Escolar Documentos
Profissional Documentos
Cultura Documentos
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 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.
Tem sido comum a hipótese nula ser formulada com uma igualdade, enquanto a alternativa com
sinais que indicam a diferença ou desigualdade.
Exemplos:
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.
Tipos de Erros
A aplicação de um teste de hipóteses pode levar a erros, que podem ser classificados como:
Denota-se por:
( ( Verdadeira)
( ( Falsa)
O nível de confiança ( é a probabilidade com que desejamos não correr o risco de cometer o
erro tipo I.
Diz-se que um teste é potente se este nos leva a rejeitar a hipótese nula quando esta é falsa.
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
( Região de aceitação
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 aceitação
( Região de rejeição
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.
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 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.
̅
(
√
̅
(
√
̅
(
√
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
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;
Exemplos:
Resolução:
i. Hipóteses
Teste bilateral
̅
Dados: ̅ São conhecidos; n não conhecido: usar teste
Regras de decisão: A : Se e se ou
Onde:
RA Região de Aceitação de ;
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
( donde =1.885
√ √
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
( ) (
Regras: A se eR se
√ √
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.
(
= (
Teste bilateral ( ) (
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
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
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.
(
(
√
Onde:
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.
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
Passo 2. Dados:
( (
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.
1º Caso.
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.
( ̅ ̅
( (
√ √
2º Caso.
1.
( (
√
5. Conclusões:
Se não se pode rejeitar
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.
4.
( ( ( (
√ √
̅ ̅
√ √
1.
√ ̂( ̂ ( )
5. Conclusões:
Se não se pode rejeitar
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
4.
√ ̂( ̂ ( )
5. Conclusão:
Como , rejeita-se a hipótese da igualdade das proporções, concluindo-se com
risco de 10% que as proporções são diferentes.