Sie sind auf Seite 1von 7

Os

Os teste
teste baseados
baseados na
na distribuio
distribuio binomial
binomial
Tipo de dado Teste recomendado

Uma amostra Nominal BINOMIAL ----- TESTE DA SEQNCIA

Ordinal

Intervalar TESTE t de Student

Adequao do ajuste de uma Qualquer Qui-Quadrado,


distribuio terica Kolmogorov / Smirnov

Tabelas de Contingncia Qualquer Qui-Quadrado


Mc NEMAR
Duas amostras independentes Nominal

Ordinal MANN - WHITNEY

Intervalar TESTE t de Student

Duas amostras relacionadas Nominal TESTE DO SINAL

Ordinal WILCOXON

Intervalar TESTE t de Student

Mais de duas amostras independentes Nominal

Ordinal KRUSKAL WALLIS

Intervalar Anlise de Varincia

Mais de duas amostras relacionadas Nominal COCHRAN

Ordinal FRIEDMAN

Intervalar Anlise de Varincia

Correlao Ordinal Spearman

Os
Os teste
teste baseados
baseados na
na distribuio
distribuio binomial
binomial

A distribuio Binomial representa a probabilidade de eventos (sucessos)


ocorrerem X vezes em N tentativas
Sua expresso geral dada por:

onde,
P( X ) = C xn p X q N X ; X = 0,1,2, ........, N
N! = N(N-1)(N-2)....

N! Caractersticas da distribuio binomial:


p X qNX Mdia = Np
X !( N X )! Varincia = Npq

Os eventos binrios, independentes, mutuamente exclusivos e com


probabilidade constante, so passveis de utilizarem o modelo
binomial

1
Distribuio
Distribuio Binomial
Binomial

Binomial
Distribuio P(Xa = X) = CNx qx p(N-x)
Mdia = Np
Varincia = Npq

A probabilidade de um aluno de No-paramtrica ser aprovado de


40%, determine a probabilidade dentre 5 estudantes de:
a) todos serem reprovados
b) um ser aprovado
c) pelo menos um ser aprovado
a) C05 (0,4)0 (o,6)5 = 0,07776
b) C15 (0,4)1 (o,6)4 = 0,2592
c) 1 - P(0) = 0,9222

Procedimento
Procedimento para
para oo teste
teste binomial
binomial

Etapa 1: Estabelea as hipteses. Neste caso vamos estabelecer Ho


como sendo um determinada probabilidade p de sucesso. Em um teste
bilateral, estabeleceramos as hipteses como:
Ho : p = Po
H1 : p Po

Etapa 2: Estabelea o nvel de significncia => = 5%

Etapa 3: Estabelea a Estatstica teste. No caso do teste Binomial a


Estatstica Teste simplesmente o nmero de sucessos, dado pela
varivel X.

Etapa 4: Estabelea os valores crticos de X. A probabilidade


acumulada de ocorrncia destes valores crticos deve representar o
nvel de significncia do teste (risco ).

2
Procedimento
Procedimento para
para oo teste
teste binomial
binomial

Etapa 5: No existe clculo para o valor da Estatstica Teste, basta


pegar o nmero de sucessos (valor de X) da amostra retirada da
populao.

Etapa 6: Efetue a comparao entre o valor da Estatstica Teste, no caso


o valor de X e o(s) valor(es) crtico(s) para tomar a deciso.

Como estamos tratando de um distribuio discreta, na maioria dos


casos no conseguiremos estabelecer os valores crticos para o
valor exato de . Assim, aps estabelecer os valores crticos,
devemos calcular o verdadeiro valor de .

Exemplo
Exemplo amostras
amostras pequenas:
pequenas:

Vamos testar a hiptese de uma moeda ser ou no honesta. Para tal


esta moeda foi lanada 8 vezes e foram encontradas 7 caras e apenas
uma coroa. Qual deve ser a nossa opinio sobre tal moeda ?

Etapa 1: Estabelecendo as hipteses. Se a moeda honesta a


probabilidade de sucesso (cara ou coroa) de 50%. Se esta no o for,
esta probabilidade ser diferente de 50%. Assim:
Ho : p = 0,5
H1 : p 0,5

Etapa 2: Estabelecendo o nvel de significncia: = 0,05. Como o teste


bilateral, temos 0,025 para cada lado da distribuio.

Etapa 3: Estabelecendo a estatstica de teste: X, nmero de sucessos,


pois temos um experimento do tipo Binomial.

3
Exemplo
Exemplo amostras
amostras pequenas:
pequenas:

Etapa 4: Estabelecendo os valores crticos de X( = 0,05).

A tabela mostra os valores de probabilidade de ocorrncia de X, da


distribuio binomial, para N = 8 e p = 0,5.
Note que a probabilidade de ocorrncia de 0 caras em 8 lanamentos
bem pequena (0,0039), j 0 ou 1 caras 0,0352, o que j maior que o
nosso /2, assim vamos estabelecer como X crtico inferior X = 1.
Da mesma forma vamos estabelecer como X crtico superior X = 7.
Assim, para 1 < X < 7 vamos aceitar Ho, pois estar dentro dos
valores crticos, caso contrrio, rejeitamos Ho.
X Probabilidade Probabilidade
acumulada
0 0,0039 0,0039
1 0,0313 0,0352
2 0,1094 0,1446
3 0,2188 0,3634
4 0,2734 0,6368
5 0,2188 0,8556
6 0,1094 0,9650
7 0,0312 0,9962
8 0,0039 1,0000

Exemplo
Exemplo amostras
amostras pequenas:
pequenas:

Como mencionado acima, vamos calcular o verdadeiro do nosso teste,


que para os limites [1 < X < 7] este valor igual a:
P(0) + P(1) + P(7) + P(8),
0,0039 + 0,0312 + 0,0312 + 0,0039 = 0,0742.

Etapa 5: O valor da Estatstica Teste X = 7 caras, conforme informao


amostral.

Etapa 6: Efetuando a comparao da Estatstica Teste com os valores


crticos:

Verificamos que este se encontra fora do intervalo de aceitao, no


existindo assim, evidncias que nos levem a crer na honestidade da
moeda dado um nvel de significncia de 7,4%.

4
O
O caso
caso de
de grandes
grandes amostras
amostras

Em situaes nas quais o tamanho da amostra grande, a utilizao da


distribuio Binomial se torna muito trabalhosa, porm se algumas
particularidades forem verificadas, podemos utilizar a distribuio Normal
como uma boa aproximao da distribuio Binomial. So elas:
Np e Nq > 5
p e q no estejam muito prximos de zero

X Np
Z=
Npq
Como a distribuio Normal uma distribuio continua, quando
essa aproximao utilizada, no h necessidade de alterao do
nvel de significncia especificado

Exemplo
Exemplo grandes
grandes amostras
amostras ::

Se no exemplo anterior, para testar a hiptese de uma moeda ser


honesta, esta fosse lanada 100 vezes, e tambm que, se o nmero de
caras for maior que 40 e menor que 60, aceitaremos a hiptese nula
(moeda honesta), caso contrrio vamos rejeit-la. Para este critrio
estabelecido, qual ser a risco ?

Neste exemplo no calculamos os valores crticos utilizando o risco , e


sim, vamos calcular o risco utilizando os limites que representam os
valores crticos, j que, estes foram especificados de antemo ([40 a
60]). Vamos ento avaliar os valores crticos de Z para estes limites.

X Np 60 50 10
Z= => para X = 60, temos Z = => Z = => Z = 2,
Npq 100 x0,5 x0,5 5

para X = 40, temos Z = 2

5
Exemplo
Exemplo grandes
grandes amostras
amostras ::

Da tabela da distribuio Normal, temos que para Z=2, P = 0,4772,


assim, temos que: /2 = 0,5 0,4772, => /2 = 0,0228; = 0,0456.
Bem prximo aos 5% que utilizamos normalmente.

N=8
N = 100

40 60

Eficincia
Eficincia
Como no existem provas paramtricas para dados
nominais, no h sentido em estabelecer uma
comparao com outros procedimentos. Neste caso no
h procedimento mais poderoso que o binomial.
Para dados intervalares, dicotomizados, temos um
perda de informao, onde:
para N = 6 temos que o teste binomial tem uma
eficincia de 95% se comparado a um procedimento
paramtrico, decrescendo at 63% com o aumento de
N.

6
Exerccio
Exerccio
Um fabricante de cigarros deseja conhecer o perfil dos consumidores
deste produto em uma pequena localidade para o avaliao da
propaganda de uma determinada marca. Assim, deseja-se testar a
hiptese de que mais do que 20% dos fumantes desta localidade
possuem atitude esportiva. Foi feita uma pesquisa com 18 fumantes
dos quais 9 possuem tal atitude.
X P(x) X P(x)
0 0,018 9 0,0008
1 0,0811 10 0,0001
2 0,1723 11 0
3 0,2297 12 0
4 0,2153 13 0
5 0,1507 14 0
6 0,0816 15 0
7 0,0350 16 0
8 0,0120 17 0
18 0