Bussab&Morettin Estatística Básica

Capítulo 13

Problema 01

S2 
(a) P 12 < a  = 95% ⇒ P(F (9;5) < a ) = 95% ⇒ a = 4,772
 S2 

 S12 
(b) P 2 > b  = 95% ⇒ P(F (9;5) > b ) = 95% ⇒ b = 0,287
 S2 

Problema 02
Porque as duas amostras são independentes.

Problema 03
H 0 : σ A2 = σ B2 versus H 1 : σ A2 < σ B2

Estatística do teste: W = S B2 / S A2 . Sob H0, W ~ F (14;9) .

Região crítica: Tomando α = 5% , temos RC =]0;0,378[ .

Valor observado: w0 = s B2 / s A2 = (1600 / 1000) 2 = 2,56 .

Como w0 não pertence à região crítica, não rejeitamos H 0 , ou seja, não há evidências de que
a fábrica A seja mais coerente que a fábrica B na política salarial.

Problema 04
H 0 : σ A2 = σ B2 versus H 1 : σ A2 ≠ σ B2

Estatística do teste: W = S B2 / S A2 . Sob H0, W ~ F (16;20) .

Região crítica: Tomando α = 5% , temos que RC =]0;0,373[∪]2,547;+∞[ .

Valor observado: w0 = s B2 / s A2 = 0,1734 / 0,0412 = 4,21 .

Como w0 pertence à região crítica, rejeitamos H 0 , ou seja, há evidências de que as variâncias

dos comprimentos dos produtos das duas fábricas sejam diferentes.

Intervalo de confiança para o quociente das variâncias ( γ = 95% ):

P( f 1 < F (20;16) < f 2 ) = 95% ⇒ f 1 = 0,393 e f 2 = 2,681 .

S B2 σ2 S2 0,1734 σ 2 0,1734 σ
Logo: f 1 < < f 2 B2 ⇒ 0,393 < < 2,681 ⇒ 1,653 < 2 < 11,283
S a2 σ1 Sa 0,0412 σ 1 0,0412 σ1

Cap.13 – Pág.1
Bussab&Morettin Estatística Básica

Problema 05
Teste de igualdade de variâncias: H 0 : σ H2 = σ M2 versus H 1 : σ H2 ≠ σ M2

Estatística do teste: W = S M2 / S H2 . Sob H0, W ~ F (49;49) .

Região crítica: Tomando α = 5% , temos que RC =]0;0,567[∪]1,762;+∞[ .

Valor observado: w0 = s M2 / s H2 = (0,9 / 0,8) 2 = 1,27 . Como w0 não pertence à região

crítica, aceitamos a hipótese de igualdade de variâncias.
Teste de igualdade de médias: H 0 : µ H = µ M versus H 1 : µ H ≠ µ M

XH − XM
Estatística do teste: T = . Sob H0, T ~ t 98 .
1 1
Sp +
n H nM

Região crítica: Tomando α = 5% , temos que RC =] − ∞;−1,984[∪]1,984;+∞[ .

3,2 − 3,7
Valor observado: t 0 = = −2,936 . Como t 0 pertence à região crítica,
1 1
0,851 +
50 50
concluímos que o tempo médio de adaptação das mulheres é maior que o dos homens.
Suposição: Os tempos de adaptação de homens e mulheres têm distribuições normais com
variâncias iguais

Problema 06
H 0 : µ A = µ B versus H 1 : µ A ≠ µ B

x A − xB
Estatística do teste: T = . Sob H0, T ~ t 98 .
1 1
Sp +
n A nB

Região crítica: Tomando α = 5% , temos que RC =] − ∞;−1,984[∪]1,984;+∞[ .

62 − 71
Valor observado: t 0 = = −2,250 . Como t 0 pertence à região crítica, concluímos
1 1
20 +
50 50
que os gastos médios das duas filiais não são iguais.

1 1 2
IC (∆;95%) = ( x A − x B ) ± t 95% S p + = −9 ± 1,984 × 20 = −9 ± 7,938 =] − 16,938;−1,062[
n A nB 50

Problema 07

Cap.13 – Pág.2
Bussab&Morettin Estatística Básica

Teste de igualdade de variâncias: H 0 : σ A2 = σ B2 versus H 1 : σ A2 ≠ σ B2

Estatística do teste: W = S B2 / S A2 . Sob H0, W ~ F (11;14) .

Região crítica: Tomando α = 5% , temos que RC =]0;0,298[∪]3,095;+∞[ .

Valor observado: w0 = s B2 / s A2 = (15 / 10) 2 = 2,25 . Como w0 não pertence à região

crítica, aceitamos a hipótese de igualdade de variâncias.
Teste de igualdade de médias: H 0 : µ A = µ B versus H 1 : µ A ≠ µ B

XA − XB
Estatística do teste: T = . Sob H0, T ~ t 25 .
1 1
Sp +
nA nB

Região crítica: Tomando α = 5% , temos que RC =] − ∞;−2,060[∪]2,060;+∞[ .

48 − 52
Valor observado: t 0 = = −0,830 . Como t 0 não pertence à região crítica,
1 1
12,45 +
15 12
concluímos que os dois processos produzem resultados similares.

Problema 08
No problema 4, rejeitamos a hipótese de igualdade de variâncias.
Teste de igualdade de médias: H 0 : µ A = µ B versus H 1 : µ A ≠ µ B

XA − XB s A2 s2
Estatística do teste: T = . A= = 0,002 ; B = B = 0,010 ;
S 2A S 2B nA nB
+
nA nB

ν=
( A + B )2 =
(0,002 + 0,010) 2
≈ 22 . Sob H0 , T ~ t 22
A 2 /(n A − 1) + B 2 /( n B − 1) 0,002 2 / 20 + 0,010 2 / 16
Região crítica: Tomando α = 5% , temos que RC =] − ∞;−2,074[∪]2,074;+∞[ .
21,15 − 21,12
Valor observado: t 0 = = 0,272 . Como t 0 não pertence à região
0,0412 0,1734
+
21 17
crítica, concluímos não há diferença entre as médias populacionais dos comprimentos
dos produtos das duas fábricas.

Problema 09
x L = 9,87 ; s L2 = 5,92 ; x A = 9,23 ; s A2 = 0,79 .

Teste de igualdade de variâncias: H 0 : σ L2 = σ A2 versus H 1 : σ L2 ≠ σ A2

Estatística do teste: W = S L2 / S A2 . Sob H0, W ~ F (6;7) .

Cap.13 – Pág.3
Bussab&Morettin Estatística Básica

Região crítica: Tomando α = 5% , temos que RC =]0;0,176[∪]5,119;+∞[ .

Valor observado: w0 = s l2 / s a2 = 5,92 / 0,79 = 7,51 . Como w0 pertence à região crítica,

rejeitamos a hipótese de igualdade de variâncias.
Teste de igualdade de médias: H 0 : µ L = µ A versus H 1 : µ L ≠ µ A

XL − XA s L2 s A2
Estatística do teste: T = . A= = 0,846 ; B = = 0,097 ;
S L2 S A2 nL nA
+
nL n A

ν= 2
( A + B )2 =
(0,846 + 0,097) 2
≈ 7 . Sob H0 , T ~ t 7
A /(n A − 1) + B 2 /(n B − 1) 0,846 2 / 6 + 0,097 2 / 7
Região crítica: Tomando α = 5% , temos que RC =] − ∞;−2,365[∪]2,365;+∞[ .
9,87 − 9,23
Valor observado: t 0 = = 0,666 . Como t 0 não pertence à região crítica,
5,92 0,79
+
7 8
não há evidências de que os salários médios populacionais dos dois grupos de
profissionais sejam diferentes.

Problema 10
População C C C C C C C C C C T T T T T T T T T T
Produção 6,0 6,6 6,8 6,9 7,0 7,0 7,0 7,1 7,4 8,0 6,6 6,7 6,8 6,8 6,8 6,8 6,8 6,9 6,9 7,5
Postos 1 2,5 7,5 12 15 15 15 17 18 20 3 4 8 8 8 8 8 12 12 19
m( N + 1) 10 × 21
W S = 87 ; E (W S ) = = = 105 ;
2 2
mn( N + 1) mn e
10 × 10 × 21 10 × 10
Var (WS ) =
12
− ∑
12 N ( N − 1) i =1
(d i3 − d i ) =
12
−
12 × 20 × 19
× 264 = 169,21

H 0 : µ T = µ C versus H 1 : µ T > µ C

W S − E (W S )
Estatística do teste: Z = . Sob H 0 , Z ~ N(0,1), aproximadamente.
Var (W S )

Região crítica: Tomando α = 5% , temos que RC =]1,645;+∞[ .

87 − 105
Valor observado: z 0 = = −1,384 . Como z 0 não pertence à região crítica, não
169,21
há evidências de que o novo fertilizante aumente a produção.
αˆ = P( Z > −1,384) = 0,914

Problema 11

Cap.13 – Pág.4
Bussab&Morettin Estatística Básica

(a)
w 3 4 5 6 7
P(Ws=w) 1/6 1/6 1/3 1/6 1/6

(b)
w 3 4 5 6 7 8 9 10 11
P(Ws=w) 1/15 1/15 2/15 2/15 1/5 2/15 2/15 1/15 1/15

(c)
w 6 7 8 9 10 11 12 13 14 15
P(Ws=w) 1/20 1/20 1/10 3/20 3/20 3/20 3/20 1/10 1/20 1/20

Problema 12

m( N + 1) 6 × 14 nm( N + 1) 7 × 6 × 14
(a) E (W S ) = = = 42 ; Var (W S ) = = = 49
2 2 12 12
P(W S ≤ 48) = P( Z ≤ (48 − 42) / 7) = P( Z ≤ 0,857) = 80,43% .

m( N + 1) 8 × 19 nm( N + 1) 10 × 8 × 19
(b) E (W S ) = = = 76 ; Var (W S ) = = = 126,67
2 2 12 12
P(W S ≤ 95) = P( Z ≤ (95 − 76) / 126,67 ) = P( Z ≤ 1,688) = 95,43% .

m( N + 1) 10 × 21 nm( N + 1) 10 × 20 × 21
(c) E (W S ) = = = 105 ; Var (W S ) = = = 175,00
2 2 12 12
P(W S ≥ 63) = P( Z ≥ (63 − 105) / 175 ) = P ( Z ≥ −3,175) = 99,93% .

Problema 13

(a)
w 6,5 8,0 9,0 9,5 10,5 11,5 12,0 13,0 14,5
P(Ws=w) 1/10 1/10 1/10 1/10 1/5 1/10 1/10 1/10 1/10

(b)
w 6,5 8,5 10,5 12,5 14,5
P(Ws=w) 1/10 1/5 2/5 1/5 1/10

(c)
w 3 5 6 8
P(Ws=w) 1/10 3/10 3/10 3/10

Problema 14

P11

Cap.13 – Pág.5
Bussab&Morettin Estatística Básica

(a) m = 2; n = 2 (b) m = 2; n = 4

0,40 0,25
0,20
0,30
0,15

Prob.
Prob.

0,20
0,10
0,10 0,05
- -
3 4 5 6 7 3 4 5 6 7 8 9 10 11
Postos Pos tos

(c) m = n = 3

0,20

0,15
Prob.

0,10

0,05

-
6 7 8 9 10 11 12 13 14 15
Postos

P13
(a) m = n =3 ; d1 = d2 = 1; d3 = 2; d4 = d5 = 1 (b) m = n =3 ; d1 = d2 = d3 = 2

0,12 0,45
0,40
0,10
De n s id a d e s d e Pr o b .

0,35
0,08 0,30
0,25
Prob.

0,06 0,20
0,04 0,15
0,10
0,02 0,05
- -
6,0 |-- 6,5 7,5 |-- 8,0 9,0 |-- 9,5 10,5 |-- 11,0 12,0 |-- 12,5 13,5 |-- 14,0 6,5 8,5 10,5 12,5 14,5
Postos Postos

(c) m = 2; n =3 ; d1 = d2 = 1; d3 = 3

0,70
0,60
0,50
0,40
Prob.

0,30
0,20
0,10
-
3 |-- 5 5 |-- 7 7 |-- 9
Postos

Problema 15

Cap.13 – Pág.6
Bussab&Morettin Estatística Básica

População C C C T T T T
Observ. 1 4 8 3 3 5 7
Postos 1 4 7 2,5 2,5 5 6

m( N + 1) 4 × 8
W S = 16 ; E (W S ) = = = 16 ;
2 2
mn( N + 1) mn e
4× 3× 8 4×3
Var (W S ) =
12
− ∑
12 N ( N − 1) i =1
(d i3 − d i ) =
12
−
12 × 7 × 6
× 6 = 7,857

 W S − E (W S ) w − E (W S )   
αˆ = P(W S ≥ w) = P >  ≅ P Z > 16 − 16  = P ( Z > 0) = 50%
 Var (W ) Var (W S )   7,857 
 S 

Problema 16
d = 4,29 ; s D2 = 9,90
Teste de igualdade de médias: H 0 : µ D = 0 versus H 1 : µ D > 0

nD
Estatística do teste: T = . Sob H0, T ~ t 6
SD
Região crítica: Tomando α = 5% , temos que RC =]1,943;+∞[ .

7 × 4,29
Valor observado: t 0 = = 3,603 . Como t 0 pertence à região crítica, rejeitamos
9,90
H0. Ou seja, há evidências de que o cartaz produz um efeito positivo nas vendas médias.

Problema 17
Em elaboração

Problema 18
Em elaboração

Problema 19
Em elaboração

Problema 20
d = 1,50 ; s D = 2,9
Teste de igualdade de médias: H 0 : µ D = 0 versus H 1 : µ D > 0

nD 6D
Estatística do teste: T = = . Sob H0, T ~ t 5
SD SD
Região crítica: Tomando α = 5% , temos que RC =]2,015;+∞[ .
Cap.13 – Pág.7
Bussab&Morettin Estatística Básica

6 × 1,50
Valor observado: t 0 = = 1,275 . Como t 0 não pertence à região crítica, não há
2,9
evidências de que a pausa aumente a produtividade média dos trabalhadores.

Problema 21
x D = 12 ; s D2 = 35,7 ; x N = 10 ; s N2 = 105,7 .

Teste de igualdade de variâncias: H 0 : σ D2 = σ N2 versus H 1 : σ D2 ≠ σ N2

Estatística do teste: W = S N2 / S D2 . Sob H0, W ~ F (14;14) .

Região crítica: Tomando α = 5% , temos que RC =]0;0,403[∪]2,484;+∞[ .

Valor observado: w0 = s N2 / s D2 = 105,7 / 35,7 = 2,96 . Como w0 pertence à região

crítica, rejeitamos a hipótese de igualdade de variâncias.
Teste de igualdade de médias: H 0 : µ D = µ N versus H 1 : µ D ≠ µ N

XD − XN s D2 s2
Estatística do teste: T = . A= = 2,381 ; B = N = 7,048 ;
S D2 S N2 nD nN
+
nD n N

ν=
( A + B )2 =
(2,381 + 7,048) 2
≈ 22 . Sob H0 , T ~ t 22 .
A 2 /(n A − 1) + B 2 /(n B − 1) 2,3812 / 15 + 7,048 2 / 15
Região crítica: Tomando α = 5% , temos que RC =] − ∞;−2,074[∪]2,074;+∞[ .
12 − 10
Valor observado: t 0 = = 0,651 . Como t 0 não pertence à região crítica,
35,7 105,7
+
15 15
não há evidências de que as produtividades médias dos dois períodos sejam diferentes.
No entanto, a produtividade do período noturno tem variância maior.

Problema 22
Teste de igualdade de variâncias: H 0 : σ T2 = 0,85 2 versus H 1 : σ T2 ≠ 0,85 2

(n − 1) S T2 24 S T2
Estatística do teste: χ 02 = = . Sob H0, W ~ χ 24
2
.
σ 02 0,85 2
Região crítica: Tomando α = 5% , temos que RC =]0;12,401[∪]39,364;+∞[ .

24 × 1,25 2
Valor observado: χ = 2
0 = 51,903 . Como w0 pertence à região crítica,
0,85 2
concluímos que a variância dos salários dos torneiros mecânicos é maior que a variância
dos salários da indústria mecânica como um todo.
Teste de igualdade de médias: H 0 : µ T = 3,64 versus H 1 : µ T ≠ 3,64

Cap.13 – Pág.8
Bussab&Morettin Estatística Básica

Estatística do teste: T =
(X T − µ 0 ) n 5( X T − 3,64 )
= . Sob H0 , T ~ t 24 .
ST ST
Região crítica: Tomando α = 5% , temos que RC =] − ∞;−2,064[∪]2,064;+∞[ .
5(4,22 − 3,64)
Valor observado: t 0 = = 2,32 . Como t 0 pertence à região crítica,
1,25
concluímos que o salário médio dos torneiros mecânicos é maior que o salário médio da
indústria mecânica como um todo.

Problema 23

(a)
Média
Histogram a
69,8
14
12
Freqüência

Desvio Padrão 10
8
1,90 6
4
2
0
< 65,0 65,7 |-- 67,1 |-- 68,5 |-- 69,9 |-- 71,3 |-- 72,7 |-- > 74,1
Mínimo 66,4 67,8 69,2 70,6 72,0 73,4

65,6 Classe

1o quartil
68,9

Mediana
69,7

3o quartil
71,0

Máximo
73,8

(b) p̂ = proporção estimada de municípios em que o gasto com pessoal é maior que 70%;

N̂ = número estimado de municípios em que o gasto com pessoal é maior que 70%;
Temos que: pˆ = 20 / 50 = 0,4 ; Nˆ = 200 × pˆ = 200 × 0,4 = 80

Cap.13 – Pág.9
Bussab&Morettin Estatística Básica

Portanto, estima-se que 80 municípios tenham gasto com pessoal superior a 70% do
orçamento.

(c) H 0 : σ 2 = 20 2 versus H 1 : σ 2 < 20 2

(n − 1) S 2 49 S 2
Estatística do teste: χ 02 = = . Sob H0, W ~ χ 49
2
.
σ 02 20 2

Região crítica: Tomando α = 5% , temos que RC =]0;33,93[ .

49 × 1,90 2
Valor observado: χ 02 = = 0,440 . Como w0 pertence à região crítica,
20 2
concluímos que os gastos com pessoal na primeira região são mais homogêneos, isto é,
têm variância menor, que na segunda região.

Problema 24

(a)
Teste de igualdade de variâncias: H 0 : σ 12 = σ 22 versus H 1 : σ 12 ≠ σ 22

Estatística do teste: W = S 22 / S 12 . Sob H0, W ~ F (49;99) .

Região crítica: Tomando α = 5% , temos que RC =]0;0,601[∪]1,597;+∞[ .

Valor observado: w0 = s 22 / s12 = 9 / 4 = 2,25 . Como w0 pertence à região crítica,

rejeitamos a hipótese de igualdade de variâncias.
s12 s2 (0,04 + 0,18) 2
A= = 4 / 100 = 0,04 ; B = 2 = 9 / 50 = 0,18 ; ν = ≈ 71 .
n1 n2 0,04 2 / 99 + 0,18 2 / 49

s12 s 22
IC ( µ 1 − µ 2 ;95%) = ( x1 − x 2 ) ± t 71;0,95 + = (12 − 11) ± 1,994 0,04 + 0,18 =
n1 n 2
= 1 ± 0,935 =]0,065;1,935[
Como os dois extremos do intervalo são positivos, concluímos que o tempo médio gasto pelos
operários da primeira fábrica para concluir a tarefa é maior que o dos operários da segunda
fábrica.

(b) Suposições: Os tempos gastos para concluir a tarefa têm distribuição normal com
variâncias desiguais e desconhecidas. As amostras são aleatórias.

Problema 25
Teste de igualdade de variâncias: H 0 : σ I2 = σ II2 versus H 1 : σ I2 ≠ σ II2

Estatística do teste: W = S II2 / S I2 . Sob H0, W ~ F (9;11) .

Região crítica: Tomando α = 5% , temos que RC =]0;0,256[∪]3,588;+∞[ .

Cap.13 – Pág.10
Bussab&Morettin Estatística Básica

Valor observado: w0 = s II2 / s I2 = 100 / 25 = 4 . Como w0 pertence à região crítica,

rejeitamos a hipótese de igualdade de variâncias.
Teste de igualdade de médias: H 0 : µ I = µ II versus H 1 : µ I ≠ µ II

X I − X II s I2 s II2
Estatística do teste: T = . A= = 25 / 12 = 2,083 ; B = = 100 / 10 = 10 ;
S I2 S II2 nI n II
+
nI nII

ν= 2
( A + B )2 =
(2,083 + 10) 2
≈ 13 . Sob H0 , T ~ t13 .
A /(n I − 1) + B 2 /(n II − 1) 2,083 2 / 11 + 10 2 / 9
Região crítica: Tomando α = 5% , temos que RC =] − ∞;−2,179[∪]2,179;+∞[ .
75 − 74
Valor observado: t 0 = = 0,288 . Como t 0 não pertence à região crítica, não
2,083 + 10
há evidências de que as notas médias dos dois tipos de ensino sejam diferentes. Porém,
o ensino do Tipo I apresenta notas mais homogêneas.

Problema 26

(a)
Empresários: H 0 : µ = 7,6 versus H 1 : µ ≠ 7,6

(X − µ E ) nE 90 (X E − 7,6)
Estatística do teste: T = =
E
. Sob H0 , T ~ t 89 .
SE SE
Região crítica: Tomando α = 5% , temos que RC =] − ∞;−1,987[∪]1,987;+∞[ .

90 (7,0 − 7,6)
Valor observado: t 0 = = −1,963 . Como t 0 não pertence à região crítica,
2,9
não há evidências de que a afirmação dos empresários seja falsa.
Operários: H 0 : µ = 6,5 versus H 1 : µ ≠ 6,5

(X − µ O ) nO 60 ( X O − 6,5)
Estatística do teste: T = =
O
. Sob H0 , T ~ t 59 .
SO SO
Região crítica: Tomando α = 5% , temos que RC =] − ∞;−2,001[∪]2,001;+∞[ .

60 (7,1 − 6,5)
Valor observado: t 0 = = 1,936 . Como t 0 não pertence à região crítica,
2,4
não há evidências de que a afirmação dos operários seja falsa.
As duas amostras colhidas justificam, ao nível de significância de 5%, as afirmações dos dois
grupos. Porém, se tomássemos um nível de significância um pouco maior (6%, por exemplo),
concluiríamos a partir da amostra dos empresários que o salário médio é menor que 7,6 e a

Cap.13 – Pág.11
Bussab&Morettin Estatística Básica

partir da amostra dos operários que o salário médio é maior que 6,5 (já que os valores das
estatísticas t 0 das duas amostras encontram-se próximas dos extremos dos intervalos
construídos). Logo, é possível que o salário médio seja um valor intermediário entre aqueles
afirmados pelos operários e pelos empresários.

Problema 27

(a) Proprietário da torrefação: Bilateral.

(b) Fabricante de A: Unilateral à esquerda

(c) Fabricante de B: Unilateral à direita

Problema 28
d = −4,70 ; s D = 4,5
Teste de igualdade de médias: H 0 : µ D = 0 versus H 1 : µ D < 0

nD 5D
Estatística do teste: T = = . Sob H0, T ~ t 4 .
SD SD
Região crítica: Tomando α = 5% , temos que RC =] − ∞;−2,132[ .

5 × (−4,70)
Valor observado: t 0 = = −2,090 . Como t 0 não pertence à região crítica,
4,5
não há evidências, ao nível de significância de 5%, de que a droga reduz a pressão
arterial média.
Suposições: As diferenças entre a pressão arterial depois de tomar a droga e antes de tomá-la
têm distribuição normal.

Problema 29
pˆ H = 170 / 400 = 0,425 ; pˆ M = 194 / 625 = 0,310 .
H 0 : p H − p M = 0,10 versus H 1 : p H − p M ≠ 0,10

pˆ H − pˆ M − 0,10
Estatística do teste: Z = . Sob H0, como os tamanhos
pˆ H (1 − pˆ H ) pˆ M (1 − pˆ M )
+
nH nM

amostrais são grandes, Z ~ N (0,1) .

Região crítica: Tomando α = 5% , temos que RC =] − ∞;−1,96[∪]1,96;+∞[ .

Cap.13 – Pág.12
Bussab&Morettin Estatística Básica

0,425 − 0,310 − 0,10

Valor observado: z 0 = = 0,473 . Como z 0 não pertence
0,425 × 0,575 0,310 × 0,290
+
400 625
à região crítica, não há evidências de que a afirmação do partido seja falsa.

Problema 30
H 0 : µ A = µ B versus H 1 : µ A ≠ µ B

x A − xB s A2 s B2
Estatística do teste: T = . A= = 81 ; B = = 192 ;
S 2A S B2 nA nB
+
nA nB

ν=
( A + B )2 =
(81 + 192) 2
≈ 132 . Sob H0 , T ~ t132 .
A 2 /(n A − 1) + B 2 /(n B − 1) 812 / 10 + 192 2 / 75
Região crítica: Tomando α = 5% , temos que RC =] − ∞;−1,978[∪]1,978;+∞[ .
1190 − 1230
Valor observado: t 0 = = −2,421 . Como t 0 pertence à região crítica,
81 + 192
concluímos que as lâmpadas produzidas pela fábrica B têm vida média populacional
maior que as produzidas pela fábrica A.

Problema 31

(a)
Procedimento 1: X i (nota da i-ésima criança submetida ao método A) e Yi (nota da i-
ésima criança submetida ao método B), i = 1, ..., 20 ;
Procedimento 2: Di = X i − Yi , i = 1, ..., 20, onde X i e Yi são as notas das crianças do i-
ésimo par, submetidas aos métodos A e B, respectivamente.

(b)
Procedimento 1: H 0 : µ X = µ Y versus H 1 : µ X ≠ µ Y ;

Procedimento 2: H 0 : µ D = 0 versus H 1 : µ D ≠ 0 .

(c) As estatísticas dos testes são dadas por:

x−y 20 D
Procedimento 1: T = ; Procedimento 2: T = .
S X2 S Y2 SD
+
20 20

(d) O procedimento 2, pois nesse caso controlamos um fator externo que pode interferir no
aprendizado. Ou seja, se houver diferença entre os resultados dos dois métodos, essa
diferença deve-se realmente aos métodos.
Cap.13 – Pág.13
Bussab&Morettin Estatística Básica

Problema 32
pˆ I = 300 / 400 = 0,75 ; pˆ T = 40 / 160 = 0,25

(a) H 0 : p I = pT versus H 1 : p I ≠ pT

pˆ I − pˆ T
Estatística do teste: Z = . Sob H0, como os tamanhos
pˆ I (1 − pˆ I ) pˆ T (1 − pˆ T )
+
nI nT

amostrais são razoavelmente grandes, Z ~ N (0,1) .

Região crítica: Tomando α = 5% , temos que RC =] − ∞;−1,96[∪]1,96;+∞[ .
0,75 − 0,25
Valor observado: z 0 = = 12,344 . Como z 0 pertence à região
0,75 × 0,25 0,25 × 0,75
+
400 160
crítica, concluímos que na cidade industrial a proporção de favoráveis ao projeto
governamental é maior que na cidade turística.

(b) Seja N o número de pessoas em cada cidade e p a proporção de favoráveis ao projeto

nas duas cidades.
Np I + NpT p + pT pˆ + pˆ T 0,75 + 0,25
p= = I ⇒ pˆ = I = = 0,5
2N 2 2 2
Var ( pˆ I ) + Var ( pˆ T ) 1  p I (1 − p I ) pT (1 − pT ) 
Var ( pˆ ) = =  + ⇒
4 4 nI nT 
1  pˆ (1 − pˆ I ) pˆ T (1 − pˆ T )  1  0,75 × 0,25 0,25 × 0,75 
Vˆar ( pˆ ) =  I + =  +  = 0,00041
4 nI nT  4  400 160 

Logo: IC ( p;90%) = pˆ ± 1,645 Var ( pˆ ) = 0,5 ± 1,645 0,00041 =]0,467;0,533[

Problema 33
x A = 17,4 ; s A2 = 3,6 ; x B = 16,0 ; s B2 = 18,0 .

Teste de igualdade de variâncias: H 0 : σ A2 = σ B2 versus H 1 : σ A2 ≠ σ B2

Estatística do teste: W = S B2 / S A2 . Sob H0, W ~ F (9;9) .

Região crítica: Tomando α = 5% , temos que RC =]0;0,248[∪]4,026;+∞[ .

Valor observado: w0 = s B2 / s A2 = 18,0 / 3,6 = 5,0 . Como w0 pertence à região crítica,

rejeitamos a hipótese de igualdade de variâncias.
Teste de igualdade de médias: H 0 : µ A = µ B versus H 1 : µ A ≠ µ B

Cap.13 – Pág.14
Bussab&Morettin Estatística Básica

XA − XB s A2 s2
Estatística do teste: T = . A= = 0,36 ; B = B = 1,8 ;
S 2A S 2B nA nB
+
nA nB

ν=
( A + B )2 =
(0,36 + 1,8) 2
≈ 12 . Sob H0 , T ~ t12 .
A 2 /(n A − 1) + B 2 /(n B − 1) 0,36 2 / 9 + 1,8 2 / 9
Região crítica: Tomando α = 5% , temos que RC =] − ∞;−2,179[∪]2,179;+∞[ .
17,4 − 16,0
Valor observado: t 0 = = 0,953 . Como t 0 não pertence à região crítica, não
0,36 + 1,8
há evidências de que as resistências médias dos dois tipos de montagem sejam
diferentes. No entanto, no tipo cruzado (A) as resistências são mais homogêneas que no
tipo quadrado (B).

Problema 34
x A = 14,2 ; s A2 = 6,17 ; x B = 11,8 ; s B2 = 4,94 .

(a)
Teste de igualdade de variâncias: H 0 : σ A2 = σ B2 versus H 1 : σ A2 ≠ σ B2

Estatística do teste: W = S A2 / S B2 . Sob H0, W ~ F (5;8) .

Região crítica: Tomando α = 5% , temos que RC =]0;0,148[∪]4,817;+∞[ .

Valor observado: w0 = s A2 / s B2 = 6,17 / 4,94 = 1,25 . Como w0 não pertence à região

crítica, não rejeitamos a hipótese de igualdade de variâncias.
Teste de igualdade de médias: H 0 : µ A = µ B versus H 1 : µ A > µ B

XA − XB
Estatística do teste: T = . Sob H0, T ~ t13 .
1 1
Sp +
nA nB

Região crítica: Tomando α = 1% , temos que RC =]2,650;+∞[ .

14,2 − 11,8
Valor observado: t 0 = = 1,948 . Como t 0 não pertence à região crítica, não
1 1
2,327 +
6 9
há evidências de que a dieta A seja mais eficaz que a dieta B.
αˆ = P(t13 > 1,948) = 0,037

(b)
Dieta A A A A A A B B B B B B B B B
Ganho de peso 11 12 14 15 15 18 8 10 11 11 12 12 13 13 16

Cap.13 – Pág.15
Bussab&Morettin Estatística Básica

Postos 4 7 11 13 13 15 1 2 4 4 7 7 9,5 9,5 14

m( N + 1) 6 × 16
WS = 62 ; E (WS ) = = = 48 ;
2 2
mn( N + 1) mn e
6 × 9 × 16 6×9
Var (WS ) =
12
− ∑
12 N ( N − 1) i =1
(d i3 − d i ) =
12
−
12 × 15 × 14
× 60 = 70,71

H 0 : µ A = µ B versus H 1 : µ A > µ B

W S − E (W S )
Estatística do teste: Z = . Sob H 0 , Z ~ N(0,1), aproximadamente.
Var (W S )

Região crítica: Tomando α = 1% , temos que RC =]2,326;+∞[ .

62 − 48
Valor observado: z 0 = = 1,665 . Como z 0 não pertence à região crítica, não há
70,71
evidências de que a dieta A seja mais eficaz que a dieta B.
αˆ = P( Z > 1,665) = 0,048

Problema 35
H 0 : µ 1 = µ 2 versus H 1 : µ 1 < µ 2

x1 − x 2
Estatística do teste: T = . Sob H0, T ~ t18 .
1 1
Sp +
n1 n 2

Região crítica: Tomando α = 5% , temos que RC =] − ∞;−1,704[ .

80 − 83
Valor observado: t 0 = = −1,627 . Como t 0 não pertence à região crítica, não
1 1
4,123 +
10 10
há evidências de que a média da primeira população seja menor.

Problema 36
x N = 8,15 ; s N2 = 1,34 ; xC = 7,25 ; s C2 = 3,01 .

Teste t
Teste de igualdade de variâncias: H 0 : σ N2 = σ C2 versus H 1 : σ N2 ≠ σ C2

Estatística do teste: W = S C2 / S N2 . Sob H0, W ~ F (9;9) .

Região crítica: Tomando α = 5% , temos que RC =]0;0,248[∪]4,026;+∞[ .

Valor observado: w0 = s C2 / s N2 = 3,01 / 1,34 = 2,26 . Como w0 não pertence à região

crítica, não rejeitamos a hipótese de igualdade de variâncias.
Teste de igualdade de médias: H 0 : µ N = µ C versus H 1 : µ N > µ C

Cap.13 – Pág.16
Bussab&Morettin Estatística Básica

X N − XC
Estatística do teste: T = . Sob H0, T ~ t18 .
1 1
Sp +
nN nC

Região crítica: Tomando α = 5% , temos que RC =]1,734;+∞[ .

8,15 − 7,25
Valor observado: t 0 = = 1,365 . Como t 0 não pertence à região crítica,
1 1
1,475 +
10 10
não há evidências de que o novo método tenha nota média maior.
αˆ = P(t18 > 1,365) = 0,095 .

Teste de Wilcoxon
Método C C C C C C C C C C
Notas 4,5 5,0 6,5 6,5 7,5 7,5 7,5 8,0 9,5 10,0
Postos 1 2 4 4 9,5 9,5 9,5 12,5 17,5 19,5
Método N N N N N N N N N N
Notas 6,5 7,0 7,0 7,5 8,0 8,5 8,5 9,0 9,5 10,0
Postos 4 6,5 6,5 9,5 12,5 14,5 14,5 16 17,5 19,5
m( N + 1) 10 × 21
W S = 121 ; E (W S ) = = = 105 ;
2 2
mn( N + 1) mn e
10 × 10 × 21 10 × 10
Var (W S ) =
12
− ∑
12 N ( N − 1) i =1
(d i3 − d i ) =
12
−
12 × 20 × 19
× 114 = 172,50

H 0 : µ N = µ C versus H 1 : µ N > µ C

W S − E (W S )
Estatística do teste: Z = . Sob H 0 , Z ~ N(0,1), aproximadamente.
Var (W S )

Região crítica: Tomando α = 5% , temos que RC =]1,96;+∞[ .

121 − 105
Valor observado: z 0 = = 1,218 . Como z 0 não pertence à região crítica, não
172,50
há evidências de que o novo método tenha nota média maior.
αˆ = P( Z > 1,218) = 0,112

Problema 37
N ( N + 1)
WR + WS = 1 + 2 + ⋯ + N = .
2

Problema 40
Em elaboração

Cap.13 – Pág.17
Bussab&Morettin Estatística Básica

Problema 41
Em elaboração

Cap.13 – Pág.18