Beruflich Dokumente
Kultur Dokumente
Comentários iniciais
Uma hipótese estatística é uma afirmativa a respeito de um
parâmetro de uma distribuição de probabilidade.
Por exemplo, podemos formular a hipótese que a produtividade
é diferente de 2,5 peças/hora. Formalmente isso é escrito como:
H 0 : µ = 2,5 peçashora
H1 : µ ≠ 2,5 peças/hora
(X −µ) Variabilidade
Zcal = das médias
(σ n)
Estatística
t s eT
do teste
Passos para realizar um Teste de
Hipóteses
Passo 3: Região Crítica
O valor da estatística do teste, no caso, o valor Z, é calculado supondo
que a hipótese nula (Ho) é verdadeira. No entanto, o valor calculado
pode estar associado a uma probabilidade de ocorrência muito baixa.
Nesse caso, a hipótese nula deve ser rejeitada e aceitamos a hipótese
alternativa.
A região crítica é a região onde Ho é rejeitada. A área da região crítica
é igual ao nível de significância (α ), que estabelece a probabilidade de
rejeitar Ho quando ela é verdadeira.
Por exemplo, se utilizarmos o nível de significância de 5%, a
probabilidade de rejeitar Ho quando ela é verdadeira é igual a 5%. Na
prática, os valores usuais de alfa são α = 0,01 ou 0,05 ou 0,10.
t s eT
Passos para realizar um Teste de
Hipóteses
Unilateral à esquerda:
Ho: µ = 50
H1:: µ > 50
Unilateral à direita:
Ho: : µ = 50
H1: : µ <50
Bilateral:
Ho: : µ = 50
H1:: µ ≠ 50
t s eT
Passos para realizar um Teste de
Hipóteses
Passo 4. Regra de Decisão:
Se o valor da estatística do teste cair na região crítica, rejeita-
se Ho. Ao rejeitar a hipótese nula (Ho) existe uma forte evidência
de sua falsidade.
Ao contrário, quando aceitamos, dizemos que não houve
evidência amostral significativa no sentido de permitir a rejeição de
Ho.
t s eT
Passos para realizar um Teste de
Hipóteses
Passo 5: Conclusão
4. Comparação de variâncias
t s eT
Comparação de médias, variância
conhecida
Suponha que X é uma variável aleatória com média µ
desconhecida e variância σ 2 conhecida. E queremos testar a
hipótese de que a média é igual a um certo valor especificado
µ 0. O teste de hipótese pode ser formulado como segue:
H o : µ = µ0
H 1 : µ ≠ µ0
Para testar a hipótese, toma-se uma amostra aleatória de n
observações e se calcula a estatística
X − µo
Zo =
σ/ n
Note que o teste é feito usando-se σ / n no denominador, uma
t s eT
X µo Zo ≤ Z a / 2
Se resultar próximo de , a hipótese Ho é aceita;
X µo Zo > Z a / 2
Se resultar longe de , a hipótese Ho é rejeitada.
t s eT
Teste de Hipóteses para a média -
EXEMPLO
A resistência à tração do aço inoxidável produzido numa usina
permanecia estável, com uma resistência média de 72 kg/mm2 e
um desvio padrão de 2,0 kg/mm2. Recentemente, a máquina foi
ajustada. A fim de determinar o efeito do ajuste, 10 amostras
foram testadas.
76,2 78,3 76,4 74,7 72,6 78,4 75,7 70,2 73,3 74,2
Passo 5: Conclusão
Ho é rejeitada e concluímos que a resistência à tração do aço mudou.
t s eT
Exemplo 7.1: Um processo deveria produzir bancadas com
0,85 m de altura. O engenheiro desconfia que as bancadas
que estão sendo produzidas são diferentes que o especificado.
Uma amostra de 8 valores foi coletada e indicou X = 0,87 .
Sabendo que o desvio padrão é σ = 0 ,010 , teste a hipótese do
engenheiro usando um nível de significância α =0,05.
Solução:
H o : µ = 0,85
H1 : µ ≠ 0,85
0,87 − 0,85
Zo = = 5, 66
0, 010 / 8
Exercício 7.2
α /2 α /2
µ =0,850
Zα / 2 = - 1 ,9 6 Zα / 2 = + 1 ,9 6
Z 0 > Zα / 2 Z 0 ≤ Zα / 2 Z 0 > Zα / 2
α
•Se o objetivo for rejeitar Ho somente quando a verdadeira
média for menor que µ o, a hipótese alternativa será H 1 : µ < µ o
Z o < −Z α Zo > Zα
e a hipótese nula será rejeitada somente se ou .
H o : µ1 = µ 2
H 1 : µ1 ≠ µ 2
t s eT
Nesse caso, a partir de uma amostra aleatória de n1 observações da
população 1 e n2 observações da população 2, calcula-se:
X1 − X 2
Zo =
σ12 σ 22
+
n1 n2
E Ho é rejeitada se .
Z 0 > Zα / 2
Exercício 7.3
No caso da alternativa unilateral , a hipótese nula Ho
será rejeitada quando . H 1 : µ1 > µ 2
Zo > Zα
Exemplo
t s eT
Comparação de médias, variância
desconhecida
Suponha que X é uma variável aleatória Normal com média µ
e variância desconhecidas.
σ2 Para testar a hipótese de que a
média é igual a um valor especificado µ o , formulamos:
H o : µ = µ0
H1 : µ ≠ µo
Esse problema é idêntico àquele da seção anterior, exceto que
agora a variância é desconhecida. Como a variância é
desconhecida, é necessário fazer a suposição adicional de que a
variável tenha distribuição Normal.
Essa suposição é necessária para poder desenvolver a estatística
do teste; contudo, os resultados ainda serão válidos se o
afastamento da normalidade não for forte.
t s eT
Como σ 2 não é conhecido, usa-se a distribuição de Student
para construir a estatística do teste:
X − µo
to =
S/ n
O valor tabelado de t
depende do nível de significância
(5%) e dos graus de liberdade,
que são função do tamanho da
amostra: GL = n – 1 = 9. Nesse
exemplo,
t tabelado = 1,833
t s eT
Teste de Hipóteses para a média
(desvio padrão desconhecido)
Passo 5: Conclusão
Como aceitamos Ho, a conclusão é que e não houve um aumento
significativo no número de infrações. Veja que, apesar de 8 ser
maior que 7, a diferença não foi significativa para concluir que o
número de infrações aumentou. É como se não houvesse provas
suficientes para condenar o réu.
t s eT
Exemplo 7.2: Um empresário desconfia que o tempo médio de
espera para atendimento de seus clientes é superior a 20
minutos. Para testar essa hipótese ele entrevistou 20 pessoas e
questionou quanto tempo demorou para ser atendido. O
resultado dessa pesquisa aparece a seguir:
H o : µ = 20 min
H1 : µ > 20 min
X = 21,8 min
S = 1,40 min
X − µo 21,8 − 20
to = = = 5,75
S / n 1,40 / 20
t0 = 5,75 > t0,05,19 = 1,729 Rejeita-se Ho Exercício 7.4
t s eT
Teste de Hipóteses para comparação de
médias (Independentes)
Sp + n1 + n2 − 2
n1 n2
Teste de Hipóteses para comparação de
médias (Independentes)
8,06 +
10 10 Exercício 7.5
Se houver evidências de que σ12 ≠ σ 22 , então a estatística a ser
usada é:
x − x2
t0 = 1
S12 S 22
+
n1 n2
e o número de graus de liberdade para t é calculado da forma
aproximada:
ν=
2
[(S1 / n1) + (S2 / n2 )]
2 2
−2
( S12 / n1 )2 ( S22 / n2 )2
+
n1 + 1 n2 + 1