Escolar Documentos
Profissional Documentos
Cultura Documentos
Testes de Hipóteses
Y é uma variável.
Y é uma variável aleatória?
Relação entre Uma População e Uma Amostra
⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯→
População x1 Amostra x1
⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯
Intervalos de confiança para os parâmetros (Y)
Testes de hipóteses sobre os parâmetros (Y)
Medida Parâmetro Estimativa
(Valor numérico) (Valor numérico)
Média Y ӯ
2 2
Variância σY sY
Desvio-padrão Y sY
Coeficiente de
variação CVY cvY
Erro-padrão da
média σYഥ sYഥ
População
(y1, y2, ..., yN)
→ O que eu tenho (Y e Y)
Parâmetros
Amostra particular
→ O que eu sei (ӯ e sY)
(y1, y2, ..., yn)
Estimativas
Estimativas
n n
(yi − yത ) 2
(yi − yത ) 2
s2Y = sY2 =
n n− 1
i=1 i=1
n
(yi − yത )2
sY =
n−1
i=1
n
|yi − yത |
DMA =
n
i=1
Distribuição de Probabilidades
• Y = variável aleatória
• v.a. contínua
• Y Normal (Y; Y2 )
2
1 y−Y
−
1 2 Y
f(y) = e
Y 2
f (y)
LIN LSN
− − − + + +
y
0,6827
0,9545
0,9973
Medida Parâmetro Estimativa
(Valor numérico) (Valor numérico)
n
yi
Média Y y= i=1
n
n
(yi − y)2
Variância Y2 s2Y = i=1
n −1
Desvio-padrão Y sY = s2Y
sY
Coeficiente de
CVY cv Y = 100
variação y
sY
Erro-padrão da Y sY =
média n
População Amostra aleatória
(y1, y2, ..., yN) (Y1, Y2, ..., Yn)
n n
Y i i
(Y − Y) 2
Y= i=1
SY = i=1
n n −1
Estimadores
Amostra particular
(y1, y2, ..., yn)
População
ȳ1 ȳ2 ȳm
sY1 sY2 sYm
m
(തyi −ധy)2
sYഥ =
m−1
i=1
Erro-padrão da média
Infinitas Amostras Aleatórias de Uma População
→ Amostra x12 →
População
x1 Dedução teórica da distribuição de
→ Amostra x13 →
probabilidades amostral associada
ao estimador com base na
suposição da retirada de infinitas
...
amostras da população x1
→ Amostra x1 →
Y
− Y
− Y
− Y
+ Y
+ Y
+
y
0,6827
0,9545
0,9973
Distribuição Normal
Inferência Estatística
Amostra particular
(y1, y2, ..., yn)
• Intervalos de confiança
• Para uma variância populacional
• Para uma média populacional
❖ COMO É A POPULAÇÃO?
Hipóteses Estatísticas
• É uma afirmativa a respeito de um parâmetro
de uma distribuição de probabilidades.
• Exemplo de uma variável-resposta Y:
• Y = 0.
Unilateral à esquerda
• H0: Y = 0
• H1: Y 0
Bilateral
• H0: Y = 0
• H1: Y 0
H0
RHo a
RHo
AHo
alf a / 2 alf a / 2
Ӯ
Decisão
H0 Aceitar H0 Rejeitar H0
1−
Verdadeira P (RH0 | H0V)
P (AH0 | H0V)
P (erro tipo I)
Pd = 1 −
Falsa P (AH0 | H0F)
P (RH0 | H0F)
P (erro tipo II)
Para Uma Média
H0: Y = 0
H1: Y 0
Y Normal
Teste t de Student
y − 0 y − 0
t cal = =
sY sY
n
0,3
f (t)
0,2
0,1
0,025 0,025
0,0
-2,26 0 2,26
t
Graus de liberdade = 99
0,4
0,3
f (t)
0,2
0,1
0,025 0,025
0,0
-1,98 0 1,98
t
Exemplo de Aplicação
• H0: Y = 0 Y = 2,5
• H1: Y 2,5
• H1: Y 2,5
• H1: Y 2,5
/ /
tab1 tab2
tab
tab
ӯ sY
H0: Y = 2,5
H1: Y 2,5
Teste t de Student
yത − 2,5
t cal = s ttab ( = 0,05; n − 1 = 4 gl)
Y
n
help (t.test)
t.test (x, mu = 0, alternative = "two.sided", conf.level
= 0.95, ...)
sY
IC(Y)1– = y t/2,n–1
n
E(Y) = Y
A equipe técnica de uma empresa testou a durabilidade (Y) das
lâmpadas, em horas, da marca x1 em um experimento (n = 30)
com as seguintes estimativas: y = 996 e sY = 36. Com base nos
testes apresentados e dado que Y normal, pode-se concluir
que x1 satisfaz à exigência da empresa, para = 0,05?
Teste H0 H1 p-valor
Amostra x1 Amostra x2
Estimativas Estimativas
Distribuição de Distribuição de frequências
frequências de Y1 de Y2
Intervalos de confiança para os parâmetros (Y1 vs. Y2)
Testes de hipóteses sobre os parâmetros (Y1 vs. Y2)
Um Fator Controlável de Interesse com Dois Níveis
Independentes
X REPT Y
x1 1 y11
x1 2 y12
... ... ...
x1 n1 y1n1
x2 1 y21
x2 2 y22
... ... ...
x2 n2 y2n2
Medidas de Posição e de Variação
Nível xi (i = 1 e 2)
ni ni
yij (y ij − y i )2
yi =
j=1
s 2Yi =
j=1 s Yi = s 2Yi
ni ni − 1
s Yi s Yi
cv Yi = 100 sY =
yi i
ni
Infinitas amostras aleatórias de duas populações independentes
População População
x1 Dedução teórica da x2
→ Amostra x13 → distribuição de Amostra x23
probabilidades
amostral associada
ao estimador com
base na suposição
da retirada de
... ...
infinitas amostras de
x1 e x2
• Intervalo de confiança
• Para a razão entre duas variâncias populacionais
• Para a diferença entre duas médias
populacionais independentes
Hipóteses Estatísticas
• Eu quero verificar qual entre os dois tratamentos
(x1 e x2) apresenta a melhor média (H1: Y1 Y2)
e/ou a melhor variabilidade (H1: Y1 Y2).
x2 x2
y y y
Teste de Hipóteses
Para Duas Variâncias
• Teste F 2
=1
Y1
• Hipótese H0:
2
Y2 Normal
Y1 Normal
Y2
s 2Y1
fcal = 2
ftab (, n1 − 1, n2 − 1)
s Y2
Tabela unilateral de F 1
setwd ("C:/.../Rtrab")
library (openxlsx)
dp1ex2 = read.xlsx ("p1ex2.xlsx")
attach (dp1ex2)
dp1ex2
help (var.test)
var.test (y ~ x, ratio = 1, alternative = "two.sided",
conf.level = 0.95, ...)
• Teste t de Student
Y2 Normal
Y1 Normal
• Hipótese H0: Y1 − Y2 = 0 (Y1 = Y2)
• Variâncias homogêneas
• Variâncias heterogêneas
Teste de Hipóteses
Para Duas Médias (Independentes)
Variâncias Homogêneas
y1 − y 2
t cal = ttab (, n1 + n2 − 2)
1 1
s +
2
Y
n1 n2
s =
2 Y1 Y2
(n1 − 1) + (n2 − 1)
Y
ӯi sYi
2,1 2,3 2,5 2,7 2,9 2,5 0,3162
2,5 2,6 2,7 2,8 2,9 2,7 0,1581
setwd ("C:/.../Rtrab")
library (openxlsx)
dp1ex2 = read.xlsx ("p1ex2.xlsx")
attach (dp1ex2)
dp1ex2
help (t.test)
t.test (y ~ x, mu = 0, alternative = "two.sided", paired
= FALSE, var.equal = FALSE, conf.level = 0.95, ...)
t.test (y ~ x, var.equal = T)
Intervalo de Confiança
Para Duas Médias (Independentes)
Variâncias Homogêneas
Se H0 pertence ao IC TH AH0.
Com o objetivo de escolher uma marca de lâmpadas (X) que
atenda às especificações de maior média e de menor variância
paramétricas possíveis, a equipe técnica resolveu comparar a
durabilidade (Y), em dias, das marcas x1 e x2. Se Y1 e Y2 forem
consideradas variáveis aleatórias normais, qual das marcas é a
melhor ( = 0,05)?
x1 39,75 36,40 33,88 27,85 31,42 34,40 36,62 36,50 38,04 23,80
REP Y1 Y2 D = Y1 − Y2
• Teste t de Student
• Hipótese H0: D = 0
D Normal
d d
t cal = =
sD sD
n
ttab (, n − 1)
ƌ sD
2,1 2,3 2,5 2,7 2,9
2,5 2,6 2,7 2,8 2,9
−0,4 −0,3 −0,2 −0,1 0 −0,2 0,1581
H0: D = 0
H1: D 0
Teste t de Student
dሜ
t cal = s
D ttab ( = 0,05; n − 1 = 4 gl)
n
help (t.test)
t.test (y1, y2, mu = 0, alternative = "two.sided", paired
= FALSE, var.equal = FALSE, conf.level = 0.95, ...)
• IC(Y)1– = d t/2,n–1 sD
n
1 2 3 4 5
x1 3,3010 3,2553 3,2430 3,2788 3,2672
x2 3,3012 3,2555 3,2433 3,2790 3,2674