Profa.

Mariana Vieira Coronas

mariana.coronas@ufsm.br

χ2
Muito utilizada em
estatística inferencial

1
 Adequado para variáveis qualitativas com duas ou
mais categorias

 Intervalos discretos

 Mede a discrepância entre um conjunto de

frequências observadas (O) e o conjunto de
frequências esperada (E) segundo determinada
hipótese

 Cálculo do χ2

χ2calc = Σ
 Função densidade de probabilidade

2
 Função densidade de probabilidade

 Devido ao modo como é calculado, o χ2 será zero

quando não houver diferença entre os números
observados e aumentará conforme aumentam as
discrepâncias

 Na distribuição χ2 a área de significância é unilateral e

está localizada na extremidade direita da curva

 O valor crítico deve ser procurado na tabela do χ2

para o nível de significância desejado (α)

3
 Devido ao modo como é calculado, o χ2 será zero quando não
houver diferença entre os números observados e aumentará
conforme aumentam as discrepâncias

 Na distribuição χ2 a área de significância é unilateral e está

localizada na extremidade direita da curva
 Mas há testes em que a área de
interesse pode estar a esquerda
(<): para encontrar o valor crítico,
nesses casos, 1-α

 O valor crítico deve ser procurado na tabela do χ2 para o nível

de significância desejado (α) e um número de graus de

liberdade dado por:

 gl (graus de liberdade)= n° de categorias - n ° de parâmetros

independentes estimados a partir da amostra - 1

 de maneira geral, não há necessidade de se estimarem

parâmetros a partir da amostra

4
Com o qui-quadrado podem ser resolvidos vários problemas:

 Verificar se uma distribuição observada de dados se

ajusta a uma distribuição esperada (teórica): Teste de
aderência ou de ajustamento

 Comparar duas ou mais populações com relação a uma

variável categórica: Teste de heterogeneidade

 Verificar se existe associação entre duas variáveis

qualitativas: Teste de associação

Em tabelas de contingência observar o cálculo

do valor esperado e dos graus de liberdade

 Condições para aplicar Qui-quadrado

 Grupos independentes,

 Itens de cada grupos selecionados aleatoriamente,

 Observações devem ser frequências ou contagens,

 Cada observação pertence a uma e somente uma

categoria e

 A amostra deve ser relativamente grande (pelo menos 5

observações em cada célula e, no caso de poucos grupos
- pelo menos 10)

5
 Exercício – Exemplo

 Em certa localidade, a porcentagem de motoristas

envolvidos em zero, um e mais de um acidentes anuais é
65%, 30% e 5%, respectivamente. Uma companhia de
seguros tomou uma amostra de 100 de seus segurados e
encontrou 66, 23 e 11 indivíduos nestas categorias. Estes
dados são compatíveis com as proporções observadas nessa
localidade? (α=0,05)

Exercício – Exemplo
 Em certa localidade, a porcentagem de motoristas envolvidos em zero,
um e mais de um acidentes anuais é 65%, 30% e 5%, respectivamente.
Uma companhia de seguros tomou uma amostra de 100 de seus
segurados e encontrou 66, 23 e 11 indivíduos nestas categorias. Estes
dados são compatíveis com as proporções observadas nessa
localidade? (α=0,05)

0 1 +1 Σ
66 (65) 23 (30) 11 (5) 100 χ2calc=8,84
O-E 1 -7 6
χ2critico=5,99
(O – E)2 1 49 36
– 2 0,015 1,63 7,2 8,84 gl=2 α=0,05

A amostra dos motoristas segurados não apresenta uma

distribuição como a esperada para essa localidade (α=0,05).
Rejeita-se H0

6
Explicação, Exercício resolvido de associação

Vídeo:

Youtube:

https://www.youtube.com/watch?v=qKQuCYkt3BI

Moodle

7
 Exercício – Faça você!

 Os dados abaixo referem-se a cor do pelo observada em

uma amostra de roedores de determinada espécie. Verifique
se está característica está associada com o sexo. (α=0,05)

Machos: preto:22 marrom: 13 manchado:15

Fêmeas: preta: 16 marrom: 17 manchada: 17

Qual o Esperado?
Assista o vídeo!

Exercício – Faça você!

 Os dados abaixo referem-se a cor do pelo observada em uma amostra

de roedores de determinada espécie. Verifique se está característica
está associada com o sexo. (α=0,05)

Machos: preto:22 marrom: 13 manchado:15

Fêmeas: preta: 16 marrom: 17 manchada: 17

·
E=

=Σ
χ2calc =1,60
χ2 calc

gl L‐1 · C‐1 , onde L número de linhas n° de

χ20,05;2 =5,99
categorias nas linhas e C número de colunas n° de
categorias nas colunas

8
Exercício
 Há dúvidas sobre os desempenhos dos alunos, na disciplina de
Estatística, de alguns cursos de Engenharia. Alguns argumentam
que, dependendo do curso, o percentual de aprovação pode ser
diferente, mesmo que a disciplina tenha o mesmo programa. Um
estudo foi realizado, selecionando aleatoriamente alunos de três
cursos, registrando os aprovados e reprovados na disciplina. Os
resultados estão na tabela a seguir:

Curso
Eng Civil Eng Química Eng Mecânica TOTAL

Aprovados 44 26 35 105
Reprovados 11 26 15 52
55 52 50 157

Considerando nível de significância de 5%, os percentuais de

aprovados podem ser considerados iguais?

Resultado
Rejeita H0. Os percentuais não podem ser considerados iguais

Esperado:
36,78 34,78 33,44
18,22 17,22 16,56

(O-E)2/E
1,42 2,215 0,07
2,86 4,47 0,15
Soma (O-E)2/E =11,83= χ2calc

χ20,05;2 =5,99
Rejeita H0. Os percentuais não podem ser considerados iguais