Beruflich Dokumente
Kultur Dokumente
Um teste de hipteses um procedimento que usa estatstica amostral para testar uma alegao sobre o valor de um parmetro populacional. Pesquisadores das mais diversas reas contam com os testes de hipteses para a tomada de decises sobre novos medicamentos ou resultados de eleies, por exemplo. Observe a seguir exemplos de afirmaes que poderiam ser feitas acerca da populao: O tempo mdio para a realizao de um teste de 80 minutos. Trs por cento de toda a produo defeituosa. A percentagem de desempregados em duas cidades vizinhas igual. A quilometragem por litro de combustvel a mesma para trs marcas de gasolina. A finalidade de testes de hipteses avaliar afirmaes sobre os valores de parmetros populacionais. Suponha, por exemplo, que um fabricante alegue que a vida mdia das pilhas AA de 300 minutos. Se voc suspeitasse que essa alegao no vlida, como poderia mostrar que ela falsa? Obviamente, voc no pode testar todas as pilhas. Todavia, voc ainda pode tomar uma deciso razovel acerca da validade da alegao extraindo uma amostra ao acaso da populao. Se a mdia amostral for diferente o bastante da alegao, podese decidir que ela falsa. Considere ainda uma segunda situao: Inspeciona-se uma amostra de 142 peas de uma grande remessa, encontrando-se 8% de defeituosas. O fornecedor garante que no haver mais de 6% de peas defeituosas em cada remessa. O que devemos responder? A afirmao do fornecedor verdadeira? Ou a diferena entre a afirmao do fornecedor e o resultado da amostra explicada pela variao amostral? Vamos entender os fundamentos de um teste de hipteses para que consigamos responder perguntas como as que foram feitas acima.
Erro tipo I (denotada por ): Ocorre se a hiptese nula for rejeitada quando ela for realmente verdadeira. Erro tipo II (denotada por ): Ocorre se a hiptese nula no for rejeitada quando ela for realmente falsa. Uma das etapas de nosso processo de teste de hipteses envolve a escolha do nvel de significncia (), que a probabilidade de um erro tipo I. Entretanto, no selecionamos (a probabilidade de erro tipo II). Seria timo se pudssemos ter sempre =0 e =0, mas isto no possvel; devemos, pois, procurar controlar as probabilidades de erro e . Pode-se mostrar, matematicamente, que , e o tamanho (n) da amostra esto todos 3
inter-relacionados, de forma que, escolhidos quaisquer dois deles, o terceiro est automaticamente determinado. Valem as seguintes consideraes de ordem prtica: 1. Para fixo, um aumento do tamanho n da amostra ocasiona uma reduo de ; isto , uma amostra maior reduz a chance de cometermos o erro de aceitar a hiptese nula quando ela falsa. 2. Para um tamanho n, fixo, de amostra, uma diminuio de acarreta um aumento de ; reciprocamente, um aumento de acarreta uma diminuio de . 3. Para reduzir e , devemos aumentar o tamanho da amostra. O nvel de significncia de um teste a probabilidade de uma hiptese nula ser rejeitada, quando verdadeira.
Figura 1 A distribuio amostral particionada em regies de aceitao e de rejeio, com o valor crtico como ponto divisrio
2. Se estivssemos apostando em caras, ento nossa preocupao seria somente com um nmero muito pequeno de caras. A hiptese alternativa seria aparecem muito poucas caras, isto , Ha: p < 0,5, e s estaramos interessados ento nesse tipo de desvio do nmero esperado de caras. Essencialmente, a hiptese alternativa usada para indicar qual aspecto nos interessa. H trs casos possveis: concentrar am ambas as direes, concentrar nos desvios abaixo do valor esperado ou concentrar nos desvios acima do valor esperado. Simbolicamente, no caso da jogada de uma moeda, esses trs casos podem ser representados como a seguir:
a Figura 2 Comparao da partio de uma distribuio amostral para testes unilaterais e bilaterais. Note-se, nos testes unilaterais, que o sinal > ou o sinal < aponta para a cauda utilizada.
Escolher o nvel de significncia com base na gravidade do erro tipo I. So muito comuns os valores 0,05 e 0,01.
Rejeitar H 0 se a estatstica de teste est na regio crtica. Aceitar H 0 se a estatstica de teste no est na regio crtica.
Formular uma concluso que descreva a conseqncia prtica dos dados e dos clculos.
Exerccios de fixao
1. Qual o objetivo de se realizar testes de hipteses? 2. Explique comparativamente: a. Erro tipo I e erro tipo II. b. Hiptese nula e hiptese alternativa. c. Nvel de significncia de 0,05 e nvel de significncia de 0,01. d. Teste unilateral e teste bilateral. 3. Suponha que o leitor dispe da seguinte informao: H0: p = 35% Ha: p 35% a. Explique por que a probabilidade de erro tipo II zero se a proporo populacional 35%. b. Explique por que a probabilidade de erro tipo I zero se a proporo populacional diferente de 35%. 4. Para cada sentena a seguir: Escreva as hipteses nula e alternativa; Identifique se o teste bilateral, unilateral direito ou unilateral esquerdo; Escreva sentenas descrevendo o erro tipo I e erro tipo II. a. Um vendedor de carros alega que pelo menos 24% de seus novos compradores voltaro para comprar seu prximo carro. b. Um clube local de xadrez alega que o perodo de tempo de uma partida tem desvio padro superior a 23 minutos. c. Um instituto de pesquisa alega que a durao mdia da maioria dos sonhos superior a 10 minutos.
n onde 0 representa o valor da mdia que est sendo testado, representa o desvio padro populacional, n o tamanho da amostra e x a mdia da amostra.
A regio crtica para o teste z construda levando-se em considerao a distribuio z, o nvel de significncia adotado no teste e a hiptese alternativa. Observe as figuras a seguir:
Dessa forma, para o teste z para uma mdia, podemos estabelecer o seguinte critrio de deciso: Hiptese alternativa (Ha) Ha: < 0 Ha: > 0 Rejeitar a hiptese nula se: Zteste < -z Zteste > z Zteste < -z/2 Ha: 0 ou zteste > z/2 Vale lembrar que os valores z e z/2 so obtidos diretamente da tabela da distribuio normal padro. Observe o exemplo a seguir: (Adaptado de Levine et al.) Uma das principais medidas de qualidade dos servios oferecidos por qualquer organizao corresponde velocidade atravs da qual ela responde a uma reclamao feita pelos clientes. Uma grande loja de departamentos, de controle familiar passou por uma grande expanso nos ltimos anos. Foi selecionada uma amostra de 50 reclamaes com relao instalao de pisos deste ano, ou seja, correspondem ao tempo de espera (em dias) entre o recebimento da 9 -z/2 < zteste < z/2 No rejeitar a hiptese nula se: Zteste > -z Zteste < z
reclamao e a soluo do problema relacionado com a reclamao. Nesta amostra o tempo mdio de espera foi de 29 dias e o desvio padro de 21 dias. O gerente afirma que o tempo mdio de espera de no mximo 20 dias. Com um nvel de 5% de significncia h evidncias que comprovem a alegao do gerente? Como a amostra grande (n>30) podemos utilizar o teste z para uma mdia. A partir do enunciado podemos identificar as hipteses nula e alternativa da seguinte maneira: H0: < 20 Ha: > 20 Como o nvel de significncia (), pr-determinado, foi de 0,05 (5%) e o teste unilateral direito devemos localizar na tabela da distribuio normal padro o valor de z, ou seja, z0,05=1,64. Dessa forma podemos representar a regio crtica do teste da seguinte maneira.
= 0,05
1,64
z teste =
x 0
29 20 3,03 21 50
Como a estatstica de teste zteste=3,03 maior do que o valor da tabela z0,05=1,64 deve-se rejeitar a hiptese nula, ou seja, h evidncia suficiente para afirmar que o tempo mdio de espera (em dias) entre o recebimento da reclamao e a soluo do problema relacionado com a reclamao superior a 20 dias, contradizendo a afirmao do gerente.
Exerccio em sala
1. (Adaptado de Stevenson, 2001) Suponha que queiramos avaliar a afirmao de um fabricante, de que seus pneus radiais suportam uma quilometragem de 40000 milhas, no mnimo. Para uma amostra aleatria de 49 pneus observou-se uma mdia de durao de 38000 milhas. Sabe-se que o desvio padro populacional da durao dos pneus de 3500 milhas. Utilize um nvel de significncia de 0,03. O que voc pode concluir?
10
Unilateral direito
Bilateral
Observao: O valor da estatstica de teste dever ser utilizado em mdulo para esse clculo!
Unilateral esquerdo
Considere o exemplo citado anteriormente (Adaptado de Levine et al.). Para chegar concluso utilizou-se a regio crtica, porm, uma outra maneira de concluir o problema seria por meio do clculo do valor p. O teste realizado do tipo unilateral direito e a estatstica de teste encontrada foi de zteste = 3,03. Dessa maneira, para calcular o valor p necessrio encontrar o valor da rea direita da estatstica de teste. Observe a figura:
11
Estatstica de teste.
Utilizando a tabela da distribuio normal padro temos que a rea direita de 3,03 (0,5 - 0,4988) = 0,0012 e, conseqentemente esse ser o valor p. Interpretando o valor p: Se rejeitarmos H0, ou seja, se afirmarmos que o tempo mdio de espera (em dias) entre o recebimento da reclamao e a soluo do problema relacionado com a reclamao de no mximo 20 dias estamos cometendo um erro de 0,0012. Como o valor p menor do que o nvel de significncia (0,0012 < 0,05) devemos rejeitar a hiptese nula, ou seja, a mesma concluso obtida por meio da regio crtica.
Exerccio em sala
1. Para o exerccio anterior (Adaptado de Stevenson, 2001) que mostra o caso da durao de pneus radiais, obtenha a concluso utilizando o valor p. 2. Um representante de um grupo comunitrio informa a um potencial construtor de um shopping, que a renda familiar mdia mensal nesta rea superior a R$6500. Suponha que, para o tipo de rea envolvida, a renda familiar possa ser assumida como seguindo a distribuio normal, e que o desvio padro pode ser aceito como sendo igual a = 2000, baseado em um estudo anterior. Para uma amostra aleatria de 55 residncias, a renda familiar mdia encontrada de R$6300. Verifique se h evidncias que confirmem a hiptese do representante do grupo comunitrio, considere um nvel de 2% de significncia. Utilize a regio crtica e o valor p para concluir o teste.
Exerccio em sala
1. Um estudante de direito quer conferir a alegao de sua professora de que fraudadores condenados passam, em mdia 12,3 meses na cadeia. Uma amostra aleatria de 35 casos do arquivo judicirio indicou uma mdia de 11,5 meses. Suponha que o desvio padro seja = 3,8 meses. Adote um nvel de 4% de significncia. O que o estudante pode concluir a partir dos dados da amostra? Utilize a regio crtica, o valor p e o intervalo de confiana.
12
5.7 Teste de hipteses para uma mdia (Teste t-Student de uma amostra)
O teste t-Student, assim como o teste z (visto anteriormente), um teste de hipteses para a mdia. Ele ser utilizado quando as trs condies a seguir so vlidas: A amostra pequena (n < 30); desconhecido; A populao original tem distribuio essencialmente normal. Quando o desvio padro da populao no conhecido (o que o caso no teste tStudent), usa-se o desvio padro da amostra como estimativa, substituindo por s nas frmulas. Isto no acarreta maiores dificuldades, pois o desvio padro amostral d uma aproximao bastante razovel do verdadeiro valor, na maioria dos casos. Alm disso, pelo Teorema do Limite Central, sabemos que, quando o tamanho da amostra superior ou igual a 30, a distribuio das mdias aproximadamente normal. Todavia, para amostras de menos de 30 observaes, a aproximao normal no adequada. Devemos ento usar a distribuio t-Student, que a distribuio correta quando se usa s. Aps a identificao do teste a ser utilizado, procedemos com a definio das hipteses estatsticas (H0 e Ha) e do nvel de significncia (). A partir da encontramos a estatstica de teste: x 0 t teste = s
n onde 0 representa o valor da mdia que est sendo testado, s representa o desvio padro da amostra (j que o desvio padro da populao desconhecido), n o tamanho da amostra e x a mdia da amostra.
A regio crtica para o teste t-Student definida da mesma forma que no teste z, ou seja, levando-se em considerao a distribuio t-Student, o nvel de significncia adotado no teste e a hiptese alternativa. O valor crtico obtido na tabela t-Student onde: Graus de liberdade = n 1. Aps determinar o nmero de graus de liberdade (na linha da tabela), localizar, na coluna, o valor correspondente rea da cauda que se deseja obter, o valor crtico ser o valor que corresponde ao cruzamento da linha e da coluna que foram determinados. Lembrando que se um valor crtico est localizado na cauda esquerda, devemos consider-lo negativo. Observe o exemplo a seguir: (Adaptado de Morettin & Bussab, 2007) A associao dos proprietrios de indstrias metalrgicas est muito preocupada com o tempo perdido com acidentes de trabalho, cuja mdia, nos ltimos tempos tem sido da ordem de 60 horas/homem por ano. Tentou-se um programa de preveno de acidentes, aps o qual foi tomada uma amostra de nove indstrias e medido o nmero de horas/homens perdidas por acidente obtendo-se uma mdia de 50 horas e um desvio padro de 20 horas. Voc diria, considerando-se um nvel de significncia
13
de 5%, que houve alguma alterao no tempo perdido com acidentes de trabalho? Suponha que a populao segue aproximadamente a distribuio normal. Neste exemplo no h qualquer informao sobre o desvio padro populacional e, alm disso, a amostra pequena (n < 30) e tem distribuio normal. Portanto, temos que prosseguir com o teste utilizando a distribuio t-Student: Hipteses: H0: = 60 versus. Ha: 60 Nvel de significncia: = 0,05. Estatstica de teste: t teste =
50 60 = 1,5 20
9 Graus de liberdade: n 1 = 9 1 = 8.
Regio crtica:
-t
Distribuio t-Student Valor crtico Observe que estamos na coluna que representa o valor de /2, j que o teste bilateral.
Valor crtico: t = 2,306 Podemos observar que a estatstica de teste (tteste = -1,5) est dentro do intervalo de -2,306 a 2,306, ou seja, conclumos por no rejeitar H0. Dessa forma, podemos dizer que no h evidncias de que tenha havido alterao no tempo mdio perdido com acidentes de trabalho em indstrias metalrgicas. Se optssemos por resolver esse exemplo usando o valor p teramos que utilizar as mesmas idias do teste z (que j foram demonstradas), ou seja, como estamos solucionando um teste bilateral, o valor p dado por:
14
O valor p ser duas vezes o valor dessa rea tteste = 1,5 Observe que o valor da estatstica de teste est em mdulo, ou seja, para encontrar o valor p em um teste bilateral deve-se utilizar o valor da estatstica de teste sempre positivo.
Dessa forma temos que localizar na tabela t-Student o Valor p = 2 P(t > Estatstica de teste) , ou seja, na linha correspondente ao nmero de graus de liberdade (n 1 = 8) devemos localizar o valor mais prximo da estatstica de teste (tteste=1,5, considerando-se o valor positivo), observe a seguir:
Valor mais prximo da estatstica de teste (tteste =1,255, considerando-se o valor positivo) O valor 0,1 encontrado corresponde rea acima da estatstica de teste positiva, ou seja, dessa forma o valor p = 2 x 0,1 = 0,2, ou seja, se rejeitarmos a hiptese nula estamos cometendo um erro de 0,2 = 20%, como o erro mximo permitido de = 0,05 = 5%, devemos portanto aceitar a hiptese nula. Conclumos que o tempo mdio perdido com acidentes de trabalho igual a 60 horas/homem, no havendo indcios suficientes para concluirmos que houve alterao.
15
o valor crtico obtido na tabela da distribuio t-Student, levando em considerao o nmero de graus de liberdade a rea correspondente a (j que o teste bilateral). 2 Vale lembrar mais uma vez que, como vimos o mtodo de construo de intervalos de confiana bilaterais para um parmetro, essa correspondncia direta entre um intervalo de confiana e um teste de hiptese deve ser feita quando o teste bilateral. Voltando ao exemplo do tempo perdido com acidentes de trabalho, como temos um teste bilateral, podemos optar por obter a concluso com base apenas no intervalo de 95% de confiana (j que o nvel de significncia adotado de 5%):
x (t )
s n
= 50 (2,306 )
20 9
Com base no resultado do intervalo de confiana podemos observar que com 95% de confiana o tempo mdio perdido com acidentes de trabalho em indstrias metalrgicas pode variar de 34,627 horas/homem a 65,373 horas/homem. Dessa forma, como a mdia testada (0 = 60) encontra-se dentro do intervalo de confiana, devemos aceitar a hiptese nula, concluindo que no h indcios de que tenha havido alterao.
2. A distribuio t-Student tem a mesma forma geral de sino da distribuio normal padronizada; sua forma mais aberta reflete a maior variabilidade esperada em pequenas amostras.
16
3. A distribuio t-Student tem mdia t = 0 (tal como a distribuio normal padronizada, que tem mdia z = 0). 4. O desvio padro da distribuio t-Student varia com o tamanho da da amostra, e maior do que 1 (ao contrrio da distribuio normal padronizada, em que = 1). 5. medida que o tamanho da amostra aumenta, a distribuio t-Student se aproxima da distribuio normal. Para valores de n > 30, as diferenas so to pequenas que podemos usar os valores crticos z em lugar de t.
Exerccios em sala
Para os exerccios abaixo utilize a regio crtica, o valor p e o intervalo de confiana (quando apropriado): 1. (Adaptado de Morettin & Bussab) Um escritrio de investimentos acredita que o rendimento mdio das diversas aes que movimenta de 20%. Uma nova estratgia foi definida com o objetivo de aumentar p rendimento mdio das diversas aes que movimenta. Para verificar esta hiptese, tomaram-se 18 empresas ao acaso obtendo-se um rendimento mdio de 24,56% e um desvio padro de 5%. Suponha que a populao tenha distribuio aproximadamente normal. Faa o teste estatstico para comprovar que a nova estratgia realmente eficiente para aumentar o rendimento mdio das diversas aes. Use um nvel de significncia de 1%. 2. Uma amostra aleatria de oito pedidos dos arquivos de uma companhia mostra que os pedidos de certa pea de uma mquina forma despachados em: 12 10 17 14 13 18 11 9 dias. Ao nvel de 5% de significncia , podemos concluir que, em mdia, tais pedidos so despachados me menos de 10 dias?
17
Podemos verificar que as exigncias do teste so ambas satisfeitas: n p 5 821 x 0,078 = 64,04 n (1 p ) 5 821 x (1 0,078) = 756,96 A estatstica de teste : z teste = Regio crtica: p p0 = p(1 p ) n 0,056 (1 0,056 ) 821 0,056 0,078
= 2,74
= 0,01
-z Valor crtico O valor crtico dever ser o valor de z na tabela da distribuio normal que corresponde a uma rea de 0,49, ou seja, z = 2,33. Como a estatstica de teste (-2,74) menor do que o valor crtico (-2,33) devemos rejeitar a hiptese nula. Valor p: Valor p
Estatstica de teste O valor p ser a rea da distribuio normal padro abaixo da estatstica de teste (-2,74), ou seja, 0,5 0,4969 = 0,0031. Interpretando o valor p temos que: Se rejeitarmos H0, ou seja, se afirmarmos que a taxa de hospitalizao nos casos com airbag inferior a 7,8% estamos cometendo um erro de 0,0031. Como o valor p (0,0031) menor do que o nvel de significncia (0,01) vamos rejeitar H0. Concluindo, h indcios suficientes para garantir que a taxa de hospitalizao nos casos de automveis equipados com air-bag inferior taxa de 7,8%. Vale a pena lembrar que, para testes bilaterais, existe a opo de concluso por meio do intervalo de confiana j conhecido: (1 ) p p p z n Devemos rejeitar uma afirmao de que o parmetro populacional tenha um valor que no est compreendido no intervalo de confiana.
19
Exerccios em sala
Para os exerccios abaixo utilize a regio crtica, o valor p e o intervalo de confiana (quando apropriado): 1. Um sistema de reservas da companhia Y acusa uma taxa de 7% de nocomparecimento. Adotou-se ento um novo processo, pelo qual as reservas so confirmadas no dia anterior ao do vo, fazendo-se um estudo de 5218 reservas pelo novo sistema, selecionadas aleatoriamente. Se se registraram 333 nocomparecimentos, teste a afirmao de que a taxa de no-comparecimento menor no novo sistema. O novo sistema se afigura eficiente na reduo do nocomparecimento? Utilize um nvel de 2% de significncia. 2. Em um estudo de 71 fumantes que estavam procurando deixar de fumar utilizando uma terapia especial, 32 no estavam fumando um ano aps o tratamento. Ao nvel de 0,10 de significncia, teste a afirmao de que, dos fumantes que procuram deixar de fumar com aquela terapia, no mximo 25% voltam a fumar um ano aps o tratamento. Esses resultados sugerem que a terapia no eficaz?
20
P (0 < Z < z )
0
z 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2,0 2,1 2,2 2,3 2,4 2,5 2,6 2,7 2,8 2,9 3,0 3,1 3,2 3,3 3,4 3,5 0 0,0000 0,0398 0,0793 0,1179 0,1554 0,1915 0,2257 0,2580 0,2881 0,3159 0,3413 0,3643 0,3849 0,4032 0,4192 0,4332 0,4452 0,4554 0,4641 0,4713 0,4772 0,4821 0,4861 0,4893 0,4918 0,4938 0,4953 0,4965 0,4974 0,4981 0,4987 0,4990 0,4993 0,4995 0,4997 0,4998 1 0,0040 0,0438 0,0832 0,1217 0,1591 0,1950 0,2291 0,2611 0,2910 0,3186 0,3438 0,3665 0,3869 0,4049 0,4207 0,4345 0,4463 0,4564 0,4649 0,4719 0,4778 0,4826 0,4864 0,4896 0,4920 0,4940 0,4955 0,4966 0,4975 0,4982 0,4987 0,4991 0,4993 0,4995 0,4997 0,4998 2 0,0080 0,0478 0,0871 0,1255 0,1628 0,1985 0,2324 0,2642 0,2939 0,3212 0,3461 0,3686 0,3888 0,4066 0,4222 0,4357 0,4474 0,4573 0,4656 0,4726 0,4783 0,4830 0,4868 0,4898 0,4922 0,4941 0,4956 0,4967 0,4976 0,4982 0,4987 0,4991 0,4994 0,4995 0,4997 0,4998 3 0,0120 0,0517 0,0910 0,1293 0,1664 0,2019 0,2357 0,2673 0,2967 0,3238 0,3485 0,3708 0,3907 0,4082 0,4236 0,4370 0,4484 0,4582 0,4664 0,4732 0,4788 0,4834 0,4871 0,4901 0,4925 0,4943 0,4957 0,4968 0,4977 0,4983 0,4988 0,4991 0,4994 0,4996 0,4997 0,4998 4 0,0160 0,0557 0,0948 0,1331 0,1700 0,2054 0,2389 0,2704 0,2995 0,3264 0,3508 0,3729 0,3925 0,4099 0,4251 0,4382 0,4495 0,4591 0,4671 0,4738 0,4793 0,4838 0,4875 0,4904 0,4927 0,4945 0,4959 0,4969 0,4977 0,4984 0,4988 0,4992 0,4994 0,4996 0,4997 0,4998 5 0,0199 0,0596 0,0987 0,1368 0,1736 0,2088 0,2422 0,2734 0,3023 0,3289 0,3531 0,3749 0,3944 0,4115 0,4265 0,4394 0,4505 0,4599 0,4678 0,4744 0,4798 0,4842 0,4878 0,4906 0,4929 0,4946 0,4960 0,4970 0,4978 0,4984 0,4989 0,4992 0,4994 0,4996 0,4997 0,4998
z
6 0,0239 0,0636 0,1026 0,1406 0,1772 0,2123 0,2454 0,2764 0,3051 0,3315 0,3554 0,3770 0,3962 0,4131 0,4279 0,4406 0,4515 0,4608 0,4686 0,4750 0,4803 0,4846 0,4881 0,4909 0,4931 0,4948 0,4961 0,4971 0,4979 0,4985 0,4989 0,4992 0,4994 0,4996 0,4997 0,4998 7 0,0279 0,0675 0,1064 0,1443 0,1808 0,2157 0,2486 0,2794 0,3078 0,3340 0,3577 0,3790 0,3980 0,4147 0,4292 0,4418 0,4525 0,4616 0,4693 0,4756 0,4808 0,4850 0,4884 0,4911 0,4932 0,4949 0,4962 0,4972 0,4979 0,4985 0,4989 0,4992 0,4995 0,4996 0,4997 0,4998 8 0,0319 0,0714 0,1103 0,1480 0,1844 0,2190 0,2517 0,2823 0,3106 0,3365 0,3599 0,3810 0,3997 0,4162 0,4306 0,4429 0,4535 0,4625 0,4699 0,4761 0,4812 0,4854 0,4887 0,4913 0,4934 0,4951 0,4963 0,4973 0,4980 0,4986 0,4990 0,4993 0,4995 0,4996 0,4997 0,4998 9 0,0359 0,0753 0,1141 0,1517 0,1879 0,2224 0,2549 0,2852 0,3133 0,3389 0,3621 0,3830 0,4015 0,4177 0,4319 0,4441 0,4545 0,4633 0,4706 0,4767 0,4817 0,4857 0,4890 0,4916 0,4936 0,4952 0,4964 0,4974 0,4981 0,4986 0,4990 0,4993 0,4995 0,4997 0,4998 0,4998
21
DISTRIBUIO t-STUDENT
Distribuio t-Student
t
0,01 31,82 6,965 4,541 3,747 3,365 3,143 2,998 2,896 2,821 2,764 2,718 2,681 2,65 2,625 2,602 2,583 2,567 2,552 2,539 2,528 2,518 2,508 2,5 2,492 2,485 2,479 2,473 2,467 2,462 2,457 2,453 2,449 2,445 2,441 2,438 0,005 63,66 9,925 5,841 4,604 4,032 3,707 3,499 3,355 3,25 3,169 3,106 3,055 3,012 2,977 2,947 2,921 2,898 2,878 2,861 2,845 2,831 2,819 2,807 2,797 2,787 2,779 2,771 2,763 2,756 2,75 2,744 2,738 2,733 2,728 2,724 0,0025 127,3 14,09 7,453 5,598 4,773 4,317 4,029 3,833 3,69 3,581 3,497 3,428 3,372 3,326 3,286 3,252 3,222 3,197 3,174 3,153 3,135 3,119 3,104 3,091 3,078 3,067 3,057 3,047 3,038 3,03 3,022 3,015 3,008 3,002 2,996 0,001 318,3 22,33 10,21 7,173 5,893 5,208 4,785 4,501 4,297 4,144 4,025 3,93 3,852 3,787 3,733 3,686 3,646 3,611 3,579 3,552 3,527 3,505 3,485 3,467 3,45 3,435 3,421 3,408 3,396 3,385 3,375 3,365 3,356 3,348 3,34 0,0005 636,6 31,6 12,92 8,61 6,869 5,959 5,408 5,041 4,781 4,587 4,437 4,318 4,221 4,14 4,073 4,015 3,965 3,922 3,883 3,85 3,819 3,792 3,768 3,745 3,725 3,707 3,69 3,674 3,659 3,646 3,633 3,622 3,611 3,601 3,591
22