Escolar Documentos
Profissional Documentos
Cultura Documentos
Conteúdo Pág:
Introdução ..................................................................................................................... 1
1.3.5. Teste de Hipoteses para duas variâncias ....... Error! Bookmark not defined.
2. Conclusão ............................................................................................................ 11
3. Bibliografia .......................................................................................................... 12
Introdução
O presente trabalho da cadeira de Estatística visa falar dos testes de hipótese para uma
Média, entretanto, sabe – se que uma hipóteses estatística é uma afirmação ou conjetura
sobre o parâmetro, ou parâmetros, da distribuição de probabilidades de uma característica,
X, da população ou de uma variável aleatória.
1
1. Teste de Hipótese para uma Média
1.1.Conceitos
De acordo com PERREIRA (1992:45), Estatística Teste: é a estatística amostral, cujo valor
baseado nos dados será utilizado para a tomada de decisão a respeito da hipótese nula.
Está associada à distribuição de probabilidade do estimador do parâmetro que se deseja
testar.
Segundo TOLEDO (1983:44), a diferença entre as médias (ou percentuais) de uma dada
variável em duas amostras aleatórias equivale a uma única variável aleatória com média
zero. Em outras palavras, a partir da distribuição de probabilidade da variável na amostra
1 e da distribuição de probabilidade correspondente na amostra 2 é possível se calcular a
distribuição de probabilidade da diferença entre as duas amostras.
1
Cfr. GRAYBILL, F.; IVER, H.K. & BURDICK, R.K. - Applied Statistics, a first course in Inference,
Prentice Hall, 1998. P.80
2
1.3.Tipos de Teste
1.3.1. A Distribuição das Diferenças
3
1.3.2.1.Hipoteses
De acordo com TOLEDO (1983:56), Quando a hipótese nula é verdadeira e você a rejeita,
comete um erro do tipo I. A probabilidade de cometer um erro do tipo I é α, que é o nível
de significância que você definiu para seu teste de hipóteses. Um α de 0,05 indica que
você quer aceitar uma chance de 5% de que está errado ao rejeitar a hipótese nula. Para
reduzir este risco, você deve usar um valor inferior para α. Entretanto, usar um valor
inferior para alfa significa que você terá menos probabilidade de detectar uma diferença
verdadeira, se existir uma realmente.
1.3.3.2.Erro tipo II
De acordo com LAPPONI (2000:68), Quando a hipótese nula é falsa e você não a rejeita,
comete um erro de tipo II. A probabilidade de cometer um erro de tipo II é β, que depende
do poder do teste. Você pode diminuir o risco de cometer um erro do tipo II, assegurando
que o seu teste tenha potência suficiente. Você pode fazer isso garantindo que o tamanho
amostral seja grande o suficiente para detectar uma diferença prática, quando realmente
existir uma.
A probabilidade de rejeitar a hipótese nula quando ela é falsa é igual a 1–β. Esse valor é
a potência do teste.
4
Verdade sobre a população
De acordo com LAPPONI (2000:90), Para aplicar o teste para a variância é necessário
supor a normalidade da população de onde será extraída a amostra.
As hipóteses são:
H ou σ
2
> σ20 ou σ2 < σ20
Quer dizer o quociente acima tem uma distribuição qui-quadrado com “n-1” graus de
liberdade. A qui-quadrado é uma distribuição assimétrica positiva que varia de zero a
mais infinito. Esta distribuição é tabelada também em função dos número de graus de
liberdade, isto é, cada grau de liberdade (n -1) representa uma distribuição diferente.
As colunas das tabelas representam diferentes níveis de significância, isto é, área sob a
curva acima do valor tabelado.
5
Em função do tipo de hipótese alternativa define-se a região de rejeição. No primeiro caso
tem-se uma região de rejeição do tipo bilateral. Logo, fixado um nível de significância
“α“, a região crítica será
Exemplo 1
Solução
2
H0: σ = 100
contra H1: σ2
≠ 100 χ c 2 =
(15.169)/100
= 25,35.
[χ972 ,5% , χ22,5%] = [6,26, 27,49]. Como o valor calculado pertence a esta região, aceita-se
H0, isto é, com esta amostra não é possível afirmar que a máquina está desregulada, ao
nível de 5% de significância.
6
Tem distribuição qui-quadrado com graus de liberdade. Denotamos . Para executar
este tipo de teste, podemos seguir os passos:
7
Se o teste é unilateral à esquerda, devemos determinar o ponto crítico tal
que .
5. Critério:
no caso bilateral.
8
7. Como vimos na Seção 4.4, o intervalo de confiança para a variância populacional é
dado por
Exemplo 2
3. Critério: Rejeitar se .
9
5. Conclusão: como , a hipótese nula não deve ser rejeitada. Ou
seja, não há evidências de que a variância do volume de enchimento
exceda .
10
2. Conclusão
Em jeito de conclusão realçamos que para grandes amostras, muitas estatísticas S têm
distribuições quase normais com média S e desvio-padrão S . Em tais casos, nós
podemos usar os resultados acima para formular regras de decisão ou testes de hipóteses
e significância. Os seguintes casos especiais são apenas algumas das estatísticas de
interesse prático. Em todos os casos, os resultados são válidos para as populações infinitas
ou para amostras com reposição. Para amostras sem reposição em populações finitas, os
resultados precisam ser modificados. Nós só consideraremos os casos de grandes
amostras ( n 30 ).
Se rejeitarmos uma hipótese, quando deveríamos aceita-lá, dizemos que um erro do tipo
I foi cometido. Se, por outro lado, aceitamos uma hipótese quando ela deveria ser
rejeitada, dizemos que foi cometido um erro do tipo II. Em ambos os casos, ocorre uma
decisão errada ou erro de julgamento.
Para que qualquer teste de hipótese ou regras de decisão seja considerado bom, eles
devem ser concebidos de modo a minimizar os erros de decisão. Esta não é uma questão
simples, já que, para uma determinada dimensão da amostra, uma tentativa de diminuir
um tipo de erro, em geral, é acompanhada por um aumento no outro tipo de erro. Na
prática, um tipo de erro pode ser mais grave do que o outro, e assim um objetivo deverá
ser alcançado em favor de uma limitação do erro mais grave. A única maneira de reduzir
os dois tipos de erros é aumentar o tamanho da amostra, que pode ou não pode ser
possível.
Ao testar uma hipótese dada, a probabilidade máxima com a qual estaríamos dispostos a
arriscar um erro do tipo I é denominada nível de significância do teste. Essa probabilidade
é frequentemente especificada antes de qualquer amostra ser colhida para que os
resultados obtidos não influenciem na decisão.
11
3. Bibliografia
LAPPONI, Juan Carlos. Estatística usando Excel. São Paulo: Lapponi Treinamento e
Editora, 2000.
TOLEDO, Geraldo Luciano e Ovalle, Ivo Izidoro. Estatística Básica. São Paulo: Editora
Atlas, 1983.
12