Inferência Paramétrica

(Parte II)
Testes de Hipóteses
Quintiliano Schroden

Comentários Iniciais

Uma hipótese estatística é uma afirmativa a respeito de um
parâmetro de uma distribuição de probabilidade.

Hipótese que a produtividade é diferente de 2,5 peças/hora.
Formalmente isso é escrito como:
H 0 : µ = 2,5 peçashora
H1 : µ ≠ 2,5 peças/hora

Ho (hipótese nula) e H1 (hipótese alternativa).
Anteriormente, a alternativa formulada é bilateral, mas
também podem ser estabelecidas alternativas unilaterais,
tais como:
H 0 : µ = 2,5 peças / hora
H1 : µ < 2,5 peças/hora

Erros e nível de significância

Verdade real de H0
Decisão

H0 verdadeira H0 falsa
Não Decisão Erro do
rejeitar H0 correta tipo II
Erro do Decisão
Rejeitar H0 tipo I correta

Erro do tipo I: A hipótese nula é realmente verdadeira,

mas optou-se por rejeitá-la.

Nível de significância,
Probabilidade máxima de se cometer um erro do tipo I.

1
 Teste monocaudal
Ha é mais provável. direito
Ha valor

Teste monocaudal
Ha é mais provável.
esquerdo
Ha valor

Ha é mais provável.
Teste bicaudal
Ha valor

Passos para realizar um Teste de Hipóteses:

Definição da Hipótese

O primeiro passo é o estabelecimento das hipóteses:
hipótese nula e hipótese alternativa

Hipótese Nula (Ho): É um valor suposto para um

parâmetro. Se os resultados da amostra não forem
muito diferentes de Ho, ela não poderá ser rejeitada.

Hipótese Alternativa(Ha) : É uma hipótese que

contraria a hipótese nula, complementar de Ho, Essa
hipótese somente será aceita se for rejeitada Ho.

Passos para realizar um Teste de Hipótese

Calcular a estatística do Teste

É o valor calculado a partir da amostra, que será usado

na tomada de decisão. Uma maneira de tomar-se uma
decisão é comparar o valor tabelado com a estatística
do teste.

Para o caso de testes de médias, a estatística do teste é a

variável padronizada Z:
(X −µ) Variabilidade
Zcal = das médias
(σ n )
Estatística
do teste

2
Passos para realizar um Teste de Hipótese

Região Crítica

A região crítica é a região onde Ho é rejeitada. A área
α), que
da região crítica é igual ao nível de significância (α
estabelece a probabilidade de rejeitar Ho quando ela é
verdadeira.

Por exemplo, se utilizarmos o nível de significância de
5%, a probabilidade de rejeitar Ho quando ela é
verdadeira é igual a 5% (erro tipo I). Na prática, os
valores usuais de alfa são α = 0,01 ou 0,05 ou 0,10.

Passos para realizar um Teste de Hipótese

Unilateral à esquerda:

Ho: µ = 50
H1:: µ > 50

Unilateral à direita:

Ho: : µ = 50
H1: : µ <50

Bilateral:

Ho: : µ = 50

H1:: µ ≠ 50

Passos para realizar um Teste de Hipótese

Regra de Decisão:

Se o valor da estatística do teste cair na região crítica,
rejeita-se Ho. Ao rejeitar a hipótese nula (Ho) existe
uma forte evidência de sua falsidade.

Ao contrário, quando aceitamos, dizemos que não
houve evidência amostral significativa no sentido de
permitir a rejeição de Ho.

3
 Passos para realizar um Teste de Hipótese

Conclusão

Aceitar Ho, implica que a hipótese nula não pode ser

rejeitada!

Rejeitar Ho implica que temos evidências estatísticas

para rejeitá-la com um risco conhecido : α.

Teste de hipótese para média

a) População infinita, normal ou aproximadamente normal,
variância populacional conhecida (amostra grande ou
pequena)
Ho H1 R. CRITICA
µ=µo µ<µo z<-zα
µ>µo z>zα
µ ≠ µo z<-zα/2 e z>zα/2

Estatística a ser utilizada =>

X − µO
Z =
σ / n

Registros dos últimos anos de calouros de uma certa

escola atestam que sua média num teste de QI foi 115
e desvio padrão de 20. Para saber se uma nova turma
de calouros é típica desta escola, retirou-se uma
amostra aleatória de 50 alunos desta nova classe,
encontrado-se média de 118. Com uma confiança de
95%, teste a hipótese de que esta nova turma apresenta
a mesma característica das classes precedentes, com
relação ao QI. Com um nível de 5% de significância.

4
 Teste de hipótese para média
b) População infinita, normal ou aproximadamente normal,
variância populacional desconhecida e amostra pequena.

Ho H1 R. CRITICA
µ<µo t<-tα
µ=µo µ>µo t>tα
µ ≠ µo t<-tα/2 e t>tα/2

Estatística a ser utilizada =>

X − µO
t= com v = n-1
S / n

O tempo médio gasto para profissionais da

área de Ciências Contábeis, realizarem um
determinado procedimento tem sido de 50
minutos. Um novo procedimento está sendo
implementado. Neste novo procedimento
retirou-se uma amostra de 12 pessoas, com um
tempo médio de 42 minutos e um desvio
padrão de 11,9 minutos. Teste a hipótese de
que a média populacional no novo
procedimento é menor do que 50. Com um
nível de 5% de significância.

Teste de hipótese - diferença entre médias

a) População infinita, normal ou aproximadamente normal,
variância populacional conhecida (amostras grandes ou
pequenas)
Ho H1 R. CRITICA
µ 1 − µ 2 = dO µ1-µ2<do z<-zα
µ1-µ2>do z>zα
µ1 − µ2 ≠ d o z<-zα/2 e z>zα/2

Estatística a ser utilizada =>

(X 1 − X 2 ) − (µ 1 − µ 2 )
Z =
σ 1 2 / n1 + σ 2
2
/ n2

5
 Retiradas amostras de aparelhos usados de duas marcas,
encontrou-se os resultados apresentados no quadro a
seguir. Verifique se as duas marcas tem durabilidade
iguais ou se são diferentes. Com um nível de 5% de
significância.
Marcas A B
Média 1160 1140
desvio padrão pop. 90 80
tamanho amostra 100 100

Teste de hipótese - diferença entre médias

b)Populações aproximadamente normais, amostras
pequenas, variâncias populacionais desconhecidas e
Homogêneas.
Ho H1 R. CRITICA
µ1-µ2<do t<-tα
µ 1 − µ 2 = dO µ1-µ2>do t>tα
µ1 − µ 2 ≠ d o t<-tα/2 e t>tα/2
Estatística a ser utilizada =>
( X 1 − X 2 ) − ( µ1 − µ 2 )
t= v = n1 + n 2 − 2
s p 1 / n1 + 1 / n 2
( n 1 − 1) s1 2 + ( n 2 − 1) s 2 2
Sp =
n1 + n 2 − 2

Um treinamento na área de comunicação de um

conglomerado é ministrado a 12 profissionais pelo
método convencional. Um segundo grupo de 10
profissionais recebeu o mesmo treinamento por um
método programado. Os resultados de notas dos dois
métodos são apresentados no quadro a seguir.
Determine se há diferença entre os dois métodos,
assumindo que as populações são normais e com
variâncias homogêneas. Com um nível de 5% de
significância .
Método Convencional Programado
média 85 81
desvio padrão 4 5

6
 Teste de hipótese - diferença entre médias
c) Populações aproximadamente normais, amostras
pequenas, variâncias populacionais desconhecidas e
estatisticamente Heterogêneas.
Ho H1 R. CRITICA
µ1-µ2<do t<-tα
µ 1 − µ 2 = dO µ1-µ2>do t>tα
µ1 − µ 2 ≠ d o t<-tα/2 e t>tα/2

Estatística a ser utilizada =>

( X 1 − X 2 ) − ( µ1 − µ 2 ) ( s12 / n1 + s2 2 / n2 ) 2
t= GL =
s12 / n1 + s2 2 / n2 ( s12 / n1 ) 2 ( s2 2 / n2 ) 2
+
n1 − 1 n2 − 1

Para estudar o efeito da certificação ambiental no

valor de empresas amostras de empresas da mesma
área, com e sem certificação ambiental.Obteve-se os
seguintes resultados. Considere as populações com
variâncias heterogêneas, teste a hipótese de que os
dois padrões de empresas apresentam médias de
valor diferentes. Com um nível de 5% de significância
Com certificação Sem certificação
Método ambiental ambiental
média 24,0 13,3
desvio padrão 1,7 3,7
n 8 21

Teste de hipótese – uma proporção

Ho H1 R. CRITICA
p=po p < po z<-zα
p > po z>zα
p ≠ po z<-zα/2 e z>zα/2

Estatística a ser utilizada =>

pˆ − p 0
Z =
p0 q0 / n

7
 Um investidor, deseja saber se a proporção de
empresas que apresentam alto potencial para
investimento é menor que 10%. Ele realiza uma
amostragem de 122 empresas e encontrou 11 com
alto potencial. Verifique a hipótese do investidor.
Com um nível de 5% de significância.

Teste de hipótese – diferença entre proporções

Ho H1 R. CRITICA
p1-p2=po p1-p2<po z<-zα
p1-p2>po z>zα
p1 − p2 ≠ p o z<-zα/2 e z>zα/2

Estatística a ser utilizada: n1 pˆ 1 + n2 pˆ 2

p=
( pˆ 1 − pˆ 2 ) − ( p 1 − p 2 ) n1 + n2
Z=
p q (1 / n1 + 1 / n 2 ) q = 1− p

Uma questão de teste é considerada boa se permitir

discriminar entre estudantes preparados e estudantes
não preparados. A primeira questão de um teste foi
respondida corretamente por 62 dentre 80 alunos
preparados, e por 23 dentre 50 alunos não preparados.
Com um nível de 5% de significância, teste a
afirmação de que esta questão foi respondida
corretamente por uma proporção maior de estudantes
preparados.

8
 Teste de hipótese – razão entre
variâncias
H0 Ha R. CRITICA

σ 12 = σ 2 2 σ 12 ≠ σ 2 2 Fcalc > F(5%, v1, v2)

Estatística a ser utilizada:

S 2 m aior
Fcalc = 2
S m enor

Teste de hipótese – teste de qui-

quadrado para independência
H0 Ha R. CRITICA
há independentes Não há χ 2 calc > χ 2 (α ,GL )
independência
Estatística a ser utilizada:
(f ),
2
− f ei
χ
oi
2
calc =∑
f ei
f e = (totallinha * totalcoluna ) / total
GL = (l − 1) *(c − 1) − p

EXERCICIO
A tabela de contingência a seguir mostra os
resultados de uma amostra aleatória de 2000
vitimas de fraude no telemarketing classificados
por idade e tipo de fraude. As fraudes foram
cometidas com sweepstakes falsos ou ofertas de
cartão de crédito. Ao nível de significância igual
a 1% você pode concluir que a idade das vitimas
está relacionada ao tipo de fraudes?

9
 Tipos de Idade das vitimas
fraudes

< 20 20 a 30 a 40 a 50 a 60 a 70 a > 80 Total

29 39 49 59 69 79

Sweepstake 10 60 70 130 90 160 280 200 1000

Cartões de 20 180 260 240 180 70 30 20 1000

crédito

Total 30 240 330 370 270 230 310 220 2000

Teste de hipótese – teste de qui-

quadrado para aderência
H0 Ha R. CRITICA
há aderência Não há
χ 2 calc > χ 2 (α ,GL )
aderência

Estatística a ser utilizada:

(f ),
2
− f ei
χ =∑
2 oi
calc
f ei
f ei = n * pi
GL = (k − 1) − p

EXERCICIO
A distribuição alegada das idades das vitimas de
fraudes no telemarketing é mostrada na
tabela. Os resultados de um levantamento de
mil vitimas selecionados aleatoriamente
também estão na tabela. Usando 1% de
significância teste o ajustamento da
distribuição alegada. O que você pode
concluir?

10
 Idades Dist. Alegada Resultado do
levantamento
< 20 1% 30
20 a 29 13% 200
30 a 39 16% 300
40 a 49 19% 270
50 a 59 16% 150
60 a 69 13% 40
>70 22% 10
Total 100% 1000

EXERCICIO
Dirigentes alegam que a distribuição do número
de gols por partida em um campeonato
amador é uma Poisson. Os resultados de um
levantamento de vinte e seis partidas
selecionados aleatoriamente estão na tabela
abaixo. Usando 5% de significância teste o
ajustamento da distribuição alegada. O que
você pode concluir?

Nº de gols Resultado do P(x=k) fe

levantamento
(fo)
0 8
1 9
2 4
3 2
4 3
Total 26 1,00 26

11