Escolar Documentos
Profissional Documentos
Cultura Documentos
Elaborado por
Contedo da Seo
Introduo ao Estudo dos Testes Contextualizar o problema dos testes; Classificar os tipos de testes; Definir os conceitos bsicos envolvidos em um processo de teste de hipteses; Definir os passos de um teste de hipteses; Definir teste de hipteses para a mdia e a proporo da populao.
Introduo
Inferncia Estatstica
Estimao
Teste de Hipteses
Pontual
Intervalar
Introduo
Contextualizao O processo de teste de hipteses consiste em avaliar a veracidade do valor atribudo a um parmetro da populao, com base no resultado obtido em uma amostra. Quanto mais prxima a medida da amostra estiver do valor hipottico do parmetro na populao, maior ser nossa evidncia em favor da afirmao.
Introduo
Contextualizao
Eu acredito que a mdia da populao seja igual a 45.
Populao
= 45
Concluso
A mdia da amostra no confirma a hiptese sobre a mdia da populao
Amostra
Introduo
O Problema do Teste de Hipteses
Avaliar se a diferena entre a mdia da amostra e um hipottico valor atribudo para a mdia da populao significativamente grande ou pode ser atribuda ao acaso (flutuaes amostrais). Exemplo: Est escrito na caixa de fsforos: Contm, em mdia, 45 palitos. Uma amostra de 100 caixas forneceu a mdia de 20 palitos. At que ponto a diferena entre 45 e 20 pode ser considerada pequena e, por isso, atribuda ao acaso, ou 45 de fato um valor em relao a 20, sendo portanto implausvel para ? 6 Prof. Moiss Balassiano
Introduo
Distribuio de Amostragem
pouco provvel que a mdia da amostra seja igual a 20 ... ... se a mdia da populao fosse 45 ... logo, rejeitamos a hiptese que = 45.
20
= 45
X 7
Conceitos Bsicos
O objetivo de um teste de hipteses confrontar uma hiptese nula (inicial) Ho, contra uma alternativa H1. A formulao de um teste de hipteses feita definindo os valores a serem testados: Ho: = o (um valor numrico), contra uma alternativa H1: < o, OU H1: > o, OU H1: o
8 Prof. Moiss Balassiano
Conceitos Bsicos
Hiptese Nula H0 a hiptese que ir permitir a realizao do teste. a hiptese de trabalho. Aquela que supomos verdadeira at podermos ratific-la ou no. sempre expressa por um nico valor: o valor que representa a situao vigente sem o efeito que se deseja investigar (status quo).
Conceitos Bsicos
Hiptese Alternativa H1 a hiptese que se contrape hiptese nula. expressa por um conjunto de valores. Representa o efeito que se deseja investigar. Ser assumida verdadeira quando Ho for rejeitada.
10 Prof. Moiss Balassiano
Conceitos Bsicos
Ho e H1 tm duas caractersticas: 1. Mutuamente exclusivas - se uma verdadeira, a outra tem que ser falsa. 2. Exaustivas - apenas uma delas, Ho ou H1, ser verdadeira, no havendo a possibilidade de haver uma terceira alternativa.
11
Conceitos Bsicos
1. Teste Unilateral Inferior
Co
Co
Co
C1
Conceitos Bsicos
Note que a Hiptese Nula sempre uma igualdade, embora expresse uma desigualdade ( ou ) nos testes unilaterais. No caso do teste unilateral superior, por exemplo, se Ho for considerada falsa para = o, ela ser falsa para qualquer valor de < o, logo basta avaliar a igualdade. Ho tem sempre o benefcio da dvida: aceitamos a sua veracidade inicial para depois re ou ratific-la.
13 Prof. Moiss Balassiano
Exerccio
Um hospital proclama ter um novo tratamento para uma doena que reduz o tempo de internao dos pacientes. Tradicionalmente os hospitais apresentam uma permanncia mdia = 15 dias com disperso () de 3,2 dias (status quo). Uma amostra de 16 pacientes foi submetida ao novo tratamento e apresentou uma permanncia mdia de 14 dias. O que se pode concluir sobre a eficcia do novo tratamento da doena?
14 Prof. Moiss Balassiano
Exerccio
Soluo
Deseja-se testar a situao atual, na qual = 15, contra a alternativa de que o novo tratamento eficaz, ou seja, cura em menor tempo: Ho: = 15 H1: < 15 A amostra de 16 pacientes forneceu mdia de 14 dias para a cura da doena. At que ponto a diferena de 1 dia nos fornece evidncia suficiente para concluir que o novo tratamento mais eficaz (rejeitar Ho)?
15
Exerccio
Soluo
Se a diferena entre a mdia da amostra e a da populao no for considerada significativa, ela pode ser atribuda ao acaso (flutuaes amostrais). Caso contrrio, podemos trabalhar com a evidncia de que a diferena deve ter sido causada pela eficcia do novo tratamento. C0
Valores de X que refutam Ho
15
X
Existe um valor crtico Co a partir do qual as evidncias contra Ho se tornam maiores. 16 Prof. Moiss Balassiano
Conceitos Bsicos
Mas como podemos obter esse limite? Resposta Vai depender de quanta evidncia contra Ho ser necessria para poder rejeit-la com menor risco de se cometer um erro: o erro de rejeitar Ho, quando Ho for, de fato, verdadeira.
17
Conceitos Bsicos
Tipos de Erros Todo processo decisrio est sujeito a erros e acertos. No caso do teste de hipteses observamos dois tipos de erro: Erro do Tipo I:
Rejeitar Ho, quando verdadeira;
18
Conceitos Bsicos
Exemplo - Julgamento de um Ru
Em um julgamento, de acordo com Ho o ru inocente. Ao final, o jri o proclama inocente ou culpado de acordo com as evidncias apresentadas pelas partes (defesa e promotoria). Os possveis erros associados ao julgamento so: Tipo I: Condenar um inocente Tipo II: Libertar um culpado Pela natureza da repercusso do erro, devemos nos preocupar com o erro do tipo I.
19
Conceitos Bsicos
Tipos de Erros
20
Tomada de Deciso
Os passos a serem seguidos em um teste de hipteses so: 1.Formulao do teste 2.Definir a estatstica do teste 3.Estabelecer o valor e a regio crtica 4.Decidir 5.Concluir
22 Prof. Moiss Balassiano
Tomada de Deciso
Formulao do Teste A formulao de um teste estatstico consiste na definio das duas hipteses bsicas a serem confrontadas: Ho e H1. A escolha do tipo de teste vai depender do sentido do efeito que se quer avaliar: inferior; superior ou diferente.
23
Tomada de Deciso
Formulao do Teste Exemplo
No exemplo do tempo de cura do tratamento estamos interessados em avaliar at que ponto o novo tratamento apresenta um tempo mdio de cura significativamente menor. Logo: Ho: = 15 (situao atual) H1 : < 15 (efeito do novo tratamento) Se Ho for verdadeira, o novo tratamento no tem efeito, prevalecendo a situao atual. Caso contrrio, H1 ser verdadeira e o novo tratamento ser entendido como mais eficaz.
24 Prof. Moiss Balassiano
Tomada de Deciso
Definir a Estatstica do Teste Definimos como estatstica do teste a qualquer funo dos dados da amostra, cujo valor numrico nos leve deciso final de rejeitar, ou no, Ho. O teste estatstico pode ser expresso na escala original da caracterstica estudada, X, ou padronizado quando a distribuio de amostragem da estatstica for Normal.
25
Tomada de Deciso
Definir a Estatstica do Teste - Exemplo
No teste da mdia, a estatstica do teste ser a mdia da amostra, X , que tem distribuio Normal, com mdia e desvio padro .
n
No exemplo do hospital, aceitando Ho como verdadeira, X ser Normal, com = 15 e desvio padro = 0,8. X Padronizando:
X 0 x
N(0 ; 1)
26
Tomada de Deciso
Estabelecer o Valor e a Regio Crtica Regio crtica (RC) o conjunto de valores da estatstica do teste que levam rejeio de Ho O valor crtico definido como o limite Co a partir do qual Ho passa a ser rejeitada.
27
Tomada de Deciso
Estabelecer o Valor e a Regio Crtica
ou C o = z na escala padronizada.
Para o teste unilateral inferior, o valor crtico Co = o z n
Co
Para = 5%, z = 1,645, logo Co = 15 1,32 = 13,68. A Regio Crtica definida pelo conjunto { x | x < 13 , 68 ou { z | z < -1,645}, na escala padronizada. 28 Prof. Moiss Balassiano
Tomada de Deciso
Realizada a amostra de tamanho n, rejeitamos Ho se a estatstica do teste pertencer Regio Crtica, ao nvel de significncia.
Um teste de hipteses nunca termina na rejeio ou no de Ho. necessrio expressar a concluso associada deciso.
29
Tomada de Deciso
Concluso Como X = 14 no pertence Regio Crtica, no devemos rejeitar Ho, ao nvel 5% de significncia, com base nessa amostra.
30
Tomada de Deciso
Concluso A deciso de rejeitar, ou no, a hiptese nula est sempre associada a uma concluso. Caso a hiptese nula no seja rejeitada, pode-se concluir pela falta de efeito do estmulo estudado. Caso contrrio, possvel que haja o efeito estudado, baseado na amostra disponvel e ao nvel de significncia estabelecido para o teste.
31
Tomada de Deciso
Concluso - Exemplo No rejeitada Ho, podemos concluir que no h evidncia, a 5% de significncia, de que o novo tratamento tenha um tempo de cura inferior ao tratamento atual.
32
Mdia
Distribuio Normal
n > 30
Proporo
Binomial
33
34
Teste da Mdia
Premissas
Varincia da populao conhecida A estatstica do teste a mdia da amostra Independente do tamanho da amostra, a distribuio de amostragem da mdia da amostra Normal (;2/n) Na forma padronizada a estatstica do teste
X X = Z= x n
35
Teste da Mdia
(Unilateral)
Ho: = 0 H1: < 0
Rejeita Ho
- Z
Teste da Mdia
(Bilateral) Teste Bilateral
Ho: = 0 H1: 0
o importa o sentido da significncia da diferena entre o valor verdadeiro (hipottico) e o valor da amostra /2
Rejeita Ho
Rejeita Ho
/2
- Z/2
Z/2
Regio Crtica 37
Teste da Mdia
Ho: = o H1: > o Valor Crtico: z Regio Crtica:{z | z > z}
Rejeita Ho 0
Estatstica do Teste:
X zc = n
38
Teste da Mdia
Ho: = o H1: < o Valor Crtico: - z Regio Crtica:{z | z < -z}
Rejeita Ho
Estatstica do Teste:
X zc = n
-z
39
Teste da Mdia
Ho: = o H1: o Valores Crticos: - z e z Regio Crtica:{z | z < -z/2 ou z > z/2}
Rejeita Ho
/2
Estatstica do Teste:
X zc = n
Rejeita Ho
/2
- Z/2
z/2
40
Teste da Mdia
Exemplo 1 As notas de uma prova so normalmente distribudas com mdia = 75 e desvio padro = 15. Uma amostra de 100 alunos submetidos a um novo mtodo de ensino forneceu mdia 80 na mesma prova. Teste, ao nvel de 2,5% de significncia, se o novo mtodo de ensino mais eficaz.
41
Teste da Mdia
Deseja-se testar a eficcia de um novo mtodo de ensino. Se for eficaz, espera-se que os resultados dos alunos sejam melhores do que o tradicional, logo o teste unilateral superior. Ho: = 75 H1: > 75
Rejeita H o
= 2,5%
0
1,96
Teste da Mdia
Ho: = 75 H1: > 75 Valor Crtico: z = 1,96 Regio Crtica:{z | z > z}
Rejeita Ho
2,5%
Estatstica do Teste:
80 75 zc = = 3,33 15 100
Deciso: - Rejeita Ho ( 3,33 RC ). Concluso: - O novo mtodo mais eficaz. Prof. Moiss Balassiano
1,96
3,33
43
Teste da Mdia
Interpretao O problema pede para avaliar um novo mtodo de ensino (estmulo), comparando os resultados dos alunos submetidos quela prova com os resultados tradicionais (status quo). A diferena entre os dois resultados, quando padronizada, mostrou-se significativa a 2,5%. Entende-se que a mdia da amostra (80) foi bem superior dos resultados tradicionais (75), 3,33 desvios acima dos resultados tradicionais, o que nos leva concluso que o novo mtodo pode produzir resultados mais eficazes.
44 Prof. Moiss Balassiano
Teste da Mdia
Exemplo 2 Um fabricante de tijolos descobriu que a fora de esmagamento de seus tijolos tem distribuio N(,24). Uma amostra aleatria simples de 36 tijolos forneceu uma fora de esmagamento mdio de 280 kg. Teste, ao nvel de significncia de 10%, se ele poderia afirmar que este parmetro na populao de tijolos produzidos 300 kg para a especificao do produto.
45
Teste da Mdia
Deseja-se testar a veracidade de uma afirmao. Como no estamos interessados em um particular sentido, o teste bilateral. Diferenas significativas para mais ou para menos importam e invalidam a afirmao.
Rejeita Ho
5%
- 1,64
1,64
46
Teste da Mdia
Ho: = 300 H1: 300 Valor Crtico: z = 1,64 Regio Crtica:{z | z > 1,64 ou z < - 1,64}
Rejeita Ho
5%
Estatstica do Teste:
280 300 zc = = 5. 24 36
Rejeita Ho
5%
-5
- 1,64
1,64
47
Teste da Mdia
Interpretao O problema consiste em avaliar at que ponto a afirmao do fabricante verdadeira, ou no (status quo). A amostra mostrou uma fora de esmagamento muito inferior preconizada (cinco desvios abaixo da hipottica fora de esmagamento). Em virtude da significncia da diferena entre as mdias hipottica e da amostra, rejeitamos Ho, concluindo que a afirmao no verdadeira. Logo, o fabricante no deve utilizar essa medida como especificao do produto.
48 Prof. Moiss Balassiano
Teste da Mdia
Na prtica, nem sempre conhecemos a varincia da populao. Nesse caso, para podermos testar um valor hipottico para a mdia da populao ser necessrio estimar a varincia da populao utilizando o estimador no tendencioso de 2:
S =
2
(X
n i =1
X)
n 1
Prof. Moiss Balassiano
49
Teste da Mdia
Como sabemos, a estatstica mdia da amostra, na sua forma padronizada, no tem mais distribuio normal quando n 30. Nesse caso:
X s n
~ t n 1
Teste da Mdia
Ho: = o H1: > o Valor Crtico: t Regio Crtica:{t | t > t}
Rejeita Ho
0
Estatstica do Teste:
X tc = s n
Deciso: - Rejeita Ho se tc RC. Concluso: - O efeito significativo.
51
Teste da Mdia
Ho: = o H1: < o Valor Crtico: - t Regio Crtica:{t | t < -t}
Rejeita Ho
Estatstica do Teste:
X tc = s n
Deciso: - Rejeita Ho se tc RC.
-t
52
Teste da Mdia
Ho: = o H1: o Valores Crticos: - t e t Regio Crtica:{t | t < -t/2 ou t > t/2
Rejeita Ho
/2
Estatstica do Teste:
X tc = s n
Deciso: - Rejeita Ho se tc RC. Concluso: - O efeito significativo.
Rejeita Ho
/2
- t/2
t/2
53
Teste da Mdia
Exemplo 1 As notas de uma prova so normalmente distribudas com mdia = 75. Uma amostra de 25 alunos submetidos a um novo mtodo de ensino forneceu mdia 80 e desvio padro s = 15 na mesma prova. Teste, ao nvel de 2,5% de significncia, se o novo mtodo de ensino mais eficaz.
54
Teste da Mdia
Ho: = 75 H1: > 75 Valor Crtico: t = 2,06 Regio Crtica:{t | t > t}
Rejeita Ho
2,5%
Estatstica do Teste:
0 1,67 2,06
55
Teste da Mdia
Anlise Comparativa O problema o mesmo do apresentado na situao em que a varincia da populao era conhecida. O fato de a varincia agora ser da amostra, aliada ao menor tamanho da amostra, acabou por reverter a deciso anterior. A razo disso o maior grau de incerteza inserida no problema devido estimao de 2 e pelo menor tamanho da amostra. Nessa situao, precisamos de maior evidncia para rejeitar Ho.
56 Prof. Moiss Balassiano
Teste da Mdia
Exemplo 2 Um fabricante de tijolos descobriu que a fora de esmagamento de seus tijolos tem distribuio Normal. Uma amostra aleatria simples de 16 tijolos forneceu uma fora de esmagamento mdio de 280 com disperso s = 24 kg. Teste, ao nvel de significncia de 10%, se ele poderia afirmar que este parmetro na populao de tijolos produzidos 300 kg para a especificao do produto.
57
Teste da Mdia
Ho: = 300 H1: 300 Valor Crtico: t = 1,753 Regio Crtica:{t | t > 1,753 ou t < - 1,753}
Rejeita Ho 5% Rejeita Ho 5%
Estatstica do Teste:
- 3,33
-1,753
1,753
58
Teste da Mdia
Anlise Comparativa Como no exemplo anterior, este problema repete o exemplo de teste quando a varincia da populao conhecida. Ao contrrio do anterior, neste caso o fato da varincia ter sido da amostra e a reduo do tamanho da amostra no foram suficientes para reverter a deciso. Embora menor do que no primeiro caso, ainda h evidncia suficiente de que Ho no seja verdadeira a 10% de significncia.
59
60
Teste da Proporo
Premissas
A varincia da populao desconhecida. A estatstica do teste a proporo da amostra, P. A distribuio de amostragem da proporo da amostra
61
Teste da Proporo
Premissas
A varincia da populao desconhecida
Como de fato desconhecido, a varincia .(1 )/n no pode ser obtida, logo a estimamos com base no hipottico valor atribudo a : o.
62
Teste da Proporo
Premissas
A estatstica do teste a proporo da amostra P.
O valor da proporo na amostra, p, que ir permitir que se avalie a hiptese nula, por meio da diferena entre o seu valor e o hipottico valor da proporo na populao o.
63
Teste da Proporo
Premissas
Como a proporo deve ser baseada em grande nmero de observaes, s iremos abordar o caso em que n > 30 e, alm disso, n.p 5 e n.(1-p) 5. Nessa situao:
Z=
p ~ N (0 ; 1) (1 ) n
Teste da Proporo
Ho: = o H1: > o
Rejeita Ho
0
-z
Teste da Proporo
Teste Bilateral
Ho: =o H1: o
Rejeita Ho
/2
Rejeita Ho
/2
- Z/2
z/2
Regio Crtica
66
Teste da Proporo
Ho: = o H1: > o Valor Crtico: z Regio Crtica:{z | z > z}
Rejeita Ho
0
Estatstica do Teste:
zc =
p o o (1 o ) n
67
Teste da Proporo
Ho: = o H1: < o Valor Crtico: z Regio Crtica:{z | z < - z}
Rejeita Ho
Estatstica do Teste:
zc =
p o o (1 o ) n
-z
68
Teste da Proporo
Ho: = o H1: o Valores Crticos: - z e z Regio Crtica:{z | z < -z/2 ou z > z/2}
Rejeita Ho
/2
Estatstica do Teste:
zc =
p o o (1 o ) n
Rejeita Ho
/2
- Z/2
z/2
69
Teste da Proporo
A proporo de sucessos na populao :
N
Xi
i =1
O estimador da proporo de sucessos na populao a estatstica proporo na amostra: n Xi nmero de sucessos i =1 p== = tamanho da amostra n X uma varivel qualitativa. Assume valores 1 (sucesso) ou 0 (fracasso). 70 Prof. Moiss Balassiano
Teste da Proporo
Exemplo Uma mquina de empacotar trabalha com 10% de erro. Uma nova mquina est sendo testada para possvel substituio. Se 200 pacotes foram processados e 15 erros detectados, que se pode concluir sobre a compra da nova mquina ao nvel de 5% de significncia?
71
Teste da Proporo
Discusso O estado atual do processo de 10% de defeitos. A nova mquina deve trabalhar com percentual significativamente menor de defeitos para ser adquirida. Logo, o teste deve ser unilateral inferior.
72
Teste da Proporo
Estatstica do Teste: Ho: = 0,10 H1: < 0,10 0,075 0,10 zc = = 1,18 Valor Crtico: z = - 1,64 0,10 (1 0,10 ) Regio Crtica:{z | z < - 1,64} 200
Rejeita Ho
-1,64 -1,18
Deciso: - no rejeita Ho (-1,18 RC) Concluso: - no compra a mquina. Prof. Moiss Balassiano
73
Teste da Proporo
Interpretao O problema pede para avaliar o desempenho da nova mquina pela proporo de defeitos produzidos. Ela ser adquirida caso essa proporo seja significativamente menor do que a da mquina atual. Como a diferena entre a proporo de defeitos produzidos pela mquina atual e pela proposta no se mostrou significativa a 5% (a estatstica do teste no est na Regio Crtica), decide-se por manter a mquina atual.
74 Prof. Moiss Balassiano
O Valor-p
Uma outra forma de avaliarmos a magnitude de evidncia contra Ho pelo valor-p do teste, definido como a probabilidade de se obter, em outra amostra, um valor mais extremo para a estatstica do que o obtido pela amostra considerada, dado que Ho verdadeira. No teste da mdia o valor-p expresso como:
P ( | Y | > y | = o ) = P ( | Z | > zc | = o )
75 Prof. Moiss Balassiano
O Valor-p
Valores pequenos para o valor-p (relativamente a ) devem ser entendidos como evidncia contra Ho pois quanto menor for o valor-p, mais distante estar o valor da estatstica em relao ao hipottico valor do parmetro na populao, implicando maior evidncia pela veracidade de H1. O valor-p considerado como a verdadeira significncia do teste. Logo, devemos rejeitar Ho quando valor-p < .
76 Prof. Moiss Balassiano
O Valor-p
No exemplo do teste do novo mtodo de ensino, com a varincia da populao conhecida, a estatstica do teste, na forma padronizada foi calculada como sendo zc = 3,33. Como o teste era unilateral superior, o valor-p definido como P(Z > zc) = P(Z > 3,33) = 0,00043. Como esse valor inferior a 2,5%, nvel de significncia do teste, ratificamos a rejeio de Ho 77 Prof. Moiss Balassiano