Escolar Documentos
Profissional Documentos
Cultura Documentos
Objectivos
Testes de Hipóteses
Testes de Testes de
Ajustamento Independência
Testes Não Paramétricos
Testes Paramétricos
▪ Incidem explicitamente sobre parâmetros de
uma ou mais populações. Exemplos: Testes de
hipóteses para o parâmetro m e para o
parâmetro p.
▪ A distribuição da estatística de teste pressupõe
uma distribuição populacional. Exemplos:
Distribuição Normal no que diz respeito ao
parâmetro m ou Binomial para o parâmetro p.
Testes Não Paramétricos
Testes de Hipóteses
Testes de Testes de
Ajustamento Independência
Testes de Ajustamento
Testes de ajustamento
2
ou, rejeita-se H0 se 𝑄𝑜𝑏𝑠 ∈ 𝑅𝑅 = ] 𝜒𝐾−1−𝑟;1−𝛼 ; +∞[
Teste de Ajustamento do
Qui-Quadrado
2(K-1-r)
0
Não se Rejeita-se H0
rejeita H0 2 K-1-r,1-
Nota:
▪ A soma das frequências observadas é igual à soma das frequências esperadas e
ambas iguais a n.
Requisitos do teste:
▪ As frequências esperadas nunca devem ser inferiores a 5. Se, como muitas vezes
acontece, as frequências esperadas de algumas classes extremas forem inferiores a
este numero, estas classes devem agrupar-se com as adjacentes, sendo o nº g.l. da
estatística de teste, Q, reduzido em conformidade.
▪ Para a execução do teste de ajustamento do qui-quadrado exige-se que a amostra
seja aleatória e deve ter uma dimensão mínima adequada (n > 30).
Teste de Ajustamento do
Qui-Quadrado - Exemplo
Determinada empresa seguradora baseia o seu sistema de prémios para
determinado risco na premissa de que o número de sinistros por apólice
tem distribuição de Poisson com parâmetro igual a 0,2. Recolhida uma
amostra de 1000 apólices, referentes ao ano anterior, observou-se o
seguinte:
Nº de sinistros 0 1 2
por apólice
Nº de apólices 800 175 25
A amostra põe em causa a premissa da seguradora?
1. Formulação das hipóteses:
X – v.a. que representa o número de sinistros por apólice
H0: X ~ P(0,2)
H1: X ≁P(0,2)
6. Decisão:
Seja α=0,05. 4,944
2 2 2
𝜒𝐾−1−𝑟;1−𝛼 = 𝜒3−1−0;1−0,05 = 𝜒2;0,95 = 5,99
RR=]5,99; +∞ [
Conclusão:
Como Qobs = 4,944 < 5,99 = 22; 0,95 = 0.05
logo não se rejeita H0 para α=0,05.
Assim, considerando um nível de
significância de 5%, não temos razões para 0 2
duvidar da hipótese aventada pela Não se Rejeita-se H0
rejeita H0
seguradora.
22; 0,95 = 5,99
Testes Não Paramétricos
Testes de Hipóteses
Testes de Testes de
Ajustamento Independência
Teste de Independência
Tabela de Contingência
▪ Usadas para classificar observações da
amostra de acordo com um par de atributos
▪ É também designada por tabela de
classificação cruzada ou tabulação cruzada
▪ Suponha r categorias para a v.a. X e c
categorias para a v.a. Y
▪ Então existem (r x c) classificações cruzadas possíveis
Teste de Independência
Tabela de Contingência r x c
V.a. Y
𝑂𝑖. × 𝑂.𝑗
𝐸𝑖𝑗 =
𝑛
onde,
𝑂𝑖. - total das frequências observadas na linha i da tabela de contingência
𝑂.𝑗 - total das frequências observadas na coluna j da tabela de contingência
Teste de Independência do
Qui-Quadrado
2(r-1)x(c-1)
0
Não se Rejeita-se H0
rejeita H0 2 (r-1)x(c-1), 1-
Requisitos do teste:
▪ Para a execução do teste de independência do qui-quadrado exige-se que a amostra
seja aleatória e deve ter uma dimensão mínima adequada (n > 30).
▪ As frequências esperadas em cada célula (i,j) da tabela nunca devem ser inferiores a 5.
Caso tal aconteça, então procede-se ao agrupamento das categorias adjacentes em
linha, em coluna ou em ambas, sendo o nº g.l. da estatística de teste, Q, reduzido em
conformidade.
Teste de Independência do
Qui-Quadrado - Exemplo
No âmbito da medicina do trabalho foi levado a cabo um estudo clínico
onde se selecionaram 300 indivíduos que foram classificados por sexo e a
aptidão para o trabalho. Obtiveram-se os seguintes resultados:
Totais
264 36 300
marginais
Teste de Independência do
Qui-Quadrado - Exemplo
1. Formulação das hipóteses:
X – v.a. que representa o sexo do indivíduo
Y – v.a. que representa a aptidão do indivíduo para o trabalho
Frequências esperadas:
264 36 300
Teste de Independência do
Qui-Quadrado - Exemplo
4. Calcular o valor observado da estatística de teste:
5. Considerando α = 5%
2 2 2
𝜒(𝑟−1)×(𝑐−1);1−𝛼 = 𝜒(2−1)×(2−1);1−0,05 = 𝜒1;0,95 = 3,84
Assim, ao nível de
= 0.05
significância de 5% não
temos razões para
duvidar que o sexo e a
21; 0,95 = 3.84 aptidão para o trabalho
Não se rejeita H0 Rejeita-se H0 sejam independentes.