Materia Estatistica Ii 15 de Agosto

Universidade Jean
Piaget de Angola Unidade Curricular: Estatística II
CAPÍTULO I: INTERVALOS DE CONFIANÇA PARA MÉDIAS E PROPORÇÕES
1.1. INTERVALOS DE CONFIANÇA (IC) PARA MÉDIA DE UMA POPULAÇÃO

NORMAL COM VARIÂNCIA CONHECIDA
Definições:
Intervalo de Confiança: é o intervalo numérico no interior do qual se situa o verdadeiro

parâmetro com uma probabilidade predeterminada.
Parâmetro: é a medida usada para descrever uma característica numérica populacional.

Exemplo: Média populacional, Variância populacional, Coeficiente de correlação
populacional.
Nível de significância: é o valor numérico associado ao risco de se enganar, rejeitando a

hipótese estatística quando na realidade esta hipótese é verdadeira.
1.2 PROCEDIMENTO PARA A CONSTRUÇÃO DO INTERVALO DE CONFIANÇA

(IC)
Retiramos uma amostra causal simples de n elementos.

Calculamos a Média smostral. =
Calculamos o Desvio padrão da média amostral. =√ ou =

√
Fixamos o nível de significância α, e com ele determinamos o valor crítico ou valor
tabelado Zα.
Determinamos o Intervalo de Confiança (IC). P ( x - Zα* x + Zα* ) = 1 - α
Onde:
n: tamanho da amostra ou número de amostra

: média amostral.
: desvio padrão populacional da média amostral.
: desvio padrão populacional
: variância populacional
α: nível de significância.
µ: média populacional.
IC: Intervalo de confiança
e: erro de estimação
N: tamanho de uma população finita.
: Valor crítico ou valor tabelado
Docente: Manuel S. J. Castó Página 1

Universidade Jean
1.2.1 Exemplos:
1º De uma população normal X, com Variância populacional igual a 9, tiramos uma amostra
de 25 observações, obtendo ∑X = 152. Determinar um IC de limites de 90% para µ.
2º De uma população de 1000 elementos com distribuição aproximadamente normal com

Variância populacional igual a 400. Tira-se uma amostra de 25 elementos, obtendo-se a média
amostral de 150. Fazer um IC para µ, ao nível de 5%.
3º De uma população normal com Desvio padrão populacional igual a 5, retiramos uma
amostra de 50 elementos e obtemos a Média amostral igual a 42.
a) Fazer um IC para a média ao nível de 5%.
b) Qual é o erro de estimação ao nível de 5%
1.3 Intervalos de confiança para grandes amostras
Consideremos uma amostra grande quando n > 30. Precisamos construir IC para parâmetros
de populações não normais, com distribuições binomiais, de Poisson, de frequência relativas,
logo, de distribuições proximamente normais ou então de populações normais com variâncias
desconhecidas. Nessas condições podemos construir, aproximadamente, o IC para o
parâmetro, seguindo o modelo do IC para média de populações normais com variâncias
conhecidas.
1.3.1 Estimação de proporções ou Intervalos de Confiança para proporções
Proporção amostral: é a frequência relativa com que essa categoria se observa na amostra.
Para determinamos o Intervalo de Confiança (IC), para proporções, devemos ter em

consideração os seguintes procedimentos:
Calculamos a proporção amostral. =
Determinamos o Desvio padrão da proporção amostral. √

Fixamos o nível de significância α, e com ele determinamos, o valor crítico ou
tabelado Zα.
Determinamos o I. Confiança (IC). P ( ≤p≤ ) = 1- α
Onde:
p: estimador da proporção
P: probabilidade (No Intervalo de confiança)
: proporção amostral.
X: número de sucessos na amostra
desvio padrão populacional da proporção amostral.
= 1-
Universidade Jean
1.3.2 Exemplos
1º Retiramos de uma população uma amostra de 100 elementos e encontramos 20 sucessos.

Ao nível de 1%, construir um IC para a proporção real de sucessos na população.
2º Para se estimar a percentagem de alunos de um certo curso favoráveis à modificação do

currículo escolar, tomou-se uma amostra de 100 alunos, dos quais 80 foram favoráveis.
a) Fazer um IC para a proporção de todos os alunos do curso favoráveis à modificação ao
nível de 4%.
b) Qual o valor do erro de estimação cometido em α.
1.4 ERRO DE ESTIMAÇÃO
Erro de estimação: é o erro que estamos sujeitos a cometer, quando estimamos um

parâmetro.
e = Zα* (Para a média de uma população normal)
e = Zα* (Para proporções)
Obs: Caso concedam o tamanho de uma população finita, devemos utilizar a seguinte
expressão matemática, isto é, para o cálculo do Desvio Padrão da média amostral.
= *√ Para média de uma população normal

√
=√ *√ Para proporção
1.5 INTERVALOS DE CONFIANÇA PARA A MÉDIA DE POPULAÇÕES NORMAIS

COM VARIÂNCIAS DESCONHECIDAS
Quando queremos estimar a média de uma população normal com variância desconhecida,
consideramos dois procedimentos:
Se n ≤ 30, então usa-se a distribuição t de Student, que veremos adiante;

Se n > 30, então usa-se a distribuição normal com estimador s2 de
No momento nos interessa o segundo procedimento.

Calculamos na amostra suficientemente grande, e s2 onde:
= { -n
Como a amostra é grande, s2 aproximado de

Universidade Jean
=√ =
√
P( . µ< .
Onde:
: Variância amostral
s: Desvio padrão amostral
n: número de amostra ou tamanho da amostra
α : nível de significância
µ : média populacional
: Desvio padrão populacional da média amostral
1.5.1 Exemplos
1º De uma população normal com parâmetros desconhecidos, tiramos uma amostra de

tamanho 100, obtendo-se a média amostral igual a 112 e desvio padrão amostral igual a 11.
Fazer um IC para µ ao nível de 10%.
2º A altura dos homens de uma cidade apresenta distribuição normal. Para estimar a altura
dessa população, levantou-se uma amostra de 150 indivíduos obtendo-se
= 4.440.075 c . A o nível de 2%, determinar um IC para a altura
média dos homens da cidade.
1.6 EXERCÍCIOS PRÁTICOS
1º De uma população normal com Variância populacional igual a 16, levantou-se uma
amostra, obtendo-se as observações: 10, 5, 10, 7. Determinar ao nível de 13% um IC para a
média da população.
2º Uma variável aleatória contínua X tem média μ e variância = 16. Uma amostra é obtida
aleatoriamente com 40 valores obtendo média igual a 13. Construir um intervalo de confiança
com nível de significância de 5% para μ.
3º A experiência com trabalhadores de uma certa indústria indica que o tempo necessário para
que um trabalhador, aleatoriamente seleccionado, realize uma tarefa é distribuído de maneira
aproximadamente normal, com desvio padrão de 12 minutos. Uma amostra de 25
trabalhadores forneceram forneceu a média amostral de 140 min. Determinar os limites de
confiança de 95% para a média µ da população de todos os trabalhadores que fazem aquele
determinado serviço.
4º Em uma linha de produção de certa peça mecânica, colheu-se uma amostra de 100 itens,
constatando-se que 4 peças eram defeituosas. Construir um IC para a proporção “p” das peças
defeituosas ao nível de 10%.
5º Em uma pesquisa de opinião, entre 600 pessoas pesquisadas, 240 responderam “sim” a
determinada pergunta. Estimar a percentagem de pessoas com essa mesma opinião na
população, dando um intervalo de 95% de confiabilidade.
Universidade Jean
6º Uma amostra aleatória de 80 notas de matemática de uma população com distribuição

normal de 5.000 notas apresenta média de 5,5 e desvio padrão e desvio padrão amostral de
1,25. Quais os limites de confiança de 95% para a média das 5.000 notas?
7º De uma população normal X com variância 121, retiramos uma amostra de 25 observações,
obtendo a média amostral igual a 45. Ao nível de 2%, fazer um IC para a verdadeira média da
população X.
8º Levanta-se uma amostra de 10 observações de uma população normal com variância 160.
Obtendo-se
9º Um fabricante sabe que útil das lâmpadas que fabrica tem distribuição aproximadamente
normal com desvio padrão populacional de 200 horas. Para estimar a vida média das
lâmpadas, tomou uma amostra de 400 delas, obtendo vida média de 1.000 horas.
a) Construir um IC para µ ao nível de 1%.

b) Qual o valor do erro de estimação?
10º Querendo estimar a proporção de defeitos de uma certa produção, examinou-se uma
amostra de 100 itens, encontrando-se 30 defeituosos. Determinar o IC para a proporção p da
população ao nível de 5%.
11º Uma organização universitária deseja estimar a percentagem de estudantes que são
favoráveis a uma nova constituição do corpo discente. Ela selecciona uma amostra de 200
estudantes, aleatoriamente, e constata que 120 são favoráveis a esta nova constituição.
a) Fazer um IC para p, a verdadeira percentagem com estudantes favoráveis, na população ao

nível de 2%.
b) Qual o erro de estimação?
12º Querendo se estimar a média de uma população X com distribuição normal, levantou-se
uma amostra de 100 observações, obtendo-se a média amostral igual a 30 e desvio padrão
amostral igual a 4. Ao nível de 90%, determinar o limite de confiança para a verdadeira média
da população.
13º Um pesquisador deseja estabelecer o peso médio dos jovens entre 14 e 20 anos. Apesar de
desconhecer a média e o desvio padrão populacional, sabe por literatura da área que a
distribuição dos pesos é aproximadamente normal. Retira-se uma amostra causal simples de
60 jovens obtendo o peso médio de 67 Kg e desvio padrão amostral de 9 Kg. Ao nível de 5%
de significância, estabelecer um IC para o peso médio populacional.

Universidade Jean
CAPÍTULO II: TESTES DE HIPÓTESES PARA MÉDIAS E PROPORÇÕES
2.1. TESTE DE HIPÓTESES PARA A MÉDIA DE POPULAÇÕES NORMAIS COM

VARIÂNCIAS CONHECIDAS
Definições:
Teste de Hipóteses: é o processo de análise que permite se decidir por um valor do parâmetro
ou por sua modificação com um grau de risco conhecido.
Formulamos duas hipóteses básicas:
Hipótese nula (H0): diz sempre respeito a um valor específico de um parâmetro da

população.
Hipótese alternativa (H1): podem assumir três formas:
Bilateral: quando não distinguimos comparação de superioridade ou inferioridade.

H0: µ = µ0
H1: µ ≠ µ0
Unilateral à esquerda: quando distinguimos comparação de inferioridade. Exemplo:
menor, abaixo, mais baixos, inferiores, diminuído…
H0: µ = µ0
H1: µ < µ0
Unilateral à direita: quando distinguimos comparação de superioridade. Exemplo:
maior, mais, aumentado, superiores…
H0: µ = µ0
H1: µ > µ0
2.2. PROCEDIMENTO PADRÃO PARA A REALIZAÇÃO DE TESTE DE

HIPÓTESES (TH) PARA A MÉDIA DE UMA POPULAÇÃO NORMAL.
Definem-se as hipóteses do teste: nula e alternativa.

H0: µ = µ0 H0: µ = µ0 H0: µ = µ0
H1: µ ≠ µ0 H1: µ < µ0 H1: µ > µ0
Levanta-se uma amostra de tamanho n e calcula-se a média amostral. x =
Determina-se o desvio padrão da média amostral. =√ ou =

√
Calcula-se o valor observado ou valor calculado (Zcalc). =

Fixa-se um nível de significância α, e com ele determinamos o valor crítico ou valor
tabelado (Zα ou Zt)
Fixam-se duas regiões: uma de não rejeição de H0 (RNR) e uma de rejeição de H0 ou
crítica (RC) para o valor calculado, ao nível de risco dado (Representação gráfica).
Tomamos a decisão de rejeitar H0 ou de não rejeição H0.

Universidade Jean
Onde:

: média amostral.
: desvio padrão populacional da média amostral.
: desvio padrão populacional
: variância populacional
: valor crítico ou valor tabelado.
TH: teste de hipóteses.
valor observado ou valor calculado.
H0 : hipótese nula.
H1 : hipótese alternativa.
RC: Região crítica.
RNR: Região de não rejeição.
2.2.1 Exemplos
1º Uma fábrica anuncia que o índice de nicotina dos cigarros da marca X apresenta-se abaixo
de 26 mg por cigarro. Um laboratório realiza 10 análises do índice obtendo: 26, 24, 23, 22,
28, 25, 27, 26, 28, 24.
Sabe-se que o índice de nicotina dos cigarros da marca X de distribui normalmente com
Variância populacional de 5,36 mg2. Pode-se aceitar a afirmação do fabricante, ao nível de
5%.
2º Um fabricante de lajotas de cerâmica introduz um novo material em sua fabricação e

acredita que aumentará a resistência média, que é de 206 Kg. A resistência das lajotas tem
distribuição normal com desvio padrão de 12 Kg. Retira-se uma amostra de 30 lajotas,
obtendo-se a média amostral de 210 Kg. Ao nível de 10%, pode o fabricante aceitar que a
resistência média de suas lajotas tenha aumentado?
2.3. TESTES DE HIPÓTESES PARA PROPORÇÕES
Procedimentos:
Fixam-se as hipóteses.
H0: P = P0 H0: p = P0 H0: p = P0
H1: p ≠ P0 H1: p < P0 H1: p > P0
Retira-se uma amostra de tamanho n e define-se x: nº de sucesso, calculando P0 =
Determina-se o desvio padrão da proporção amostral. √
Calcula-se o valor observado ou valor calculado (Zcalc). =

Fixa-se um nível de significância α, e com ele determinamos o valor crítico ou valor
tabelado (Zα ou Zt)

Universidade Jean
Fixam-se duas regiões: uma de não rejeição de H0 (RNR) e uma de rejeição de H0 ou

crítica (RC) para o valor calculado, ao nível de risco dado (Representação gráfica).
Tomamos a decisão de rejeitar H0 ou de não rejeição H0.
Onde:
: valor crítico ou valor tabelado.
p: estimador da proporção
: proporção amostral.
desvio padrão populacional da proporção amostral.
= 1-
2.3.1 Exemplos
1º Sabe-se por experiência que 5% da produção de um determinado artigo é defeituoso. Um

novo empregado é contratado. Ele produz 600 peças do artigo com 82 defeituosas. Ao nível
de 15%, verificar se o novo empregado produz peças com maior índice de defeitos que o
existente.
2.4. EXERCÍCIOS PRÁTICOS
1º Uma fábrica de automóveis anuncia que seus carros consomem, em média, 11 litros por
100 Km, com desvio padrão de 0,8 litro. Uma revista decide testar essa afirmação e analisa 35
carros dessa marca, obtendo 11,4 litros por 100 Km, como consumo médio. Admitindo que o
consumo tenha distribuição normal, ao nível de 10%, o que a revista concluirá sobre o
anúncio da fábrica.
2º A altura dos adultos de uma certa cidade tem distribuição normal com média de 164 cm e
desvio padrão de 5,82 cm. Deseja-se saber as condições sociais favoráveis vigentes na parte
pobre dessa cidade causam um retardamento no crescimento dessa população. Para isso,
levantou-se uma amostra de 144 adultos dessa parte da cidade, obtendo –se a média de 162
cm. Pode esse resultado indicar que os adultos residentes na área são em média mais baixos
que os demais habitantes da cidade ao nível de 5%.
3º Um candidato a deputado estadual afirma que terá 60% dos votos dos eleitores de uma
cidade. Um instituto de pesquisa colhe uma amostra de 300 eleitores dessa cidade,
encontrando 160 que votarão no candidato. Esse resultado mostra que a afirmação do
candidato é verdadeira, ao nível de 5%.
4º A vida média de uma amostra de 100 lâmpadas produzidas por uma firma foi calculada em
1.570 horas, com desvio padrão amostral de 120 horas. Sabe-se que a duração das lâmpadas
Universidade Jean
dessa firma tem distribuição normal com média de 1.600 horas. Ao nível de 1%, testar se
houve alteração na duração média das lâmpadas.
5º Um fabricante de droga medicinal afirma que ela é 90% eficaz na cura de uma alergia, em
determinado período. Em uma amostra de 200 pacientes, a droga curou 150 pessoas. Testar ao
nível de 1% se a pretensão do fabricante é legítima.
6º Estamos interessados em saber que proporção de motoristas da população usa cinto de

segurança regularmente. Em uma pesquisa com 302 motoristas, 125 deles disseram que usam
regularmente o cinto de segurança. Podemos concluir desses dados que a proporção de
motoristas que usa cinto de segurança é inferior, ao nível de 50%?
7º Os indivíduos de um país apresentam altura média de 170 cm e desvio padrão de 5 cm. A

altura tem distribuição normal. Uma amostra de 40 indivíduos apresentou média de 167 cm.
Podemos afirmar, ao nível de 5%, que essa amostra é formada por indivíduos daquele país?
8º O salário dos empregados das indústrias siderúrgicas tem distribuição normal, com média
de 4,5 salários mínimos, com desvio padrão de 0,5 salário mínimo. Uma indústria emprega 49
empregados, com um salário médio de 4,3 s.m. Ao nível de 5%, podemos afirmar que essa
indústria paga salários inferiores à média?
9º Um exame padrão de inteligência tem sido usado por vários anos com média de 80 pontos
e desvio padrão de 7 pontos. Um grupo de 25 estudantes é ensinado, dando-se ênfase à
resolução de testes. Se esse grupo obtém média de 83 pontos no exame, há razões para se
acreditar que a ênfase dada mudou o resultado do teste ao nível de 10%?
10º Um fabricante de droga medicinal afirma que ela é 90% eficaz na cura de uma alergia, em
determinado período. Em uma amostra de 200 pacientes, a droga curou 150 pessoas. Testar ao
nível de 1% se a pretensão do fabricante é legítima.
11º Um metalúrgico decide testar a pureza de um certo metal que supõe ser constituído
exclusivamente de manganês. Adopta para isso o critério da verificação do ponto de fusão.
Experiências anteriores mostraram que esse ponto de fusão se distribuía normalmente com
média de 1.260º e desvio padrão de 2º. O metalúrgico realizou 4 experiências, obtendo 1,267º,
1.269º, 1.261º 2 1.263º. Poderá ele aceitar que o metal é puro ao nível de 5%?
12º Um computador de blocos de cimento acredita que a qualidade dos produtos da marca A
esteja se deteriorando. Sabe-se, por experiência passada, que a força média de esmagamento
desses blocos era de 400 libras, com desvio padrão de 20 libras. Uma amostra de 100 blocos
da marca A forneceu uma força média de esmagamento de 390 libras (supor distribuição
normal). Testar ao nível de 2,5%, supondo que a qualidade média dos blocos tenha diminuído.
13º Uma máquina de encher embalagens de café está funcionando adequadamente se colocar
695 g em cada embalagem. Para verificar a calibração da máquina, uma empresa colectou
uma amostra de 35 embalagens, que resultou em uma média de 693 g. Sabe-se que o desvio-
padrão do enchimento da máquina é de 5 g. Teste a hipótese de o peso médio das embalagens
na população ser 695 g, com um nível de significância de 5%.

Universidade Jean
14º As condições de mortalidade de uma região são tais que a proporção de nascidos que
sobrevivem até 60 anos é de 0,60. Testar esta hipótese ao nível de 5% de significância se em
1000 nascimentos amostrados aleatoriamente, verificou-se 530 sobreviventes até os 60 anos.
15º A tensão de ruptura de cabos fabricados por uma empresa apresenta distribuição normal,
com média de 1.800 Kg e desvio padrão de 100 Kg. Mediante uma nova técnica de produção,
proclamou-se que a tensão de ruptura teria aumentado. Para testar essa declaração, ensaiou-se
uma amostra de 50 cabos, obtendo-se como tensão média de ruptura 1.850 Kg. Pode-se
aceitar a proclamação ao nível de 5%.
16º Um fabricante de correntes sabe, por experiência própria, que a resistência à ruptura
dessas correntes tem distribuição normal com média de 15,9 libras e desvio padrão de 2,4
libras. Uma modificação no processo de produção é introduzida. Levanta-se então uma
amostra de 16 correntes fabricadas com o novo processo, obtendo-se resistência média de
ruptura de 15 libras. Pode esse resultado significar que a resistência média à ruptura diminuiu
ao nível de 5%? Resolver o mesmo problema para uma amostra de 64 coerentes e mesma
média amostral.
17º A cervejaria Davidson vende cervejas em embalagens cujos rótulos indicam um conteúdo
de 600 ml. O Instituto Nacional de Pesos e Medidas (INPM) selecciona aleatoriamente 50
garrafas de cerveja produzidas pela companhia, mede seu conteúdo e obtém uma média
amostral igual a 596,25 ml com desvio padrão populacional de 14,06 ml. Com um nível de
significância de 1%, teste a hipótese de que a cervejaria esta enganando seus consumidores.

Universidade Jean
CAPÍTULO III: DISTRIBUIÇÃO DE t DE STUDENT IC E TH PARA A MÉDIA DE

POPULAÇÃO NORMAL COM VARIÂNCIA DESCONHECIDA
3.1 INTRODUÇÃO
A distribuição t de Student é uma distribuição de probabilidade estatística, publicada por um

autor que se chamou de Student, pseudónimo de William Sealy Gosset, que não podia usar
seu nome verdadeiro para publicar trabalhos enquanto trabalhasse para a cervejaria Guinness.
3.2 DEFINIÇÃO
Distribuição de t de Student: teste estatístico paramétrico, utilizado para estudar a diferença

entre duas médias.
tcalc =
Onde:
tcalc: Valor calculado ou observado
µ : média populacional
3.3 GRAUS DE LIBERDADE
O número de informações independentes da amostra dá o número de graus de liberdade da

distribuição t.
Geralmente, podemos dizer que o número de graus de liberdade é igual ao número de

informações independentes da amostra (n) menos o número (k) de parâmetros da população a
serem estimados além do parâmetro inerente ao estudo.
GL = n - k
Onde:
GL: Graus de liberdade
n: número de amostras
k: número de parâmetros
3.4 IC E TH PARA A MÉDIA µ DE UMA POPULAÇÃO NORMAL COM

DESCONHECIDA
O procedimento padrão tanto para IC (Intervalos de Confiança) como para TH (Teste de

Hipóteses) é o mesmo usado anteriormente.
1º Retiramos uma amostra de n elementos da população.

Se n>30, usa-se a distribuição normal com S2.
Se n ≤30, usa-se a distribuição t de Student, com GL = n – 1 Graus de liberdade.
2º Calculamos:

Universidade Jean
3º Calculamos a Variância amostral: S2 = ou = { - }
4º Determinamos o Desvio Padrão da média amostral.

√ ou , que é o estimador de (estimador do erro padrão eep).
√
5º Ao nível α%, fazemos:
5.1 P (
5.2 H0: µ = µ0
H1: µ ≠ µ0, µ > µ0, µ < µ0,
Com o , Determinamos a RNR e RC. Calculamos:
Se tCalc E RNR
Se tCalc E RC
Onde:

: valor crítico ou valor tabelado
: média amostral
: Variância amostral da média amostral
3.5 EXERCÍCIOS PRÁTICOS DE DISTRIBUIÇÃO DE T DE STUDENT
1º A vida média das lâmpadas eléctricas produzidas por uma empresa era de 1.120 horas.
Uma amostra de 8 lâmpadas extraída recentemente apresentou a vida média de 1.070 horas,
com desvio padrão amostral de 125 horas e distribuição normal para a vida útil.
a) Testar a hipótese de que a vida média das lâmpadas não se alterou ao nível de 1%
b) Construir um IC para µ ao nível de 1%.

Universidade Jean
2º Querendo determinar o peso médio de nicotina dos cigarros de sua produção, um fabricante
recolheu uma amostra de 25 cigarros, obtendo:
e = 36.106 mg2
Supondo a distribuição normal para o peso da nicotina, construir um IC para µ ao nível de

5%. Ao mesmo nível, testar se o peso médio de nicotina é inferior a 40 mg2.
3º Uma máquina é projectada para fazer esferas de aço de 1 cm de raio. Uma amostra de 10
esferas é produzida e tem o raio médio de 1,004 cm, com desvio padrão amostral de 0,003.
a) Há razões para suspeitar que a máquina esteja produzindo esferas com raio maior que 1 cm,
ao nível de 10%?
b) Determinar um IC para µ ao nível de 10%.
4º Um certo tipo de hormônio, ao ser injectado em galinhas, aumentou o peso médio do Ovo
em 0,3 g. Uma amostra de 30 Ovos tem média 0,4 g acima da média anterior à injecção e
desvio padrão amostral de 0,30.
a) Há razões suficientes para aceitar a afirmação de que o aumento da média é superior a 0,3 g
ao nível de 5%?
b) Construir um IC para µ ao nível de significância de 5%.
5º Uma máquina de misturar fertilizantes é adaptada para fornecer 10 g de nitrato para cada
100 g de fertilizantes. Dez porções de 100g são examinadas, com as seguintes percentagens
de nitrato: 9, 12, 11, 10, 11, 9, 12, 11, 9, 10.
a) Há razões para crer que a percentagem de nitrato não é 10%, ao nível de 10%?
b) Determinar um IC para média populacional ao nível de 10%.
6º Um certo tipo de Rato apresenta, nos três primeiros meses de vida, um ganho médio de
peso de 58 g. Uma amostra de 10 Ratos foi alimentada desde o nascimento até a idade de 3
meses com uma ração especial, e o ganho de peso de cada Rato foi: 55, 58, 60, 62, 65, 54, 64,
62 e 68.
a) Há razões para crer, ao nível de 5%, que a ração especial aumentou o peso nos 3 primeiros
meses de vida?
7º A tabela abaixo mostra os dados de calorias ingeridas por dia para um grupo de 5 jovens.
Sujeitos Kcal
1 186
2 197
3 195
4 200
5 201
a) Aplique o teste t ao nível de 5% para averiguar se eles pertencem à população cuja média
de calorias ingeridas por dia são 210 Kcal.
Universidade Jean
b) Determine o Intervalo de Confiança (IC), ao mesmo nível de significância.
8º O tempo gasto pelos operários na montagem de determinado equipamento produzido por

uma empresa tem distribuição normal com média igual a 85 minutos. Os operários foram
submetidos a um processo de reciclagem com o objectivo de melhorar a produtividade. Para
verificar se isso ocorreu, o pesquisador observou o tempo gasto na montagem em 5 unidades
deste equipamento, escolhidas ao acaso na linha de produção, obtendo os seguintes valores,
em minutos: 811,84,82,78,77,83,79.
a) Considerando-.se um nível de significância de 5%, pode-se afirmar que após a reciclagem

dos operários houve aumento da produtividade?
9º Determinada firma desejava comprar cabos tendo recebido do fabricante a informação de

que atenção média de ruptura é 800 Kgf. Para analisar se a afirmação do fabricante é
verdadeira, efectuou-se um teste de hipótese unilateral a esquerda. Se um ensaio com 6 cabos
forneceu uma tensão média de ruptura de 775 Kgf, com desvio padrão amostral de 145 Kgf.
a) Qual a conclusão a chegar, usando um nível de significância de 5%?

10º Pesquisadores colectaram valores de análise no soro de uma amostra aleatória de 10

pessoas aparentemente saudáveis. Os pesquisadores desejam saber, com um nível de
significância de α = 0,05, se é possível concluir que o valor médio da análise no soro da
população de pessoas saudáveis e diferente de 100 unidades/ml. O valor médio para a amostra
foi de = 96 unidades/ml e o seu desvio padrão foi de s = 30 unidades/ml.
11º Um trecho de uma rodoviária estadual, quando é utilizado o radar, é verificado em média
8 infracções diárias por excesso de velocidade. O chefe de polícia acredita que este número
pode ter aumentado. Para verificar isso, o radar foi mantido por 10 dias consecutivos. Os
resultados foram:
9, 10, 6, 8, 9, 13, 7, 10, 7, 11
a) Os dados trazem evidência de aumento nas infracções?
12º O tempo médio, por operário, para executar uma tarefa, tem sido 100 minutos. Introduziu-
se Uma modificação para diminuir este tempo, e, após certo período, sorteou-se uma amostra
de 18 operários, medindo-se o tempo de execução gasto por cada um. O tempo médio da
amostra foi 87 minutos com desvio padrão amostral de 14 minutos. Este resultado evidência
uma melhora no tempo gasto para realizar a tarefa? Apresente as conclusões aos níveis de 5%
e 1% de significância e diga quais as suposições teóricas necessárias que devem ser feitas para
resolver o problema.
13º Para os dados de nitrato, a média da amostra de concentração é igual a 8,51 mg/L e
encontra-se a uma distância considerável abaixo do verdadeiro valor de referência 9,00 mg/L.
Se a verdadeira média da amostra é de 9,0 mg/L e o laboratório está medindo precisamente,
um valor tão baixo quanto 8,51 que ocorrem por acaso apenas quatro vezes em 100. Sabe-se
que o desvio padrão amostral é 2,38 e 27 amostras. Qual será o valor t.

Universidade Jean
14º Um engenheiro químico afirma que a média da população de rendimento de um processo

em lote é de 490 gramas por mililitro de matéria-prima. Para verificar essa afirmação tem
amostras de 15 lotes de cada mês. Ao nível de 5%, qual conclusão poderia encontrar a partir
de uma amostra que tem média amostral de 508 de gramas por mililitro e um desvio padrão
amostral de 30 gramas? Assumir a distribuição do rendimento aproximadamente normal.
15º Uma empresa tenciona importar um grande lote de instrumento de precisão a ser usado no
laboratório de análise. Os fabricantes garantem que o respectivo peso médio seja 150g. Sendo,
no entanto o peso uma característica importante na qualidade do produto, resolveu-se testar a
garantia do fabrico. O departamento técnico da empresa obteve as seguintes amostras dos
instrumentos: 100 g, 150g, 300g, 350g, 110g, 120g, 130g, 250g, 115g, 125g, 320g, 330g.
Admitindo que o peso é normalmente distribuído, diga qual é a conclusão a tirar ao nível de
significância de 5%?

Universidade Jean
CAPÍTULO IV: COMPARAÇÃO DE DUAS MÉDIAS: TH PARA A DIFERENÇA DE

DUAS MÉDIAS
4.1 INTRODUÇÃO
Analisaremos os vários casos de comparações de médias de duas populações normais. Em

geral, faremos testes sobre a diferença entre duas médias populacionais.
: - =
Sendo na maioria dos casos = 0, o que significa que estaremos testando a igualdade entre
as médias:
: =
Consideraremos dois casos na comparação das médias: dados emparelhados (populações

correlacionadas) e dados não emparelhados (populações não correlacionadas).
4.1 DADOS EMPARELHADOS
Fazemos testes de comparação de médias para dados emparelhados quando os resultados das
duas amostras são relacionados dois a dois, de acordo com algum critério que fornece uma
influência entre os vários pares e sobre os valores de cada par.
Para cada par definido, o valor da primeira amostra esta claramente associado ao respectivo
valor da segunda amostra.
4.1.1 Procedimentos
: - = =0
: > 0 ou 0 ou ≠0
=
√
Onde:
: Desvio padrão amostral da amostra das diferenças

: Variância amostral da amostra das diferenças
tcalc : Valor calculado ou observado
tα :Valor crítico ou tabelado
di : diferença das amostras
Universidade Jean
n : número de amostra
4.1.2 Exemplo
1º Um grupo de 10 pessoas é submetido a um tipo de dieta por 10 dias, estando o peso antes
do início (xi) e no final da dieta (yi) marcados na tabela abaixo. Ao nível de 5%. Podemos
concluir que houve aumento do peso médio pela aplicação da dieta?
Pessoa xi yi di
A 120 116
B 144 102
C 93 90
D 87 83
E 85 86
F 98 97
G 102 98
H 106 108
I 88 82
J 90 85
∑
4.2 Dados não Emparelhados
Se os dados não são emparelhados, não calculamos diferenças entre os valores de duas
amostras. O teste será baseado na diferença entre as duas médias das amostras.
4.2.1 Procedimentos
: - =
: - ≠ ou - > - <
1º População: x1: N (µ,
2 º População: x1: N (µ,
√ =√ = .√
Onde:
: Desvio padrão populacional das diferenças das médias amostrais

: Valor observado ou valor calculado
: Variância populacional
Universidade Jean
4.2.2 Exemplos
1º De duas populações normais x1 e x2 com variâncias 25, levantaram-se duas amostras de

tamanhos n1 = 9 e n2 = 16, obtendo-se:
= 27 e = 32
Ao nível de 10%, testar as hipóteses:
: - =0
: - ≠0
2º Um Supermercado não sabe se deve comprar lâmpadas da marca A ou B, de mesmo preço.

Testa uma amostra de 100 lâmpadas de cada uma das marcas, obtendo:
1.160H e = 90h
1.140H e = 80h
Ao nível de 2,5%, testar a hipótese de que as marcas são igualmente boas quanto contra a
hipótese de que as da marca A são melhores que as da marca B.
4.3 POPULAÇÕES NORMAIS COM VARIÂNCIAS DESCONHECIDAS E IGUAIS

(AMOSTRAS PEQUENAS)
Se n1 + n2 ≤ 30, então usaremos a distribuição t de Student.
Como as variâncias são desconhecidas e consideradas iguais, chamaremos de S o estimador:
√ = s. √
Para determinarmos s2, usaremos s2 = , que é uma média aritmética

ponderada das variâncias amostrais e , sendo:
= =
= =
=
e

Universidade Jean
=√
ou
=√
Para teste bilateral, determinamos:
= , com
GL = n1 + n2 -2 graus de liberdade.
Onde:
: Valor observado ou valor calculado
Variância amostral
: Desvio padrão amostral da diferença das médias amostrais
4.4 Populações normais com variâncias desconhecidas e diferentes
Caso as populações sejam normais e sejam desconhecidas e diferentes, então para n1

+ n2
=√ e =
=
√
Com graus de liberdade, onde GL =
4.5 EXEMPLOS
1º Em uma prova de estatística, 12 alunos de uma classe conseguiram média 7,8 e desvio
padrão de 0,6, ao passo que 15 alunos de outra turma, do mesmo curso, conseguiram média
7,4 com desvio padrão de 0,8. Considerando distribuições normais para as notas, verificar se o
primeiro grupo é superior ao segundo, ao nível de 5%.
: - =
: - → >

Universidade Jean
Como as populações são normais e com variâncias desconhecidas, podemos considerar que,
apesar de desconhecidas, são iguais, já que são turmas do mesmo curso.
2º O QI de 16 estudantes de uma zona pobre de certa cidade apresenta média de 107 pontos
com desvio padrão de 10 pontos, enquanto os 14 estudantes de outra região rica da cidade
apresentam média de 112 pontos com desvio padrão de 8 pontos. O QI em ambas as regiões
tem distribuição normal. Há uma diferença significativa entre os QIs médios dos dois grupos
a 5%?
1º Uma turma de 10 alunos é separada dos demais para ser testada. Aplica-se uma prova de
matemática e as notas são: 4,5; 5,0; 5,5; 6,0; 3,5; 4,0; 5,0; 6,5; 7,0; 8,0.
Um novo processo de aprendizagem de matemática é introduzido, e a turma é ensinada por

esse novo método. No final, aplica-se uma prova de mesmo nível de dificuldades, e as notas
obtidas pelos alunos, na ordem das primeiras são, respectivamente:
Há razões para crer que o novo processo aumentou o nível de aprendizagem da turma em
matemática, a 5%?
2º 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 x1: 51, 47, 75, 35, 72, 84, 45, 11, 52, 57.
Turma x2: 27, 75, 49, 69, 73, 63, 79, 37, 84, 32.
Ao nível de 10%, testar as hipóteses de que as turmas tenham aproveitamento diferentes.
Admitir populações normais com mesma variância.
3º De duas populações normais, X1 e X2, de mesma variância, retiram-se amostras e os dados

são apresentados a seguir:
População X1 n1 = 6 36,3 = 223,55
População X2 n2 = 9 76,9 = 665,81
Testar ao nível de 2,5% que a média da primeira população é inferior à média da segunda
população.
4º Duas amostras de 10 elementos forneceram, respectivamente:
= 5,24
= 3,90
Testar a hipótese de que a primeira amostra provenha de uma população cuja média seja
inferior à média da outra população, ao nível de 5%.
5º As mesmas provas de estatística foram aplicadas para 2 turmas de administração de

faculdades diferentes, pelo mesmo professor de ambas.

Universidade Jean
Na turma da faculdade A, os resultados foram:
11 = 487,5
11 = 436,5
Testar ao nível de 10% se os alunos da faculdade A são melhores do que os alunos da
faculdade B.
6º Uma amostra de 150 lâmpadas da marca A apresentou vida média de 1.400 horas e o
desvio padrão de 120 horas. Uma amostra de 200 lâmpadas da marca B apresentou vida
média de 1.200 horas e o desvio padrão de 80 horas. Ao nível de 10%, testar se as vidas
médias das duas marcas são diferentes.
8º Dois conjuntos de 50 crianças de uma escola primária foram ensinados a ler por dois
métodos diferentes. Após o término do ano, um teste de leitura apresentou os seguintes
resultados:
=8 = 10
Testar a hipótese de que ≠ , ao nível de 5%
9º Examinaram-se 2 classes de 40 e 50 alunos de um mesmo período de um curso. Na

primeira, o grau médio foi de 7,4 com desvio padrão de 0,8. Na segunda, a média foi de 7,8,
com desvio padrão de 0,7. Há uma diferença significativa entre os aproveitamos das 2 classes
ao nível de 5%?
10º Dois tipos de componentes eléctricos são testados quanto à sua vida média. Os seguintes
dados foram observados:
Tipo I Tipo II
Tamanho da amostra 46 64
Média da amostra 1.070h 1.041h
21,00 23,20
Há evidências de que a vida média dos dois tipos de componentes eléctricos seja diferente ao
nível de 5%?

Universidade Jean
11º Um laboratório possui dois equipamentos de precisão. O director suspeita que existe uma
pequena diferença de calibração entre os dois (ele não sabe em qual deles) de modo que um
tende a dar leituras um pouco maiores do que o outro. Ele propõe testar os dois aparelhos
através da leitura de 10 medidas em cada um dos aparelhos. Faça o teste adequado a uma
significância de 5%.
Aparelho A Aparelho B
12,2 12,5
12,1 12,2
10,55 10,57
13,33 13,32
11.42 11,47
10,30 10,30
12,32 12,36
13,27 13,29
11,93 11,91
12,50 12,61
12º Para investigar a influência da opção profissional sobre o salário inicial de recém-
formados, investigaram-se dois grupos de profissionais: um de liberais em geral e outro de
formados em Administração de Empresas. Com os resultados abaixo, expressos em salários
mínimos, quais seriam suas conclusões?
Laborais 5,6 9,3 9,8 11,9 8,2 11,3 6,0

Administração 7,1 8,8 7,7 9,0 9,2 7,2 7,7 9,1
13º Dois catalisadores estão sendo testados para determinar como afectam o rendimento
médio de um processo químico. Especificamente, o catalisador 2 é aceitável. Como o
catalisador 2 é mais barato, ele poderia ser adoptado, desde que não alterasse o rendimento do
processo. Um teste é realizado em uma fábrica piloto e os resultados são apresentados na
Tabela abaixo. Existe alguma diferença entre os rendimentos médios que você possa destacar?
O que um teste de hipóteses revela nesse caso ao nível de significância de 0,05?
Cat.1 90,5 93,18 91,18 94,39 90,79 88,07 93,72 88,21 87,78 93,3
Cat.2 88,19 89,95 89,46 92,21 96,19 96,04 90,07 91,75 94,4 97,11

Universidade Jean
14º Dois processos diferentes de endurecimento são usados em amostras de um tipo particular
de liga metálica: (1) imersão em água salgada e (2) imersão em óleo. 14 Chapas da liga
metálica são utilizadas para avaliar os processos. Numa metade se um processo e na outra o
outro. Os resultados são mostrados abaixo. Avalie ao nível de 5% se há indícios de que a
dureza média do processo por água salgada é a mesma que a obtido no processo de imersão
por óleo.
Inversão em água salgada 144 149 152 147 140 151 145
153 138 147 144 145 138 146
Inversão em óleo 151 149 146 154 139 145 157
151 150 142 166 154 146 144
15º Dois tipos diferentes de máquina são usados para medir a força de resistência de uma
fibra sintética. Queremos saber ao nível de 5% se as duas máquinas fornecem os mesmos
valores médios da força de resistência. Dez espécimes de fibra são aleatoriamente
seleccionados e uma medida da força é feita sobre cada espécime usando cada uma das
máquinas. Os dados são exibidos a seguir. Os dados nesse experimento foram emparelhados
para evitar que diferenças entre os espécimes de fibra (que podem ser substanciais) afectem o
teste sobre a diferença das máquinas.
Espécime Máquina 1 Máquina 2

1 73 77
2 75 78
3 73 74
4 68 65
5 57 62
6 70 69
7 65 65
8 64 66
9 60 74
10 65 69

Universidade Jean
CAPÍTULO V: DISTRIBUIÇÃO DE 𝜒² (QUI-QUADRADO), IC E TH PARA A

VARIÂNCIA DE POPULAÇÕES NORMAIS DUAS MÉDIA
5.1 DISTRIBUIÇÃO DE 𝜒² (QUI-QUADRADO)
Suponha que desejamos testar a hipótese de que a variância de uma população normal seja
igual a um valor específico, como , ou equivalentemente, que o desvio padrão seja igual
a . Seja x1, x2, …, xn uma amostra aleatória de n observações proveniente dessa população
para testar:
=n=
Onde:
: Qui-quadrado
n: Número de amostra ou tamanho da amostra
5.2 IC e TH para variância
Vejamos inicialmente a estimação da variância de uma população normal com média

conhecida.
Retira-se uma amostra de tamanho n e calcula-se:
= -
Onde:
α: Nível de significância
Sendo a média conhecida, esse resultado é mais preciso do que se usasse .
=n=
n =
=n=n
Com isso determinamos:
p{ ≤ ≤ =1–α
Como - = n , temos:

Universidade Jean
p ≤ ≤ }=1–α
5.3 TESTES DE HIPÓTESES
:
:
Definimos =
5.3.1 Exemplos
1º Sabe –se que o tempo médio de vida de certa lâmpada tem distribuição aproximadamente
normal, com média de 500 horas e variância desconhecida. Uma amostra de 25 lâmpadas
forneceu = 62.500. Construir um IC para ao nível de 5%.
2º De uma população normal com média 300, levantou-se uma amostra de 26 elementos,
obtendo-se:
= 129.000
:
:
5.4 IC e TH para a variância
Da mesma forma com foi feito para distribuição de - , demonstra-se que -

tem distribuição relacionada a distribuição com (n – 1) graus de liberdade, isto é:
=n–1=
Como = -
- = (n -1) = n – 1 = (n -1)
=n–1=
5.4.1 IC para
p{ ≤ ≤ } = 1 –α
p{ ≤ ≤ } = 1 –α

Universidade Jean
5.4.2 TH para
:
:
= ou
Obs:
é conhecida GL = n
é desconhecida GL = n -1
5.4.3 Exemplos
1º Sabe-se que o tempo de vida de certo tipo de válvula tem distribuição aproximadamente
normal. Uma amostra de 25 válvulas forneceu a média amostral de 500 horas e desvio padrão
amostral de 50 horas. Construir um IC para , ao nível de 2%.
2º Avaliou-se em 240 Kg o desvio padrão das tensões de ruptura de certos cabos produzidos
por uma fábrica. Depois de ter sido introduzida uma mudança no processo de fabricação
desses cabos, as tensões de ruptura de uma amostra de 8 cabos apresentaram o desvio padrão
de 300 Kg. Investigar a significância do aumento aparente da variância, ao nível de 5%.
5.4.4 Exercícios práticos
1º De uma população normal com média µ = 20, levantou-se uma amostra de 24 elementos,
obtendo-se - = 423,42. Ao nível de 10%, construir um IC para a variância
populacional.
2º De uma população normal X com média 1.000, levanta-se uma amostra de 15 elementos,
obtendo-se - = 200. Ao nível de 1%, testar.
:
:
3º De uma população normal levantou-se uma amostra de 10 observações, obtendo-se os

seguintes valores: 10, 8, 15, 11, 13, 19, 21, 13, 15 e 14. Sabendo-se que a população tem
média µ = 14, construir um IC para a Populacional ao nível de 5% e, ao mesmo nível,
testar:
:
:
4º A variância de 10 lâmpadas eléctricas produzidas por uma fábrica é de 120 horas. Construir
um IC para a variância de todas as lâmpadas da empresa, ao limite de confiança de 90%.

Universidade Jean
5º Observou-se durante vários anos a produção de uma indústria, verificando-se que essa
produção se distribuía normalmente com variância 300. Foi adoptada uma nova técnica e,
durante 25 meses, verificou-se a produção mensal, constatando-se que a média amostral igual
a 10.000 e desvio padrão amostral 400. Há razões para se acreditar que a qualidade da
produção piorou, ao nível de 10%?
6º De uma população normal com média desconhecida, levantou-se uma amostra casual de 21
elementos:
1, 2, 2, 3, 3, 3, 3, 4, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5, 6, 6, 7.
a) Ao nível de 10%, construir um IC para ;

b) e, ao mesmo nível, testar se a variância populacional é menor que 4.
7º O tempo de vida das lâmpadas da maca X tem uma distribuição aproximadamente normal,
com média de 1.200 horas. Uma amostra de 16 lâmpadas forneceu os dados:
1.200, 1.100, 900, 1.250, 1.300, 1.290, 1.100, 1.060, 1.180, 1.120, 1.160, 1.140. 1.190, 1.110,
1.100, e 1,220 horas. Fazer um IC para a variância da população normal de 10%.
8º De uma população normal com média 4, levantou-se uma amostra casual de 21 elementos,
obtendo-se: 1, 2, 2, 3, 3, 3, 3, 4, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5, 6, 6, 7. Ao nível de 10%, construir
um IC para a variância da população. Ao mesmo nível, testar que a variância seja menor
que 3.
9º Queremos estimar de uma população normal, da qual desconhece-se a média. Para isso,
usamos uma amostra casual de 5 observações: 1,33; 1,28; 0,62; 0,70; e 0,10. Ao nível de 2%,
construir um IC para a variância populacional.
10º De uma população normal X com média desconhecida, levantou-se uma amostra de
tamanho 20, obtendo-se e = 846. Ao nível de 10%:
a) Construir um IC para a variância da população;
b) Testar as :
:
11º De uma população normal com média desconhecida, levantaram-se 24 observações,

obtendo-se e = 10.060. Ao nível de 10%, construir um IC para da
população. Ao nível de 5%, testar que a variância populacional seja diferente de 16.
12º Uma das maneiras de controlar a qualidade de um produto é controlar a sua variabilidade.
Uma máquina de empacotar café está regulada para encher os pacotes com desvio padrão de
5 g e média de 495 g e onde o peso de cada pacote distribui-se normalmente. Colhida uma
amostra de n = 11, Observou-se uma variância de 164 g2. É possível afirmar com este
resultado que a máquina está Desregulada quanto a variabilidade, supondo uma significância
de 5%?
13º Uma máquina de enchimento automático é usada para encher garrafas com detergente
líquido. Uma amostra aleatória de 21 garrafas resulta em uma variância amostral de volume
de enchimento de s2 = 0,0154 (onça fluida)2. Se a variância do volume de enchimento exceder
0,02 (onça fluida)2, existirá proporção inaceitável de garrafas cujo enchimento não foi
Universidade Jean
completo e cujo enchimento foi em demasia. Há evidências nos dados da amostra que sugira
que o fabricante tenha um problema com garrafas cheias com falta e excesso de detergente?
Use α=0,05 e considere que o volume de enchimento tenha uma distribuição normal.
14º O peso de componentes mecânicos produzidos por uma determinada empresa é uma
variável aleatória que se supõe ter distribuição Normal. Pretende-se estudar a variabilidade do
peso dos referidos componentes. Para isso, uma amostra de tamanho 11 foi obtida, cujos
valores em grama são:
97, 96, 101, 99, 97, 100, 101, 104, 95 102 100
Construa um intervalo de confiança para a variância do peso, com limite de confiança igual a
95%.
15º Tomou-se uma amostra de 16 estudantes de odontologia, os quais foram submetidos a um

teste de habilidade manual. A variância das notas do teste foi igual a =2,2. Pode-se
concluir, com base nesse estudo, que a variância da distribuição populacional das notas dos
estudantes de odontologia é diferente de 3,5?

Universidade Jean
CAPÍTULO VI: DISTRIBUIÇÃO DE F DE FISHER – SNEDECOR, IC E TH PARA

QUOCIENTE DE VARIÂNCIAS
6.1 DISTRIBUIÇÃO F DE FISHER – SNEDECOR
Denomina-se variável F com GL1, GL2 graus de liberdade e indica-se por ou

a função definida por:
= =
Onde e são graus de liberdade de e , respectivamente, e as duas são

independentes.
Como = e
= n -1 = , temos
GL = =
Substituindo-se na definição, temos:
= =
Onde e são estimativas independentes de e , respectivamente.
6.1 IC PARA UM QUOCIENTE DE VARIÂNCIAS
p{ }=1–α
= =
6.2 TESTE DE HIPÓTESES PARA QUOCIENTE DE VARIÂNCIAS
: =k
: k; > k ou <k
Onde k = ( ) = ( )

Universidade Jean
Em particular, quando k = 1, estaremos testando a igualdade de variâncias.
: ; ou
1º De duas populações normais levantaram-se amostras de tamanho 9 e 11, respectivamente,

obtendo-se = 7,14 e = 3,21. Construir um IC para o quociente das variâncias das duas
populações ao nível de 10%.
2º De duas populações normais, I e II, levantaram-se amostras de tamanhos 10 e 16

respectivamente, obtendo-se = 5,22 e = 1,69, respectivamente. Ao nível de 5%,
construir um IC para o quociente das variâncias populacionais.
3º De duas populações normais levantaram-se amostras com as seguintes características:
População A População B
n = 21 n=9
∑x = 100 ∑x = 45
∑ = 496 ∑ = 273
: =1
: 1
4º Deseja-se testar ao nível de 5% se duas populações têm as mesmas variâncias. Os dados

obtidos nas amostras são:
= 10 = 5,22
= 21 = 16,9. Qual a conclusão fornecida pelos dados?
: = ou : =1
: α = 5%
:
5º A variabilidade no levantamento de impureza de uma certa substância depende da duração
do processo usado. Usando dois processos, um químico melhorou o segundo, esperando com
isso reduzir essa variabilidade. Levantaram-se duas amostras, uma utilizando o primeiro
processo e outra o segundo, de tamanhos 26 e 13, respectivamente, obtendo-se = 1,04 e
= 0,51.
a) Determinar um IC para o quociente das variâncias, ao nível de 10%.
b) Testar as hipóteses.

Universidade Jean
6º De duas populações normais A e B extraíram-se amostras, obtendo-se:
População A População B
= 13 =9
∑ = 91 ∑ = 63
∑ = 697 ∑ = 497
a) Determinar um IC para o quociente das variâncias das duas populações, ao nível de 2%

b) Ao mesmo nível, testar as hipóteses:
: =
:
7º Deseja-se comparar dois analistas quanto à precisão na análise de uma certa substância que
contém carbono. O analista A é experiente, e o B é novo no serviço, sendo, portanto, de
experiência desconhecida. Os resultados obtidos foram os seguintes:
A: -10, 16, -8, 9,5, -5,5, -11, 25, 25, 22, 16, -3, 40, 0, -5, 16, 30, 14, 22, 22.
B: -8, -3, 20, 22, 3, 5, 10, 14, -21, 22. 8.
Em vista desses resultados, pode-se concluir que os dois analistas têm a mesma experiência
no trabalho, ao nível de 10%.
8º Dois programas de treinamento de funcionários foram efetuados. Os 22 funcionários

treinados no programa antigo apresentaram uma variância 147 em suas taxas de erro. No novo
programa, 14 funcionários apresentaram uma variância de 201. Sendo α = 5 %, pode-se
concluir que a variância é diferente para os dois programas.
9º Quer se verificar se duas máquinas produzem peças com a mesma homogeneidade quanto à
Resistência à tensão. Para tal, sorteiam-se duas amostras de 6 peças de cada uma das
máquinas e observa-se as resistências. Os resultados estão na tabela.
Máquina A 144 126 135 141 140 136

Máquina B 142 127 131 137 141 131
10º Uma das maneiras de medir o grau de satisfação dos empregados de uma mesma categoria
quanto à política salarial é por meio do desvio padrão de seus salários. Uma pesquisa de
mercado apontou que a fábrica A seria mais coerente na política salarial do que a fábrica B.
Para verificar esse resultado, sorteou-se uma amostra de 5 funcionários não especializados de
A e 10 funcionários de B, obtendo-se os desvios padrões: A = 995 S B = 1595. Qual seria sua
conclusão ao nível de 5%?
11º O desvio padrão de uma dimensão particular de um componente de metal é satisfatório

para a montagem do componente. Um novo fornecedor esta sendo considerado e ele será
preferível se o desvio padrão é menor do que o do actual fornecedor uma amostra de 98 itens
de cada fornecedor é obtido.
Fornecedor actual: = 0,0056
Novo fornecedor = 0,0039
A empresa deve trocar de fornecedor se for considerada uma significância de 5%?

Universidade Jean
CAPÍTULO VII: TESTE DE HIPÓTESE PARA O COEFICIENTE DE

CORRELAÇÃO
7.1 DEFINIÇÃO:
Coeficiente de correlação linear: mede o grau de relacionamento linear entre valores

emparelhados x e y em uma amostra.
Mede a intensidade e a direcção da relação linear entre duas variáveis quantitativas.
r= ou
√
r=
√ √
O intervalo de variação vai de -1 a +1.
Outras fórmulas para cálculo:
Quanto mais próximo de +1 for “r”, maior o grau de relacionamento linear

positivo entre x e y, ou seja, se x varia em uma direcção y variará na mesma
direcção.
Quanto mais próximo de -1 for “r”, maior o grau de relacionamento linear
negativo entre x e y, isto é, se x varia em um sentido y variará no sentido inverso.
Quanto mais próximo de zero estiver “r” menor será o relacionamento linear entre
x e y.
7.2 TESTE DE HIPÓTESES PARA O COEFICIENTE DE CORRELAÇÃO LINEAR
A hipótese da existência de uma relação entre x e y, pode ser formulada usando-se:
:=0
:≠0
√
tcalc = ou tcalc =
√ √

Universidade Jean
CAPÍTULO VIII: TESTE DE HIPÓTESE PARA O COEFICIENTE DE

CORRELAÇÃO 

8.1 DEFINIÇÃO
Coeficiente de correlação linear: mede o grau de relacionamento linear entre valores

emparelhados x e y em uma amostra.
Mede a intensidade e a direcção da relação linear entre duas variáveis quantitativas.
r= ou
√
r=
√ √
Outras fórmulas:
Onde:
Desvio Padrão de x
: Desvio padrão de y
: Covariância de x e y
r: Coeficiente de correlação linear ou Coeficiente de Pearson
O intervalo de variação vai de -1 a +1.
Quanto mais próximo de +1 for “r”, maior o grau de relacionamento linear

positivo entre x e y, ou seja, se x varia em uma direcção y variará na mesma
direcção.
Quanto mais próximo de -1 for “r”, maior o grau de relacionamento linear
negativo entre x e y, isto é, se x varia em um sentido y variará no sentido inverso.
Quanto mais próximo de zero estiver “r” menor será o relacionamento linear entre
x e y.

Universidade Jean
8.2 TESTE DE HIPÓTESES PARA O COEFICIENTE DE CORRELAÇÃO LINEAR
A hipótese da existência de uma relação entre x e y, pode ser formulada usando-se:
:=0
:≠0
√
tcalc = ou tcalc =
√ √
8.3 Exercícios práticos
1º Após uma regulagem electrónica de um veículo apresenta um rendimento ideal no que

tange a consumo de combustível. Contudo, com o passar do tempo esse rendimento vai se
degradando. Os dados a seguir representam o rendimento medido mês a mês após a
regulagem. Existe uma correlação linear entre as variáveis?
x Meses de regulagem 1 2 3 4 5 6 7 8 9 10 11 12
y Rendimento 9,7 9,9 9,8 8,5 8,5 9,4 8,0 8,3 6,0 6,6 6,9 6,7
2º Quer-se testar se existe ou não correlação linear entre x = toneladas de adubo orgânico e y
= produção da cultura. Portanto é realizado um experimento com duração de 5 anos que
mostrou os resultados, conforme a tabela abaixo:
Anos 1989 1990 1991 1992 1993

X Toneladas de adubo orgânico 3 5 6 7 9
y Produção da cultura 49 57 65 61 73
3º Para estudar a poluição no rio, um cientista mediu a concentração de um determinado

composto orgânico (y) e a precipitação pluviométrica na semana anterior (x). Conforme a
tabela abaixo. Determine o coeficiente de correlação linear ou coeficiente de correlação de
Pearson.
x 0,93 1,35 4,21 2,70 1,88 1,19 12,16

y 0,12 1,72 17,57 3,47 73 3,47 73
4º Procurando quantificar os efeitos da escassez de sono sobre a capacidade de resolução de

problemas simples, um agente trocou ao acaso 10 sujeitos e os submeteu a experimentação.
Deixou-os sem dormir por diferentes números de horas, após o que solicitou que os mesmos
resolvessem os itens “contas de adicionar” de um teste. Observe, assim os seguintes dados:
Nº de meses (y) 7 7 5 9 7 13 13 11 15 11
Horas sem dormir (x) 7 7 11 11 15 15 19 19 23 23
5º Em determinada empresa industrial a relação entre horas trabalhadas e a produção obtida

em toneladas, foi a seguinte:
Horas (x) 2 4 9 11 9 1 5 7
Produção (y) 23 31 41 47 45 14 34 37

Universidade Jean
Calcular o coeficiente de correlação linear ou se Pearson.
6º A tabela abaixo apresenta uma amostra com os pesos de 10 pais e de seus filhos mais
velhos. Calcule o coeficiente de correlação entre os pesos dos pais e dos filhos.
Peso dos pais (x) 59 64 69 67 62 68 70 63 65 63

Peso dos filhos (y) 62 63 70 64 62 69 72 62 63 61

Materia Estatistica Ii 15 de Agosto

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Materia Estatistica Ii 15 de Agosto

Enviado por

Direitos autorais:

Formatos disponíveis

Universidade Jean

Piaget de Angola Unidade Curricular: Estatística II

CAPÍTULO I: INTERVALOS DE CONFIANÇA PARA MÉDIAS E PROPORÇÕES

1.1. INTERVALOS DE CONFIANÇA (IC) PARA MÉDIA DE UMA POPULAÇÃO

Intervalo de Confiança: é o intervalo numérico no interior do qual se situa o verdadeiro

Parâmetro: é a medida usada para descrever uma característica numérica populacional.

Nível de significância: é o valor numérico associado ao risco de se enganar, rejeitando a

1.2 PROCEDIMENTO PARA A CONSTRUÇÃO DO INTERVALO DE CONFIANÇA

Retiramos uma amostra causal simples de n elementos.

Calculamos o Desvio padrão da média amostral. =√ ou =

n: tamanho da amostra ou número de amostra

Docente: Manuel S. J. Castó Página 1

2º De uma população de 1000 elementos com distribuição aproximadamente normal com

1.3 Intervalos de confiança para grandes amostras

1.3.1 Estimação de proporções ou Intervalos de Confiança para proporções

Para determinamos o Intervalo de Confiança (IC), para proporções, devemos ter em

Calculamos a proporção amostral. =

Determinamos o Desvio padrão da proporção amostral. √

1º Retiramos de uma população uma amostra de 100 elementos e encontramos 20 sucessos.

2º Para se estimar a percentagem de alunos de um certo curso favoráveis à modificação do

1.4 ERRO DE ESTIMAÇÃO

Erro de estimação: é o erro que estamos sujeitos a cometer, quando estimamos um

= *√ Para média de uma população normal

1.5 INTERVALOS DE CONFIANÇA PARA A MÉDIA DE POPULAÇÕES NORMAIS

Se n ≤ 30, então usa-se a distribuição t de Student, que veremos adiante;

No momento nos interessa o segundo procedimento.

Como a amostra é grande, s2 aproximado de

Docente: Manuel S. J. Castó Página 3

1º De uma população normal com parâmetros desconhecidos, tiramos uma amostra de

1.6 EXERCÍCIOS PRÁTICOS

6º Uma amostra aleatória de 80 notas de matemática de uma população com distribuição

a) Construir um IC para µ ao nível de 1%.

a) Fazer um IC para p, a verdadeira percentagem com estudantes favoráveis, na população ao

Docente: Manuel S. J. Castó Página 5

CAPÍTULO II: TESTES DE HIPÓTESES PARA MÉDIAS E PROPORÇÕES

2.1. TESTE DE HIPÓTESES PARA A MÉDIA DE POPULAÇÕES NORMAIS COM

Formulamos duas hipóteses básicas:

Hipótese nula (H0): diz sempre respeito a um valor específico de um parâmetro da

Hipótese alternativa (H1): podem assumir três formas:

Bilateral: quando não distinguimos comparação de superioridade ou inferioridade.

2.2. PROCEDIMENTO PADRÃO PARA A REALIZAÇÃO DE TESTE DE

Definem-se as hipóteses do teste: nula e alternativa.

Determina-se o desvio padrão da média amostral. =√ ou =

Calcula-se o valor observado ou valor calculado (Zcalc). =

Docente: Manuel S. J. Castó Página 6

n: tamanho da amostra ou número de amostra

2º Um fabricante de lajotas de cerâmica introduz um novo material em sua fabricação e

2.3. TESTES DE HIPÓTESES PARA PROPORÇÕES

Determina-se o desvio padrão da proporção amostral. √

Calcula-se o valor observado ou valor calculado (Zcalc). =

Docente: Manuel S. J. Castó Página 7

Fixam-se duas regiões: uma de não rejeição de H0 (RNR) e uma de rejeição de H0 ou

1º Sabe-se por experiência que 5% da produção de um determinado artigo é defeituoso. Um

2.4. EXERCÍCIOS PRÁTICOS

6º Estamos interessados em saber que proporção de motoristas da população usa cinto de

7º Os indivíduos de um país apresentam altura média de 170 cm e desvio padrão de 5 cm. A

Docente: Manuel S. J. Castó Página 9

Docente: Manuel S. J. Castó Página 10

CAPÍTULO III: DISTRIBUIÇÃO DE t DE STUDENT IC E TH PARA A MÉDIA DE

A distribuição t de Student é uma distribuição de probabilidade estatística, publicada por um

Distribuição de t de Student: teste estatístico paramétrico, utilizado para estudar a diferença

3.3 GRAUS DE LIBERDADE