Cap 8 - Testes de Hipóteses

BARBETTA, REIS e BORNIA Estatstica para Cursos de Engenharia e Informtica.
Atlas, 2004
Estatstica para Cursos de Engenharia e
Estatstica para Cursos de Engenharia e
Informtica
Informtica
Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia
So Paulo: Atlas, 2004
Cap. 8
Cap. 8
Testes de hipteses
Testes de hipteses
APOIO:
Fundao de Apoio Pesquisa Cientfica e Tecnolgica do Estado de Santa Catarina
(FAPESC)
Departamento de Informtica e Estatstica UFSC (INE/CTC/UFSC)
BARBETTA, REIS e BORNIA Estatstica para Cursos de Engenharia e Informtica. Atlas, 2004
Teste de hipteses
Teste de hipteses
Populao
Conjectura (hiptese) sobre o
comportamento de variveis
Amostra
Resultados reais obtidos
Deciso sobre a
admissibilidade da
hiptese
Hipteses
Hipteses
a)Substituindo o processador A pelo processador B, altera-se
o tempo de resposta de um computador.
b)Aumentando a dosagem de cimento, aumenta-se a
resistncia do concreto.
c) Uma certa campanha publicitria produz efeito positivo
nas vendas.
d)A implementao de um programa de melhoria da
qualidade em uma empresa prestadora de servios
melhora a satisfao de seus clientes.
Hipteses em termos de parmetros
Hipteses em termos de parmetros
a) A mdia dos tempos de resposta do equipamento com o processador
A diferente da mdia dos tempos de resposta com o processador B.
b) A mdia dos valores de resistncia do concreto com a dosagem d
2
de
cimento maior do que a mdia dos valores de resistncia com a
dosagem d
1
.
c) A mdia das vendas depois da campanha publicitria maior do que a
mdia das vendas antes da campanha publicitria.
d) A proporo de reclamaes aps a realizao do programa de
melhoria da qualidade menor do que antes da realizao do
programa.
Hipteses nulas
Hipteses nulas
a)H
0
:
A
=
B
e H
1
:
A

B
onde:
A
o tempo mdio de resposta com o processador A; e
B
o tempo mdio de resposta com o processador B.
b)H
0
:
2
=
1
e H
1
:
2
>
1
onde:
2
a resistncia mdia do concreto com a dosagem d
2
de cimento; e
1
a resistncia mdia do concreto com a dosagem d
1
de cimento.
Hipteses nulas
Hipteses nulas
c) H
0
:
2
=
1
e H
1
:
2
>
1
onde:

1
o valor mdio das vendas antes da campanha publicitria; e

2
o valor mdio das vendas depois da campanha publicitria.
d)H
0
: p
2
= p
1
e H
1
: p
2
< p
1
onde:
p
1
a proporo de reclamaes antes do programa de melhoria da
qualidade; e
p
2
a proporo de reclamaes depois do programa de melhoria da
qualidade.
Conceitos bsicos
Conceitos bsicos
Exemplo:
Exemplo:
Suspeita-se que uma moeda no seja perfeitamente
equilibrada (probab. de cara probab. de coroa 0,5)
p = probab. de cara
H
0
: p = 0,5
H
1
: p 0,5
Planejamento da amostra
Planejamento da amostra
n = 10 lanamentos imparciais e independentes da
moeda.
Resultado
Resultado
da amostra
da amostra
Situao 1: Valor obtido: y = 10 caras.
Qual seria a concluso?
Exemplo da moeda
Exemplo da moeda
Distribuio
binomial
(n = 10, p = 0,5)
0.001
0.001
0.010
0.010
0.044
0 1 2 3 4 5 6 7 8 9 10
0.044
0.117 0.117
0.205 0.205
0.246
y
valor esperado (), sob H0
Probabilidade de
Probabilidade de
Significncia ou
Significncia ou
valor
valor
p
p
Probabilidade da estatstica do teste acusar um resultado
to (ou mais) distante do esperado quanto o resultado
ocorrido na amostra observada, supondo H
0
como a
hiptese verdadeira.
Situao 1
Situao 1
Valor p = 0,002 ou 0,2%
y
0.001
0.010
0.044
0.117
0.205
0.246
0.205
0.117
0.044
0.010
0.001
0 1 2 3 4 5 6 7 8 9 10
Concluso...
Concluso...
Valor p = 0,2% (probabilidade de uma moeda honesta
acusar um valor to distante quanto ao que se observou
na amostra). Probabilidade muito pequena!!!
Qual a concluso?
O teste rejeita H
0
, ou seja, prova-se estatisticamente que
a moeda viciada.
Resultado
Resultado
da amostra
da amostra
Situao 2: Valor obtido: y = 7 caras.
Qual seria a concluso?
Situao 2
Situao 2
Valor p = 0,344 ou 34,4%
y
0.001
0.010
0.044
0.117
0.205
0.246
0.205
0.117
0.044
0.010
0.001
0 1 2 3 4 5 6 7 8 9 10
Concluso...
Concluso...
Valor p = 34,4% (probabilidade de uma moeda honesta
acusar um valor to distante quanto ao que se observou
na amostra). No muito pequeno!!!
Qual a concluso?
O teste aceita H
0
, ou seja, no se pode afirmar que a
moeda viciada.
Nvel de Significncia (
Nvel de Significncia (

)
)
Representa a probabilidade tolervel de se rejeitar H
0
quando esta
for verdadeira.
Os valores mais comuns para o nvel de significncia so 5%, 10%
e 1%.
Regra de deciso
Regra de deciso
Valor p
Valor p >
Rejeita H
0
(prova-se
estatisticamente H
1
)
Aceita H
0
(os dados no mostram
evidncia para afirmar H
1
)
Exerccio
Exerccio
Para testar se existe diferena entre dois sistemas
computacionais (A e B), observou-se o desempenho com 12
cargas de trabalho. Em 3 casos o sistema A apresentou
melhor desempenho do que o B. Nos demais, o sistema B foi
melhor. Qual a concluso ao nvel de significncia de 5%?
Exerccio
Exerccio
-
-
Resp.
Resp.
Hipteses:
H
o
: p = 0,5
H
1
: p 0,5
p = probabilidade do sistema A
apresentar melhor desempenho do que o
sistema B.
Distribuio binomial (n = 12, p = 0,5).
0.003
0.016
0.054
0.121
0.193
0.226
0.193
0.121
0.054
0.016
0.003
0 1 2 3 4 5 6 7 8 9 10 11 12
0,000 0,000
y
Exerccio
Exerccio
-
-
Resp.
Resp.
valor esperado (), sob H
0
Valor p = 0,146 ou 14,6%
Valor p = P{(X < 3) ou (X > 9)}
Exerccio
Exerccio
-
-
Resp.
Resp.
0.226
0.003
0.016
0.054
0.121
0.193 0.193
0.121
0.054
0.016
0.003
0 1 2 3 4 5 6 7 8 9 10 11 12
0,000
0,000
Valor p = 14,6% > 5% ( = 5%)
O teste aceita H
0
, ao nvel de significncia de 5%.
No se pode afirmar (ao nvel de significncia de 5%) que
existe diferena entre os dois tipos de sistemas, em termos de
desempenho.
Exerccio
Exerccio
-
-
Resp.
Resp.
Tipos de erro num teste estatstico
deciso correta
(probab = 1 )
erro tipo II
(probab = )
H
0
falsa
erro tipo I
(probab = )
deciso correta
(probab = 1 )
H
0
verdadeira
rejeita H
0
aceita H
0
Deciso do teste Realidade
(desconhecida)
deciso correta
(probab = 1 )
erro tipo II
(probab = )
H
0
falsa
erro tipo I
(probab = )
deciso correta
(probab = 1 )
H
0
verdadeira
rejeita H
0
aceita H
0
Deciso do teste Realidade
(desconhecida)
P(erro tipo I) = P(rejeitar H
0
| H
0
verdadeira) =
P(erro tipo II) = P(aceitar H
0
| H
0
falsa) =
Abordagem clssica
Abordagem clssica
Constri a regra de deciso antes de observar a amostra
Retomando o experimento de lanar 10 vezes a moeda, a
regra de deciso para = 0,05 construda com base na
equao:
P (erro tipo I) = P (rejeitar H
0
| H
0
verdadeira) = = 0,05
Abordagem clssica
Abordagem clssica
Regra de deciso em termos de Y = nmero de caras em
10 lanamentos da moeda, com = 0,05.
0 1 2 3 4 5 6 7 8 9 10
0,001
0,010
0,117
0,205
0,044
0,246
0,205
0,117
0,044
0,010
0,001
y
p(y)
aceita H
0
rejeita H
0
rejeita H
0
Testes unilaterais
Testes unilaterais
Quando a hiptese alternativa tem sinal >ou <(pelas
caractersticas do problema em estudo).
Ex.
H
0
: p = 0,5 (a moeda honesta) e
H
1
: p > 0,5 (a moeda tende a dar mais caras do que coroas).
Testes unilaterais
Testes unilaterais
Clculo do valor p, considerando n = 10:
0 1 2 3 4 5 6 7 8 9 10
0,001
0,010
0,117
0,205
0,044
0,246
0,205
0,117
0,044
0,010
0,001
y
p(y)
Valor p = p(7) + p(8) + p(9) + p(10) = 0,172
Teste para proporo
Teste para proporo
H
0
: p = p
0
e H
1
: p p
0
(p
0
um valor dado)
No caso de teste unilateral, a hiptese alternativa seria
H
1
: p > p
0
(unilateral direita) ou H
1
: p < p
0
(unilateral esquerda).
Suponha amostra suficientemente grande para
aproximao da binomial normal:
n.p
0
5 e n.(1 p
0
) 5
Teste para proporo
Teste para proporo
Sejam:
n
interesse de atributo o com elementos de nmero
n
y
p = =
y = y 0,5 se y > n.p

0
; ou
y = y + 0,5 se y < n.p
0
(correo de continuidade)
Clculo da estatstica do teste:
) 1 .( .
.
0 0
0
p p n
p n y
z
=
Teste para proporo
Teste para proporo
abordagem do valor
abordagem do valor
p
p
) 1 .( .
.
0 0
0
p p n
p n y
z
=
Amostra
Clculo de z
Obteno de p
pela tabela da
normal
0
z - z
p
2
p
2
0
z
p
0
- z
p
Se bilateral:
Se unilateral direita:
Se unilateral esquerda:
Teste para proporo
Teste para proporo
abordagem do valor
abordagem do valor
p
p
Valor p > aceita H
0
Valor p rejeita H
0
Teste para proporo
Teste para proporo
Exemplo 8.6:
Exemplo 8.6:
H
0
: p = 0,015 e H
1
: p > 0,015. Usar = 0,01.
Amostra: y = 9 em n = 500.
018 , 0
500
9
= = p
37 , 0
718 , 2
1
) 015 , 0 1 ).( 015 , 0 ).( 500 (
) 015 , 0 ).( 500 ( 5 , 8
) 1 .( .
.
0 0
0
=
=
p p n
p n y
z
(ver enunciado no livro)
Teste para proporo
Teste para proporo
Exemplo 8.6:
Exemplo 8.6:
Aceita H
0
ao nvel de significncia de 1%.
0
z = 0,37
Valor p = 0,3557
(tabela)
Amostra
Teste para proporo
Teste para proporo
abordagem clssica
abordagem clssica
Nvel de
significncia
Obteno do valor
crtico z
c
pela
tabela da normal
1,282 1,645 1,960 2,326 2,576 2,807
valor crtico (z
c
):
0,10 0,05 0,025 0,01 0,005 0,0025
teste unilateral, :
0,20 0,10 0,05 0,02 0,01 0.005
teste bilateral, :
Valores usuais de z
c
, obtidos da distribuio normal padro:
...
Teste para proporo
Teste para proporo
abordagem clssica
abordagem clssica
) 1 .( .
.
0 0
0
p p n
p n y
z
=
Se bilateral:
Nvel de
significncia
Obteno do valor
crtico z
c
pela
tabela da normal
Clculo do valor z
rejeita H
0
rejeita H
0
aceita H
0
0
z
c
- z
c
2
Teste para proporo
Teste para proporo
abordagem clssica
abordagem clssica
) 1 .( .
.
0 0
0
p p n
p n y
z
=
Se unilateral
direita:
Nvel de
significncia
Obteno do valor
crtico z
c
pela
tabela da normal
Clculo do valor z
0
z
c
aceita H
0
rejeita H
0
Teste para proporo
Teste para proporo
Exemplo 8.6:
Exemplo 8.6:
H
0
: p = 0,015 e H
1
: p > 0,015. Usar = 0,01.
Regra de deciso:
0
z
c
= 2,326
= 0,01
(t a b e l a )
aceita H
0
rejeita H
0
(ver enunciado no livro)
Teste para proporo
Teste para proporo
Exemplo 8.6:
Exemplo 8.6:
Amostra: y = 9 em n = 500.
018 , 0
500
9
= = p
37 , 0
718 , 2
1
) 015 , 0 1 ).( 015 , 0 ).( 500 (
) 015 , 0 ).( 500 ( 5 , 8
) 1 .( .
.
0 0
0
=
=
p p n
p n y
z
Teste para proporo
Teste para proporo
Exemplo 8.6:
Exemplo 8.6:
Concluso:
37 , 0
) 1 .( .
.
0 0
0
=
p p n
p n y
z
Da amostra:
0
z
c
= 2,326
= 0,01
( t a b e l a )
aceita H
0
rejeita H
0
Aceita H
0
.
(Ver comentrios prticos no livro.)
Teste para mdia
Teste para mdia
H
0
: =
0
e H
1
:
0
No caso de teste unilateral, a hiptese alternativa seria H1: >
0
(unilateral direita) ou H1: <
0
(unilateral esquerda).
Teste para mdia
Teste para mdia
Caso de varincia conhecida

Caso de varincia conhecida
( )
n x
z

=
0
onde:
0
o valor da mdia segundo H0;
n tamanho da amostra;
o desvio padro populacional; e
a mdia da amostra.
x
O teste feito com a distribuio normal, anlogo ao da proporo.
Teste para mdia
Teste para mdia
Caso de varincia desconhecida

onde:
0
o valor da mdia segundo H0;
n tamanho da amostra;
s o desvio padro da amostra; e
a mdia da amostra.
x
Uso da distribuio t com gl = n 1
(supondo populao com distribuio normal)
( )
s
n x
t

=
0
Teste para mdia
Teste para mdia

Exemplo 8.8
Exemplo 8.8
(ver enunciado no livro):
H
0
: = 7,4 s
H
1
: < 7,4 s
Amostra:
n = 10;
mdia da amostra = 6,82;
desvio padro da amostra = 0,551
( )
( )
33 , 3
551 , 0
10 4 , 7 82 , 6
0
=

=

=
s
n x
t

Teste para mdia
Teste para mdia

Exemplo 8.8
Exemplo 8.8
Uso da tabela t para obter o valor p:
0
| t | = 3,33
Valor p = ?
(tabela)
Amostra
Teste para mdia
Teste para mdia

Exemplo 8.8.
Exemplo 8.8.
Abordagem do valor
Abordagem do valor
p
p
:
:
Uso da tabela t para obter o valor p:
0,0025 < valor p < 0,005 valor p < 0,01
Teste rejeita H
0
. (Ver comentrios prticos no livro.)

Cap 8 - Testes de Hipóteses

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Cap 8 - Testes de Hipóteses

Hochgeladen von

Copyright:

Verfügbare Formate

BARBETTA, REIS e BORNIA Estatstica para Cursos de Engenharia e Informtica.

y = y 0,5 se y > n.p

Caso de varincia conhecida

Caso de varincia desconhecida

Caso de varincia desconhecida

Caso de varincia desconhecida

Caso de varincia desconhecida

Das könnte Ihnen auch gefallen