Estatística Usando Minitab

UNIVERSIDADE FEDERAL DE MINAS GERAIS
INSTITUTO DE CINCIAS EXATAS

DEPARTAMENTO DE ESTATSTICA

ESTATSTICA USANDO
MINITAB

Renzo Joel Flores Ortiz

Ela Mercedes Medrano de Toscano

BELO HORIZONTE
MINAS GERAIS - BRASIL
SETEMBRO DE 2010

Estatstica Usando
Minitab

Graduando em Estatstica
Universidade Federal de Minas Gerais

Professora Associada do Departamento de Estatstica
Universidade Federal de Minas Gerais

Belo Horizonte
Minas Gerais - Brasil
Setembro de 2010

PREFCIO

O presente relatrio busca apresentar os recursos mais utilizados do Minitab
em cursos de Estatstica Bsica por meio de exerccios resolvidos.

Organizado em seis captulos, o texto aborda Estatstica Descritiva,
Probabilidade e Testes de Hipteses.

O trabalho foi desenvolvido durante o perodo de abril a dezembro de 2008,
como atividade integrante do Programa de Monitoria de Graduao -
PMG/UFMG, contando com o apoio de bolsa desse programa. Os autores
agradecem o apoio recebido para o desenvolvimento deste trabalho.

Sugestes e correes sero muito bem recebidas e ajudaro no
aprimoramento e desenvolvimento de prximas verses.

(renzojfo@gmail.com)

(mercedes@est.ufmg.br)

Belo Horizonte, Setembro de 2010

Sumrio

Captulo 1 Introduo...................................................................................... 4

Captulo 2 Descrio e Caractersticas do Minitab.......................................... 5
2.1 Barra de Menus ..................................................................................... 5
2.2 Barra de Ferramentas............................................................................ 6
2.3 Janela Session ...................................................................................... 7
2.4 Planilha (Worksheet).............................................................................. 7

Captulo 3 Estatstica Descritiva...................................................................... 8
3.1 Grficos ................................................................................................. 9
3.1.1 Grfico de Barras ............................................................................ 9
3.1.2 Grfico de Setores (Grfico de Pizza)........................................... 12
3.1.3 Histograma.................................................................................... 14
3.1.4 Grfico de Pontos.......................................................................... 16
3.1.5 Boxplot .......................................................................................... 17
3.1.6 Ramo-e-Folhas.............................................................................. 19
3.2 Medidas Descritivas............................................................................. 20

Captulo 4 Probabilidade............................................................................... 25
4.1 Nmeros Aleatrios ............................................................................. 26
4.1.1 Gerao de Nmeros Aleatrios ................................................... 26
4.1.2 Amostragem Aleatria Simples ..................................................... 31
4.2 Clculo de Valores de Distribuies de Probabilidade ........................ 33
4.3 Ajuste de Distribuies ........................................................................ 42

Captulo 5 Teste de Hipteses ...................................................................... 48
5.1 Teste para a Mdia Populacional com conhecido ......................... 49
5.2 Teste para a Mdia Populacional com desconhecido ................... 54
5.3 Teste de Hipteses para Uma Proporo............................................ 59

Captulo 6 Inferncia a Partir de Duas Amostras .......................................... 63
6.1 Teste para Comparar Mdias Populacionais: Duas Amostras
Dependentes (Teste t - Pareado) ................................................................. 64
Independentes com
1
=
2
.......................................................................... 67
Independentes com
1

2
.......................................................................... 70
6.4 Teste para Comparar Varincias Populacionais.................................. 73

Referncias Bibliogrficas................................................................................ 77

Ortiz, R. J. F.; Toscano, E. M. M., 2010 Estatstica Usando Minitab
4
Captulo 1 Introduo

Trabalhando em qualquer campo do conhecimento estamos sujeitos a analisar
e a entender conjuntos de dados. Seja em universidades, bancos, indstrias ou
hospitais, o estatstico prope solues para profissionais das mais diversas
reas.

Com a demanda por resultados mais rpidos e eficientes, hoje o profissional de
Estatstica amparado de softwares (pacotes) especificamente voltados para a
anlise estatstica.

Desenvolvido em 1972 na Universidade Estadual da Pensilvnia, o Minitab
um exemplo de pacote estatstico largamente utilizado por empresas e
universidades ao redor do mundo.

No mercado o Minitab aplicado a empresas dos mais variados segmentos,
como por exemplo: General Electric, LG, Nokia, AT&T, Rolls Royce, Samsung,
Xerox Corporation, dentre outras.

Nas universidades, disciplinas de Estatstica integram o currculo de muitos
cursos de graduao: desde as engenharias, passando pelas cincias
humanas at a rea da sade, possvel ver como a Estatstica essencial
para a formao de profissionais qualificados, independente das reas de
atuao.

Considerando a importncia do computador como ferramenta de apoio ao
ensino, Estatstica Usando Minitab visa apresentar, de forma simples e
objetiva, os recursos mais utilizados do Minitab em cursos de estatstica bsica.
Trabalharemos em referncia a verso 15, entretanto no descartamos o uso
de sua verso precedente, a verso 14, que possui uma interface semelhante.

5
Captulo 2 Descrio e Caractersticas do Minitab

Uma das caractersticas que faz do Minitab um dos pacotes de maior
preferncia a facilidade para a utilizao dos seus recursos. A seguir
apresentamos uma breve descrio desse ambiente.

2.1 Barra de Menus

As operaes e comandos possveis de serem executados no Minitab esto
disponveis na Barra de Menus.

File Menu relacionado a operaes com arquivos (abrir, salvar,...).

Edit Menu relacionado a operaes para editar arquivos (copiar, colar,...).

Data Menu relacionado a manipulao de dados na planilha (transpor
colunas, exibir postos...).
Barra de Ferramentas Barra de Menus
Janela Session
Planilha
6
Calc Menu relacionado clculos (estatsticas, probabilidades,...).

Stat Menu relacionado anlise estatstica (estatstica descritiva, teste de
hipteses,...).

Graph Menu relacionado a construo de grficos (histograma, grfico de
pontos,...).

Editor Menu relacionado a comandos na janela Session.

Tools Menu que contm utilidades diversas como bloco de notas,
calculadora, etc.

Window Menu que gerencia as janelas do Minitab (minimizar,
restaurar,...).

Help Menu que disponibiliza ajuda sobre o ambiente do Minitab.

2.2 Barra de Ferramentas

A Barra de Ferramentas nos fornece maior facilidade para manipulao de algo
que se esteja trabalhando, como uma planilha ou um grfico. Muitas das
opes da Barra de Ferramentas podem ser habilitadas no menu Tools
Toolbars.

A seguir descrevemos algumas dessas ferramentas:

Assinalar frmula a uma coluna.

Inserir linha.

Inserir coluna.

Mover colunas.

7
2.3 Janela Session

A janela Session o lugar onde aparecem as sadas dos procedimentos
estatsticos disponveis no Minitab. Esses procedimentos podem ser acessados
atravs de menus ou por comandos apropriados chamados de session
commands.

Para habilitar o uso de session commands, acesse na Barra de Menus:

Editor Enable Commands

A janela Session estar habilitada para o uso de session commands quando
aparecer um cursor piscando e o procedimento para executar comandos
consiste, basicamente, em escrev-los e teclar Enter ao final de cada linha.

2.4 Planilha (Worksheet)

um tipo de tabela utilizada para clculos ou apresentao de dados.
Ela composta por linhas e colunas, sendo que em cada coluna aparece toda
a informao de uma varivel e em cada linha aparece toda a informao de
todas as variveis de um individuo ou objeto. Ao par linha e coluna existe uma
rea denominada clula (cell).

8
Captulo 3 Estatstica Descritiva

Estatstica Descritiva a rea da Estatstica que apresenta mtodos para
organizar, resumir, comparar e descrever dados atravs de tabelas, grficos e
medidas resumo. Apresentamos neste captulo os principais recursos grficos
e numricos para uma anlise descritiva no Minitab.

Como objeto de estudo foi utilizado um banco de dados referente aos
candidatos ao curso de Estatstica no Vestibular 2008 da UFMG
1
.
As variveis analisadas so: Sexo (em que F designa feminino e M masculino),
Nota 1 Etapa Matemtica (que pode assumir valores entre 0 e 8) e Nota
Matemtica 2 Etapa (que pode assumir valores entre 0 e 100).

1
Os autores agradecem a Profa. Glaura Franco do Departamento de Estatstica da UFMG
pelos dados cedidos.
9
3.1 Grficos

Um grfico uma forma de apresentao de dados que permite uma leitura
rpida e global de um fenmeno estudado. Os tipos de grficos disponveis no
Minitab se encontram no menu Graph.

3.1.1 Grfico de Barras

O Grfico de Barras representado no plano cartesiano com os valores da
varivel no eixo das abscissas e as frequncias ou porcentagens no eixo das
ordenadas. A cada valor da varivel temos uma barra com altura
correspondendo sua frequncia ou porcentagem. um grfico que se adapta
bem s variveis discretas ou qualitativas ordinais.

Exemplo 3.1.1 Construa o Grfico de Barras para a varivel Nota
Matemtica 1 Etapa.

Selecione Graph Bar Chart

Janela Bar Charts: Escolha a opo Counts of unique values em Bars
represent e a seguir selecione Simple OK

10

Janela Bar Chart - Counts of unique values, Simple: Selecione a coluna
C2 Nota Matemtica 1 Etapa para o campo Categorical variables
OK

11
Os grficos possuem opes com que podemos acrescentar mais ou
menos informaes. Um incremento que poderamos incluir ao grfico de
barras seria exibir as porcentagens das respectivas barras. Para isso, siga
os prximos passos a partir da janela Bar Chart - Counts of unique
values, Simple:

Janela Bar Chart - Counts of unique values, Simple: Clique em Chart
options e marque a opo Show Y as Percent OK

Janela Bar Chart - Counts of unique values, Simple: Clique em Labels
Data Labels e marque a opo Use y-value labels OK

Janela Bar Chart - Counts of unique values, Simple: OK

12

3.1.2 Grfico de Setores (Grfico de Pizza)

O Grfico de Setores ou de Pizza consiste num crculo dividido em setores
correspondentes s porcentagens ou frequncias das variveis representadas.
indicado para representar variveis qualitativas.

Exemplo 3.1.2 Construa o Grfico de Setores para a varivel Sexo.

Selecione Graph Pie Chart

Janela Pie Chart: Marque a opo Chart counts of unique values e
selecione a coluna C1 Sexo para o campo Categorical variables OK

13

Pode-se incluir ao grfico de setores os nomes e as frequncias dos
respectivos setores, alm das porcentagens, como feito no exemplo do
grfico de barras. Para isso, siga os prximos passos a partir da janela Pie
Chart:

Janela Pie Chart: Clique em Labels Slice Labels e marque as
opes Category name, Frequency e Percent OK

Janela Pie Chart: OK

14

3.1.3 Histograma

O histograma um grfico de distribuio de frequncias em barras
justapostas com bases que so faixas de valores da varivel e cuja rea igual
a frequncia relativa da respectiva faixa.

A construo de histogramas tem carter preliminar em qualquer estudo e um
importante indicador da distribuio dos dados. Indica, por exemplo, se os
dados seguem uma distribuio normal. A suposio de que os dados seguem
uma distribuio normal assumida para a maioria dos mtodos estatsticos
mais utilizados, como o teste t de Student, ANOVA, regresso linear e interva-
los de confiana. Este fato somado a resultados tericos fundamentais
(Teorema Central do Limite) faz com que a distribuio normal seja a
distribuio terica mais importante em Estatstica.

Exemplo 3.1.3 Construa o Histograma para a varivel Nota Matemtica 2
Etapa ajustando a esse grfico uma curva normal com sua respectiva mdia
e desvio padro.

Selecione Graph Histogram

Janela Histograms: Selecione With Fit OK

15

Janela Histogram - With Fit: Selecione a coluna C3 Nota Matemtica 2
Etapa para o campo Graph variables OK

16
3.1.4 Grfico de Pontos

O Grfico de Pontos consiste em representar dados por pontos ao longo de
uma reta provida de escala. Valores repetidos so empilhados um em cima do
outro.

Exemplo 3.1.4 Construa o grfico de pontos para a varivel Nota
Matemtica 1 Etapa.

Selecione Graph Dotplot

Janela Dotplots: Na linha One Y selecione Simple OK

Janela Dotplot - One Y, Simple: Selecione a coluna C2 Nota
Matemtica 1 Etapa para o campo Graph variables OK

17

3.1.5 Boxplot

O Boxplot um grfico no formato de caixa, cujos limites so o primeiro
quartil e o terceiro quartil. A mediana representada por um trao no interior da
caixa e segmentos de reta so colocados da caixa at os valores mximo e
mnimo, que no sejam observaes discrepantes. Este grfico fornece
informaes sobre posio, disperso, assimetria, caudas e a presena de
dados discrepantes, sejam atpicos ou outliers.

Exemplo 3.1.5 Construa o Boxplot para a varivel Nota Matemtica 2
Etapa.

Selecione Graph Boxplot

Janela Boxplots: Na linha One Y selecione Simple OK

18

Janela Boxplot - One Y, Simple: Selecione a coluna C3 Nota
Matemtica 2 Etapa para Graph variables OK

19
3.1.6 Ramo-e-Folhas

O diagrama de Ramo-e-Folhas consiste em representar dados separando cada
valor em duas partes: o ramo e a folha (est ltima, localizada direita do
ramo). As folhas representam as unidades e o ramo representa as dezenas. No
Minitab h ainda uma fila esquerda do ramo que funciona como contador de
suas respectivas folhas. Alm de mostrar como um conjunto de valores est
distribudo, esse diagrama til, pois no h perda de informao dos dados.

Exemplo 3.1.6 Construa o diagrama de Ramo-e-Folhas para a varivel
Nota Matemtica 1 Etapa.

Selecione Graph Steam-and-Leaf

Janela Steam-and-Leaf: Selecione a coluna C2 Nota Matemtica 1
Etapa para Graph variables OK

20
3.2 Medidas Descritivas

Alm do uso de tabelas e grficos, outra maneira de analisar um conjunto de
dados quantitativos atravs de medidas resumo ou descritivas, que nada
mais so do que nmeros. Tais medidas se classificam como de posio
(moda, mdia, mediana) e disperso (amplitude, varincia, desvio padro).
Mostraremos neste captulo como obter medidas descritivas usando os menus
Calc e Stat do Minitab.

Exemplo 3.2.1 Calcule a mdia da varivel Nota Matemtica 1 Etapa.

Selecione Calc Calculator

Janela Calculator: Selecione Mean Select. Depois escolha a coluna
C2 Nota Matemtica 1 Etapa Select. No campo Store result in
variable indique a coluna onde deseja armazenar o resultado. OK

21

Nota: Na janela Calculator possvel calcular valores provindo de diversas
operaes como, por exemplo, aritmticas, estatsticas, trigonomtricas,
dentre outras.

Exemplo 3.2.2 Calcule a moda, mediana, mdia, amplitude, varincia e
desvio padro para a varivel Nota Matemtica 2 Etapa.

Ao invs de calcularmos as medidas separadamente na janela Calculator
(como visto no exemplo 3.2.1), optemos por outro caminho:

Selecione Stat Basic Statistics Display Descriptive Statistics

Janela Display Descriptive Statistics: Selecione a coluna C3 Nota
Matemtica 2 Etapa para o campo Variables e a seguir clique em
Statistics.
22

Janela Descriptive Statistics - Statistics: Selecione as medidas de
interesse; Mode (moda), Median (mediana), Mean (mdia), Range
(amplitude), Variance (varincia) e Standard deviation (desvio padro).
OK

Nota: Observe que na janela Descriptive Statistics - Statistics possvel
encontrar outros valores de interesse como, por exemplo, First quartile
(primeiro quartil), Third quartile (terceiro quartil), Interquartile range
(intervalo interquartil), etc.

Janela Display Descriptive Statistics: OK

23

Nota: No Minitab tambm podemos fazer a anlise descritiva de um
conjunto de dados atravs de comandos na janela Session.

Na janela Session digite o seguinte comando:

MTB > Describe C3. Ou MTB > Desc C3.

Exemplo 3.2.3 Obtenha uma sada que permita a anlise exploratria da
varivel Nota Matemtica 1 Etapa.

Selecione Stat Basic Statistics Graphical Summary

Janela Graphical Summary: Para o campo Variables selecione a coluna
C2 Nota Matemtica 1 Etapa. Verifique o nvel de confiana em
Confidence level OK
24

25
Captulo 4 Probabilidade

O Minitab atende a certos tpicos comumente abordados em cursos
introdutrios de Probabilidade. So estes:

Gerao de Nmeros Aleatrios

Clculo de Valores de Distribuies de Probabilidade

Ajuste de Distribuies

26
4.1 Nmeros Aleatrios

4.1.1 Gerao de Nmeros Aleatrios

Podemos gerar nmeros aleatrios de acordo com um tipo de distribuio de
probabilidade. No Minitab essas distribuies encontram-se no menu Calc
Random Data.

Exemplo 4.1.1 Gere 1000 nmeros aleatrios segundo uma distribuio
Binomial com parmetros n = 80 e p = 0,57.

Selecione Calc Random Data Binomial

Janela Binomial Distribution: No campo Number of rows of data to
generate digite a quantidade de nmeros a gerar; no campo Store in
column(s) escolha a coluna em que esses nmeros sero gerados e
nos campos Number of Trials e Event probability informe o valor dos
parmetros n e p, respectivamente, da distribuio Binomial. OK
27

De forma equivalente, na janela Session, digite os seguintes comandos:

MTB > Random 1000 C1;
SUBC> Binomial 80 0,57.

Exemplo 4.1.2 Gere 300 nmeros aleatrios segundo uma distribuio de
Poisson com parmetro = 8.

Selecione Calc Random Data Poisson

Janela Poisson Distribution: No campo Number of rows of data to
column(s) escolha a coluna em que esses nmeros sero gerados e no
campo Mean informe o valor da mdia da distribuio de Poisson (para
uma Poisson a mdia igual ao valor de seu parmetro ). OK
28

De modo equivalente, na janela Session, digite os seguintes comandos:

SUBC> Poisson 8.

Normal com parmetros = 200 e = 9.

Selecione Calc Random Data Normal

Janela Normal Distribution: No campo Number of rows of data to
29
nos campos Mean e Standard deviation informe o valor da mdia e do
desvio padro, respectivamente, da distribuio Normal. OK


SUBC> Normal 200 9.

Uniforme com parmetros = 475 e = 800.

Selecione Calc Random Data Uniform

30
Janela Uniform Distribution: No campo Number of rows of data to
nos campos Lower endpoint e Upper endpoint informe o valor dos
parmetros e , respectivamente, da distribuio Uniforme. OK

De modo equivalente, na janela Session, digite os seguintes comandos:

SUBC> Uniform 475 800.

31
4.1.2 Amostragem Aleatria Simples

No prximo exemplo mostraremos como o Minitab pode ser usado para obter
amostras aleatrias simples, com e sem reposio, de um conjunto de dados.

Exemplo 4.1.5 De uma urna contendo bolas numeradas de 1 a 10,
obtenha duas amostras aleatrias de tamanho 5: uma com e outra sem
reposio.

Selecione Calc Make Patterned Data Simple Set of Numbers
para primeiro gerarmos nmeros de 1 a 10 correspondentes s bolas da
urna.

Janela Simple Set of Numbers: Em Store patterned data in escolha a
coluna em que os nmeros sero armazenados. Em From first value e
em To last value, digite qual deve ser o primeiro e o ltimo valor a
serem gerados, respectivamente. E no campo In Steps of informe o
intervalo de cada nmero em relao ao seguinte. OK

Para gerar nmeros de 1 a 10 na janela Session digite os comandos:

MTB > Set C1
DATA> 1:10/1
DATA> End.

Para obter as duas amostras aleatrias de tamanho 5 digite os
comandos:

MTB > Sample 5 C1 C2. (Amostra Sem Reposio)

MTB > Sample 5 C1 C3; (Amostra Com Reposio)
SUBC> Replace.
32

33
4.2 Clculo de Valores de Distribuies de Probabilidade

No Minitab podemos calcular valores de funes de densidade de
probabilidade, probabilidade acumulada e probabilidade acumulada inversa
para certas distribuies de uma varivel aleatria usando o menu Calc
Probability Distributions e comandos na janela Session.

Exemplo 4.2.1 Obtenha os valores da funo densidade de probabilidade
de uma distribuio Binomial com parmetros n = 90 e p = 0,43.

Selecione Calc Make Patterned Data Simple Set of Numbers
para primeiro gerarmos nmeros de 1 a 90 correspondentes aos ensaios
da distribuio Binomial.

Janela Simple Set of Numbers: Em Store patterned data in escolha a
coluna em que os nmeros sero armazenados. Em From first value e
em To last value, digite qual deve ser o primeiro e o ltimo valor a
serem gerados, respectivamente. E no campo In Steps of informe o
intervalo de cada nmero em relao ao seguinte. OK
34

Selecione Calc Probability Distributions Binomial

Janela Binomial Distribution: Marque a opo Probability e em Number
of trials e Event Probability informe o valor dos parmetros n e p,
respectivamente, da distribuio Binomial. Em Input column e em
Optional storage informe, respectivamente, a coluna de entrada e sada
da funo de probabilidade. OK


MTB > PDF;
SUBC> Binomial 90 0,43.

35

Exemplo 4.2.2 Encontre os valores da funo de probabilidade
acumulada de uma varivel aleatria que tem distribuio de Poisson com
parmetro = 1.

Na janela Session digite os seguintes comandos:

MTB > CDF;
SUBC> Poisson 1.

36
Exemplo 4.2.3 Calcule P(X 27) de uma distribuio Normal com
parmetros = 28 e = 1.


MTB > CDF 27;
SUBC> Normal 28 1.

Exemplo 4.2.4 Seja X ~ Normal(0, 1). Encontre x tal que P(X x) = 0,975.

Selecione Calc Probability Distributions Normal

Janela Normal Distribution: Marque a opo Inverse cumulative
probability e em Mean e Standard Deviation informe o valor da mdia
e do desvio padro, respectivamente, da distribuio Normal. Marque a
opo Input constant e nesse campo informe o valor da funo de
probabilidade para o qual estamos procurando a inversa. OK

37

MTB > Invcdf 0,975;
SUBC> Normal 0,0 1,0.

Nota: Este procedimento til, por exemplo, em Testes de Hipteses para
encontrar os valores crticos de uma distribuio de referncia. Esses mesmos
valores tambm so encontrados em tabelas de distribuies: Normal, Fisher,
Qui-quadrado, etc.

Normal com parmetros = 2 e = 3,5. Calcule sua funo densidade de
probabilidade e faa seu grfico.

Selecione Calc Random Data Normal

Janela Normal Distribution: No campo Number of rows of data to
nos campos Mean e Standard deviation informe o valor da mdia e do
desvio padro, respectivamente, da distribuio Normal. OK

38
Selecione Calc Probability Distributions Normal

Janela Normal Distribution: Marque a opo Probability density e nos
campos Mean e Standard deviation informe o valor dos parmetros e
, respectivamente, da distribuio Normal. Em Input column e em
Optional storage informe a coluna de entrada e sada, respectivamente,
da funo de probabilidade. OK

Selecione Graph Scatterplot With Connect Line OK

Janela Scatterplot - With Connect Line: Selecione as ordenadas e
abscissas correspondentes distribuio Normal. OK

De forma equivalente, na janela Session digite os seguintes comandos:


MTB > PDF C1 C2;
39
MTB > Plot C2*C1;
SUBC> Symbol;
SUBC> Connect.

Exemplo 4.2.6 Gere duas amostras de tamanho 15000: uma de Poisson
com parmetro = 7 e outra Exponencial com parmetro = 5. Em seguida
faa o que se pede.

Podemos gerar as duas amostras na janela Session digitando os
seguintes comandos:

SUBC> Poisson 7.

SUBC> Exponential 0,2.

a) Calcule as funes densidade e acumulada das duas amostras.


MTB > PDF C1 C3;
SUBC> Poisson 7.

MTB > PDF C2 C4;

MTB > CDF C1 C5;
SUBC> Poisson 7.
40
MTB > CDF C2 C6;

b) Represente num mesmo grfico as funes densidade e acumulada da
amostra de Poisson encontrada no item a. Faa o mesmo para a amostra
Exponencial.

Selecione Graph Scatterplot With Connect Line OK

Janela Scatterplot - With Connect Line: Selecione as ordenadas e
abscissas correspondentes a cada uma das distribuies e a seguir
clique em Multiple Graphs.

Janela Scatterplot - Multiple Graphs: Selecione a opo In separate
panels of the same graph OK

41

Janela Scatterplot - With Connect Line: OK

Ou da mesma forma, na janela Session digite os seguintes comandos:

MTB > Plot C3*C1 C5*C1; MTB > Plot C4*C2 C6*C2;
SUBC> Symbol; SUBC> Symbol;
SUBC> Connect; SUBC> Connect;
SUBC> Panel. SUBC> Panel.

42
4.3 Ajuste de Distribuies

Em determinada fase de um estudo estatstico surge o interesse em saber se
um conjunto de dados segue uma distribuio ou modelo probabilstico. A
seguir introduzido como o Minitab auxilia a escolha de tais modelos.

Exemplo 4.3.1 Gere uma amostra de tamanho 5000 segundo uma
distribuio Normal com parmetros = 5 e = 2,5. A seguir teste se a
amostra ajusta uma distribuio Normal.

Optemos por gerar os nmeros na janela Session. Para isso, digite os
seguintes comandos:

SUBC> Normal 5 2,5.

Selecione Graph Probability Distribution Plot Single OK

Janela Probability Plot - Single: No campo Graph variables escolha a
coluna onde esto os dados a serem testados e a seguir clique em
Distribution.

Janela Probability Plot - Distribution: Escolha a distribuio a ser testada
para o conjunto de dados em Distribution OK
43

Janela Probability Plot - Single: OK

44
Na janela Session, para verificar se o conjunto de dados se ajusta bem
a uma distribuio Normal, digite os seguintes comandos:

MTB > PPlot C1; Ou simplesmente MTB > PPlot C1;
SUBC> Normal; SUBC> Normal.
SUBC> Symbol;
SUBC> FitD;
SUBC> Grid 2;
SUBC> Grid 1;
SUBC> MGrid 1.

Interpretao dos Resultados: Obtemos que o p-valor = 0,462 > = 0,05
(nvel de significncia) e, portanto podemos afirmar que o conjunto de
dados se ajusta bem a uma distribuio Normal. Vale notar tambm, do
grfico, que os pontos esto situados em torno de uma reta.

Nota: A seguir outra forma de testar a normalidade dos dados.

Stat Basic Statistics Normality Test

Janela Normality Test: Em Variable selecione a coluna onde esto os
dados a serem testados e escolha um dos testes de normalidade:
Anderson-Darling, Ryan-Joiner ou Kolmogorov-Smirnov. OK

45
Verifique que chegaremos mesma concluso: o conjunto de dados se
ajusta bem a uma distribuio Normal.

Exemplo 4.3.2 Teste se os valores abaixo se ajustam bem a uma
distribuio Weibull.

Valores
14,4189 10,9302
1,53627 4,07240
4,55370 8,55290
7,99175 13,9009
5,77815 1,72682
7,13175 24,1585
2,71879 8,93994
5,46169 5,88014
2,94740 2,85988
16,4731 1,69562
3,15996 14,3234

Selecione Graph Probability Distribution Plot Single OK

Janela Probability Plot - Single: No campo Graph variables escolha a
coluna onde esto os dados a serem testados e a seguir clique em
Distribution.

Janela Probability Plot - Distribution: Escolha a distribuio a ser testada
para o conjunto de dados em Distribution OK

46

Janela Probability Plot - Single: OK

47
Na janela Session, para verificar se o conjunto de dados se ajusta bem
a uma distribuio Weibull, digite os seguintes comandos:

MTB > PPlot C1; Ou simplesmente MTB > PPlot C1;
SUBC> Weibull; SUBC> Weibull.
SUBC> Symbol;
SUBC> FitD;
SUBC> Grid 2;
SUBC> Grid 1;
SUBC> MGrid 1.

Interpretao dos Resultados: Obtemos que o p-valor > 0,250 > = 0,05
(nvel de significncia) e, portanto podemos afirmar que o conjunto de
dados se ajusta bem a uma distribuio Weibull. Vale notar tambm, do
grfico, que os pontos esto situados em torno de uma reta.

48
Captulo 5 Teste de Hipteses

Neste captulo iremos introduzir os procedimentos e recursos bsicos do
Minitab para fazer inferncias sobre um parmetro de uma populao.

As opes de testes a serem utilizados encontram-se no menu Stat Basic
Statistics.

49
5.1 Teste para a Mdia Populacional com conhecido

Exemplo 5.1.1 A seguir temos nove medidas de um produto. de
conhecimento que essas medidas seguem uma distribuio Normal com =
0,2. Testar se a mdia das medidas igual a 5.

Medidas do Produto
4,9 5,1 4,6 5 5,1 4,7 4,4 4,7 4,6

Para este exemplo temos:

Hipteses: H
0
: = 5 Nvel de Significncia: = 0,05
H
1
: 5

Estatstica de Teste:

Valores Crticos
2
: z
0,025
= 1,96 e -z
0,025
= -1,96 (Valores Tabelados)

Usando o Minitab:

Selecione Stat Basic Statistics 1-Sample Z

Janela 1-Sample Z: Selecione Samples in Columns (amostras em
colunas) e escolha a coluna da amostra a ser testada. Introduza o valor

2
No Minitab, valores crticos de uma distribuio de referncia podem ser calculados usando a
funo de probabilidade acumulada inversa como visto no exemplo 4.2.4 do Captulo 4.
50
de em Standard deviation (desvio padro); marque a opo Perform
hypothesis test (fazer teste de hipteses) e informe o valor da mdia
populacional em Hypothesized mean. A seguir clique em Options.

Janela 1-Sample Z - Options: Introduza o nvel de confiana em
Confidence Level e para Alternative (hiptese alternativa), selecione
not equal (teste bilateral:
0
). OK

Janela 1-Sample Z: OK

Resultados:
Como o valor de z
obs
= -3,17 pertence regio crtica: {z < -1,96 ou
z > 1,96}, rejeitamos H
0
ao nvel de 5% de significncia.
51
Como o valor-p = 0,002 < = 0,05, rejeitamos H
0
ao nvel de 5% de
significncia
3
.
Como o intervalo de 95% de confiana no contm o valor de sob
H
0
( = 5), rejeitamos H
0

Concluso: H evidncia estatstica suficiente para rejeitarmos a
afirmativa de que a mdia populacional seja igual a 5.

Exemplo 5.1.2 A tenso de ruptura de cabos produzidos por um
fabricante apresenta mdia () de 1800 kg e desvio padro () de 100 kg.
Mediante nova tcnica de produo, proclamou-se que a tenso de ruptura
pode ter aumentado. Para testar essa declarao, selecionou-se uma
amostra de 50 cabos, chegando-se a uma mdia amostral de 1830 kg.
Pode-se confirmar a declarao ao nvel de 5% de significncia?


Hipteses: H
0
H
1
: > 1800

Estatstica de Teste:

Valor Crtico: z
0,05
= 1,64 (Valor Tabelado)

Usando o Minitab:

3
Em linhas gerais rejeitamos H
0
a um nvel de significncia maior que o valor-p encontrado.
52
Selecione Stat Basic Statistics 1-Sample Z

Janela 1-Sample Z: Selecione Summarized data e preencha os campos
Sample size (tamanho da amostra), Mean (mdia amostral) e Standard
deviation (desvio padro). Marque a opo Perform hypothesis test
(fazer teste de hipteses) e informe o valor da mdia populacional em
Hypothesized mean. A seguir clique em Options.

Janela 1-Sample Z - Options: Introduza o nvel de confiana em
greater than (teste unilateral: >
0
). OK

Janela 1-Sample Z: OK

53

Resultados:
Como o valor de z
obs
= 2,12 pertence regio crtica: {z > 1,96},
rejeitamos H
0
0
ao nvel de 5% de
significncia.
Como o limite inferior do intervalo de 95% de confiana maior que
o valor de sob H
0
0
ao nvel de 5% de
significncia.

Concluso: A nova tcnica produz cabos com uma tenso de ruptura
mdia () significativamente diferente de 1800 kg.

54
5.2 Teste para a Mdia Populacional com desconhecido

Exemplo 5.2.1 Doze latas de lubrificante de certa marca acusam os
seguintes contedos mdios (em decilitros):

Contedos Mdios
10,2 9,7 10,1 10,3 10,1 9,8 9,9 10,4 10,3 9,8 10,4 10,2

Ao nvel de 1%, testar a hiptese de que o contedo mdio das latas do
lubrificante igual a 10 dl. Assumir que os dados seguem uma distribuio
normal.


Hipteses: H
0
H
1
: 10

Estatstica de Teste: t com 11 graus de liberdade

Valores Crticos: t
(11; 0,005)
= 3,106 e -t
(11; 0,005)

Usando o Minitab:

55
Selecione Stat Basic Statistics 1-Sample t

Janela 1-Sample t: Selecione Samples in Columns (amostras em
colunas) e escolha a coluna da amostra a ser testada. Marque a opo
Perform hypothesis test (fazer teste de hipteses) e informe o valor da
mdia populacional em Hypothesized mean. A seguir clique em
Options.

Janela 1-Sample t - Options: Introduza o nvel de confiana em
not equal (teste bilateral:
0
). OK

Janela 1-Sample t: OK

56
Resultados:
Como o valor de t
obs
= 1,41 no pertence regio crtica: {t < -3,106
ou t > 3,106}, deixamos de rejeitar H
0
ao nvel de 1% de
significncia.
Como o valor-p = 0,185 > = 0,01, deixamos de rejeitar H
0
ao nvel
de 1% de significncia.
Como o intervalo de 99% de confiana contm o valor de sob H
0

( = 10), deixamos de rejeitar H
0

Concluso: No h evidncia suficiente para rejeitar a afirmativa que o
contedo mdio das latas de lubrificante seja igual a 10 dl.

Exemplo 5.2.2 Um artigo do New York Times observou que a vida mdia
de 35 regentes homens de orquestras sinfnicas era de 73,4 anos, em
contraste com a vida mdia de 69,5 anos para os homens da populao em
geral. Supondo que os 35 regentes tenham tempo mdio de vida com um
desvio padro de 8,7 anos, use o nvel de significncia 0,05 para testar a
afirmativa de que regentes homens de orquestras sinfnicas tm tempo
mdio de vida maior do que 69,5 anos. Assumir que a varivel de interesse
segue uma distribuio normal.


Hipteses: H
0
: = 69,5 Nvel de Significncia: = 0,05
H
1
: > 69,5


Valor Crtico: t
(34; 0,05)

57

Usando o Minitab:


Janela 1-Sample t: Selecione Summarized data e preencha os campos
Sample size (tamanho da amostra), Mean (mdia amostral) e Standard
deviation (desvio padro). Marque a opo Perform hypothesis test
(fazer teste de hipteses) e informe o valor da mdia populacional em
Hypothesized mean. A seguir clique em Options.

greater than (teste unilateral: >
0
). OK
58


Resultados:
Como o valor de t
obs
= 2,65 pertence regio crtica: {t > 1,691},
rejeitamos H
0
0
ao nvel de 5% de
significncia.
o valor de sob H
0
( = 69,5), rejeitamos H
0
ao nvel de 5% de
significncia.

Concluso: O tempo mdio de vida de regentes homens
significativamente diferente de 69,5 anos.

59
5.3 Teste de Hipteses para Uma Proporo

Exemplo 5.3 Um jornal alega que 25% dos seus leitores pertencem
classe A. Que regra de deciso adotaramos para testar essa hiptese,
contra a alternativa de que a porcentagem verdadeira no 25% no nvel
de 5% de significncia? Se em uma amostra de 740 leitores encontramos
156 da classe A, qual a sua deciso a respeito da alegao veiculada pelo
jornal?


Hipteses: H
0
: p = 0,25 Nvel de Significncia: = 0,05
H
1
: p 0,25

Estatstica de Teste (Aproximando pela Normal):

Valores Crticos: z
0,025
= 1,96 e -z
0,025

Usando o Minitab:

Selecione Stat Basic Statistics 1 Proportion

Janela 1 Proportion: Selecione Summarized data e preencha os
campos Number of events (nmero de eventos) e Number of trials
(nmero de ensaios). Marque a opo Perform hypothesis test (fazer
60
teste de hipteses) e informe o valor da proporo populacional p a ser
testada em Hypothesized proportion. A seguir clique em Options.

Janela 1 Proportion - Options: Introduza o nvel de confiana em
not equal (teste bilateral: p p
0
). Marque a opo Use test and interval
based on normal distribution (o Minitab calcula a estatstica de teste e
o intervalo de confiana fazendo a aproximao da distribuio Binomial
pela Normal). OK

Janela 1 Proportion: OK
61

Resultados:
Como o valor de z
obs
= -2,46 pertence regio crtica: {z < -1,96 ou
z > 1,96}, rejeitamos H
0
0
ao nvel de 5% de
significncia.
Como o intervalo de 95% de confiana no contm o valor de p sob
H
0
(p = 0,25), rejeitamos H
0

Concluso: A porcentagem de leitores pertencentes classe A
significativamente diferente de 25%.

Nota 1: No teste de hiptese para propores, a distribuio de
probabilidade que se usa uma aproximao da distribuio Binomial a
Normal se, e somente se, np > 5 e np(1-p) > 5, onde n o nmero de
ensaios (ou eventos) e p a proporo em teste. Neste exemplo a
distribuio Normal pode ser usada satisfatoriamente.

Nota 2: Caso no tivssemos marcado a opo Use test and interval
based on normal distribution na janela 1 Proportion - Options, o Minitab
iria usar o Teste da Razo de Mxima Verossimilhana para testar a
proporo. A concluso seria a mesma do processo anterior.

Resultados:
0
ao nvel de 5% de
significncia.
62
Como o intervalo de 95% de confiana no contm o valor de p sob
H
0
(p = 0,25), rejeitamos H
0

Concluso: A porcentagem de leitores pertencentes classe A
significativamente diferente de 25%.

63
Captulo 6 Inferncia a Partir de Duas Amostras

Neste captulo apresentamos os procedimentos e recursos bsicos do Minitab
para fazer inferncia a partir de duas amostras.

As opes de testes a serem utilizados encontram-se no menu Stat Basic
Statistics.

Nota: Nos exemplos deste captulo, as entradas dos testes so conjuntos de
dados, mas tambm podem ser os dados sumarizados isto , os valores dos
parmetros: mdia, desvio padro e tamanho de amostra.

64
6.1 Teste para Comparar Mdias Populacionais: Duas
Amostras Dependentes (Teste t - Pareado)

Exemplo 6.1 Captropil um medicamento desenvolvido para baixar a
presso sangnea sistlica. Na tabela a seguir esto as leituras de presso
sangnea sistlica (em mm de mercrio) de pacientes antes e depois da
ingesto do medicamento. Use um nvel de significncia de 0,05 para testar
a afirmativa de que as medidas de presso sangnea sistlica so mais
baixas depois do uso de Captropil.

Paciente A B C D E F G H I J K L
Antes 200 174 198 170 179 182 193 209 185 155 169 210
Depois 191 170 177 167 159 151 176 183 159 145 146 177


Hipteses: H
0
:
d
= 0 d = Antes - Depois
H
1
:
d
> 0

Nvel de Significncia: = 0,05


Valor Crtico: t
(11; 0,05)

65

Usando o Minitab:

Selecione Stat Basic Statistics Paired t

Janela Paired t: Selecione Samples in Columns (amostras em colunas)
e escolha as colunas para First sample (primeira amostra) e Second
Sample (segunda amostra). A seguir clique em Options.

Janela Paired t - Options: Introduza o nvel de confiana em Confidence
Level e o valor da mdia
d
a ser testada em Test mean. Para
Alternative (hiptese alternativa), selecione greater than (teste
unilateral:
d
>
0
). OK

66

Janela Paired t: OK

Resultados:
Como o valor de t
obs
= 6,37 pertence regio crtica: {t > 1,796},
rejeitamos H
0
0
ao nvel de 5% de
significncia.
o valor de sob H
0
0
ao nvel de 5% de
significncia.

Concluso: A medida de presso sangunea sistlica
significativamente diferente de zero depois do uso de Captropil.

67
Amostras Independentes com
1
=
2

Exemplo 6.2 Dois grupos de ratos foram alimentados apresentando alto e
baixo contedo de protena. A tabela abaixo d o peso, em gramas, para
cada rato ao final do experimento. Apesar de no conhecidas, as varincias
populacionais para os dois grupos de ratos so consideradas iguais com
base em estudos anteriores. Testar se as dietas so equivalentes ou no.

Alto 123 134 146 104 119 124 161 107 83 129 97 113
Baixo 70 118 101 85 107 132 94


Hipteses: H
0
:
Alto
=
Baixo
H
0
:
Alto
-
Baixo
= 0
H
1
:
Alto

Baixo
H
1
:
Alto
-
Baixo
0



Valores Crticos: t
(17; 0,025)
= 2,110 e -t
(17; 0,025)

68

Usando o Minitab:


Janela 2-Sample t: Selecione Samples in different columns (amostras
em colunas diferentes) e escolha as colunas para First (primeira
amostra) e Second (segunda amostra). Marque a opo Assume equal
variances (assumir varincias iguais) e a seguir clique em Options.

Janela 2-Sample - Options: Introduza o nvel de confiana em
Confidence Level e o valor da diferena entre as mdias populacionais
testadas:
1
-
2
em Test difference. Para Alternative (hiptese
alternativa), selecione not equal (teste bilateral:
1
-
2
0). OK

69


Resultados:
Como o valor de t
obs
= 1,89 no pertence regio crtica: {t < -2,110
ou t > 2,110}, deixamos de rejeitar H
0
ao nvel de 5% de
significncia.
0
ao nvel
Como o intervalo de 95% de confiana contm o valor de
Alto
-
Baixo

sob H
0
(
Alto
-
Baixo
= 0), deixamos de rejeitar H
0
ao nvel de 5% de
significncia.

Concluso: No h evidncia estatstica suficiente para rejeitar a
afirmativa de que as dietas com alto e baixo contedo de protenas
sejam equivalentes.

70
Amostras Independentes com
1

2

Exemplo 6.3 Consulte os dados amostrais listados abaixo e use um nvel
de significncia de 0,05 para testar a afirmativa de que a quantidade mdia
de alcatro em cigarros tamanho king-size com filtro menor do que a
quantidade mdia de alcatro em cigarros tamanho king-size sem filtro.
Sabe-se que as varincias populacionais so diferentes, sendo seus valores
desconhecidos. Todas as medidas esto em miligramas e os dados so da
Comisso Federal de Comrcio dos Estados Unidos.

16 15 16 14 16 1 16 18 10 14 12
Com
Filtro
11 14 13 13 13 16 16 8 16 11
Sem
Filtro
23 23 24 26 25 26 21 24


Hipteses: H
0
:
Com Filtro
=
Sem Filtro
H
0
:
Com Filtro
-
Sem Filtro
= 0
H
1
:
Com Filtro
<
Sem Filtro
H
1
:
Com Filtro
-
Sem Filtro
< 0


Estatstica de Teste: t com v graus de liberdade

v =

Valor Crtico: t
(25; 0,05)
= -1,708 (Valor Tabelado)

71

Usando o Minitab:


Janela 2-Sample t: Selecione Samples in different columns (amostras
amostra) e Second (segunda amostra). Como foi mencionado que as
varincias populacionais so desconhecidas e diferentes, deixamos de
marcar a opo Assume equal variances (assumir varincias iguais). A
seguir clique em Options.

Confidence Level e o valor da diferena entre as mdias populacionais
72
testadas:
1
-
2
em Test difference. Para Alternative (hiptese
alternativa), selecione Less than (teste unilateral:
1
-
2
< 0). OK


Resultados:
Como o valor de t
obs
= -10,59 pertence regio crtica: {t < -1,708},
rejeitamos H
0
0
ao nvel de 5% de
significncia.
Como o limite superior do intervalo de 95% de confiana menor
que o valor de
Com Filtro
-
Sem Filtro
sob H
0
(
Com Filtro
-
Sem Filtro
= 0),
rejeitamos H
0

Concluso: A quantidade mdia de alcatro em cigarros tamanho king-
size com filtro significativamente diferente da quantidade mdia de
alcatro em cigarros tamanho king-size sem filtro.

73
6.4 Teste para Comparar Varincias Populacionais

importante ressaltar que o teste para comparao de varincias tambm
til como um procedimento preliminar em testes de comparao de mdias,
auxiliando a escolha das tcnicas adequadas.

Exemplo 6.4 Coletaram-se dados amostrais em um estudo de
suplementos de clcio e seus efeitos sobre a presso sangnea. Os
valores da amostra esto listados a seguir. No nvel de significncia de
0,10, teste a afirmativa de que os dois grupos amostrais originam-se de
populaes com a mesma varincia.

124,6 104,8 96,5 116,3 106,1 128,8 107,2 123,1
Placebo
118,1 108,5 120,4 122,5 113,6
129,1 123,4 102,7 118,1 114,7 120,9 104,4 116,3
Clcio
109,6 127,7 108,0 124,3 106,6 121,4 113,2


Hipteses: H
0
:
2
Placebo
=
2
Clcio
H
1
:
2
Placebo

2
Clcio

Estatstica de Teste: F com 14 e 12 graus de liberdade.
(S
1
2
representa o maior valor das duas varincias amostrais)

Valores Crticos: F
(14; 12; 0,95)
= 0,395 e F
(14; 12; 0,05)
= 2,637 (Valores
Tabelados)

74

Usando o Minitab:

Selecione Stat Basic Statistics 2 Variances

Janela 2 Variances: Selecione Samples in different columns (amostras
amostra) e Second (segunda amostra). A seguir clique em Options.

Janela 2 Variances - Options: Preencha os campos Confidence Level
(nvel de confiana) e Title (caso queira atribuir um ttulo ao grfico do
teste de varincias). OK

75

Janela 2 Variances: OK

76
Resultados:
Como o valor de F
obs
= 1,25 no pertence regio crtica: {F <
0,395 ou F > 2,637}, deixamos de rejeitar H
0
ao nvel de 10% de
significncia.
0
ao nvel

Concluso: H evidncia estatstica suficiente para afirmar que os dois
grupos provenham de populaes com varincias iguais.

Nota 1: Da perspectiva de estatsticas de teste importante esclarecer que
escolhendo as colunas para First (primeira amostra) e Second (segunda
amostra) estamos definindo, tambm, que elas correspondem s amostras
do numerador e denominador, respectivamente, da estatstica de teste F.
Essa informao necessria para determinar os valores crticos e,
consequentemente, a regio crtica.

Nota 2: Usualmente encontramos tabelas da distribuio F correspondentes
cauda direita. O valor crtico da cauda esquerda pode ser encontrado
tomando o recproco do valor crtico da cauda direita com os graus de
liberdade invertidos. No exemplo temos:

F
(14; 12; 0,95)
= 1 / F
(12; 14; 0,05)
= 1 / 2,534 = 0,395

77
Referncias Bibliogrficas

BUSSAB, W. O.; MORETTIN, P. A. Estatstica Bsica. 5. ed. So Paulo:
Saraiva, 2002.

FARIAS, A. A.; CSAR, C. C.; SOARES, J. F. Introduo Estatstica. 2. ed.
Rio de Janeiro: Livros Tcnicos e Cientficos, 2003.

MAGALHES, M. N.; Pedroso de Lima, A. C. Noes de Probabilidade e
Estatstica. 6. ed. So Paulo: Edusp, 2008.

MEYER, P. L. Probabilidade: Aplicaes Estatstica. 2. ed. Rio de Janeiro:
Livros Tcnicos e Cientficos, 1995.

ROSS, S. M. A First Course in Probability. 7. ed. Upper Saddle River: Prentice
Hall, 2005.

TRIOLA, M. F. Introduo Estatstica. 9. ed. Rio de Janeiro: Livros Tcnicos e
Cientficos, 2005.

Estatística Usando Minitab

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Estatística Usando Minitab

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DE MINAS GERAIS

INSTITUTO DE CINCIAS EXATAS

Você também pode gostar