Escolar Documentos
Profissional Documentos
Cultura Documentos
Revisão Textual:
Prof. Me. Luciano Vieira Francisco
Testes de Hipóteses para
Médias e Análise de Variância
• Introdução;
• Generalidades Sobre Testes de Hipóteses;
• Hipóteses Nula e Alternativa;
• Estatística de Teste e P-Valor Associado a um Conjunto de Observações;
• Erros Associados a um Problema de Testes de Hipótese;
• O Teste Anova para Comparação de Duas ou Mais Médias
para Amostras Independentes;
• Testes t de Student para Comparação Entre Duas Médias;
• Comparações Múltiplas Usando o Teste t de Student e os Métodos de Correção.
OBJETIVO
DE APRENDIZADO
• Compreender o conceito de estatística inferencial através do teste de hipótese, abordando
os principais testes paramétricos para distribuições normais.
UNIDADE Testes de Hipóteses para
Médias e Análise de Variância
Introdução
Acesse o Material Complementar desta Unidade para obter as tabelas de teste p,
teste F, teste t e teste de amplitude studentizada.
Hipótese: é a suposição de algo que pode (ou não) ser verosímil, que seja possível de ser ve-
rificado, a partir da qual se extrai uma conclusão. Popularmente, o termo é utilizado como
sinônimo de especulação, chance ou possibilidade de algo acontecer.
Nas pesquisas científicas e acadêmicas, por exemplo, uma hipótese corresponde a uma
possibilidade de explicação sobre determinada causa de estudo. Um objeto de pesquisa
pode ter diversas hipóteses diferentes, sendo de responsabilidade do pesquisador pôr em
práticas experiências e outros métodos de comprovação para descobrir quais hipóteses são
mais prováveis ou verdadeiras.
Para elaborar uma hipótese de trabalho, primeiro é preciso delimitar o objeto de estudo e
reunir as suposições cabíveis como resposta para a pesquisa. Após reunir todas as probabi-
lidades (hipóteses), é precisa fazer as corretas experiências, de acordo com as metodologias
escolhidas, para comprovar ou refutar as hipóteses levantadas.
Etimologicamente, esta palavra resulta da justaposição dos termos gregos hypo (debaixo)
e thesis (tese), cujo significado nessa língua era atribuído ao que ficava como base ou prin-
cípio de sustentação das leis.
Na Matemática, as hipóteses são o conjunto de condições iniciais a partir das quais, com
base num raciocínio lógico, é elaborada a demonstração de um determinado resultado,
chegando a uma tese.
Alguns dos principais sinônimos de hipótese são: suposição, pressuposto, pressuposição,
teoria, tese, prognóstico, prognose, possibilidade, circunstância, condição e eventualidade.
Existem alguns tipos de hipóteses, como Hipótese científica, Hipótese de Gaia, Hipótese
nula, Hipótese de Riemann.
Veja a definição de cada uma a seguir, disponível em: https://bit.ly/3kATaiB
Para gerar uma análise profunda, suponha que outro medicamento com os mes-
mos princípios ativos tenha os mesmos resultados que o primeiro, seja ministrado
com uma concentração média de 0,75 mg/L. O que esperar desses medicamentos?
8
Nessas condições são aplicados os testes de hipóteses, estas que devem considerar
a contradição como análise.
Tomando o exemplo do primeiro medicamento, uma hipótese poderá ser µ = 0,80
e a outra µ ≠ 0,80, ou para a probabilidade poderá ser p ≥ 0,02, ou p < 0,02.
A partir dessas informações, deverá ser decidida se a hipótese é aceita. Para ajudar
no entendimento, o exemplo que muito é utilizado para fazer analogia é quando se diz
que o acusado é inocente: o júri poderá descartar a alegação de inocência do acusado
e considerar a hipótese de que o acusado é culpado. Neste caso, a hipótese defendida
é que o acusado é inocente.
Isso se torna a base do teste de hipótese: uma hipótese será defendida e ela será
rejeitada se ocorrer alguma evidência de que a hipótese alternativa é a correta.
Exemplo 1
Determinado fabricante de automóveis diz que seu carro é econômico, pois o con-
sumo médio de combustível é maior que 20 km/L. Não se pode considerar essa afir-
mação como nula, pois não há evidência contraditória. Logo, consideramos a hipótese
nula como menor ou igual a 20 km/L. Dessa forma, será feito o seguinte teste:
H0 : µ ≤ 20
Ha : µ > 20
9
9
UNIDADE Testes de Hipóteses para
Médias e Análise de Variância
Para que a hipótese nula seja rejeitada, pode-se tomar como exemplo x ≥ 21 ,
enquanto para a hipótese nula, x ≤ 20 .
Neste caso, o que auxiliará muito nas análises são as afirmações realizadas para
as hipóteses. E para ajudar, segue a Tabela na qual são utilizadas as declarações para
o teste de hipóteses.
Tabela 1 – Declarando teste de hipóteses. Considere k um número
Declaração sobre H0 Sentença Declaração sobre Ha
A média é matemática A média é...
Para usar a tabela: suponha que em uma pesquisa entre 40 pessoas, mais de
65% delas prefiram viver no campo. Se utilizar as informações, pode-se dizer que
p > 0,65, ou usando os sinônimos, dizer que a probabilidade de viver no campo é
acima de (ou maior que, ou mais que) 0,65. Nesse ponto, percebe-se que a hipótese
alternativa é Ha : p > 0,65 , enquanto a hipótese nula é H0 : p ≤ 0,65 .
10
e a região de p-valor a ser utilizada e na Figura 1 está a representação das áreas dentro
da distribuição normal.
Tabela 2 – Condição para utilização dos testes unilateral à esquerda, unilateral à direita e bilateral
Teste de hipótese Tipo de teste
H0 : µ ≥ k
Unilateral à esquerda
Ha : µ < k
H0 : µ ≤ k
Unilateral à direita
Ha : µ > k
H0 : µ = k
Bilateral
Ha : µ ≠ k
-3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3
Exemplo 2
No estudo sobre a presença de nicotina em animais de controle, Duro (2017) apre-
sentou os seguintes valores percentuais de carboxihemoglobina, de 22,74 para a mé-
dia e 0,956 ao desvio padrão. Foram utilizadas 8 amostras de animais de controle.
Se escolhida uma amostra e essa apresentar valor igual a 22,0 %, a hipótese nula
deverá ser rejeitada? Considere as duas situações: o teste unilateral e bilateral para o
nível de significância de 5%
Solução: para µ = 22,74; σ = 0,956, n = 8 e x = 22 , tem-se aplicado o teste z,
de modo que:
x −µ 22 − 22,74 −0,74
=z →
= z =
σ n 0,956 8 0,3380
z = −2,19
11
11
UNIDADE Testes de Hipóteses para
Médias e Análise de Variância
Exemplo 3
Quais seriam os valores de x para os testes unilateral (à esquerda e à direita) e
bilateral? A hipótese nula é aceita?
Solução: Neste caso, realiza-se a consulta primeiramente da Tabela e obtém-se
os valores de z. Para o teste unilateral à esquerda (α = 0,05) o valor de z = -1,645 é
obtido pela média de z = -1,65 e z = -1,64. Assim:
x −µ x − 22,74
=z → −1,645
=
σ n 0,956 8
0,956
x − 22,74 =
−1,645 ⋅
8
x − 22,74 =−0,556
x= −0,556 + 22,74
x = 22,18%
Portanto, valores superiores a 22,18% creditam que a hipótese nula deverá ser aceita.
Aplicando-se o teste unilateral à direita, por ser a curva de distribuição simétrica,
z = 1,645 e α = 0,05 (ou 95%), temos:
x −µ x − 22,74
z= → 1,645 =
σ n 0,956 8
0,956
x − 22,74 =1,645 ⋅
8
x − 22,74 =0,556
=x 0,556 + 22,74
x = 23,26%
x −µ x − 22,74
z= → 2,81=
σ n 0,956 8
0,956
x − 22,74 =2,81 ⋅
8
x − 22,74 =0,9498
=x 0,9498 + 22,74
x = 23,69%
12
Portanto, entre os valores de 21,79% e 23,69%, para um teste bilateral, a hipóte-
se nula deverá ser aceita. Uma sugestão a ser seguida é a da Figura 2, que possui o
esquema para utilizar o teste de hipótese:
Pergunta: p-valor ≤ α?
SIM NÃO
Rejeitar H0 Aceitar H0
Figura 2 – Esquema para utilizar o teste de hipótese
Erros Associados a um
Problema de Testes de Hipótese
Mesmo que ocorram escolhas para testes de hipótese, considerando o nível de
significância escolhido, uma amostra incomum, ou seja, fora dos padrões, poderá
levar à rejeição errônea da hipótese nula.
Ademais, poderá ocorrer que a hipótese nula é rejeitada – o que não é verdade.
Assim, pode-se avaliar que H0 seja rejeitada quando for verdadeira ou que H0 não
pode ser rejeitada quando ela for falsa. Esses erros podem acontecer e isso poderá
gerar outro tipo de erro, chamado de tipo II. Assim:
• Erro de tipo I: rejeitar a hipótese nula quando ela é verdadeira;
• Erro de tipo II: não rejeitar a hipótese nula, quando ela é falsa.
Exemplo 4
Em uma pesquisa de uma grande rede de lojas, pelo menos 75% dos clientes vol-
tariam a fazer negócios com a loja. Então, descrever os tipos de erro (I e II).
Solução:
Neste caso, o erro de tipo I considera que a hipótese nula é quando a porcen-
tagem de clientes for igual ou superior a 75%. Por sua vez, o erro de tipo II seria
considerar que existe a possibilidade de que todos os clientes (100%) voltariam a fa-
zer negócios com a loja, portanto, havendo falsa impressão de que todos os clientes
estão comprando da loja.
13
13
UNIDADE Testes de Hipóteses para
Médias e Análise de Variância
Exemplo 5
Determinado medicamento foi testado com 20 pacientes e o tempo médio de re-
cuperação após o seu uso foi de 18 dias, com desvio padrão de 4 dias. O laboratório
responsável propôs uma nova formulação do medicamento, adicionando um novo
composto que reduziria o tempo de recuperação. Somente a hipótese nula será re-
cusada se o composto adicionado reduzir o tempo de recuperação.
Solução:
Para este caso é importante avaliar o limite do nível de significância para obter o
mínimo valor do tempo de recuperação. Logo, o valor do nível de significância será
de 1% ou α = 0,01 (ou 99% de confiança).
x −µ x − 18
=z → −= 2,33
σ n 4 20
4
x − 18 =−2,33 ⋅
20
x − 18 =−2,084
x= −2,084 + 18
=x 15,9 dias ≈ 16 dias
x −µ 16 − 17
=z →
= z
σ n 4 20
z = −1,12
x −µ 16 − 14
=z →
= z
σ n 4 20
z = 2,24
14
Se o foco da discussão é que µ ≥ 18 , a hipótese nula foi considerada e quando
explicada a condição extrema para o nível de significância de 1% e que as médias
foram de 17 e 14 dias, que são as hipóteses falsas, ou seja, erro de tipo II, ficaram
evidentes as mudanças da distribuição do teste, conforme pode-se ver na Figura 3:
6 8 10 12 14 16 18 20 22 24 26 28 30 6 8 10 12 14 16 18 20 22 24 26 28 30 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
17
H0 : µ1 = µ2
Ha : µ1 ≠ µ2
Será determinado o teste F utilizando a curva de teste para a hipótese nula verda-
deira, quando Fcalculado ≤ Ftabelado , para a qual comparam-se os valores das variâncias.
O valor de F calculado é dado como:
N−k
Exemplo 6
Estudos conduzidos por Fejes e colaboradores (2005) separaram dois grupos de 61
homens, cada, e relacionaram a mortandade de esperma ao uso do telefone celular.
15
15
UNIDADE Testes de Hipóteses para
Médias e Análise de Variância
(21 ) (22 )
2 2
s12
= = 441 s22
= = 484
x1 + x2 61 ⋅ 49 + 61 ⋅ 41
=x = = 45
N 122
x1 + x2 49 + 41
=x = = 45
k 2
∑n ( x −x)
2
61 ( 49 − 45) + 61 ( 41 − 45)
2 2
i i
variância entre amostras= =
k −1 2 −1
variância entre amostras=1952
N−k 61 + 61 − 2
variância dentro das amostras=462,5
Assim:
νN = k −1 = 2 −1 = 1
ν D = N − k = 122 − 2 = 120
16
Testes t de Student para
Comparação Entre Duas Médias
Quando realizado o teste de hipótese, foi considerada a população para avaliação.
No entanto, dentro da Bioestatística, uma amostragem deverá ser a representação
dessa população. Além disso, aplica-se o teste t de Student quando a média e o
desvio padrão da população são desconhecidos, de modo que as variâncias das
amostras são iguais.
De uma forma geral, o teste t de Student (t) é descrito como:
x1 − x2
t=
s12 s22
+
n1 n2
Exemplo 7
Utilizar o Exemplo 5 para determinar o valor de t por meio da relação matemática
apresentada.
x1 − x2 49 − 41
=t = →t
s12 s22 212 222
+ +
n1 n2 61 61
8
t=
7,2295 + 7,9344
t = 2,054
Exemplo 8
Para o Exercício 6 há diferenças entre os dois grupos em um nível de significância
de 5%?
Solução:
ν = ( n1 + n2 ) − 2
17
17
UNIDADE Testes de Hipóteses para
Médias e Análise de Variância
ν= ( 61 + 61) − 2= 122 − 2
Para o exercício, tem-se:
ν = 120
Em consulta à Tabela, utilizando ν = 120 e α = 0,05 , o valor de t é de 1,980.
Comparado ao valor calculado, considerando que o valor de t da Tabela é bilateral e
que o valor de t calculado (2,054) é superior ao valor da Tabela (1,980), a hipótese
nula é rejeitada e conclui-se que quanto maior o tempo de uso diário do telefone
celular, maior será o percentual de mortandade de espermas.
Para isso, aplica-se o teste de Tukey, chamado de método T, que utiliza os con-
ceitos de Student, a depender dos graus de liberdade do numerador m (ou também
chamado de número de tratamentos) e do denominador ν , respectivamente, aná-
logo ao teste F para um valor crítico α.
Para não confundir, o valor do teste na Tabela será denominado Q, sendo que não
é necessária a subtração de 1 para o valor de m para determinar o grau de liberdade
a ser utilizado na Tabela.
Exemplo 9
Aplicação do teste de Tukey para o Exemplo 5, considerando o nível de signifi-
cância de 5%.
Solução:
Tabela 4 – Representação do teste de Tukey para gl = 120 (denominador) e número de tratamentos (m) igual a 2
V t (número de tratamentos)
α
(gl erro) 2 3 4 5 6 7 8 9 10
0,05 3,36 3,36 3,68 3,92 4,10 4,24 4,36 4,47 4,56
120
0,01 4,20 4,20 4,50 4,71 4,87 5,01 5,12 5,21 3,30
18
Com o valor da Tabela, calcula-se o valor da diferença das médias w, determinada
pela seguinte relação:
425
=w 2,80
= 5,26
122 − 2
x1 x2
41 49
A hipótese nula será aceita se o valor de w for maior que o valor da diferença
entre as amostras. Dessa forma, ao se observar os valores, conclui-se que o valor
calculado é superior ao tabelado (8 > 5,26) e, portanto, a hipótese nula é descartada
e existem diferenças entre amostras.
Uma hipótese é uma teoria ou proposição apresentada como uma explicação para a
ocorrência de algum fenômeno observado, afirmado como uma conjectura provisória para
guiar a investigação, chamada de hipótese de trabalho, ou aceita como altamente provável
em vez dos fatos estabelecidos. Uma hipótese científica pode se tornar uma teoria ou, em
última análise, uma lei da natureza se for comprovada por experimentos repetíveis. O teste
de hipóteses é comum nas estatísticas como um método de tomada de decisões usando
dados. Em outras palavras, testar uma hipótese está tentando determinar se sua observação
de algum fenômeno é provável que tenha realmente ocorrido com base em estatísticas.
[...]
Conclusões possíveis
Uma vez que as estatísticas são coletadas e você testa sua hipótese contra a probabilidade
do acaso, você tira sua conclusão final. Se você rejeitar a hipótese nula, afirmará que seu
resultado é estatisticamente significativo e que isso não aconteceu por sorte ou por acaso.
Como tal, o resultado prova a hipótese alternativa. Se você não rejeitar a hipótese nula, deve
concluir que não encontrou efeito ou diferença em seu estudo. Este método é como muitos
medicamentos e procedimentos médicos são testados. Disponível em: https://bit.ly/31UsaTI
19
19
UNIDADE Testes de Hipóteses para
Médias e Análise de Variância
Material Complementar
Indicações para saber mais sobre os assuntos abordados nesta Unidade:
Vídeos
O que são testes de hipóteses; para que servem os testes de hipóteses
https://youtu.be/h4QcWDDlrW0
Tipos de erros e nível de significância em teste de hipótese – erros de tipos I e II
https://youtu.be/cpH2MSRuVp8
Passo a passo para fazer testes de hipóteses
https://youtu.be/VPmDaFbOtsM
Comparação da média com o test t de Student
https://youtu.be/4-NUdcIdFG8
Amostras independentes versus dependentes (emparelhadas) – teste de hipóteses para 2 populações
https://youtu.be/TpYGBlkmcHs
Testes de comparação múltipla (t-lsd, Tukey, Duncan, Dunnet, Scott-Knott)
https://youtu.be/GYfSuVTiEbQ
Leitura
Tabela de distribuição normal padrão
Usar nos exemplos 2, 3, 4 e 5 deste Material Teórico.
https://bit.ly/3mE64wZ
Distribuição F de Snedecor a 5% (p=0,05)
Para o Exemplo 6 deste Material Teórico.
https://bit.ly/35KcljU
Distribuição F de Snedecor a 1% (p=0,01)
Para o Exemplo 6 deste Material Teórico.
https://bit.ly/3myL8Y3
Tabela de valores críticos para o teste t de Student
Para os exemplos 7 e 8 deste Material Teórico.
https://bit.ly/2TA7c8r
Valores críıticos qp,ν da amplitude studentized – α = 0, 05
Para o Exemplo 9 deste Material Teórico.
https://bit.ly/3jG4p8a
Valores críıticos qp,ν da amplitude studentized – α = 0, 01
Para o Exemplo 9 deste Material Teórico.
https://bit.ly/3ecepoG
20
Referências
DURO, S. O. Efeitos da exposição à fumaça do cigarro com diferentes con-
centrações de nicotina nos elementos da transmissão sináptica no início do
período pós-natal de camundongos. 2017. Dissertação (Mestrado em Toxicologia
e Análises Toxicológicas) – Faculdade de Ciências Farmacêuticas da Universidade de
São Paulo, São Paulo, 2017.
FEJES, I. et al. Is there a relationship between cell phone use and semen
quality? Arch. Androl. v. 51, p. 385-393, 2005.
21
21