Universidade Federal Rural do Semi-Árido

Campus Caraúbas – UFERSA

Estatística – Turma 02
Tásia Moura Cardoso do Vale

Discentes:
Antônia Naiane da Silva
Jakson dos Santos Silva
Kaline da Silva Oliveira
Rafaela Rithelly de Paiva Oliveira
Regiano Lima de Melo
Testes de aderência e
tabelas de contingência.
 Testes de aderência

Uma forma de tentar verificar se uma distribuição se

ajusta bem ou não aos dados amostrais é através da
comparação das frequências amostrais com as frequências
teóricas esperadas pelo modelo probabilístico que se está
julgando válido para descrever os dados observados.
Existem testes de hipóteses, chamados testes de
aderência, que servem para testar hipóteses mais gerais
sobre a distribuição de dados, enquanto que os outros são
específicos para determinados modelos teóricos.
 A ideia básica é que, dada uma amostra aleatória de
tamanho n, observada de uma variável aleatória X , nosso
objetivo é testar:

Hₒ: X tem distribuição f,

H₁: X não tem distribuição f
A expressão utilizada para realizar esses testes é:
Onde:

K – Categoria de provas ou classes;

oᵢ - Frequência absoluta observada da i-ésima categoria;
eᵢ - Frequência absoluta esperada da i-ésima categoria.

No teste, só há uma região de rejeição à direita, pois quanto

mais próximo for oᵢ de eᵢ, portanto mais próximo ao zero ( à
esquerda da X²), mais perfeita será a aderência testada.
 Ajustamento e testes de aderência

Apresentamos um procedimento para efetuarmos um

ajustamento e o teste de aderência desse ajustamento:
1. Realiza-se um levantamento da amostra e ordenam-se os
dados;
2. Observa-se o tipo de distribuição e propõe-se um modelo
para a distribuição: binomial, Poisson, normal, etc.
3. Estimam-se os parâmetros de que dependem essa
distribuição proposta;
4. Com estas estimativas, executa-se o ajustamento,
verificando quais seriam os valores esperados, com base
nessa estimativa, isto é, testa-se a aderência, verificando-
se se é possível admitir que os valores observados
seguem a distribuição proposta.
 Exemplo:

1. Um dado é lançado 120 vezes, obtendo-se os resultados:

Fases
1 25
2 17
3 15
4 23
5 24
6 26

Testar a hipótese de que os dados sejam perfeitos, ao nível de 5%.

Resposta:

 = dado perfeito (não viciado)

 = dado não é perfeito
 =P(face) X 120 =

25 20 625 31,25
17 20 289 14,45
15 20 225 11,25
23 20 529 26,45
24 20 576 28,80
16 20 256 12,80
120 120 125



Distribuição x² de qui-quadrado
Distribuição x² de qui-quadrado
 Tabelas de contingência

São tabelas de dupla entrada construídas com o propósito de

estudar a relação entre as duas variáveis de classificação. Em
particular, pode-se desejar saber se as duas variáveis são
relacionadas de algum modo.
Por meio do teste X² (aderência), é possível verificar se as
variáveis são independentes.
Se r= número de linhas e c= número de colunas, então o
número de graus de liberdade é Ø= (r-1)(c-1).
Exemplo:
2. Deseja-se saber se o fato de uma pessoa ficar resfriada está relacionado ao fato tomar
uma certa vacina. Para isso, levantou-se uma amostra casual de 100 indivíduos, obtendo-se
o quadro.

Ser vacinado / Ficar Resfriado Não resfriado

resfriado
Vacinado 15 20
Não vacinado 25 40

Ao nível de 5%, testar as hipóteses de independência entre as danificações: ser vacinado

e ficar resfriado.
Obrigado!