Você está na página 1de 5

UNIVERSIDADE ESTADUAL DO RIO GRANDE DO SUL UNIDADE NOVO HAMBURGO Prof. Éder Julio Kinast

Teste t de Student (Teoria das Pequenas Amostras e Variância Desconhecida)

Para amostras suficientemente grandes (n 30) a distribuição da média poderia ser aproxi- mada por uma distribuição normal e, quando necessário, substituir σ por s. Para estabelecermos métodos correspondentes que se apliquem também a pequenas amostras (n < 30) e o desvio padrão da população desconhecido, é necessário supor que as populações das quais estamos extraindo amostras tenham aproximadamente a forma de distribuições normais. Neste caso, usaremos a variável aleatória com distribuição t. Esta distribuição é chamada distribuição “t” de Student, porque foi desenvolvida por William Gosset (1876-1937). Gosset era empregado da Cervejaria Guinness e precisava de uma distribuição que pudesse ser utilizada com pequenas amostras. Como a cervejaria irlandesa para a qual ele trabalhava não permitia a publicação de resultados de pesquisas, Gosset publicou-os com o pseudônimo de Student. Essa distribuição possui as seguintes características:

Para uma dada variável t, ν é chamado “graus de liberdade” da distribuição que provém do fato da variável aleatória ter parâmetros populacionais estimados no seu cálculo, onde ν = n 1. Isto implica que o tabelamento da distribuição seja feito em função dos graus de liberdade;

A forma da distribuição t depende do número de graus de liberdade;

É simétrica em relação à média;

Tem a mesma forma de sino da normal porém mais achatada, pois Variância(t) > Variância(z) = 1;

É assintótica ao eixo horizontal t;

A área sob a curva é 1;

Quando n cresce aproxima-se da distribuição Normal.

O tamanho da amostra (n) pode ser determinado a partir do nível de confiança (α) exigido e do erro máximo permissível (e), pela fórmula:

n= t α/2·s

e

2

Já o erro máximo permissível é dado pela mesma expressão, porém com isolando e:

e= t α/2·s

n

Teste t de Student

1. Teste de Hipótese para a MÉDIA

Para testar a hipótese nula (H 0 ) de que uma população tenha a média µ 0 , utiliza-se a seguinte estatística:

t 0 = xµ 0

s/ n

com ν = n 1. A seguir, utiliza-se a tabela de comparação correspondente.

2. Teste de Hipótese para DIFERENÇA entre duas médias populacionais,

supondo desvios padrão iguais (σ 1 =σ 2 )

Quando há duas médias populacionais normais com médias µ 1 eµ 2 e desvios padrão σ 1 e σ 2 supostos iguais (ou razoavelmente iguais), utiliza-se a seguinte estatística:

t 0 =

x 1 x 2

s

p

1

1 +

n

1

n

2

onde

s p = (n 1 1) s 2

1 +(n 2 1) s 2

2

n 1 +n 2 2

com ν = n 1 +n 2 2. A seguir, utiliza-se a tabela de comparação correspondente.

3. Teste de Hipótese para DIFERENÇA entre duas médias populacionais,

supondo desvios padrão diferentes (σ 1 =σ 2 )

Quando há duas médias populacionais normais com médias µ 1 eµ 2 e e desvios padrão σ 1 e σ 2 supostos diferentes, utiliza-se a seguinte estatística:

com ν =

s

2

1

n

1

+ 2 2

s

2

2

n

1 2

s

2

1

n

2 2

n 1 1 + n 2 1

s

2

2

n

t 0 = x 1 x 2

2

1

1 +

n

s

s

2

2

n

2

. A seguir, utiliza-se a tabela de comparação correspondente.

4. Teste de Hipótese para DADOS PAREADOS Os dados são considerados pareados, quando duas observações independentes são feitas sobre um mesmo indivíduo ou objeto, com apenas uma alteração entre essas observações (testes tipo Antes e Depois). Nesse caso obtém-se uma tabela do tipo:

Antes (x i ) x x x

.

.

.

1

2

3

Depois (y i ) y y y

.

1

2

3

Defini-se as diferença entre cada par de observação por d i =x i y i .

A média das diferenças é dada por d =

n

i=1

d i /n e a estatística utilizada é

t 0 =

d / d n

s

onde

s d =

i=1

n

d nd 2

2

i

n1

(desvio padrão das diferenças)

com ν = n 1. A seguir, utiliza-se a tabela de comparação correspondente.

Tabelas de Comparação t de Student para Médias

Hipótese

 

1. Média

Hipótese

2/3. Médias

 

Hipótese

4. Pareados

H 0 :x¯=µ 0

|t 0 |<t α |t 0 |>t α

2

2

;ν

H 0 :µ 1 =µ 2

|t 0 |<t α

2

;ν

 

H 0 :d=0

|t

0 |<t

α/2

H a :x¯ =µ

0

;ν

H a :µ 1 =µ 2

|t 0 |>t α

2

;ν

H 1 :d =0

|t

0 |>t

α/2

H 0 :x¯=µ 0 H a :x¯0

t 0 <t α;ν

 

H 0 :µ 1 =µ 2 H a :µ 1 2

t 0 <t α;ν

 

H 0 :d=0 H 1 :d>0

t 0 <t α,ν

 

t 0 >t α;ν

t 0 >t α;ν

t 0 >t α,ν

H 0 :x¯=µ 0 H a :x¯0

t 0 >t α;ν t 0 <t α;ν

H 0 :µ 1 =µ 2 H a :µ 1 2

t 0 >t α;ν t 0 <t α;ν

 

H 0 :d=0 H 1 :d<0

t 0 >t α,ν t 0 <t α,ν

 
     

3.

(σ 1 =σ 2 )

   
 

2.

(σ 1 =σ 2 )

s

n

2

1

1 +

s

n

2 2

2

2

 

1.

ν = n 1

ν=n 1 +n 2 2

ν=

s

n

2

1

1

2

s

n

2 2

2

2

4.

ν = n 1

   

n 1 1 + n 2 1

   

Distribuição t de Student P(t>t α )=α

να

0.1

0.05

0.025

0.01

0.005

1

3.0777

6.3137

12.7062

31.8210

63.6559

2

1.8856

2.9200

4.3027

6.9645

9.9250

3

1.6377

2.3534

3.1824

4.5407

5.8408

4

1.5332

2.1318

2.7765

3.7469

4.6041

5

1.4759

2.0150

2.5706

3.3649

4.0321

6

1.4398

1.9432

2.4469

3.1427

3.7074

7

1.4149

1.8946

2.3646

2.9979

3.4995

8

1.3968

1.8595

2.3060

2.8965

3.3554

9

1.3830

1.8331

2.2622

2.8214

3.2498

10

1.3722

1.8125

2.2281

2.7638

3.1693

11

1.3634

1.7959

2.2010

2.7181

3.1058

12

1.3562

1.7823

2.1788

2.6810

3.0545

13

1.3502

1.7709

2.1604

2.6503

3.0123

14

1.3450

1.7613

2.1448

2.6245

2.9768

15

1.3406

1.7531

2.1315

2.6025

2.9467

16

1.3368

1.7459

2.1199

2.5835

2.9208

17

1.3334

1.7396

2.1098

2.5669

2.8982

18

1.3304

1.7341

2.1009

2.5524

2.8784

19

1.3277

1.7291

2.0930

2.5395

2.8609

20

1.3253

1.7247

2.0860

2.5280

2.8453

21

1.3232

1.7207

2.0796

2.5176

2.8314

22

1.3212

1.7171

2.0739

2.5083

2.8188

23

1.3195

1.7139

2.0687

2.4999

2.8073

24

1.3178

1.7109

2.0639

2.4922

2.7970

25

1.3163

1.7081

2.0595

2.4851

2.7874

26

1.3150

1.7056

2.0555

2.4786

2.7787

27

1.3137

1.7033

2.0518

2.4727

2.7707

28

1.3125

1.7011

2.0484

2.4671

2.7633

29

1.3114

1.6991

2.0452

2.4620

2.7564

30

1.3104

1.6973

2.0423

2.4573

2.7500

35

1.3062

1.6896

2.0301

2.4377

2.7238

40

1.3031

1.6839

2.0211

2.4233

2.7045

45

1.3007

1.6794

2.0141

2.4121

2.6896

50

1.2987

1.6759

2.0086

2.4033

2.6778

60

1.2958

1.6706

2.0003

2.3901

2.6603

70

1.2938

1.6669

1.9944

2.3808

2.6479

80

1.2922

1.6641

1.9901

2.3739

2.6387

90

1.2910

1.6620

1.9867

2.3685

2.6316

100

1.2901

1.6602

1.9840

2.3642

2.6259

1000

1.2824

1.6464

1.9623

2.3301

2.5807

Exemplos

1. Um processo deveria construir bancadas com 0.85m de altura. O engenheiro desconfia que as bancadas que estão sendo produzidas são diferentes que o especificado. Uma

x = 0.847m e s = 0.01m. Teste a hipótese do

amostra de 8 valores foi coletada e indicou

engenheiro, usando um nível de significância α = 0.05.

2. Um engenheiro desconfia que o desgaste em pistões de um tipo de motor de combustão pode depender da formulação da liga metálica. Há dois tipos de liga sendo usados. Testes

x 1 = 39µm, s 1 = 7µm, x 2 = 47µm e

com 10 observações de cada tipo indicaram:

s 2 = 9µm. Use um nível de significância α = 0.05 e teste a hipótese do engenheiro.

3. O QI de 16 estudantes de uma zona pobre de uma cidade apresenta a média de 107 pontos com desvio padrão de 10 pontos, enquanto 14 estudantes de uma região rica da mesma cidade apresentam média de 112 pontos com desvio padrão de 8 pontos. O QI em ambas as regiões tem distribuição normal, porém supõe-se que as variâncias são diferentes. Pode- se afirmar com 95% de certeza que esses estudantes pobres têm média de QI inferior à esses estudantes ricos?

4. Duas espécies de um certo tipo cereal estão sendo testadas quanto ao seu crescimento. O experimento foi feito escolhendo 10 blocos de terreno e plantando em cada bloco mudas de ambas as espécies. Os resultados a seguir são as alturas medidas ao final do primeiro mês. Utilizando-se α = 0.05, é possível afirmar que há diferença significativa entre as médias de crescimento destas duas espécies? Os dados deste experimento foram coletados aos pares para impedir que as diferenças de fertilidade entre os blocos de terreno (que podem ser grandes) mascarem os resultados.

Terreno

1

2

3

4

5

6

7

8

9

10

Espécie 1

22

27

18

33

25

21

15

33

21

24

Espécie 2

21

31

24

32

29

23

19

37

22

27