Escolar Documentos
Profissional Documentos
Cultura Documentos
cachimo.assane@uem.ac.mz
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 1 / 36
Teste de Hipóteses: Introdução
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 2 / 36
Hipóteses e procedimentos de teste
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 3 / 36
Hipóteses e procedimentos de teste
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 4 / 36
O procedimento padrão de um teste de hipóteses
usa-se para cada tipo de teste uma variável cuja distribuição amostral do θ̂0
seja a mais concentrada em torno do θ;
Com o valor dado em H0 , calcula-se a estatística do teste, uma função dos dados
da amostra na qual a decisão se baseia. O valor da estatística é chamado o
valor estatístico calculado (Vcalc ).
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 5 / 36
Teste de Hipóteses para µ de populações normais com σ 2
conhecidas
i) Testes Bilaterais
Exemplo 1 Um pesquisador deseja estudar o efeito de certa substância no tempo
de reacção de seres vivos a um certo tipo de estímulo. Um experimento é
desenvolvido com cobaias que são inoculadas com a substância e submetidas a
um estímulo eléctrico, com seus tempos de reacção (em segundos) anotados:
9, 1; 9, 3; 7, 2; 7, 5; 13, 3; 10, 9; 7, 2; 9, 9; 8, 0; 8, 6. Admite-se que o tempo de
reacção segue, em geral, o modelo Normal com média 8 e desvio padrão σ = 2
segundos. O pesquisador desconfia, entretanto, que o tempo médio sofre
alteração por influência da substância. Neste caso, as hipóteses de interesse são:
H0 :as cobaias apresentam tempo de reação padrão;
H1 :as cobaias têm o tempo de reação alterado.
Em termos estatísticos, tais hipóteses envolvem o parâmetro µ:
H0 :µ = 8, 0;
H1 :µ 6= 8, 0.
Pede-se para testar as hipóteses ao nível de significância de 10%.
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 6 / 36
Teste de Hipóteses para µ de populações normais com σ 2
conhecidas
Resolução: As hipóteses já estão definidas. O tamanho da amostra n = 10, e a
estimativa de média é x̄obs = 9,1+9,3+...+8,6
10 = 9, 1
2
Uma vez que o teste envolve a média de uma população normal com σ
conhecida, usaremos a v.a. Z ∼ N(0, 1) para obter a estatística do teste;
4 x̄ −µH0 σ
= √210 = 0, 632
temos que X̄ ∼ N µ,
10 , Z = σx̄ , σx̄ =
√
n
9,1−8,0
Sendo que µH0 = 8, 0, temos Zcalc = 0,632 = 1, 74
Como o teste é bilateral e α = 10%, a região de não rejeição (RNR) é: P(|Z | <
z1− α2 ) = 0, 90, então z1− α2 = 1, 64.
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 7 / 36
Teste de Hipóteses para µ de populações normais com σ 2
conhecidas
Decisão: Como Zcalc ∈ RC , logo a decisão é rejeitar H0 .
Conclusão: Com base nessa amostra, ao nível de significância de 10%, há
evidências suficientes para afirmar que o tempo de reacção das cobaias
submetidas à substância fica alterado.
Outro método: Poderíamos fazer o teste de hipóteses usando IC, como se segue:
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 8 / 36
Teste de Hipóteses para µ de populações normais com σ 2
conhecidas
ii) Teste unilateral à esquerda
Exemplo 2: uma fábrica anuncia que o índice de nicotina dos cigarros da marca
X apresenta-se abaixo de 26 mg por cigarro. Um laboratório realiza 10 análises
do índice obtendo: 26, 24, 23, 22, 28, 25, 27, 26, 28, 24. Sabe-se que o índice de
nicotina dos cigarros da marca X se distribui normalmente com variância
5, 36 mg 2 . Pode-se aceitar a afirmação do fabricante, ao nível de 5%?
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 9 / 36
Teste de Hipóteses para µ de populações normais com σ 2
conhecidas
ii) Teste unilateral à esquerda
Exemplo 2: uma fábrica anuncia que o índice de nicotina dos cigarros da marca
X apresenta-se abaixo de 26 mg por cigarro. Um laboratório realiza 10 análises
do índice obtendo: 26, 24, 23, 22, 28, 25, 27, 26, 28, 24. Sabe-se que o índice de
nicotina dos cigarros da marca X se distribui normalmente com variância
5, 36 mg 2 . Pode-se aceitar a afirmação do fabricante, ao nível de 5%?
Resolução:
H0 :µ = 26;
H1 :µ < 26.
n r
1 X 253 5, 36
α =5%; n = 10; x̄ = = = 25, 3; σx̄ = = 0, 73;
n i=1 10 10
25, 3 − 26
Zcalc = = −0, 959.
0, 73
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 9 / 36
Teste de Hipóteses para µ de populações normais com σ 2
conhecidas
Resolução (cont.):
z1−α =1, 64
RNR =(1, 64; +∞)
RC =(−∞; −1, 64]
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 10 / 36
Teste de Hipóteses para µ de populações normais com σ 2
conhecidas
Resolução por intervalo de confiança:
RNR →P(x̄ > µH0 − z1−α · σx̄ ) = P(x̄ > 26 − 1, 64 · 0, 73) = 0, 95
RC →P(x̄ ≤ µH0 − z1−α · σx̄ ) = P(x̄ ≤ 26 − 1, 64 · 0, 73) = 0, 05
Portanto
RNR =(24, 803; +∞)
RC =(−∞; 24, 803]
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 12 / 36
Teste de Hipóteses para µ de populações normais com σ 2
conhecidas
H0 :µ = 206;
H1 :µ < 206.
σ 12
α =5%; n = 10; x̄ = 210; σx̄ = √ = √ = 2, 19;
n 30
210 − 206
Zcalc = = 1, 827.
2, 19
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 12 / 36
Teste de Hipóteses para µ de populações normais com σ 2
conhecidas
Resolução (cont.):
z1−α =1, 28
RC =[1, 28; +∞)
RNR =(−∞; 1, 28)
Como Zcalc > Z1−α , então, a decisão é rejeitar H0 , isto é, ao nível de 10%, o
fabricante pode concluir que a resistência média de seus tijolos aumentou.
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 13 / 36
Teste de Hipóteses para µ de populações normais com σ 2
conhecidas
Resolução por intervalo de confiança:
RNR →P(x̄ < µH0 + z1−α · σx̄ ) = P(x̄ < 206 + 1, 28 · 2, 19) = 0, 90
RC →P(x̄ ≥ µH0 + z1−α · σx̄ ) = P(x̄ ≥ 206 + 1, 28 · 2, 19) = 0, 10
Portanto
RNR =(−∞; 208, 8)
RC =[208, 8; +∞)
Procedimento:
1) Fixam-se as hipóteses H0 : p = p0 e H1 : p 6= p0 , p > p0 , p < p0 ;
2) Fixa-se o nível α;
3) Retira-se uma amostra de tamanho n e define-se X: no de sucesso, calculando
p̂0 = xn ;
q
pH0 ·qH0
4) Determina-se com p dados por H0 , σp̂ = n , onde qH0 = 1 − pH0
p̂0 −pH0
5) Define-se como variável critério (estatística do teste): Z = σp̂ .
6) Definem-se as regiões RNR e RC da mesma forma anterior e, com o mesmo
procedimento rejeita-se ou não H0 .
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 15 / 36
Teste de Hipóteses para proporções
H0 :p = 0, 05;
H1 :p > 0, 05.
82
α =15%; n = 600; x = 82; p̂ = = 0, 137;
r 600
0, 05 · 0, 95
σp̂ = = 0, 0089;
600
0, 137 − 0, 05
Zcalc = = 9, 775.
0, 0089
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 16 / 36
Teste de Hipóteses para proporções
Resolução (cont.):
z1−α =1, 03
RC =[1, 03; +∞)
RNR =(−∞; 1, 03)
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 17 / 36
Teste de Hipóteses para proporções
Resolução por intervalo de confiança:
Portanto
Erro Tipo II: não rejeitar H0 quando ela é falsa (deveria ser rejeitada),
Situação
H0 Verdadeira H0 Falsa
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 21 / 36
Poder de um teste ou potência de um teste
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 22 / 36
Poder de um teste ou potência de um teste
Exemplo 6: De uma população normal, levantou-se uma amostra e calculou-se
ao nível de 1% que z1− α2 · σx̄ = 5 (erro de estimação). Admitindo as hipóteses:
H0 : µ = 100
H1 : µ1 = 110
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 23 / 36
Poder de um teste ou potência de um teste
Exemplo 6: De uma população normal, levantou-se uma amostra e calculou-se
ao nível de 1% que z1− α2 · σx̄ = 5 (erro de estimação). Admitindo as hipóteses:
H0 : µ = 100
H1 : µ1 = 110
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 23 / 36
Poder de um teste ou potência de um teste
Resolução (Cont.): Então
β(µ1 ) =P µ0 − z1− α2 · σx̄ ≤ x̄ ≤ µ0 + z1− α2 · σx̄ |µx̄ = µ1
=P{95 ≤ x̄ ≤ 105|µ = 110}
5
z1− α2 = 2, 57; σx̄ = = 1, 945
2, 57
padronizando x̄ tem-se:
95 − 110 105 − 110
Z95 = = −7, 71; Z105 = = −2, 57;
1, 945 1, 945
Logo
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 25 / 36
Poder de um teste ou potência de um teste
Exemplo 7: De uma população normal, levantou-se uma amostra de tamanho 16,
obtendo-se x̄ = 18. Sabendo-se que a variância da população é 64. Admitindo
as hipóteses:
(
H0 : µ = 20 z1−qα2 = 1, 64
q
2
H1 : µ1 = 25 σx̄ σn = 64 16 = 2
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 25 / 36
Poder de um teste ou potência de um teste
Resolução (Cont.): Como a média amostral x̄ = 18 ∈ RNR, então não se rejeita
H0 . Portanto P(erro tipo I)=0, pois não se rejeitou H0 (só há possibilidade do
erro tipo I quando se rejeita H0 ). Por outro lado,
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 27 / 36
Cálculo do p-valor
Inicialmente, vamos considerar o caso do teste de hipóteses unilateral. Para
H0 : µ = µ0 ,
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 28 / 36
Cálculo do p-valor
Inicialmente, vamos considerar o caso do teste de hipóteses unilateral. Para
H0 : µ = µ0 ,
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 28 / 36
Cálculo do p-valor
p − valor =P(X̄ < x̄obs |H0 verd) = P(X̄ < 447|µ = 450)
447 − 450
=P(Z < √ ) = P(Z < −2, 68) = Φ(−2, 68) = 0, 0037
10/ 80
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 29 / 36
Cálculo do p-valor
Para o teste de hipóteses bilateral, o cálculo de p-valor leva em conta a posição
relativa entre a estimativa x̄obs e o valor de µ0 sob H0
Um procedimento usual é multiplicar por dois a probabilidade obtida em uma
das caudas;
Assim, ao testarmos H0 : µ = µ0 contra H1 : µ 6= µ0 , a definição do p-valor
depende da relação entre x̄obs e µ0
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 30 / 36
Cálculo do p-valor
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 31 / 36
Teste de hipóteses para µ de uma população normal com
σ 2 desconhecida
Se a variância σ 2 é desconhecida, o procedimento testes de hipóteses é similar
ao anterior.
1) Retiramos uma amostra de n elementos da população.
2
Se n > 30, usa-se a distribuição normal com s
Exemplo 10: A vida média das lâmpadas eléctricas produzidas por uma empresa
era de 1.120 horas. Uma amostra de 8 lâmpadas extraída recentemente
apresentou a vida média de 1.070 horas, com desvio padrão de 125 horas e
distribuição normal para a vida útil. Teste a hipótese de que a vida média das
lâmpadas não se alterou ao nível de 1%.
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 33 / 36
Teste de hipóteses para µ de uma população normal com
σ 2 desconhecida
Exemplo 10: A vida média das lâmpadas eléctricas produzidas por uma empresa
era de 1.120 horas. Uma amostra de 8 lâmpadas extraída recentemente
apresentou a vida média de 1.070 horas, com desvio padrão de 125 horas e
distribuição normal para a vida útil. Teste a hipótese de que a vida média das
lâmpadas não se alterou ao nível de 1%.
Resolução: Para verificar se houve alteração, conduz-se um teste bilateral:
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 35 / 36
Teste de hipóteses para µ de uma população normal com
σ 2 desconhecida
Docente: Prof. Doutor Cachimo Assane (DMI/UEM) Probabilidade e Estatística Ano lectivo: 2022/Semestre: I 35 / 36
Teste de hipóteses para µ de uma população normal com
σ 2 desconhecida