Você está na página 1de 50

Introdução aos Testes de Hipóteses

Prof. José Roberto Silva dos Santos

Fortaleza, 07 de novembro de 2018

Prof. José Roberto Intr. Testes de Hipóteses 07 de novembro de 2018 1 / 38


Sumário

1 Primeiras Ideias

2 Teste para a Média de Populações Normais com σ 2 conhecido

3 Testes para Proporções em Grandes Amostras

Prof. José Roberto Intr. Testes de Hipóteses 07 de novembro de 2018 2 / 38


Sumário

1 Primeiras Ideias

2 Teste para a Média de Populações Normais com σ 2 conhecido

3 Testes para Proporções em Grandes Amostras

Prof. José Roberto Intr. Testes de Hipóteses 07 de novembro de 2018 3 / 38


Primeiras Ideias

Nas aulas anteriores vimos como utilizar dados observados para es-
pecificar um valor ou um conjunto de valores plausı́veis para um
parâmetro populacional.

Vamos agora inverter esse procedimento: escolhido um valor ou um


conjunto de valores para um parâmetro, vamos avaliar se os dados
observados suportam ou não essa escolha.

Tal procedimento é conhecido como teste de hipóteses.

Prof. José Roberto Intr. Testes de Hipóteses 07 de novembro de 2018 4 / 38


Primeiras Ideias

Em muitas situações temos que decidir entre aceitar ou rejeitar


determinada afirmação com base em um conjunto de evidências.

Do ponto de vista estatı́stico, podemos está interessados em fazer


afirmações relacionadas à parâmetros de uma população e tomar
decisões baseadas em evidências amostrais.

Vejamos um exemplo para ilustrar os conceitos básicos que vamos


precisar para construção de testes de hipóteses.

Prof. José Roberto Intr. Testes de Hipóteses 07 de novembro de 2018 5 / 38


Primeiras Ideias
Exemplo 1

Vamos considerar a seguinte situação hipotética. Suponha que


um rapaz da disciplina Inferência Estatı́stica I está interessado em
uma colega. Com base em alguma(s) evidência(s), ele decidirá se
convida ou não a moça para sair. Quatro possibilidades podem ser
consideradas após a sua decisão:
Ele a convida, sendo que ela também está interessada (decisão
correta).

Prof. José Roberto Intr. Testes de Hipóteses 07 de novembro de 2018 6 / 38


Primeiras Ideias
Exemplo 1

Vamos considerar a seguinte situação hipotética. Suponha que


um rapaz da disciplina Inferência Estatı́stica I está interessado em
uma colega. Com base em alguma(s) evidência(s), ele decidirá se
convida ou não a moça para sair. Quatro possibilidades podem ser
consideradas após a sua decisão:
Ele a convida, sendo que ela também está interessada (decisão
correta).

Ele a convida, sendo que ela não está interessada (decisão errada).

Prof. José Roberto Intr. Testes de Hipóteses 07 de novembro de 2018 6 / 38


Primeiras Ideias
Exemplo 1

Vamos considerar a seguinte situação hipotética. Suponha que


um rapaz da disciplina Inferência Estatı́stica I está interessado em
uma colega. Com base em alguma(s) evidência(s), ele decidirá se
convida ou não a moça para sair. Quatro possibilidades podem ser
consideradas após a sua decisão:
Ele a convida, sendo que ela também está interessada (decisão
correta).

Ele a convida, sendo que ela não está interessada (decisão errada).

Ele não a convida, sendo que ela está interessada (decisão errada).

Prof. José Roberto Intr. Testes de Hipóteses 07 de novembro de 2018 6 / 38


Primeiras Ideias
Exemplo 1

Vamos considerar a seguinte situação hipotética. Suponha que


um rapaz da disciplina Inferência Estatı́stica I está interessado em
uma colega. Com base em alguma(s) evidência(s), ele decidirá se
convida ou não a moça para sair. Quatro possibilidades podem ser
consideradas após a sua decisão:
Ele a convida, sendo que ela também está interessada (decisão
correta).

Ele a convida, sendo que ela não está interessada (decisão errada).

Ele não a convida, sendo que ela está interessada (decisão errada).

Ele não a convida, sendo que ela não está interessada. (decisão
correta).

Prof. José Roberto Intr. Testes de Hipóteses 07 de novembro de 2018 6 / 38


Primeiras Ideias
Exemplo 1

Figura 1: Quadro de possibilidades

Prof. José Roberto Intr. Testes de Hipóteses 07 de novembro de 2018 7 / 38


Primeiras Ideias
Hipóteses nula e alternativa

Para construir um teste de hipóteses devemos formular duas hipóteses


que chamaremos de hipótese nula e Hipótese alternativa, que serão
denotadas por H0 e H1 , respectivamente.

A hipótese nula é uma afirmação que é estabelecida com o objetivo


de ser testada, e pode ser rejeitada ou não.

A hipótese alternativa corresponde a negação da afirmação feita em


H0 .

Para o Exemplo 1 terı́amos:

Prof. José Roberto Intr. Testes de Hipóteses 07 de novembro de 2018 8 / 38


Primeiras Ideias
Hipóteses nula e alternativa

Para construir um teste de hipóteses devemos formular duas hipóteses


que chamaremos de hipótese nula e Hipótese alternativa, que serão
denotadas por H0 e H1 , respectivamente.

A hipótese nula é uma afirmação que é estabelecida com o objetivo


de ser testada, e pode ser rejeitada ou não.

A hipótese alternativa corresponde a negação da afirmação feita em


H0 .

Para o Exemplo 1 terı́amos:


H0 : Ela está ”afim”

Prof. José Roberto Intr. Testes de Hipóteses 07 de novembro de 2018 8 / 38


Primeiras Ideias
Hipóteses nula e alternativa

Para construir um teste de hipóteses devemos formular duas hipóteses


que chamaremos de hipótese nula e Hipótese alternativa, que serão
denotadas por H0 e H1 , respectivamente.

A hipótese nula é uma afirmação que é estabelecida com o objetivo


de ser testada, e pode ser rejeitada ou não.

A hipótese alternativa corresponde a negação da afirmação feita em


H0 .

Para o Exemplo 1 terı́amos:


H0 : Ela está ”afim”

H1 : Ela não está ”afim”.


Prof. José Roberto Intr. Testes de Hipóteses 07 de novembro de 2018 8 / 38
Primeiras Ideias
Tipos de erro

Como visto no Exemplo 1, quando optamos por rejeitar ou não


rejeitar a hipótese nula, podemos cometer dois tipos de erros, são
eles:
Erro do tipo I: rejeitar a hipótese nula quando esta é verdadeira;

Erro do tipo II: não rejeitar a hipótese nula quando esta é falsa.
A Tabela 1 apresenta um resumo dos erros para o Exemplo 1.

Prof. José Roberto Intr. Testes de Hipóteses 07 de novembro de 2018 9 / 38


Primeiras Ideias
Tipos de erro

Tabela 1: Tipos de erros no Exemplo 1


Decisão H0 é verdadeira H0 é falsa
Não rejeitar H0

07 de novembro de 2018 10 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Primeiras Ideias
Tipos de erro

Tabela 1: Tipos de erros no Exemplo 1


Decisão H0 é verdadeira H0 é falsa
Não rejeitar H0 Se deu bem !!!

07 de novembro de 2018 10 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Primeiras Ideias
Tipos de erro

Tabela 1: Tipos de erros no Exemplo 1


Decisão H0 é verdadeira H0 é falsa
Não rejeitar H0 Se deu bem !!! Tomou um tôco
Rejeitar H0

07 de novembro de 2018 10 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Primeiras Ideias
Tipos de erro

Tabela 1: Tipos de erros no Exemplo 1


Decisão H0 é verdadeira H0 é falsa
Não rejeitar H0 Se deu bem !!! Tomou um tôco
Rejeitar H0 É muito vacilo!!!

07 de novembro de 2018 10 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Primeiras Ideias
Tipos de erro

Tabela 1: Tipos de erros no Exemplo 1


Decisão H0 é verdadeira H0 é falsa
Não rejeitar H0 Se deu bem !!! Tomou um tôco
Rejeitar H0 É muito vacilo!!! Não ganhou e não perdeu nada

07 de novembro de 2018 10 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Primeiras Ideias
Tipos de erro

Tabela 1: Tipos de erros no Exemplo 1


Decisão H0 é verdadeira H0 é falsa
Não rejeitar H0 Se deu bem !!! Tomou um tôco
Rejeitar H0 É muito vacilo!!! Não ganhou e não perdeu nada

Erro do Tipo I: Deixar de convidar uma garota que também está


interessada.

07 de novembro de 2018 10 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Primeiras Ideias
Tipos de erro

Tabela 1: Tipos de erros no Exemplo 1


Decisão H0 é verdadeira H0 é falsa
Não rejeitar H0 Se deu bem !!! Tomou um tôco
Rejeitar H0 É muito vacilo!!! Não ganhou e não perdeu nada

Erro do Tipo I: Deixar de convidar uma garota que também está


interessada.

Erro do Tipo II: Tomar um tôco.

07 de novembro de 2018 10 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Primeiras Ideias
Tipos de erro

Tabela 1: Tipos de erros no Exemplo 1


Decisão H0 é verdadeira H0 é falsa
Não rejeitar H0 Se deu bem !!! Tomou um tôco
Rejeitar H0 É muito vacilo!!! Não ganhou e não perdeu nada

Erro do Tipo I: Deixar de convidar uma garota que também está


interessada.

Erro do Tipo II: Tomar um tôco.

O Erro do Tipo I: deve ser sempre o mais grave.

07 de novembro de 2018 10 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Formulação Estatı́stica

Definição
Seja X1 , . . . , Xn uma amostra aleatória de uma população X com distri-
buição (ou densidade) de probabilidade f (x; θ), θ ∈ Θ sendo Θ o espaço
paramétrico de θ. Associados às hipóteses H0 e H1 , definimos os conjun-
tos Θ0 e Θ1 . Assim, as hipóteses nula e alternativa podem ser definidas
da seguinte forma:

 H0 : θ ∈ Θ0

H1 : θ ∈ Θ1 .

Na definição acima Θ = Θ0 ∪ Θ1 e Θ = Θ0 ∩ Θ1 = ∅

07 de novembro de 2018 11 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Formulação Estatı́stica
Tipos de hipóteses



 H0 : θ = θ0 versus H1 : θ = θ1 ( hipótese simples contra simples)




H0 : θ = θ0 versus H1 : θ 6= θ0 ( hipótese simples contra composta)



 H0 : θ ≤ θ0 (θ ≥ θ0 ) versus H1 : θ > θ0 (θ < θ0 ou θ 6= θ0 )( hipótese




composta contra composta)

Hipóteses do tipo H0 : θ ≤ θ0 (θ ≥ θ0 ) são equivalentes à


H0 : θ = θ0 .

07 de novembro de 2018 12 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Formulação Estatı́stica

Definição
Seja X1 , . . . , Xn uma amostra aleatória e X o espaço amostral asso-
ciado a esta amostra. Seja R ⊂ X definido como R = {x ∈ X :
H0 é rejeitada}, ou seja, o conjunto dos pontos amostrais que levam
à rejeição de H0 . Tal conjunto é chamado de região crı́tica ou região de
rejeição. Assim, um teste para testar H0 versus H1 é dado por

 1, se x ∈ R
δ(x) =
0, se x ∈ Rc .

onde X = R ∪ Rc e Rc é a chamada região de aceitação. Em geral a


regra δ(x) é construı́da com base em alguma estatı́stica T (X). Em que,

X = (X1 , X2 , . . . , Xn ) e x = (x1 , x2 , . . . , xn )

07 de novembro de 2018 13 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Formulação Estatı́stica

Definição
As probabilidades de se cometer os erros do tipo I e II que denotaremos
por α e β, respectivamente, são definidas por

α = P(δ(X) = 1|H0 ),

β = P(δ(X) = 0|H1 ).
A probabilidade α é chamada de nı́vel de significância do teste. A
notação P(δ(X) = 1|H0 ) significa que a probabilidade é tomada somente
sob os valores especificados na hipótese nula, ou seja, para todo θ ∈ Θ0 .

07 de novembro de 2018 14 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Formulação Estatı́stica
Exemplo 1

Um medicamento que existe na indústria farmacêutica produz o


efeito desejado em 60% dos casos em que é aplicado. Com o obje-
tivo de incrementar essa porcentagem, o laboratório lança um novo
medicamento elaborado com técnicas avançadas e afirma: ”O novo
medicamento é melhor que o já existente.”

07 de novembro de 2018 15 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Formulação Estatı́stica
Exemplo 1

Se o novo medicamento produz o efeito desejado em 90% dos casos


(em uma amostra) nos quais foi utilizado:
a afirmação do laboratório tem fundamento?

para decidir se a afirmação tem fundamento, baseamos nosso estudo


na informação contida numa amostra aleatória de usuários do pro-
duto.

vamos supor que o medicamento novo não pode ser pior que o já
existente.

07 de novembro de 2018 16 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Formulação Estatı́stica
Exemplo 1

Vamos considerar o seguinte teste:


H0 : θ = 0, 6 vs H1 : θ = 0, 9
Seja X =número de pacientes para os quais o novo medicamento
produz o efeito desejado

n = 10 o tamanho da amostra

X ∼ Bin(10, θ)

07 de novembro de 2018 17 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Formulação Estatı́stica
Exemplo 1

Se H0 é verdadeira: X ∼ Bin(10; 0, 6); E(X) = 6

Se H0 é falsa: X ∼ Bin(10; 0, 9); E(X) = 9

Vamos considerar a seguinte região de rejeição: R = {8, 9, 10}

Lembrando que X pode assumir os valores 0, 1, 2, ..., 10

A região crı́tica R determina as probabilidades de cometer os erros


tipo I e II.

07 de novembro de 2018 18 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Formulação Estatı́stica
Exemplo 1

P(erro tipo I) = P (rejeitar H0 |H0 é verdadeira)


= P(X ∈ R|θ = 0, 6)
= P(8 ≤ X ≤ 10|θ = 0, 6)
X10
= P (X = x|θ = 0, 6)
x=8
≈ 0, 1672

07 de novembro de 2018 19 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Formulação Estatı́stica
Exemplo 1

P(erro tipo II) = P(aceitar H0 |H0 é falsa)


= P(0 ≤ X ≤ 7|θ = 0, 9)
X7
= P(X = x|θ = 0, 9)
x=0
≈ 0, 0702

07 de novembro de 2018 20 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Formulação Estatı́stica
Exemplo 1

Observando a relação entre os erros tipo I e II, e R:


H0 : θ = 0, 6 vs H1 : θ = 0, 9

R P(erro tipo I) P(erro tipo II)


{8, 9, 10} 0,1672 0,0702
{9, 10} 0,0463 0,2639
{10} 0,0060 0,6513

07 de novembro de 2018 21 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Formulação Estatı́stica
Exemplo 1

Note que, ao diminuir a probabilidade de cometer o erro do tipo I,


diminuı́mos a região R e aumentamos a probabilidade de cometer
erro do tipo II.

Devemos optar por manter fixo um dos erros.

Optamos então por controlar o erro do tipo I (considerado mais


grave).

07 de novembro de 2018 22 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Procedimento geral para construção de testes de
hipóteses

De modo geral, o procedimento adotado em um teste de hipótese, con-


siste em rejeitar ou não uma afirmação sobre um parâmetro populacional
com base em valores fornecidos por uma estatı́stica ou estimador ade-
quado θ̂. Utilizamos a distribuição de θ̂ para verificar se a distância
|θ̂ − θ| é significativa. A seguir estão os passos para construção de um
teste de hipóteses
Identifique o parâmetro de interesse a partir do problema.
Especifique a hipóteses nula e alternativa. A hipótese nula deve ser
fixada de modo que, o erro do tipo I (controlado) corresponda ao
erro mais grave de ser cometido.
Use a teoria estatı́stica para decidir qual estatı́stica será utilizada
no teste. Tal estatı́stica é chamada estatı́stica de teste e deve ter
distribuição conhecida sob H0 .
07 de novembro de 2018 23 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Procedimento geral para construção de testes de
hipóteses

Fixe a probabilidade α de cometer o erro do tipo I e use-o jun-


tamente com a distribuição da estatı́stica de teste para construir
região crı́tica R. Lembre-se que essa região é construı́da com base
nos valores dos parâmetros hipotetizados em H0 .

Use as observações da amostra para calcular o valor da estatı́stica


de teste.

Se a estatı́stica de teste calculada não pertencer à região crı́tica, não


rejeite H0 ; caso contrário, rejeite H0 .

07 de novembro de 2018 24 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Sumário

1 Primeiras Ideias

2 Teste para a Média de Populações Normais com σ 2 conhecido

3 Testes para Proporções em Grandes Amostras

07 de novembro de 2018 25 /
Prof. José Roberto Intr. Testes de Hipóteses 38
População normal com variância conhecida

Vamos aplicar os conceitos da teoria de testes de hipóteses a um


situação mais especifica.

Assim como foi feito para intervalos de confiança, começaremos su-


pondo variância conhecida.

Como dito anteriormente, essa situação pode ocorrer na prática,


embora o mais comum seja considerar variância desconhecida. Em
termos didáticos, tal situação é mais simples e deve ser preferida em
um primeiro momento.

A construção de outros testes é análoga à esta, mudando apenas a


distribuição amostral.

07 de novembro de 2018 26 /
Prof. José Roberto Intr. Testes de Hipóteses 38
População normal com variância conhecida

Seja X1 , . . . , Xn uma amostra aleatória da população X ∼ N (µ, σ 2 )


com σ 2 conhecido. Suponha que estamos interessados em testar
hipóteses relacionadas com µ que podem ser

 H0 : µ = µ0 versus H1 : µ 6= µ0

H0 : µ = µ0 versus H1 : µ > µ0 (µ < µ0 )


07 de novembro de 2018 27 /
Prof. José Roberto Intr. Testes de Hipóteses 38
População normal com variância conhecida
Estatı́stica do teste

Pelas propriedades da distribuição normal em amostra aleatórias,


sabemos que

σ2
X ∼ N (µ, ),
n
ou equivalentemente,


 
X −µ
Z= n ∼ N (0, 1).
σ
Considerando a hipótese H0 : µ = µ0 a distribuição da média amos-
2
tral é totalmente especificada (ou seja, X ∼ N (µ0 , σn )) e podemos
determinar


 
X − µ0
Z0 = n .
σ
Z0 será a estatı́stica do teste.
07 de novembro de 2018 28 /
Prof. José Roberto Intr. Testes de Hipóteses 38
População normal com variância conhecida
Região Crı́tica do Teste

A forma da região crı́tica de um teste é determinada pela hipótese


alternativa. Por isso consideraremos
(i) H1 : µ 6= µ0 . Neste caso, com α fixado, devemos rejeitar H0 para
valores mais extremos ou mais inferiores do que µ0 . Assim,

Rα = {x̄ ∈ X : |Z0 | > z1− α2 }.


(ii) H1 : µ < µ0 . Neste caso, com α fixado, devemos rejeitar H0 para
valores mais inferiores do que µ0 . Assim,

Rα = {x̄ ∈ X : Z0 < −z1−α }.


(iii) H1 : µ > µ0 . Neste caso, com α fixado, devemos rejeitar H0 para
valores mais extremos do que µ0 . Assim,

Rα = {x̄ ∈ X : Z0 > z1−α }.

07 de novembro de 2018 29 /
Prof. José Roberto Intr. Testes de Hipóteses 38
População normal com variância conhecida
Região Crı́tica do Teste

Se estivermos interessados em estabelecer regras de decisão em termos


de X teremos
(i) H1 : µ 6= µ0 .
σ σ
Rα = {x̄ ∈ X : x < µ0 − z1− α2 √ ou x > µ0 + z1− α2 √ }.
n n
(ii) H1 : µ < µ0 .
σ
Rα = {x̄ ∈ X : x < µ0 − z1−α √ }.
n
(iii) H1 : µ > µ0 .
σ
Rα = {x̄ ∈ X : x > µ0 + z1−α √ }.
n

07 de novembro de 2018 30 /
Prof. José Roberto Intr. Testes de Hipóteses 38
População normal com variância conhecida
Exemplo 2

Uma amostra de tamanho n = 25 é extraı́da de uma população


normal com variância 256, obtendo-se x̄ = 23. Deseja-se testar a
hipótese

H0 : µ = 18
Determine a região crı́tica ao nı́vel de significância de 1% e decida
se H0 deve ou não ser rejeitada quando:
1 H1 : µ 6= 18

2 H1 : µ > 18

07 de novembro de 2018 31 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Sumário

1 Primeiras Ideias

2 Teste para a Média de Populações Normais com σ 2 conhecido

3 Testes para Proporções em Grandes Amostras

07 de novembro de 2018 32 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Testes para Proporções em Grandes Amostras

Seja X1 , . . . , Xn uma amostra aleatória de uma população X tal


que

 1, se o indivı́duo possui a caracterı́stica
X=
0, caso contrário.

X ∼ Ber(p). Como já sabemos a proporção amostral P̂ é definida


como

X1 + · · · + Xn
P̂ = ,
n
em que,

p(1 − p)
E(P̂ ) = p e Var(P̂ ) =
n
07 de novembro de 2018 33 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Testes para Proporções em Grandes Amostras

Podemos está interessados em testar



 H0 : p = p0 versus H1 : p 6= p0

H0 : p = p0 versus H1 : p > p0 (p < p0 )


07 de novembro de 2018 34 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Testes para Proporções em Grandes Amostras
Estatı́stica do Teste

Sob H0 P̂ tem distribuição aproximadamente normal dada por


 
p0 (1 − p0 )
P̂ ≈ N p0 ; ,
n
ou equivalentemente,
!
√ P̂ − p0
Z0 = n p .
p0 (1 − p0 )
Como vemos a distribuição de P̂ é completamente especificada sob
H0 .

Z0 será a estatı́stica de teste.

A distribuição de P̂ sob H0 é bem aproximada sempre que np0 ≥ 5


e n(1 − p0 ) ≥ 5
07 de novembro de 2018 35 /
Prof. José Roberto Intr. Testes de Hipóteses 38
Testes para Proporções em Grandes Amostras
Região Crı́tica do Teste

A forma das regiões crı́ticas para os testes sobre proporções


(i) H1 : p 6= p0 . Neste caso, com α fixado, devemos rejeitar H0 para
valores mais extremos ou mais inferiores do que p0 . Assim,

Rα = {P̂ ∈ X : |Z0 | > z1− α2 }.


(ii) H1 : p < p0 . Neste caso, com α fixado, devemos rejeitar H0 para
valores mais inferiores do que p0 . Assim,

Rα = {P̂ ∈ X : Z0 < −z1−α }.


(iii) H1 : p > p0 . Neste caso, com α fixado, devemos rejeitar H0 para
valores mais extremos do que p0 . Assim,

Rα = {P̂ ∈ X : Z0 > z1−α }.

07 de novembro de 2018 36 /
Prof. José Roberto Intr. Testes de Hipóteses 38
População normal com variância conhecida
Região Crı́tica do Teste

Se quisermos estabelecer regras de decisão em termos de P̂ podemos


considerar
(i) H1 : p 6= p0 .
r r
p0 (1 − p0 ) p0 (1 − p0 )
Rα = {P̂ ∈ X : P̂ < p0 − z1− α2 ou P̂ > p0 + z1− α2 }.
n n

(ii) H1 : p < p0 .
r
p0 (1 − p0 )
Rα = {P̂ ∈ X : P̂ < p0 − z1−α }.
n
(iii) H1 : p > p0 .
r
p0 (1 − p0 )
Rα = {P̂ ∈ X : P̂ > p0 + z1−α }.
n
07 de novembro de 2018 37 /
Prof. José Roberto Intr. Testes de Hipóteses 38
População normal com variância conhecida
Exemplo 3

Um fabricante afirma que no máximo 10% dos seus produtos são


defeituosos. Um órgão de defesa do consumidor testa uma amostra
de 81 desses itens, detectando 13,8% de defeituosos. Verifique se a
afirmação do fabricante faz sentido, ao nı́vel de significância de 5%.

07 de novembro de 2018 38 /
Prof. José Roberto Intr. Testes de Hipóteses 38

Você também pode gostar