Probabilidades e Estatstica

2004/05
Dois exerccios resolvidos do
captulo 8

LEIC, LERCI, LEE

A23. Um fabricante de m
aquinas de calcular afirma que no m
aximo 1% da sua produc
ao
e defeituosa. Numa amostra aleat
oria de 1000 calculadoras verificou-se que 12 eram
defeituosas.
(a) Teste a um nvel de signific
ancia de 5% a hip
otese colocada pelo fabricante.
(b) Determine o valor-p para o teste da alnea anterior.
(c) Que dimens
ao mnima deveria ter a amostra se houver de facto 2% de calculadoras defeituosas, de modo que a probabilidade do erro de tipo II n
ao exceda
5%? (Exame 29 Jun 2000 )
Resolu
c
ao: seja Xi a v.a. que toma o valor 1 se a i-esima m
aquina de calcular for
iid
defeituosa, com Xi Bernoulli(p). Resulta do enunciado que foi recolhida uma amostra
12
de n = 1000 calculadoras, para a qual x
= 1000
= 0.012.
(a) Pretende-se testar H0 : p 0.01 vs H1 : p > 0.01. Para esta situac
ao a estatstica
de teste e:
0.01
X
Z=q
N (0, 1)
0.010.99
1000

uma vez que n = 1000 (pelo que estamos nas condic

oes de aplicac
ao do TLC).

Da desigualdade P (Z > c) = 0.05 vem que c 1.65, donde a regi

ao crtica para
= 5% e (aproximadamente) da forma:
Z > 1.65.
Uma vez que zobs =

0.01
qx

0.010.99
1000

= 0.64 < 1.65 n

ao h
a evidencias, para 5%,

para rejeitar H0 , ie., com base nesta amostra n

ao h
a motivos (para 5%) para
discordar da afirmac
ao do fabricante.
1

(b) O valor-p e dado por:

p = P (Z > 0.64) 1 (0.64) = 1 0.7389 = 0.2611
i.e., H0 s
o deve ser rejeitada para 26.11% (i.e., H0 n
ao dever
a ser rejeitada para
os nveis usuais de signific
ancia).
(c) A probabilidade de erro tipo II e dada por:
P ( aceitar H0 |H0 e falsa)
Note-se que
0.01
X
P ( aceitar H0 |H0 e falsa) = P ( q
< 1.65|p = 0.02)
0.010.99
n

0.01 0.99
|p = 0.02)
n
q
0.01 + 1.65 0.010.99
0.02
0.02
X
n
q
= P (q
<
|p = 0.02)
< 0.01 + 1.65
= P (X

0.020.98
n

0.020.98
n

q
0.02
0.01 + 1.65 0.010.99
n
q
)
(
0.020.98
n

= (0.07 n + 1.17) 0.05 = (1.65)

donde n 1623.
8.22 A altura, em metros, dos indivduos de determinada populac
ao e uma vari
avel
aleat
oria X. Escolhidos aleatoriamente 100 desses indivduos e medidas as suas
alturas obtiveram-se os seguintes resultados:
Classes

Fi0

[1.595, 1.625[
[1.625, 1.655[
[1.655, 1.685[
[1.685, 1.715[
[1.715, 1.745[

5
18
42
27
8

(a) Teste o ajustamento da distribuic

ao normal com valor esperado 1.675 e vari
ancia
2
0.029 .
(b) Teste ao nvel de significancia de 1%, a hip
otese H0 : X e uma vari
avel aleat
oria
com distribuic
ao normal contra todas as alternativas.
Resolu
c
ao:
2

(a) Nesta alnea pretende-se testar H0 : X N (1.675, 0.0292 ) contra H1 : X outra

distribuic
ao.
ao dadas por:
Sob validade de H0 as frequencias esperadas de cada uma das classes s

Classes

oi

[, 1.625[
[1.625, 1.655[
[1.655, 1.685[
[1.685, 1.715[
[1.715, [

5
18
42
27
8

ei
1.6251.675
100(
) = 100(1.72) = 100(1 0.9573) = 4.27
 1.6551.6750.029 1.6251.675 
100 ( 0.029 ) ( 0.029 ) = 100 [(0.69) (1.72)] = 20.24


100 ( 1.6851.675
) ( 1.6551.675
) = 100 [(0.35) (0.69)] = 39.17
0.029
0.029


100 ( 1.7151.675
) ( 1.6851.675
0.029
0.029  ) = 100 [(1.38) (0.35)] = 27.94
100 1 ( 1.6551.675
) = 100 [1 (1.38)] = 8.38
0.029

Note-se que tanto a primeira classe como a u

ltima s
ao abertas porque se X efectivamente tiver distribuic
ao normal, toma valores em IR. Apesar da primeira classe ter
frequencia inferior a 5, como e muito pr
oxima de 5 n
ao vamos agrupar a primeira
com a segunda.
P
2
i)
2(4) , vem que o valor
Dado que a estatstica de teste e da forma 5i=1 (Oi E
Ei
observado da estatstica de teste e dado por 0.626, pelo que o valor p correspondente
e aproximadamente 1 F2 (0.626) (0.95; 0.975). Concumitantemente a hip
otese
(4)
H0 n
ao e rejeitada para os nveis usuais de signific
ancia.
(b) Nesta alnea pretende-se testar H0 : X N (, 2 ) versus H1 : X outra distribuic
ao.
Dado que os par
ametros n
ao s
ao indicados, ter-se-`
a que estim
a-los, via metodo da
m
axima verosimilhanca. Pode-se provar (prove-o!) que:
emv() = x
=

5
X
i=1

oi
ci
100

emv( ) = s =

P5

100 (
x)2
99

2 oi
i=1 ci 100

(as f
ormulas anteriores foram apresentadas no Captulo 1, sobre o tema da Estatstica
Descritiva) pelo que
emv() =
e
2

emv( ) =

1.61 5 + 1.64 18 + . . . + 1.73 8

= 1.6745
100

1.612 5+1.642 18+...+1.732 8

100

100 1.67452

= 0.0009
99
pelo que pelo princpio de invari
ancia dos estimadores de m
axima verosimilhanca:

Classes

oi

[, 1.625[
[1.625, 1.655[
[1.655, 1.685[
[1.685, 1.715[
[1.715, [

5
18
42
27
8

ei
1.6251.6745
100(
) = 100(1.65) = 100(1 0.9505) = 4.05
 1.6551.67450.03

1.6251.6745
100 (
) (
) = 100 [(0.65) (1.65)] = 21.7
0.03
0.03


100 ( 1.6851.6745
) ( 1.6551.6745
) = 100 [(0.35) (0.65)] = 39.09
0.03
0.03


100 ( 1.7151.6745
) ( 1.6851.6745
0.03 
0.03  ) = 100 [(1.35) (0.35)] = 27.47
100 1 ( 1.6551.6745
) = 100 [1 (1.35)] = 7.7
0.03

Como a primeira frequencia e menor que 5, neste caso vamos colapsar as duas
primeiras classes, donde resulta a seguinte tabela:
Classes

oi

ei

[, 1.655[
[1.655, 1.685[
[1.685, 1.715[
[1.715, [

23
42
27
8

21.78
39.09
27.47
7.7

2
P
i)
Dado que a estatstica de teste e da forma 4i=1 (Oi E
2(2) , vem que o valor
Ei
observado da estatstica de teste e dado por 0.305, pelo que dado que o quantil de
ordem 0.99 de uma 2(2) e igual a 9.21, ent
ao para = 1% n
ao h
a evidencias para
rejeitar H0 .