Escolar Documentos
Profissional Documentos
Cultura Documentos
Teste de Hipóteses
Teste de Hipóteses:
( n−1 ) s 2
Teste sobre uma variância σ2: H 0: σ 2 = σ 20 X 0=
σ 02
p̂ − p 0
Teste sobre uma proporção p: H0: p = p0 Z obs=
√ p 0 ( 1− p 0 )
n
Distribuição de Referência: conforme o parâmetro testado, uma
distribuição de probabilidades é associada à estatística de teste.
Teste sobre uma ̄x − μ 0
média μ: T obs = T-Student (n-1) g.l.
H0: μ = μ0
s/√n
( n−1 ) s 2
Teste sobre uma X 0= Qui-Quadrado (n-1)g.l.
variância σ2: σ 02
H0: σ2 = σ20
p̂ − p 0
Teste sobre uma Z obs= Normal Padrão
proporção p:
H0: p = p0
√ p 0 ( 1− p 0 )
n
Parâmetro:
μ = quantidade média de ácido acetilsalicílico (em mg)
de certo analgésico da indústria farmacêutica no lote suspeito
Hipóteses
H0: μ = 5.5 Nível de significância: α = 0.02
H1: μ ≠ 5.5
Estatística de teste:
̄x − μ 0 ( 5 .8−5 .5 ) 0.3
T obs = = = = 2 . 50
s/√n 0 .85 / √50 0 . 12
Nível de significância:
α = 0.02 T49
Estatística de teste:
tobs = 2.50
-2.41 2.41
tobs = 2.50
Conclusão:
não é
Rejeitar a hipótese nula de que μ = 5.5 “típico”
(em favor da hipótese alternativa μ ≠ 5.5).
H 0: μ = μ 0 H 0: μ = μ 0 H 0: μ = μ 0
H1: μ< μ0 H 1: μ > μ 0 H 1: μ ≠ μ 0
̄x − μ 0
T obs =
s/√n
Probabilidade de Significância (Valor P)
Valor p: probabilidade de cometer o Erro Tipo I com base nos dados
amostrais, ou seja, é a probabilidade de errar ao rejeitar a hipótese
nula nesta amostra.
É calculado na distribuição de referência da estatística de teste.
Método do valor P
“pequeno”
em comparação com α
“grande”
Exemplo 1: Conclusão: a amostra não
contém evidências suficientes
NÃO para a rejeição da afirmação
O valor observado para da hipótese nula.
a estatística de teste
pode ser considerado
“grande” ? Conclusão: a amostra contém
SIM evidências suficientes para a
rejeição da hipótese nula.
menores maiores
-2.50 2.50
H0: μ = μ0
H1: μ< μ0 Tobs < −t( n −1;α) P(T(n-1) < Tobs)
H 0: μ = μ 0
Tobs > t( n −1;α) P(T(n-1) > Tobs)
H 1: μ > μ 0
é um estimador de σ2.
H 0: σ = σ 0
2 2 ou H0: σ2 = σ20 ou H 0: σ 2 = σ 20
H1: σ2≠ σ20 H1: σ2< σ20 H 1: σ 2> σ 20
H0: σ2 = 0.01
H1: σ2 > 0.01.
H0: σ = σ 0
2 2 valor p = P ( χ 2n−1 ≤ χ 20 )
H1: σ2 < σ20
H0: σ = σ
2 2 valor p = P ( χ 2n−1 ≥ χ 20 )
0
H1: σ2 > σ2
0
H0: σ = σ
2 2 valor p = 2⋅P ( χ 2n−1 < χ 20 ) se χ 20 <χ 2[ 0 . 50 ]
0
H1: σ2 ≠ σ2 valor p = 2⋅P ( χ 2n−1 > χ 20 ) se χ 20 >χ 2[ 0 . 50 ]
0
Exemplo: Máquina automática de encher garrafas.
H0: σ2 = 0.01
H1: σ2 > 0.01.
valor p = P ( χ 2n−1 ≥ χ 20 ) = P ( χ 219> 29 . 07 )=0. 065,
Exemplo:
Zobs = 3.4 é maior que 2.33, então rejeita-se H0 ao n.s. de 1%,
Assim, ao n.s. de 1%, há evidência suficiente para rejeitar a
hipótese H0: p = p0.
Hipóteses, Região crítica e Valor P
H0: p = p0 ou H0: p = p0 ou H 0: p = p 0
H1: p ≠ p0 H1: p < p0 H 1: p > p 0,
valor p = 2P(Z > |Z0|) valor p = P(Z < Z0) valor p = P(Z > Z0)
Exemplo 3: Teste de Hipóteses sobre uma Proporção
Parâmetro:
p = proporção de meninas em nascimentos usando um
produto para aumentar o número de nascimento de meninas.
Hipóteses
H0: p = 0.5 Nível de significância: α = 0.01
H1: p > 0.5
Estatística de teste: p̂ − p
0 0 . 67−0 . 5 0 . 17
Z obs= = = =3 . 4
0 . 05
√ p 0 ( 1− p 0 )
n √ 0 .5 ( 1−0 . 5 )
100
Hipóteses
H0: p = 0.5
H1: p > 0.5
Valor p = P(Z < Z0) = P(Z < -1.95) = 0.0256 (< α).
Passos para Teste de Hipóteses
H0: μ = μ0
H1: μ ≠ μ0
Tobs < −t( n −1; α/2) -t( n −1; α/2) < Tobs < t( n −1; α/2)
OU
-t( n −1; α/2) < ̄x − μ < t( n −1; α/2)
Tobs > t( n −1; α/2) s√ n
H0: μ = μ0
H1: μ ≠ μ0
rejeitamos H0 ao nível
NÃO de α% de significância
O intervalo de 100(1-α)%
de confiança para μ
contém o valor μ0?
não rejeitamos H0 ao
SIM
nível de α% de
significância
Exemplo:
O teste Charpy V-notch (CVN) mede a energia de impacto (em
J) e é frequentemente usado para determinar se um material
experimenta ou não uma transição dúctil-frágil com um
decréscimo de temperatura.