Escolar Documentos
Profissional Documentos
Cultura Documentos
Resumo
O presente artigo trata dos conceitos que envolvem os Testes de Hipótese e suas aplicações, erros
mais frequentes, tipos de teste de hipóteses, nível de significância e roteiro para testar uma hipótese.
Baseia-se em pesquisas bibliográficas e estudos de caso que ajudam a entender como essas ferramentas da
estatística ajudam a compreender determinado estudo e na posterior tomada de decisão.
Palavras-chave: Testes de Hipótese; aplicações; erros; significância .
Abstract
This article deals with the concepts that involve Hypothesis Tests and their applications, the most
frequent errors, types of hypothesis tests, level of significance and a roadmap for testing a hypothesis. It is
based on bibliographic research and case studies that help to understand how these tools of statistics help
to understand a given study and the subsequent decision making.
Keywords: Hypothesis Tests; applications; errors; significance.
1. Introdução
A inferência estatística ´e um conjunto de métodos e técnicas que permitem
induzir, a partir de uma informação empírica proporcionada por uma amostra, qual
´e o comportamento de uma determinada população com um risco de erro medido
em termos de probabilidade. O propósito da inferência estatística ´e tirar
conclusões sobre uma população com base nos dados amostrais de uma população.
Os m é t o d o s paramétricos da inferência estatística podem se dividir
basicamente em dois: métodos de estimação de parâmetros e testes de hipóteses. Os
testes de hipóteses tem como objetivo comparar se determinado aspetos atribuídos
a um parâmetro populacional ´e compatível com a ev id ên ci a em pí ri c a contida
na amostra. Desta forma, teste de hipótese ´e um processo usado para avaliar a
força da evidencia de uma amostra em fornecer estrutura para fazer determinações
1
Licenciada em medicina na Ucrânia na universidade de Lugansk em 1996 e especializada em ginecologia
e obstetrícia no HCM em 2010. Contacto 865735347, email: virginiaasaldanha@gmail.com, código de estudante:
709200452. Prestando serviços no HCQ como Diretora da Ginecologia.
Página 1 de 13
relacionadas a população, em outras palavras, o teste de hip´oteses proporciona um m
´etodo fi´avel para a compreens˜ao de como se pode extrapolar os resultados
observados em uma amostra em estudo para uma popula¸c˜ao a partir do qual a
amostra foi tirada. Cabe ao investigador formular uma hip´otese espec´ıfica, coletar
dados com uma amostra, e usar estes dados para decidir se suportam a hip´otese
especifica do pesquisador (Davis et al, 2006).
2. FUNDAMENTAÇÃO TEÓRICA
2.1. Teste de Hipóteses
Não se trata de uma simples comparação matemática entre dois ou mais valores, mas da
necessidade de compreender se o valor obtido a partir de uma determinada amostra representa
uma simples variação amostral da situação atual ou não.
Página 2 de 13
Um teste de uma hipóteses estatística é o procedimento ou regra de decisão que nos
possibilita decidir por H0 ou H1, com base a informação contida na amostra. Região crítica (Rc) é
o conjunto de valores assumidos pela variável aleatória ou estatística de teste para os quais a
hipótese nula é rejeitada.
Normalmente existe uma hipótese que é mais importante para o pesquisador que será
denotada por H0 e chamada hipótese nula. Qualquer outra hipótese diferente de H0 será chamada
de hipótese alternativa e denotada por H1.
Página 3 de 13
Medir a discrepância entre os valores amostrais observados e os esperados caso
H0 fosse verdadeira.
Testar se mais homens que mulheres sofrem com pesadelos.
Estabelecer autoria de documentos.
Avaliar o efeito da lua cheia no comportamento.
Determinar o intervalo no qual um morcego pode detectar um inseto pelo eco.
Decidir se o carpete de hospital resulta em mais infecções.
Selecionar os melhores meios para parar de fumar.
Checar se adesivos refletem no comportamento de proprietários de carros.
Testar as reivindicações de analistas de manuscritos.
Página 4 de 13
´ıvel de significˆancia para o qual rejeitamos H0 . Desta forma, se o n´ıvel de
significˆancia (α) sugerido para o teste for menor que o p-valor n˜ao rejeitamos a hip
´otese H0 . De acordo com isto, numa an´alise de resultados do teste de hip´otese o
p-valor nos fornece uma id´eia de quanto os dados contradizem a hip´otese nula.
Al´em disso, ele permite que diferentes experimentadores utilizem seus respectivos n
´ıveis de significˆancia nas avalia¸c˜oes.
O quadro 1 a seguir sintetiza os erros possíveis associados a cada decisão tomada em um teste de
hipóteses.
Quadro1 – Erros Situação Real
possíveis H₀ verdadeira H₀ falsa
associados a teste
de hipótesesX
Decisão
Rejeitar H₀ Erro tipo I - rejeitar H0 quando ele Decisão Correta
é verdadeiro (probabilidade = α) ( probabilidade = 1- β)
Não rejeitar H₀ Decisão Correta Erro tipo II - deixa de rejeitar
(probabilidade = 1- α) H0 quando ela é falsa
(probabilidade = β)
É a hipótese que contraria a hipótese de nulidade. É aquela que estabelece que os valores
dos parâmetros comparados são diferentes. Isto é, há diferença entre as populações de onde
foram retiradas as amostras. Assim, pelos princípios da metodologia científica, a hipótese
alternativa é aquela a ser tomada como verdadeira caso a hipótese nula seja refutada, sendo,
portanto, aquela que, em geral, o investigador quer ver confirmada em seu experimento.
Página 6 de 13
Em suma, designa-se por H0 , chamada hipótese nula, a hipóteses estatística a ser testada,
e por H1 a hipótese alternativa. A hipótese nula expressa uma igualdade, enquanto que a hipótese
alternativa é dada por uma desigualdade (≠, < , >).
Se H1 : 0 ≠ 00 – teste bilateral → RC é uma reunião de caudas;
Se H1 : 0 < 00 ou H1 : 0 = 01 (01 < 00) – teste unilateral à esquerda→ RC é uma cauda à esquerda;
Se H1 : 0 > 00 ou H1 : 0 = 01 (01 > 00) – teste unilateral à direita→ RC é uma cauda à direita.
Página 7 de 13
Nível de significância: quanto maior o nível de significância, maior o poder do teste.
Dessa forma, ao aumentar o nível de significância, reduz a região de aceitação. Sendo assim,
tem-se maior chance de rejeitar a hipótese nula. Isto significa que e menor a chance de cometer
um erro tipo II. Então, o poder do teste aumenta.
^p − p
Zobs = pq onde: ^
P é a proporção amostral; p é a proporção populacional e q = 1-p; n é o tamanho da
√ n
amostra.
3. Conclusões:
1. Se |Zobs| > Zα/2, rejeita H0, onde Zα/2 = Zcrit
2. Se Zobs > Zcrit, rejeita H0
3. Se Zobs < -Zcrit, rejeita H0
Página 8 de 13
3. Fixar o nível de significância α .
4. Determinar a região de rejeição.
5. Calcular a estatística Zobs, sendo
X́−μ X́−μ
Zobs = σ ou tobs = s
√n √n
6. Conclusões:
1. Se |zobs| > zα/2, rejeita H0, onde zα/2 = zcrit
2. Se zobs > zcrit, rejeita H0
3. Se zobs < -zcrit, rejeita H0
2.6.3. Roteiro (Teste de para variância)
Para testarmos a hipótese:
H0:σ2 = σ02
com nível de significância α%, devemos:
Estabelece-se a hipótese nula. H0:σ2=σ02
Estabelece-se a hipótese alternativa.
2.1) H1 : σ2 ≠ σ02 bilateral ou
2.2) H1 : σ2 > σ02 unilateral à direita ou
2.3) H1 : σ2 < σ02 unilateral à esquerda
Fixar o nível de significância α .
Determinar a região de rejeição.
S 2(n−1)
Calcular a estatística χ2obs, sendo χ2obs=
σ2
Conclusões:
Se | χ2obs| > χ2crit, rejeita H0, onde
Se χ2obs > χ2crit, rejeita H0
Se χ2obs <-χ2crit, rejeita H0
Página 9 de 13
padrão σ, assim sendo, conhecendo-se estes, consegue-se determinar qualquer probabilidade de
uma Distribuição Normal. Além de descrever uma série de fenômenos, possui uma grande
importância na estatística, por servir de aproximação para o cálculo de outras distribuições
quando o número de observações fica grande. Essa importante propriedade provem do Teorema
Central do Limite que diz que “toda soma de variáveis aleatórias independentes de média finita e
variância limitada é aproximadamente Normal, desde que o número de termo da soma seja
suficientemente grande. Uma variável x tem distribuição normal se sua função densidade de
1 ( x−μ ) ²
probabilidade é dada por: f (x; µ, σ) = exp (- ) (5.50)
σ √2 π 2α ²
Esquematicamente, esta distribuição tem uma curva em forma de sino, simétrica em torno
da média, tendo o eixo das abscissas como assimptota horizontal. Notamos pela Equação 5.50
que sua função de densidade depende de dois parâmetros: média µ, e desvio padrão σ, que
caracterizam a função densidade da Distribuição Normal. A curva da normal formada pela
função densidade é simétrica em torno da média. Além da simetria, uma outra característica
fundamental da distribuição normal é a propriedade de que a probabilidade dos indivíduos
abaixo da média é igual à probabilidade dos indivíduos acima da média que igual a 0, 50, isto é:
P(x ≥ µ) = P(x ≤ µ) = 0, 50. (5.51)
Principais Características da Distribuição Normal:
a) E(x) = µ
b) V (x) = σ
c) f(x) é simétrica em relação x = µ.
d) µ − σ e µ + σ são pontos de inflexão de f(x)
e) A variável aleatória (x) pode assumir qualquer valor real.
Distribuição T.
3. Exemplo de aplicação na área de saúde
Como médica Gineco-Obstetra prestando serviços no HCQ, pretende testar a pressão
sistólica media de mulheres gravidas atendidas na Ginecologia, com base numa amostra aleatória
de tamanho n = 64 e para um nível de significância α = 0.05, se a pressão sistólica media em uma
população de mulheres gravidas (media amostral = 133 mmHg). O que podemos dizer se obteve
𝑋̅ = 130 mmHg e se sabe, que σ = 16mmHg? Ao se desenvolver um teste de hipóteses supõe-se
inicialmente que a hipótese nula seja verdadeira
Página 10 de 13
Resolução:
I. Parametron a ser testado:
µ: Pressão sistólica media em população de mulheres gravidas
a)
II. Hipóteses:
H0: μ = 130
H1: μ >130
III. Erro tipo I: Concluir que a pressão sistólica média em mulheres gravidas é maior
do que 130 mmHg, quando, na verdade, a pressão sistólica média é 130 mmHg.
Erro tipo II: Concluir que a pressão sistólica média em mulheres gravidas é igual
a 130 quando, na verdade, a pressão sistólica média é maior que 130 mmHg.
IV. Estatística de teste:
X́−μ 133−130
Zobs = σ = Zobs = 16 = 1,5
√n √ 64
Região de Rejeição: Rejeita-se H0 se Zobs > Z0.05 = 1.645
Verificação: Como 1.5 está fora da região de rejeição, não rejeitamos H0, ao nível de 5%
de significância.
V. Valor p:
Valor p = P(Z > 1.5) = 0.0668
Conclusão: Ao nível de 5% de significância, não temos evidências suficientes para
rejeitar a hipótese de que a pressão sistólica média é igual a 130 mmHg (Valor p = 0.0668).
b)
II. Hipóteses:
H0: μ = 130
H1: μ ≠ 130
III. Erro tipo I: Concluir que a pressão sistólica média em homens é diferente de 130
quando, na verdade, a pressão sistólica média é 130 mmHg.
Erro tipo II: Concluir que a pressão sistólica média em homens é igual a 130 quando, na
verdade, a pressão sistólica média é diferente de 130 mmHg.
IV. Estatística de teste:
Página 11 de 13
X́−μ 133−130
Zobs = σ = Zobs = 16 = 1,5
√n √ 64
Região de Rejeição: Rejeita-se H0 se Zobs < -Z0,025 ou Zobs > Z0,025
Zobs < -1.96 ou Zobs > 1.96
Verificação: Como 1.5 está fora da região de rejeição, não rejeitamos H0, ao nível de 5%
de significância.
VI. Valor p:
Valor p = 2×P(Z > 1,5) = 2×0,0668 = 0,1336
Conclusão: Ao nível de 5% de significância, não temos evidencias suficientes para
rejeitar a hipótese de que a pressão sistólica média é igual a 130 mmHg (Valor p = 0.1336).
Como a hipótese alternativa é bilateral, podemos usar o intervalo de confiança para
realizar o teste de hipóteses. O intervalo terá 95% de confiança, já que, o nível de significância é
de 5%.
IC 95 %
μ = ⌊ 129,08; 136,92 ⌋
Interpretação: A pressão sistólica média está entre 129.08 e 136.92, com 95% de confiança.
4. Bibliografia
Página 12 de 13
Bussab, W., 2006. Estatística Básica. São Paulo. Saraiva. 5a edição. 540p.
Crespo, A. A., 1999. Estatística Fácil. São Paulo. Saraiva. 17ed.
Larson, R., Farber, B.,2004. Estatística Aplicada. São Paulo. Pearson - Prentice Hall. 2ª
edição.
Da Silva, E.M et al.,1997. Estatística. São Paulo. Atlas.
Fisher R. A., 1925. Statistical Methods for Research Workers. Edinburgh: Oliver and
Boyd, p.43.
Nogueira, M. L. G. et alli (1997), Introdução à Bioestatística, apostila do Instituto de
Ciências Exatas da UFMG.
Soares, J. F. et alli ( ), Introdução à Estatística, Editora Guanabara Dois
Triola, M. F. (1998), Introdução à Estatística, 7 ª Edição, LTC.
Página 13 de 13