Estatística II 2020 2021 Slides de Apoio À Décima Semana Letiva

6 – Testes Qui-quadrado
6.1 – A distribuição Qui-quadrado
6.2 – Teste de ajustamento
6.3 – Teste de independência
1
Disciplina: Estatística II Curso: Economia Ano: 2º Semestre: 2º
Características da distribuição Qui-quadrado (  ):

2

(1) O parâmetro da distribuição é o número de graus de liberdade
(2) A distribuição assume apenas valores não negativos
(3) A forma da distribuição depende do número de graus de liberdade
f  2  7 g.l.
2 g.l.
12 g.l.
0 5 10 2
2
 Uso da Tabela da Distribuição do Qui-quadrado:
 O número de graus de liberdade
 Nível de significância do teste
 Exemplo: Determine o valor da distribuição do Qui-quadrado, com

8 graus de liberdade, que deixa uma área igual a 0,1 do lado direito
da curva da distribuição.
3
Tabela do Qui-quadrado
4
Área do Lado Direito

Graus de 0.995 … 0.100 … 0.005
Liberdade
1 0.000 ... 2.706 ... 7.879
2 0.010 ... 4.605 ... 10.597
… ... ... ... ... ...
8 1.344 ... 13.362 ... 21.955
… ... ... ... ... ...
0,1
2
8  13,362
f   2 (8) 
0,1
0 13,362 2 8
5
Exemplo 1– Uma empresa publicita o seu produto em quatro meios de comunicação social:
revistas, rádio, jornais e outdoors e gasta o mesmo montante em cada um destes quatro meios
de comunicação. Para testar se os quatro meios de comunicação social têm o mesmo impacto
promocional, o departamento de marketing da empresa questionou 2000 clientes,
aleatoriamente seleccionados, acerca do meio de comunicação social que os levou a
adquirirem o produto. As respostas dos 2000 clientes encontram-se no quadro seguinte.
Revistas Rádio Jornais Outdoors Total

Meio de comunicação
social
400 600 550 450 2000
Usando um nível de significância de 1%, fará sentido a empresa investir o mesmo montante
nos quatro meios de comunicação social?
6
Só é razoável investir o mesmo montante nos quatro meios de comunicação

social se o seu impacto promocional for o mesmo.
H0 : as proporções de clientes que compraram o produto influenciados por
cada um dos meios de comunicação social são idênticas.
Ha : as proporções de clientes que compraram o produto influenciados por
cada um dos meios de comunicação social não são idênticas.
7
Seja
pi  verdadeira proporção de clientes que compraram o produto influenciadas pelo
meio de comunicação i (i = 1, 2, 3, 4; 1 = revistas, 2 = jornais, 3 = rádio, 4 = outdoors).
H0 : p1  p2  p3  p4  0, 25
Ha : p1  0, 25  p2  0, 25  p3  0, 25  p4  0, 25
O teste de ajustamento é um teste não paramétrico.
8
 Em um teste de ajustamento, as frequências que se verificam em um

determinado momento designam-se por frequências observadas.
 A hipótese nula em um teste deste tipo é a de que as frequências

observadas exibem uma certa distribuição.
 Este teste tem a designação de teste de ajustamento, uma vez que

procura testar até que ponto as frequências observadas se ajustam a
uma certa distribuição.
9
Frequências Observadas – São as frequências que se obtêm com a realização de uma

experiência e representam-se por O.
Frequências Esperadas – São as frequências que se espera obter se H0 for verdadeira
e representam-se por E.
A frequência esperada para uma dada categoria i é dada por
Ei = n pi
em que n é a dimensão da amostra e pi a probabilidade de um indivíduo pertencer
à categoria i se H0 for verdadeira (ou a proporção de indivíduos que pertencem a
essa categoria, se H0 for verdadeira).
10
Estatística do Teste de Ajustamento – A estatística a usar em um teste

de ajustamento é:
 Oi - E i 
2
k
2  
i 1 Ei
em que
Oi - frequências observadas
Ei - frequências esperadas = n pi
11
Graus de Liberdade em um Teste de Ajustamento – Em um teste de ajustamento os

graus de liberdade são dados por:
Graus de liberdade = k  1
em que k representa o número de possíveis resultados (ou categorias) de uma

experiência.
Nota importante: para que um teste de ajustamento possa ser feito a

amostra deve ser grande. Considera-se que a amostra é grande se a
frequência esperada para cada categoria for igual ou superior a cinco:
Ei ≥ 5.
Se esta condição não se verificar para uma dada categoria, deve-se
tentar aumentar a dimensão da amostra; ou então combinar duas ou
mais categorias, de tal forma que a frequência esperada seja, no mínimo,
igual a cinco.
12
Resolução do Exemplo 1: Usando um nível de significância de 1%, fará sentido a empresa

investir o mesmo montante nos quatro meios de comunicação social?
Revistas Rádio Jornais Outdoors Total

Meio de comunicação
considerado mais eficaz
400 600 550 450 2000
Resolução:
(1) Hipótese nula e hipótese alternativa
H0 : p1  p2  p3  p4  0, 25
Ha : p1  0, 25  p2  0, 25  p3  0, 25  p4  0, 25
13
(2) Estatística do teste:

segue uma distribuição 2 .
(3) Determinar a região de rejeição e a região de não rejeição:
Nível de significância = 0,01

Número de categorias (k) = 4
Graus de liberdade = k – 1 = 4 – 1 = 3
0,01
0 11,345  2  3
14
(4) Calcular o valor da estatística do teste:
Frequências Frequências
Observadas Esperadas
Meios de pi  Oi - Ei   Oi - Ei 2  Oi - E i 
2
comunicação Oi Ei = npi
Ei
Revistas 400 0.25 500 -100 10 000 20
Rádio 600 0.25 500 100 10 000 20
Jornais 550 0.25 500 50 2500 5
Outdoors 450 0.25 500 -50 2500 5
 Oi  E i 
2
4
n = 2 000 1 n = 2 000 0  
2
 50
i 1 Ei
15
(5) Tomada de decisão:
3 g. l.
0,01
0 11,345 2
Conclusão: o valor da estatística do teste (50) é superior ao valor crítico (11,345) e, por
isso, cai na zona de rejeição. Deste modo, rejeita-se H 0 para um nível de confiança de
99%. Assim, usando a informação da amostra, rejeita-se que os quatro meios de

comunicação social tenham o mesmo impacto promocional junto dos clientes. A
empresa deverá rever a sua política de investimentos em publicidade uma vez que não
faz sentido investir o mesmo montante nos quatro meios de comunicação.
16
 Exemplo 2: 40 indivíduos que experimentaram um produto foram classificados de

acordo com a seguinte tabela de contingência:
Apreciação do produto
Má Razoável Boa Total
Tenciona Sim 4 6 11 21
incluí-lo no
cabaz de Não 7 6 6 19
compras?
Total 11 12 17 40
Testar se existe uma relação de dependência estatisticamente significativa entre a

apreciação do produto e a intenção de integrá-lo no cabaz de compras das famílias.
Efetuar o teste usando um nível de significância de 5%.
17
Tem por base uma tabela de contingência (quadro de dupla entrada)
Hipótese nula: duas caraterísticas dos elementos de uma dada população

não estão relacionadas, isto é, são independentes.
Hipótese alternativa: essas caraterísticas estão relacionadas, isto é, são

dependentes.
Teste baseado na distribuição do Qui-quadrado.
Teste de Independência – procedimento estatístico usado para testar se

existe independência entre duas caraterísticas de uma população.
Teste não paramétrico

18
Procedimentos necessários ao cálculo da estatística do teste:
 Construir uma tabela de frequências observadas e frequências esperadas
 Frequências observadas: valores observados no cruzamento das duas

variáveis e que ocupam o centro da tabela de contingência (Oij) – a
apresentada no slide 17.
 Frequências esperadas: frequências que se espera obter se as duas

variáveis forem independentes (Eij) – vamos ver como construí-la.
19
Rever: no caso em que dois acontecimentos A e B são independentes:
P(A  B)  P(A).P(B)
Então, a frequência esperada de indivíduos (em n) que verificam

simultaneamente as caraterísticas A e B é dada por:
nA nB nA  nB
E AB  n  P(A  B)  n  P(A).P(B)  n    
n n n
(total da linha)  (total da coluna)


dimensão da amostra
20
Frequências esperadas: frequências que se espera obter se as duas

variáveis forem independentes (Eij)
Total da linha i  Total da coluna j

Eij 
Dimensao da amostra
i=1,2,...,r ; j=1,2,...,c
Nota importante: Tal como o teste de ajustamento, o teste de independência

requer que a amostra seja suficientemente grande de modo a que a
frequência esperada em cada célula seja igual ou superior a cinco.
Se tal não se verificar em uma dada célula, deve-se aumentar a dimensão da

amostra; ou então, combinar duas ou mais categorias, de tal forma que a
frequência esperada seja, no mínimo, igual a cinco.
21
Estatística do Teste de Independência:
O  Eij 
2
r c
  2 ij
i 1 j1 Eij
r: número de linhas da tabela de contingência

c: número de colunas da tabela de contingência
Oij: frequência observada na linha i coluna j
Eij: frequência esperada na linha i coluna j
Número de Graus de Liberdade no Teste de Independência:
Graus de liberdade = (r – 1)(c – 1)
22
Resolução do Exemplo 2: Usando um nível de significância de 5% haverá uma

relação de dependência estatisticamente significativa entre a apreciação do produto e
a intenção de integrá-lo no cabaz de compras das famílias?
(1) Hipótese nula e hipótese alternativa:
H0 : A apreciação do produto e a intenção de integrá-lo no cabaz de

compras familiar são variáveis independentes
Ha : Existe uma relação de dependência entre a apreciação do produto

e a intenção de integrá-lo no cabaz de compras familiar
(2) Estatística do teste: segue uma distribuição do Qui-quadrado
23
(3) Determinar a região de rejeição e a região de não rejeição :
Nível de significância = 0,05
Graus de liberdade = (r – 1)(c – 1) = (2 – 1)(3– 1) = 2
f   2 (2) 
0,05
0 5,991 2  2 
Região de não rejeição Região de rejeição
24
(4) Calcular o valor da estatística do teste, sobrepondo as duas tabelas (O e E) :
incluí-lo no (5,775) (6,3) (8,925)
cabaz de
Não 7 6 6 19
compras?
(5,225) (5,7) (8,075)
Total 11 12 17 40
Total da linha i  Total da coluna j

Eij 
Dimensao da amostra
25
(4) Calcular o valor da estatística do teste, sobrepondo as duas tabelas (O e E) :

incluí-lo no (5,775) (6,3) (8,925)
cabaz de
Não 7 6 6 19
compras?
(5,225) (5,7) (8,075)
Total 11 12 17 40
 Oij  Eij 
2
2 3
(4  5, 775) 2 (6  6,3) 2 (11  8,925) 2
  
2
  
i 1 j1 E ij 5, 775 6,3 8,925
(7  5, 225) 2 (6  5, 7) 2 (6  8, 075) 2
    2,194
5, 225 5, 7 8, 075
26
(5) Tomada de decisão:
f   2 (2) 
0,05
0 5,991 2  2 
Região de não rejeição Região de rejeição
Conclusão: o valor da estatística do teste (2,194) é inferior ao valor crítico (5,991)

e, por isso, cai na zona de não rejeição. Ho não é rejeitada para um nível de
significância de 5%. Logo, não existe uma relação de dependência
estatisticamente significativa entre a apreciação global do produto e a intenção de
integrá-lo no cabaz de compras familiar (para um nível de significância de 5%).
27

Estatística II 2020 2021 Slides de Apoio À Décima Semana Letiva

Enviado por

Dados do documento

Descrição original:

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

Estatística II 2020 2021 Slides de Apoio À Décima Semana Letiva

Enviado por

Direitos autorais:

Formatos disponíveis

6 – Testes Qui-quadrado

6.1 – A distribuição Qui-quadrado

6.2 – Teste de ajustamento

6.3 – Teste de independência

Características da distribuição Qui-quadrado (  ):

(1) O parâmetro da distribuição é o número de graus de liberdade

(2) A distribuição assume apenas valores não negativos

(3) A forma da distribuição depende do número de graus de liberdade

 Uso da Tabela da Distribuição do Qui-quadrado:

 O número de graus de liberdade

 Nível de significância do teste

 Exemplo: Determine o valor da distribuição do Qui-quadrado, com

Área do Lado Direito

Revistas Rádio Jornais Outdoors Total

Só é razoável investir o mesmo montante nos quatro meios de comunicação

H0 : as proporções de clientes que compraram o produto influenciados por

cada um dos meios de comunicação social são idênticas.

Ha : as proporções de clientes que compraram o produto influenciados por

cada um dos meios de comunicação social não são idênticas.

meio de comunicação i (i = 1, 2, 3, 4; 1 = revistas, 2 = jornais, 3 = rádio, 4 = outdoors).

O teste de ajustamento é um teste não paramétrico.

 Em um teste de ajustamento, as frequências que se verificam em um

 A hipótese nula em um teste deste tipo é a de que as frequências

 Este teste tem a designação de teste de ajustamento, uma vez que

Frequências Observadas – São as frequências que se obtêm com a realização de uma

Frequências Esperadas – São as frequências que se espera obter se H0 for verdadeira

A frequência esperada para uma dada categoria i é dada por

em que n é a dimensão da amostra e pi a probabilidade de um indivíduo pertencer

à categoria i se H0 for verdadeira (ou a proporção de indivíduos que pertencem a

essa categoria, se H0 for verdadeira).

Estatística do Teste de Ajustamento – A estatística a usar em um teste

Graus de Liberdade em um Teste de Ajustamento – Em um teste de ajustamento os

em que k representa o número de possíveis resultados (ou categorias) de uma

Nota importante: para que um teste de ajustamento possa ser feito a

Resolução do Exemplo 1: Usando um nível de significância de 1%, fará sentido a empresa

Revistas Rádio Jornais Outdoors Total

(1) Hipótese nula e hipótese alternativa

(2) Estatística do teste:

(3) Determinar a região de rejeição e a região de não rejeição:

Nível de significância = 0,01

(4) Calcular o valor da estatística do teste:

(5) Tomada de decisão:

99%. Assim, usando a informação da amostra, rejeita-se que os quatro meios de

 Exemplo 2: 40 indivíduos que experimentaram um produto foram classificados de

Má Razoável Boa Total

Testar se existe uma relação de dependência estatisticamente significativa entre a

Tem por base uma tabela de contingência (quadro de dupla entrada)

Hipótese nula: duas caraterísticas dos elementos de uma dada população

Hipótese alternativa: essas caraterísticas estão relacionadas, isto é, são

Teste baseado na distribuição do Qui-quadrado.

Teste de Independência – procedimento estatístico usado para testar se

Teste não paramétrico

Procedimentos necessários ao cálculo da estatística do teste:

 Construir uma tabela de frequências observadas e frequências esperadas

 Frequências observadas: valores observados no cruzamento das duas

 Frequências esperadas: frequências que se espera obter se as duas

Rever: no caso em que dois acontecimentos A e B são independentes:

Então, a frequência esperada de indivíduos (em n) que verificam

(total da linha)  (total da coluna)

Frequências esperadas: frequências que se espera obter se as duas

Total da linha i  Total da coluna j

Nota importante: Tal como o teste de ajustamento, o teste de independência