Ch09 TH 1amostra

Estatstica Aplicada Engenharia de Produo
Roteiro
1.
2.
Introduo
Testes para a Mdia
i.
ii.
Testes de Hipteses para uma

nica Amostra
3.
4.
5.
6.
7.
8.
Populao normal com varincia conhecida

Populao normal com varincia desconhecida
Testes para a Varincia e o Desvio-padro

Testes para a Proporo
Roteiro para Procedimentos de Inferncia
Testes de Adequao de Ajuste
Testes para Tabela de Contingncia
Referncias
Teste de Hipteses
Procedimento de tomada de deciso sobre hipteses
envolvendo a populao
Aspecto bastante til da Inferncia Estatstica:
Testes de Hipteses
Problemas de tomada de deciso, teste ou experimentos

podem ser formulados em termos de teste hipteses
H uma conexo entre testes de hipteses e

intervalos de confiana
Estimao de parmetros, com teste estatstico de
hipteses e com intervalo de confiana so fundamentais
na anlise de dados
Prof. Luprcio F. Bessegato
Exemplo
Hiptese Estatstica
Afirmao sobre os parmetros de uma ou mais

populaes
Taxa de queima de propelente slido, usado para

fornecer energia aos sistemas de escapamento de
aeronaves
Taxa de queima uma varivel aleatria descrita por
distribuio de probabilidades
Interesse:
A hiptese geralmente envolve um ou mais

parmetros da distribuio de probabilidades que
modela a populao
Hipteses:
H0: = 50 cm/s
H1: 50 cm/s
Denominao:
H0: hiptese nula

H1: hiptese alternativa
Taxa mdia de queima (parmetro da distribuio)

Taxa mdia de queima ou no 50 cm/s?
Importante:
Hipteses so sempre afirmaes sobre a populao
ou distribuio sobre estudo
No so afirmaes sobre a amostra!
No exemplo a hiptese alternativa bilateral

Pode-se formular hiptese alternativa unilateral
H0: = 50 cm/s
H1: > 50 cm/s
ou
H0: = 50 cm/s
H1: < 50 cm/s
Teste de Hipteses
Procedimento que leva a uma deciso acerca de

uma hiptese particular
S se pudermos examinar toda a populao!
Apoiam-se no uso de informaes de amostras

aleatrias da populao de interesse
Se a informao amostral for consistente com a
hiptese, essa no ser rejeitada
Se a informao amostral for inconsistente com a
hiptese, conclui-se que a hiptese falsa
Estruturao:
Estabelecer H0 de modo que ela especifique um valor
exato do parmetro
= 50 cm/s
Selecionar uma amostra aleatria

Calcular uma estatstica de teste a partir dos dados
amostrais
Tomar uma deciso a respeito de H0.
O procedimento de teste de hipteses deve ser

desenvolvido considerando a probabilidade de
alcanar uma concluso errada!
Exemplo
Teste de Hipteses
No sabemos com certeza sobre a verdade ou

falsidade de uma hiptese
Taxa de queima de propelente

Hipteses:
H0: = 50 cm/s vs. H1: 50 cm/s
Amostra de tamanho n = 10
Estatstica de teste: x
Estimativa da mdia verdadeira
Critrio para deciso:
A mdia amostral pode assumir muito valores

diferentes
Se a estimativa cair prxima ao valor da hiptese

(=50) evidncia que a mdia verdadeira
realmente 50 cm/s.
Estimativa consideravelmente diferente de 50 cm/s
uma evidncia que H1 vlida.
Suponha o critrio de deciso:

Rejeitar H0
50 cm/s
Regio de aceitao
Falhar em rejeitar H0
= 50 cm/s
48,5
50
Rejeitar H0
50 cm/s
51,5
Regio crtica
Valores crticos:
Limites entre as regies crticas e de aceitao
No exemplo:
48,5 e 51,5
Concluses referem-se H0:

Rejeio de H0 em favor de H1.
Estatstica de teste cai na regio crtica
x
Regio crtica
No rejeitaremos H0 se:
Rejeitaremos H0 em favor de da hiptese alternativa H1 se:
Concluses erradas:
Taxa mdia de queima do propelente 50 cm/s e
mdia amostral cai na regio crtica
A deciso de rejeitar H0 est errada
Taxa mdia de queima do propelente no 50 cm/s e

mdia amostral cai na regio de aceitao
A deciso de no rejeitar H0 est errada
Falha em rejeitar H0:
Estatstica de teste cai na regio de aceitao
Decises no Teste de Hipteses
Podem-se associar probabilidade com os erros
Erro tipo I:
Rejeitar H0 quando ela for realmente verdadeira
Deciso est baseada em variveis aleatrias
Probabilidade de erro tipo I:
= P{erro tipo I} = P{rejeitar H0 | H0 verdadeira}

Nvel de significncia do teste ou erro ou tamanho
do teste
Erro tipo II:

Falhar em rejeitar H0 quando ela for realmente falsa
Deciso
Falhar em rejeitar H0
Rejeitar H0
Situao Real
H0 Verdadeira
H0 Falsa
Nenhum erro
Erro tipo II
Erro tipo I
Nenhum erro
No exemplo:
Taxa de queima com mdia verdadeira = 50 cm/s e
desvio-padro = 2,5 cm/s
Taxa de queima tem distribuio para a qual se
aplicam as condies do TCL
5,74% de todas as amostras aleatrias conduziriam

rejeio de H0. (se verdadeiro for 5 cm/s)
possvel reduzir .
Como?
Alargamento da regio de aceitao

Valores crticos: 48 e 52
Probabilidade de erro tipo II:
Aumento no tamanho amostral

n = 16
Erro tipo II quando = 52 e n = 10
=P{erro tipo II}=P{falhar em rejeitar H0 | H0

falsa}
Erro .
Para calcular temos de ter uma hiptese alternativa
especfica
P{Rejeitar H0 | H0 Falsa (=52)}
ser tambm 0,264 se a mdia verdadeira for =48
Erro tipo II quando = 50,5 e n = 10
Erro tipo II quando = 52 e n = 16
muito maior para = 50,5
aumenta rapidamente medida que a mdia

verdadeira se aproxima do valor de H0.
depende tambm do tamanho da amostra
Tabela comparativa
Comentrios
Regio de
Aceitao
48,5 < x < 51,5
Tamanho
amostral
10
0,0576
0,2643
0,8923
48 < x < 52
48,81 < x < 51,19
10
0,0114
0,5000
0,9705
16
0,0576
0,0966
0,8606
48,42 < x < 51,58
16
0,0114
0,2515
0,9578
em =52
Escolha limites regio crtica controla .

Erros tipo I e tipo II esto relacionados
Aumentar a amostra, implica diminuio de .
em =50,5
, em geral, controlada com escolha de pontos

crticos
depende do verdadeiro valor do parmetro
No constante
Depende do tamanho da amostra
Depende da extenso com que H0 falsa
Diminuir um deles implicar aumentar o outro
Aumento amostral reduz (c/ constante)

aumenta quando m se aproxima de H0.
(se H0 for falsa)
Rejeitar H0 uma concluso forte
Poder
O erro de rejeitar H0 equivocadamente controlado.
Aceitar H0 uma concluso fraca

Pode indicar a necessidade de mais dados para se obter
uma concluso forte
Deve-se dizer Falha em rejeitar H0.
Poder uma medida muito descritiva e concisa da

sensibilidade de um teste estatstico
Sensibilidade a habilidade em perceber diferenas
Exemplo:
Se a mdia verdadeira for realmente 52 cm/s, o teste
rejeitar H0 corretamente (perceber a diferena) em 73,57%
das vezes.
a probabilidade de rejeitar H0 quando H0

falsa.
a probabilidade de rejeitar corretamente H0.
Em geral, testes estatsticos so comparados atravs
de seu poder
Se o poder for julgado muito baixo, o analista poder
tanto como o tamanho da amostra
Hipteses Unilaterais e Bilaterais
H0 estabelecida sempre como uma igualdade

Deseja-se controlar em um valor especificado
H1 pode ser bilateral ou unilateral
Exemplo 9-1
Engarrafador compra garrafas mas quer estar certo

de que elas atendem especificao
Deseja-se que a concluso forte seja quando a taxa

de queima for menor do que 50 cm/s
Hipteses:
H0: = 50
H1: < 50
Significa que no temos forte evidncia para suportar H0.
Rejeitar H0 sempre uma concluso forte

O que importante para fazer uma concluso forte
em H1?
Depende do ponto de vista e da experincia na situao
Resistncia mnima 200 psi
Formulaes possveis:
Falhar em rejeitar H0 no significa que = 50
Exemplo Situao difcil de ser formulada
H0: = 200 psi Rejeitar H0

garrafas so satisfatrias
H1: > 200 psi Fabricante deve demonstrar conformidade
H probabilidade de no rejeitar H0 mesmo que > 200
H0: = 200 psi Rejeitar H0
garrafas no conformes
H1: < 200 psi Pequenos desvios so aceitveis
H probabilidade de aceitar H0 mesmo que < 200
Resultado do Teste
Concluso sobre resultado do teste

H0 foi ou no rejeitado a um nvel de significncia .
No d ideia a respeito da posio da estatstica de
teste na regio de rejeio
Probabilidade de Significncia
(Valor-p)
Expressa a concluso final de um teste
a probabilidade de se obter resultados mais
extremos do observado, sob H0.
H0 verdadeira e ocorreu um evento extremamente

raro
H0 no deve ser verdadeira, pois a conjectura inicial
no parece ser plausvel
p = P{estatsticas iguais ou superiores | H0 V}

Qual a probabilidade de outra amostra apresentar
resultados mais favorveis (estatsticas de teste
maiores) para rejeitar H0?
p-valor carrega muita informao sobre o peso

da evidncia contra H0.
p-valor o menor nvel de significncia que

conduz rejeio de H0, com os dados amostrais
Estatstica de teste significante:

H0 rejeitado
p-valor o menor nvel em que os dados so
significantes
(ponto crtico a estatstica de teste)
Se o p-valor pequeno h duas conjecturas:
Quanto menor o p-valor, maior a evidncia para

se rejeitar H0
De maneira geral p 0,05 indica que h diferenas
significativas entre grupos
Exemplo Lanamento Moeda
Voc lana uma moeda 20 vezes e obtm 16

caras e 4 coroas.
H0: a moeda honesta (pc = pk = 0,50)
Qual a chance de obter 16 ou mais caras (ou 4 ou
menos caras) lanando uma moeda honesta?
Resp.: 2 x 0,59 % = 1,18%
o mesmo que obter 4 coroas ou menos
10
Exemplo
200 alunos lanaro uma moeda 20 vezes e

anotaro a quantidade de caras
Espera-se obter pelo menos 16 caras (ou coroas)

em 1,18% dos experimentos.
No seria surpresa encontrar um mais experimento
com pelo menos 16 caras (ou coroas)
Esse um caso de comparao mltipla!
H0: = 50 vs. H1: 50

Populao com = 2,5 cm/s
H0 seria rejeitado para qualquer > 0,038

(no seria rejeitada para = 1%)
Testes de Hipteses e Intervalos de

Confiana
No sempre fcil calcular o valor exato de p

para um teste
Pacotes estatsticos reportam o p-valor
H relao entre Teste de Hipteses sobre um

parmetro e o Intervalo de Confiana para
Intervalo de (1 )x100% de confiana para :
[l, u]
Teste de Hipteses com nvel de significncia a para
H0: = 0.
H1: 0.
O Teste de Hipteses conduzir rejeio de H0 se, e

somente se, 0 no pertencer ao IC [l, u].
11
Exemplo
Taxa de queima de propelente ( = 2,5 cm/s)

H0: = 50 vs. H1: 50
Dados amostrais:
p-valor: 0,038
H0 rejeitada ao nvel = 5%
Intervalo bilateral com 95% de confiana para .
Embora equivalentes, o Teste de Hipteses e o

Intervalo de Confiana fornecem conhecimento
diferentes.
Intervalo de confiana:
Faixa de valores provveis para em um nvel

estabelecido de confiana
Teste de Hipteses:
Estrutura para dispor os nveis de risco associados com

deciso especfica
H0 rejeitada
Procedimento Geral para Teste de

Hipteses
1.
2.
3.
4.
5.
6.
7.
8.
A partir do contexto do problema, identifique o

parmetro de interesse
Estabelea a hiptese nula H0.
Estabelea uma hiptese alternativa adequada, H1.
Escolha um nvel de significncia, .
Determine uma estatstica de teste apropriada
Estabelea a regio de rejeio para a estatstica
Calcule a estatstica de teste observada
Decida se H0 deve ou no ser rejeitada e conclua
no contexto do problema
Uma vez que o experimento tenha sido

planejado (passos de 1 a 4), so requeridas as
seguintes etapas:
1. Especificar a estatstica de teste a ser usada
2. Especificar a localizao da regio crtica
(bilateral, unilateral inferior, unilateral superior)
3. Especificar os critrios de rejeio

(o valor de a ou o p-valor no qual a regio deveria ocorrer)
12
Significncia Estatstica vs.

Significncia Prtica
Valor-p pequeno
significativo
indica
Exemplo
Valor-p para testar H0: = 50

Para valor observado:
estatisticamente
H0 deve ser rejeitado em favor de H1.

O desvio real de H0 detectado pode ter pouca
significncia prtica
(isto particularmente verdade quando n grande)
Tamanho
amostral (n)
p-valor
10
0,527
0,097
25
0,317
0,170
50
0,157
0.293
100
0,046
0,516
400
6,3x105
0,979
Poder(1)
2,5x1010
1000
1,000
verdadeiro = 50,5 ( = 5%)
(1)Quando
Para n grandes, o valor observado 50,5 sugere

que H0: = 50 seja rejeitada
Mesmo que do ponto de vista prtico, no difira
muito do valor usado na hiptese (0 = 50)
Amostra grande quase sempre conduzir

rejeio de H0 (a um nvel fixo de significncia)
Mesmo se houver pouca diferena prtica entre a
mdia verdadeira e o valor usado na hiptese
Seja cuidadoso ao interpretar os resultados do

teste de hipteses quando a amostra tiver
tamanho grande, visto que qualquer pequeno
desvio do valor usado em H0 (0) ser
provavelmente detectado, mesmo quando a
diferena for de pouca ou nenhuma significncia
prtica
13
Mdia Amostral
Testes para a Mdia Populao

Normal com Varincia Conhecida
Considere uma amostra aleatria X1, X2, ..., Xn

proveniente de uma populao qualquer, com
mdia m e varincia 2.
Mdia amostral estimador no-viciado de .
Distribuio amostral da mdia amostral:
Teste de Hipteses para a Mdia

Seja uma amostra aleatria X1, X2, ..., Xn
proveniente de uma nica populao normal
com varincia 2 conhecida.
Hipteses:
Para amostras pequenas depender da distribuio da

populao, suas esperana e varincia sero:
Regio de rejeio:
H1: 0. (alternativa bilateral)
z0 > z/2 ou z0 < z/2.
H 0 : = 0
H 1 : 0
Nvel de significncia do teste: .
Estatstica de teste:
Pontos crticos: z/2 e z/2.

Regra de deciso:
Rejeitar H0 se z0 > z/2 ou z0 < z/2.
14
Regio crtica expressa em termos do valor

observado da mdia amostral:
Rejeite H0: = 0 se:
em que:
Aplicao de Procedimento:
1. Parmetro de interesse:
2.
3.
4.
5.
6.
: taxa mdia de queima
H0: = 50 cm/s
H1: 50 cm/s
= 0,05
Rejeite H0 se z0 > 1,96 ou z0 < 1,96
Exemplo 9-2
Taxa de queima de propelente caracterstica

importante do produto
Especificaes exigem que taxa de queima seja 50 cm/s
Sabe-se que desvio-padro taxa de queima = 2 cm/s
Analista especifica nvel de significncia a = 5%
Seleciona-se amostra aleatria de n = 25
Mdia amostral observada: x = 51,3
Que concluso o analista toma?
8. Concluso:
= 3,25 > 1,96, logo rejeitamos H0: = 50 cm/s, com
nvel de significncia de 5%
Conclumos que a taxa mdia de queima difere de 50 cm/s,
baseados em uma amostra de 25 medidas
H forte evidncia de que a taxa mdia de queima exceda
50 cm/s.
z0
Valores crticos para = 5%: z/2 = 1,96 e z/2 = 1,96
7. Clculo estatstica de teste observada
15
Hiptese Alternativa Unilateral Superior
Regio de rejeio:
H1: > 0. (alternativa unilateral superior)
z0 > z.
Hipteses:
H 0 : = 0 .
H 1 : > 0 .
Comentrios:
Valor negativo de Z0 no conduz rejeio de H0.
Regio crtica na extremidade superior
Rejeio de H0:
Pontos crtico: z.
Regra de deciso:
z0 > z.
Hiptese Alternativa Unilateral Inferior
Hipteses:
Rejeitar H0 se z0 > z.
Regio de rejeio:
H1: < 0. (alternativa unilateral inferior)
z0 < z.
H 0 : = 0 .
H 1 : < 0 .
Comentrios:
Valores pequenos de Z0 conduzem rejeio de H0.
Regio crtica na extremidade inferior
Rejeio de H0:
z0 < z.
Pontos crtico: z.
Regra de deciso:
Rejeitar H0 se z0 < z.
16
Testes para Mdia

(Varincia Conhecida)
Valor-p
Clculo do valor-p:
Hiptese nula:
H 0 : = 0 .
Para testes com a estatstica Z0:

p
2[1 (|z0|)] Bilateral

1 (z0)
Hiptese alternativa
(z0)
Critrio de rejeio
H1: 0
z0 > z/2 ou z0 < z/2.
H1: > 0
z0 > z.
H1: < 0
z0 < z.
Hiptese alternativa bilateral

Estatstica de teste observada:
z0 = 3,25
Valor-p:
Hipteses
H1: = 0 H1: 0
Bilateral superior H1: = 0 H1: > 0

Bilateral inferior
H1: = 0 H1: < 0
(z): funo de distribuio acumulada da N(0, 1)
No exemplo:
Teste
Erro Tipo II
Em um teste de hipteses:
Analista seleciona diretamente .
Probabilidade de erro tipo II () depende da escolha
do tamanho da amostra
H0: = 50 seria rejeitada com qualquer nvel de

significncia 0,0012
H0 seria rejeitada se = 0,01

H0 no seria rejeitada se = 0,001
17
Considere a hiptese bilateral:
z/2 Z0 z/2.
H 0 : = 0
H 1 : 0
Comete-se erro tipo II quando H1 verdadeira e:
Suponha que o verdadeira valor da mdia seja

= 0 + , > 0 (H0 falsa!)
Estatstica de teste Z0 :
Quando H1 for verdadeira (>0):
Probabilidade de erro tipo II para teste bilateral para

a mdia (varincia conhecida)
Considere a hiptese unilateral superior:

H 0 : = 0
H 1 : > 0

= 0 + , > 0 (H0 falsa!)
A equao se mantm se < 0

Se = 0, tem-se a probabilidade de no rejeitar H0
quando ela for verdadeira (1 )
Quando H1 for verdadeira (>0):
18
Probabilidade de erro tipo II para teste unilateral

superior para a mdia (varincia conhecida)
Considere a hiptese unilateral inferior:

H 0 : = 0
H 1 : < 0

= 0 + , < 0 (H0 falsa!)
Quando H1 for verdadeira (<0):
Escolha do Tamanho da Amostra

inferior para a mdia (varincia conhecida)
Tamanho da amostra para se obter um valor

particular de , para um dado e .
Hiptese alternativa bilateral (H1: 0)
Se > 0
, ento:
Seja z o percentil 100 superior da normal padro

= (z)
19
Tamanho da amostra para um teste bilateral para

a mdia (varincia conhecida)
Teste unilateral superior (H1: > 0, > 0)

Teste unilateral inferior (H1: < 0, > 0)
= (z) e
Convenciona-se arredondar o tamanho da amostra

para o maior inteiro mais prximo
Essa aproximao boa quando (z/2 n/)
pequena comparada a .

Tamanho da amostra para um teste unilateral superior

para a mdia (varincia conhecida)
Para qualquer hiptese unilateral:

Tamanho da amostra para produzir um erro
especificado do tipo II, com probabilidade , dados
e :
= (z) e
Tamanho da amostra para um teste unilateral inferior
para a mdia (varincia conhecida)
20
Exemplo 9-3
Probabilidade no rejeitar H0 vs. mdia verdadeira

n = 25

Taxa verdadeira de queima 49 cm/s ( = 1)
n = 25
= 2 cm/s
Valor de para teste bilateral
Planejamento do teste de maneira que teste detectar,

com alta probabilidade (90%), diferenas entre a mdia
verdadeira e 0 = 50 de no mais que = 1 cm/s
A curva simtrica com relao s mdias verdadeiras

menores que 50
Probabilidade de cerca de 30% de que essa diferena no

seja percebida

n = 42
A aproximao boa.
pequena em relao a .
Aumento do tamanho amostral melhora poder do teste
21
n = 1, 2, 10, 15, 25 e 100

Considerando uma escala :
Teremos calculado para qualquer 1.
calculado em uma escala de !
Curvas Caractersticas de Operao
Teste bilateral e nvel de significncia = 0,05
Curvas de vs. um parmetro d, para vrios

tamanhos amostrais
Grficos VIIa e VIIb Apndice
Curvas para = 0,05 e = 0,01
Parmetro d:
d: Fator de no centralidade
Conjunto de curvas caractersticas pode ser usado
para todos os problemas, independente dos valores
de 0 e .
22
Comentrios:
Quanto mais distante a mdia verdadeira estiver de
0, menor ser o valor de , para um dado n e .
Para n e especificados, so mais fceis de detectar
grandes diferenas na mdia
Para um dado e , a probabilidade diminui
medida que n aumenta
Podemos tornar um teste mais potente aumentando n.
Exemplo 9-4

n = 25
= 2 cm/s
= 0,05
Analista quer perceber se a taxa mdia verdadeira de
queima for = 51 cm/s
Erro tipo II a partir da Curva CO
= 51 50 = 1
d:
Para n = 25, 0,30.
23
Exemplo 9-5

Analista deseja que teste detecte diferena de no
mais que 1 cm/s, com probabilidade alta (0,90).
d = 0,5
= 0,05
= 0,10
Tamanho amostra: n 40
Em geral, as curvas CO envolvem trs parmetros
Teste unilateral e nvel de significncia = 0,05
, d e n.
Aplicaes tpicas das curvas:

Para um dado n e d, encontre .
Analista preocupado sobre sensibilidade de experimento j

realizado ou com tamanho amostral restrito
Para um dado d e , encontre n
Analista pode selecionar tamanho amostral no incio do

experimento
24
Clculo tamanho da amostra - Minitab
Stat > Power and Sample Size > 1-Sample Z
Sada Minitab
Dados:
Diferena: 1
Poder: 0,90
Sada Minitab
Dados:
Diferena: 1
Poder: 0,75
Tamanho amostral diminuiu para n = 28
25
Sada Minitab
Curvas de poder vs. distncia entre mdia verdadeira e H0.
Dados:
Diferena: 1
Tamanho amostra: 25
Poder = 0,7054
= 0,2946
Os clculos do computador so mais acurados

que os valores da leitura visualizada a partir da
curva CO.
Teste para Amostras Grandes
Na maioria das situaes prticas:

2 desconhecida.
No podemos estar certo que a populao seja bem
modelada por uma distribuio normal
Testes para a Mdia Populao

Normal com Varincia Desconhecida
Se a amostra for grande (n > 40):

Pode-se substituir pelo desvio-padro amostral
Usa-se a estatstica Z0 para teste de hiptese sobre
mdia da populao
Baseado no TCL
26
Teste de Hipteses para a Mdia
Regio de rejeio:
H1: 0. (alternativa bilateral)
t0 > t/2, n1 ou t0 < t/2 , n1.

proveniente de uma nica populao normal
com varincia 2 desconhecida.
Hipteses:
H 0 : = 0
H 1 : 0
Pontos crticos: t/2 , n1 e t/2 , n1.

Regra de deciso:
S: desvio-padro amostral
Hipteses:
Rejeitar H0 se t0 > t/2 , n1 ou t0 < t/2 , n1.
Regio de rejeio:
H1: > 0. (alternativa unilateral superior)
t0 > t , n1.
H 0 : = 0 .
H 1 : > 0 .
Comentrios:
Valor negativo de T0 no conduz rejeio de H0.
Rejeio de H0:
t0
> t , n1.
Pontos crtico: t.
Regra de deciso:
Rejeitar H0 se t0 > t , n1.
27
Regio de rejeio:
H1: < 0. (alternativa unilateral inferior)
t0 < t , n1.
Hipteses:
H 0 : = 0 .
H 1 : < 0 .
Comentrios:
Valores pequenos de T0 conduzem rejeio de H0.
Rejeio de H0:
t0
Pontos crtico: t , n1.

Regra de deciso:
< t , n1.
Testes para Mdia

(Varincia Desconhecida)
Hiptese nula:
Hiptese alternativa
Critrio de rejeio
H1: 0
t0 > t/2, n1 ou t0 < t/2, n1.
H1: > 0
t0 > t, n1.
H1: < 0
t0 < t, n1.
Exemplo 9-6
H 0 : = 0 .
Rejeitar H0 se t0 < t , n1.
Projeto do Taco de Golfe

Quantificao da razo entre velocidade de sada e
velocidade de chegada da bola
(coeficiente de restituio)
Experimento para determinar se h evidncia (com
=5%) de suporte a afirmao de que o coeficiente
mdio de restituio exceda 0,82
Tamanho amostral: 15 tacos
28
Coef.
Coef. Restituio
Valores observados:
n
15
_
x
0,83725
1.
2.
3.
4.
5.
6.
7.
8.
0,02456
Minitab:
Parmetro de interesse: coeficiente de restituio ()

H0: = 0,82
1: > 0,82
= 0,05
Rejeite H0 se t0 > t0,05; 14 = 1,761
Concluso:
Grfico de probabilidade suporta a suposio de que o

coeficiente de restituio normalmente distribudo
Procedimento de teste:
t0 = 2,72 > 1,761

Rejeitamos H0
Afirmamos, em um nvel de 5% de significncia, que o
coeficiente mdio de restituio excede 0,82.
Sada:
Dados: BD_producao.xls/ guia: restituicao
Limite inferior com

95% de confiana
Estatstica
t0
Stat > Basic Statstics > 1-Sample t
Limite inferior com 95% de confiana excede 0,82
Rejeita-se H0: = 0,82, concluindo-se que H1: > 0,82

verdadeira
Valor-p confirma concluso
29
Valor-p
Clculo do p-valor Minitab:

No exemplo: H1: > 0,82
Menor nvel de significncia no qual H0 seria

rejeitada
Para testes com a estatstica T0:
t0
= 2,72
Clculo do valor-p:
p
Teste
2P{Tn1 > |t0|} Bilateral
Hipteses
H1: = 0 H1: 0
P{Tn1 > t0}
Bilateral superior H1: = 0 H1: > 0
P{Tn1 < t0}
Bilateral inferior
H1: = 0 H1: < 0
p = P{T14 > 2,72} = 1 0,9917 = 0,0083

H0: = 0,82 seria rejeitada com qualquer nvel de
significncia 0,0083
Tn1: distribuio t com n1 graus de liberdade
Clculo do p-valor Tabela:
Se H1: 0,82
Limite inferior para p: 2(0,005) = 0,01
Limite superior para p: 2(0,01) = 0,02
0,01 < p < 0,02
t0 = 2,72 est entre 2,624 e 2,977
Limites superior e inferior para o p-valor: 0,005 e 0,01
30
Distribuio t no central:
Erro Tipo II
Quando mdia verdadeira = 0 + , > 0.

H0: = 0 falsa
T0 ~ distribuio t no-central, com n 1 graus de
liberdade e parmetro de no-centralidade
Se = 0, a distribuio t no central a distribuio t
usual.
Dois parmetros:
Clculo da Probabilidade de Erro Tipo II
Hiptese nula:
Hipteses alternativas:
H1: 0.
H1: > 0.
H1: < 0.
Parmetro de no centralidade :

= 0 + , > 0 (H0 falsa!)
H 0 : = 0 .
Considere a hiptese bilateral:

H 0 : = 0
H 1 : 0
Supondo que a mdia verdadeira seja 1.

1 = 0 + .
: graus de liberdade ( > 0)

: no centralidade
Quando H1 for verdadeira (|| > 0):
Distribuio t no central, com n 1 graus de liberdade e

parmetro de no centralidade .
31
Comete-se erro tipo II quando H1 verdadeira e:

t/2, n1 T0 t/2 , n1.
Supondo que a mdia verdadeira seja:

= 0 + , > 0 (H0 falsa!)
Para a hiptese unilateral superior:

H0: = 0 vs. H1: > 0
Probabilidade de erro tipo II para teste bilateral:
Para a hiptese unilateral inferior:

H0: = 0 vs. H1: < 0
(Sem usar a t no central)

= 0 + , > 0 (H0 falsa!)
Probabilidade de erro tipo II ():


Clculo Aproximado de
Bilateral

= 0 + , < 0 (H0 falsa!)
Hiptese bilateral:
H 0 : = 0
H 1 : 0
32
Unilateral Superior
Procedimento:
1. Determinao dos valores crticos:
Ponto crtico esquerda:
Ponto crtico direita:

2. Clculo aproximado de :
= 0 + , > 0 (H0 falsa!)
Hiptese unilateral superior:

H 0 : = 0
H 1 : > 0
Unilateral Inferior
Procedimento:
1. Determinao dos valor crtico:
Funo de distribuio acumulada de uma distribuio t

com n 1 graus de liberdade
Ponto crtico direita:

= 0 + , > 0 (H0 falsa!)
Ftn-1: Funo de distribuio acumulada

distribuio t com n 1 graus de liberdade
de
Hiptese unilateral inferior:

H 0 : = 0
H 1 : < 0
uma
33
Procedimento:
1. Determinao dos valor crtico:
Ponto crtico esquerda:
Grficos VIIe e VIIh Apndice

Determinao do fator de no centralidade d:
Parmetro d:
d: Fator de no centralidade que depende do
parmetro desconhecido 2.
de 0 e .
Ftn-1: Funo de distribuio acumulada de uma

distribuio t com n 1 graus de liberdade
Curvas de vs. parmetro d, para vrios

tamanhos amostrais
Utilizao de estimativa prvia de 2 atravs de

experimento piloto
Uso da varincia amostral s2 para estimar 2.
Para avaliar desempenho do teste aps coleta dos dados
Definio da diferena relativa que ser quer detectar
Caso no haja experincia prvia que possa ser usada
34
Exemplo 9-7

Experimento para determinar se h evidncia (com
=5%) de suporte a afirmao de que o coeficiente
mdio de restituio exceda 0,82
Tamanho amostral: 15 tacos adequado para
assegurar que H0 ser rejeitada para uma diferena de
0,02, com probabilidade no mnimo 0,90?
35
H0: = 0,82 vs. H1: > 0,82

Desvio-padro amostral; s = 0,02456
Distncia padronizada:
Erro tipo II Clculo aproximado:

1. Determinao do valor crtico direita:
Poder do teste para = 0,02 (clculo exato):

Valor exato (t no central): =0,0884 (Pd = 0,9116)
Clculo Poder - Minitab
Stat > Power and Sample Size > 1-Sample t
Para n = 15, 0,10.
36
Sada Minitab
Dados:
O tamanho da amostra n = 15 adequado para

fornecer a sensibilidade desejada
Diferena: 0,02
Tamanho amostra: 15
Poder = 0,9117
= 0,0883
Os clculos do computador so mais precisos

que os valores da leitura visualizada a partir da
curva CO.
Sada Minitab
Escolha Tamanho Amostral

Varincia Desconhecida
Dados:
Diferena: 0,01
Tamanho amostra: 15
Poder = 0,4425
= 0,5575
Tamanho amostral inadequado para fornecer a

sensibilidade desejada.
Deve-se determinar (ou conhecer):

Estrutura do experimento
Mtodo de anlise
Nvel de significncia () escolhido
Poder desejado
Variabilidade das medidas:
Realizar um estudo piloto, ou

Usar dados de experimentos anteriores ou publicados
Efeito significativo mnimo
37
O clculo de n (e de ) dependem do parmetro

desconhecido 2.
Maneiras para determinar o tamanho amostral no
caso em que 2 desconhecido:
Aproximao pela Normal
Aproximao pela normal

Aproximao pela t no central
Curvas CO
Procedimentos computacionais
Notao:
Usada com amostras grandes

z o percentil 100 superior da normal padro
Fator de no centralidade
Teste bilateral
H0: = 0 vs. H1: 0
Teste unilateral
H 0 : = 0
H1: > 0 ou H1: < 0
s0: estimativa prvia do desvio-padro da populao
Aproximao pela t No Central

t, n0 1 o percentil 100 superior da t com n0 1
graus de liberdade
n0: tamanho de amostra piloto
Teste bilateral
H0: = 0 vs. H1: 0
Teste unilateral
H 0 : = 0
H1: > 0 ou H1: < 0
n no pode ser isolado na expresso
Exemplo 9-7 (continuao)

Nvel de significncia (): 5%
Hipteses:
H0: = 0,82 vs. H1: > 0,82.
Tamanho amostral (n): 15 tacos

Qual tamanho amostral para detectar uma diferena
de 0,01, com probabilidade no mnimo 0,80?
38
Curvas CO:
Aproximao pela normal:

z0,05: 1,645
z0,20: 0,842
Fator de no centralidade: d = 0,407
Aproximao pela t no-central:
Tamanho de amostra piloto: n0 = 15

t0,05, 151: 1,761
t0,20, 151: 0,868
Fator de no centralidade: d = 0,407
Minitab:
Tamanho amostra: n = 39
Se a aproximao pela t for usada com os

percentis de uma t com 38 graus de liberdade
O Minitab tem procedimento iterativo para clculo
39
Testes para Varincia e Desvio-padro

Populao Normal
n =39 o menor tamanho amostral tal que 0,80
Teste de Hipteses para a Varincia

proveniente de uma nica populao normal.
Hipteses:
Regio de rejeio:
H1: 2 02. (alternativa bilateral)
X02 > 2/2, n1 ou X02 < 21/2, n1.
H0: 2 = 02
H1: 2 02
S: desvio-padro amostral
Pontos crticos: 2/2, n1 e 21/2, n1.

Regra de deciso:
Rejeitar H0 se X02 > 2/2, n1 ou X02 < 21/2, n1.
40
Regio de rejeio:
H1: 2 > 02. (alternativa unilateral superior)
X02 > 2, n1.
Hipteses:
H0: 2 = 02.
H1: 2 > 02.
Comentrios:
Valores grandes de X02 conduzem rejeio de H0.
Rejeio de H0:
Pontos crtico: 2, n1.

Regra de deciso:
X02 > 2 , n1.
Hipteses:
Rejeitar H0 se X02 > 2, n1.
Regio de rejeio:
H1: 2 < 02. (alternativa unilateral inferior)
X02 < 21, n1.
H0: 2 = 02.
H1: 2 < 02.
Comentrios:
Valores pequenos de X02 conduzem rejeio de H0.
Rejeio de H0:
X02 < 21, n1.
Pontos crtico: 21, n1.

Regra de deciso:
Rejeitar H0 se X02 < 21, n1.
41
Testes para Mdia

(Varincia Desconhecida)
= 0
Enchimento automtico
Volume de garrafas de detergente
Amostra: 20 garrafas
Varincia amostral: s2 = 0,0153 (ona fluida)2.
Proporo inaceitvel de garrafas no conformes
Hiptese nula:
H0:
Exemplo 9-8
2.
Hiptese alternativa
Critrio de rejeio
H1: 2 02
X02 > 2/2, n1 ou X02 < 21/2, n1.
H1: 2 > 02
X02 > 2, n1.
H1:
< 0
X0 <
1.
2.
3.
4.
5.
6.
7.
8.
Parmetro de interesse: coeficiente de restituio ()

H0: 2 = 0,01
1: 2 > 0,01
= 0,05
Rejeite H0 se X02 > 20,05; 19 = 30,144
Concluso:
H evidncias amostrais que sugira problemas na

produo?
21, n1.
2 > 0,01 (ona fluida)2.
Nvel de significncia do teste(): 5%

Suponha que o volume de enchimento populacional tenha
distribuio normal
Minitab:
Stat > Basic Statistics > 1-Variance
X02 = 29,07 < 30,144

Falhamos em rejeitar H0
Conclumos, em um nvel de 5% de significncia, que no
h evidncia forte de que a varincia no volume de
enchimento excede 0,01 (ona fluida)2.
42
Valor-p
Sada:
Menor nvel de significncia no qual H0 seria
rejeitada
Para testes com a estatstica X02:
Limite inferior com

95% de confiana
Clculo do valor-p:
Estatstica
X02
p
2P{2
n1
Limite inferior no excede 0,01 (95% de confiana )
No h evidncia amostral para rejeitar H0: 2 = 0,01

Teste
2}(1)
> (ou <) X0
Bilateral
Hipteses
H1:
= 02 H1: 2 02
P{2n1 > X02}
Bilateral superior H1: 2 = 02 H1: 2 > 02
P{2n1 < X02}
Bilateral inferior
H1: 2 = 02 H1: 2 < 02
2n1: distribuio 2 com n1 graus de liberdade

(1)Mnimo(P{2n1 > X02}; P{2n1 > X02})
Clculo do p-valor Tabela:
No exemplo: H1: 2 > 0,01

X02 = 29,07
p = P{219 > 29,07} = 1 0,9351 = 0,0649
H0: 2 = 0,01 seria rejeitada com qualquer nvel

de significncia 0,0649
X02 = 29,07 est entre 27,20 e 30,14
Limites superior e inferior para o p-valor: 0,05 e 0,10
43
Se H1: 2 0,01
Limite inferior para p: 2(0,05) = 0,10
Limite superior para p: 2(0,10) = 0,20
0,10 < p < 0,20
Curvas de vs. parmetro , para vrios

tamanhos amostrais
Grficos VIIi e VIIn Apndice
Parmetro :
: Fator de no centralidade.
de .
44
Teste unilateral superior ( = 0,05)
Teste unilateral superior ( = 0,01)
Teste unilateral inferior ( = 0,05)
Teste unilateral inferior ( = 0,01)
45
Exemplo 9-9
Curvas CO:
Enchimento automtico Tamanho de amostra

Volume de garrafas de detergente
Amostra: 20 garrafas
Varincia amostral: s2 = 0,0153 (ona fluida)2.
Proporo inaceitvel de garrafas no conformes
2 > 0,01 (ona fluida)2.
Deseja-se detectar excesso de 25% do desvio-padro

verdadeiro, com probabilidade de no mnimo 80%?
O tamanho amostral de 20 garrafas adequado?

Qual o menor tamanho amostral adequado?
Probabilidade de erro tipo II: 0,60
Minitab:
Poder = 0,4383
= 0,5617
H somente cerca de 40% de chance de rejeitar

H0 se o desvio-padro verdadeiro for to alto
quanto = 0,125 ona fluida.
Amostra de tamanho amostral detecta excesso de

aproximadamente 50% com probabilidade de 0,80.
46
Minitab:
n = 61 o menor tamanho amostral tal que 0,80

para detectar um excesso de pelo menos 25% no
desvio-padro
A curvas CO indicam tamanho amostral n=75
n =39 o menor tamanho amostral tal que 0,80
(so menos precisas)
Teste de Hipteses para a Proporo de

Populao
Testes para a Proporo Populacional
Seja uma amostra aleatria de tamanho n,

retirada
de
uma
grande
populao
(possivelmente infinita).
p: proporo da populao que pertence a categoria
de interesse
X: nmero de observaes amostrais que pertencem
a essa categoria de interesse.
X ~ binomial(n, p)
47
Hipteses:
Testes Aproximados para Proporo

Binomial
H 0 : p = p0
H 1 : p p0

Se H0 for verdadeira:
X ~ binomial (n, p0)

X: quantidade de itens da amostra que pertencem a
categoria de interesse.
Hiptese nula:
H0: p = p0.
Hiptese alternativa
Estatstica para testar H0:

Aproximao ser boa para amostras grandes e se p
no estiver muito prximo de 0 ou 1.
Exemplo 9-10
Controlador de Motor de Automveis

Consumidor exige que frao defeituosos em etapa
crtica de produo no exceda 0,05
Fabricante deve demonstrar capacidade de processo
com = 5%.
Amostra com 200 aparelhos
4 so defeituosos.
Fabricante pode demonstrar que processo capaz?
Critrio de rejeio
H1: p p0
z0 > z/2 ou z0 < z/2.
H1: p > p0
z0 > z.
H1: p < p0
z0 < z.
1.
2.
3.
4.
5.
6.
7.
8.
Parmetro de interesse: frao de defeituosos (p)

H0: = 0,05
1: < 0,05
= 0,05
Rejeite H0 se z0 < z0,05 = 1,645
Estatstica observada:
Concluso:
z0 = 1,95 > 1,645

Rejeitamos H0
Conclumos, em um nvel de 5% de significncia, que a
frao de defeituosos do processo menor do que 0,05.
48
Forma Alternativa da Estatstica de Teste

Estimador pontual de p:
Minitab:
Stat > Basic Statistics > 1-Proportion
, com:
e
Distribuio amostral aproximada da proporo
amostral
Se p no estiver muito prximo de 0 ou 1 e se n for

relativamente grande
Em geral, necessita-se que np e np(1 p) 5
Pacotes estatsticos
proporo amostral
trabalham
em
geral
com
Sada Distribuio exata:
Sada Distribuio aproximada: Limite superior com

95% de confiana
Limite superior com

95% de confiana
Minitab utilizou a distribuio exata

Limite superior com 95% de confiana inferior a 0,05
Rejeita-se H0: p = 0,05, concluindo-se que H1: p < 0,05

verdadeira
Minitab utilizou a distribuio exata na construo IC

Limite superior com 95% de confiana menor que
aquele obtido pela distribuio exata
Rejeita-se H0: p = 0,05, concluindo-se que H1: p < 0,05

verdadeira
49
Erro Tipo II
Probabilidade de erro tipo II para teste bilateral para

a proporo binomial:
H1: p p0.
Equaes para aproximao da probabilidade de

erro tipo II ():
Probabilidade de erro tipo II () depende da escolha
do tamanho da amostra

superior para a proporo binomial:
H1: p > p0.

inferior para a proporo binomial:
H1: p > p0.
50
Escolha do Tamanho da Amostra
Tamanho aproximado da amostra:
Tamanho aproximado da amostra para um teste

bilateral para a proporo binomial
Tamanho aproximado da amostra para um teste

unilateral para a proporo binomial
Hiptese alternativa bilateral (H1: p p0)
Se p > p0, ento:
Seja z o percentil 100 superior da normal padro

= (z)
Exemplo 9-11
(Continuao Ex. 9-10)
Controlador de Motor de Automveis
Consumidor exige que frao defeituosos em etapa
crtica de produo no exceda 0,05
Nvel de significncia do teste (): 5%
Amostra com 200 aparelhos
Frao defeituosa do processo realmente p = 0,03.
Qual a probabilidade de erro tipo II ()?
Poder do teste: Pd = 1 = 0,33

A diferena entre p0 e p relativamente pequena
A amostra no particularmente grande
51
Fabricante aceita a aceitar erro b to grande

quanto 0,10, se o valor verdadeiro for p = 0,03
Qual o tamanho da amostra?
Clculo Poder - Minitab
Stat > Power and Sample Size > 1 Proportion
Tenta-se detectar desvio razoavelmente pequeno

a amostra tem tamanho grande
Sada Minitab
Dados:
Dados:
Proporo verdadeira: 0,03

Tamanho amostra: 200
Poder = 0,3287
Sada Minitab
= 0,6713

Poder: 0,90
Tamanho amostra n = 833

Dados:
Minitab realiza clculo exato de .

Poder: 0,75
Tamanho amostra n = 561
Tamanho amostrais grandes pois diferena entre

propores pequena.
52
Teste 2 de Adequao de Ajuste
Amostra aleatria de tamanho n oriunda de

populao com distribuio desconhecida
Construo de histograma de frequncias das n
observaes, com k classes
Testes de Adequao de um Ajuste
Notao:
Oi: frequncia observada na i-sima classe

Ei: frequncia esperada na i-sima classe
(sob H0)
Estatstica de Teste para Adequao de Ajuste
Distribuio amostral:
k: quantidade de classes
p: nmero de parmetros
distribuio (sob H0)
desconhecidos
Teste de Adequao de Ajuste baseado na

distribuio 2:
Regra de deciso:
Rejeitar H0 se X02 > 2, k p 1.
Comentrios:
Se as frequncias esperadas forem muito pequenas,
X02 no refletir o desvio entre o observado e o
esperado
Os valores de 3, 4 e 5 so usados como mnimo
da
53
Dados amostrais e clculo das frequncias esperadas
Exemplo 9-12
Nmero de Frequncia
Frequncia
Probabilidade
Defeitos
Observada
Esperada
Defeitos em placa de circuito impresso
32
0,472
28,32
15
0,354
21,24
0,133
7,98
3 (ou mais)
0,041
2,46
Supe-se que os defeitos seguem uma distribuio de

Poisson
Parmetro desconhecido tem de ser estimado a partir dos

dados amostrais
Amostra aleatria com 60 placas impressas
Tabela com combinao das duas ltima clulas:

Nmero de Frequncia
Frequncia
Probabilidade
Defeitos
Observada
Esperada
0
32
0,472
28,32
15
0,354
21,24
2 (ou mais)
13
0,174
10,44
Quantidade mdia de defeitos por placa:
Clculo probabilidades (sob H0):
<3
1.
2.
3.
4.
5.
6.
7.
Varivel de interesse: nmero de defeitos em placas

H0: forma da distribuio de defeitos Poisson
1: forma da distribuio de defeitos no Poisson
= 0,05
Rejeite H0 se X02 > 20,05; 1 = 3,84
8. Concluso:
X02 = 2,94 < 3,84

Falhamos em rejeitar H0 de que a
distribuio de defeitos nas placas de circuito impresso
Poisson.
54

Teste de Adequao de Ajuste - Poisson
Stat > Basic Statistics > Goodness-of-Fit Test for Poisson
X02 = 2,94
= P{21 > 2,94} = 1 0,913589 = 0,0864
No h evidncia amostral para se rejeitar H0.
Sada Minitab:
Sada Minitab:
Combinao duas ltimas clulas
Minitab executa teste apenas por meio de comando manual

no prompt.
Procedimento prejudicado
Clula com frequncia esperada menor que 5
Importante:
O p-valor deve ser recalculado pois dessa maneira a rotina

considera o parmetro como conhecido!
55
Correo dos graus de liberdade da distribuio:
Grficos do procedimento de teste
X02 = 2,96277
= P{21 > 2,94} = 1 0,914798 = 0,0852
Exemplo 9-13
Teste em suprimento de energia em notebook

Suposio: tenso de sada tem distribuio normal
Amostra com n = 100 unidades
Mdia amostral: 5,04 V

Desvio-padro amostral: 0,08 V
Dados amostrais e clculo das frequncias esperadas

Intervalo de
classe
x < 4,948
12
4,948 x < 4,986
14
0,125
12,5
4,986 x < 5,014
12
0,125
12,5
5,014 x < 5,040
13
0,125
12,5
5,040 x < 5,066
12
0,125
12,5
5,066 x < 5,094
11
0,125
12,5
5,094 x < 5,132
12
0,125
12,5
x 5,132
14
0,125
12,5
Total
100
0,125
100
Prtica comum:
Escolher limites das clulas de modo que as
frequncias esperadas sejam iguais
(p1 = p2 = ... = pk)
1/8 = 0,125
12,5
Intervalos igualmente provveis da normal padro:
Limite do primeiro intervalo:

Limites do segundo intervalo:
[0; 0,32), [0,32; 0,675); [0,675; 1,15) e [1,15; ) e seus espelhos
Frequncia
Frequncia
Probabilidade
Observada
Esperada
56
1.
2.
3.
4.
5.
6.
7.
Varivel de interesse: voltagem do suprimento

H0: forma da distribuio de defeitos normal
1: forma da distribuio de defeitos no normal
= 0,05
Rejeite H0 se X02 > 20,05; 5 = 11,07
8. Concluso:

X02 = 0,64
= P{25 > 0,64} = 1 0,01391 = 0,9861
X02 = 0,64 < 11,07

Falhamos em rejeitar H0 e no
evidncia forte para indicar que a voltagem de sada no seja
normalmente distribuda.
Tabelas de Contingncia
Testes para Tabela de Contingncia
n elementos de amostra provenientes de uma

populao classificados de acordo com dois
critrios diferentes
Interesse: saber se os dois mtodos de classificao
so estatisticamente independentes
Exemplo:
Indivduos de amostra classificados por sexo (M ou F) e

por habilidade manual (destro ou canhoto)
H associao entre as duas categorias?
57
Suposies:
1 mtodo de classificao: r nveis
2 mtodo de classificao: c nveis
Oij: frequncia observada para o nvel i do 1 mtodo
de classificao e nvel j do 2 mtodo
Dados gerais Tabela de contingncia r x c:
Teste de Hipteses:
H0: Os mtodos de classificao so independentes

(no h associao entre as variveis categricas)
H1: Os mtodos de classificao no so independentes
(h associao entre as variveis categricas)
Para um elemento selecionado ao acaso (sob H0):
Linhas
Colunas
...
O11
O12
...
O1c
c
O2c
O21
O22
...
...
...
...
...
...
Or1
Or2
...
Orc
Procedimento de teste para amostra grande:

pij: probabilidade de cair na ij-sima clula

ui: probabilidade de cair na linha i
vj: probabilidade de cair na coluna j
Clculo da frequncia esperada (Eij):

(supondo independncia entre as variveis)
Estimadores de ui e vj :
Distribuio amostral:
Frequncia esperada de cada clula
Regra de deciso:
Rejeitar H0 se X02 > 2, (r 1)x(c 1).
58
Exemplo 9-14
Classificao
do Trabalho
Assalariado
Diarista
Preferncia para Plano de Penso:

Interesse:
Verificar se a escolha entre 3 planos de penso

independente da classificao do trabalho
Amostra aleatria de 500 empregados

Nvel de significncia do teste (): 5%
Estimativa das probabilidades conjuntas (pij):

Classificao
do Trabalho
Assalariado
Diarista
Total
Plano de Penso
1
2
3
0,272
0,272
0,136
0,128
0,128
0,064
0,40
0,40
0,20
(0,20)(0,68)
Total
0,68
0,32
1,00
Frequncias esperadas:
(500)(0,136)
Classificao
do Trabalho
Assalariado
Diarista
Total
1
136
64
200
Plano de Penso
2
136
64
200
3
68
32
100
Opinies dos 500 empregados da amostra:
Total
1
160
40
200
Plano de Penso
2
140
60
200
3
40
60
100
Total
340
160
500
Estimativas das probabilidades marginais:
1.
2.
3.
4.
5.
6.
7.
Varivel de interesse: preferncia entre planos

H0: a preferncia independente do trabalho
1: a preferncia no independente do trabalho
= 0,05
Rejeite H0 se X02 > 20,05; 2 = 5,99
Total
340
160
500
8. Concluso:
X02 = 49,63 > 5,99

Rejeitamos H0 e conclumos que a
preferncia para planos de penso no independente da
classificao de trabalho.
59
Stat > Tables > Chi-Square Test
Tabela de Contingncia Teste de Independncia:
X02 = 49,63
= P{22 > 49,63} = 1 1,00000 0
Confirma a rejeio de H0.
Sada Minitab:
Teste de Homogeneidade
Situao:
H r populaes de interesse e cada populao dividida em
c categorias
Toma-se uma amostra da i-sima populao e as contagens
so colocadas nas colunas da i-sima linha
Rejeita-se H0.
H associao entre preferncia para planos de penso e

classificao de trabalho
Objetivo:
Investigar se as propores das c categorias so as mesma
para todas as populaes
60
Hipteses:
H0: populaes so homogneas com relao s

categorias
H1: populaes no so homogneas em relao s
categorias
Referncias
Idntico ao teste de independncia
Bibliografia Recomendada
Montgomery, D. C. (LTC)
Estatstica Aplicada e Probabilidade
Engenheiros
para
Pinheiro, J. I. D et al. (Campus)

Probabilidade e Estatstica: Quantificando a
Incerteza
61

Ch09 TH 1amostra

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

Ch09 TH 1amostra

Enviado por

Direitos autorais:

Formatos disponíveis

Estatstica Aplicada Engenharia de Produo

Testes de Hipteses para uma

Populao normal com varincia conhecida

Testes para a Varincia e o Desvio-padro

Problemas de tomada de deciso, teste ou experimentos

H uma conexo entre testes de hipteses e

Prof. Luprcio F. Bessegato

Estatstica Aplicada Engenharia de Produo

Afirmao sobre os parmetros de uma ou mais

Taxa de queima de propelente slido, usado para

A hiptese geralmente envolve um ou mais

H0: hiptese nula

Taxa mdia de queima (parmetro da distribuio)

No so afirmaes sobre a amostra!

No exemplo a hiptese alternativa bilateral

Prof. Luprcio F. Bessegato

Estatstica Aplicada Engenharia de Produo

Procedimento que leva a uma deciso acerca de

S se pudermos examinar toda a populao!

Apoiam-se no uso de informaes de amostras

Selecionar uma amostra aleatria

Prof. Luprcio F. Bessegato

O procedimento de teste de hipteses deve ser

No sabemos com certeza sobre a verdade ou

Taxa de queima de propelente

H0: = 50 cm/s vs. H1: 50 cm/s

Estimativa da mdia verdadeira

Estatstica Aplicada Engenharia de Produo

Critrio para deciso:

A mdia amostral pode assumir muito valores

Se a estimativa cair prxima ao valor da hiptese

Suponha o critrio de deciso:

Concluses referem-se H0:

Estatstica de teste cai na regio crtica

Rejeitaremos H0 em favor de da hiptese alternativa H1 se:

A deciso de rejeitar H0 est errada

Taxa mdia de queima do propelente no 50 cm/s e

A deciso de no rejeitar H0 est errada

Falha em rejeitar H0:

Estatstica de teste cai na regio de aceitao

Prof. Luprcio F. Bessegato

Estatstica Aplicada Engenharia de Produo

Decises no Teste de Hipteses

Podem-se associar probabilidade com os erros

Deciso est baseada em variveis aleatrias

Probabilidade de erro tipo I:

= P{erro tipo I} = P{rejeitar H0 | H0 verdadeira}

Erro tipo II:

5,74% de todas as amostras aleatrias conduziriam

Prof. Luprcio F. Bessegato

Estatstica Aplicada Engenharia de Produo

Alargamento da regio de aceitao

Probabilidade de erro tipo II:

Aumento no tamanho amostral

Erro tipo II quando = 52 e n = 10

=P{erro tipo II}=P{falhar em rejeitar H0 | H0

P{Rejeitar H0 | H0 Falsa (=52)}

ser tambm 0,264 se a mdia verdadeira for =48

Prof. Luprcio F. Bessegato

Estatstica Aplicada Engenharia de Produo

Erro tipo II quando = 50,5 e n = 10

Erro tipo II quando = 52 e n = 16

muito maior para = 50,5

aumenta rapidamente medida que a mdia