I - TESTES DE HIPTESES Hipteses Estatsticas: Ho: hiptese nula H1: hiptese alternativa Testes de Hipteses: Regra que divide

o espao amostral em duas regies: uma de rejeio e outra de no rejeio de Ho. A partio , em geral, obtida utilizando-se uma estatstica amostral. Erros associados ao teste de hipteses: Deciso Rejeitar Ho No rejeitar Ho Ho Verdadeira Erro Tipo I
______

Ho Falsa
____

Erro Tipo II

Nvel de significncia: Probabilidade de rejeio de uma hiptese verdadeira Ho. fixado antes da extrao das amostras. Testes unilaterais:

Testes Bilaterais:

ETAPAS DO TESTE DE HIPTESES Resumo das etapas aplicadas a qualquer teste de hipteses: I. Determinar as hipteses nula e alternativa apropriadas. II. Selecionar a estatstica de teste que ser utilizada.

III. Especificar o nvel de significncia para o teste. IV. Usar o nvel de significncia para estabelecer uma
V.

regra de deciso que levar rejeio ou no de H0. Coletar os dados amostrais e calcular a estatstica de teste.

VI. Comparar o valor da estatstica do teste com o(s) valor (es) crtico(s) especificado(s)

na regra de deciso para determinar se H0 deve ser rejeitado ou no; ou calcular o valor p, baseado na estatstica de teste. Comparar o valor p com , para determinar se H0 deve ser rejeitado ou no. VII.Concluir, baseado na deciso tomada. NOTAS E COMENTRIOS

1.

Muitas aplicaes de teste de hipteses tm um objetivo de tomada de deciso. A concluso rejeitar H0 fornece o suporte estatstico para concluir que H 1 verdadeiro e tomar a deciso apropriada, seja ela qual for. A declarao no rejeitar H0 embora no conclusiva, freqentemente fora os gerentes a se comportarem como se H0 fosse verdadeiro. Nesse caso, os gerentes precisam estar cientes do fato de que tal comportamento pode resultar num erro do Tipo II. O valor p, o nvel de significncia observado, uma medida da plausibilidade dos resultados da amostra quando a hiptese nula assumida como verdadeira. Quanto menor o valor p, menos provvel que os resultados da amostra venham de uma populao onde a hiptese nula verdadeira. A maioria dos softwares estatsticos fornece o valor p associado a um teste de hipteses. O usurio pode ento comparar o valor p ao nvel de significncia e tirar concluso do teste de hipteses sem se referir a uma tabela estatstica.

2.

Teste para a mdia: Hipteses: H0: = 0 H1: 0 Estatstica: 1. Para

2

conhecida:

o c =

2. Para

desconhecida:

o tc = S n

Teste para a proporo: Hipteses: H0: = 0 H1: 0 Estatstica:

c= o

1 n

II - CORRELAO E REGRESSO LINEAR SIMPLES: Correlao Linear Simples: A correlao linear procura medir o grau da relao entre duas variveis aleatrias quantitativas. Na populao, a correlao denotada por . Na amostra, a relao entre as variveis pode ser quantificada pelo coeficiente de correlao linear de Pearson:
r = x .y n.X.Y ( x n X )( y
2 2 2

n Y )

O coeficiente r varia de 1 a +1, dependendo do grau da relao entre as variveis e da forma com que se relacionam (direta ou inversamente). Diagramas de Disperso: 1. Para uma correlao linear perfeita e direta entre as variveis ( =1), temos
Y:var.dependente

X:var. independente

2. Para uma correlao linear perfeita e inversa entre as variveis ( =-1), temos
Y:var.dependente

X:var. independente

3. Para uma correlao linear inversa entre as variveis (-1< <0), temos:
Y:var.dependente

X:var. independente

4. Para uma correlao linear direta entre as variveis (0< <1), temos
Y:var.dependente

X:var. independente

5. Para uma correlao linear prxima de zero ( 0), temos

Y:var.dependente

X:var. independente

OBS: Se as variveis X e Y so independentes, ento =0. A recproca no verdadeira. Teste para o coeficiente de correlao: Hipteses:

H0 : = 0 H1 : 0

Estatstica:

tc = r.

n 2 1 r2

~ tn 2;

Coeficiente de Determinao (Explicao): O percentual da varincia de Y que pode ser explicado pela varincia de X, dado pelo coeficiente de determinao. Na populao 2 e na amostra r2. Regresso Linear Simples: Uma vez determinada uma correlao linear significativa entre duas variveis aleatrias, procura-se descrever a relao entre elas atravs de uma funo, que o principal objetivo da anlise de regresso. Situaes mais utilizadas: - Quando duas variveis medem a mesma coisa, e uma delas dispendiosa ou de difcil coleta. - Para explicar valores de uma varivel em termos da outra. - Para predizer valores de uma varivel. Equao Linear na populao:

Y = + X + u i
Y: varivel dependente X: varivel independente : coeficiente linear : coeficiente angular ui: erro aleatrio Mtodo dos Mnimos Quadrados: A soma dos desvios dos pontos em relao reta zero. A soma dos quadrados de tais desvios mnima.
Y:var.dependente

X:var. independente

Modelo (quando o erro desprezvel):

Y = a +b X

a: ponto de interseco da reta com o eixo Y b: coeficiente angular (inclinao)

Clculo dos coeficientes da reta:

a = Y bX b = n x x y .y . n x ( ) x
2 2

Teste para a regresso: Hipteses:

Ho : = 0 H1 : 0

Estatstica:

tc =

b 0 Sb

~ tn 2;

Sb =

SE

nX

SE =

y bx.y
n 2

Predio: As equaes de regresso podem ser teis quando usadas para predizer o valor de uma varivel, dado um valor determinado de outra varivel. Se a reta de regresso se ajusta bem aos dados, ento podemos utilizar sua equao para fazer predies, desde que no ultrapassem os limites dos valores disponveis. Entretanto, s devemos utilizar a equao da reta de regresso, se houver uma correlao linear significativa. Limitaes associadas regresso e correlao: 1. 2. 3. 4. Se no h correlao linear significativa, a equao de regresso no deve ser utilizada para fazer predies. Um coeficiente de correlao significativo no indica causalidade, mas pode indicar uma ligao comum a outros eventos. Uma correlao significativa no , necessariamente, uma correlao importante. A interpretao dos coeficientes de correlao e determinao est baseada na hiptese de uma distribuio Normal bivariada para a populao e, para cada varivel, varincias condicionais iguais. Para as anlises de correlao e regresso pressupe-se um modelo linear. Para relaes no lineares, pode existir uma transformao que a linearize. Se a estimao de Y envolve a predio de um resultado que ainda no ocorreu, os dados utilizados para calcular a equao de regresso podem no ser importantes. A estimao de Y atravs da regresso deve ser feita para valores de X no intervalo que serviu de base para a equao de regresso. A estimao de Y atravs da regresso no deve ser feita para uma populao diferente daquela de onde provm os dados amostrais.

5. 6. 7. 8.