Índice

Introdução..................................................................................................................................3

1. Erros nos testes de hipóteses...............................................................................................4

1.1. Erro Tipo I...................................................................................................................4

1.2. Erro Tipo II..................................................................................................................4

1.3. Potência do teste..........................................................................................................5

1.4. Valor p.........................................................................................................................5

2. Teste de hipótese para a média...........................................................................................5

3. Teste de hipótese para a diferença de 2 médias..............................................................7

4. Teste de hipótese para a proporção.....................................................................................9

5. Teste de hipótese para a diferença de proporções...............................................................9

Referências bibliográficas........................................................................................................11
Introdução
O teste de hipóteses é uma técnica estatística utilizada para tomar decisões sobre uma
população com base em informações amostrais. Ele permite que os pesquisadores possam
avaliar se uma afirmação feita sobre a população é suportada pelos dados amostrais ou se
deve ser rejeitada em favor de uma alternativa. O teste de hipóteses é amplamente utilizado
em diversas áreas do conhecimento, incluindo medicina, psicologia, biologia, engenharia,
entre outras.

O processo de teste de hipóteses envolve a formulação de duas hipóteses: a hipótese nula e a

hipótese alternativa. A hipótese nula é a afirmação inicial que é assumida como verdadeira
até que haja evidências contrárias. Já a hipótese alternativa é a afirmação que se acredita ser
verdadeira se houver evidências suficientes para rejeitar a hipótese nula.

O teste de hipóteses é baseado em um valor estatístico calculado a partir dos dados amostrais,
que é comparado a um valor crítico obtido a partir de uma distribuição de probabilidade
conhecida. Se o valor estatístico calculado for menor do que o valor crítico, a hipótese nula é
aceita como verdadeira. Caso contrário, a hipótese nula é rejeitada em favor da hipótese
alternativa.

Embora o teste de hipóteses seja uma técnica poderosa, é importante ter em mente que ele
não pode fornecer uma prova absoluta da veracidade de uma hipótese. Em vez disso, ele
fornece evidências que permitem que o pesquisador faça uma decisão informada sobre a
aceitação ou rejeição de uma hipótese.
1. Erros nos testes de hipóteses
A uma decisão está sempre associada a um risco, o risco de errar. No caso particular dos testes de
hipótese a tomada de decisão, para a população, é baseada na informação amostral pelo que se
podem cometer erros.

Uma das principais características dos testes de hipóteses é permitir controlar ou minimizar o
risco associado às decisões erradas.

A abordagem dos testes de hipóteses para controlar os erros consiste em fixar a probabilidade
associada ao erro de Tipo I, 𝛼, e minimizar a probabilidade associada ao erro de Tipo II, 𝛽.

A razão pela qual se atribui mais importância ao erro Tipo I deriva do seguinte ponto de vista: a
possibilidade de rejeitar 𝐻0 incorretamente é considerada mais grave, pois esta hipótese
corresponde à que deve ser defendida, a menos que existam evidências fortes a apontarem em
sentido contrário.

Exemplo: Coloque-se novamente o exemplo do funcionamento de um julgamento num tribunal,

onde uma pessoa é inocente até se provar o contrário.

 𝐻0: A pessoa é inocente.

 𝐻1: A pessoa é culpada.
 Erro de Tipo I: A pessoa é condenada, mas está inocente.
 Erro de Tipo II: A pessoa é absolvida, mas é culpada.

O sistema judicial considera que é mais grave culpar um inocente do que absolver um
culpado.

1.1. Erro Tipo I

Definição: O erro de Tipo I, ou de 1ª espécie, consiste em rejeitar a hipótese 𝐻0 quando 𝐻0

é verdadeira.

A probabilidade associada ao erro de Tipo I é:

P( Rejeitar H 0∨H 0 é verdadeira)=P( Rejeitar H 0∨θ=θ 0)≤ α

1.2. Erro Tipo II

Definição: O erro de Tipo II, ou de 2ª espécie, consiste em não rejeitar a hipótese 𝐻0 quando
𝐻0 é falsa.

A probabilidade associada ao erro de Tipo II, onde 𝜃 = 𝜃1, é 𝛽 e representa-se por:

β (θ 1)=P(Nãorejeitar H 0∨H 0 é falsa)=P(Não rejeitar H 0∨H 1 é verdadeira )=P(Não rejeitar H 0∨θ=θ

O valor de 𝛽(𝜃1) diminui à medida que o verdadeiro valor de 𝜃 = 𝜃1, se afasta de 𝜃0 (i.e., do
valor indicado 𝐻0), dado ser menos provável que não se detete o verdadeiro valor.
Consequentemente, quanto mais próximo estiver 𝜃1 de 𝜃0 maior é o valor desta
probabilidade.

1.3. Potência do teste

A potência de teste, 𝜋 = 1 − 𝛽, permite medir a capacidade do teste para decidir

acertadamente, quando a hipóteses 𝐻0 é falsa.

Definição: Designa-se por função potência de teste, 𝜋(𝜃1), a probabilidade associada à

decisão de rejeição de 𝐻0 quando esta é falsa, i. e.:

π (θ 1)=P(Rejeitar H 0∨H 0 é falsa)=P(Rejeitar H 0∨θ=θ 1)=1−P(Não rejeitar H 0∨θ=θ1)=1−β (θ 1)

Quanto mais perto estiver 𝜃1 de 𝜃 o menor é o valor da função potência, menos potente é o
teste, uma vez que é menor a capacidade de distinguir os verdadeiros valores dos falsos. Por
outro lado, quanto mais afastado estiver o verdadeiro valor de 𝜃 = 𝜃1, em relação a 𝜃0, mais
capaz é o teste de tomar decisões corretas.

1.4. Valor p

Definição: O 𝒗𝒂𝒍𝒐𝒓 𝒑, (habitualmente denominado por 𝑝-𝑣𝑎𝑙𝑢𝑒) é o menor nível de

significância, 𝛼, a partir do qual se começa a rejeitar a hipótese 𝐻0, i. e, se 𝛼 ≥ valor 𝑝 então
rejeitar 𝐻0.

2. Teste de hipótese para a média

Considere uma população com média 𝜇 e desvio padrão 𝜎 da qual se extraiu aleatoriamente
uma amostra de dimensão 𝑛, e para a qual que pretende realizar um teste de hipóteses para a
média populacional 𝜇.

2.1. Variância conhecida

Quando a população é normal com variância conhecida, a estatística de teste a utilizar é:

 X−μ
Z=
σ ~ N (0;1)
√n
onde 𝜇0 representa o valor de 𝜇 que se assume como sendo o verdadeiro até prova em
contrário, ou seja, o valor que se assume para 𝜇 em 𝐻0.

Se a distribuição da população não for Normal, mas a amostra for de grande dimensão, então
a estatística de teste anterior 𝑍 ~ 𝑁(0; 1).

Teste Bilateral Teste Unilateral Teste unilateral

direito esquerdo
Hipóteses a testar 𝐻0: 𝜇 = 𝜇0 𝑣𝑠 𝐻0: 𝜇 ≤ 𝜇0 𝑣𝑠 𝐻0: 𝜇 ≥ 𝜇0 𝑣𝑠
𝐻1: 𝜇 ≠ 𝜇0 𝐻1: 𝜇 > 𝜇0 𝐻1: 𝜇 < 𝜇

Regra de decisão |Z obs|≥ Z 1− α Z obs ≥ Z 1−α Z obs ≤−Z 1−α

2
(Rejeitar quando)

2.2. Variância desconhecida

Se a população for Normal com variância desconhecida, então a estatística de teste a utilizar
é:

X−μ 0
T= t n−1
S
√n
onde 𝜇0 representa o valor de 𝜇 que se assume como sendo o verdadeiro até prova em
contrário, ou seja, o valor que se assume para 𝜇 em 𝐻0.

Quando a distribuição da população não é Normal, mas a amostra é de grande dimensão

então a estatística de teste a usar é

X−μ
Z=
S ~ N (0;1)
√n
e desta forma deve ser usada a distribuição Normal tanto no cálculo das regiões críticas como
do valor 𝑝.

Teste Bilateral Teste Unilateral Teste unilateral

direito esquerdo
Hipóteses a testar 𝐻0: 𝜇 = 𝜇0 𝑣𝑠 𝐻0: 𝜇 ≤ 𝜇0 𝑣𝑠 𝐻0: 𝜇 ≥ 𝜇0 𝑣𝑠 𝐻1: 𝜇
𝐻1: 𝜇 ≠ 𝜇0 𝐻1: 𝜇 > 𝜇0 <𝜇

Regra de decisão |t obs|≥ t n−1 , t 1− α t obs ≥ t n−1 , t 1−α t obs ≤−t n−1 , t 1−α
2
(Rejeitar quando)

3. Teste de hipótese para a diferença de 2 médias

Considere duas populações, com médias 𝜇1 e 𝜇2 e desvios padrão 𝜎1 e 𝜎2, das quais se
extraíram aleatoriamente duas amostras independentes com dimensão 𝑛1 e 𝑛2,
respectivamente. Pretende-se realizar um teste de hipóteses para comparar as duas médias
populacionais 𝜇1 e 𝜇2, i. e., para a diferença entre as duas médias 𝜇1 − 𝜇2.

3.1. Quando as variâncias são conhecidas

Se as populações forem Normais com desvios-padrão 𝜎1 e 𝜎2, respectivamente, então a

estatística de teste a utilizar é:

( X 1−X 2 )−(μ 1−μ2)

Z=

√
2 2
σ1 σ2
+
n1 n2

onde (𝜇1 − 𝜇2)0 representa o valor de 𝜇1 − 𝜇2 que se assume como sendo o verdadeiro até
prova em contrário, ou seja, o valor que se assume para 𝜇1 − 𝜇2 em 𝐻0.

Se as populações não forem Normais, mas as amostras forem de grande dimensão, então a
estatística de teste anterior 𝑍 ~ 𝑁(0; 1).

Teste Bilateral Teste Unilateral Teste unilateral

direito esquerdo
 Hipóteses a testar 𝐻0: 𝜇 = 𝜇0 𝑣𝑠 𝐻0: 𝜇 ≤ 𝜇0 𝑣𝑠 𝐻0: 𝜇 ≥ 𝜇0 𝑣𝑠
𝐻1: 𝜇 ≠ 𝜇0 𝐻1: 𝜇 > 𝜇0 𝐻1: 𝜇 < 𝜇

Regra de decisão |Z obs|≥ Z 1− α Z obs ≥ Z 1−α Z obs ≤−Z 1−α

2
(Rejeitar quando)

3.2. Quando as variâncias são desconhecidas e iguais

Quando as duas amostras independentes são retiradas de duas populações com distribuição
Normal com desvios-padrão 𝜎1 e 𝜎2, respectivamente, desconhecidos, mas cuja igualdade
(𝜎1 = 𝜎2) pode ser considerada para um determinado nível de confiança†, a estatística de
teste a utilizar é:b

( X ¿ ¿1−X 2 )−(μ1−μ2 )
T= ¿¿

√
~ t n +n −2
√
2 2
( n 1−1 ) S + ( n2−1 ) S
1 2 1 1 1 2

∗ +
n 1+ n 2−2 n1 n2

Teste Bilateral Teste Unilateral Teste unilateral

direito esquerdo
Hipóteses a testar 𝐻0: 𝜇 = 𝜇0 𝑣𝑠 𝐻0: 𝜇 ≤ 𝜇0 𝑣𝑠 𝐻0: 𝜇 ≥ 𝜇0 𝑣𝑠
𝐻1: 𝜇 ≠ 𝜇0 𝐻1: 𝜇 > 𝜇0 𝐻1: 𝜇 < 𝜇

Regra de decisão |Z obs|≥ t 1− α Z obs ≥t 1−α Z obs ≤−t 1−α

2
(Rejeitar quando)

3.3. Quando as variâncias são desconhecidas e diferentes

Quando as duas amostras independentes são retiradas de duas populações com distribuição
Normal com desvios-padrão 𝜎1 e 𝜎2, respectivamente, desconhecidos, mas onde existe evidência
que são diferentes (𝜎1 ≠ 𝜎2) para um determinado nível de confiança, a estatística de teste a
utilizar é:
 ( X ¿ ¿1−X 2 )−(μ1−μ2 )
T= ¿¿

√
~ tv
√
2 2
( n 1−1 ) S 1+ ( n2−1 ) S2 1 1
∗ +
n 1+ n 2−2 n1 n2

[ ( )
]
2 2 2
S1 S1
+
n1 n2
Onde v=
( ) ( )
2 2 2 2
1 S1 1 S2
+
n 1−1 n1 n2−1 n 2

4. Teste de hipótese para a proporção

Considere uma população Bernoulli, com parâmetro 𝑝, da qual se retirou uma amostra aleatória

suficientemente grande e para a qual se pretende realizar um teste de hipóteses para a proporção

populacional 𝑝. A estatística de teste a utilizar é:

P−p 0
Z=

√ p 0 (1− p0 ) ~N (0;1)
n

onde 𝑝0 representa o valor que se assume para 𝑝 em 𝐻0.

Teste Bilateral Teste Unilateral Teste unilateral

direito esquerdo
Hipóteses a testar 𝐻0: p = p0 𝑣𝑠 𝐻0: p ≤ p0 𝑣𝑠 𝐻0: p ≥ p0 𝑣𝑠
𝐻1: p ≠ p0 𝐻1: p > p0 𝐻1: p < p

Regra de decisão |Z obs|≥ t 1− α Z obs ≥t 1−α Z obs ≤−t 1−α

2
(Rejeitar quando)

5. Teste de hipótese para a diferença de proporções

Considere duas populações Bernoulli, com parâmetros 𝑝1 e 𝑝2 das quais se extraíram

aleatoriamente dua amostras independentes de grande dimensão 𝑛1 e 𝑛2, respectivamente.
Pretende-se realizar um teste de hipóteses para comparar as duas proporções amostrais 𝑝1 e 𝑝2, i.
e., para a diferença de proporções 𝑝1 − 𝑝2. Para este teste sabe-se que

( P1 −P 2 )−( p 1− p2)
Z=

√ p 1 (1− p1 ) p 2 (1− p2)

n1
+
n2

Teste Bilateral Teste Unilateral Teste unilateral

direito esquerdo
Hipóteses a testar 𝐻0: 𝑝1 − 𝑝2 = 𝑝0 𝐻0: 𝑝1 − 𝑝2 ≤ 𝑝0 𝑣𝑠 𝐻0: 𝑝1 − 𝑝2 ≥ 𝑝0
𝑣𝑠 𝐻1: 𝑝1 − 𝑝2 > 𝑝0 𝑣𝑠
𝐻1: 𝑝1 − 𝑝2 ≠ 𝑝0 𝐻1: 𝑝1 − 𝑝2 < 𝑝0

Regra de decisão |Z obs|≥ t 1− α Z obs ≥t 1−α Z obs ≤−t 1−α

2
(Rejeitar quando)
Referências bibliográficas
Afonso, A., & Nunes, C. (2019). PROBABILIDADES E ESTATÍSTICA Aplicações e

Soluções em SPSS (1.a ed.). Universidade de Évora.

Carvalho, A. (2008). Introdução à inferencia estatística (3.a ed.). Texto Editora.