Escolar Documentos
Profissional Documentos
Cultura Documentos
3
Testes de hipóteses para a média (σ2 conhecido)
Diálogo aberto
Fonte: Climatempo
Assimile
A hipótese H0, denominada hipótese nula, geralmente é afirmativa ou,
no caso de uma variável quantitativa, uma hipótese de igualdade. Ela
é nossa principal hipótese, o foco da nossa análise e a que queremos
Atenção
Alguns autores também denotam a hipótese alternativa por Ha.
Possibilidades para H0
Decisão
Verdadeira Falsa
Não rejeitar H0 Decisão correta Erro tipo II
Rejeitar H0 Erro tipo I Decisão correta
Fonte: Morettin (2010)
Testando hipóteses
Exemplificando
49 – 50 – 48 – 51 – 47 – 48 – 55 – 50 – 55 – 49 – 51 – 53
H0: µ = 55 H1: µ ≠ 55
Passo 2 (determinar a estatística de teste): Como nosso objetivo é
testar a média populacional da variável X N ( µ ,18 ) , pelo TLC nossa
estatística de teste será x N ( 55,18 / 12 ) ou x N ( 55;1, 5 ) , caso a
hipótese nula seja verdadeira.
RC = x ∈ R | x ≤ 52, 6 ou x ≥ 57 4}.
H0: µ = 50 H1: μ ≠ 50
x −µ
Observando a tabela Z e lembrando que z = , temos:
σ2 /n
RC = x ∈ R | x ≤ 47, 6 ou x ≥ 52 4}.
Assimile
Região crítica: região de rejeição da hipótese nula.
Atenção
Testes de hipóteses como o do exemplo anterior são ditos bilaterais,
pois a região crítica tem parte à esquerda e parte à direita do valor que
está sendo testado.
Exemplificando
Resolução:
xc − µ
Mas � P x xc P Z z em que z = . Observando a tabela
σ2 /n
Z, temos:
xc − 50
z = −1 64 = ⇒ −1, 64 0, 4 = xc − 50 ⇒ xc = 50 − 1, 64 0, 4 ≅ 48, 96;
0, 4
RC = {x ∈ R | x ≤ 48, 96}
Passo 4 (calcular a estatística a partir da amostra): x = 48 9
Passo 5 (tomar uma decisão): como � x ∈ RC , optamos por rejeitar H0,
ou seja, existem indícios suficientes de que a média populacional é menor
que μ = 50.
Concluímos que Paulo está correto ao afirmar que a velocidade média
fornecida é menor que a velocidade média contratada.
Problema 1 Problema 2
Problema 1: testar μX = 80
xc1 − 80
z1 = −2 33 = ⇒ −2, 33 7, 2 = xc1 − 80 ⇒ xc1 = 80 − 2, 33 7, 2 ≅ 73, 7;
7, 2
xc2 − 80
z2 = 2, 33 = ⇒ 2, 33 7, 2 = xc2 − 80 ⇒ xc2 = 80 + 2, 33 7, 2 ≅ 86, 3;
7, 2
Pratique mais!
Instrução
Desafiamos você a praticar o que aprendeu transferindo seus conhecimentos
para novas situações que pode encontrar no ambiente de trabalho. Realize
as atividades e depois as compare com as de seus colegas.
1. Competências
Não se aplica.
técnicas
2. Objetivos de
Realizar testes de hipóteses pela abordagem valor-p.
aprendizagem
Lembre-se
Hipótese nula (H0): geralmente é afirmativa ou, no caso de uma
variável quantitativa, uma hipótese de igualdade. Ela é nossa principal
hipótese, o foco da nossa análise e a que queremos pôr à prova.
a) RC {x | x 150, 66}
b) RC {x | x 150, 66}
c) RC {x | x 150, 87}
d) RC {x | x 150, 87}
e) RC {x | x 150, 76}
a) 12,3%
b) 10,2%
d) 5,0%
e) 2,5%
a) a = b = c
b) a = b > c
c) a < b = c
d) a < b < c
e) a > b > c
1,90 – 2,09 – 2,07 – 1,89 – 1,94 – 1,89 – 2,15 – 2,10 – 2,06 – 2,13 – 2,05
– 2,03 – 2,04 – 2,11 – 2,12 – 2,15 – 1,86 – 2,10 – 1,98 – 1,90
Distribuição de Student
Assimile
Estatística z Estatística t
x ⟶ x
z t
²/n Var X / n
Assimile
Graus de liberdade (v): número de desvios em relação à média que
não estão relacionados entre si. Para calcular os graus de liberdade,
efetuamos v = n – 1.
• P a t b P t b P t a
• P t 0 P t 0 0, 5
• P t t0 1 P t t0
Exemplificando
Uma variável X~N (μ,σ2) é estudada em determinada população. Parte
dos pesquisadores suspeita que μ = μ1 = 55 e outros que μ = μ2 =
50. No intuito de pôr à prova essas suspeitas eles decidiram fazer
testes para identificar qual delas é a correta. Para isso, foi retirada uma
amostra da população, a qual é apresentada a seguir.
49 – 50 – 48 – 51 – 47 – 48 – 55 – 50 – 55 – 49 – 51 – 53
Resolução:
H0: μ = 55 H1: μ ≠ 55
xc1 55
t1 2, 201 2, 201 0, 583 xc1 55 xc1 55 2, 201 0, 583 xc1 53, 3;
7
12
xc2 55
t2 2, 201 2, 201 0, 583 xc2 55 xc2 55 2, 201 0, 583 xc2 56, 7;
7
12
RC {x | x 53, 3 ou x ≥ 56, 7} .
H0: μ = 50 H1: μ ≠ 50
valor-p 2 P t tc 2 tc 2 5% 10% .
Exemplificando
Resolução:
valor-p P t tc 2, 5% .
Problema 1 Problema 2
Problema 1: testar μX = 80
x
Passo 2 (determinar a estatística de teste): t com v =
Var X / n
19 graus de liberdade (veja Tabela 2.1).
Passo 3 (fixar o nível de significância): α = 2%
76, 05 80
tc 1, 504
137, 94 / 20
valor-p = P t tc 5% .
Pratique mais!
Instrução
Desafiamos você a praticar o que aprendeu transferindo seus conhecimentos
para novas situações que pode encontrar no ambiente de trabalho. Realize
as atividades e depois as compare com as de seus colegas.
1. Competências
Não se aplica.
técnicas
2. Objetivos de
Realizar testes de hipóteses pela abordagem valor-p.
aprendizagem
3. Conteúdos Testes de hipóteses para a média com variância
relacionados desconhecida.
Determinada máquina corta barras de metal com 50 cm,
em média, sendo o comprimento dessas barras uma
variável X~(μ,σ2). Caso a média dos comprimentos seja
diferente de 50 cm, há prejuízo para a empresa.
Alguns funcionários suspeitam que a máquina esteja
4. Descrição desregulada e que isso tem causado prejuízo. Para
da situação-
problema verificarem a suspeita, coletaram uma amostra de
tamanho n = 28 e obtiveram x̅ = 52,04 cm e Var(X) = 25
cm².
Utilizando a abordagem valor-p e o nível de significância α
= 5%, verifique se há indícios suficientes para confirmar a
suspeita dos funcionários.
Passo 1 (elaborar as hipóteses):
H0: μ = 50 H1: μ ≠ 50
x
Passo 2 (determinar a estatística de teste): t
Var X / n
com v = 27 graus de liberdade.
Passo 3 (fixar o nível de significância): α = 5%
5. Resolução Passo 4 (calcular a estatística a partir da amostra): x̅ =
da Situação 52,04 e Var(X) = 25.
Problema: 52, 04 50
tc 2,159
25 / 28
Observe na tabela T, na linha correspondente a v = 27,
que o valor tc = 2,159, é maior que 2,158 que corresponde
a 2%. Assim, temos:
Lembre-se
A distribuição normal padrão (ou distribuição z) é utilizada para os
casos em que a variância populacional é conhecida ou quando temos
grandes amostras (geralmente n > 120). Para pequenas amostras e
variância populacional desconhecida, o correto é utilizarmos a
distribuição de Student (ou distribuição t).
a) RC = { x ∈ R|x ≥ 61 120}
b) RC = { x ∈ R|x ≥ 61 118}
c) RC = { x ∈ R|x ≥ 60 931}
d) RC = { x ∈ R|x ≥ 60 929}
e) RC = { x ∈ R|x ≥ 61 178}
3. Para testar as hipóteses H0: μ = 100 e H1: μ < 100, coletou-se uma
amostra de tamanho n = 20 e obteve-se x̅ = 98,84 e Var(X) = 9. Assinale a
alternativa que contém o valor-p.
a) 0,5%
b) 1%
c) 2%
d) 2,5%
e) 5%
e) valor-p = 5%
83 – 83 – 82 – 80 – 79 – 81 – 80 – 79 – 84 – 80 – 82 – 82
6. Sejam as hipóteses H0: μ = 500 e H1: μ < 500. Determine a região crítica
para α = 5%, sabendo que de uma amostra de tamanho n = 28 obteve-
se x̅ = 498 e Var(X) = 100. Por fim, conclua se a hipótese nula deve ser
rejeitada ou não.