Teste de Hipoteses - Imprimir 1

TESTE DE HIPÓTESES 2022
EXTENSÃO DE CABO DELGADO

DEPARTAMENTO DE CIÊNCIAS TECNOLOGIAS ENGENHARIA E MATEMÁTICA
CURSO DE LICENCIATURA EM ENSINO DE MATEMÁTICA COM HABILITAÇÃO EM FÍSICA
Cadeira: Inferência Estatística 3º Ano
TESTE DE HIPÓTESES
Na grande maioria das vezes, o pesquisador tira conclusões para toda população, tendo
observado apenas uma amostra. Este processo denomina-se inferência.
Tomar decisões para uma população tendo como base apenas uma amostra pode ocasionar erros.
Para atenuar esses erros, aplicamos testes de hipóteses.
O teste de hipóteses cujo objectivo é decidir se uma afirmação, em geral, sobre parâmetros de
uma ou mais populações é, ou não, apoiado pela evidência obtida de dados amostrais.
Hipótese Estatística é uma afirmação ou suposição sobre o valor de um parâmetro populacional

ou sobre a natureza da distribuição da probabilidade de uma variável e que precisa testar para se
tomar uma decisão estatística.
São exemplos de hipóteses estatísticas as afirmações:
 A estatura média da população moçambicana é de 1.60cm.

 A variância dos salários da empresa emose é de 8000 mtn.
 A proporção de alunas da escola secundária de Montepuez é de 38%.
Hipótese Estatísticas
De um modo geral, para a realização de um teste estatístico, começa-se por emitir a hipótese
( )que é a hipótese a ser testada e depois a hipótese alternativa ( ) que é a diferente da
hipótese nula ou a hipótese a ser considerada como alternativa à hipótese nula.
Geralmente a hipótese ( ) representa a suposição que o pesquisador quer provar, sendo a

hipótese ( ) formulado com o expresso propósito de ser rejeitada.
Resumo teórico: teste de Hipóteses || Docente: Cistélio Armando Pequenino Muando 1

Tem sido comum a hipótese nula ser formulada com uma igualdade, enquanto a alternativa com
sinais que indicam a diferença ou desigualdade.
Exemplos:
Consideremos as seguintes situações de formulação de hipóteses estatística.
I. Um médico afirma numa entrevista que a proporção de pessoas que diariamente na

cidade de Montepuez é infectada pelo vírus da malária esta acima de 15%.
Teste unilateral a direita
II. Um psicólogo, mantem a sua ideia de que o coeficiente de inteligência de uma pessoa de
20 anos de idade não é igual a 100%.
Teste bilateral
III. Um produtor de viaturas nas justificações afirma que a camada de cromo que é usada
para embelecer os carros de marca Toyota tem uma variância menor que 220 gramas.
Teste unilateral a esquerda
Tipos de Erros
A aplicação de um teste de hipóteses pode levar a erros, que podem ser classificados como:
 Erro tipo I ( )quando rejeitamos a hipótese nula sendo ela verdadeira.

 Erro tipo II ( quando aceitamos a hipótese nula sendo ela falsa.
Situação específica na população

Conclusão do teste Verdadeira Falsa
Não rejeitar Decisão Correcta Erro tipo II
Rejeitar Erro tipo I Decisão Correcta

Denota-se por:
( ( Verdadeira)
( ( Falsa)
O nível de significância ( é a probabilidade com que desejamos correr o risco de cometer o

erro do tipo I.
O nível de confiança ( é a probabilidade com que desejamos não correr o risco de cometer o
erro tipo I.
Usualmente utilizamos níveis de significância de 10%, 5% e 1%.
Diz-se que um teste é potente se este nos leva a rejeitar a hipótese nula quando esta é falsa.
E um teste é robusto se conduz ao investigador a tirar conclusões correctas, mesmo com a

violação de alguns pressupostos do mesmo. Quanto mais potente e robusto um teste, melhor é.
Configurações das regiões críticas
O conjunto dos valores observados para os quais a hipótese nula é verdadeira forma o domínio
ou região de aceitação da hipótese nula ( . Os valores restantes constituem o domínio (área) ou
região crítica da hipótese nula ( que a região da aceitação da hipótese alternativa.
Um teste bilateral é quando a sua hipótese alternativa é dada por um ponto definido
demarcando duas regiões de rejeição. A figura abaixo mostra a localização das regiões de
aceitação e de rejeição bem como as probabilidades para um teste bilateral.
( Região de aceitação

( Região de Rejeição
( Região de Rejeição
Teste Unilateral a direita é quando sua hipótese alternativa é dada por um intervalo semi-
fechado, apresentando uma região de rejeição situada a direita.
( Região de rejeição
Teste Unilateral a esquerda é quando sua hipótese alternativa é dada por um intervalo semi-
fechado, apresentando uma região de rejeição situada a esquerda.
( Região de rejeição
Os testes estatísticos podem ser divididos em duas categorias:
Testes paramétricos e não paramétricos
Testes paramétricos são aqueles em que na sua realização, são necessariamente calculadas as
medidas estatísticas como a media, desvio padrão, etc…, para além de terem o pressuposto de
que a população onde foi extraída amostras segue a distribuição normal.

Testes não paramétricos são aqueles em que os dados estão muitas vezes na escala nominal,
ordinal ou intervalo. Sendo assim, não são calculados os parâmetros populacionais.
Passos para a realização de um teste de hipóteses
O procedimento básico na realização dos testes de hipóteses é:
Passo 1.A partir do contexto do problema, identificar o parâmetro de interesse (média, variância,
desvio padrão…) e formular as hipóteses nula ( e a sua alternativa ( .
Passo 2.Especificar o nível de significância ( e decidir o teste em função do tipo de

distribuição.
Passo 3. Com o auxílio dos dados e das tabelas estatísticas, calcular o valor crítico e estabelecer
as regras de decisão.
Passo 4.Calcular o valor observado do teste com base nos dados observados pela amostra.
i. Variância populacional conhecida
̅
(
√
ii. Variância desconhecida; quando
̅
(
√
iii. Variância desconhecida e quando
̅
(
√
Passo 5.Comparar os valores; Crítico e observado e depois dar a resposta final em função da
regra de decisão e do problema tratado.
Testes de Significância
Teste de significância da Média

A média populacional ( é definitivamente o parâmetro mais importante quando se pretende

estudar distribuições.
O teste da média consiste em dada uma amostra aleatória extraída de uma população
normalmente distribuída com média e a variância verificar se a média da amostra difere
significamente da media populacional.
O valor da estatística do teste pode ser calculado usando a distribuição normal quando a amostra
é grande (n ou pela distribuição t de student quando a amostra é pequena (n<30) ou a
variância populacional desconhecida.
̅
(
√
Ou
̅
(
√
Os valores críticos são calculados segundo as regras que estão na tabela abaixo;
Uso de tabelas Distribuição normal padrão Distribuição t de Student

Teste bilateral ( (
Teste unilateral a direita ( (

Teste unilateral a esquerda ( (
Exemplos:
1. De uma população de trabalhadores de uma empresa normalmente distribuída, sabe-se

que a altura média dos funcionários é igual a 150 cm com variância de 100 cm. Testar ao
nível de significância de 0.05, se uma amostra com média 172 cm teria sido retirada desta
população ou não.

Resolução:
i. Hipóteses
Teste bilateral
ii. Escolha do teste estatístico
̅
Dados: ̅ São conhecidos; n não conhecido: usar teste
iii. Para teste bilateral: (

Da tabela tem-se
Regras de decisão: A : Se e se ou
Onde:
RA Região de Aceitação de ;
RC Regiao de Critica ou de Rejeicao de .
iv. Calcular o valor observado

v. Como 2,2> 1.96, logo podemos dizer que não há razão de aceitar a hipótese nula. Isto
é ao nível de significância de 95% o valor da média da amostra difere significamente
da média da população ou então a amostra com media 172 não provem da população
com média 150cm.
2. Um psicólogo pretende determinar o tempo médio que demora para reagir um adulto
numa situação de emergência. Assumindo que o tempo médio em geral foi estimado em
0.56 segundos com desvio padrão de 0.082 segundos. Numa amostra aleatória de
tamanho iguala 35 pessoas ao nível de significância de 0.03, o que se pode concluir se
tiver uma média amostral de 0.59segundos.
Resolução:
i. Hipóteses
Teste unilateral a direita
Dados: ̅ São conhecidos; vamos usar o teste

da média para amostra grande:
iii. Cálculo do valor crítico
Para ( como ( ( então:
( donde =1.885
Regra de decisão: A se z eR se z >1.885

iv. Cálculo do valor observado
√ √
v. Como 2.16 , podemos concluir que deve-se rejeitar a hipótese nula com esta
rejeição quer dizer que com o nível de significância de 3% as diferenças entre a média
da amostra e da população são significativas.
3. As estatísticas dos últimos cinco anos mostraram que as pessoas que auferem um salário
superior a 27000 mtn possuem uma poupança de 11500 mtn mensalmente. Uma breve
consulta ao gerente de uma dependência do bci mostrou para uma amostra de 20 clientes
uma média de 11800 mtn, com desvio padrão de 200 mtn. Use o nível de significância de
0.05 e verifique se a media das poupanças mudou significamente ou não.
Resolução:
i. Hipóteses
Teste bilateral
Dados: ̅ São conhecidos; vamos usar o teste

t de student:
iii. Cálculo do valor crítico

( ) (
Regras: A se eR se
iv. Cálculo do valor observado
√ √
v. Como , pode se dizer que há razão suficiente para se rejeitar a hipótese

nula. Isto é ao nível de confiança de 95% o valor médio das poupanças alteraram
significativamente.
Teste de significância da Variância
Tal como ocorre com outros testes de parâmetros, neste teste procura-se essencialmente verificar
se a variância encontrada numa amostra corresponde ou difere significativamente com a
variância populacional de onde foi retirada.
Se é a variância de uma amostra aleatória de tamanho n, retirada de uma população
normalmente distribuída com média e variância conhecidas, e ( ), então o valor do
teste da variância da amostra é calculado por:
(
= (
O valor crítico é obtido da tabela de distribuição do Qui-quadrado.
 Teste bilateral ( ) (
 Teste unilateral a direita (

 Teste unilateral a esquerda (
Exemplo:
Para diminuir a emissão do monóxido de carbono, uma fábrica de produção de carros depois
de 4 anos de experiência estimou que a média e desvio padrão do monóxido emitido era 0.3% e
0.025% por unidade de volume de óxido de carbono. No sexto ano de funcionamento com os
mesmos padrões uma amostra de 20 carros foi retirada e foram medidos os valores de
monóxido de carbonos emitidos. Testar ao nível de significância de 0.10 se a variância actual
excede os 25%.
0.292 0.287 0.262 0.274 0.331 0.322 0.325 0.282 0.353 0.299
0.310 0.328 0.315 0.300 0.298 0.229 0.316 0.314 0.283 0.281
Resolução:
Passo 1. Hipóteses
teste unilateral a direita
Passo 2.
Dados:
Passo 3. ( (

( ( (
Passo 4.
Passo 5. Como <27.2, pode-se concluir que a quantidade de monóxido de carbono emitido em
cada unidade de volume do óxido de carbono no sexto ano não aumentou significativamente em
relação ao valor estimado nos primeiros 4 anos. Ou NR
Teste de significância da proporção
Algumas vezes, é possível encontrar os resultados de experiências classificadas em duas

categorias mutuamente exclusivas por exemplo casado e não casado; efectivo e não efectivo;
muitos eleitores votaram no candidato A, poucos no candidato B, alguns nem foram votar, etc.
Situação como estas, que envolvem distribuição binomial ou que mesmo em casos onde o
tratamento numérico é muito trabalhoso e menos compreensível, é usualmente importante testar
a proporção de sucessos em relação a população.
O valor do teste da proporção de sucessos numa amostra de tamanho n, extraída de uma
população com a proporção normalmente distribuída é calculada pela expressão.
(
(
√
Onde:
frequencia relativa do evento na amostra;
valor da hipótese nula.
tamanho da amostra
Exemplo 1.
As condições de mortalidade de uma região são tais que a proporção de nascidos que
sobrevivem até 60 anos é de 0.6. Testar essa hipótese ao nível de 5% se 1000 nascimentos
amostrados aleatoriamente, verificou-se 530 sobreviventes até 60 anos.
i.

ii.
iii.
iv.
( (
√ √ √
v.
Como , rejeita-se concluindo-se, ao nível de 5%, que
O presidente de uma certa associação, pretende avançar com um projecto que tem suscitado
controversas no grupo. Ele afirma em sua defesa que mais de 50% dos associados concordam
com o projecto. O que se deve concluir da afirmação do presidente, sabendo que dos 70
associados escolhidos aleatoriamente 60 se manifestaram a favor da opinião. Use um nível de
significância de 5%.
Resolução:
Passo 1. Hipóteses
teste unilateral a direita
Passo 2. Dados:

Passo 3. Cálculo do valor crítico
( (
Regras: A se
Passo 4.
(
√ √
Passo 5. Como o valor observado é maior do que o valor critico não existe razão
suficiente para aceitar a hipótese nula, de facto os associados estão a favor do presidente da
associação.
Teste de significância para a igualdade de duas Médias
1º Caso.
As variâncias populacionais são conhecidas, independentes e normais.
1. é uma diferença admitida entre as medias.
Os testes unicaudais são permitidos.
2. Fixar . Escolher a variável normal padrão: .

3. Com auxilio da tabela da distribuição normal padrão, determinar RA e RC.

4. Cálculo do valor da variável

( ̅ ̅
5. Conclusões:
Se não se pode rejeitar
Se rejeita-se
Exemplo
Um fabricante de pneus faz dois tipos. Para o tipo A, milhas, e para o tipo B,
milhas. Um táxi testou 50 pneus do tipo A e 40 do tipo B, obtendo 24000 milhas e 26ooo
milhas de duração média dos respectivos tipos. Adoptando-se um risco alfa de 4%, testar a
hipótese de que a vida média dos dois tipos é a mesma.
1.
2.
3. RA e RC

4.
( ̅ ̅
( (
√ √
5. Como , rejeita-se , concluindo-se com risco de 4% que as vidas medias

dos pneus são diferentes.
2º Caso.
As variâncias populacionais são desconhecidas e, admitidas iguais, independentes e normais.
1.
2. Fixar Escolher a variável “ ” com (

3. Com auxílio da tabela da distribuição “ ” determinam-se RA e RC.
4. Cálculo do valor da variável

̅ ̅
( (
√
5. Conclusões:
Se rejeita-se

Exemplo.
Dois tipos de tinta foram testados sob as mesmas condições meteorológicas. O tipo A
registou uma média de 80 com um desvio de 5 em 5 partes. O tipo B, uma média de 83
com um desvio de 4 em 6 partes. Adoptando-se testar a hipótese da igualdade
das médias.
1.
2. e a variável normal com graus de liberdade.

3. RA e RC
4.
( ( ( (
√ √
̅ ̅
√ √
5. Como , não se pode rejeitar com esse nível de

significância.
Teste de significância para igualdade de duas proporções
1.
2. Fixar . Escolher a variável normal padrão: .

3. Com auxílio da tabela da distribuição normal padrão, determinar RA e RC.
4. Cálculo do valor da variável.
√ ̂( ̂ ( )
Onde: e são as frequências relativas amostrais: ̂ é o estimador comum a e , dado por:
5. Conclusões:
Se rejeita-se
Exemplo.
Deseja-se testar se são iguais as proporções de homens e mulheres que lêem revista e se lembram
de determinado anuncio.
São os seguintes os resultados de amostras aleatórias independentes de homens e mulheres.
Homens Mulheres

Onde é o numero de homens que se lembram do anuncio e é o correspondente

numero de mulheres. Admita
1.
2. . Escolher a variável normal padrão: .

3. Com auxílio da tabela da distribuição normal padrão, determinar RA e RC.
4.
√ ̂( ̂ ( )
5. Conclusão:
Como , rejeita-se a hipótese da igualdade das proporções, concluindo-se com
risco de 10% que as proporções são diferentes.


Teste de Hipoteses - Imprimir 1

Enviado por

Dados do documento

Título original

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

Teste de Hipoteses - Imprimir 1

Enviado por

Direitos autorais:

Formatos disponíveis

TESTE DE HIPÓTESES 2022

EXTENSÃO DE CABO DELGADO

Hipótese Estatística é uma afirmação ou suposição sobre o valor de um parâmetro populacional

São exemplos de hipóteses estatísticas as afirmações:

 A estatura média da população moçambicana é de 1.60cm.

Geralmente a hipótese ( ) representa a suposição que o pesquisador quer provar, sendo a

Resumo teórico: teste de Hipóteses || Docente: Cistélio Armando Pequenino Muando 1

Consideremos as seguintes situações de formulação de hipóteses estatística.

I. Um médico afirma numa entrevista que a proporção de pessoas que diariamente na

Teste unilateral a direita

Teste unilateral a esquerda

 Erro tipo I ( )quando rejeitamos a hipótese nula sendo ela verdadeira.

Situação específica na população

Resumo teórico: teste de Hipóteses || Docente: Cistélio Armando Pequenino Muando 2

O nível de significância ( é a probabilidade com que desejamos correr o risco de cometer o

Usualmente utilizamos níveis de significância de 10%, 5% e 1%.

E um teste é robusto se conduz ao investigador a tirar conclusões correctas, mesmo com a

Configurações das regiões críticas

Resumo teórico: teste de Hipóteses || Docente: Cistélio Armando Pequenino Muando 3

Os testes estatísticos podem ser divididos em duas categorias:

Testes paramétricos e não paramétricos

Resumo teórico: teste de Hipóteses || Docente: Cistélio Armando Pequenino Muando 4

Passos para a realização de um teste de hipóteses

O procedimento básico na realização dos testes de hipóteses é:

Passo 2.Especificar o nível de significância ( e decidir o teste em função do tipo de

i. Variância populacional conhecida

ii. Variância desconhecida; quando

iii. Variância desconhecida e quando

Teste de significância da Média

Resumo teórico: teste de Hipóteses || Docente: Cistélio Armando Pequenino Muando 5

A média populacional ( é definitivamente o parâmetro mais importante quando se pretende

Uso de tabelas Distribuição normal padrão Distribuição t de Student

Teste unilateral a direita ( (

1. De uma população de trabalhadores de uma empresa normalmente distribuída, sabe-se

Resumo teórico: teste de Hipóteses || Docente: Cistélio Armando Pequenino Muando 6

ii. Escolha do teste estatístico

iii. Para teste bilateral: (

RC Regiao de Critica ou de Rejeicao de .

iv. Calcular o valor observado

Resumo teórico: teste de Hipóteses || Docente: Cistélio Armando Pequenino Muando 7

Teste unilateral a direita

ii. Escolha do teste estatístico

Dados: ̅ São conhecidos; vamos usar o teste

iii. Cálculo do valor crítico

Para ( como ( ( então:

Regra de decisão: A se z eR se z >1.885

Resumo teórico: teste de Hipóteses || Docente: Cistélio Armando Pequenino Muando 8

iv. Cálculo do valor observado

ii. Escolha do teste estatístico

Dados: ̅ São conhecidos; vamos usar o teste

iii. Cálculo do valor crítico

Resumo teórico: teste de Hipóteses || Docente: Cistélio Armando Pequenino Muando 9

iv. Cálculo do valor observado

v. Como , pode se dizer que há razão suficiente para se rejeitar a hipótese

Teste de significância da Variância

Se é a variância de uma amostra aleatória de tamanho n, retirada de uma população

normalmente distribuída com média e variância conhecidas, e ( ), então o valor do

teste da variância da amostra é calculado por:

O valor crítico é obtido da tabela de distribuição do Qui-quadrado.

 Teste unilateral a direita (

Resumo teórico: teste de Hipóteses || Docente: Cistélio Armando Pequenino Muando 10

 Teste unilateral a esquerda (

teste unilateral a direita