Escolar Documentos
Profissional Documentos
Cultura Documentos
t
A perfeta simetria de sinagbes nos indica que & regido critica sera, nesse caso,
comespondente aos valores ¥ > £2. sendo Z para @fixado,determinado pot
Ra mytz 5.5)
Mo ate (6.5)
, por um raciocinio semethante ao anteriormente feito, chegamos conclusao de que
devemos rejeitar Hy se
2>F—,
onde z € calculado, analogamente ao caso anterior, pela expressdo (S.4).
0s dols testes considerados att agora séo ditos testes monocaudats ou unilaterais,
ois a hipstese #, admitia um tinico sentido para as possibilidades do parémetto testado
como altemativa a H Jé fol comentado que tals ties de teste sdo Gteis quando apenas nos
interessa identificar um desvio do valor teal do parmetro essencialmente para menos ou
essencialmente para mais, em relagSo ao valor testado,
Ha muitos casos, porém, em que ha interesse em identificar um desvie do valor real do
pardmetro para menos ou para mais, em relacdo ao valor estado. O teste a ser feito deve
Ser, enido, bicaudal ou bilateral. No caso do teste de uma média populacional, as hipsteses
a testar serdo, entio,
Hes w= Ho
He wee.
(Wl Note-ce que g denominator aN ¢o desvio;parao da varivel de este F. Ou sea, poderiamas ux esto
2 = G ~ us\/0i2). Comenttio andlego pode em geral ser feito em todos 0s testes que recaem no uso da
‘ardve Aarmal oduzida90
Figura 5.3. Regiso criice
teste blatere,
Obviamente, nesse caso, rejeitatemos Ho se a variavel de teste F assu
signiticativamente distinto de uo, para menos ou para mais.
Sendo a a probabilidade do erro tpo 1, essa probabilidade a devera corresponder &
regido critica, a qual seté formada por duas caudas da distribuigde amostral de ¥, suponde-
se Mo verdadeira. Temos, entdo, 2 situacao da Fig. 5.5, sendo ¥, e os li
partes que formam a regido critica, € facil verficar que, nesse caso, 08 doi
Critica serdo dados por
uum valor
Fiz bo fan-fes 5.6)
Bebttan ee ; 6.7)
‘A hipotese Hp sera rejeitada se ocomer ¥ < X, ou F > Tp. Ou seja, se
Fé po~ Zan
Po tone
om
FP by Ze
Levando em consideracdo 0 valor z, conforme definido pela expresslo (5.4), vemos
gue essas duas desigualdades equivalem a
Fentan OU Z> Zan
Logo, se uma das desigualdades se verificar, rejeitaremos Ho ou, 0 que € 0 mesmo,
rejeitaremes He se
Fl Zea:
(0s tits casos vistos acham-se resumldos na Tab. 5.2, sendo z dado, em todos eles, pela
expressio (5.4).
‘TESTES DE UMA IVEDIA POPULACIONAL 1
‘Tabela 5.2. Testes de uma média com ¢ conkecido
wpéreses Reese Hy
Hy w= Hp eet
F< Tees
Hy w= to =
ae 22k
Howe ae lzl>z,
By 1 bs cal
CMO
© desvio-padtio de uma populagdo é conhecido ¢ igual a 22 unidades. Se
‘uma amostra de cem elementos, retirada dessa populagao, forneceu F = 115,8,
podemos afimmar que a média dessa populacao ¢ inferior a 120 unidades, 26
nivel de 5% de signifcancia? Qual a significincia do resultado obtido, face 8s
hipéteses testadas?
NE,
‘Vamos testar as hipéteses
Hig: w= 120,
Hy £120,
pois, se rejeitarmos H, poderemos afirmar que a média da populagio seré
infetior a 120, no nivel desejado.
Conforme a expresséo (5.4), temos:
115.8-120 | 4.2
7 -H2. ns.
a 22/100 22
Ora, Zey = 1,645, logo, como z-<=Z5y Iejeitamos Hy 20 nivel a = 5%. Portanto
podemos aficmar, nesse nivel de significincia, que a média da populagdo é
inferior a 120 unidades.
AA significéncia do resultado obtido deverd, cbviamente, ser inferior a 5%, €
corresponderd & probabilidade da cauda & esquerda definida na disttbuicao
notmal reduzida pelo valor z =~ 1,91. Consultando a Tab, A6.1, vemos que 2
cia 6 de 2,81%, Para niveis a menotes que esse valor, 0 resultado
experimental obtide ndo seria significaivo.
5.3.2 Testes de uma média com o desconhecido
£ muito freqiente, na prtica, 0 caso em que desejamos testa hipéteses references &
média de uma populaso cujo desviospadrao nes desconhecdo, Se dispomos apenas de
uma amestra de n elementos extaides dessa pepulagdo, com base na qual ios realizar 0
teste, devernes ent usar essa mesma amosta para estinar o desvic-padro o da populaczo,g2 TESTES De HIPOTESES
Por outro lado, vimos em 3.4.5 que. ao substitulr @ por 5, a expressio (5.4), a variavel
resultante tera distribuiggo ¢ de Student com - 1 graus de liberdade. A expressao a ser
usada seré, portanto,
zx
fae " 5.8)
at (6.8)
Vemos que 2 Unica diferenca resultante do fato de desconhecermos o est em que
iemos trabalhar com valores de ¢ de Student a0 invés de 2. Como sabemos manipular as
distrbuigdes ¢ de Student, 0 problema esta resolvido. & Tab. §.3 resume o procedimento a
ser seguido, que é semelhante ao anteriormente visto.
‘Tabela 5.3. Testes de uma média com desconhecido
ipoteses| Rejeita-se My se
ror che
eae 216-Gaet
HE Ho Geib
> Ho
Bey
ges > ben
HH eee
DL
Em Individuos sadios, o consumo renal de oxigéno distibui-se normalmente
em tomo de 12 cm®/min, Deseja-se investiga, com base em cinco individuos
portadores de certa moléstia, se esta tem influencia no consumo renal médio
de oxigénio, Os consumes medidos para os cinco pacientes foram:
WA 129 15.0 13.7 15.5
Qual € a conclusdo, 20 nivel de 1% de significancia?
ES
Admitindo que também entre os portadores da moléstia o consumo renal de
oxigénio se distribua normalmente, vamos testat, para os pacientes, a5
hipéteses
Hg jent2 en? rin
He weizem®s min
Note-se que o teste deve ser bilateral, face ao que se deseja investigar. £
oportuno lembres que os resultados experimeentais nio devern, em caso algun,
influenciar a decisto quanto as hipdteses a testar.
© leitor poderd verifcar que a amostra de n = 5 valores fomece F = 13,90 €
5} = 0,665. Logo, conforme (5.8):
2 13,.90-12
‘0.66575
2521.
fe
‘TESTES DE UMA MEDIA PCPULACIONAL 93
Nee en ae en ee EE EEEnEEEEEEEEneee!
‘Como 0 valor ctitico € fy, oy = 4,604, rejeltamos Hp. A evidéncia amostral
indica, a0 nivel de 1% de significincia, que a referida moléstia tem influéncia
no consumo renal médio de oxigénio.
en
5.3.3. Poder do teste; curvas caracteristicas de operacao; tamanho
da amostra*
No estudo feito até aqui, operamos exctusivamente com a probabilidade ado ert tipo I, ou
nivel de significincia do teste. Veremos agora como, fixado a, ¢ possivel controlar também
a probabilidade 6 do ero tipo I.
‘Admitamos, como exemplo, que esido sendo testadas as hipéteses
Hy: #=20,
Hs p>2,
sendo o=§ ¢ = 25. Logo, ay = ai = STS = 1. Supondo-se fixado a = 5%, teremos
Zu 16645 €, de acordo com a expressio (5.5), vemos que o limite da regio critica sera
Fy = 204 1,645 - 1 = 21,645.
A hipétese Hy serd. pois, rejetada se a amostra fornecer ¥ > 21,645 (o que resultaria
em z> 1,645, & claro)
Como nos interessa agora analisar a probabilidade 8 do erro tipo Il, vamos supor que.
em realidade, a hipécese festada Hp sea falsa, ou sta, em realidade, u > 20. Ora, essa
suposicdo corresponderd a uma infinidade de valores possiveis de w; para cada um desses
possiveis valores que podemos imaginar, id resultar uma diferente probabilidade de se
cometer o erro tipo ll.
A Fig. 54 ustra graficamente as distribuigées amostais de F ¢ as probabilidades p do
cert tipo i para os valotes x= 21, u= 22 ¢ = 23, que comespondem a ts dos possiveis
casos de falsidade da hipdvese He, Note-se que, sendo falsa Ho, os valores de Bcomrespondem
4 probabilidade de se obter ¥ fora da regizo critica. Os valores f representados na figura
foram caleulados de acordo com as respectivas distribulgBes normals.
‘Vemos que a probabilidade do err tipo Tl depende do valor real suposto para o pardmetro
1, sendo grande para pequens afastamentos em relacdo 2o valor testado e diminuindo &
medida que o valor real do pardmerro se afasta dele,
Plotando os valores de 6 em fungdo de y pare o exemplo analisado, temos a curva
mostrada na Fig. 5.5, denominada curva caracterstica de operagdo (CCO) do teste.
A Fig. 5.5 mostra a particular CCO vélida apenas para o exemplo analisado
Genericamente, 2 curva caracteristica de operagao para testes desse tipo costuma ser dada,
para a fixado, em funcio da disténcia 4 ~ io padronizada, Isto é, medida em termos do