Universidade Federal da Bahia

Instituto de Matemática e Estatı́stica

Departamento de Estatı́stica
MATD38 - Estatı́stica Básica B - 2018.2 Profa. Maristela Dias
Aula Prática
Assunto: Testes de hipótese
Objetivo: Realização de testes de hipótese com apoio de software - R e SPSS

Atividade 1: Teste de hipótese para a média de uma população normal com variância conhe-
cida.
Exemplo: Temos o seguinte problema para resolver: Você recebe a revista de uma grande uni-
versidade. A revista afirma que o tamanho médio das turmas para cursos integrais é menor que 32
alunos. Você sabe que o desvio padrão do número de alunos por turma é de 0,89 alunos e quer tes-
tar essa afirmação. Para isso seleciona 18 turmas, determinando os seus tamanhos. Os resultados
estão a seguir. Ao nı́vel de 1%, você pode dar suporte à afirmação da revista?

35 28 29 33 32 40 26 25 29
28 30 36 33 29 27 30 28 25

1. Como resolver utilizando o R:

• Primeiro entre com os valores amostrais:

turmas < −c(35, 28, 29, 33, 32, 40, 26, 25, 29, 28, 30, 36, 33, 29, 27, 30, 28, 25)

• A seguir identifique o valor da média, sob H0

µ = 32

• Agora identifique a forma da hipótese alternativa:

– “two.sided” para teste bilateral;
– “less” para teste unilateral à esquerda, ou;
– “greater” para teste unilateral à direita.
• Você precisará instalar e carregar o pacote ‘BSDA’;
• Abaixo temos o comando e a saı́da para este problema:
z.test(x=turmas,mu=32,sigma.x=.89,alternative="less",conf.level = 0.99)
One-sample z-Test
data: turmas

z = -8.7395, p-value < 2.2e-16

alternative hypothesis: true mean is less than 32
99 percent confidence interval:
NA 30.65468
sample estimates:
mean of x
30.16667

1
 Note que o R apresenta o valor da estatı́stica de teste, o valor−p, o intervalo de 99% de
confiança e o valor da média amostral.
Atividade 2: Teste de hipótese para a média de uma população normal com variância
desconhecida.
Suponha agora que não há qualquer informação sobre o desvio padrão populacional.
Para resolver esse problema no R não é necessário instalar nenhum pacote adicional, já que o
Teste t faz parte do pacote básico do R.

• Abaixo temos o comando e a saı́da para este problema:

t.test(x=turmas,mu=32,alternative="less",conf.level = 0.99)
One Sample t-test
data: turmas
t = -1.9428, df = 17, p-value = 0.0344
alternative hypothesis: true mean is less than 32
99 percent confidence interval:
-Inf 32.58902
sample estimates:
mean of x
30.16667

Note que o R apresenta o valor da estatı́stica de teste, o número de graus de liberdade, o

valor−p, o intervalo de 99% de confiança e o valor da média amostral.
Agora você deve analisar os resultados apresentados e tomar uma decisão sobre o problema.

Esse problema poderia ter sido resolvido com um software considerado ‘mais amigável’. Por
exemplo, o SPSS, que não é gratuito, mas é muito utilizado pricipalmente na área social.
Felizmente, há uma versão gratuita que é o PSPP.
Obs. A versão gratuita do SPSS, o PSPP, pode ser baixada do endereço:

https://sourceforge.net/projects/pspp4windows/?source=typ_redirect

Alguns comandos estão em português e a aparência do programa é bastante semelhante ao

original SPSS.

2. Como resolver o mesmo problema com a ajuda so SPSS:

• Entre com os valores amostrais numa coluna da planilha:

• Siga a seguinte sequência:
Analyze − > Compare Means − > One-Sample T Test

2
 • A seguir selecione a variável, digite o valor sob H0 e clique em OK.
• Note que o SPSS também apresenta um intervalo de confiança:

Agora descreva o que você observou de semelhanças e diferenças entre o tratamento dado por
cada um dos softwares, bem como as saı́das apresentadas por cada um.

Atividade 3: Teste de hipótese para uma poporção populacional.

Exemplo: O rótulo de uma caixa de sementes informa que a taxa de germinação é de 90%. En-
tretanto, como a data de validade está vencida, acredita-se que a taxa de germinação seja inferior a
este número. Foi realizado um experimento e de 400 sementes, tomadas ao acaso, 350 germinaram.
Qual a conclusão do teste ao nı́vel de 1% de significância?

Como resolver utilizando o R:

• Identifique o número de sucessos encontrados na amostra: x = 350;

• Identifique o número de unidades avaliadas: n = 400;

• Agora identifique a forma da hipótese alternativa:

– “two.sided” para teste bilateral;

– “less” para teste unilateral à esquerda, ou;
– “greater” para teste unilateral à direita.

• A seguir temos o comando e a saı́da para este problema:

3
 prop.test(350,400,.9, alternative="less")
1-sample proportions test with continuity correction
data: 350 out of 400, null probability 0.9
X-squared = 2.5069, df = 1, p-value = 0.05667
alternative hypothesis: true p is less than 0.9
95 percent confidence interval:
0.0000000 0.9008314
sample estimates:
p
0.875

Novamente, você deve analisar os resultados apresentados e tomar uma decisão sobre o problema.

Obs. 1: Sem usar a aproximação para a normal, o R ainda tem a opção ‘binom.test’.
Dica: Seja curioso(a) e tente entender como utilizá-lo.

Obs. 2: O SPSS, e consequentemente o PSPS, não realiza o teste para a proporção utilizando
a aproximação para a distribuição normal. Mas apenas o teste exato utilizando a distribuição
binomial, que é o teste Não-Paramétrico Binomial contido em:

Analyze − > NonParametric Statistics − > Binomial

Atividade 4: Teste t para comparação de duas médias de populações normais com variâncias
desconhecidas e iguais.

Vamos considerar o Exercı́cio 26 da Lista 5: Duas amostras de 10 alunos de duas turmas distintas
de um mesmo curso apresentam os seguintes totais de pontos em provas de certa disciplina:
Turma 1: 51, 47, 75, 35, 72, 84, 45, 11, 52, 57.
Turma 2: 27, 75, 49, 69, 73, 63, 79, 37, 84, 32.
Ao nı́vel de 10%, testar a hipótese de que as turmas tenham aproveitamentos diferentes. Admitir
populações normais com mesma variância.

1. Como resolver utilizando o R:

• Primeiro entre com os valores amostrais:

amostra1 < −c(51, 47, 75, 35, 72, 84, 45, 11, 52, 57)
amostra2 < −c(27, 75, 49, 69, 73, 63, 79, 37, 84, 32)

• A seguir identifique o valor da diferença de médias, sob H0

µ=0

• Agora identifique a forma da hipótese alternativa:

– “two.sided” para teste bilateral;
– “less” para teste unilateral à esquerda, ou;
– “greater” para teste unilateral à direita.

4
 • Abaixo temos o comando e a saı́da para este problema:
t.test(amostra1,amostra2,mu=0,alternative="two.sided")
Welch Two Sample t-test
data: amostra1 and amostra2
t = -0.628, df = 17.998, p-value = 0.5379
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-25.63902 13.83902
sample estimates:
mean of x mean of y
52.9 58.8

2. Como resolver o mesmo problema com a ajuda so SPSS:

• Entre com todos os valores das duas amostras numa mesma coluna da planilha:
• Em outra coluna, identifique a qual grupo/categoria cada valor digitado na coluna ante-
rior pertence;
• Clique na seguinte sequência:
Analyze − > Compare Means − > One-Sample T Test

• A seguir abrirá uma janela menor, na qual você deve selecionar a variável que está sendo
testada e logo abaixo, indicar como elas estão agrupadas de acordo com a variável que
você digitou na outra coluna. Clique em OK.
• Por enquanto, nosso teste é baseado na igualdade de variâncias, assim consideraremos
apenas a região destacada na figura abaixo, referente ao resultado apresentado pelo
software