Escolar Documentos
Profissional Documentos
Cultura Documentos
Statistics for Business and Economics 7 edição, by Paul Newbold , William Carlson , Betty Thorne (cap.
Hypothesis Testing: Single Population)
Bussab e Morettin (Cap 13 Teste de Hipótese)
Statistics for Economics, Accounting and Business Studies, capítulo 5, Barrow (Cap. 5 Hypothesis
testing)
Marislei Nishijima
Estatística II
X -µ
Se X ~ N(µ ; s 2), definimos Z=
s Lembrando!!!
E(Z) = 0
Var(Z) = 1
f(x)
X ~ N(µ ; s2)
f(z)
Z ~ N(0 ; 1) a µ b x
• Média da população
Exemplo: a média mensal de gasto com celular numa cidade é de μ =$42
• Proporção da população
Exemplo: A proporção de adultos que possui celular numa cidade é
de p = .68
Estatística II
A Hipótese Nula, H0
• Estabelece a hipótese (numérica) a ser testada
Exemplo: O múmero médio de TVs nas residências
dos EUA é igual a 3 (H0 : μ = 3)
• Sempre se refere a um parâmetro populacional
nunca à amostra.
H0 : μ = 3 H0 : X = 3
Estatística II
A Hipótese Nula, H0
(cont.)
Estatística II
A Hipótese Alternativa, H1
Estatística II
Processo de teste de hipóteses
Afirmação: a
A média de idade
da população é 50.
(Hipótese Nula:
População
H0: μ = 50 )
Selecionar uma
amostra aleatória
X = 20 é provável se μ = 50?
Se não é provável, Suponha que a
Média de idade
Rejeite a da amostra Amostra
Hipótese Nula é 20: X = 20
Estatística II
Razões para Rejeitar H0
Distribuição amostral de X
X
20 μ = 50
se H0 for ... então rejeitamos a
Se for improvável que verdadeira hipótese nula de que
obtenhamos uma média
μ = 50.
amostral deste valor... ... se de fato esta fosse a média
da população …
Estatística II
Nível de significância, a
Define os valores improváveis da estatística de
amostra se a hipótese nula for verdadeira
Define a região de rejeição da distribuição amostral
É designdada por a , (Nível de significância)
Valores típicos são .01, .05, ou .10
É selecionado pelo pesquisador no início
Fornece o (s) valor (es) crítico (s) do teste
Estatística II
Nível de significância
e região de rejeição
Nível de significância= a Representa
os valores críticos
H0: μ = 3 a/2 a/2
H1: μ ≠ 3 região de
Teste de 2 caudas 0 rejeição
sombreada
H0: μ ≤ 3 H1: a
μ>3
Teste da cauda
superior 0
H0: μ ≥ 3
a
H1: μ < 3
Teste da cauda 0
inferior
Estatística II
Erros ao tomar decisões
• Erro tipo I
• Rejeitar uma hipótese nula verdadeira
• Considerado um tipo grave de erro
• A probabilidade de erro tipo I é 𝜶
• Chamado nível de significância do teste
• Definido pelo pesquisador com antecedência
Estatística II
Erros ao tomar decisões
(cont.)
• Erro Tipo II
• Não rejeitar uma hipótese nula falsa
Estatística II
Resultados e Probabilidades
Possíveis resultados do teste de hipótese
Situação Real
Não
Não Erro Erro tipo II
Rejeitar (1 - a ) (β)
Resultado
(Probabilidade) H0
Estatística II
Relação entre os Erros Tipo I e II
• β quando a
• β quando σ
• β quando n
Estatística II
O Poder do Teste
• O poder de um teste é a probabilidade de rejeitar uma hipótese nula
que é falsa
• Por exemplo, Poder = P(Rejeitar H0 | H1 é verdadeira)
Estatística II
Testes de Hipóteses para a Média
Testes de
Hipóteses
para µ
s conhecido s desconhecido
Estatística II
Testes de Hipóteses para a Média (σ conhecido)
• Converta o resultado de amostra( x ) para um z valor
Testes de
Hipóteses
para µ
σ conhecido σ desconhecido
Considere o teste
A regra de decisão é:
H0 : μ = μ0
H1 : μ > μ0 𝑋. − 𝜇*
𝑅𝑒𝑗𝑒𝑖𝑡𝑎𝑟 𝐻* 𝑠𝑒 𝑍 = 𝜎 > 𝑍5
(Assuma que a população é normal) 𝑛
Estatística II
Regra de Decisão
H0: μ = μ0
𝑋. − 𝜇* H1: μ > μ0
𝑅𝑒𝑗𝑒𝑖𝑡𝑎𝑟 𝐻* 𝑠𝑒 𝑍 = 𝜎 > 𝑍5
𝑛
Regra Alternativa:
𝑅𝑒𝑗𝑒𝑖𝑡𝑎𝑟 𝐻* 𝑠𝑒 𝑋. > 𝜇* + 𝑍5 𝜎⁄ 𝑛 a
Estatística II
Abordagem de p-valor para teste
(cont.)
Converter o resultado da amostra (ex., x ) para a estatística de
teste (ex, statística z)
Obter o p-valor 𝑋. − 𝜇*
𝑝 − 𝑣𝑎𝑙𝑜𝑟 = 𝑃(𝑍 > 𝜎 , 𝑑𝑎𝑑𝑜 𝑞𝑢𝑒 𝐻* é 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑖𝑟𝑎)
Para um teste na 𝑛
cauda superior:
𝑋. − 𝜇*
= 𝑃(𝑍 > 𝜎 |𝜇) = 𝜇*
𝑛
Estatística II
Exemplo: Encontre a Região de Rejeição
(cont.)
• Suponha que a = .10 seja escolhido para este teste
a = .10
𝑋. − 𝜇*
𝑅𝑒𝑗𝑒𝑖𝑡𝑎 𝐻* 𝑠𝑒 𝑍 = > 1,28
Estatística II 𝜎⁄ 𝑛
Exemplo: Resultados da Amostra
(cont.)
Obtenha a amostra e compute o teste estatístico
x - μ0 53.1 - 52
z= = = 0.88
σ 10
n 64
Estatística II
Exemplo: Decisão
(cont.)
Tome uma decisão e interprete o resultado:
Rejeita H0
a = .10
Estatística II
Exemplo: Solução do p-Valor
(cont.)
Calcular o p-valor e comparar com a
(assumindo que μ = 52)
p-valor = 0.1894
P(x ³ 53.1| μ = 52.0)
Rejeita H0
a = .10
æ 53.1 - 52.0 ö
= Pç z ³ ÷
è 10/ 64 ø
0
Não rejeita H0 Rejeita H0
1.28 = P(z ³ 0.88) = 1- .8106
Z = .88
= .1894
Não rejeita H0 desde que p-valor = .1894 > a = .10
Estatística II
Teste de Uma Cauda
• Em muitos casos, a hipótese alternativa foca uma
única direção particular
Estatística II
Teste de cauda superior
H0 : μ ≤ 3
n Existe somente um valor
crítico, pois a área de rejeicão H1 : μ > 3
está somente em uma cauda
Valor Crítico xc
Estatística II
Teste de cauda inferior
H0 : μ ≥ 3
n Existe somente um valor H1 : μ < 3
crítico, pois a área de rejeicão
está somente em uma cauda
μ x
Valor Crítico xc
Estatística II
Teste de Duas Caudas
• Em alguns situações, a hipótese H0 : μ = 3 H 1 :
alternativa não especifica uma μ¹3
direção única
a/2 a/2
n Existem dois
valores críticos, x
3
definindo as duas
Rejeita H0 Não rejeita H0 Rejeita H0
regiões de z
-za/2 0 +za/2
rejeição
Valor crítico Valor crítico
inferior superior
Estatística II
Exemplo de Teste de Hipótese
Teste a afirmação de que o número médio
verdadeiro de aparelhos de TV em residências nos
EUA é igual a 3. (Assuma σ = 0,8)
Estatística II
Exemplo de Teste de Hipótese
(cont.)
X - μ0 2.84 - 3 - .16
z = = = = -2.0
σ 0.8 .08
n 100
Estatística II
Exemplo de Teste de Hipótese
(cont.)
• A estatística de teste está na região de rejeição?
-z = -1.96 0 +z = +1,96
Estatística II
Exemplo de Teste de Hipótese
(cont.)
• Tome uma decisão e interprete os resultados
a = 0,05/2 a = 0,05/2
-z = -1,96 0 +z = +1,96
-2,0
Como z = -2,0 < -1,96, rejeitamos a hipótese nula e concluímos que existe
evidência suficiente que a média de número de TVs nas residências dos EUA
não é igual a 3
Estatística II
Exemplo: p-Valor
• Exemplo: Quão provável é ver uma média amostral de 2,84
(ou algum valor diferente da média em qualquer direção) se a
verdadeira média é µ = 3,0?
.0228 .0228
P(z > 2.0) = .0228
p-value
= .0228 + .0228 = .0456
-1.96 0 1.96 Z
-2.0 2.0
Estatística II
Exemplo: p-Valor
(cont.)
• Compare o p-valor com a
• Se p-valor < a , rejeitar H0
• Se p-valor ³ a , não rejeitar H0
-1,96 0 1,96 Z
-2,0 2,0
Estatística II
Teste de Hipótese t para a média (σ
desconhecido)
• Converta o reultado da amostra ( x ) para uma estística t
Teste de hipótese
para µ
σ conhecido σ desconhecido
Considere o teste
A regra de decisão é:
H0 : μ = μ0
H1 : μ > μ0 𝑅𝑒𝑗𝑒𝑖𝑡𝑒 𝐻* 𝑠𝑒 𝑡 =
𝑋. − 𝜇*
> 𝑡IJK,5
𝑆
(Assuma população normal) 𝑛
Estatística II
Teste de Hipótese t para a média (σ
desconhecido)
(cont.)
• Teste de duas caudas:
Considere o teste
A regra de decisão é:
𝑋. − 𝜇* 𝑋. − 𝜇*
𝑅𝑒𝑗𝑒𝑖𝑡𝑒 𝐻* 𝑠𝑒 𝑡 = < −𝑡IJK,5 𝑜𝑢 𝑠𝑒 𝑡 = > 𝑡IJK,5
𝑆 M 𝑆 M
𝑛 𝑛
Estatística II
Exemplo: Teste de Duas Caudas
(s desconhecido)
O custo médio de um
quarto de hotel em Chicago
é estimado em US $ 168
por noite. Uma amostra
aleatória de 25 hotéis
resultou em x = $ 172,50 e
H0: μ = 168
S = $ 15,40. Teste usando
H1: μ ¹ 168
a = 0.05.
(Assuma população normal )
Estatística II
Exemplo Solução:
Teste de Duas Caudas
Estatística II
Proporções
(cont.)
• Proporção amostral na categoria de sucesso é
denominada por p̂
μp̂ = P P(1- P)
σ p̂ =
n
Estatística II
Teste de Hipótese para Proporções
• A distribuição amostral
de p̂ é
aproximadamente Teste de
normal, então a Hipótese para P
estatistica de teste é z
valor:
nP(1 – P) > 5 nP(1 – P) < 5
pˆ - P0 Não discutido
z= agora
P0 (1- P0 )
n
Estatística II
Exemplo: Teste Z para Proporção
Não rejeita H0
Rejeita H0 Rejeita H0 p-valor = 0.0136:
a/2 = .025 a/2 = .025
P(Z £ -2.47) + P(Z ³ 2.47)
.0068 .0068
= 2(.0068) = 0.0136
-1.96 0 1.96
Z = -2.47 Z = 2.47
Estatística II
Poder do Teste
• Relembre os possíveis resultados do teste de
hipótese Situação verdadeira
Decisão H0 Verdade H0 Falsa
Estatística II
Erro Tipo II
Assuma que a população é normal com variância conhecida. Considere o teste
H0 : μ = μ0
H1 : μ > μ0
A regra de decisão é:
x - μ0
Reject H0 if z = > z α or Reject H0 if x = x c > μ0 + Z ασ/ n
σ/ n
Se a hipótese nula for falsa e a média verdadeira for μ*, então a probabilidade de
erro do tipo II é
æ xc - μ * ö
β = P(x < x c | μ = μ*) = Pçç z < ÷
÷
è σ / n ø
Estatística II
Exemplo de Erro Tipo II
• Erro Tipo II é a probabilidade de falhar em
rejeitar uma falsa H0
Suponha que falhemos em rejeitar H0: μ ³ 52
Quando a verdeira media é μ* = 50
50 52
50 52
Rejeita Não rejeita
H0: μ ³ 52 H0 : μ ³ 52
Estatística II
xc
Exemplo de Erro Tipo II
(cont.)
Aqui, β = P( x ³ 𝑋.N ) se μ* = 50
a β
50 52
Reject Do not reject
H0: μ ³ 52 H0 : μ ³ 52
Estatística II
xc
Calculando β
• Suponha n = 64 , σ = 6 , e a = 0.05
σ 6
x c = μ0 - z α = 52 - 1.645 = 50.766
n 64
(para H0 : μ ³ 52)
Então β = P(𝑋.N ³ 50.766 ) se μ* = 50
50 50.766 52
Rejeita Não rejeita
H0: μ ³ 52 H0 : μ ³ 52
Estatística II
xc
Calculando β
(cont.)
• Suponha n = 64 , σ = 6 e a = 0.05
æ ö
ç 50.766 - 50 ÷
P( x ³ 50.766 | μ* = 50) = Pç z ³ ÷ = P(z ³ 1.02) = .5 - .3461 = .1539
ç 6 ÷
è 64 ø
Probabilidade
do erro tipo II:
a β = 0.1539
50 52
Reject Do not reject
H0: μ ³ 52 H0 : μ ³ 52
Estatística II
xc
Exemplo de Poder do Teste
Se a verdadeira média é μ* = 50,
n A probabilidade do Erro Tipo II = β = 0.1539
n O poder do teste = 1 – β = 1 – 0.1539 = 0.8461
Situação real
Decisão H0 Verdadeira H0 Falsa
Resultado
(Probabilidade) Não Sem erro Erro Tipo II
Rejeita H0 1 - a = 0.95 β = 0.1539