(2011) Raciocínio Lógico para Traumatizados - 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
Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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
www.pontodosconcursos.com.br
Profs. Alexandre Lima e Moraes Junior
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior o comprador, a mesma poderia ser excluda, sem perda de generalidade, para simplificao do teste. Assim, as hipteses do teste so H0: H1:
= 55 kN < 55 kN
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 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
= P(mdia < 53)
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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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 0.3 Densidade 0.25 0.2 0.15 0.1 0.05 0 51
Regio Crtica (RC) Regio de Aceitao (RA) 52 53 54 55 56 Mdia amostral 57 58 59
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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.
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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 0 25 Densidade 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).
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior
Teste unilateral esquerda 0.4 0.35 0.3 0.25 Densidade 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 0 25 Densidade 0.2 0.15 0.1 0 05 0 -5 Rejeita se x<-2.131 Prob = 0.025 Rejeita se t>2.131 Prob = 0.025
-4
-3
-2
-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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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 0.5 Densidade 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) 0.5 Densidade 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 0.5 Densidade 0.4 0.3 0.2 0.1 0 10
p/2
p/2
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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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) ou b) H0 : H1: H0: H1:
= 0 < 0
= 0 > 0
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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior x1 = 0 z / 2 (2) n (3)
x 2 = 0 + z / 2
n
z > z/2, o que implica o
Neste caso, devemos rejeitar H0 se z < -z/2 ou critrio de rejeio |z| > z/2.
0.8 0.7 0.6 0.5 Densidade 0.4 0.3 0.2 0.1 0 10
/2 0
10.5 11
/2
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 H0: H1: H0: H1: Rejeita-se H0 se z < -z z > z z < -z/2 ou z > z/2 |z| > z/2
= 0 > 0 = 0 0
Voltemos resoluo da questo. Dados: 2=100, n=25, X = 15,76 e =5%.

11
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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 H0: H1: H0: H1: 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.
Rejeita-se H0 se tn-1 < -tn-1, tn-1 > tn-1, |tn-1| > tn-1,/2
= 0 > 0 = 0 0
12
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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 normal, e que (1,7) = 0,955, (2,0) = 0,977 e (2,5) = 0,994, distribuico 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 0.5 Densidade 0.4 0.3
Valor-p = 2,3%
0.2 0.1 0 18
18.5
19
21
21.5
22
GABARITO: Errado 3. Se o nvel de significan cia 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 0.5 Densidade 0.4 0.3 0.2 0.1 0 18
RC
18.5
19
21
21.5
22
14
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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 func o caracterstica de operac o 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 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 18 distribuio pela H0 distribuio v erdadeira
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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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 v erdadeira 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
Dados: X = 21 e / n = 9 / 324 = 9 / 18 = 1 / 2 .
. n
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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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, . Tambm vimos devemos nos basear na proporo observada na amostra p que se np 5 e n(1-p) 5, podemos aproximar a distribuio amostral pela distribuio normal com mdia p e desvio padro p(1 p) / n . de p 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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior , teremos o valor padronizado experimental valor experimental p correspondente (1)
z=
p0 p . 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 H0: H1: H0: H1: (*) z = p = p0 p > p0 p = p0 p p0 Rejeita-se H0 se z < -z z > z |z| > z/2
p0 p ou z = p 0 (1 p 0 ) / n
f np 0 np 0 (1 p 0 )
Voltemos resoluo da questo. 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 =k, (pela hiptese nula). Portanto, padronizando o valor experimental p teremos o valor padronizado experimental correspondente
19
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior p0 d d p = = z= (1 p 0 ) / n 1 / 20 1 / 4 1 / 40 p O teste de hipteses unilateral. A tabela normal indica
z 5% 1,64 =
d = k = 0,5 + 0,041 = 0,541 . d = 1,64 / 40 = 0,041 . Assim, p 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
Xi = 320 e
i =1
16
X
i =1
16
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).
x=
X
i =1
16
320 = 20 16
20
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 2 n 2 16 n 2 X X Xi i i n n i=1 n 2 = i=1 i=1 = x2 s2 = n n 1 n n 1 n 1 n
s2 =
Logo,
16 7360 20 2 = 64 s = 8 . 15 16
t n 1 =
20 25 = 2,5 . 8 / 16
Soluo alternativa (aproximada): Suponha que voc tenha esquecido a frmula
s2 =
Para n grande, tem-se que
n 2 . n 1
n 1 1 n
e vlida a seguinte aproximao para a varincia amostral:
s2
Logo,
X
i =1
2 i
x2 =
7360 400 = 60 . 16
t n 1
20 25 5 5 5 = 2,5 2 60 / 16 60 / 16 4 60 / 16 60 / 15 )
(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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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 Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br 23
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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
RC
-t15
t15
Logo,
24
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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.
Anlise das alternativas:
25
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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: 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 = 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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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 Frequncia observada Frequncia esperada
E1 E2
E3 o3 e3
... ... ...
Ek ok ek
o1 e1
o2 e2
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 2 2
em que
o j = e j =N
j=1 j=1
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 5%, mas aceita no nvel de significncia de 1%.
28
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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 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 )
Totais 60 40 100
em que a, b, c e d so as freqncias observadas, organizadas conforme o esquema a c Logo, b d
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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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 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 = Logo, F(z) 0,841 0,885 0,919 0,945 0,964 0,977 0,986 0,992
X 0 X 15 X 15 = = = 2( X 15) (fornecida pela banca!) 3/ 6 / n 3 / 36
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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior GABARITO: D 21. (Analista rea 2/BACEN/2010/CESGRANRIO) Com relac o 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 Anlise das alternativas: 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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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,
X z / 2
. n
Quando desconhecemos o desvio padro populacional , devemos estimar seu valor por meio de
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
. S
como n
X z / 2
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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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: H1:
2 2 = 0 ,
2 2 > 0 .
Como a mdia populacional em geral desconhecida, a varivel de teste dever ser a varincia amostral
s2 =
(x
i =1
x)2 ,
n 1
que um estimador justo de 2, conforme j visto neste curso.

2 Se a varincia amostral s2 for prxima do valor testado 0 , iremos aceitar a
hiptese nula (H0). Rejeitaremos H0 se s2 cair na regio crtica (RC), que corresponder cauda direita com probabilidade na distribuio amostral 2 de s2, sendo verdadeira a hiptese nula. Ou seja, sendo s1 o limite da RC, rejeitamos H0 se (1)
2 s 2 > s1 .
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 Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br 34
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior (2)
(n 1)s 2 = 2 n 1 , 2 0
sendo a quantidade (2) denominada 2 n 1 experimental. A Eq. (2) estabelece a relao existente entre valores de s 2 e a distribuio 2 2 2 n 1 , suposta verdadeira a hiptese nula. Assim, se em (2) fizermos s = s1 , o qui-quadrado correspondente ser o valor quadrado superior): (3)
2 (n 1)s1 = 2 n 1; 2 0
2 que determina sobre sua
distribuio uma cauda direita com probabilidade , ou seja, 2 n 1; (qui-
2 2 implica 2 Como s 2 > s1 n 1 > n 1; , a condio de rejeio de H0
(4)
2 2 n 1 > n 1;
2 em que o 2 n 1 experimental dado por (2) e o valor crtico n 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 = 2 5% ( 6 ;5% = 12,5916).
0.14 X 6 0.12 rea =
0.1
Densidade
0.08
0.06
0.04
0.02
0 0
10
15 X superior
20
25
De forma anloga, se as hipteses forem

35
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 2 2 H0: = 0 , H1:
2 2 < 0 ,
rejeitaremos H0 se (5)
2 2 n 1 < n 1;1 ,
2 em que n 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 2 graus de liberdade e = 5% ( 6 ;95% = 1,6354).
0.14 X 6 0.12 rea =
0.1
Densidade
0.08
0.06
0.04
0.02
0 0
X inferior
10
15
20
25
Se o teste for bilateral, isto . H0: H1:

2 2 = 0 , 2 2 0 ,
rejeitaremos H0 se (6)
2 2 2 2 n 1 < n 1;1 / 2 ou n 1 < n 1; / 2 .
36
0.14 X 6 0.12 rea inferior = 2,5% rea superior = 2,5%
0.1
Densidade
0.08
0.06
0.04
0.02
0 0
10 X
15
20
25
A figura acima mostra as regies crticas para uma qui-quadrado com 6 graus 2 2 de liberdade e = 5% ( 6 ;97 , 5% = 1,2373 e 6; 2 ,5% = 14,4494). A Tabela IV resume os testes de hipteses para uma varincia populacional. Tabela IV: testes de hipteses para 2 (*) Hipteses 2 H0: 2 = 0 H1: H0: H1: H0: H1: Rejeita-se H0 se
2 2 n 1 < n 1;1
<
2
2 0
2 = 02 2 > 02 2 = 02
2 2 0
2 2 n 1 > n 1;
2 2 2 2 n 1 < n 1;1 / 2 ou n 1 < n 1; / 2
(*) 2 n 1 =
(n 1)s 2 2 0
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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 2 H1: < 20.
2 2 O n 1 = 9 experimental dado por
( n 1)s 2 9 12 = = = 5,4. 20 2 0
2 9
2 A condio de rejeio da hiptese nula (H0) 2 n 1 < n 1;1 . O valor crtico 2 2 n 1;1 = 9; 0 , 95 = 3,325 3,32 (vide tabela ao final desta aula). Como 5,4>3,32,
devemos aceitar a hiptese nula 2 = 20. Voltemos resoluo da questo.

2 (quiConsidere, na distribuio 2 n n 1 , os dois particulares valores 1,1 / 2 2 quadrado inferior) e n 1, / 2 (qui-quadrado superior), conforme ilustrado pela
figura a seguir.
2 2 Sabemos que os valores n 1,1 / 2 e n 1, / 2 so tais que
2 2 2 P ( n 1,1 / 2 n 1 n 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
2 n 1, / 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 , 2 2 n n 1, / 2 1,1 / 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 (Fiscal de Rendas-MS/2006/FGV) O enunciado a seguir refere-se s questes de nmeros 24, 25 e 26. A tabela a seguir mostra os resultados obtidos em Matemtica por trs turmas: Aprovados 30 35 15 80 Reprovados 10 5 5 20 Total 40 40 20 100
Turma X Turma Y Turma Z Total
Desejamos testar, usando o teste qui-quadrado: H0: os seis resultados possveis tm probabilidades iguais versus
39
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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 = E 21 = E 31 =
f1f1 40 80 40 20 = = 32 , E12 = =8 n 100 100 40 80 40 20 = 32 , E 22 = =8 100 100 20 80 20 20 = 16 , E 32 = =4 100 100

40
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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
30 10 35 5 15 5 100,0
E ij
32 8 32 8 16 4 100,0
O ij E ij
-2 2 3 -3 -1 1
(Oij E ij ) 2 / E ij
0,125 0,500 0,281 1,125 0,063 0,250 2 = 2,344
2 O 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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior = (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%
(A) (B) (C) (D) (E) Resoluo no rejeitar no rejeitar no rejeitar rejeitar rejeitar
= 5%
no rejeitar no rejeitar rejeitar rejeitar rejeitar
= 10%
no rejeitar rejeitar rejeitar no rejeitar rejeitar
Temos os seguintes valores crticos:

2 2 2 2;1% = 9,21 , 2;5% = 5,99 e 2;10% = 4,61
Como 2 2 = 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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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 func o caracterstica de operac o 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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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
Xi = 320 e
i=1
16
X
i =1
16
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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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: 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. 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: 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. 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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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 1%, mas aceita no nvel de significncia de 5%. D) a hiptese da moeda ser honesta rejeitada no nvel de significncia de 5%, mas aceita no nvel de significncia de 1%. 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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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 A) 0,500 B) 0,977 C) 0,050 D) 0,023 E) 0,010 21. (Analista rea 2/BACEN/2010/CESGRANRIO) Com relac o 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. F(z) 0,841 0,885 0,919 0,945 0,964 0,977 0,986 0,992
48
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior (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 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) (Fiscal de Rendas-MS/2006/FGV) O enunciado a seguir refere-se s questes de nmeros 24, 25 e 26. A tabela a seguir mostra os resultados obtidos em Matemtica por trs turmas: 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
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 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%
(A) (B) (C) (D) (E) no rejeitar no rejeitar no rejeitar rejeitar rejeitar
= 5%
no rejeitar no rejeitar rejeitar rejeitar rejeitar
= 10%
no rejeitar rejeitar rejeitar no 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
51
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior TABELA II NORMAL: rea de 0 a Zc
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
52
TABELA III QUI-QUADRADO: VALORES Yc tais que P(Y>Yc)=p
GL 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 70 80 90 100 0,995 0,0000393 0,0100 0,0717 0,207 0,412 0,676 0,989 1,344 1,735 2,156 2,603 3,074 3,565 4,075 4,601 5,142 5,697 6,265 6,844 7,434 8,034 8,643 9,260 9,886 10,52 11,16 11,81 12,46 13,12 13,79 20,71 27,99 35,53 43,28 51,17 59,20 67,33 0,990 0,000157 0,0201 0,115 0,297 0,554 0,872 1,239 1,646 2,088 2,558 3,053 3,571 4,107 4,660 5,229 5,812 6,408 7,015 7,633 8,260 8,897 9,542 10,20 10,86 11,52 12,20 12,88 13,56 14,26 14,95 22,16 29,71 37,48 45,44 53,54 61,75 70,06 0,975 0,000982 0,0506 0,216 0,484 0,831 1,237 1,690 2,180 2,700 3,247 3,816 4,404 5,009 5,629 6,262 6,908 7,564 8,231 8,907 9,591 10,28 10,98 11,69 12,40 13,12 13,84 14,57 15,31 16,05 16,79 24,43 32,36 40,48 48,76 57,15 65,65 74,22 0,950 0,00393 0,103 0,352 0,711 1,145 1,635 2,167 2,733 3,325 3,940 4,575 5,226 5,892 6,571 7,261 7,962 8,672 9,390 10,12 10,85 11,59 12,34 13,09 13,85 14,61 15,38 16,15 16,93 17,71 18,49 26,51 34,76 43,19 51,74 60,39 69,13 77,93 0,900 0,0158 0,211 0,584 1,064 1,610 2,204 2,833 3,490 4,168 4,865 5,578 6,304 7,042 7,790 8,547 9,312 10,09 10,86 11,65 12,44 13,24 14,04 14,85 15,66 16,47 17,29 18,11 18,94 19,77 20,60 29,05 37,69 46,46 55,33 64,28 73,29 82,36 0,750 0,102 0,575 1,213 1,923 2,675 3,455 4,255 5,071 5,899 6,737 7,584 8,438 9,299 10,17 11,04 11,91 12,79 13,68 14,56 15,45 16,34 17,24 18,14 19,04 19,94 20,84 21,75 22,66 23,57 24,48 33,66 42,94 52,29 61,70 71,14 80,62 90,13 0,500 0,455 1,386 2,366 3,357 4,351 5,348 6,346 7,344 8,343 9,342 10,34 11,34 12,34 13,34 14,34 15,34 16,34 17,34 18,34 19,34 20,34 21,34 22,34 23,34 24,34 25,34 26,34 27,34 28,34 29,34 39,34 49,33 59,33 69,33 79,33 89,33 99,33 0,250 1,323 2,773 4,108 5,385 6,626 7,841 9,037 10,22 11,39 12,55 13,70 14,85 15,98 17,12 18,25 19,37 20,49 21,60 22,72 23,83 24,93 26,04 27,14 28,24 29,34 30,43 31,53 32,62 33,71 34,80 45,62 56,33 66,98 77,58 88,13 98,65 109,14 0,100 2,706 4,605 6,251 7,779 9,236 10,64 12,02 13,36 14,68 15,99 17,28 18,55 19,81 21,06 22,31 23,54 24,77 25,99 27,20 28,41 29,62 30,81 32,01 33,20 34,38 35,56 36,74 37,92 39,09 40,26 51,81 63,17 74,40 85,53 96,58 107,57 118,50 0,050 3,841 5,991 7,815 9,488 11,07 12,59 14,07 15,51 16,92 18,31 19,68 21,03 22,36 23,68 25,00 26,30 27,59 28,87 30,14 31,41 32,67 33,92 35,17 36,42 37,65 38,89 40,11 41,34 42,56 43,77 55,76 67,50 79,08 90,53 101,88 113,15 124,34 0,025 5,024 7,378 9,348 11,14 12,83 14,45 16,01 17,53 19,02 20,48 21,92 23,34 24,74 26,12 27,49 28,85 30,19 31,53 32,85 34,17 35,48 36,78 38,08 39,36 40,65 41,92 43,19 44,46 45,72 46,98 59,34 71,42 83,30 95,02 106,63 118,14 129,56 0,010 6,635 9,210 11,34 13,28 15,09 16,81 18,48 20,09 21,67 23,21 24,72 26,22 27,69 29,14 30,58 32,00 33,41 34,81 36,19 37,57 38,93 40,29 41,64 42,98 44,31 45,64 46,96 48,28 49,59 50,89 63,69 76,15 88,38 100,43 112,33 124,12 135,81 0,005 7,879 10,60 12,84 14,86 16,75 18,55 20,28 21,95 23,59 25,19 26,76 28,30 29,82 31,32 32,80 34,27 35,72 37,16 38,58 40,00 41,40 42,80 44,18 45,56 46,93 48,29 49,64 50,99 52,34 53,67 66,77 79,49 91,95 104,21 116,32 128,30 140,17 0,001 10,83 13,82 16,27 18,47 20,52 22,46 24,32 26,12 27,88 29,59 31,26 32,91 34,53 36,12 37,70 39,25 40,79 42,31 43,82 45,31 46,80 48,27 49,73 51,18 52,62 54,05 55,48 56,89 58,30 59,70 73,40 86,66 99,61 112,32 124,84 137,21 149,45
Exemplo: o valor da qui-quadrado com =16 graus de liberdade (GL) com rea da cauda superior igual 2 a 0,100 (P(Y>yc) = 0,1) 23,54, ou seja, 16 = 23,54 .
53
Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior TABELA IV (t de Student): valores tc tais que P(-tc < t < tc) = 1-p
GL 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 0,5 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 0,4 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 0,3 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 0,2 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 0,1 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 0,05 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 0,02 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 0,01 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 0,005 127,321 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 0,002 318,309 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 0,001 636,619 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

(2011) Raciocínio Lógico para Traumatizados - Aula 12

Enviado por

Dados do documento

Descrição original:

Título original

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

(2011) Raciocínio Lógico para Traumatizados - Aula 12

Enviado por

Direitos autorais:

Formatos disponíveis

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

Profs. Alexandre Lima e Moraes Junior

= P(mdia < 53)

A probabilidade pode ser determinada por meio de

0.4 0.35 0.3 Densidade 0.25 0.2 0.15 0.1 0.05 0 51

Regio Crtica (RC) Regio de Aceitao (RA) 52 53 54 55 56 Mdia amostral 57 58 59

Profs. Alexandre Lima e Moraes Junior

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

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

Profs. Alexandre Lima e Moraes Junior

Profs. Alexandre Lima e Moraes Junior

11.5 12 12.5 Mdia amostral

Profs. Alexandre Lima e Moraes Junior

11.5 12 12 5 Mdia amostral

0.8 0.7 0.6 0.5 Densidade 0.4 0.3 0.2 0.1 0 10

11.5 12 12.5 mdia amostral

Se valor-p , rejeitamos H0 em favor de H1. Se valor-p > , no rejeitamos H0 em favor de H1.

Deve-se padronizar o valor experimental x1 utilizando-se a frmula: (1)

Profs. Alexandre Lima e Moraes Junior

0.8 0.7 0.6 0.5 Densidade 0.4 0.3 0.2 0.1 0 10

11.5 12 12.5 mdia amostral

Voltemos resoluo da questo. Dados: 2=100, n=25, X = 15,76 e =5%.

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

Profs. Alexandre Lima e Moraes Junior

19.5 20 20.5 Mdia amostral

0.8 0.7 0.6 0.5 Densidade 0.4 0.3 0.2 0.1 0 18

19.5 20 20.5 Mdia amostral

Profs. Alexandre Lima e Moraes Junior

x c 20 = 1,7 x c = 20,85 . 0,5

Profs. Alexandre Lima e Moraes Junior

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

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

x c 20 = 2,5 x c = 21,25 . 0,5

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

Profs. Alexandre Lima e Moraes Junior

distribuio pela H0 (falsa) distribuio v erdadeira poder do teste

d = k = 0,5 + 0,041 = 0,541 . d = 1,64 / 40 = 0,041 . Assim, p 1 / 40

Profs. Alexandre Lima e Moraes Junior

Soluo alternativa (aproximada): Suponha que voc tenha esquecido a frmula

x1 x1 100 8( x1 100) = = = 1,64 10 / n 10 / 64

Anlise das alternativas:

Profs. Alexandre Lima e Moraes Junior

Se p-valor , rejeitar H0 em favor de H1. Se p-valor > , no rejeitar H0 em favor de H1.

Profs. Alexandre Lima e Moraes Junior

Se p-valor , rejeitar H0 em favor de H1. Se p-valor > , no rejeitar H0 em favor de H1.

Profs. Alexandre Lima e Moraes Junior

... ... ...

em que a, b, c e d so as freqncias observadas, organizadas conforme o esquema a c Logo, b d

100(15 25 15 45) 2 1,79. 60 30 70 40

X 0 X 15 X 15 = = = 2( X 15) (fornecida pela banca!) 3/ 6 / n 3 / 36

z = 2(16 15) = 2 F(z) = 0,977.

Profs. Alexandre Lima e Moraes Junior

que um estimador justo de 2, conforme j visto neste curso.

2 que determina sobre sua

distribuio uma cauda direita com probabilidade , ou seja, 2 n 1; (qui-

2 2 implica 2 Como s 2 > s1 n 1 > n 1; , a condio de rejeio de H0

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

0.14 X 6 0.12 rea =

De forma anloga, se as hipteses forem

2 em que n 1;1 o qui-quadrado inferior ( o valor que determina sobre sua

0.14 X 6 0.12 rea =

Se o teste for bilateral, isto . H0: H1: