Escolar Documentos
Profissional Documentos
Cultura Documentos
Códigos em R
binom.test(93,100,0.94, alternative="two.sided")
Teste para uma proporção populacional
Códigos em R
binom.test(93,100,0.94, alternative="two.sided")
Zcal = 19,9−20
0,2
√
= −1, 414, Ztab = −1, 64
8
Teste para uma média populacional com variância conhecida
Zcal = 19,9−20
0,2
√
= −1, 414, Ztab = −1, 64
8
Portanto, como Zcal > Ztab , não se rejeita a hipótese nula com 5%
de significância. A balança não esta produzindo um peso inferior a
20kg.
Teste para média populacional com variância conhecida
Códigos em R
dados<-c(20.3,19.8,20.3,19.7,19.8,19.7,19.8,19.8)
x_barra<-mean(dados)
sigma<-0.2
n<-8
mu<-20
Zcal<- (x_barra-mu)/(sigma/sqrt(n))
Ztab<-qnorm(0.05, mean = 0, sd = 1)
> Zcal;Ztab
[1] -1.414214
[1] -1.644854
Teste para uma média populacional com variância desconhecida
Códigos em R
t.test(c(5.8,6.0,7.0,6.2,6.2,
7.1,6.4,5.5,5.8,5.9), alternative="less", mu=7.0)
Códigos em R
x_barra<-0.96
sigma2<-0.01
n<-36
mu<-1
Zcal<- (x_barra-mu)/sqrt(sigma2/n)
Ztab<-qnorm(0.005, mean = 0, sd = 1)
Zcal;Ztab
> Zcal;Ztab
[1] -2.4
[1] -2.575829
Teste para dados pareados
Exemplo: Um pesquisador deseja verificar se a altura de uma
árvore em pé, medida usando-se o método trigonométrico
(aproximado), não difere da altura da árvore medida no chão. Com
esse objetivo, mediu as alturas das árvores pelo método
trigonométrico, derrubou-as e mediu novamente suas alturas,
obtendo os resultados da tabela a seguir:
1 H0 : µD = 0
Ha : µD 6= 0
Teste para dados pareados
1 H0 : µD = 0
Ha : µD 6= 0
¯ −0
D̄
2 √ ∼ t(n−1)
S / n
D
Teste para dados pareados
1 H0 : µD = 0
Ha : µD 6= 0
¯ −0
D̄
2 √ ∼ t(n−1)
SD / n
3 α = 0, 05
Teste para dados pareados
1 H0 : µD = 0
Ha : µD 6= 0
¯ −0
D̄
2 √ ∼ t(n−1)
SD / n
3 α = 0, 05
1,075√
tcal = 1,1514/ 12
= 3, 23, ttab = ±2, 20
Teste para dados pareados
1 H0 : µD = 0
Ha : µD 6= 0
¯ −0
D̄
2 √ ∼ t(n−1)
SD / n
3 α = 0, 05
1,075√
tcal = 1,1514/ 12
= 3, 23, ttab = ±2, 20
Portanto, como Zcal > Ztab , rejeita-se a hipótese nula com 5% de
significância. Os métodos são diferentes.
Teste para dados pareados
Códigos em R
Paired t-test
data: chao and pe
t = 3.2343, df = 11, p-value = 0.007954
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval: 0.3434464 1.8065536
sample estimates: mean of the differences 1.075
Teste para dados não pareados
1 H0 : µA = µB → µA − µB = 0
Ha : µA 6= µB
α = 0, 05
Teste para dados não pareados
1 H0 : µA = µB → µA − µB = 0
Ha : µA 6= µB
α = 0, 05
Testar variâncias:
H0 : σA2 = σB2 2 /S 2 = 73, 227/13, 238 = 5, 53
Fmax = Smax min
Ha : σA2 6= σB2 Fmaxtab = 9, 60
1 H0 : µA = µB → µA − µB = 0
Ha : µA 6= µB
α = 0, 05
Testar variâncias:
H0 : σA2 = σB2 2 /S 2 = 73, 227/13, 238 = 5, 53
Fmax = Smax min
Ha : σA2 6= σB2 Fmaxtab = 9, 60
1 H0 : µA = µB → µA − µB = 0
Ha : µA 6= µB
α = 0, 05
Testar variâncias:
H0 : σA2 = σB2 2 /S 2 = 73, 227/13, 238 = 5, 53
Fmax = Smax min
Ha : σA2 6= σB2 Fmaxtab = 9, 60
Códigos em R
var(meio.a)
var(meio.b)
1-pf(var(meio.b)/var(meio.a), 4,4)
> var(meio.a)
[1] 13.238
> var(meio.b)
[1] 73.227
> 1-pf(var(meio.b)/var(meio.a), 4,4)
[1] 0.0631435
> t.test(meio.a, meio.b, alternative=”two.sided”, + mu=0,
paired=FALSE, var.equal = TRUE)
Two Sample t-test
data: meio.a and meio.b
t = -1.8228, df = 8, p-value = 0.1058
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval: -17.169484 2.009484
sample estimates:
mean of x mean of y 21.54 29.12
Teste para dados não pareados
1 H0 : µA = µB → µA − µB = 0
Ha : µA 6= µB
α = 0, 05
Teste para dados não pareados
1 H0 : µA = µB → µA − µB = 0
Ha : µA 6= µB
α = 0, 05
Testar variâncias:
H0 : σA2 = σB2
2 /S 2 = 1324733, 194/108740, 944 = 12, 18
Fmax = Smax min
Ha : σA 6= σB2
2 Fmaxtab = 4, 43
1 H0 : µA = µB → µA − µB = 0
Ha : µA 6= µB
α = 0, 05
Testar variâncias:
H0 : σA2 = σB2
2 /S 2 = 1324733, 194/108740, 944 = 12, 18
Fmax = Smax min
Ha : σA 6= σB2
2 Fmaxtab = 4, 43
1 H0 : µA = µB → µA − µB = 0
Ha : µA 6= µB
α = 0, 05
Testar variâncias:
H0 : σA2 = σB2
2 /S 2 = 1324733, 194/108740, 944 = 12, 18
Fmax = Smax min
Ha : σA 6= σB2
2 Fmaxtab = 4, 43
Códigos em R
> var(trat.a)
[1] 108740.9
> var(trat.b)
[1] 1324733
> 1-pf(var(trat.b)/var(trat.a), 8,8)
[1] 0.0009610369
> t.test(trat.a, trat.b, alternative=”two.sided”, + mu=0,
paired=FALSE, var.equal = FALSE)
Welch Two Sample t-test
data: trat.a and trat.b
t = -3.6419, df = 9.3046, p-value = 0.005094
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval: -2351.7698 -555.1191
sample estimates: mean of x mean of y 1821.778 3275.222
Teste de qui-quadrado para duas ou mais proporções - Homogeneidade
H0 : π1j = π2j
Ha : π1j 6= π2j
α = 0, 05
2 2 2 2
χ2cal = (263−189)
189 + (217−291)
291 + (115−189)
189 + (365−291)
291 = 95, 58
χ2tab = 3, 84
Portanto, como χ2cal > χ2tab , rejeita-se a hipótese nula. As
proporções de sobreviventes dentro e fora da primavera são
diferentes .
Teste de qui-quadrado para duas ou mais proporções - Homogeneidade
Código R
#teste de homogeneidade
y<- c(263, 115, 217, 365)
tab<- array(y, c(2,2))
prop.test(tab,correct=F)
> prop.test(tab,correct=F)
2-sample test for equality of proportions without continuity
correction
data: tab
X-squared = 95.583, df = 1, p-value < 2.2e-16
alternative hypothesis: two.sided
95 percent confidence interval: 0.2496784 0.3669883
sample estimates:
prop 1 prop 2
0.5479167 0.2395833
Teste de qui-quadrado para duas ou mais proporções - Independência
Códigos R
# teste de independencia
y<- c(3470, 910, 1030, 290)
tab<- array(y, c(2,2))
tab
chisq.test(tab, correct=F)
> tab
[,1] [,2]
[1,] 3470 1030
[2,] 910 290
> chisq.test(tab, correct=F)
Pearson’s Chi-squared test
data: tab
X-squared = 0.86922, df = 1, p-value = 0.3512
Teste de qui-quadrado de aderência
α = 0, 05
2 2 2 2
χ2cal = (315−312,75)
312,75 + (108−104,25)
104,25 + (101−104,25)
104,25 + (32−34,75)
34,75 = 0, 47
2
χtab = 7, 81
Portanto, não se rejeita H0 ao nı́vel de 5% de significância. A segregação
segue o padrão da segunda lei de Mendel.
Teste de qui-quadrado de aderência
Código R
# teste de aderencia
chisq.test(c(315,108,101,32),
p=c(9/16, 3/16, 3/16, 1/16), correct = F)