1

DISCIPLINA: PROBABILIDADE E ESTATSTICA

PROF ROSEANI PARENTE

2016/2

1. INTRODUO
Na teoria de estimao, vimos que possvel, por meio de estatsticas amostrais adequadas, estimar parmetros
de uma populao, dentro de certo intervalo de confiana.
Nos testes de hipteses, em vez de se construir um intervalo de confiana no qual se espera que o parmetro da
populao esteja contido, testa-se a validade de uma afirmao sobre um parmetro da populao.
Ento, em um teste de hiptese, procura-se tomar decises a respeito de uma populao com base em
informaes obtidas de amostras desta mesma populao.
A essa afirmao denominamos de Hiptese e o procedimento de tomada de deciso sobre a hiptese de Teste de
Hiptese ou Teste de Significncia.
2. HIPTESES ESTATSTICAS
O contexto em que se baseia a teoria de teste de hiptese basicamente o mesmo da teoria de estimao por
intervalo de confiana. Temos uma populao representada por uma varivel aleatria X cuja distribuio de
probabilidade depende de algum parmetro . O interesse agora est em testar a veracidade de alguma afirmativa
sobre .
Uma Hiptese Estatstica uma afirmao sobre os parmetros de uma ou mais populaes.
Para se ter certeza absoluta se uma hiptese estatstica verdadeira ou falsa seria necessrio que fosse examinada
toda a populao, o que impraticvel na maioria das situaes. Em vez disso, retiramos uma amostra aleatria da
populao de interesse e usamos os dados contidos nela para fornecer evidncia que apoie ou refute a hiptese.
So exemplos de hipteses estatsticas:
a) A altura mdia da populao brasileira de 1,65 m, isto : H: = 1,65 m;
2
b) A varincia populacional dos salrios de $ 500, isto , H: = 500;
c) A proporo de manauaras fumantes de 25%, ou seja, H: p = 0,25;
2.1 HIPTESES NULA E ALTERNATIVA
Formulamos um par de afirmaes (hipteses) competitivas, mutuamente exclusivas e coletivamente
exaustivas sobre o valor do parmetro .
Designa-se por hiptese nula (Ho) a hiptese estatstica a ser testada. a alegao que se conhece como
verdadeira acerca do valor de um parmetro populacional (recomenda-se que sempre contenha a condio de
igualdade). Ao testarmos uma hiptese nula, chegamos a uma concluso: rejeit-la ou no rejeit-la.
A hiptese alternativa (H1) a afirmao que deve ser verdadeira se a hiptese nula falsa.
a hiptese do pesquisador e , em geral, formulada em termos de uma desigualdade (, < ou >).
Nesse texto consideraremos apenas hipteses nulas simples, isto , hipteses que estabelecem que o
parmetro de interesse igual a um determinado valor.
2.2 TIPOS DE ERROS
Para entendermos os erros associados a um teste de hipteses, precisa ficar claro que estamos avaliando
uma afirmao (hiptese) sobre a populao. Enfatizamos que a verdade ou a falsidade de uma hiptese particular
pode nunca ser conhecida com certeza, a menos que possamos examinar a populao inteira. Isso geralmente
impossvel em muitas situaes prticas.
Num teste de hipteses podemos cometer dois tipos de erro: pode-se rejeitar uma hiptese nula quando ela
de fato verdadeira ou no rejeitar uma hiptese nula quando ela , de fato, falsa. A deciso sempre tomada em
referncia hiptese nula.
O quadro abaixo resume os possveis erros e acertos de um teste:
DECISO BASEADA NO
TESTE

SITUAO REAL (DESCONHECIDA)

H0 verdadeira

H1 verdadeira

Rejeite H0

Deciso incorreta
(Erro Tipo I)

Deciso correta

No Rejeite H0

Deciso correta

Deciso incorreta
(Erro Tipo II)

A rejeio de uma hiptese nula verdadeira chamada "Erro Tipo I" e a aceitao de uma hiptese nula falsa
constitui um "Erro Tipo II". As probabilidades desses dois tipos de erros so designadas, respectivamente, por e .

2
A probabilidade do erro do tipo I denominada Nvel de Significncia do teste.
Observe que o erro tipo I s poder acontecer se for rejeitada Ho e o erro tipo II quando no for rejeitada Ho.
Os riscos de e s podem ser simultaneamente reduzidos pelo aumento do tamanho da amostra
(coletando-se mais evidncias), o que nem sempre possvel ou possui custo benefcio positivo.
A escolha do nvel de significncia () do teste deve preceder a realizao do mesmo.
2.3 ESTATSTICA DE TESTE
uma estatstica amostral ou um valor baseado nos dados amostrais. Mede a distncia entre o que foi
observado na amostra e o que esperado caso a hiptese nula seja verdadeira. Utiliza-se uma estatstica de teste
para tomar uma deciso sobre a rejeio da hiptese nula.
2.4 REGIO CRTICA (REGIO DE REJEIO)
formada pelo conjunto de todos os valores da estatstica de teste que levam rejeio da hiptese nula.
2.5 VALOR CRTICO
o valor, ou valores, que separa(m) a regio crtica dos valores da estatstica de teste que no levam
rejeio da hiptese nula.
Exemplo 1: Uma mquina automtica de encher pacotes de caf enche-os segundo uma distribuio normal , com
2
mdia e varincia igual a 400 g . A mquina foi regulada para encher os pacotes com uma mdia de = 500g.
Periodicamente colhida uma amostra de 16 pacotes para se verificar se a produo esta sob controle. Se uma dessas
amostras apresentasse uma mdia de 492g ( X = 492 g) voc pararia ou no a produo sob a suspeita da mquina
estar desregulada? Considere um nvel de significncia de 1%.
Soluo:
X: peso dos pacotes de caf de 500g ~ N( ; 400)
Hipteses: Hiptese nula

H0: = 500 g
Hiptese alternativa
H1: 500 g

Uma amostra de 16 pacotes: X = 492 g. Lembrando que X ~ N ;

.
n

Nvel de significncia: = 0,01.

Nvel de confiana: (1 - ) = 0,99.

3. TESTE DE SIGNIFICNCIA PARA UMA MDIA POPULACIONAL

O teste para a mdia populacional aplicvel quando queremos verificar se uma varivel na populao pode ser
considerada, em mdia, igual a certo valor 0.
As hipteses possveis so:
H0: = 0 versus
H1: 0 (teste bilateral)
H1: > 0 (teste unilateral direita)
H1: < 0 (teste unilateral esquerda)
a)

No caso bilateral (H1: 0 ) as regies de rejeio (crtica) e de aceitao sero definidas de acordo
com o (nvel de significncia) desejado:

O valor tabelado da distribuio normal, nesse caso, |Z/2|, definido como valor crtico que delimitada a
entrada na regio de rejeio da hiptese nula.

3
b) No caso do teste unilateral direita (H1: > 0), as regies de rejeio (crtica) e de aceitao so
definidas em funo do nvel de significncia conforme figura abaixo:

O valor tabelado da distribuio normal, nesse caso, Z, definido como valor crtico que delimitada a
entrada na regio de rejeio da hiptese nula.
c)

E, finalmente, no caso do teste unilateral esquerda (H1: < 0), as regies de rejeio (crtica) e de
aceitao so definidas em funo do nvel de significncia conforme figura abaixo:

O valor tabelado da distribuio normal, nesse caso, - Z, definido como valor crtico que delimitada a
entrada na regio de rejeio da hiptese nula.
Consideraremos duas situaes:
2
a) Quando existe alguma informao sobre a varincia populacional ( ); e
2
b) Quando no h essa informao ( desconhecida).
2

3.1 TESTE DE UMA AFIRMAO SOBRE UMA MDIA (

CONHECIDA)
De acordo com o Teorema Central do Limite, se obtemos amostras grandes (n > 30) de qualquer populao
com qualquer distribuio, a distribuio das mdias amostrais pode ser aproximada por uma distribuio
normal com mdia e varincia

2
n

. A estatstica de teste neste caso definida por:

Z calc =

X 0

, onde:

n
0 = o valor da mdia sob a hiptese nula.
n = o tamanho da amostra.

X = a mdia amostral;
= o desvio padro populacional.
Regra de Rejeio da Hiptese Nula: Se o valor da estatstica do teste ZCALC cair na regio de rejeio (Regio
Crtica) definida pelo valor crtico tabelado da distribuio normal, rejeita-se Ho.
Ao rejeitar a hiptese nula (Ho) existe uma forte evidncia de sua falsidade. Ao contrrio, quando no
rejeitamos Ho, dizemos que no houve evidncia amostral significativa no sentido de permitir a sua rejeio.
Se a varincia da populao for desconhecida e a amostra for grande (n > 30), mesmo com a substituio de
por S (desvio padro amostral), ainda ser possvel usar a aproximao pela distribuio normal.
Exemplo 2: O tempo para transmitir pacotes de 10MB em determinada rede de computadores varia segundo um
2
modelo normal, com mdia de 7,4 segundos e varincia de 1,3 segundos . Depois de algumas mudanas na rede,

4
acredita-se numa reduo no tempo de transmisso de dados. Foram realizados 10 ensaios independentes com um
arquivo de 10MB e foram anotados os tempos de transmisso, em segundos: 6,8 7,1 5,9 7,5 6,3 6,9 7,2 7,6 6,6 e
6,3. Verifique se h evidncia amostral suficiente de que o tempo mdio de transmisso foi reduzido? Considere um
nvel de significncia de 1%,
Soluo: X = tempo de transmisso de pacotes de 10MB
2
2
= 7,4 segundos e
= 1,3 segundos
X ~ N (7,4 ; 1,3)

n = 10 e X = 6,82 segundos. Lembrando que X ~ N ;

As hipteses so: H0: = 7,4 segundos

H1: < 7,4 segundos
A estatstica de teste: Z calc =

X 0

6,82 7,4 0,58

=
= 1,61 .
1,14
0,36
10

Valor crtico:
, = 2,33.

Deciso: Como
  >
, conclui-se pela no rejeio da hiptese nula (H0). Logo, conclui-se que no
houve reduo no tempo mdio de transmisso de pacotes de 10MB.
2

3.2 TESTE DE UMA AFIRMAO SOBRE UMA MDIA (

DESCONHECIDA)
Se o desvio padro da populao desconhecido e a amostra , estatisticamente pequena (n 30), a
estatstica de teste segue a distribuio t de Student com (n - 1) graus de liberdade. A estatstica de teste fica
ento definida por: t calc =

X 0
, onde:
S
n

0 = o valor da mdia sob a hiptese nula.

n = o tamanho da amostra.
X = a mdia amostral;
S = o desvio padro amostral.
Regra de Rejeio da Hiptese Nula: Se o valor da estatstica do teste tCALC cair na regio de rejeio (Regio
Crtica), definida pelo valor crtico tabelado da distribuio t de Student, rejeita-se Ho.
Ao rejeitar a hiptese nula (Ho) existe uma forte evidncia de sua falsidade.
Ao contrrio, quando no rejeitamos Ho, dizemos que no houve evidncia amostral significativa no sentido
de permitir a sua rejeio.
Exemplo 3: Um equipamento que produz bastes metlicos usados em um sistema de suspenso de automveis com
dimetro mdio de 8,20mm. O desvio padro do dimetro dos bastes no conhecido. Em determinada etapa do
controle de qualidade, foram investigadas amostras de tamanho igual a 15 bastes. Uma das amostras apresentou
2
uma mdia igual a 8,23 mm e varincia igual a 0, 0009 mm . As evidncias amostrais so suficientes para demonstrar
que o processo de produo dos bastes no est sob controle? Considere um nvel de significncia de 5%.
Soluo:
Soluo: X = dimetro dos bastes metlicos
= 8,20 mm
2
2
n = 15 e X = 8,23 mm e S = 0,0009 mm .
As hipteses so: H0: = 8,20mm
H1: 8,20mm
A estatstica de teste: t calc =

X 0 8,23 8,20 0,03

=
=
= 3,75 .
S
0,03
0,008
n
15

Valor crtico: ;, = 2,145.

Deciso: Como   > ;, conclui-se pela rejeio da hiptese nula (H0). Logo, conclui-se que o processo
de produo no parece estar sob controle. Sugere-se verificar o processo produtivo para verificar se a diferena se
deu apenas nessa amostra ou se de fato o processo est com problemas com relao caracterstica investigada.

5
4. TESTE DE SIGNIFICNCIA PARA UMA PROPORO POPULACIONAL
As propores so frequentemente usadas em situaes de controle de qualidade porque a coleta de dados de
proporo simples.
J vimos que uma proporo amostral p estima a proporo populacional p.
Pelo teorema Central do Limite, conforme o tamanho da amostra aumenta, a distribuio da proporo amostral
se aproxima de uma distribuio normal com mdia p e desvio padro p =

p(1 p )
.
n

Lembramos que as condies para garantir, no caso da proporo, que a amostra seja suficientemente para
garantir a aproximao normal so:  5 e (1  ) 5.
As hipteses possveis so:
H1: p p0 (teste bilateral)
H0: p = p0 versus
H1: p > p0 (teste unilateral direita)
H1: p < p0 (teste unilateral esquerda)
A estatstica de teste neste caso definida por:

Z calc =

p p 0

, onde:

p 0 (1 p 0 )
n

p0 = o valor da proporo sob a hiptese nula.

n = o tamanho da amostra.
p = a proporo amostral;
Regra de Rejeio da Hiptese Nula: Se o valor da estatstica do teste ZCALC cair na regio de rejeio (Regio
Crtica) definida pelo valor crtico tabelado da distribuio normal, rejeita-se Ho.
Ao rejeitar a hiptese nula (Ho) existe uma forte evidncia de sua falsidade. Ao contrrio, quando no
rejeitamos Ho, dizemos que no houve evidncia amostral significativa no sentido de permitir a sua rejeio.
O valor de p0 (proporo na populao) a ser testado um valor de referncia, tal como o desempenho no
passado ou uma especificao do produto.
Exemplo 4: Uma empresa retira periodicamente amostras aleatrias de 500 peas de sua linha de produo para
anlise de qualidade. As peas da amostra so classificadas como defeituosas ou no, sendo que a poltica da empresa
exige que o processo produtivo seja revisto se houver evidncia de mais que 1,5% de peas defeituosas. Na ltima
amostra, foram encontradas nove peas defeituosas. H evidncias de que o processo precisa ser revisto? Considere
um nvel de significncia de 1%,
Soluo: X = peas defeituosas
p = 0,015

n = 500 e  =
= 0,018.

As hipteses so: H0: p = 0,015
H1: p > 0,015
A estatstica de teste: Z calc =

0,018 0,015
0,015(1 0,015)
500

0,003
= 0,6 .
0,005

Valor crtico:
, = 2,33.

Deciso: Como
  <
, conclui-se pela no rejeio da hiptese nula (H0). Logo, conclui-se que no h
evidncia de que a verdadeira proporo de peas defeituosas superou 1,5%. Logo, no h evidncias amostrais
suficientes para recomendar a reviso do processo produtivo.

6
EXERCCIOS:
1. A associao dos proprietrios de indstrias metalrgicas est muito preocupada com o tempo perdido com
acidentes de trabalho, cuja mdia, nos ltimos tempos, tem sido da ordem de 60 horas/homem por ano e
desvio padro de 20 horas/homem. Assuma uma distribuio normal para os tempos perdidos com acidentes
nessas indstrias. Tentou-se um programa de preveno de acidentes, aps o qual foi tomada uma amostra
de nove indstrias e medido o nmero mdio de horas/homens perdidos por acidentes, que foi de 50 horas.
Voc diria, no nvel de 5%, que h evidncia de melhoria?
2.

Sabe-se que a expectativa de vida no Brasil se comporta aproximadamente segundo uma distribuio normal
com mdia de 70 anos e desvio padro de 8,9 anos. Uma amostra aleatria de cem registros de mortes no
Brasil durante o ano passado mostrou uma mdia de expectativa de vida de 71,8 anos. O valor observado na
amostra parece indicar que a mdia da expectativa de vida hoje maior que 70 anos? Use um nvel de
significncia de 0,05.

3.

O tempo mdio, por operrio, para executar uma tarefa, tem sido 100 minutos, com um desvio-padro de 15
minutos. Introduziu-se uma modificao para diminuir esse tempo, e, aps certo perodo, sorteou-se uma
amostra de 16 operrios, medindo-se o tempo de execuo de cada um. O tempo mdio da amostra foi de 85
minutos, e o desvio-padro foi 12 minutos. Esses resultados trazem evidncias estatsticas da melhoria
desejada? Considere um nvel de significncia de 5%.

4.

Uma empresa produz saquinhos de salgadinhos com peso mdio de 500g. Para verificar se a mquina de
empacotar est trabalhando corretamente o controle de qualidade tomou uma amostra de 50 saquinhos,
que apresentou uma mdia amostral de 475g e desvio padro amostral de 30g. Os dados obtidos
proporcionam evidncias suficientes para concluir que a mquina de empacotar no est trabalhando
adequadamente (ou seja, a mquina empacota com pesos diferentes do proposto)? Realize o teste com nvel
de significncia de 1%.

5.

A cronometragem de certa operao industrial forneceu os seguintes valores para diversas determinaes,
dados em segundos:
113 124 115 107 120 126 114 110 116
117 118 113 125 119 118 114 122 117
Podemos concluir que o tempo mdio necessrio para realizar essa operao no deve exceder a 2 minutos,
ao nvel de 5% de significncia?

6.

A resistncia do concreto compresso est sendo testada por um engenheiro civil. As especificaes do
produto indicam uma resistncia compresso mdia de 2.250 psi. O engenheiro testa uma amostra de 12
corpos de prova e obtm os seguintes dados:
2216 2237
2249
2204
2225
2301
2281
2263
2318
2255
2275
2295
Verifique se h evidncia amostral suficiente para que o engenheiro conclua que a resistncia mdia esteja
fora das especificaes. Considere um nvel de significncia de 1%.

7.

Em uma linha de produo, peas so produzidas de modo que o comprimento seja normalmente
distribudo. Ajustes peridicos so feitos na mquina para garantir que as peas tenham comprimento mdio
de 15 cm, pois as peas muito curtas no podem ser aproveitadas (as peas longas podem ser cortadas). A
cada hora so extradas 9 peas da produo, medindo-se seu comprimento. Uma dessas amostras apresenta
comprimento mdio de 14,5 cm e desvio padro de 0,5 cm. Use o nvel de significncia de 5% para testar a
hiptese de que o processo esteja operando adequadamente.

8.

O nvel de aprovao da qualidade das refeies servidas em um restaurante universitrio era de 20%,
quando houve uma movimentao geral dos estudantes que forou a direo do restaurante a fazer
mudanas. Feitas as mudanas, sorteia-se uma amostra de 64 estudantes usurios do restaurante e 25
aprovam a qualidade da comida. Voc diria, ao nvel de significncia de 5%, que as mudanas surtiram efeito?

9.

No passado, 15% das solicitaes por email feitas por uma instituio de caridade resultaram em
contribuio financeira. Uma nova carta de solicitao foi redigida e enviada por email. A nova carta
enviada a uma amostra de 200 pessoas e 35 responderam com uma contribuio. Ao nvel de significncia de
0,01 pode-se concluir que a nova carta mais efetiva? Esta nova carta elevou a taxa de contribuio?

7
10. Dados de anos anteriores tem mostrado que 30% dos estudantes de uma Universidade reprovam em pelo
menos 5 disciplinas cursadas. Se no semestre em curso de uma amostra de 90 estudantes, 30 fossem
reprovados em mais de 5 disciplinas, poderamos concluir que proporo populacional de alunos que
reprovam em pelo menos 5 disciplinas cursadas aumentou? Considere um nvel de significncia de 1%
Gabarito:
1) Zcalc = -1,5. Concluso: No rejeito H0.
3) Zcalc = - 4. Concluso: Rejeito H0.
5) Zcalc = -2,41. Concluso: Rejeito H0.
7) tcalc = -2,94. Concluso: Rejeito H0.
9) Zcalc = 1,2. Concluso: No rejeito H0.

2) Zcalc = 2,02. Concluso: Rejeito H0.

4) Zcalc = -5,9. Concluso: Rejeito H0.
6) tcalc = 0,97. Concluso: No rejeito H0.
8) Zcalc = 3,82. Concluso: Rejeito H0.
10) Zcalc = 0,625. Concluso: No rejeito H0.