Resumo das aulas de 7 e 9 de Março de

Estatística Aplicada ao Marketing II.

Exercício 4 da ficha 1:
Uma empresa de fornecimento de televisão por cabo pretende lançar um novo canal e
realizou uma sondagem junto de 100 agregados familiares na cidade Y. Nesta amostra
19 responsáveis pelo agregado familiar declararam ter uma forte intenção de aderir ao
novo canal.
a) Com base nesta amostra e com um nível de significância de 5%, elabore um teste de
hipóteses que permita obter evidência de que mais de 10% dos responsáveis pelos
agregados familiares tem forte intenção de aderir ao novo canal. Utilize o teste
assintótico com aproximação pelo teorema limite central. Calcule e interprete o valor p.

Recordar:

𝑝(1−𝑝)
𝐸[𝑃̅] = 𝑝 e √𝑉𝐴𝑅[𝑃̅ ] = √ ,
𝑛

Onde 𝑃̅ é a variável aleatória proporção amostral e p a verdadeira proporção na

população.
Para amostras grandes (n > 30) e qualquer população:
𝑃̅ −𝑝
𝑍= tem distribuição aproximadamente normal padrão (equação 1)
𝑝(1−𝑝)
√
𝑛

No exercício temos n=100 e por isso estamos a usar uma amostra grande.

Exercício 4 a) da ficha 1.
Pretendemos defender que mais de 10% dos responsáveis pelos agregados familiares
tem forte intenção de aderir ao novo canal e por isso formulamos a hipótese alternativa
como: 𝐻1: 𝑝 > 0.1. Temos então:
𝐻1: 𝑝 > 0.1
𝐻0: 𝑝 ≤ 0.1

Definimos 𝑝0 = 0.1, que é o valor da proporção populacional que está nas hipóteses.
Porque a amostra é grande (n>30), escolhemos a seguinte estatística de teste (ET):

E.S. de Gestão e Tecnologia de Santarém – Resumo de aulas de 07.03.2023 e 09.03.2023

Paulo José Araújo dos Santos, PhD, MBA. pág.1
 𝑃̅ − 𝑝0
𝑍=
√𝑝0 (1 − 𝑝0 )
𝑛
Sabemos o comportamento de probabilidade aproximado desta ET sob a validade de H0
porque sob H0 podemos admitir 𝐸[𝑃̅] = 𝑝 = 𝑝0 = 0.1, ou seja, sob a validade de H0
podemos admitir que a proporção na população é igual a 0.1 e assim temos exatamente
a equação 1, que recordámos acima e que indica que a v.a. Z tem aproximadamente
distribuição normal padrão.

Como é pedido no enunciado, escolhemos 0.05 para o nível de significância, ou seja,

alfa=P(Erro tipo I)=P(Rejeitar H0 se H0 é verdadeira)=0.05.

Para tomarmos uma decisão vamos usar o valor p.

Considerando o valor observado da ET:
𝑝̅ − 0.1
𝑧=
√0.1(1 − 0.1)
100
Quando é que temos evidência contra a hipótese nula? Resposta: quando a proporção
observada na amostra (𝑝̅) é superior a 0.1, ou seja, quando o valor observado da ET é
positivo, ou seja, quando observamos valores na cauda direita. A proporção observada
na amostra é igual a 19/100=0.19.
Valor observado da ET:
0.19 − 0.1
𝑧= =3
√0.1(1 − 0.1)
100
Valor p =
𝑃[da ET assumir um valor igual ao observado ou mais extremo contra H0 | se H0 verdadeira]

𝑃̅ −𝑝0
𝑃[ ≥ 3] ≈ 𝑃[𝑍 ≥ 3 ] = 1 − 𝐹𝑍 (3) =1-0.9987=0.0013
𝑝 (1−𝑝0)
√ 0
𝑛

Decisão: O valor p é muito baixo (inferior ao nível de significância igual a 0.05) e por isso
rejeitamos H0 e temos forte evidência estatística que a proporção de responsáveis dos
agregados familiares com forte intenção de aderir ao novo canal é superior a 10%.

E.S. de Gestão e Tecnologia de Santarém – Resumo de aulas de 07.03.2023 e 09.03.2023

Paulo José Araújo dos Santos, PhD, MBA. pág.2
Interpretação do valor p: A probabilidade da estatística de teste assumir um valor igual
ao observado de 3 ou outro mais extremo contra H0, admitindo H0 verdadeira, é igual
a 0.0013.
Ilustração do valor p no teste unilateral com uma área a vermelho na densidade da
normal padrão:

Exercício 6 da ficha 1:
Considere a amostra de 100 agregados familiares da cidade Y onde 38 têm cartão cliente
e 62 não têm. No grupo dos que têm cartão cliente, a média do grau de satisfação é igual
a 8.08 e o desvio padrão é igual a 1.92. No grupo dos que não têm cartão cliente, a média
do grau de satisfação é igual a 6.94 e o desvio padrão é igual a 2.39.
a) Será que se pode concluir, com um nível de significância de 1%, que em média os
clientes que têm cartão estão mais satisfeitos que os clientes que não têm cartão? Utilize
o teste T para duas amostras independentes assumindo variâncias iguais nos grupos.
b) Resolva a alínea anterior utilizando o teste T para duas amostras independentes, não
assumindo variâncias iguais nos grupos.

Exercício 6 a) da ficha 1.
Pretendemos defender que a média do grau de satisfação é maior no grupo dos que têm
cartão que no grupo dos que não têm cartão e por isso definimos:

E.S. de Gestão e Tecnologia de Santarém – Resumo de aulas de 07.03.2023 e 09.03.2023

Paulo José Araújo dos Santos, PhD, MBA. pág.3
𝐻1: 𝜇1 > 𝜇2 que é equivalente a
𝐻1: 𝜇1 − 𝜇2 > 0
𝐻0: 𝜇1 − 𝜇2 ≤ 0
Vamos usar o teste T para amostras independentes, admitindo variâncias iguais.
Admitindo variâncias nos grupos iguais, vamos escolher a seguinte estatística de teste,
que sob a validade de H0, tem distribuição t Student, se as populações forem normais.
Para amostras grandes (𝑛1 + 𝑛2 − 2 ≥ 30) e qualquer população, sob a validade de H0,
a distribuição é aproximadamente normal padrão.

𝑋̅1 − 𝑋̅2
𝑇= ~ 𝑡 𝑆𝑡𝑢𝑑𝑒𝑛𝑡 (𝑛1 + 𝑛2 − 2)
1 1
√𝑆𝑝2 ( + )
𝑛1 𝑛2

(𝑛1 −1)𝑆12 +(𝑛2 −1)𝑆22

𝑆𝑝2 =
𝑛1 +𝑛2 −2

Como é pedido no enunciado, escolhemos 0.05 para o nível de significância, ou seja,

𝛼 =P(Erro tipo I)=0.05.
Quando é que temos evidência contra a hipótese nula? Resposta: quando a média
observada no grupo dos que têm cartão é superior à média observada no grupo dos que
não têm cartão. Ou seja, quando o valor observado da ET é positivo, ou seja, quando
observamos valores na cauda direita.
Valor observado da ET:

(38−1)1.922 +(62−1)2.392
𝑠𝑝2 = = 4.95
38+62−2
8.08 − 6.94
𝑡= = 2.49
√4.95 ( 1 + 1 )
38 62
Valor p =
𝑃[da ET assumir um valor igual ao observado ou mais extremo contra H0 | se H0 verdadeira]

𝑋̅1 −𝑋̅2
𝑃[ 1 1
≥ 2.49] ≈ 𝑃[𝑍 ≥ 2.49 ] = 1 − 𝐹𝑍 (2.49) =1-0.9936=0.0064
√𝑆𝑝2 (𝑛 +𝑛 )
1 2

Decisão: O valor p é muito baixo (inferior ao nível de significância igual a 0.05) e por isso
rejeitamos H0 e temos forte evidência estatística que a média do grau de satisfação é
maior no grupo dos que têm cartão do que no grupo dos que não têm cartão.

E.S. de Gestão e Tecnologia de Santarém – Resumo de aulas de 07.03.2023 e 09.03.2023

Paulo José Araújo dos Santos, PhD, MBA. pág.4
Interpretação do valor p: A probabilidade da estatística de teste assumir um valor igual
ao observado de 2.49 ou outro mais extremo contra H0, admitindo H0 verdadeira, é
igual a 0.0064.
Ilustração do valor p no teste unilateral com uma área a vermelho na densidade da
normal padrão:

Exercício 6 b) da ficha 1.
Pretendemos defender que a média do grau de satisfação é maior no grupo dos que têm
cartão que no grupo dos que não têm cartão e por isso definimos:
𝐻1: 𝜇1 > 𝜇2 que é equivalente a
𝐻1: 𝜇1 − 𝜇2 > 0
𝐻0: 𝜇1 − 𝜇2 ≤ 0
Vamos usar o teste T para amostras independentes, não admitindo variâncias iguais.
Não admitindo variâncias nos grupos iguais, vamos escolher a seguinte estatística de
teste, que sob a validade de H0, tem distribuição t Student, se as populações forem
normais.

E.S. de Gestão e Tecnologia de Santarém – Resumo de aulas de 07.03.2023 e 09.03.2023

Paulo José Araújo dos Santos, PhD, MBA. pág.5
 𝑋̅1 − 𝑋̅2
𝑇= ~ 𝑡 𝑆𝑡𝑢𝑑𝑒𝑛𝑡 (𝑣)
𝑆12 𝑆22
√
𝑛1 + 𝑛2

Para determinar v (os graus de liberdade da t Student) temos de usar uma expressão
muita complicada mas vamos usar amostras grandes e com 𝑛1 + 𝑛2 − 2 ≥ 30, usamos
o teorema limite central e a aproximação pela normal padrão.
Como é pedido no enunciado, escolhemos 0.05 para o nível de significância, ou seja,
𝛼 =P(Erro tipo I)=0.05.
Quando é que temos evidência contra a hipótese nula? Resposta: quando a média
observada no grupo dos que têm cartão é superior à média observada no grupo dos que
não têm cartão. Ou seja, quando o valor observado da ET é positivo, ou seja, quando
observamos valores na cauda direita.
Valor observado da ET:
8.08 − 6.94
𝑡= = 2.62
2 2
√1.92 + 2.39
38 62
Valor p =
𝑃[da ET assumir um valor igual ao observado ou mais extremo contra H0 | se H0 verdadeira]

𝑋̅1 −𝑋̅2
𝑃[ 1 1
≥ 2.62] ≈ 𝑃[𝑍 ≥ 2.62 ] = 1 − 𝐹𝑍 (2.62) =1-0.9956=0.0044.
√𝑆𝑝2 (𝑛 +𝑛 )
1 2

Decisão: O valor p é muito baixo (inferior ao nível de significância igual a 0.05) e por isso
rejeitamos H0 e temos forte evidência estatística que a média do grau de satisfação é
maior no grupo dos que têm cartão do que no grupo dos que não têm cartão.
Interpretação do valor p: A probabilidade da estatística de teste assumir um valor igual
ao observado de 2.62 ou outro mais extremo contra H0, admitindo H0 verdadeira, é
igual a 0.0044.
Ilustração do valor p no teste unilateral com uma área a vermelho na densidade da
normal padrão:

E.S. de Gestão e Tecnologia de Santarém – Resumo de aulas de 07.03.2023 e 09.03.2023

Paulo José Araújo dos Santos, PhD, MBA. pág.6
Exercício 7 da ficha 1:
Uma cadeia de lojas de roupa pretende saber se um determinado anúncio publicitário tem
efeito nas vendas. Para isso foram registadas as vendas em 6 lojas durante 2 trimestres.
No primeiro trimestre não foi apresentado o anúncio publicitário e no início do segundo
trimestre começou a ser apresentado o anúncio. Três fatores podem influenciar as vendas:
o anúncio publicitário, a dimensão da loja e a localização da loja. Os fatores dimensão e
localização foram controlados pelo emparelhamento.

Vendas (milhares de euros)

Loja Trimestre 1 Trimestre 2

1 221.3 261.1
2 143.6 172.8
3 124.3 153.6
4 332.8 397.5
5 161.2 192.2
6 445.2 526.3

a) Efetue um teste de hipótese com o objetivo de obter evidência, com um nível de

significância de 1%, que o anúncio publicitário aumenta a média das vendas trimestrais.

E.S. de Gestão e Tecnologia de Santarém – Resumo de aulas de 07.03.2023 e 09.03.2023

Paulo José Araújo dos Santos, PhD, MBA. pág.7
Vamos considerar a variável diferença de vendas entre o segundo e o primeiro trimestre
para cada loja:
𝐷𝑖 = 𝑌𝑖 − 𝑋𝑖 𝑖 = 1,2,3,4,5,6

Vamos usar o teste T para amostras emparelhadas (são amostras não independentes).

Pretendemos defender que o anúncio aumenta as vendas. Com o emparelhamento

controlamos os fatores dimensão da loja e localização da loja. Pretendemos defender
que a média de vendas no segundo trimestre é maior que a média de vendas no primeiro
trimestre e isto é equivalente a defender que a média das diferenças é positiva.
𝐻1: 𝜇𝐷 > 0
𝐻0: 𝜇𝐷 ≤ 0

Sob a validade de H0 e com uma população normal, temos a seguinte estatística de teste
e o seu comportamento de probabilidade. Para amostras grandes, podemos ter
qualquer população e utilizamos o teorema limite central.

𝐷̅
𝑇= ~ 𝑡 𝑆𝑡𝑢𝑑𝑒𝑛𝑡 (𝑛 − 1)
𝑆𝐷
√𝑛
Temos evidência contra H0 quando a média observada das diferenças é superior a 0, ou
seja, quando o valor observado da ET é positivo, ou seja, quando observamos valores na
cauda direita.

Se escolhermos para a RC, valores acima do quantil 0.01 então no caso da hipótese nula
ser verdadeira, a probabilidade de rejeitar H0 é igual a 0.01. Ou seja, acabámos de
controlar a P(Erro tipo I) como igual a 0.01.
Vamos obter o quantil 0.025 na tabela da t-Student, escolhendo 5 graus de liberdade e
o quantil 0.025.

Quantil 0.01, 𝑡0.01 (5) = 3.365

REGIÃO CRÍTICA = 𝑅𝐶 = [3.365; +∞[

E.S. de Gestão e Tecnologia de Santarém – Resumo de aulas de 07.03.2023 e 09.03.2023

Paulo José Araújo dos Santos, PhD, MBA. pág.8
Vamos calcular o valor observado da ET:

(di -
trimestre1 trimestre2 D=Y-X méd.)^2
221,3 261,1 39,8 36,60
143,6 172,8 29,2 277,22
124,3 153,6 29,3 273,90
332,8 397,5 64,7 355,32
161,2 192,2 31 220,52
445,2 526,3 81,1 1242,56

Soma: 275,1 2406,14

275.1
Média das diferenças: 𝑑̅ = = 45.85
6
2 ∑𝑛 ̅ 2
𝑖=1(𝑑1 −𝑑 ) 2406.14
Variância das diferenças: 𝑠𝐷 = = = 481.23
2 6−1
Desvio padrão das diferenças: 𝑠𝐷 = √481.23 = 21.94

𝑑̅ 45.85
𝑡= 𝑠 = = 5.12
𝐷 21.94
√𝑛 √6
O valor observado da estatística de teste (t=5.12) pertence à REGIÃO CRÍTICA e por
isso existe evidência forte estatística para rejeitar H0 com um nível de significância de
1%.
𝑡 = 5.12 ∈ 𝑅𝐶
CONCLUSÃO: Com os dados obtidos na amostra de vendas de 6 lojas em 2 trimestres,
temos forte evidência estatística que o anúncio publicitário aumenta a média das vendas
trimestrais.

E.S. de Gestão e Tecnologia de Santarém – Resumo de aulas de 07.03.2023 e 09.03.2023

Paulo José Araújo dos Santos, PhD, MBA. pág.9