,61
Como 22 = 2,34 menor que os valores crticos nos nveis de 1%, 5% e 10%,
no devemos rejeitar H0.
GABARITO: A
Abraos e at a prxima aula.
Bons estudos!
Moraes Junior
moraesjunior@pontodosconcursos.com.br
Alexandre Lima
ablima@ablima.pro.br
42

Questes Comentadas e Resolvidas Nesta Aula
1. (ICMS-RJ/2010/FGV). Para testar H0: 10 contra H1: > 10, sendo a
mdia de uma varivel populacional suposta normalmente distribuda com
varincia igual a 100, uma amostra aleatria simples de tamanho 25 foi obtida
e resultou num valor da mdia amostral igual a 15,76. Ao nvel de significncia
de 5%, o valor-p (nvel crtico) correspondente e a deciso a ser tomada so
respectivamente:
A) 0,102 e no rejeitar H0.
B) 0,01 e rejeitar H0.
C) 0,058 e no rejeitar H0.
D) 0,002 e rejeitar H0
E) 0,154 e no rejeitar H0.
(Especialista em Regulao de Aviao Civil/ANAC/2009/UnB-CESPE).
Em uma pequena pesquisa encomendada por uma empresa area, foi
realizado o seguinte teste de hipteses.
H0: =20 kg versus H1: >20 kg, em que representa a quantidade mdia de
bagagens (em kg) que cada passageiro gostaria de transportar em vos
domsticos; H0 a hiptese nula e H1 a hiptese alternativa.
De um grupo de 324 passageiros escolhidos ao acaso, a pesquisa mostrou que,
em mdia, cada passageiro gostaria de transportar 21 kg. O desvio padro
amostral das quantidades observadas nesse levantamento foi igual a 9 kg.
Com base nessas informaces e considerando que as quantidades sigam uma
distribuico normal, e que (1,7) = 0,955, (2,0) = 0,977 e (2,5) = 0,994,
em que (z) representa a funco de distribuico acumulada da distribuico
normal padro, julgue os itens seguintes.
2. A probabilidade de significancia
do teste superior a 0,03.

3. Se o nvel de significancia for igual a 3,5%, ento h evidencias estatsticas
contra a hiptese nula.
4. Se a mdia verdadeira for = 19,6, ento, para uma probabilidade do erro
do tipo I fixada em 4,5%, o valor da funco caracterstica de operaco do teste
ser superior a 0,98.
5. Considerando-se que o nvel de significancia do teste igual a 0,6%, o valor
da funco poder (ou potncia) do teste ser igual a 0,5 se a mdia verdadeira
for igual a 21kg.
43

6. Pode-se afirmar, com 95,5% de confianca, que a estimativa da quantidade
mdia de bagagens de 21 kg 0,85 kg.
7. O erro padro da mdia amostral inferior a 0,8 kg.
8. (ICMS-RJ/2010/FGV). Para testar H0: p 0,5 contra H1: p > 0,5, sendo p
a proporo de pessoas que so protegidas por planos de previdncia privada
numa certa populao, uma amostra aleatria simples de tamanho 400 ser
obtida e ser usado como critrio de deciso rejeitar a hiptese H0 se a
proporo de pessoas com essa proteo na amostra for maior ou igual a um
certo nmero k.
Ao nvel de significncia de 5%, o valor de k aproximadamente igual a:
A) 0,508.
B) 0,541.
C) 0,562.
D) 0,588.
E) 0,602.
9. (ICMS-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
16
Xi = 320 e
i=1
16
X
i =1
2
i
= 7360 . 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
10. (Analista/SUSEP/2006/ESAF) Em uma distribuio de sinistro S,
formulando-se a hiptese de que no h diferena entre a freqncia esperada
e a observada (hiptese nula: H0). Donde, segundo um determinado nvel de
significncia, podemos afirmar que ocorreu
A) um erro do tipo I, se for aceita a hiptese H0.
B) um erro do tipo II, se for rejeitada a hiptese H0.
C) um erro do tipo I, se for aceita a hiptese H0, sendo esta correta.
D) um erro do tipo II, se for rejeitada a hiptese H0, sendo esta correta.
44

E) um erro do tipo I, se for rejeitada a hiptese H0, sendo esta correta.
11. (ICMS-RJ/2007/FGV/Adaptada) Para a realizao de um teste de
hipteses H0: = 0, contra H1: > 0, definimos ERRO DO TIPO I:
A) P( > 0 | = 0)
B) P( = 0 | > 0)
C) Rejeitar H0 sendo H0 verdadeira.
D) 1 P( > 0 | = 0)
E) Aceitar H0, sendo H0 falsa
12. (ICMS-SP/2009/FCC) O gerente de uma indstria de determinado
componente eletrnico garante que a vida mdia do produto fabricado igual
a 100 horas. Um comprador dessa indstria decide testar a afirmao do
gerente e faz um teste estatstico formulando as hipteses H0: = 100 e H1:
< 100, sendo que H0 a hiptese nula, H1 a hiptese alternativa e a
mdia da populao considerada de tamanho infinito com uma distribuio
normal. O desvio padro populacional igual a 10 horas e utilizou-se a
informao da distribuio normal padro (Z), segundo a qual P(Z 1,64) =
5%. H0 foi rejeitada com base em uma amostra aleatria de 64 componentes
em um nvel de significncia de 5%. Ento, o valor da mdia amostral foi, em
horas, no mximo,
A) 94,75
B) 95,00
C) 96,00
D) 96,50
E) 97,95
13. (AFPS/rea ATP/2002/ESAF) Um atributo X tem distribuio normal
com mdia e varincia 2. A partir de uma amostra aleatria de tamanho 16
da populao definida por X, deseja-se testar a hiptese H0: = 22 contra a
alternativa Ha: 22. Para esse fim calcula-se a mdia amostral x = 30 e a
varincia amostral S2 = 100. Assinale a opo que corresponde probabilidade
de significncia (p-valor) do teste
A) 2P{T>3,2} onde T tem distribuio de Student com 15 graus de liberdade.
B) P{|Z|>3,2} onde Z tem distribuio normal padro.
C) P{Z<-2,2} onde Z tem distribuio normal padro.
D) P{T<-3,2} onde T tem distribuio de Student com 15 graus de liberdade
E) P{|T|>2,2} onde T tem distribuio de Student com 15 graus de liberdade
45

14. (Fiscal de Rendas MS/2006/FGV) Em um teste de hipteses, a
hiptese nula foi rejeitada ao 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%.
15. (Fiscal de Rendas MS/2006/FGV) Um teste de hiptese apresentou pvalor igual a 0,03. Portanto, nos nveis de significncia de 1% e 5%,
respectivamente, a hiptese nula:
16. (Economista Jr./Cia Potiguar de Gs/2006/FGV) Um teste de
hiptese apresentou p-valor igual a 0,07. Portanto, nos nveis de significncia
de 10% e 5%, respectivamente, a hiptese nula:
17. (Analista Tcnico-SUSEP-2006-ESAF) Na anlise da sinistralidade de
uma determinada carteira, uma medida de discrepncia existente entre as
freqncias observadas e as esperadas proporcionada pela estatstica qui
quadrado X2. Com base nisso, pode-se afirmar que se:
A) X2 = 0, as freqncias tericas (esperadas) e as observadas concordam
exatamente.
B) X2 = 0, as freqncias tericas (esperadas) e as observadas no concordam
exatamente nem parcialmente.
C) X2 = 0, as freqncias tericas (esperadas) e as observadas concordam
parcialmente, pode ser aceita-se como tal.
D) X2 = 1, as freqncias tericas (esperadas) e as observadas concordam
exatamente.
46

E) X2 0, as freqncias tericas (esperadas) e as observadas concordam
exatamente.
18. (INDITA) Em 200 lances de uma moeda, observaram-se 116 caras e 84
coroas. Testou-se a hiptese da moeda ser honesta, adotando-se os nveis de
significncia 5% e 1%. Ento pode-se afirmar que
A) a hiptese da moeda ser honesta aceita nos dois nveis de significncia.
B) a hiptese da moeda ser honesta rejeitada nos dois nveis de significncia.
C) a hiptese da moeda ser honesta rejeitada no nvel de significncia de
D) a hiptese da moeda ser honesta rejeitada no nvel de significncia de
E) a hiptese alternativa da moeda ser desonesta rejeitada no nvel de
significncia de 5%, mas aceita no nvel de significncia de 1%..
19. (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.
47

20. (IRB/Resseguro/2004/ESAF) Num estudo do consumo de combustvel
para uma determinada marca de automvel, supe-se que a distribuio do
consumo aproximadamente normal com mdia desconhecida km/l e desvio
padro 3 km/l. Uma amostra de 36 veculos produziu a mdia de consumo de
16 km/l. Deseja-se testar a hiptese H: = 15 contra a alternativa A: > 15.
Considerando os valores da funo de distribuio normal padro dados
abaixo, assinale a opo que d o valor probabilstico (p-valor) do teste que
toma por base a estatstica z = 2( X 15) , sendo X a mdia amostral.
z
1,0
1,2
1,4
1,6
1,8
2,0
2,2
2,4
F(z)
0,841
0,885
0,919
0,945
0,964
0,977
0,986
0,992
A) 0,500
B) 0,977
C) 0,050
D) 0,023
E) 0,010
21. (Analista rea 2/BACEN/2010/CESGRANRIO) Com relaco a um
teste simples de hiptese, assinale a afirmativa correta.
(A) Um teste bicaudal de nvel de significncia rejeita ahiptese nula H0: =
0 precisamente quando 0 est fora do intervalo de confianca de nvel (1)
para .
(B) A hiptese nula a ser testada deve ser construda com muita atenco
porquanto o objeto da inferencia estatstica, enquanto que a hiptese
alternativa s precisa ser contrria hiptese nula.
(C) Se o grau de significancia do teste , significa que (1 ) a
probabilidade de se cometer erro do tipo I.
(D) Na definico de um teste, deve-se levar em conta que quanto menor o
grau de significancia do teste (), maior ser o poder do teste (), uma vez
que ( + )=1.
(E) Erro do tipo II, embora definido para uma hiptese alternativa especfica,
ocorrer sempre com probabilidade igual ao poder do teste.
48

questes de nmeros 22 e 23.
Uma amostra aleatria simples de tamanho 25 foi selecionada para estimar a
mdia desconhecida de uma populao normal. A mdia amostral encontrada
foi 4,2, e a varincia amostral foi 1,44.
22. O intervalo de 95% de confiana para a mdia populacional
A) 4,2 0,75
B) 4,2 0,64
C) 4,2 0,71
D) 4,2 0,49
E) 4,2 0,81
23. O intervalo de 95% de confiana para a varincia populacional
A) (0,72, 3,05)
B) (0,88, 2,79)
C) (0,64, 3,20)
D) (0,55, 3,16)
E) (0,44, 3,44)
questes de nmeros 24, 25 e 26.
A tabela a seguir mostra os resultados obtidos em Matemtica por trs turmas:
Turma X
Turma Y
Turma Z
Total
Aprovados
30
35
15
80
Reprovados
10
5
5
20
Total
40
40
20
100
Desejamos testar, usando o teste qui-quadrado:

H0: os seis resultados possveis tm probabilidades iguais versus
H0: os seis resultados possveis no tm probabilidades iguais.
24. O valor observado da estatstica qui-quadrado , aproximadamente:
A) 1,16
B) 2,34
C) 3,44
49

D) 4,66
E) 5,58
25. O nmero de graus de liberdade :
A) 2
B) 3
C) 4
D) 6
E) 99
26. Nos nveis de 1%, 5% e 10%, a deciso sobre H0 :
= 1%
= 5%
= 10%
(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
50

APNDICE
TABELA I
NORMAL: rea direita de Zc
Parte
inteira e
primeira
decimal
de Zc
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,5
4,0
5,0
Segunda decimal de Zc
0,00
0,50000
0,46017
0,42074
0,38209
0,34458
0,30854
0,27425
0,24196
0,21186
0,18406
0,15866
0,13567
0,11507
0,09680
0,08076
0,06681
0,05480
0,04457
0,03593
0,02872
0,02275
0,01786
0,01390
0,01072
0,00820
0,00621
0,00466
0,00347
0,00256
0,00187
0,00135
0,00023
0,00003
0,00000
0,01
0,49601
0,45620
0,41683
0,37828
0,34090
0,30503
0,27093
0,23885
0,20897
0,18141
0,15625
0,13350
0,11314
0,09510
0,07927
0,06552
0,05370
0,04363
0,03515
0,02807
0,02222
0,01743
0,01355
0,01044
0,00798
0,00604
0,00453
0,00336
0,00248
0,00181
0,00131
0,00022
0,00003
0,00000
0,02
0,49202
0,45224
0,41294
0,37448
0,33724
0,30153
0,26763
0,23576
0,20611
0,17879
0,15386
0,13136
0,11123
0,09342
0,07780
0,06426
0,05262
0,04272
0,03438
0,02743
0,02169
0,01700
0,01321
0,01017
0,00776
0,00587
0,00440
0,00326
0,00240
0,00175
0,00126
0,00022
0,00003
0,00000
0,03
0,48803
0,44828
0,40905
0,37070
0,33360
0,29806
0,26435
0,23270
0,20327
0,17619
0,15151
0,12924
0,10935
0,09176
0,07636
0,06301
0,05155
0,04182
0,03362
0,02680
0,02118
0,01659
0,01287
0,00990
0,00755
0,00570
0,00427
0,00317
0,00233
0,00169
0,00122
0,00021
0,00003
0,00000
0,04
0,48405
0,44433
0,40517
0,36693
0,32997
0,29460
0,26109
0,22965
0,20045
0,17361
0,14917
0,12714
0,10749
0,09012
0,07493
0,06178
0,05050
0,04093
0,03288
0,02619
0,02068
0,01618
0,01255
0,00964
0,00734
0,00554
0,00415
0,00307
0,00226
0,00164
0,00118
0,00020
0,00003
0,00000
0,05
0,48006
0,44038
0,40129
0,36317
0,32636
0,29116
0,25785
0,22663
0,19766
0,17106
0,14686
0,12507
0,10565
0,08851
0,07353
0,06057
0,04947
0,04006
0,03216
0,02559
0,02018
0,01578
0,01222
0,00939
0,00714
0,00539
0,00402
0,00298
0,00219
0,00159
0,00114
0,00019
0,00003
0,00000
0,06
0,47608
0,43644
0,39743
0,35942
0,32276
0,28774
0,25463
0,22363
0,19489
0,16853
0,14457
0,12302
0,10383
0,08691
0,07215
0,05938
0,04846
0,03920
0,03144
0,02500
0,01970
0,01539
0,01191
0,00914
0,00695
0,00523
0,00391
0,00289
0,00212
0,00154
0,00111
0,00019
0,00002
0,00000
0,07
0,47210
0,43251
0,39358
0,35569
0,31918
0,28434
0,25143
0,22065
0,19215
0,16602
0,14231
0,12100
0,10204
0,08534
0,07078
0,05821
0,04746
0,03836
0,03074
0,02442
0,01923
0,01500
0,01160
0,00889
0,00676
0,00508
0,00379
0,00280
0,00205
0,00149
0,00107
0,00018
0,00002
0,00000
0,08
0,46812
0,42858
0,38974
0,35197
0,31561
0,28096
0,24825
0,21770
0,18943
0,16354
0,14007
0,11900
0,10027
0,08379
0,06944
0,05705
0,04648
0,03754
0,03005
0,02385
0,01876
0,01463
0,01130
0,00866
0,00657
0,00494
0,00368
0,00272
0,00199
0,00144
0,00104
0,00017
0,00002
0,00000
0,09
0,46414
0,42465
0,38591
0,34827
0,31207
0,27760
0,24510
0,21476
0,18673
0,16109
0,13786
0,11702
0,09853
0,08226
0,06811
0,05592
0,04551
0,03673
0,02938
0,02330
0,01831
0,01426
0,01101
0,00842
0,00639
0,00480
0,00357
0,00264
0,00193
0,00139
0,00100
0,00017
0,00002
0,00000
Parte
inteira e
primeira
decimal
de Zc
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,5
4,0
5,0
51

TABELA II
NORMAL: rea de 0 a Zc
Parte
inteira e
primeira
decimal
de Zc
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,5
4,0
5,0
Segunda decimal de Zc
0,00
0,00000
0,03983
0,07926
0,11791
0,15542
0,19146
0,22575
0,25804
0,28814
0,31594
0,34134
0,36433
0,38493
0,40320
0,41924
0,43319
0,44520
0,45543
0,46407
0,47128
0,47725
0,48214
0,48610
0,48928
0,49180
0,49379
0,49534
0,49653
0,49744
0,49813
0,49865
0,49977
0,49997
0,50000
0,01
0,00399
0,04380
0,08317
0,12172
0,15910
0,19497
0,22907
0,26115
0,29103
0,31859
0,34375
0,36650
0,38686
0,40490
0,42073
0,43448
0,44630
0,45637
0,46485
0,47193
0,47778
0,48257
0,48645
0,48956
0,49202
0,49396
0,49547
0,49664
0,49752
0,49819
0,49869
0,49978
0,49997
0,50000
0,02
0,00798
0,04776
0,08706
0,12552
0,16276
0,19847
0,23237
0,26424
0,29389
0,32121
0,34614
0,36864
0,38877
0,40658
0,42220
0,43574
0,44738
0,45728
0,46562
0,47257
0,47831
0,48300
0,48679
0,48983
0,49224
0,49413
0,49560
0,49674
0,49760
0,49825
0,49874
0,49978
0,49997
0,50000
0,03
0,01197
0,05172
0,09095
0,12930
0,16640
0,20194
0,23565
0,26730
0,29673
0,32381
0,34849
0,37076
0,39065
0,40824
0,42364
0,43699
0,44845
0,45818
0,46638
0,47320
0,47882
0,48341
0,48713
0,49010
0,49245
0,49430
0,49573
0,49683
0,49767
0,49831
0,49878
0,49979
0,49997
0,50000
0,04
0,01595
0,05567
0,09483
0,13307
0,17003
0,20540
0,23891
0,27035
0,29955
0,32639
0,35083
0,37286
0,39251
0,40988
0,42507
0,43822
0,44950
0,45907
0,46712
0,47381
0,47932
0,48382
0,48745
0,49036
0,49266
0,49446
0,49585
0,49693
0,49774
0,49836
0,49882
0,49980
0,49997
0,50000
0,05
0,01994
0,05962
0,09871
0,13683
0,17364
0,20884
0,24215
0,27337
0,30234
0,32894
0,35314
0,37493
0,39435
0,41149
0,42647
0,43943
0,45053
0,45994
0,46784
0,47441
0,47982
0,48422
0,48778
0,49061
0,49286
0,49461
0,49598
0,49702
0,49781
0,49841
0,49886
0,49981
0,49997
0,50000
0,06
0,02392
0,06356
0,10257
0,14058
0,17724
0,21226
0,24537
0,27637
0,30511
0,33147
0,35543
0,37698
0,39617
0,41309
0,42785
0,44062
0,45154
0,46080
0,46856
0,47500
0,48030
0,48461
0,48809
0,49086
0,49305
0,49477
0,49609
0,49711
0,49788
0,49846
0,49889
0,49981
0,49998
0,50000
0,07
0,02790
0,06749
0,10642
0,14431
0,18082
0,21566
0,24857
0,27935
0,30785
0,33398
0,35769
0,37900
0,39796
0,41466
0,42922
0,44179
0,45254
0,46164
0,46926
0,47558
0,48077
0,48500
0,48840
0,49111
0,49324
0,49492
0,49621
0,49720
0,49795
0,49851
0,49893
0,49982
0,49998
0,50000
0,08
0,03188
0,07142
0,11026
0,14803
0,18439
0,21904
0,25175
0,28230
0,31057
0,33646
0,35993
0,38100
0,39973
0,41621
0,43056
0,44295
0,45352
0,46246
0,46995
0,47615
0,48124
0,48537
0,48870
0,49134
0,49343
0,49506
0,49632
0,49728
0,49801
0,49856
0,49896
0,49983
0,49998
0,50000
0,09
0,03586
0,07535
0,11409
0,15173
0,18793
0,22240
0,25490
0,28524
0,31327
0,33891
0,36214
0,38298
0,40147
0,41774
0,43189
0,44408
0,45449
0,46327
0,47062
0,47670
0,48169
0,48574
0,48899
0,49158
0,49361
0,49520
0,49643
0,49736
0,49807
0,49861
0,49900
0,49983
0,49998
0,50000
Parte
inteira e
primeira
decimal
de Zc
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,5
4,0
5,0
52

TABELA III
QUI-QUADRADO: VALORES Yc tais que P(Y>Yc)=p
GL
0,995
0,990
0,975
0,950
0,900
0,750
0,500
0,250
0,100
0,050
0,025
0,010
0,005
0,001
0,0000393
0,000157
0,000982
0,00393
0,0158
0,102
0,455
1,323
2,706
3,841
5,024
6,635
7,879
10,83
0,0100
0,0201
0,0506
0,103
0,211
0,575
1,386
2,773
4,605
5,991
7,378
9,210
10,60
13,82
0,0717
0,115
0,216
0,352
0,584
1,213
2,366
4,108
6,251
7,815
9,348
11,34
12,84
16,27
0,207
0,297
0,484
0,711
1,064
1,923
3,357
5,385
7,779
9,488
11,14
13,28
14,86
18,47
0,412
0,554
0,831
1,145
1,610
2,675
4,351
6,626
9,236
11,07
12,83
15,09
16,75
20,52
0,676
0,872
1,237
1,635
2,204
3,455
5,348
7,841
10,64
12,59
14,45
16,81
18,55
22,46
0,989
1,239
1,690
2,167
2,833
4,255
6,346
9,037
12,02
14,07
16,01
18,48
20,28
24,32
1,344
1,646
2,180
2,733
3,490
5,071
7,344
10,22
13,36
15,51
17,53
20,09
21,95
26,12
1,735
2,088
2,700
3,325
4,168
5,899
8,343
11,39
14,68
16,92
19,02
21,67
23,59
27,88
10
2,156
2,558
3,247
3,940
4,865
6,737
9,342
12,55
15,99
18,31
20,48
23,21
25,19
29,59
11
2,603
3,053
3,816
4,575
5,578
7,584
10,34
13,70
17,28
19,68
21,92
24,72
26,76
31,26
12
3,074
3,571
4,404
5,226
6,304
8,438
11,34
14,85
18,55
21,03
23,34
26,22
28,30
32,91
13
3,565
4,107
5,009
5,892
7,042
9,299
12,34
15,98
19,81
22,36
24,74
27,69
29,82
34,53
14
4,075
4,660
5,629
6,571
7,790
10,17
13,34
17,12
21,06
23,68
26,12
29,14
31,32
36,12
15
4,601
5,229
6,262
7,261
8,547
11,04
14,34
18,25
22,31
25,00
27,49
30,58
32,80
37,70
16
5,142
5,812
6,908
7,962
9,312
11,91
15,34
19,37
23,54
26,30
28,85
32,00
34,27
39,25
17
5,697
6,408
7,564
8,672
10,09
12,79
16,34
20,49
24,77
27,59
30,19
33,41
35,72
40,79
18
6,265
7,015
8,231
9,390
10,86
13,68
17,34
21,60
25,99
28,87
31,53
34,81
37,16
42,31
19
6,844
7,633
8,907
10,12
11,65
14,56
18,34
22,72
27,20
30,14
32,85
36,19
38,58
43,82
20
7,434
8,260
9,591
10,85
12,44
15,45
19,34
23,83
28,41
31,41
34,17
37,57
40,00
45,31
21
8,034
8,897
10,28
11,59
13,24
16,34
20,34
24,93
29,62
32,67
35,48
38,93
41,40
46,80
22
8,643
9,542
10,98
12,34
14,04
17,24
21,34
26,04
30,81
33,92
36,78
40,29
42,80
48,27
23
9,260
10,20
11,69
13,09
14,85
18,14
22,34
27,14
32,01
35,17
38,08
41,64
44,18
49,73
24
9,886
10,86
12,40
13,85
15,66
19,04
23,34
28,24
33,20
36,42
39,36
42,98
45,56
51,18
25
10,52
11,52
13,12
14,61
16,47
19,94
24,34
29,34
34,38
37,65
40,65
44,31
46,93
52,62
26
11,16
12,20
13,84
15,38
17,29
20,84
25,34
30,43
35,56
38,89
41,92
45,64
48,29
54,05
27
11,81
12,88
14,57
16,15
18,11
21,75
26,34
31,53
36,74
40,11
43,19
46,96
49,64
55,48
28
12,46
13,56
15,31
16,93
18,94
22,66
27,34
32,62
37,92
41,34
44,46
48,28
50,99
56,89
29
13,12
14,26
16,05
17,71
19,77
23,57
28,34
33,71
39,09
42,56
45,72
49,59
52,34
58,30
30
13,79
14,95
16,79
18,49
20,60
24,48
29,34
34,80
40,26
43,77
46,98
50,89
53,67
59,70
40
20,71
22,16
24,43
26,51
29,05
33,66
39,34
45,62
51,81
55,76
59,34
63,69
66,77
73,40
50
27,99
29,71
32,36
34,76
37,69
42,94
49,33
56,33
63,17
67,50
71,42
76,15
79,49
86,66
60
35,53
37,48
40,48
43,19
46,46
52,29
59,33
66,98
74,40
79,08
83,30
88,38
91,95
99,61
70
43,28
45,44
48,76
51,74
55,33
61,70
69,33
77,58
85,53
90,53
95,02
100,43
104,21
112,32
80
51,17
53,54
57,15
60,39
64,28
71,14
79,33
88,13
96,58
101,88
106,63
112,33
116,32
124,84
90
59,20
61,75
65,65
69,13
73,29
80,62
89,33
98,65
107,57
113,15
118,14
124,12
128,30
137,21
100
67,33
70,06
74,22
77,93
82,36
90,13
99,33
109,14
118,50
124,34
129,56
135,81
140,17
149,45
Exemplo: o valor da qui-quadrado com =16 graus de liberdade (GL) com rea da cauda superior igual
a 0,100 (P(Y>yc) = 0,1) 23,54, ou seja, 162 = 23,54 .
53

TABELA IV (t de Student): valores tc tais que P(-tc < t < tc) = 1-p
GL
0,5
0,4
0,3
0,2
0,1
0,05
0,02
0,01
0,005
0,002
0,001
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
120
5000
1,000
0,816
0,765
0,741
0,727
0,718
0,711
0,706
0,703
0,700
0,697
0,695
0,694
0,692
0,691
0,690
0,689
0,688
0,688
0,687
0,686
0,686
0,685
0,685
0,684
0,684
0,684
0,683
0,683
0,683
0,681
0,679
0,679
0,677
0,675
1,376
1,061
0,978
0,941
0,920
0,906
0,896
0,889
0,883
0,879
0,876
0,873
0,870
0,868
0,866
0,865
0,863
0,862
0,861
0,860
0,859
0,858
0,858
0,857
0,856
0,856
0,855
0,855
0,854
0,854
0,851
0,849
0,848
0,845
0,842
1,963
1,386
1,250
1,190
1,156
1,134
1,119
1,108
1,100
1,093
1,088
1,083
1,079
1,076
1,074
1,071
1,069
1,067
1,066
1,064
1,063
1,061
1,060
1,059
1,058
1,058
1,057
1,056
1,055
1,055
1,050
1,047
1,045
1,041
1,037
3,078
1,886
1,638
1,533
1,476
1,440
1,415
1,397
1,383
1,372
1,363
1,356
1,350
1,345
1,341
1,337
1,333
1,330
1,328
1,325
1,323
1,321
1,319
1,318
1,316
1,315
1,314
1,313
1,311
1,310
1,303
1,299
1,296
1,289
1,282
6,314
2,920
2,353
2,132
2,015
1,943
1,895
1,860
1,833
1,812
1,796
1,782
1,771
1,761
1,753
1,746
1,740
1,734
1,729
1,725
1,721
1,717
1,714
1,711
1,708
1,706
1,703
1,701
1,699
1,697
1,684
1,676
1,671
1,658
1,645
12,706
4,303
3,182
2,776
2,571
2,447
2,365
2,306
2,262
2,228
2,201
2,179
2,160
2,145
2,131
2,120
2,110
2,101
2,093
2,086
2,080
2,074
2,069
2,064
2,060
2,056
2,052
2,048
2,045
2,042
2,021
2,009
2,000
1,980
1,960
31,821
6,965
4,541
3,747
3,365
3,143
2,998
2,896
2,821
2,764
2,718
2,681
2,650
2,624
2,602
2,583
2,567
2,552
2,539
2,528
2,518
2,508
2,500
2,492
2,485
2,479
2,473
2,467
2,462
2,457
2,423
2,403
2,390
2,358
2,327
63,657
9,925
5,841
4,604
4,032
3,707
3,499
3,355
3,250
3,169
3,106
3,055
3,012
2,977
2,947
2,921
2,898
2,878
2,861
2,845
2,831
2,819
2,807
2,797
2,787
2,779
2,771
2,763
2,756
2,750
2,704
2,678
2,660
2,617
2,577
127,321
14,089
7,453
5,598
4,773
4,317
4,029
3,833
3,690
3,581
3,497
3,428
3,372
3,326
3,286
3,252
3,222
3,197
3,174
3,153
3,135
3,119
3,104
3,091
3,078
3,067
3,057
3,047
3,038
3,030
2,971
2,937
2,915
2,860
2,808
318,309
22,327
10,215
7,173
5,893
5,208
4,785
4,501
4,297
4,144
4,025
3,930
3,852
3,787
3,733
3,686
3,646
3,610
3,579
3,552
3,527
3,505
3,485
3,467
3,450
3,435
3,421
3,408
3,396
3,385
3,307
3,261
3,232
3,160
3,092
636,619
31,599
12,924
8,610
6,869
5,959
5,408
5,041
4,781
4,587
4,437
4,318
4,221
4,140
4,073
4,015
3,965
3,922
3,883
3,850
3,819
3,792
3,768
3,745
3,725
3,707
3,690
3,674
3,659
3,646
3,551
3,496
3,460
3,373
3,292
Exemplo de uso da tabela t de Student: entrando-se na tabela com a probabilidade p = 0,1 e GL = 7,

lemos o valor t7 = 1,895. Logo, P(-1,895<t7<1,895) = 0,9 e P(t7>1,895) = P(t7<-1,895) = 0,1/2= 0,05.
54

TABELA V
DISTRIBUIO F: valores fc tais que P(F>fc) = p
GL2
1
P(F>)
0,100
0,050
0,025
0,010
0,005
0,001
0,100
0,050
0,025
0,010
0,005
0,001
0,100
0,050
0,025
0,010
0,005
0,001
0,100
0,050
0,025
0,010
0,005
0,001
0,100
0,050
0,025
0,010
0,005
0,001
0,100
0,050
0,025
0,010
0,005
0,001
0,100
0,050
0,025
0,010
0,005
0,001
1
39,9
161
648
4052
16211
405284
8,53
18,5
38,5
98,5
199
999
5,54
10,13
17,44
34,12
55,55
167,03
4,54
7,71
12,22
21,20
31,33
74,14
4,06
6,61
10,01
16,26
22,78
47,18
3,78
5,99
8,81
13,75
18,63
35,51
3,59
5,59
8,07
12,25
16,24
29,25
2
49,5
199
799
4999
19999
499999
9,00
19,0
39,0
99,0
199
999
5,46
9,55
16,04
30,82
49,80
148,50
4,32
6,94
10,65
18,00
26,28
61,25
3,78
5,79
8,43
13,27
18,31
37,12
3,46
5,14
7,26
10,92
14,54
27,00
3,26
4,74
6,54
9,55
12,40
21,69
3
53,6
216
864
5403
21615
540379
9,16
19,2
39,2
99,2
199
999
5,39
9,28
15,44
29,46
47,47
141,11
4,19
6,59
9,98
16,69
24,26
56,18
3,62
5,41
7,76
12,06
16,53
33,20
3,29
4,76
6,60
9,78
12,92
23,70
3,07
4,35
5,89
8,45
10,88
18,77
4
55,8
225
900
5625
22500
562500
9,24
19,2
39,2
99,2
199
999
5,34
9,12
15,10
28,71
46,19
137,10
4,11
6,39
9,60
15,98
23,15
53,44
3,52
5,19
7,39
11,39
15,56
31,09
3,18
4,53
6,23
9,15
12,03
21,92
2,96
4,12
5,52
7,85
10,05
17,20
GL1
5
6
57,2
58,2
230
234
922
937
5764
5859
23056
23437
576405 585937
9,29
9,33
19,3
19,3
39,3
39,3
99,3
99,3
199
199
999
999
5,31
5,28
9,01
8,94
14,88
14,73
28,24
27,91
45,39
44,84
134,58 132,85
4,05
4,01
6,26
6,16
9,36
9,20
15,52
15,21
22,46
21,97
51,71
50,53
3,45
3,40
5,05
4,95
7,15
6,98
10,97
10,67
14,94
14,51
29,75
28,83
3,11
3,05
4,39
4,28
5,99
5,82
8,75
8,47
11,46
11,07
20,80
20,03
2,88
2,83
3,97
3,87
5,29
5,12
7,46
7,19
9,52
9,16
16,21
15,52
7
58,9
237
948
5928
23715
592873
9,35
19,4
39,4
99,4
199
999
5,27
8,89
14,62
27,67
44,43
131,58
3,98
6,09
9,07
14,98
21,62
49,66
3,37
4,88
6,85
10,46
14,20
28,16
3,01
4,21
5,70
8,26
10,79
19,46
2,78
3,79
4,99
6,99
8,89
15,02
8
59,4
239
957
5981
23925
598144
9,37
19,37
39,4
99,4
199
999
5,25
8,85
14,54
27,49
44,13
130,62
3,95
6,04
8,98
14,80
21,35
49,00
3,34
4,82
6,76
10,29
13,96
27,65
2,98
4,15
5,60
8,10
10,57
19,03
2,75
3,73
4,90
6,84
8,68
14,63
9
59,9
241
963
6022
24091
602284
9,38
19,38
39,4
99,4
199
999
5,24
8,81
14,47
27,35
43,88
129,86
3,94
6,00
8,90
14,66
21,14
48,47
3,32
4,77
6,68
10,16
13,77
27,24
2,96
4,10
5,52
7,98
10,39
18,69
2,72
3,68
4,82
6,72
8,51
14,33
10
60,2
242
969
6056
24224
605621
9,39
19,40
39,4
99,4
199
999
5,23
8,79
14,42
27,23
43,69
129,25
3,92
5,96
8,84
14,55
20,97
48,05
3,30
4,74
6,62
10,05
13,62
26,92
2,94
4,06
5,46
7,87
10,25
18,41
2,70
3,64
4,76
6,62
8,38
14,08
Exemplo: entrando-se na tabela com a probabilidade p = 5% =0,050, e GL1 = GL2 = 5, lemos o

valor fc = 5,05. Logo, P(F>5,05) = 5% = 0,050.
55

Raciocínio Lógico - Aula 12

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

Raciocínio Lógico - Aula 12

Enviado por

Direitos autorais:

Formatos disponíveis

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em

Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em

a empresa poderia testar a hiptese de que a carga mdia de

Profs. Alexandre Lima e Moraes Junior

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em

Vamos admitir que a hiptese H0 seja verdadeira, ou seja, que a

Distribuio da mdia amostral, n=36

= P(mdia < 53)

A probabilidade pode ser determinada por meio de

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em

Erro tipo I: rejeitar H0, sendo H0 verdadeira;

A faixa de valores da varivel de teste que leva rejeio de H0 denominada

Regio de Aceitao (RA)

Profs. Alexandre Lima e Moraes Junior

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em

x = 55,0 1,645 = 53,355 kN limite da RC.

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em

O parmetro maior que o valor especificado (teste unilateral ou

(ii) O parmetro menor que o valor especificado (teste unilateral

Profs. Alexandre Lima e Moraes Junior

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em

(iii) O parmetro maior que um valor ou menor que um outro valor

Definio (valor-p). O valor-p (ou probabilidade de significncia) a

Profs. Alexandre Lima e Moraes Junior

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em

Para H1: > 12 (caso (i)), o valor-p a probabilidade de que uma

Profs. Alexandre Lima e Moraes Junior

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em

(iii) Para H1: 12 (caso (iii)), o valor-p a probabilidade de que uma

Pequenos valores-p nos do evidncias estatsticas para rejeitarmos H0 em

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em

Se valor-p , rejeitamos H0 em favor de H1.

Deve-se padronizar o valor experimental x1 utilizando-se a frmula:

A RC ir corresponder aos valores x < x1 ou x > x 2 (vide a prxima figura), em

Profs. Alexandre Lima e Moraes Junior

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em

Neste caso, devemos rejeitar H0 se z < -z/2 ou

z > z/2, o que implica o

A Tabela I resume os testes de hipteses de uma mdia populacional com

z < -z/2 ou z > z/2

Voltemos resoluo da questo.

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em

Assim, a nica diferena em relao ao caso anterior (desvio padro

tn-1 > tn-1,

|tn-1| > tn-1,/2

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em

(2,0) = 0,977 valor-p = 1-(2,0) = 0,023 = 2,3% < 3%.

Profs. Alexandre Lima e Moraes Junior

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em

Profs. Alexandre Lima e Moraes Junior

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em

Profs. Alexandre Lima e Moraes Junior

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em

() = 1-() = P(rejeitar H0|).

( = 21) = P( X pertencer regio crtica| = 21).

(21) = P( X >21,25|=21) < 0,5,

Profs. Alexandre Lima e Moraes Junior

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em

distribuio pela H0 (falsa)

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em

Satisfeitas as restries np0 5 e n(1-p0) 5, a distribuio amostral

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em

Podemos multiplicar o numerador e o denominador de (1) por n, obtendo o