Componentes de um Teste de Hipóteses

Estatística de teste: mede a distância entre o que foi observado

na amostra e o que seria esperado se a hipótese nula fosse
verdadeira.
Distribuição de Referência do teste: De acordo com o tipo de
Estatística Econômica II teste de hipóteses feito, uma distribuição de probabilidades é
associada à estatística de teste.
Aula 05
Região de Rejeição / região crítica: conjunto de valores da
estatística de teste que levam à rejeição de H0. A região de
Teste de Hipóteses: Teste para uma média (teste Z). Método rejeição (RR) é construída a partir da distribuição de referência.
do IC. Método do valor-p.
Valor crítico: é o valor ou os valores que separam a região crítica
dos demais valores possíveis da estatística de teste.

Material elaborado pela Prof. Edna A. Reis e adaptado pela Prof. Magda Pires – Departamento de Estatística UFMG Material elaborado pela Prof. Edna A. Reis e adaptado pela Prof. Magda Pires – Departamento de Estatística UFMG

Teste de Hipóteses para a Média Populacional Exemplo1

(Parte I)
Aplicação:
(a) Amostra com n>30 de qualquer distribuição com  conhecido ou
(b) Amostra (grande ou pequena) de distribuição Normal com  conhecido
x  o
Estatística de Teste: Z obs  . Teste a hipótese de que, na população em estudo, o número médio de horas gastas
Sob H0, Zobs ~ N(0,1)
 n diante da televisão tenha aumentado em relação a dez anos atrás. Use nível de
1% de significância.
Obs: Na situação (a), se  for desconhecido, pode-se substituí-lo por s na
fórmula acima. Exemplo 2
A solução desse tipo de problema (e de todos os seguintes):
• definição das hipóteses (bilateral, unilateral direito ou unilateral esquerdo)
• cálculo da estatística de teste
• determinação do(s) valor(es) crítico(s) e região de rejeição
Teste a hipótese de que, em Kansas City, o preço médio para carros usados seja
• conclusão do teste.
inferior ao preço médio observado no país. Use 5% de significância.

Material elaborado pela Prof. Edna A. Reis e adaptado pela Prof. Magda Pires – Departamento de Estatística UFMG Material elaborado pela Prof. Edna A. Reis e adaptado pela Prof. Magda Pires – Departamento de Estatística UFMG

Exemplo 3 Métodos para testar hipóteses estatísticas

O gerente de um banco está planejando alterar as taxas com • Método tradicional (visto até agora)
base no balanço diário médio das contas. Para um perfil de • Método do IC
clientes, o gerente deseja verificar se o saldo médio em conta é • Método do valor-p
$312,00. Uma amostra de 200 contas é selecionada e a média
encontrada foi de $298,10 e desvio padrão de $97,30. Utilize um
nível de 1% de significância.
Método dos Intervalos de Confiança
Intervalos de Confiança (Bilaterais) podem ser usados para se fazer
Testes de Hipóteses Bilaterais.

H0: μ = μ0
HA: μ ≠ μ0

A região de não-rejeição de um teste bilateral sobre μ é o

intervalo de confiança para μ.
Material elaborado pela Prof. Edna A. Reis e adaptado pela Prof. Magda Pires – Departamento de Estatística UFMG Material elaborado pela Prof. Edna A. Reis e adaptado pela Prof. Magda Pires – Departamento de Estatística UFMG

1
 Como usar um Intervalo de Confiança Exemplo 3 – Usar método do IC
para fazer um Teste de Hipóteses ?
H0: μ = μ0 O gerente de um banco está planejando alterar as taxas com
base no balanço diário médio das contas. Para um perfil de
HA: μ ≠ μ0 clientes, o gerente deseja verificar se o saldo médio em conta é
rejeitamos H0 ao nível
$312,00. Uma amostra de 200 contas é selecionada e a média
NÃO encontrada foi de $298,10 e desvio padrão de $97,30. Utilize um
de α% de significância
O intervalo de 100(1-α)% de nível de 1% de significância.
confiança para μ contém o
valor μ0 ?

não rejeitamos H0 ao
SIM nível de α% de
significância

Se um intervalo com 100(1-α)% de confiança é usado para se

fazer um teste bilateral, o nível de significância associado ao
teste é α%.
Material elaborado pela Prof. Edna A. Reis e adaptado pela Prof. Magda Pires – Departamento de Estatística UFMG Material elaborado pela Prof. Edna A. Reis e adaptado pela Prof. Magda Pires – Departamento de Estatística UFMG

Probabilidade de Significância (valor P) Raciocínio no qual se baseia o método do valor p

Se o valor p é “pequeno”, a probabilidade de cometermos um erro ao
rejeitarmos H0 é pequena.
Lembrando que Então, devemos rejeitar H0.
• nível de significância (α) é o valor MÁXIMO pré-fixado para a probabilidade de Se o valor p é “grande”, a probabilidade de cometermos um erro ao
Erro Tipo I; rejeitarmos H0 é grande.
• o valor de α é arbitrário e definido pelo pesquisador. Então, não devemos rejeitar H0.

“pequeno” em comparação com

α
De posse dos dados amostrais, podemos perguntar: Qual é a “grande”
probabilidade de errarmos ao rejeitar a hipótese nula com base
nesses dados amostrais ?
Critério de decisão:
Essa probabilidade é o valor P do teste Se valor p ≤ α  Rejeita-se H0 ao nível de significância α
Se valor p > α  Não se rejeita H0 ao nível de
significância α
Material elaborado pela Prof. Edna A. Reis e adaptado pela Prof. Magda Pires – Departamento de Estatística UFMG Material elaborado pela Prof. Edna A. Reis e adaptado pela Prof. Magda Pires – Departamento de Estatística UFMG