Teste de hipótese

Teste de Hipótese

É também uma técnica da inferência estatística, porém, ao contrário do

Intervalo de confiança, ela testa uma hipótese sobre um parâmetro
populacional.

Teste de hipótese ou teste de significância é o procedimento para se testar

uma hipótese afirmativa sob uma propriedade da população.

O teste de hipótese é realizado a partir da amostra, e em sua conclusão, pode-

se aceitar ou rejeitar a hipótese.

Exemplo:
A altura média da população brasileira é de 1,65 m.  H: μ=1,65 m.
A temperatura média do corpo de adultos saudáveis é de 37° C.  H: μ=37°C.
 Fundamentos de um teste de Hipótese
Hipótese nula (H0) é a hipótese estatística a ser testada. É a afirmativa de
que o valor de um parâmetro populacional é igual a algum valor
especificado.
H0: p=0,5 H0 : μ=1,65 m H0: σ=15 anos

No teste de hipótese testa-se a hipótese nula supondo que ela seja

verdadeira e conclui-se para rejeitar H0 ou aceitar H0.

Hipótese alternativa (H1) é a afirmativa de que o parâmetro tem um valor

que, de alguma forma, difere de H0.
H1: p > 0,5 H1: μ > 1,65 m H1: σ > 15 anos
p< 0,5 μ < 1,65 m σ < 15 anos
p ≠ 0,5 μ ≠ 1,65 m σ ≠ 15 anos
 Procedimento para identificar hipóteses

1) Identificar a afirmativa a ser testada.

2) Identificar a afirmativa verdadeira quando a afirmativa original for falsa.
3) Faça a equação que não contém a igualdade ser a hipótese H1.
Faça a hipótese H0 ser a expressão que iguala o parâmetro ao valor fixo
considerado.

Exemplos:
E 4.1 - A quantidade média de Coca-cola nas latas é no mínimo de 365 ml.
E 4.2 - A proporção de trabalhadores que obtém empregos através de uma
rede de amigos é maior do que 0,5.
E 4.3 - O peso médio de passageiros de aviões, com bagagem, é no máximo
100 kg.
E 4.4 - O desvio padrão de escores de QI de atores é igual a 15.
 Fundamentos de um teste de Hipótese

Região crítica ou região de rejeição é o conjunto de todos os valores da

estatística de teste que fazem rejeitar a hipótese nula.

Estatística de teste é um valor para se tomar decisões sobre a hipótese nula.

É encontrada pela conversão da estatística amostral em um escore com a
suposição de que H0 seja verdadeira.
Estatísticas de teste para:
Proporção Média Desvio padrão
pˆ  p x x (n  1) s 2

z z t  
2

pq  s
 2

n n n
 Fundamentos de um teste de Hipótese

Nível de significância (α) é a probabilidade de a estatística de teste cair na

região crítica quando a hipótese nula for verdadeira.

Se a estatística de teste cair na região crítica, rejeitamos H0.

α é a probabilidade de cometer o erro de rejeitar a hipótese nula quando ela

é verdadeira.

Valor crítico é o valor que separar região crítica da região de aceitação.

E 4.5 - Com nível de significância α = 0,05, ache os valores críticos para cada
hipótese alternativa.
a) p≠0,5 b)p<0,5 c) p>0,5
 Testes
A cauda em uma distribuição é a região crítica que contém os valores que
entrarão em conflito significativo com a hipótese nula (H0). Elas são as
regiões extremas limitadas pelo valor crítico.

A determinação do tipo de teste acontece de acordo com a hipótese

alternativa (H1).

Teste bilateral ou bicaudal – A região crítica está nas duas regiões extremas
(caudas) sob a curva.
Sinal usado em H1: ≠
 Testes
Teste Unilateral (ou unicaudal) à esquerda: A região crítica está na cauda
esquerda sob a curva.
Sinal usado em H1: <

Teste Unilateral (ou unicaudal) à direita: A região crítica está na cauda

esquerda sob a curva.
Sinal usado em H1: >
 Decisões e Conclusões
O teste sempre acontece para a hipótese nula (H0), logo as conclusões
possíveis são:
Rejeitar H0
Deixar de rejeitar H0

Critérios de decisão
Rejeite H0 se a estatística de teste ficar na Região Crítica.
Aceite H0 se a estatística de teste ficar na Região de aceitação.

Tipos de erros
Erro Tipo 1 : Rejeitar H0 quando ela é verdadeira.
α = probabilidade de um erro tipo 1
Erro Tipo 2: Aceitar H0 quando ela é falsa.
β = probabilidade de erro tipo 2.
 Exemplos

E 4.6 - Estabeleça conclusões sobre as hipóteses.

a) O nível de significância α=0,05 é usado no teste da afirmativa de que
p>0,25, e os dados resultam em uma estatística de teste de z = 1,18.
b) α = 0,05; p ≠ 0,25 e z = 2,34.

E 4.7 - Identifique a hipótese nula (H0) e a hipótese alternativa (H1) em forma

simbólica.
a) Mais de 25% dos usuários de internet pagam contas on-line.
b) O peso médio das misses é 54 kg.
c) As balas M & M tem peso médio de pelo menos 0,8535 g.
 Exemplos

E 4.8 - Ache os valores críticos em cada caso.

a) α = 0,10; H1 : p≠ 0,17.
b) α = 0,02; H1 : p< 0,17.
c) Teste unilateral à direita, α = 0,01

E 4.9 - Estabelecer uma conclusão final.

A) Afirmativa: A proporção de jogadores de golfe é menor que 0,5.
Conclusão inicial: Rejeitar a hipótese nula.

B) Afirmativa: A proporção de balas M & M vermelhas é diferente de 0,13.

Conclusão inicial: Aceitar a hipótese nula.
 Teste de significância
I. Estabelecer as hipóteses H0 e H1.

II. Fixar o nível de significância α.

III. Estabelecer a estatística de teste.

IV. Estabelecer as regiões crítica (RC) e de Aceitação (RA).

V. Concluir pela aceitação ou rejeição de H0.

 Teste de uma afirmativa sobre uma proporção

Testada pelo uso da distribuição normal com aproximação pela distribuição

binomial.
Testes são válidos para proporção populacionais, probabilidade ou porcentagens.

Estatística de teste pˆ  p
z
pq
n

Onde : n = tamanho da amostra ou número de tentativas.

p = proporção populacional de sucessos(H0).
q = 1 – p = proporção populacional de fracassos.
x
pˆ  = proporção amostral de sucessos.
n
 Exemplo

E 4.10 - Quando Gregor Mendel realizou seus famosos experimentos de

hibridização com ervilhas, um deles resultou em uma prole que consistia
em 428 ervilhas com vagens verdes e 152 ervilhas com vagens amarelas.
De acordo como a teoria de Mendel, ¼ da prole de ervilhas deveriam ter
vagens amarelas. Use o nível de significância de 0,05 para testar a
afirmativa de que a proporção de ervilhas com vagem amarela é igual a ¼.
 Teste de uma afirmativa sobre uma média com
σ conhecido.
Estatística de teste

x
z

n

Onde:
μ = média populacional.
σ = desvio padrão populacional.
n = tamanho da amostra.
x = média amostral
 Exemplo

E 4.11 - De uma embalagem que contém 465 balas M&M, foram selecionadas
13 balas vermelhas. O desvio padrão do peso de todas as balas da
embalagem é 0,0565g. O peso amostrai tem média 0,8635g. O peso
líquido expresso na embalagem é de 396,9g. Para um nível de significância
de 0,05, teste a afirmativa do gerente de produção , que declara que as
balas têm uma média de peso maior do que 0,8535g, de modo que os
consumidores estão recebendo mais que a quantidade indicada na
embalagem.
 Teste de afirmativa sobre uma média com σ
desconhecido.
Estatística de teste
x
t
s
n
Com n – 1
Onde:
μ = média populacional.
s = desvio padrão amostral.
n = tamanho da amostra.
x = média amostral

Exemplo: Idem exemplo anterior, porém com desvio padrão populacional

desconhecido. Desvio padrão amostral s=0,0576g.
 Teste de uma afirmativa sobre um desvio
padrão ou uma variância
Estatística de teste
(n  1) s 2

 
2

 2

Com n – 1
Onde:
σ² = variância populacional.
s²= variância amostral.
n = tamanho da amostra.
 Exemplo

E 4.12 - Uma empresa produz latas de refrigerante com quantidade que tem
desvio padrão de 1,5 ml. Uma nova máquina é testada e uma amostra de
24 latas apresentam um desvio padrão de 1,2 ml. Use o nível de
significância de 0,05 para testar a afirmativa de que as latas de
refrigerante da nova máquina têm quantidades com desvio padrão menor
que 1,5 ml.