Beruflich Dokumente
Kultur Dokumente
Exemplo 1. Uma suinocultura usa uma ração A que propicia, da desmama até
a idade de abate, um ganho em peso de 500 g/dia/suíno ( = 25 g). O
fabricante de uma ração B afirma que nas mesmas condições, sua ração
propicia um ganho de 510 g/dia ( = 25 g). É evidente que em termos
financeiros, se for verídica a afirmação do fabricante da ração do tipo B, esta
deve ser usada em substituição à do tipo A.
1. Hipóteses estatísticas
Hipótese nula (H0), cujo termo é aplicado para a hipótese a ser testada, e a
Hipótese alternativa (H1)
A análise de cada situação, indicará qual deve ser considerada a hipótese nula
e qual a hipótese alternativa. Uma especificação de H0 e H1 no exemplo, seria:
H0 : = 500 g/dia (a ração B não é melhor)
H1 : = 510 g/dia (a ração B é melhor) ou
H0 : = 0
H1 : = 1
onde: 1 > 0 e = 25
2. Erros tipos I e II
500 k = x c 510
x c 500 x c 500
P[ Z ] 5% 1,65
3,5 3,5
ou seja, x c k 505,78 g
Então, RC = { X R/ X 505,78 g} e a regra de decisão é: “se x a RC,
rejeita-se H0 e a conclusão é que a ração B é superior à A; se , não se rejeita
H0, e a conclusão é que as rações são estatisticamente iguais”.
505,78 510
= P [Z < ] = P[Z < -1,21] = 11,31 %
3,5
Neste caso, a regra de decisão deverá indicar dois pontos x c1 e x c 2 , tais que,
H1 será sustentada se a média da amostra for muito grande ou muito pequena.
Então, a estrutura apropriada da região de rejeição ou crítica (RC) é:
“rejeita-se H0 se X x c1 ou X x c2 ”
/2 /2
x c1 0 x c2
RC RC
Com esta regra de decisão, não podemos encontrar , consequentemente,
não podemos controlar o erro tipo II, pois o valor do parâmetro sob a hipótese
alternativa não é especificado.
Voltando ao problema proposto, e testando
x c1 500
1,96 x c1 493,1 g
3,5
x c 2 500
1,96 x c 2 506,9 g
3,5
Assim,
RC = { X R/ X 493,1g ou X 506,9 g}
Solução:
H0: = 500 g
H1: = 510 g
x a 504g n = 50 = 0,05 = 25 g
x 0 x c 500
zc c 1,65 = x c = 505,78 g
/ n 25 / 50
RC = { X 505,78 g}
Conclusão:
X 0
Z , obtendo-se as regiões críticas na distribuição N (0,1).
/ n
x a 0 504 500
z obs = = 1,14
/ n 25 / 50
= 5%
Z
0 zc = 1,65
RC
RC = {Z 1,65}
H0 : = 0
H1 : = 1 (1 > 0)
x
0 xc x x
x
Com fixado, 0
x c
x c 0
RC = { X R/ X x c}, onde: x c é obtido a partir de zc ,
/ n
Equivalentemente,
X 0
RC = {Z zc}, onde: Z
/ n
0 zc Z
H0 : = 0
H1 : = 1 (1 < 0)
-zc Z
RC = {Z - zc }
(i) H0 : = 0
RC idêntica à de (a)
H1 : > 0
(ii) H0 : = 0
RC idêntica à de (b)
H1 : < 0
(iii) H0 : = 0
H1 : 0
/2
1- /2
-zc zc Z
RC = {Z zc ou Z - zc}
x a 0 504 500
RC = {Z 1,96 ou Z - 1,96} z obs = = 1,14
/ n 25 / 50
Conclusão:
H0 : p = p0
p̂ p
Z ~ N(0,1)
p(1 p) / n
Sob H0 verdadeira,
p̂ p 0
Z ~ N(0,1)
p 0 (1 p 0 ) / n
e para todas as formas de H1
p̂ p 0
z obs ~ N (0,1)
p 0 (1 p 0 ) / n
Solução:
H0 : p = 0,90 (p0)
H1 : p < 0,90
160
n = 200 p̂ = 0,80 = 0,05
200
p̂ p 0 0,80 0,90
z obs = = - 4,72
p 0 (1 p 0 ) / n (0,90.0,10) / 200
RC = {Z -1,65}
Decisão :
Conclusão:
Hipóteses:
H0: = 0
H1: 0 [ ou > 0 ou < 0 ], onde 0 é um valor conhecido.
X 0
t=
s/ n
RC : t n 1 t / 2, n 1 ou t n 1 t / 2, n 1
ou RC : t n 1 t / 2, n 1
Se n for grande (n 30), x , como já visto, pode ser tratada como uma variável
2
aproximadamente normal N(, n ) , em virtude da aplicação do teorema limite
central. Além disso, pode ser substituído por s sem afetar consideravelmente a
distribuição. Assim, um teste aproximado de H0: = 0 pode ser executado
usando-se a estatística Z, consultando a tabela normal para a região de rejeição.
Exemplo 1. As especificações de uma dada droga veterinária exigem 23,2g de
álcool etílico. Uma amostra de 10 análises do produto apresentou um teor
médio de álcool de 23,5g com desvio padrão de 0,24g. Pode-se concluir ao
nível de significância de 1% que o produto satisfaz as condições exigidas
( 23,2g)?
Solução:
H0: = 23,2 g
H1: 23,2 g
tc(0,01; 9) = 3,25
x a 0 23,5 g 23,2 g
t obs 0, 24
3,95
s
n 10