Inferência Estatística

Teste de hipóteses

Prof. Suellen Teixeira Zavadzki de Pauli

est.suellen@gmail.com
2 | 2019
Suellen Teixeira Zavadzki de Pauli Inferência Estatística 1 / 19
Teste de Hipóteses

• Com o teste de hipóteses, por meio de uma estatística θ̂, aceita-se

hipótese H0 ou não. A decisão é tomada através da consideração de uma
região crítica (RC).
• Se o valor observado da estatística pertencer a essa região, rejeitamos H0
caso contrário, não rejeitamos H0 .
• A RC recebe o nome de região crítica ou região de rejeição do teste.
• A região crítica é sempre construída sob a hipótese de H0 ser verdadeira.
• A determinação do valor de β já é mais difícil, pois usualmente não
especificamos valores fixos para o parâmetro sob a hipótese alternativa.

Suellen Teixeira Zavadzki de Pauli Inferência Estatística 2 / 19

Teste de Hipóteses

Suellen Teixeira Zavadzki de Pauli Inferência Estatística 3 / 19

Teste de Hipóteses

Suellen Teixeira Zavadzki de Pauli Inferência Estatística 4 / 19

Teste de Hipóteses

Suellen Teixeira Zavadzki de Pauli Inferência Estatística 5 / 19

Teste de Hipóteses

Suellen Teixeira Zavadzki de Pauli Inferência Estatística 6 / 19

Teste de Hipóteses

Suellen Teixeira Zavadzki de Pauli Inferência Estatística 7 / 19

Teste de Hipóteses

Suellen Teixeira Zavadzki de Pauli Inferência Estatística 8 / 19

Passos do teste

• 1 Fixar a hipótese H0 a ser testada, além da hipótese alternativa H1 ;

• 2 Definir qual estatística será usada para testar a hipótese H0 e então
obter as propriedades dessa estatística (distribuição, média, desvio padrão);
• 3 Fixar a probabilidade α de cometer o erro de tipo I. Este valor será
usado para construir a região crítica;
• 4 Usar as observações da amostra para calcular o valor da estatística do
teste. Se o valor da estatística calculado com os dados da amostra não
pertencer à região crítica, não rejeite H0 ; caso contrário, rejeite H0 .

Suellen Teixeira Zavadzki de Pauli Inferência Estatística 9 / 19

Teste de hipóteses

Média Amostral com σ 2 conhecida

2 x̄−µ0
x̄ ∼ N(µ, σn ) Z0 = σ
√
∼ N(0, 1)
n

Média Amostral com σ 2 desconhecida

2 x̄−µ0
x̄ ∼ N(µ, Sn ) T0 = S
√
∼ t(n−1)
n

Proporção Amostral
p̂ ∼ N(P, P(1−P)
n
) Z0 = q p̂−P0
P0 (1−P0 )
∼ N(0, 1)
n

Suellen Teixeira Zavadzki de Pauli Inferência Estatística 10 / 19

Teste de hipóteses
Igualdade de médias com σ1 e σ2 conhecidas
2 σ2 2 (x¯ −x¯ )
x¯1 − x¯2 ∼ N(µ1 − µ2 , σn11 + n2
) Z0 = r 1 2 ∼ N(0, 1)
σ2 1 σ2
n1
+ n2
2

Igualdade de médias com σ1 e σ2 desconhecidas e iguais

2 2 (x¯1 −x¯2 )
x¯1 − x¯2 ∼ N(µ1 − µ2 , Sn11 + Sn22 ) T0 = q
1
∼ N(0, 1)
Sp n
+ n1
q 1 2
2 2
Sp = (n1 −1)∗Sn11+n+(n
2
2 −1)∗S2
−2

Igualdade de médias com σ1 e σ2 desconhecidas e diferentes

S21 S22 (x¯ −x¯2 )
r 1
x¯1 − x¯2 ∼ N(µ1 − µ2 , n1
+ n2
) T0 = ∼ N(0, 1)
S1 2 S 2
n1
+ n2
2
2
S1 2 S2 2
(n1 + n2 )
v= S 2 S 2
( n1 )2 ( n2 )2
1 + 2
n1 −1 n2 −1
Suellen Teixeira Zavadzki de Pauli Inferência Estatística 11 / 19
Exercício 1

Testes sobre a Média de uma População com Variância Conhecida

Uma máquina automática enche pacotes de café segundo uma distribuição
Normal, com média µ e variância sempre igual a 400 g 2 . A máquina foi
regulada para µ = 500g Desejamos, periodicamente, colher uma amostra
de 16 pacotes e verificar se a produção está sob controle, isto é, se µ =
500g ou não. Se uma dessas amostras apresentasse uma média x̄ = 492g ,
você pararia ou não a produção para regular a máquina?

Suellen Teixeira Zavadzki de Pauli Inferência Estatística 12 / 19

Exercício 2

Testes sobre a Média de uma População com Variância desconhecida

Um fabricante afirma que seus cigarros contêm não mais que 30 mg de
nicotina. Uma amostra de 25 cigarros fornece média de 31,5 mg e desvio
padrão de 3 mg. Supondo que a quantidade de nicotina por cigarro segue
distribuição Normal, ao nível de 5% de significância, os dados refutam ou
não a afirmação do fabricante?

Suellen Teixeira Zavadzki de Pauli Inferência Estatística 13 / 19

Exercício 3

Testes sobre a Média de uma População com Variância conhecida

Um engenheiro afirma que a resistência média compressiva do concreto
produzido por uma indústria, é de 2250. Observando uma amostra de 16
pedaços de concreto, ele encontrou uma média de 2100. Supondo que a
resistência compressiva do concreto segue distribuição Normal com
desvio-padrão de 350, verifique se a afirmação do engenheiro é verdadeira,
ao nível de 5% de significância.

Suellen Teixeira Zavadzki de Pauli Inferência Estatística 14 / 19

Exercício 4

Testes para a proporção

Uma estação de televisão afirma que 60% dos televisores estavam ligados
no seu programa especial da última segunda-feira. Uma rede competidora
deseja contestar essa afirmação e decide usar uma amostra de 200 famílias
para um teste. Qual deve ser o procedimento adotado para avaliar a
veracidade da afirmação da estação?

Suellen Teixeira Zavadzki de Pauli Inferência Estatística 15 / 19

Exercício 5

Testes para a proporção

Um fabricante de um medicamento afirma que ele é 90% eficaz em curar
uma alergia. Em uma amostra de 200 pessoas que tinham a alergia, a
droga curou 160 pessoas. Determine se a afirmação do fabricante é
verdadeira ao nível de 5% de significância.

Suellen Teixeira Zavadzki de Pauli Inferência Estatística 16 / 19

Teste de hipóteses
Teste de Hipótese para comparação de duas populações com σ1 e σ2
conhecidas
Duas marcas de veículos pretendem comparar o desempenho de seus
modelos populares. Para isso, a marca A selecionou n = 12 veículos de sua
produção e fez um teste de consumo. A marca B também retirou uma
amostra com n = 12 veículos e realizou o mesmo teste. As empresas
afirmam que ambas têm distribuição Normal com variâncias conhecidas σ12
= σ22 = 0,81 (os dados estão em km/litro). Teste a hipótese de igualdade
de médias, considerando 5% de significância.

Suellen Teixeira Zavadzki de Pauli Inferência Estatística 17 / 19

Valor p

Valor p
Além do cálculo da estatística teste, para testar uma hipótese, podemos
apresentar a probabilidade de significância ou nível descritivo ou ainda
valor-p do teste. Os passos são muito parecidos aos já apresentados; a
principal diferença está em não construir a região crítica. O que se faz é
indicar a probabilidade de ocorrer valores da estatística mais extremos do
que o observado, sob a hipótese de H0 ser verdadeira.

Suellen Teixeira Zavadzki de Pauli Inferência Estatística 18 / 19

Referências

Referências
JAMES, B. R. Probabilidade: um curso em nível intermediário. 3 ed. Rio
de Janeiro-RJ: IMPA, 2006.
MAGALHÃES, M. N.; LIMA, A. C. Noções de probabilidade e estatística.
2 ed. São Paulo-SP: EDUSP, 2000.
MEYER, P. L. Probabilidade: aplicações à estatística. Rio de Janeiro-RJ:
LTC,1969.
MONTGOMERY, D. C.; PECK, E. A.; VINING, G. G. Introduction to
linear regression analysis. 3 ed. New York-USA: John Wiley Sons, 2003.
MORETTIN, L. G. Estatística básica. 7 ed. V. I, II. São Paulo-SP: Makron
Books, 1999.

Suellen Teixeira Zavadzki de Pauli Inferência Estatística 19 / 19