Escolar Documentos
Profissional Documentos
Cultura Documentos
de
Hipóteses
jlborges@fe.up.pt
Teste de Hipóteses jlborges@fe.up.pt
O objectivo de um teste de hipóteses
é o de verificar se uma estimativa amostral é ou não compatível
com uma determinada população
O resultado de um teste é do tipo afirmativo / negativo,
havendo a possibilidade de erro
Exemplo:
Como podemos verificar se uma moeda está, ou não, viciada?
1
Teste de Hipóteses jlborges@fe.up.pt
Como podemos verificar se uma moeda está, ou não, viciada?
Vamos lançar várias vezes a moeda e verificar se o resultado
obtido é plausível para moedas não viciadas.
Vamos então lançar a moeda 10 vezes.
Se obtiver 4 caras qual seria a conclusão?
e se obtiver 8 caras?
2
Teste de Hipóteses jlborges@fe.up.pt
Procedimento Básico de Teste de Hipóteses
1. Definição das hipóteses
2. Identificação da estatística de teste e caracterização da
sua distribuição
3. Estabelecimento da regra de decisão, com especificação
do nível de significância do teste
4. Cálculo da estatística de teste e tomada de decisão
3
Teste de Hipóteses jlborges@fe.up.pt
1. Definição das Hipóteses
Hipótese alternativa ou H1
Hipótese que traduz uma conjectura que se pretende verificar
Contém sempre uma desigualdade (> ou <) ou uma
não‐igualdade () e nunca uma igualdade (=)
Teste unilateral à Teste unilateral à
Teste bilateral
esquerda direita
H1 < >
4
Teste de Hipóteses jlborges@fe.up.pt
Definição das Hipóteses
• Hipótese nula ou H0
Hipótese complementar de H1
H0 é considerada verdadeira até prova em contrário
(se H0 for provada como falsa é rejeitada e podemos aceitar H1
como válida)
Contém sempre uma igualdade (=, , ),
apenas se testando a situação de “=” por ser a que mais se
aproxima de H1
5
Teste de Hipóteses jlborges@fe.up.pt
Definição das Hipóteses
Hipótese Nula: Traduz a hipótese que vai ser testada
Hipótese Alternativa: Hipótese alternativa à hipótese nula
Exemplo:
O responsável pelas tecnologias de informação de uma empresa
pretende avaliar a capacidade de transmissão de dados da
Intranet. Um dos testes a efectuar consiste em estimar o tempo
médio de transferência de um ficheiro de 50 Mb, sendo a
finalidade do teste validar a conjectura de que o tempo
médio é inferior a 26 segundos.
6
Teste de Hipóteses jlborges@fe.up.pt
H0 : μ 26 ou μ 26 Complementar a H1. Igualdade.
H1 : μ 26 Aquilo que se pretende verificar. Desigualdade.
• Intuição:
– Consideramos que =26 é verdadeira.
– Vamos recolher uma amostra e calcular o tempo médio.
– Se o resultado obtido for muito improvável para =26 rejeitamos
essa hipótese e consideramos como válida a hipótese
complementar.
– Pergunta: O que é um resultado pouco provável?
7
Teste de Hipóteses jlborges@fe.up.pt
Exemplo
Para verificar a conjectura acerca do tempo médio de
transferência ( < 26 ) foi recolhida uma amostra aleatória do tempo de 50
transferências. Admita que se conhece o desvio padrão populacional =1.84,
27.3 26.8 23.8 23.5 25.3 26.0 25.4 26.4 25.1 25.4
27.0 29.4 25.5 24.1 25.1 25.3 23.8 23.4 26.2 26.2
25.9 25.5 24.2 23.7 27.6 23.6 25.1 24.8 27.8 25.1
24.0 26.9 21.2 24.3 24.6 26.0 24.1 22.6 23.3 25.3
29.7 28.3 27.0 22.2 26.0 25.4 25.8 26.0 23.8 21.5
x 25.51 s2 1.652
Será este resultado pouco provável?
8
Teste de Hipóteses jlborges@fe.up.pt
2. Identificação da Estatística de Teste e
Caracterização da Sua Distribuição
A estatística de teste (ET) é utilizada para verificar a plausibilidade
de H0 sendo necessário conhecer a sua distribuição quando se admite que H0
é verdadeira.
Exemplo (cont.)
A estatística que corresponde à média populacional, , é a média amostral.
Uma vez que N=50 qualquer que seja a distribuição de x temos que:
x N μ , σ2 / N
e, como o desvio padrão populacional é conhecido, temos que:
X μ0
ET N(0,1)
σ N
9
Teste de Hipóteses jlborges@fe.up.pt
X μ0
ET N(0,1)
σ N
Como sabemos qual a sua distribuição, a
ET permite‐nos verificar se se trata de um
resultado pouco provável, ou não.
10
Teste de Hipóteses jlborges@fe.up.pt
3. Estabelecimento da Regra de Decisão e
Especificação do Nível de Significância do Teste
A hipótese nula será rejeitada se o valor de ET for
muito improvável face à sua distribuição quando H0 é verdadeira.
A regra de decisão fixa o valor ET(), valor crítico, a partir do qual se rejeita
H0, criando uma região de rejeição.
A probabilidade designa‐se nível de significância do teste.
11
Teste de Hipóteses jlborges@fe.up.pt
A probabilidade designa‐se nível de significância do teste.
• Intuição
– Numa distribuição Normal todos os resultados são possíveis, uma
vez que a distribuição não é limitada superiormente ou
inferiormente.
– Logo, temos de estabelecer um limite a partir do qual consideramos
os resultados demasiado improváveis.
e corresponde à probabilidade de tomar uma
– Esse limite é o
decisão errada.
• No exemplo do lançamento de uma moeda 10 vezes consideramos muito
pouco provável obter 9 ou 10 caras. No entanto esse resultado é, de facto,
possível.
12
Teste de Hipóteses jlborges@fe.up.pt
O nível de significância do teste, , representa a probabilidade
de se rejeitar H0 quando esta hipótese é verdadeira.
Este erro designa‐se por Erro do Tipo I.
Valores mais comuns de Z
13
Teste de Hipóteses jlborges@fe.up.pt
Quando
ET N(0,1) e α 5%
14
Teste de Hipóteses jlborges@fe.up.pt
Exemplo (cont.)
N 50 x 25.51 σ2 1.842
H0 : μ 26 ou μ 26
z(α) 1.645
xcrt μ
1.645
σ/ N
1.84
xcrt 1.645 26 25.57
50
Se o valor amostral for inferior ao Valor Crítico a hipótese nula
deverá ser rejeitada.
15
Teste de Hipóteses jlborges@fe.up.pt
Exemplo (cont.)
Regra de decisão:
Rejeitar se ET < ‐1.645
ou então
Rejeitar se X < 25.6
As duas formas são equivalentes.
16
Teste de Hipóteses jlborges@fe.up.pt
4. Cálculo da Estatística de Teste e Tomada de Decisão
Corresponde ao cálculo do valor de ET e consequente aplicação da regra de
decisão
Exemplo (cont.)
α 5% ET α 1.645
Regra de decisão
ET 1.645 rejeitar H0 e aceitar H1
ET 1.645 não rejeitar H0 (teste inconclusivo)
x μ 25.51 26
ET 1.88
σ / N 1.84 / 50
REJEITAR H0
e aceitar H1
17
Teste de Hipóteses jlborges@fe.up.pt
Exemplo (cont.)
E se o teste fosse bilateral?
α 2.5% ET α 1.96
x μ 25.51 26
ET 1.88
σ / N 1.84 / 50
Não há evidência
contra H0 teste
inconclusivo
Note que as hipóteses tem de ser definidas antes de calculada a
estatística de teste.
18
Teste de Hipóteses jlborges@fe.up.pt
Valor de Prova
O valor de prova, valor P, corresponde à probabilidade de ET tomar um valor
igual ou mais extremo do que o registado.
Constitui uma medida do grau com que os dados amostrais contradizem H0.
Z0 ET
Permite tomar uma decisão mais fundamentada, porque em vez de ser do
tipo rejeita ‐ não rejeita dá‐nos uma medida da distância relativamente à
decisão oposta. 19
Teste de Hipóteses jlborges@fe.up.pt
z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
Exemplo (cont.) 1.5 0.067 0.066 0.064 0.063 0.062 0.061 0.059 0.058 0.057 0.056
1.6 0.055 0.054 0.053 0.052 0.051 0.050 0.049 0.048 0.047 0.046
1.7 0.045 0.044 0.043 0.042 0.041 0.040 0.039 0.038 0.038 0.037
x μ 1.8 0.036 0.035 0.034 0.034 0.033 0.032 0.031 0.031 0.030 0.029
ET 1.9 0.029 0.028 0.027 0.027 0.026 0.026 0.025 0.024 0.024 0.023
σ/ N 2.0 0.023 0.022 0.022 0.021 0.021 0.020 0.020 0.019 0.019 0.018
25.51 26
1.88
1.84 / 50
Valor de Prova = 3%
‐1.88
20
Teste de Hipóteses jlborges@fe.up.pt
Exemplo (cont.)
No caso do teste ser bilateral ( H1: 26 )
3% 3%
‐1.88 1.88
21
Teste de Hipóteses jlborges@fe.up.pt
O valor de prova dá uma medida da evidência contra H0.
A decisão deve ser tomada em função do risco que estamos dispostos a
cometer.
É diferente estar a avaliar o tempo médio de transferência de um ficheiro ou a
tensão de rotura de uma asa de um avião.
22
Teste de Hipóteses jlborges@fe.up.pt
EXEMPLO
Uma amostra aleatória de 80 associados de um clube automóvel revelou
que o montante gasto em prémios de seguro automóvel tem um valor
médio de 800 Euros. O desvio padrão da variável é conhecido e toma o
valor de 200 Euros.
n 80 x 800 Definição das hipóteses
σ 200
H 0 : μ 770
H1 : μ 770
Aquilo que pretendemos verificar
23
Teste de Hipóteses jlborges@fe.up.pt
N 80 x 800 σ2 2002
H0 : μ 770
H1 : μ 770
x μ 800 770
ET 1.34
σ / N 200 / 80
1.34 1.645 não rejeitar H0
z(0.05) 1.645
Valor de Prova P ET 1.34 H0 0.09
Não há evidência suficiente para rejeitar H0, teste inconclusivo.
Não se pode afirmar que a média seja superior a 770€.
Decisão tomada com confiança moderada!
24
Teste de Hipóteses jlborges@fe.up.pt
Testes ao Valor Esperado
amostra grande,
H0 : μ μ 0 X μ0
população qualquer
ET N(0,1)
H1 : μ μ 0 μ μ 0 μ μ 0 S N
H0 : μ μ 0
amostra pequena, X μ0
população normal ET tN 1
H1 : μ μ 0 μ μ 0 μ μ 0 S N
25
Teste de Hipóteses jlborges@fe.up.pt
Exemplo:
Com base na amostra (n=50) de idades de funcionários de uma determinada
empresa poder‐se‐á afirmar que a idade média dos funcionários da
empresa é inferior a 39 anos?
x 36.4
s 12.1
H0 : μ 39 Amostra de grande dimensão, teste Z.
H1 : μ 39
36.4 39
ET 1.52 Não rejeitar H0
12.1 50
Valor de prova = p(Z<‐1.52) = 6.4%
α 5% z(α) 1.96
26
Teste de Hipóteses jlborges@fe.up.pt
Relação entre Testes de Hipóteses
e Intervalos de Confiança
Uma HIPÓTESE NULA (H0: = 1) pode ser rejeitada a um nível de
significância se, e só se, o
intervalo de confiança de a (1‐).100%
não incluir o valor 1
O intervalo de confiança deverá ser compatível com a natureza
de H1:
se o teste for bilateral o IC deverá ser bilateral
e
se o teste for unilateral o IC deverá ser unilateral
27
Teste de Hipóteses jlborges@fe.up.pt
Exemplo (teste bilateral):
Considere uma população Normal com 2=1. Com base numa amostra de N=25,
obteve‐se x 1.4 . Verifique a hipótese H0:=1, admitindo como hipótese
alternativa H1: 1.
σ
X z(α / 2)
N
α 5% z 0.025 1.96
σ 1
x z α / 2 1.4 1.96 1.01 , 1.79
N 25
Como 1 não pertence ao intervalo a hipótese nula
deverá ser rejeitada.
28
Teste de Hipóteses jlborges@fe.up.pt
Exemplo (cont.):
Qual o valor de prova?
O valor de prova corresponde ao menor grau de confiança que permite
que o intervalo inclua o valor 1, logo:
σ
x z(α / 2) 1 z(α / 2) (1.4 1) 25 2.0
N
das tabelas vem sendo o valor de prova
29
Teste de Hipóteses jlborges@fe.up.pt
Exemplo (teste unilateral):
Considere duas amostras de dimensões NA=16 e NB=21, retiradas de duas
populações Normais, das quais se obtiveram as seguintes estimativas
SA2 4.60 SB2 1.12
Teste se a variância de A é significativamente superior à variância de B.
σ2A Vindo o intervalo de confiança
H0 : σ2A σ2B H0 : 2 1
σB
1 SA2 1 4.60
σ2A 2 , ,
H1 : σ σ
2
A
2
B H1 : 2 1 FNA ‐1,NB ‐1(α) SB 2.20 1.12
σB
1.87,
Rejeitar H0
1 SA2 4.60
Valor de prova: 2 1 FNA ‐1,NB ‐1(α) 4.11 α 0.19%
FNA ‐1,NB ‐1(α) SB 1.12
30
Teste de Hipóteses jlborges@fe.up.pt
Exemplo
Um determinado processo de fabrico foi modificado por forma a melhorar a
qualidade do produto final. Após alguns testes com o novo método de fabrico, o
responsável pelo produto desconfia que o novo processo é significativamente
mais demorado. De seguida apresentam‐se os resultados de uma amostragem
com os dois métodos de fabrico.
31
Teste de Hipóteses jlborges@fe.up.pt
Vamos verificar se podemos considerar as variâncias iguais
H0 : σ2N σ2A
1 0.9792
H1 : σ σ
2
N
2
A 2
, 0.47 , não há evidência de σ 2
N σ 2
A
F
16,19 (5%) 0.961
1 0.9792
1 F16,19 (α%) 1.04 α 46.4%
F16,19 (α%) 0.9612
Uma vez que a evidência contra H0 é muito, muito fraca vamos
considerar que H0 é verdadeira, isto é, que as variâncias das duas
variáveis podem ser consideradas iguais.
H0 : μ N μ A μ N μ A 0
H1 : μ N μ A μ N μ A 0
1 1
(4.25 3.5) t35 (5%) S ,
NA NN
1 1
0.75 1.6896 0.94 , 0.21 ,
20 17
Uma vez que o valor 0 (zero) não está contido no intervalo vamos rejeitar H0.
1 1
0.75 t35 (α%) 0.94 0 t35 (α%) 2.34 V .P. 1.2%
20 17
Vamos agora estimar o valor esperado e o desvio padrão
E ( X N X A ) E ( X N ) E ( X A ) 0.75
Var ( X N X A ) Var ( X N ) Var ( X A ) 1.88
33
Teste de Hipóteses H0 : σ2 σ02 S 2 jlborges@fe.up.pt
Variância de uma População Normal ET (N 1) 2 χ 2N 1
H1 : σ2 σ02 , σ2 σ02 ou σ2 σ02 σ0
Razão de Variâncias de Duas σ2A
H0 : σ σ 2 1 SA2
ET 2 FNA1 ,NB1
2 2
A B
Populações Normais σB SB
Valor Esperado de uma População X μ0
(amostra grande, população H0 : μ μ0 ET N(0,1)
qualquer) S N
X μ0
amostra pequena, população normal ET t N 1
S N
Diferença de Valores Esperados de
(X A XB ) δ0
duas Populações H0 : μ A μ B δ0 ET N (0,1)
(amostras grandes, independentes, S A2 N A SB2 NB
populações quaisquer)
( X A X B ) δ0 ( X A XB ) δ0
amostras pequenas, independentes, ET tGL ET tNA NB 2
populações normais S NA S NB
2
A
2
B S 1 NA 1 NB
Proporção Binomial Y N p0
H0 : p p0 ET N(0,1)
(amostra de grande dimensão) p0 (1 p0 ) N
Diferença de Duas Proporções
ET
YA NA YB NB p0
N 0,1
Binomiais
(amostras de grande dimensão) H0 : pA pB p0 YA NA YA NA3 YB NB YB NB3
34
Teste de Hipóteses jlborges@fe.up.pt
Teste à Diferença de Valores Esperados de duas Populações
(amostras emparelhadas)
Exemplos de amostras emparelhadas:
•Idades do marido e da mulher de seis casais seleccionados ao acaso
{(31, 27), (82, 76), (21 ,22), (27, 27), (53, 50), (67,62)}
O marido de uma senhora de 80 anos terá maior probabilidade de ser idoso
(amostras não são independentes)
•Classificações a uma dada disciplina dos alunos do 10º ano no 1º e no 3º
período.
Nestes casos interessará analisar o comportamento da amostra
univariada constituída pela diferença entre pares de observações.
Note que as amostras não são independentes e a distribuição da estatística de
teste é difícil de caracterizar.
35
Teste de Hipóteses jlborges@fe.up.pt
Retomando o exemplo das idades dos casais, pretende‐se verificar se o valor
esperado das idades dos maridos (A) é, ou não, superior ao valor esperado
das idades das mulheres (B).
Sendo xA xB
As hipóteses do teste são as seguintes: H0 : μ 0
H1 : μ 0
{31 27 4; 82 76 6; 21 22 1; 27 27 0; 53 50 3; 67 62 5}
2.83 S2 2.7872
0 2.83 0
ET 2.49 t(61) (0.05) 2.015
S N 2.787 6
Valor de Prova: 2.76%
Conclui‐se então que, em média, os maridos têm idade superior à das
mulheres.
36
Teste de Hipóteses jlborges@fe.up.pt
Erro do Tipo II
O nível de significância do teste, , representa a probabilidade de se rejeitar H0
quando esta hipótese é verdadeira. Erro do Tipo I.
Existe ainda a possibilidade de cometer um outro tipo de erro que corresponde
a não rejeitar H0 quando esta é falsa. Erro Tipo II ().
H0 Verdadeira H0 Falsa
37
Teste de Hipóteses jlborges@fe.up.pt
Como podemos verificar se uma moeda está, ou não, viciada?
Vamos lançar várias vezes a moeda e verificar se o resultado
obtido é plausível para moedas não viciadas.
Vamos então lançar a moeda 10 vezes.
Se obtiver 4 caras qual seria a conclusão?
H0:p=0.5 Verdadeira H0 Falsa
Erro Tipo 1: probabilidade de a moeda ser ‘boa’ e obter 9 ou mais caras.
Erro Tipo 2: probabilidade de a moeda ser ‘má’ e obter 8 ou menos caras.
38
Teste de Hipóteses jlborges@fe.up.pt
Potência do Teste
A potência do teste traduz a probabilidade de rejeitar H0 quando
esta hipótese é falsa e designa‐se 1‐
39
Teste de Hipóteses jlborges@fe.up.pt
Exemplo (cont.)
verificar a conjectura acerca do tempo médio de transferência ( < 26 )
N 50 x 25.51 σ2 1.842
H0 : μ 26 ou μ 26
Se o valor amostral for inferior ao Valor Crítico a hipótese nula
deverá ser rejeitada.
40
Teste de Hipóteses jlborges@fe.up.pt
H0 é falsa
Exemplo (cont.)
Cálculo de se =25.8 e =5%:
Rejeitar H0 (decisão correcta)
Não Rejeitar H0 (decisão incorrecta)
41
Teste de Hipóteses jlborges@fe.up.pt
Exemplo (cont.)
Cálculo de se =25.0 e =5%:
42
Teste de Hipóteses jlborges@fe.up.pt
Valor de para =25.8, 25.6, 25.3 e 25
(=5%:)
1
Quanto maior for 1‐ 0 maior será
a potência do teste 1‐b.
Só faz sentido calcular a potência de
teste porque não sabemos o valor
verdadeiro de
43
Teste de Hipóteses jlborges@fe.up.pt
1
Imagine que o chefe disse ao responsável pela rede que ia recolher uma amostra
de tempos de transferência para verificar se este é inferior a 26seg.
Se não se rejeitar a hipótese >= 26, o responsável da rede será despromovido.
Para qual valor de ele deve apontar no que diz respeito à configuração da
rede?
A análise da potência de teste permite analisar cenários
alternativos.
44
Teste de Hipóteses jlborges@fe.up.pt
45
Teste de Hipóteses jlborges@fe.up.pt
Exemplo
Uma amostra aleatória de 80 associados de um clube automóvel revelou que o
montante gasto em prémios de seguro automóvel tem um valor médio de 800
Euros. O desvio padrão da variável é conhecido e toma o valor de 200 Euros
i) Verifique se é razoável afirmar que o valor médio gasto pelos sócios do clube em prémios de
seguros é superior a 770 Euros.
ii) Se de facto o valor médio gasto em prémios de seguros for de 780
Euros qual o valor da potência do teste efectuado em (i) ?
Note que nós não sabemos qual o valor de e apenas
pretendemos estudar o comportamento do teste de hipóteses
no contexto de um cenário hipotético.
46
Teste de Hipóteses jlborges@fe.up.pt
xc μ
z(0.05)
σ/ N
xc 1.645 200 / 80 770 806.78
770
Xcc=?
=806.8
806.78 780
P(1 β) P z
200 / 80
P z 1.198
11.5%
780
Probabilidade de NÂO rejeitar H0 quando ela é falsa.
Probabilidade de rejeitar H0 quando ela é falsa.
47
Teste de Hipóteses jlborges@fe.up.pt
Problema
Os testes de QI são geralmente elaborados por forma a obter um média de cerca
de 100 e um desvio padrão de 15. Uma conhecida instituição em que os
candidatos a membros são sujeitos a testes de QI resolveu verificar os teste por si
utilizados. Para tal, seleccionou ao acaso 15 pessoas para efectuarem um teste de
QI tendo sido obtidos os resultados indicados na tabela seguinte.
Pessoa 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
QI 95 81 104 119 118 126 67 96 116 84 90 75 72 85 88
i) Verifique se a variabilidade dos resultados do teste está de acordo com o que
seria de esperar.
48
Teste de Hipóteses jlborges@fe.up.pt
Resolução:
i) N 15 s2 18.49 x 94.4
Hipótese: a variável em estudo segue uma distribuição Normal
H0 : σ2 15
H1 : σ2 15
S2 182
ET (N 1) 2 14 2 20.16
σ 15
χ14
2
(α 0.975) 5.63
não rejeitar H0 Valor de prova 10% (12.5%)
χ14 (α 0.025) 26.12
2
GL 0.99 0.975 0.95 0.9 ... 0.1 0.05 0.025 0.01
13 4.107 5.009 5.892 7.042 ... 19.812 22.362 24.736 27.688
14 4.66 5.629 6.571 7.79 ... 21.064 23.685 26.119 29.141
15 5.229 6.262 7.261 8.547 ... 22.307 24.996 27.488 30.578
16 5.812 6.908 7.962 9.312 ... 23.542 26.296 28.845 32
49
Teste de Hipóteses jlborges@fe.up.pt
Problema
Os testes de QI são geralmente elaborados por forma a obter um média de cerca de 100 e um desvio padrão de 15.
Uma conhecida instituição em que os candidatos a membros são sujeitos a testes de QI resolveu verificar os teste por
si utilizados. Para tal, seleccionou ao acaso 15 pessoas para efectuarem um teste de QI tendo sido obtidos os
resultados indicados na tabela seguinte.
Pessoa 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
QI 95 81 104 119 118 126 67 96 116 84 90 75 72 85 88
ii) Admitindo que o desvio padrão dos resultados do teste realizado na alínea
anterior era de facto 16, qual a potência do teste efectuado?
(Indique apenas um limite inferior para o valor da potência do teste)
50
Teste de Hipóteses jlborges@fe.up.pt
Resolução (cont.): H0
S2
ii) ET (N 1) 2
σ
x 15 x
χ 14
2
(α 0.975) 5.63 χ 14
2
(α 0.025) 26.12
β
x 2
5.63 152
5.63 14 ‐
2
x 2‐ 98.48 x ‐ 9.51
15 14
x2 26.12 152 16
26.12 14 2 x 2
419.79 x 20.49
15 14
1 β 1 9.51 σ 20.49
2 14 9.512 2 14 20.492
P χ 14 2 P χ 14 2 Probabilidade de num cenário
16 16
alternativo obter valores mais
P χ 14
2
4.94 P χ 14
2
22.96 extremos que os valores críticos.
0.013 0.061 7.4%
51
Teste de Hipóteses jlborges@fe.up.pt
Problema
Os testes de QI são geralmente elaborados por forma a obter um média de cerca de 100 e um desvio padrão de 15.
Uma conhecida instituição em que os candidatos a membros são sujeitos a testes de QI resolveu verificar os teste por
si utilizados. Para tal, seleccionou ao acaso 15 pessoas para efectuarem um teste de QI tendo sido obtidos os
resultados indicados na tabela seguinte.
Pessoa 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
QI 95 81 104 119 118 126 67 96 116 84 90 75 72 85 88
iii) As mesmas pessoas foram também sujeitas a uma nova avaliação através de
um teste elaborado segundo um procedimento diferente. Os resultados do
segundo teste são indicados na tabela seguinte. Poder‐se‐á afirmar que este
segundo teste conduz a resultados diferentes do anterior?
Pessoa 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
QI 105 80 100 125 110 120 80 100 105 95 88 75 80 100 110
52
Teste de Hipóteses jlborges@fe.up.pt
Resolução (cont.):
Os resultados obtidos nos dois testes não são independentes. Amostras
emparelhadas.
Hipótese: a variável em estudo segue uma distribuição Normal
H0 : 0
0 3.8
H1 : 0 ET 1.57 t14
S N 9.4 15
t14 (0.025) 2.145
não rejeitar H0
t14 (0.975) 2.145
valor de prova 6.9%
53
Teste de Hipóteses jlborges@fe.up.pt
Problema
Como resultado de um fim de semana de pescaria, o Sr. Pescado regressou a casa
com 10 cavalas e 14 sargos. O peso dos peixes pescados (em gramas) é
apresentado na tabela seguinte:
Cavalas 300 285 280 355 319 275 400 310 190 320
Sargos 370 250 471 430 250 410 300 450 260 320 210 400 425 300
54
Teste de Hipóteses jlborges@fe.up.pt
Resolução:
i)
Hip: populações Normais, teste às variâncias
σ2S σ2S 86.22
H0 : 2 1 H1 : 2 1 ET 2
2.46 F13,9 (0.05) 3.05
σC σC 54.9
não rejeitarH0
Teste aos valores esperados
(346.14 303.4) 0
H0 : μS μC H0 : μS μC ET 1.38 t14102 (0.05) 1.71
1 1
74.99
14 10
não rejeitar H0 , valor de prova 9.1%
55
Teste de Hipóteses jlborges@fe.up.pt
Problema
Como resultado de um fim de semana de pescaria, o Sr. Pescado regressou a casa com 10 cavalas e 14
sargos. O peso dos peixes pescados (em gramas) é apresentado na tabela seguinte:
Cavalas 300 285 280 355 319 275 400 310 190 320
Sargos 370 250 471 430 250 410 300 450 260 320 210 400 425 300
i) Verifique se o peso médio dos sargos é significativamente superior ao peso médio das cavalas.
ii) Se, na realidade, a diferença do peso médio dos sargos e das cavalas for de
40g, qual o nível de significância a utilizar no teste anterior por forma a que a
probabilidade de cometer um erro do tipo II seja de 20%?
56
Teste de Hipóteses jlborges@fe.up.pt
Resolução (cont.):
ii)
μS μC δ0 40
(XS XC ) δ0
t22
1 1
S
NS NC
xc 40
t22 (β 0.2) 0.858 0.858 xc 13.36
1 1
74.99
14 10
13.36 0
P (XS XC ) 13.36|H0 P t22 0.43 α 33.6%
1 1
74.99
14 10
57
Teste de Hipóteses jlborges@fe.up.pt
Y p(y)
0 0.128512
p(y ≥ 2)=1 -p(y<2)= 1-p(0)-p(1)= 0.6009
1 0.270552
2 0.277672
3 0.185114
4 0.090122
5 0.034151
58
Teste de Hipóteses jlborges@fe.up.pt
W: B(10, 0.60)
W p(w)
0 0.000105
1 0.001573 p(W≥2)=1-p(0)+p(1) = 0.99832228
2 0.010617
3 0.042467
4 0.111477
59
Teste de Hipóteses jlborges@fe.up.pt
c) O piloto Ralf Barrichello tem vindo a suspeitar que os pneus que lhe são
atribuídos são de qualidade inferior aos do seu companheiro de equipa, o
Juan Pablo Schumacher. Para verificar a validade de tal suspeita o piloto Ralf
Barrichello inspeccionou secretamente os lotes atribuídos a cada um dos
pilotos nas últimas cinco corridas. Assim, nas últimas 5 corridas, a que
correspondem 200 pneus por piloto, o Ralf Barrichello teve 16 pneus
defeituosos enquanto que o Juan Pablo Schumacher teve apenas 8.
Para um nível de significância de 5%, verifique, recorrendo ao método de
teste de hipóteses por intervalos de confiança, se se pode afirmar que o piloto
Ralf Barrichello recebe mais pneus defeituosos que o seu companheiro de
equipa Juan Pablo Schumacher.
H0 : pB pS 0
YB YS YB ( NB YB ) YS ( NS YS )
H1 : pB pS 0
N
N
z ( α / 2)
N 3
NS3
B S B
NB = 200
Yb = 16 16 8 16 (200 16) 8 (200 8)
1.645 3
3
; 0.007 ;
NS = 200 200 200 200 200
yS = 8
60
Teste de Hipóteses jlborges@fe.up.pt
Valor de Prova:
α 0.022
61