Aula 8 - Métodos Estatísticos

CIÊNCIAS CONTÁBEIS
Métodos
Estatísticos
Prof. Dr. Yunier Sarmiento Ramirez
Prof.ª M.ª Sônia Araújo Nascimento
CENTRO DE MÍDIAS
CENTRO DE MÍDIAS
aula 7.1
TEMA
Inferência estatística.
OBJETIVO
Identificar os diferentes tipos de testes de
hipóteses paramétricos e não paramétricos
com uma amostra para a média e assim tomar
decisões com base em hipóteses específicas em
problemas relacionados com o perfil profissional.
Inferência estatística
Na aula anterior, você começou a estudar estatística
AULA
inferencial e aprendeu como construir um intervalo de

confiança para estimar um parâmetro populacional,
tal como a proporção de pessoas nos Estados Unidos
que concordam com certa afirmação.
Neste capítulo, você continuará estudando estatística
inferencial. Mas agora, em vez de fazer uma estimativa
DL
sobre um parâmetro populacional, você aprenderá

como testar uma afirmação sobre um parâmetro.
3
O objetivo da análise estatística é reduzir o nível de
AULA
incerteza no processo de tomada de decisão. Os

gerentes só podem tomar decisões melhores se
tiverem informações suficientes à sua disposição. O
teste de hipóteses é uma ferramenta analítica muito
eficaz para obter essa informação valiosa, sob uma
grande variedade de circunstâncias. Existem muitos
exemplos comuns nos negócios:
DL
4
• um engarrafador de refrigerante deve determinar se o
AULA
peso médio do conteúdo de suas garrafas é de 16 onças

(μ = 16 onças);
• um produtor de software de computador quer certificar-
se de que a proporção de seus produtos com defeito é
menor que 3% (π <0,03);
• um fabricante de equipamentos esportivos quer saber se
DL
há evidências de que um processo de produção reduziu

os custos médios de produção abaixo de seu nível atual
de US$ 5 por unidade (μ<5).
5
Ilustrações dessa natureza são virtualmente ilimitadas
AULA
em um ambiente de negócios. Se você puder obter

respostas para essas perguntas e muitas outras com
algum grau de segurança, a tomada de decisões se
torna mais segura e menos provável de levar a um erro
caro.
DL
6
Por exemplo, suponha que você trabalhe para a Harris
AULA
Interactive e deva testar a afirmação de que a proporção

de adultos americanos que acham que há uma ligação
entre jogos eletrônicos e adolescentes apresentando
comportamento violento é p = 0,53.
Para testar a afirmação, você retira uma amostra aleatória
de n = 2.278 adultos americanos e descobre que 1.322
deles acham que há uma ligação entre jogos eletrônicos e
DL
estatística amostral é p ≈ 0,580.

adolescentes apresentando comportamento violento. Sua
^
7
Sua estatística amostral difere o suficiente da afirmação
AULA
(p = 0,53) para decidir que a afirmação é falsa?

A resposta está na distribuição amostral da variável
proporção aproximada por uma distribuição normal cuja
média populacional é p = 0,53.
DL
8
Distribuição amostral da proporção aproximada por

uma distribuição normal
AULA
O gráfico na figura mostra que sua estatística amostral situa-se a mais que 4 erros
padrão do valor da afirmação. Se a afirmação for verdadeira, então a probabilidade
DL
de que a estatística amostral esteja a 4 erros padrão ou mais do valor afirmado é

extremamente pequena. Alguma coisa está errada! Se sua amostra for verdadeiramente
aleatória, então você pode concluir que a proporção real da população de adultos não é
0,53. Em outras palavras, você testou a afirmação original (hipótese) e decidiu rejeitá-la.
9
Teste de hipótese
Um teste de hipótese é um processo que usa
AULA
estatísticas amostrais para testar uma afirmação sobre

o valor de um parâmetro populacional.
DL
10
Estabelecendo uma hipótese

• uma afirmação sobre um parâmetro populacional é
AULA
chamada de hipótese estatística;

• para testar uma afirmação sobre um parâmetro
populacional, você deve especificar, cuidadosamente, um
par de hipóteses — uma que represente a afirmação e
outra, seu complemento;
• quando uma dessas hipóteses é falsa, a outra deve ser
DL
verdadeira. Qualquer uma das hipóteses — a hipótese

nula ou a hipótese alternativa — pode representar a
afirmação original.
11
Definição
1. Uma hipótese nula H0 é uma hipótese estatística
AULA
que contém uma afirmação de igualdade, tal como

≤, = ou ≥.
2. A hipótese alternativa Haé o complemento da
hipótese nula. É uma afirmação que é aceita como
verdadeira se H0 for falsa e contém uma declaração de
desigualdade estrita, tal como <, ≠ ou >.
DL
12
Definição
Para construir as hipóteses nula e alternativa, escreva
AULA
a afirmação feita sobre o parâmetro populacional por

meio de uma sentença matemática. Então, escreva
seu complemento. A hipótese nula corresponde à
sentença que contém a igualdade.
DL
13
Tabela. Declarando e construindo hipóteses

AULA
DL
A tabela mostra a relação entre possíveis declarações sobre o parâmetro μ e as
feitas para testar outros parâmetros populacionais como p, σ ou σ .

correspondentes hipóteses nula ou alternativa. Declarações similares podem ser
2
14
Estabelecendo as hipóteses nula e alternativa

Exemplo 1: Escreva a afirmação como uma sentença matemática.
AULA
Formule as hipóteses nula e alternativa e identifique qual

representa a afirmação.
1. Uma escola divulga que a proporção de seus estudantes que
estão envolvidos em pelo menos uma atividade extracurricular é
de 61%.
2. Uma concessionária de automóveis anuncia que o tempo
médio para uma troca de óleo é menor que 15 minutos.
DL
3. Uma companhia anuncia que a vida útil média de seus fornos é

superior a 18 anos.
15

Solução
AULA
1. A afirmação “a proporção... é de 61%” pode ser escrita como p =

0,61. Seu complemento é p ≠ 0,61, conforme mostra a figura.
H0:p = 0,61 (Afirmação)

Ha:p ≠ 0,61 (Diferença)
Como p=0,61 contém a afirmação de igualdade, ela se torna a

DL
hipótese nula. Nesse caso, a hipótese nula representa a afirmação.
16

2. Uma concessionária de automóveis anuncia que o tempo
AULA
médio para uma troca de óleo é menor que 15 minutos.
Solução
2. A afirmação “a média... é menor que 15 minutos” pode ser
escrita como μ < 15. Seu complemento é μ ≥ 15, conforme mostra
a figura. Como m ≥ 15 contém a igualdade, ela se torna a hipótese
nula. Nesse caso, a hipótese alternativa representa a afirmação.
DL
H0: μ ≤ 15 minutos
Ha: μ < 15 minutos (Afirmação)
17

3. Uma companhia anuncia que a vida útil média de seus fornos é
AULA
superior a 18 anos.
Solução
A afirmação “a média... é mais de 18 anos” pode ser escrita como
μ > 18. Seu complemento é μ ≤ 18, conforme mostra a figura.
Como μ ≤ 18 contém a igualdade, ela se torna a hipótese nula.
Nesse caso, a hipótese alternativa representa a afirmação.
DL
H0: μ ≤ 18 anos
Ha: μ > 18 anos (Afirmação)
18
Tipos de erros e nível de significância

Não importa qual das hipóteses represente a
AULA
afirmação, você sempre começa um teste de hipótese

supondo que a condição de igualdade na hipótese
nula é verdadeira. Então, quando realizar um teste de
hipótese, você toma uma destas duas decisões:
1. rejeitar a hipótese nula;
2. não rejeitar a hipótese nula.
DL
19

Pelo fato de sua decisão ser baseada em uma amostra
AULA
e não na população inteira, há sempre a possibilidade

de você tomar uma decisão errada.
• você pode rejeitar a hipótese nula quando ela é, na
realidade, verdadeira;
• ou você pode não rejeitar a hipótese nula quando ela é,
na realidade, falsa.
DL
20

Definição
AULA
1. Um erro tipo I ocorre se a hipótese nula é rejeitada

quando na realidade é verdadeira.
2. Um erro tipo II ocorre se a hipótese nula não é rejeitada
quando na realidade é falsa.
DL
21

Resultados possíveis de um teste de hipótese
AULA
DL
22

Exemplo 2
AULA
O limite aceito pelo Departamento de Agricultura dos Estados Unidos

(USDA, em inglês) para contaminação por salmonela no frango é de 20%.
Um inspetor de qualidade de carnes informa que o frango produzido por
uma empresa excede os limites estabelecidos pelo USDA.
Você realiza um teste de hipóteses para determinar se a afirmação do
inspetor de qualidade de carnes é verdadeira. Quando ocorrerá um erro
tipo I ou tipo II? Qual erro é mais grave?
DL
H0 : p ≤ 0,2 A proporção é menor ou igual a 20%

Ha : p > 0,2 (Afirmação) A proporção é maior que 20%
23

Solução
AULA
Quando ocorrerá um erro tipo I ou tipo II?
Um erro tipo I ocorre quando Um erro tipo II ocorre quando

a proporção real de frango a proporção real de frango
contaminado é menor ou igual contaminado é maior que 0,2,
a 0,2, mas você rejeita H0. mas você não rejeita H0.
DL
24

Solução
AULA
Qual erro é mais grave?
Com um erro tipo I, você pode Com um erro tipo II, você
criar pânico na saúde e causar pode estar permitindo que
danos às vendas de produtores frangos que excederam o
de frango que estavam limite de contaminação sejam
realmente dentro dos limites vendidos ao consumidor.
DL
do USDA.
Nesse caso, um erro tipo II é mais grave, pois pode resultar em

doença e até mesmo morte.
25

Você pode reduzir a probabilidade de rejeitar a hipóteses
AULA
nula sendo ela verdadeira (erro tipo I) diminuindo o nível de

significância.
Definição
1. Em um teste de hipótese, o nível de significância é a
Ele é simbolizado por α (letra grega minúscula alfa).

probabilidade máxima permitida de cometer um erro do tipo I.
2. A probabilidade de um erro tipo II é simbolizada por β (letra

DL
grega minúscula beta).
26

Estabelecendo-se o nível de significância em um valor
AULA
pequeno, o seu desejo é que a probabilidade de rejeitar
de significância usuais são α=0,10, α=0,05 e α=0,01 .

uma hipótese nula verdadeira seja pequena. Os três níveis
Quando você diminui α, você provavelmente está

aumentando β . O valor 1 – β é chamado de poder do teste.
Ele representa a probabilidade de rejeitar a hipótese nula
DL
quando, na realidade, ela é falsa. O valor do poder é difícil (e

às vezes impossível) de se encontrar na maioria dos casos.
27
Testes estatísticos e valores p

• Depois de construir as hipóteses nula e alternativa e especificar o nível
AULA
de significância, o próximo passo em um teste de hipótese é obter

uma mostra aleatória da população e calcular as estatísticas amostrais
_
parâmetros na hipótese nula (tais como μ, p, σ ).

de interesse para aquele teste (tais como x, p, s2 ), correspondentes aos
2
• A estatística amostral de interesse é chamada de estatística de

teste (variável de teste). Sob a suposição de que a hipótese nula
é verdadeira, o valor específico da estatística de teste é então
transformado em uma estatística de teste padronizada, tal como Z, t,
DL
ou x .
2
• A estatística de teste padronizada é usada na tomada de decisão sobre

a rejeição ou não da hipótese nula.
28

Parâmetros populacionais e respectivas estatísticas de teste
AULA
Parâmetro Estatística de Estatística de teste

Populacional teste padronizada
Os testes de hipóteses são realizados em função das distribuições

amostrais (estatísticas de teste) utilizando as correspondentes
DL
variáveis padronizadas. Então, para uma amostra em particular,

o valor da estatística de teste será transformado e designado por
estatística de teste padronizada.
29

Definição
AULA
Supondo a hipótese nula verdadeira, então um valor p (ou p – value) de um teste

de hipótese é a probabilidade de a estatística amostral assumir um valor tão
extremo ou maior que aquele determinado em função dos dados da amostra.
Quando o valor p for menor ou igual que o nível de significância, rejeita-se H0 .
Regra de decisão baseada no valor p
o valor p com α.
Para usar um valor p para tomar uma decisão em um teste de hipótese, compare
DL
1. Se p ≤ α, então rejeite H0.
2. Se p > α, não rejeite H0.
30

O valor p de um teste de hipótese depende da natureza do teste. Há três tipos de
AULA
teste de hipótese — teste unilateral à esquerda, unilateral à direita e bilateral.

O tipo de teste depende da localização da região da distribuição amostral que
favorece a rejeição de H0. Essa região é indicada pela hipótese alternativa.
DL
31

O valor p de um teste de hipótese depende da natureza do teste. Há três tipos de
AULA
teste de hipótese — teste unilateral à esquerda, unilateral à direita e bilateral.

O tipo de teste depende da localização da região da distribuição amostral que
favorece a rejeição de H0. Essa região é indicada pela hipótese alternativa.
DL
32
Passos para o teste de hipótese

1. Expressa a afirmação verbal e matematicamente. Identifique as
AULA
hipóteses nula e alternativa.

H0 :? Ha :?
2. Especifique o nível de significância.
α:?
3. Estabeleça a distribuição amostral padronizada e esboce seu gráfico.
4. Calcule a estatística de teste e sua correspondente estatística de teste
DL
padronizada. Acrescente isso no seu esboço.

5. Encontre o valor p.
33
Passos para o teste de hipótese

6. Use a regra de decisão.
AULA
O valor p é menor ou igual

ao nível de significância?
Não Não rejeita H0
Sim
Rejeita H0
DL
7. Conclua interpretando a decisão no contexto da afirmação original.
34
Regra de decisão baseada no valor p
teste de hipótese, compare o valor p com α.

Para usar um valor p para tomar uma decisão em um
AULA

DL
35
Estatística paramétrica e não paramétrica – Testes estatísticos
Permite tirar conclusões

AULA
ESTATÍSTICA da população
INFERENCIAL
Tipos de teste
PARAMÉTRICA NÃO PARAMÉTRICA

DL
Distribuição normal
36

AULA
O tamanho da amostra
não determina o tipo
de estatístico, com Precisão Os estatísticos
amostras pequenas devem ser usados
também se pode Validade para populações
aplicar estatística cujos critérios foram
paramétrica. projetados para não
O tamanho de amostra Resultados robustos afetar o resultado.
DL
dá maior poder
estatístico
37
Exemplo 3
AULA
Um estudo recente realizado pelo American Assembly of Collegiate Schools of

Business comparou os salários iniciais dos novos graduados em diversos campos.
Uma parte de seus resultados se representa na tabela seguinte. A um nível de
5%, parece que há diferença nos salários médios (em milhares de dólares) dos
graduados nos diferentes campos? (sistemas de informação por computador-SIC,
e métodos quantitativos-MC.)
Campo de estudo
Graduados Finanças Marketing SIC MC

1 23,2 22,1 23,3 22,2
DL
2 20,7 20 22,1 22,1

3 23,2 21,3 23,4 23,2
4 22,9 22 24,2 21,7
5 21,2 21 23,1 20,2
6 23,7 20 22,7 22,7
7 24,2 21,5 22,8 21,8
38

AULA
1. Para avaliar a normalidade de

um conjunto de dados, temos
os seguintes testes:
• teste de Kolmogorov-Smirnow;
• teste de Shapiro-Wilks;
• o método de Anderson Darling

DL
ou Ryan Joiner.
39

Para fazer um teste devemos:
AULA
H0: Hipótese nula - Há distribuição normal (homogeneidade)
1. Expor a hipóteses.
Expor a hipótese H1: Hipótese alternativa - Não há distribuição normal (diferenças)
2. Nível de significância = 5% = 0.05.

Tomada de Nível de
decisão significância
3. Eleição do estatístico: Kolmogorov-Smirnow.
DL
Estimação Estatístico
do p - valor de prova 4. Estimação do p – valor: temos que estimar SPSS.
5. Tomada de decisão. Se p < 0,05 rejeitamos a hipótese

nula e aceitamos a hipótese do pesquisador.
40

AULA
DL
41

AULA
DL
42

AULA
DL
43

AULA
4. Estimação do p – valor: temos que estimar SPSS. H1: Hipótese alternativa - Não há distribuição normal (diferenças)
DL

44
Todas as populações têm a mesma variação

AULA
1. O teste de Levene é usado para contrastar se

k amostras têm a mesma variação, quer dizer a
homogeneidade das variações.
2. A análise da variação supõe que as variações são
iguais para todos os grupos. Desde aí a importância de
verificar com o teste do Levene essa hipótese.
DL
45

Para fazer um teste devemos:
AULA
1. Expor a hipóteses.
Expor a hipótese H1: Hipótese alternativa - Não há distribuição normal (diferenças)
2. Nível de significância = 5% = 0.05.

Tomada de Nível de
decisão significância
3. Eleição do estatístico: Kolmogorov-Smirnow.
DL
Estimação Estatístico
do p - valor de prova 4. Estimação do p – valor: temos que estimar SPSS.

46

AULA
DL
Ok
47

AULA

H1: Hipótese alternativa - Não há distribuição normal (diferenças)
4. Estimação do p – valor: temos que estimar SPSS.

DL

48
Critérios para a seleção do teste estatístico

AULA
1. tipos de investigação;
2. níveis da investigação;
3. desenho de investigação;
4. escala de medição das variáveis;
5. objetivo estatístico;
DL
6. comportamento dos dados.
49

AULA
Segundo a INTERVENÇÃO do pesquisador
3. desenho de investigação; OBSERVAÇÃO 1 EXPERIMENTO

Sem intervenção Com intervenção
DL
6. comportamento dos dados. Os critérios e a classificação são úteis, somente

quando os tipos de pesquisa resultantes são
totalmente exaustivos e mutuamente exclusivos.
50

AULA
Segundo a PLANEJAMENTO das mediações
3. desenho de investigação; RETROSPECTIVO 2 PROSPECTIVO

Com mediações não Com mediações
5. objetivo estatístico; planejadas planejadas
DL
Dados secundários Dados primários

51

AULA
1. tipos de investigação; Segundo o número MEDIÇÕES da

variável de estudo
3. desenho de investigação; TRANSVERSAL 3 LONGITUDINAL

Com mais de uma
Com uma mediação
5. objetivo estatístico; medição
DL
52

AULA
Segundo o número VARIÁVEIS analíticos
3. desenho de investigação; DESCRITIVO 4 ANALÍTICO

Com mais de uma
Com uma variável
5. objetivo estatístico; variável
DL
53
aula 8.2
TEMA
Inferência estatística.
OBJETIVO
Identificar os diferentes tipos de testes de
hipóteses paramétricos e não paramétricos
com uma amostra para a média e assim
tomar decisões com base em hipóteses
específicas em problemas relacionados
com o perfil profissional.

AULA
DESCRITIVO
DL
ANALÍTICO
55

AULA
Avaliação do Êxito
1. tipos de investigação; Aplicativo
da intervenção
Preditivo Prognóstico
Relação causal
Explicativo
entre variáveis
3. desenho de investigação; Relação entre
Racional
variáveis
4. escala de medição das variáveis; Frequências,
Descritivo
contagem...
DL
Exploratório Diagnóstico

Toda linha de pesquisa começa com a descoberta de
um problema e busca a solução para ele através dos
diferentes níveis de pesquisa.
56

AULA
DESCRITIVO
DL
RELACIONAL
57

AULA
Epidemiológico
Ciências da Saúde
3. desenho de investigação; Experimentais
Comunitários ou
ecológicos
(Origem)
4. escala de medição das variáveis; Ciências naturais Ciências Sociais
DL
Validação de instrumentos
Ciências do Comportamento
58

AULA
1 Epidemiológico
1. tipos de investigação; Ciências da Saúde
Originalmente estudam: morbilidade –

2. níveis da investigação; mortalidade dos seres humanos
Comunitários ou
4. escala de medição das variáveis; 2 ecológicos
Ciências Sociais
DL
Originalmente estudam: população –

6. comportamento dos dados. dados secundários
59

AULA
3 Experimentais
1. tipos de investigação; Ciências Naturais
Originalmente precisam:
2. níveis da investigação; intervenção - controle
4. escala de medição das variáveis; 4 Validação de instrumentos
Ciências do Comportamento
DL
Originalmente estudam ao constructo:

6. comportamento dos dados. criação - estudo
Um construto é uma variável Uma ferramenta indispensável
subjetiva, uma característica das ciências do comportamento
subjacente, que não pode ser são os instrumentos de medição
medida diretamente. documentais.
60

AULA
Estudos
epidemiológicos
DL
Estudos
epidemiológicos
Estudos
experimentais
61

AULA
RAZÃO
INTERVALO Origem
ORDINAL Distância Distância
4. escala de medição das variáveis; NOMINAL Ordem Ordem Ordem
DL
62

AULA
DL
63

AULA
Os objetivos
Estatística + do estudo são
Critério estatísticos.
1. tipos de investigação; Aplicativo
Preditivo
Explicativo
Estatística Racional
Descritivo
DL
Exploratório

O objetivo é a tradução operacional do
objetivo do estudo.
64

AULA
DL
65

AULA
DL
66

AULA
Distribuição
Normal
DL
Não há Distribuição Normal
67

AULA
DL
Correlação bivariável Equivalentes não paramétricos para teste para métricos quando não
Pearson - Spearman têm distribuição normal e a variável é numérica
68
Teste de hipótese para a média (σ conhecido)

Teste z para uma média μ
AULA
O teste z para uma média μ é um teste estatístico para

uma média populacional. A estatística de teste é a média
_
amostral x. A estatística de teste padronizada é:
_
X - μ Estatística de teste padronizada para
σ
Z= _______ μ (σ conhecido)
DL
____
√n
69

Quando estas condições forem satisfeitas:
AULA
1. a amostra é aleatória;
2. pelo menos um dos seguintes requisitos é verdade: a população é
normalmente distribuída ou n ≥ 30.
Lembre-se de que o erro padrão da média,
σ
Onde:
DL
____ → é o erro padrão da

X → é a meia amostral. √n
distribuição amostral.
μ → é o valor da meia populacional.
70

usando o valor p
AULA
Exemplo 3
Em uma corrida de carros, o pit stop é onde um veículo vai para trocar
pneus, abastecer, efetuar reparos e outros ajustes mecânicos. A eficiência
de uma equipe que realiza esses ajustes pode afetar o resultado de uma
corrida. Uma equipe afirma que seu tempo médio no pit stop (para
4 trocas de pneus e abastecimento) é menor que 13 segundos. Uma
amostra aleatória de 32 tempos de pit stop tem uma média amostral
de 12,9 segundos. Suponha que o desvio padrão populacional é de 0,19
DL
α=0,01? Use um valor p.

segundos. Há evidência suficiente para concordar com a afirmação para
71

usando o valor p
AULA
1. Expor as hipóteses
H0 : μ ≥ 13 segundos
Ha : μ < 13 segundos
2. Nível de significância ou de α=0,01.
3. Calcule a estatística de teste padronizada.
_
DL
Z ≈ -2,98
X - μ 12,9-13
σ
Z= _______ = ___________
____
√n
0,19 / √32
72

usando o valor p
AULA
4. Encontre a área que corresponde a z.
A área à esquerda
de z = −2,98 é
valor p = 0,0014.
DL
73

usando o valor p
AULA
5. z = −2,98 e o valor p = 0,0014.
p≤α
6. Regra de decisão:
1. Se p ≤ α, então rejeite H0. → 0,0014 ≤ 0,01
2. Se p >α, não rejeite H0.
Interpretação
DL
Rejeitar a hipótese nula.

Há evidência suficiente ao nível de significância de
1% para concordar com a afirmação de que o tempo médio no pit stop é
menor que 13 segundos.
74

usando o valor p
AULA
Exemplo 4
De acordo com um estudo, o custo médio de uma cirurgia bariátrica
(perda de peso) é de R$ 21.500. Você acha que essa informação está
incorreta. Você seleciona aleatoriamente 25 pacientes que realizaram
a cirurgia e descobre que o custo médio de suas cirurgias é de
R$ 20.695. De estudos anteriores, o desvio padrão populacional é
evidência suficiente para concordar com sua afirmação para α= 0,05?

conhecido, R$ 2.250, e a população é normalmente distribuída. Há
DL
Use um valor p.
75

usando o valor p
AULA
H0 : μ ≥ R$ 21.500
Ha : μ ≠ R$ 21.500

DL
_
Z ≈ -1.79
X - μ 20695-21500
σ
Z= _______ = ______________
____
√n
2250 / √25
76

usando o valor p
AULA
4. Encontre a área que corresponde a z.
A área à esquerda
de z = −1,79 é
valor p = 0,0367.
DL
Como esse teste é bilateral, o valor p é igual a duas vezes a área à

esquerda de z = –1,79. Valor p = 2(0,0367)=0,0734
77

usando o valor p
AULA
5. z = −1,79 e o valor p = 0,0734.
p>α
1. Se p ≤ α, então rejeite H0. → 0,0734 ≤ 0,05
2. Se p >α, não rejeite H0.
Interpretação
DL
Não rejeitar a hipótese nula.

Não há evidência suficiente ao nível de significância de 5% para apoiar a
afirmação de que o custo médio de uma cirurgia bariátrica é diferente de
R$ 21.500.
78
Teste de hipótese para a média (σ desconhecido)

Regiões de rejeição e valores críticos
AULA
Outro método para decidir se rejeita a hipótese nula é

verificar se a estatística de teste padronizada cai dentro de
um intervalo de valores denominado de região de rejeição
da distribuição amostral.
DL
79

Definição
AULA
Uma região de rejeição (ou região crítica) da distribuição

amostral é um intervalo de valores para o qual a hipótese
nula não é provável. Se uma estatística de teste padronizada
cai nessa região, então a hipótese nula é rejeitada. Um
valor crítico Z separa a região de rejeição da região de não
rejeição.
DL
80

Exemplo 5
AULA
Supõe-se que o engarrafador deseja provar a hipótese de

que a meia populacional é 16 onças e seleciona um nível de
significância de 5%. Devido a que se expõe a hipótese que μ = 16,
a hipótese nula e a alternativa são:
H0 : μ = 16
Ha : μ ≠ 16
DL
_
hipótese quando σ é desconhecido:
O valor de Z utilizado para provar a X - μ
Z= _______
H
S
____
√n
81

Quando σ é desconhecida, utiliza-se o desvio padrão amostral.
AULA
Se o engarrafador
_ selecionar uma amostra de n = 50 garrafas com
uma média do X = 16.357 onças e um desvio padrão de s = 0.866
onças, Z é:
_
X - μ
_______
H
16,357-16
______________
Z= S
= = 2,91
0,866 / √50
DL
____
√n
82
Teste de hipótese para obter o nível meio de conteúdo

Na figura, o nível de significância de 5% se divide em duas caudas.
AULA
O 95% restante se divide por 2 para achar a área de 0.4750. Na

tabela Z esta área de 0.4750 dá os valores críticos de Z de ± 1.96.
H0: μ = 16 Se μ = 16, não é provável que reseulte

Ha: μ ≠ 16 um Z > 1,96. Portanto, a hipótese nula
H0:μ = 16, rejeita-se.
Zona de rejeição Zona de rejeição

cauda à esquerda cauda à direita
DL
(onças)
Zona de não-rejeição
83

A regra de decisão é: não se rejeita a hipótese nula se -1.96 < Z < 1.96.
AULA
Rejeita-se se Z < -1.96 ou Z > 1.96”.
1. Vale a pena destacar que as H0: μ = 16

Ha: μ ≠ 16
Se μ = 16, não é provável que reseulte
um Z > 1,96. Portanto, a hipótese nula
zonas de rejeição estão nas H0:μ = 16, rejeita-se.
caudas. Zona de rejeição Zona de rejeição

cauda à esquerda cauda à direita
Se Z > 1.96 ou Z < -l .96,

DL
rechaça-se a hipótese nula.

(onças)
84

AULA
2. O passo final no teste de

hipótese é onde cai o valor do H0: μ = 16 Se μ = 16, não é provável que reseulte
um Z > 1,96. Portanto, a hipótese nula
estatístico para a amostra e Ha: μ ≠ 16
determinar se a hipótese nula
deveria rejeitar-se ou não. Zona de rejeição
cauda à esquerda
Zona de rejeição
cauda à direita
O valor do estatístico para a

DL
amostra de 16,357 onças produz (onças)

uma Z = 2.91 > 1.96 e cai na zona de
rejeição, cauda à direita. Zona de não-rejeição
85

AULA
3. Podem-se interpretar estes resultados

como “a hipótese nula é rejeitada a um
H0: μ = 16 Se μ = 16, não é provável que reseulte
nível de significância de 5%”. um Z > 1,96. Portanto, a hipótese nula
Ha: μ ≠ 16
Simplesmente não é provável que uma
população com uma média de 16 possa dar Zona de rejeição Zona de rejeição
uma amostra que produza uma Z > 1.96. cauda à esquerda cauda à direita
Há só 2.5% de probabilidade que Z possa

DL
exceder de 1.96 (e só 2.5% de probabilidade

que Z < -1.96) se μ em realidade é 16. (onças)
Portanto, a hipótese nula H0 : μ = 16, deveria
rejeitar-se a um nível de significância Zona de não-rejeição
de 5%.
86

A regra de decisão é: Não se rejeita a hipótese nula se -1.96 < Z < 1.96.
AULA
4. Isto significa que μ não é 16? Não de

tudo. H0: μ = 16 Se μ = 16, não é provável que reseulte
Ha: μ ≠ 16 um Z > 1,96. Portanto, a hipótese nula
Se μ = 16, 2.5% de todas as amostras H0:μ = 16, rejeita-se.
de tamanho n = 50 ainda geraria um
Z > 1.96. Zona de rejeição
cauda à esquerda
Zona de rejeição
cauda à direita
A meia populacional poderia ser 16, em

DL
cujo caso se cometeu um erro tipo I

(onças)
rejeitando H0.
Mas isto não é provável devido a que Zona de não-rejeição
P (Z > 1.96, μ = 16) é só 2.5%.

87
Teste de hipótese para a média (σ desconhecido) – Amostras pequenas
Em muitas situações da vida real, o desvio-padrão populacional não é conhecido.

AULA
Mesmo assim, quando a população tem uma distribuição normal ou o tamanho

da amostra é pelo menos 30, você ainda pode testar a média populacional m. Para
isso, você pode usar a distribuição t com n – 1 graus de liberdade.
Quando o teste de hipóteses é:
α” com um sinal negativo.

a) unilateral à esquerda, use a coluna “unilateral,
DL
88
Em muitas situações da vida real, o desvio padrão populacional não é conhecido.

AULA

b) unilateral à direita, use a coluna “unilateral, α”

com um sinal positivo.
DL
89
Em muitas situações da vida real, o desvio padrão populacional não é conhecido.

AULA

c) bilateral, use a coluna “bilateral, α” com um

sinal negativo e um positivo.
DL
90
Encontrando um valor crítico para um teste unilateral à esquerda
Exemplo 6
AULA
Encontre o valor crítico to para um teste unilateral à esquerda para α = 0,05 e n = 21.
Solução:
Os graus de liberdade são:

g.l. = n – 1 = 21 – 1 = 20.
Distribuição t com g.l. = 20 e α= 0,05 na coluna

Para encontrar o valor crítico, use a Tabela
“unilateral, ”.
DL
Como o teste é unilateral à esquerda, o valor

crítico é negativo. Então, to= -1,725.
91
Um vendedor de carros usados diz que o preço médio do

AULA
SEDAN de dois anos (em boas condições) é de pelo menos

US$ 20.500. Você suspeita que essa afirmação é incorreta
e descobre que uma amostra aleatória de 14 veículos
similares tem um preço médio de US$ 19.850 e desvio
afirmação do vendedor para o nível de significância α=0,05?

padrão de US$ 1.084. Há evidência suficiente para rejeitar a
Suponha que a população é normalmente distribuída.

DL
92
AULA
H0 : μ ≥ US$ 20.500 (Afirmação)

Ha : μ ≠ US$ 20.500
3. Calcule a estatística de teste

padronizada.
_
Z ≈ -1.79
DL
X - μ 20695-21500
σ
Z= _______ = ______________
____
√n
2250 / √25 Valor crítico
93
4. Valor crítico é t0 = –1,771.

AULA
5. Encontre a área que corresponde a t.
Não rejeitar H0 se t ≥ -1,771
Rejeitar H0 se t < -1,771
DL
Interpretação
Há evidência suficiente, ao nível de significância de
5%, para rejeitar a afirmação de que o preço médio de um SEDAN de dois
anos é de pelo menos US$ 20.500.
94
Usando valores p obtidos na distribuição t

AULA
Você também pode usar valores p obtidos

de testes t para testar a média μ. Por
exemplo, considere que você queira
encontrar um valor p, dado t = 1,98, 15 graus
de liberdade em um teste unilateral à
pode determinar que p está entre α = 0,025

direita. Usando a Tabela Distribuição t, você
e α = 0,05, mas você não pode determinar

(facilmente) um valor exato p.
DL
Nesses casos, você pode usar a tecnologia

para fazer um teste de hipótese e encontrar
valores p exatos.
95
DINÂMICA
LOCAL
Dinâmica local
1. Proprietários de casas afirmam que a velocidade média
AULA
de veículos que passam por sua rua é maior que o limite de

velocidade de 35 milhas por hora. Uma amostra aleatória de
100 automóveis tem uma média de velocidade de 36 milhas
por hora. Suponha que o desvio padrão populacional é de
afirmação para α = 0,05? Use um valor p.

4 milhas por hora. Há evidência suficiente para apoiar a
DL
97
Dinâmica local
AULA
H0 : μ ≤ 35 milhas por hora

Ha : μ > 35 milhas por hora
_
Z ≈ 2,5
X - μ 36-35
DL
_______ ___________
σ / √n
Z= =
4 / √100
98
Dinâmica local
4. z = 2,50 e o valor p = 0,9938.
AULA
p>α
→ 0,9938 ≤ 0,05
Interpretação
DL
Há evidência suficiente ao nível de significância de

5% para concordar com a afirmação de que a velocidade média de
veículos que passam por sua rua não é maior que o limite de velocidade
de 35 milhas por hora.
99
Dinâmica local
2. Um agente de seguros diz que o custo médio do seguro
AULA
do sedan de dois anos (em boas condições) é menor

que US$ 1.200. Uma amostra aleatória de 7 cotações de
seguro similares tem um custo médio de US$ 1.125 e um
desvio padrão de US$ 55. Há evidência suficiente para
concordar com afirmação do agente considerando nível
de significância de 0,10? Suponha que a população é
normalmente distribuída.
DL
100
Dinâmica local
AULA
H0 : μ ≥ US$ 1.200
Ha : μ < US$ 1.200 (afirmação)
_
t ≈ -3,70405
X - μ 1.123-1.200
DL
t= _______ = ______________
S / √n 55 / √7
101
Dinâmica local
4. Valor crítico é t0 = –1,440.
AULA
Não rejeitar H0 se t ≥ -1,440.
Rejeitar H0 se t < -1,440.
Interpretação
Há evidência suficiente, ao nível de significância de
DL
10%, para aceitar a afirmação do agente de seguros quando diz que o

custo médio do seguro do SEDAN é menor que US$ 1.200.
102
Dinâmica local
3. O presidente da companhia afirma que o dia de trabalho
AULA
médio dos engenheiros mecânicos é menor que 8,5 horas.

Uma amostra aleatória de 25 dos engenheiros mecânicos
da companhia tem um dia de trabalho médio de 8,2 horas.
Suponha que o desvio padrão populacional é de 0,5 hora e a
população é normalmente distribuída. Para a = 0,01, teste a
afirmação do presidente.
DL
103
Dinâmica local
AULA
H0 : μ ≥ 8,5 horas
Ha : μ < 8,5 horas (afirmação)
_
Z ≈ -3
X - μ 8,2-8,5
DL
_______ ___________
σ / √n
Z= =
0,5 / √25
104
Dinâmica local
4. z = 3,00 e o valor p = 0,0013.
AULA
p<α
→ 0,0013 ≤ 0,01
Interpretação
Rejeitar a hipótese nula.
DL
Há evidência suficiente, ao nível de significância de 1%, para aceitar a

afirmação de que o dia de trabalho médio é menor que 8,5 horas.
105
Dinâmica local
4. Como gerente de compras para uma grande empresa
AULA
de seguros, você deve decidir se atualiza ou não os

computadores do escritório. A você disseram que o custo
médio dos computadores é de US$2,100. Uma amostra de
64 varejistas revela um preço médio de US$2,251, com um
desvio padrão de US$812. A um nível de significância de 5%
parece que sua informação é correta?
DL
106
Dinâmica local
AULA
H0 : μ = 2.100
Ha : μ ≠ 2.100
Nível de significância ou de α=5%.
0,95
0,025
0,025
Valor crítico para um nível de
-1,96 1,96
confiança de 95% = 1,96.
1,4877
2. calcular o valor do estatístico
DL
de prova Z:
_
X - μ
_______ 2251-2100
___________
Z= = = 1,4877
S / √n 812 / √64
107
Dinâmica local
AULA
Não rejeitar H0 se -1,96 ≤ Z ≤ 1,96.

Rejeitar H0 se Z < -1,96 ou Z > 1,96.
Passo 4: Interpretação e conclusões

O gerente pode confiar na informação e atualizar os computadores
do escritório.
DL
108
Dinâmica local
5. Devido ao tempo excessivo que se gasta para chegar ao
AULA
escritório onde você trabalha no centro de Chicago, estão

considerando aumentar as horas de trabalho para seus
empregados. O gerente considera que os empregados
gastam em média 50 minutos para chegar ao trabalho.
com um desvio padrão de 18.9 minutos. Fixe α em 1% e

Setenta empregados se tomam em média 47.2 minutos
prove a hipótese.
DL
109
Dinâmica local
AULA
H0 : μ = 50
Ha : μ ≠ 50
Nível de significância ou de α=1%.
0,99
0,005 0,005
Valor crítico para um nível de
-2,58
confiança de 99% = 2,58. 2,58
-1,2395
2. calcular o valor do estatístico
DL
de prova Z:
_
X - μ
_______ 47,2-50
___________
Z= = = -1,2395
S / √n 18,9 / √70
110
Dinâmica local
AULA
Não rejeitar H0 se -2,58 ≤ Z ≤ 2,58.

Rejeitar H0 se Z < -2,58 ou Z > 2,58.
Passo 4: Interpretação e conclusões

O gerente deve considerar a ideia de aumentar o tempo de trabalho, pois
seus empregados gastam em média 50 minutos para chegar ao trabalho.
DL
111
Dinâmica local
6. A gerência do First Bank of America está planejando
AULA
apoiar os cargos para as contas correntes no saldo diário

médio. O gerente de contas preferenciais deseja provar
a hipótese de que as contas têm uma média de US$ 312.
Seleciona-se uma amostra de 200 contas, dando uma
média de US$ 298.10 com s = US$ 97.30. Para minimizar a
probabilidade de um erro tipo I, seleciona-se um valor a de
1% (tenha em conta os quatro passos ao realizar a prova).
DL
112
Dinâmica local
A hipótese nula e a alternativa são:
AULA
H0 : μ = 312
Ha : μ ≠ 312
_
X - μ
_______ 298,10-312
___________
Z é: Z = = = -2,02
S / √n 97,3 / √200
DL
113
Dinâmica local
Como mostra a figura, um α = 0.01 requer valores críticos de Z de ± 2.58. O 0.01 está
AULA
dividido de maneira homogênea em duas zonas de rechaço, deixando uma área

de 0.4950 que corresponde aos valores críticos de Z de ± 2.58.
DL
Regra de decisão: Não rejeitar H0 se -2,58 ≤ Z ≤ 2,58. Rejeitar H0 se Z < -2,58

ou Z > 2,58.
114
Dinâmica local
Se a hipótese nula for verdadeira, existe só 1% de probabilidade que uma amostra
AULA
possa resultar em um valor Z menor que -2.58 ou maior que 2.58. Portanto, se Z
cai em qualquer das caudas, não é provável que μ = 312, e a hipótese nula deveria
rejeitar-se. O valor Z = -2.02 está na zona de não rejeição.
Interpretação
A diferença entre o valor da meia
populacional sob a hipótese nula de US$
312 e o valor da meia amostral de US$
298.10 é estatisticamente insignificante.
DL
Poderia resultar simplesmente do erro

de amostragem. De fato, se μ = US$ 312; o
99% de todas as amostras de tamanho n Zona de não-rejeição
= 200 produziriam valores Z entre ± 2.58.
115
Dinâmica local
7. O Departamento de Veículos Motorizados de outro estado
AULA
afirma que o tempo médio de espera é de no máximo

18 minutos. Uma amostra aleatória de 12 pessoas tem um
tempo médio de espera de 15 minutos com um desvio
α= 0,05, teste a afirmação do escritório. Suponha que a

padrão de 2,2 minutos. Para um nível de significância
população é normalmente distribuída.

DL
116
Dinâmica local
AULA
H0 : μ ≤ 18 minutos (afirmação)
Ha : μ > 18 minutos
_
t ≈ -4,72377
X - μ 15-18
DL
t= _______ = __________
S / √n 2,2 / √12
117
Dinâmica local
4. Valor crítico é t0 = 1,776.
AULA
Não rejeitar H0 se t ≤ 1,776.
Rejeitar H0 se t > 1,776.
Interpretação
Não há evidência suficiente, ao nível de significância de 5%, para rejeitar
DL
a afirmação do escritório de que o tempo médio de espera é no máximo

18 minutos.
118

Aula 8 - Métodos Estatísticos

Enviado por

Dados do documento

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

Aula 8 - Métodos Estatísticos

Enviado por

Direitos autorais:

Formatos disponíveis

CIÊNCIAS CONTÁBEIS

Prof. Dr. Yunier Sarmiento Ramirez

Prof.ª M.ª Sônia Araújo Nascimento

inferencial e aprendeu como construir um intervalo de

sobre um parâmetro populacional, você aprenderá

incerteza no processo de tomada de decisão. Os

peso médio do conteúdo de suas garrafas é de 16 onças

há evidências de que um processo de produção reduziu

em um ambiente de negócios. Se você puder obter

Interactive e deva testar a afirmação de que a proporção

estatística amostral é p ≈ 0,580.

(p = 0,53) para decidir que a afirmação é falsa?

Distribuição amostral da proporção aproximada por

de que a estatística amostral esteja a 4 erros padrão ou mais do valor afirmado é

estatísticas amostrais para testar uma afirmação sobre

Estabelecendo uma hipótese

chamada de hipótese estatística;

verdadeira. Qualquer uma das hipóteses — a hipótese

que contém uma afirmação de igualdade, tal como

a afirmação feita sobre o parâmetro populacional por

Tabela. Declarando e construindo hipóteses

A tabela mostra a relação entre possíveis declarações sobre o parâmetro μ e as

feitas para testar outros parâmetros populacionais como p, σ ou σ .

Estabelecendo as hipóteses nula e alternativa

Formule as hipóteses nula e alternativa e identifique qual

3. Uma companhia anuncia que a vida útil média de seus fornos é

Estabelecendo as hipóteses nula e alternativa

1. A afirmação “a proporção... é de 61%” pode ser escrita como p =

H0:p = 0,61 (Afirmação)

Como p=0,61 contém a afirmação de igualdade, ela se torna a

hipótese nula. Nesse caso, a hipótese nula representa a afirmação.

Estabelecendo as hipóteses nula e alternativa

médio para uma troca de óleo é menor que 15 minutos.

Estabelecendo as hipóteses nula e alternativa

Tipos de erros e nível de significância

afirmação, você sempre começa um teste de hipótese

Tipos de erros e nível de significância

e não na população inteira, há sempre a possibilidade

Tipos de erros e nível de significância

1. Um erro tipo I ocorre se a hipótese nula é rejeitada

Tipos de erros e nível de significância

Tipos de erros e nível de significância

O limite aceito pelo Departamento de Agricultura dos Estados Unidos

H0 : p ≤ 0,2 A proporção é menor ou igual a 20%

Tipos de erros e nível de significância

Quando ocorrerá um erro tipo I ou tipo II?

Um erro tipo I ocorre quando Um erro tipo II ocorre quando

Tipos de erros e nível de significância

Qual erro é mais grave?

Nesse caso, um erro tipo II é mais grave, pois pode resultar em

Tipos de erros e nível de significância

nula sendo ela verdadeira (erro tipo I) diminuindo o nível de

Ele é simbolizado por α (letra grega minúscula alfa).

2. A probabilidade de um erro tipo II é simbolizada por β (letra

grega minúscula beta).

Tipos de erros e nível de significância

pequeno, o seu desejo é que a probabilidade de rejeitar

de significância usuais são α=0,10, α=0,05 e α=0,01 .

Quando você diminui α, você provavelmente está

quando, na realidade, ela é falsa. O valor do poder é difícil (e

Testes estatísticos e valores p

de significância, o próximo passo em um teste de hipótese é obter

parâmetros na hipótese nula (tais como μ, p, σ ).

• A estatística amostral de interesse é chamada de estatística de