Seção 10.

Comparando
duas variâncias
 Teste de duas amostras
para variâncias
Para comparar duas variâncias populacionais,
e , use a distribuição F.
Suponha que s12 e s22 representem as variâncias amostrais de duas
populações diferentes. Se estas duas forem normais e as variâncias
populacionais, e , forem iguais, a distribuição será chamada de
distribuição F. s12 sempre representa a maior entre duas variâncias.

0,8
0,7
0,6 g.l.N = 8
0,5
0,4 g.l.D = 20
0,3
0,2
0,1
0,0
0 1 2 3 4 5
 Teste F para variâncias
Para testar se as variâncias de duas populações
normalmente distribuídas são iguais, selecione
aleatoriamente uma amostra de cada população.
Suponha que s12 e s22 representem as variâncias amostrais.
A estatística teste é:

A distribuição amostral é uma distribuição F com

g.l. numerador = n1 – 1 e g.l. denominador = n2 – 1.
Nos testes F para verificar se as variâncias são iguais, use
somente o valor crítico da cauda direita. Para um teste
monocaudal direito, use o valor crítico correspondente ao
valor que você encontrar na tabela para o  dado.
Para um teste bicaudal, use o valor crítico da direita
correspondente a .
 Aplicação
Um engenheiro quer realizar um teste t para verificar se o
consumo médio de combustível do carro A é inferior ao do B.
Uma amostra aleatória do consumo de combustível de 16 carros
A tem um desvio padrão de 4,5. Já a amostra aleatória do
consumo de 22 carros B tem um desvio padrão de 4,2. O
engenheiro deveria usar o teste t com variâncias iguais ou com
variâncias diferentes? Use 0,05.

1. Estabeleça as hipóteses nula e alternativa.

Ha Como a variância amostral

do carro A é maior que a
2. Estabeleça o nível de significância. do carro B, use s12 para
0,05 representá-la.
3. Determine a distribuição amostral.

Uma distribuição F com g.l.N = 15, g.l.D = 21.

0,8
0,7
0,6 4. Determine o valor crítico.
0,5
0,4 5. Determine a região de rejeição.
0,3
0,2
0,1 0,025
0,0
0 1 2 3 4 5
2,53

6. Determine a estatística teste.

4,52
1,148
4,22
 0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1 0,025
0,0
0 1 2 3 4 5

7. Tome sua decisão.

Como F = 1,148 não cai na região de rejeição, não rejeite a
hipótese nula.
8. Interprete sua decisão.
Não há evidência suficiente para rejeitar a alegação de
que as variâncias são iguais. Ao fazer um teste t para
comparar as médias das duas populações, use o teste
para variâncias iguais.
 Seção 10.4

Análise de variância
 ANOVA
A análise de variância de um fator (ANOVA) é uma técnica de
teste de hipóteses usada para comparar as médias de três ou mais
populações.
H 0: (Todas as médias populacionais são iguais.)
Ha: Ao menos uma das médias é diferente das outras.
A variância é calculada de dois jeitos
diferentes; os dois valores resultantes
formam uma razão.

1. O MSB, quadrado médio entre, que consiste na variância entre as

amostras, mede as diferenças relacionadas ao tratamento dado a cada
amostra.
2. O MSW, quadrado médio dentro, que consiste na variância dentro
das amostras, mede as diferenças relacionadas às entradas dentro da
mesma amostra. A variância dentro das amostras deve-se a erro
amostral.
 Quadrado médio entre
Cada grupo recebe um ‘tratamento’ diferente. A variação da
grande média (média de todos os valores em todos os
grupos) é medida. O tratamento (ou fator) será a variável que
distingue os membros de uma amostra da outra.

Primeiro calcule SSB, depois divida por k – 1, os

graus de liberdade. (k = o número de tratamentos
ou fatores.)
 Quadrado médio dentro
Calcule SSW e divida por N – k, os graus de liberdade.

• Se MSB tem um valor próximo ao de MSW, a variação não

se deve aos efeitos diversos que os tratamentos diversos
exercem sobre a variável. A razão entre as duas medidas
(razão F) é próxima a 1.

• Se MSB é significativamente maior que MSW, é provável

que a variação se deva às diferenças nos tratamentos ou
fatores, e a razão F diferirá significativamente de 1.
 Análise de variância
A tabela abaixo mostra a quantia gasta anualmente com leitura (em
US$) por uma amostra aleatória de consumidores norte-americanos,
residentes em quatro regiões distintas. Sendo 0,10, você pode
concluir que as médias de gasto são diferentes?
Nordeste Meio-Oeste Sul Oeste
308 246 103 223
58 169 143 184
141 246 164 221
109 158 119 269
220 167 99 199
144 76 214 171
316 108 204
1. Estabeleça as hipóteses nula e alternativa.
H0: (Todas as médias populacionais são iguais.)
Ha: Ao menos uma das médias difere das demais.
2. Estabeleça o nível de significância. 0,10

3. Determine a distribuição amostral.

Uma distribuição F com g.l.N = 3, g.l.D = 23

0,8
0,7 4. Determine o valor crítico.
0,6
0,5
5. Determine a região de rejeição.
0,4
0,3
0,2 0,10
0,1
0,0
0 1 2 3 4 5
2,34
 6. Determine a estatística teste.

Nordeste Meio-Oeste Sul Oeste

308 246 103 223
58 169 143 184
141 246 164 221
109 158 119 269
220 167 99 199
144 76 214 171
316 108 204
Calcule a média e a variância de cada amostra.
185,14 177,00 135,71 210,14
9.838,66 4.050,05 1.741,39 1.020,80

Calcule , a média de todos os valores. 4.779

 Quadrado médio entre

Média n

1 185,14 7 66,26 463,8

2 177,00 6 0,00 0,0
3 135,71 7 1.704,86 11.934,0
4 210,14 7 1.098,26 7.687,8

20.086
6.695,33
 n s2

1 7 9.838,66 59.031,9
2 6 4.050,05 20.250,2
3 7 1.741,39 10.448,4
4 7 1.020,80 6.124,8

95.855 6.955,33
4.167,61 1,669
4.167,61
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1 0,10
0,0
0 1 2 3 4 5
2,53
7. Tome sua decisão.
Como F = 1,669 não cai na região de rejeição, não rejeite a
hipótese nula.
8. Interprete sua decisão.
Não há evidência suficiente para aceitar a alegação de
que as médias não são iguais. Os gastos com leitura
são os mesmos nas quatro regiões.
 Resultado no Minitab
Análise de variância de um fator

Análise de variância
Source DF SS MS F P
Factor 3 20085 6695 1.61 0.215
Error 23 95857 4168
Total 26 15942

Pelo método do valor P, você não rejeitaria a hipótese

nula, já que 0,215 > 0,10. Não há evidência suficiente
para acreditar que o gasto com leitura é diferente nas
regiões distintas.