TOMADA DE DECISÃO PARA DUAS AMOSTRAS INTRODUÇÃO ROTEIRO. Estatística Aplicada à Engenharia 1 INFERÊNCIA SOBRE A DIFERENÇA DE MÉDIAS
|
|
- André Almeida
- 5 Há anos
- Visualizações:
Transcrição
1 ROTEIRO. Introdução. Inferência sobre as médias de duas populações com variâncias conhecidas TOMADA DE DECISÃO PARA DUAS AMOSTRAS 3. Inferência sobre as médias de duas populações com variâncias desconhecidas (e iguais) 4. Inferência sobre as médias de duas populações com variâncias desconhecidas (e diferentes) 5. Teste t emparelhado 6. Inferência sobre a razão de variâncias de duas populações normais 7. Referências INFERÊNCIA SOBRE A DIFERENÇA DE MÉDIAS Já vimos a respeito de testes de hipóteses e intervalos de confiança para parâmetros de uma população (média, variância, proporção) INTRODUÇÃO 3 Vamos estender os resultados para o caso de amostras independentes de duas populações As inferências são baseadas em duas amostras aleatórias de tamanhos n e n, respectivamente 4
2 INFERÊNCIA SOBRE A DIFERENÇA DE MÉDIAS X, X,..., X n é uma amostra aleatória de tamanho n com média e variância, respectivamente µ e σ X, X,..., X n é uma amostra aleatória de tamanho n com média e variância, respectivamente µ e σ Se X i e X j forem normalmente distribuídos, X ~ N µ, σ ( ) e X ~ N µ (, σ ) n Caso as amostras sejam oriundas de outras distribuições, as condições do Teorema Central do Limite se aplicarão 5 n INFERÊNCIA SOBRE A DIFERENÇA DE MÉDIAS No caso em que as amostras forem independentes, as médias amostrais também apresentarão independência. Portanto, Logo, ( + σ n n ) X X ~ N µ µ, σ Z = X X (µ µ ) ~ N(0,) σ + σ n n Esse resultado será usado no desenvolvimento de testes de hipóteses e intervalos de confiança para o parâmetro µ µ 6 SUPOSIÇÕES Suponha que estejamos interessados em testar se a diferença das médias µ µ é igual a um valor especificado, digamos Δ 0 INFERÊNCIA SOBRE AS MÉDIAS DE DUAS POPULAÇÕES Variâncias Conhecidas 7 A hipótese nula será : µ µ O caso em que Δ 0 = 0 tem a ver com a situação em que queremos testar a igualdade de médias 8
3 SUPOSIÇÕES A estatística do teste sob será Z 0 = X X Δ 0 σ + σ n n Suponha que H : µ µ Δ 0 Um valor da amostra em que x x for consideravelmente diferente de Δ 0 pode ser considerado evidência de que H seja verdadeira HIPÓTESES A hipótese nula é um valor de referência: : µ µ A hipótese alternativa é algo que se quer avaliar Os três possíveis casos de hipóteses alternativas são: µ µ Δ 0 H : µ µ < Δ 0 µ µ > Δ ESTATÍSTICA DO TESTE A estatística do teste é baseada na hipótese nula Z 0 = X X Δ 0 σ + σ n n Se a hipótese nula for verdadeira, Z 0 ~ N(0,) O caso acima vale se as amostras forem normais, caso contrário, a distribuição será aproximada, devido ao TCL ESTATÍSTICA OBSERVADA DO TESTE Obtida uma estimativa da média de cada amostra, denotadas por x e x, o valor pode ser aplicado à estatística do teste, resultando na estatística observada do teste z 0 = x x Δ 0 σ + σ n n Como no caso de uma amostra, o valor da estatística observada auxilia na tomada de decisão, o que dependerá da formulação do teste 3
4 Teste bilateral: Teste unilateral inferior: : µ µ : µ µ H : µ µ Δ 0 H : µ µ < Δ 0 RA = { x R : x z α/ } RA = { x R : x z α } RR = x R : x > z α/ α α RR = x R : x < z α α z α 0 z α 3 z α 0 4 Teste unilateral superior: : µ µ H : µ µ > Δ 0 RA = { x R : x z α } RR = x R : x > z α 0 z α 5 α DECISÃO Rejeitamos a hipótese nula, em favor da alternativa H, quando a estatística observada do teste pertencer à região de rejeição Teste bilateral: z 0 < z α/ ou z 0 > z α/ Teste unilateral inferior: z 0 < z α Teste unilateral superior: z 0 > z α 6 4
5 Um idealizador de produtos está interessado em reduzir o tempo de secagem de um zarcão. Duas formulações de tinta são testadas: a formulação tem uma química padrão e a formulação tem um novo ingrediente, que deve reduzir o tempo de secagem. Da experiência, sabe-se que o desvio-padrão do tempo de secagem é igual a 8 minutos, e essa variabilidade não deve ser afetada pela adição do novo ingrediente. Dez espécimes são pintados com a formulação e outros dez espécimes são pintados com a formulação. Os tempos médios de secagem das amostras são, respectivamente, x = min. e x = min. 7 a) Quais as hipóteses estatísticas associadas ao problema? R O interesse reside na diferença dos tempos médios de secagem. Quer-se saber se o tempo de secagem usando a formação (µ ) é menor que o tempo médio de secagem usando a formulação (µ ). Nesse caso, tem-se que Δ 0 = 0. Logo, as hipóteses associadas ao problema são : µ µ = 0 H : µ µ > 0 ou : µ = µ H : µ > µ 8 b) Descreva os erros tipo I e tipo II para o problema. Erro Tipo I (rejeitar em favor de H quando é verdadeira): Concluir que o tempo médio de secagem usando a formação é menor que o tempo médio de secagem usando a formulação, quando na verdade não é. Ou ainda, concluir que o novo ingrediente reduz o tempo médio de secagem, quando não reduz Erro Tipo II (não rejeitar quando é falsa): Concluir que a adição do novo ingrediente não reduz o tempo médio de secagem quando, na verdade, reduz. c) Apresente as regiões de aceitação e de rejeição para o teste, ao nível de significância de 5%. R Uma vez que foi estabelecido um nível de significância de 5%, e o teste é unilateral, temos que os valores críticos são associados a z α = z 0,05 =,645. Portanto, RA = x R : x,645 RR = x R : x >,
6 d) Ao nível de significância de 5%, tome uma decisão e conclua: R Note que x = e x =. Desse modo, a estatística observada do teste será z 0 = x x Δ 0 Em outras palavras, = σ + σ n n 0 =, z 0 RR, pois z 0 =,5 >,645 = z 0,05. Logo, rejeitamos. Portanto, ao nível de significância de 5%, concluímos que a adição do novo ingrediente ajuda a reduzir o tempo médio de secagem. NÍVEL DESCRITIVO (VALOR-P) Teste bilateral - : µ µ vs. H : µ µ Δ 0 ˆp = P(Z > z 0 ) Teste unilateral inferior : µ µ vs. H : µ µ < Δ 0 ˆp = P(Z < z 0 ) Teste unilateral superior - : µ µ vs. H : µ µ > Δ 0 ˆp = P(Z > z 0 ) TIPOS DE INTERVALOS DE CONFIANÇA e) Calcule o nível descritivo do teste. Ao nível de significância de %, tome uma decisão e conclua. R Como o teste é unilateral superior e z 0 =,5, temos que o nível descritivo do teste será ˆp = P(Z > z 0 )= P(Z >,5) = 0,0059. Uma vez que ˆp = 0,0059 < 0,0= α, rejeitamos. Logo, ao nível de significância de %, concluímos que a adição do novo ingrediente ajuda a reduzir o tempo médio de secagem. Intervalo de confiança bilateral para a diferença de médias, ao nível de 00(-α)%, é desenvolvido segundo o raciocínio σ P X X z α/ + σ n ( ) = α P z α/ Z z α/ P z α/ X X (µ µ ) z σ + σ α/ = α n n σ µ n µ X X + z α/ + σ n n = α 3 4 6
7 TIPOS DE INTERVALOS DE CONFIANÇA TIPOS DE INTERVALOS DE CONFIANÇA Intervalo de confiança bilateral resultante para a diferença de médias, ao nível de 00(-α)%, será X X z α/ σ + σ n σ µ n µ X X + z α/ + σ n n O erro de estimação relacionado a esse intervalo é, portanto, σ ε = z α/ + σ n n Intervalo de confiança unilateral superior, ao nível de 00(-α)%, para µ µ será µ µ X X + z α σ + σ n n Intervalo de confiança unilateral inferior, ao nível de 00(-α)%, para µ µ será O nível de confiança de -α é exato quando as populações são normais. Caso contrário, esse valor é aproximado, para amostras de tamanho grande. 5 X X z α σ + σ n n µ µ 6 f) Retornando ao exemplo do tempo secagem, calcule um intervalo unilateral inferior, com 95% de confiança, para a diferença das médias µ µ R Observe que -α=0,95. Portanto, α=0,05. Desse modo, z α = z 0,05 =,645 Então, µ µ X X z α σ + σ n m, , Logo, ao nível de 95% confiança, temos que a diferença dos tempos médios de secagem µ µ é superior a 3, minutos. 7 Testes de resistência foram feitos em duas estruturas contendo dois teores diferentes de alumínio, denotadas por e. De experiências passadas com o processo de fabricação dessas estruturas e com o procedimento de testes, os desvios padrão das resistências à tensão são considerados conhecidos. Os dados obtidos são resumidos abaixo. Apresente um intervalo com 90% de confiança para a diferença das resistências médias. Estrutura Tamanho amostral Resistência média amostra (Kg/mm ) Desvio padrão 0 87,6,0 74,5,5 8 7
8 ESCOLHA DO TAMANHO DA AMOSTRA Note que -α=0,90. Então, α=0,0. Assim, como não foi especificado o tipo de intervalo, assumimos que seja um intervalo bilateral. Então, z α/ = z 0,05 =,645. O intervalo resultante será X X z α/ σ + σ n σ µ n µ X X + z α/ + σ n n 87,6 74,5,645,0 +,5 µ µ,0 87,6 74,5 +,645 +,5 0 0, µ µ 3,98 Portanto, ao nível de confiança de 90%, temos que a diferença das resistências médias estará entre, Kg/ mm e 3,98 Kg/mm. 9 Pode-se querer estimar a diferença das médias de modo que o erro de estimação não exceda um certo valor ε Nesse caso, se os tamanhos amostrais forem iguais, pode-se obter Para intervalos bilaterais: n = z α/ σ ε ( +σ ) Para intervalos unilaterais (superior ou inferior): n = z α ε σ ( +σ ) 30 SUPOSIÇÕES X, X,..., X n é uma amostra aleatória de tamanho n com média e variância, respectivamente µ e σ INFERÊNCIA SOBRE AS MÉDIAS DE DUAS POPULAÇÕES Variâncias Desconhecidas 3 X, X,..., X n é uma amostra aleatória de tamanho n com média e variância, respectivamente µ e σ As variâncias populacionais são desconhecidas. Portanto, já não é mais possível usar a estatística Z 0 = X X Δ 0 σ + σ n n 3 8
9 SUPOSIÇÕES Deve-se estimar as variâncias populacionais n S k = ( X n k ki X k ),k =, i= A estatística do teste dependerá de duas situações Caso : As variâncias são iguais Caso : As variâncias são diferentes CASO : VARIÂNCIAS IGUAIS Denotemos σ = σ = σ Nesse caso, Z 0 = X X Δ 0 σ n + n A variância σ pode ser estimada combinando as variâncias amostrais S e S, S p = (n )S +(n )S n + n CASO : VARIÂNCIAS IGUAIS Sob a hipótese nula : µ µ, Teste bilateral: Nesse caso, em que ν = n + n T 0 = X X Δ 0 ~ t ν, S p + n n : µ µ H : µ µ Δ 0 RA = { x R : x t α/,ν } RR = x R : x > t α/,ν α α 35 t α, ν 0 t α, ν 36 9
10 Teste unilateral inferior: Teste unilateral superior: : µ µ : µ µ H : µ µ < Δ 0 H : µ µ > Δ 0 RA = { x R : x t α,ν } RA = { x R : x t α,ν } RR = x R : x < t α,ν α RR = x R : x > t α,ν α t α, ν t α, ν 38 DECISÃO VALOR CRÍTICO Rejeitamos a hipótese nula, em favor da alternativa H, quando a estatística observada do teste pertencer à região de rejeição Teste bilateral: t 0 < t α/,ν ou t 0 > t α/,ν Teste unilateral inferior: t 0 < t α,ν Teste unilateral superior: t 0 > t α,ν Lembrando que ν = n + n O valor crítico (teste unilateral) ou t α,ν t α/,ν (teste bilateral) é calculado de acordo com o nível de significância estabelecido para o teste, satisfazendo P( X > t p,k ) = p em que X ~ t k. p 39 0 t p, k 40 0
11 Dois catalisadores estão sendo analisados para determinar como eles afetam o rendimento médio de um processo químico. Especificamente, o catalisador está correntemente em uso, mas o catalisador é aceitável. Uma vez que o catalisador é mais barato, ele deve ser adotado, desde que não mude o rendimento do processo. Para avaliar se o rendimento médio do processo difere de acordo com o catalisador utilizado, um teste é feito em uma planta piloto, resultando nos dados apresentados em seguida. 4 4 a) Quais as hipóteses estatísticas associadas ao problema? R O interesse está em saber se o rendimento médio do processo utilizando o catalisador, denotado por μ, difere do rendimento médio do processo usando o catalisador, denotado por μ. Portanto, as hipóteses estatísticas associadas ao problema são : µ = µ H : µ µ b) Descreva os erros tipo I e tipo II para o problema. Erro Tipo I: Concluir que o rendimento médio do processo químico usando o catalisador difere do rendimento médio do processo químico usando o catalisador, quando, na verdade, isso não acontece Erro Tipo II: Concluir que o rendimento médio do processo usando o catalisador não difere do rendimento médio do processo usando o catalisador, quando, na verdade, os rendimentos médios diferem
12 c) Apresente as regiões de aceitação e de rejeição para o teste, ao nível de significância de 5%. R Como os tamanhos amostrais são ambos iguais a 8, temos que ν=8+8-=4. Além disso, foi estabelecido um nível de significância de 5% e o teste é bilateral. Assim, temos que o valor crítico será t α/,ν = t 0,054 =,45. Portanto, RA = x R : x,45 RR = x R : x >,45 45 d) Ao nível de significância de 5%, tome uma decisão e conclua: R Os dados apresentaram médias amostrais x = 9,55 e x = 9,733. Os desvios padrão amostrais foram, respectivamente, s =,39 e s =,98. Assim, temos que s = (n )s +(n )s = (7)(,39) +(7)(,98) = 7,30. p n + n Isso resulta em s p = s = 7,30 =,70. p 46 d) Ao nível de significância de 5%, tome uma decisão e conclua: R A estatística observada do teste será, portanto, t 0 = x x Δ 0 9,55 9,733 0 = = 0,35. s p +,70 / 8 +/ 8 n n Como -,45<-0,35<,45, não rejeitamos. Portanto, ao nível de significância de 5%, concluímos que não há evidências que nos levem a crer que os rendimentos médios dos catalisadores diferem. e) Quais foram as suposições necessárias para a realização do teste de hipóteses neste problema? R Foi necessário supor que as observações são independentes, entre e dentre as amostras, e com distribuição normal. Além disso, supomos que as variâncias populacionais são iguais, apesar de desconhecidas
13 TIPOS DE INTERVALOS DE CONFIANÇA TIPOS DE INTERVALOS DE CONFIANÇA Intervalo de confiança bilateral resultante para a diferença de médias, ao nível de 00(-α)%, será X X t α/,ν s p n + n µ µ X X + t α/,ν s p n + n O erro de estimação relacionado a esse intervalo é, portanto, ε = t α/,ν s p n + n Intervalo de confiança unilateral superior, ao nível de 00(-α)%, para µ µ será µ µ X X + t α,ν s p n + n Intervalo de confiança unilateral inferior, ao nível de 00(-α)%, para µ µ será X X t α,ν s p n + n µ µ f) No caso do exemplo dos catalisadores, apresente um intervalo bilateral, ao nível de confiança de 95%. R Note que o erro de estimação é igual a t α/,ν s p n + n =(,45)(,70) / 8 +/ 8 =,8958. Assim, aplicando a fórmula, obtemos X X t α/,ν s p n + n µ µ X X + t α/,ν s p n + n 9,55 9,733,8958 µ µ 9,55 9,733 +,8958 3,37 µ µ,4 5 CASO : VARIÂNCIAS DIFERENTES Hipótese nula : µ µ, Nesse caso, T 0 = X X Δ 0 ~ t S + S ν, n n em que S + S n ν = n ( S / n ) ( n + + S / n ) n + 5 3
14 Teste bilateral: Teste unilateral inferior: : µ µ : µ µ H : µ µ Δ 0 H : µ µ < Δ 0 RA = { x R : x t α/,ν } RA = { x R : x t α,ν } RR = x R : x > t α/,ν α α RR = x R : x < t α,ν α t α, ν 0 t α, ν 53 t α, ν 0 54 Teste unilateral superior: : µ µ H : µ µ > Δ 0 RA = { x R : x t α,ν } RR = x R : x > t α,ν 0 t α, ν 55 α DECISÃO Rejeitamos a hipótese nula, em favor da alternativa H, quando a estatística observada do teste pertencer à região de rejeição Teste bilateral: Lembrando que t 0 < t α/,ν ou t 0 > t α/,ν S + S Teste unilateral inferior: n ν = n t 0 < t α,ν ( S / n ) ( Teste unilateral superior: n + + S / n ) n + t 0 > t α,ν 56 4
15 Um fabricante de unidades de vídeos está testando dois projetos de microcircuitos para determinar se eles produzem correntes médias equivalentes. A engenharia de desenvolvimento obteve os dados abaixo: Projeto Tamanho amostral Média amostral Variância amostral 5 4, 0 0 3,9 0 a) Quais as hipóteses estatísticas associadas ao problema? R O interesse reside em determinar se a corrente média produzida pelo projeto, denotado por μ, difere da corrente média produzida pelo projeto, denotado por μ. Portanto, as hipóteses estatísticas associadas ao problema são : µ = µ H : µ µ b) Descreva os erros tipo I e tipo II para o problema. Erro Tipo I: Concluir que as correntes médias produzidas pelos dois projetos diferem, quando, na verdade, elas não diferem Erro Tipo II: Concluir que as correntes médias produzidas pelos dois projetos não diferem, quando, na verdade, elas diferem. 59 c) Apresente as regiões de aceitação e de rejeição para o teste, ao nível de significância de 0%. R Vamos supor que as variâncias (desconhecidas) das correntes dos dois projetos sejam diferentes. Portanto, S + S 0 n ν = n = ( S / n ) ( n + + S / n ) ( 0 /5) ( 0 /0) + n + 6 =6,
16 c) Apresente as regiões de aceitação e de rejeição para o teste, ao nível de significância de 0%. R Além disso, foi estabelecido um nível de significância de 0% e o teste é bilateral. Assim, temos que o valor crítico será t α/,ν = t 0,056 =,746. Portanto, RA = x R : x,746 RR = x R : x >,746 6 d) Ao nível de significância de 0%, tome uma decisão e conclua: R Os dados apresentaram médias amostrais x = 4, e x = 3,9. As variâncias amostrais são, respectivamente, s Assim, a estatística observada do teste =0 e s =5. será t 0 = x x s n + s n 4, 3,9 = = 0, d) Ao nível de significância de 0%, tome uma decisão e conclua: R Como -,746 < 0,8 <,746, não rejeitamos. Portanto, ao nível de significância de 0%, concluímos que não há evidências suficientes que nos levem a crer que a corrente média difere nos dois projetos. e) Quais foram as suposições necessárias para a realização do teste de hipóteses neste problema? R Foi necessário supor que as observações são independentes, entre e dentre as amostras, e com distribuição normal. Além disso supomos que as variâncias das correntes nos dois projetos são diferentes
17 TIPOS DE INTERVALOS DE CONFIANÇA TIPOS DE INTERVALOS DE CONFIANÇA Intervalo de confiança bilateral resultante para a diferença de médias, ao nível de 00(-α)%, será X X t α/,ν s + s n n µ µ X X + t α/,ν s + s n n O erro de estimação relacionado a esse intervalo é, portanto, ε = t α/,ν s + s n n Intervalo de confiança unilateral superior, ao nível de 00(-α)%, para µ µ será µ µ X X + t α,ν s + s n n Intervalo de confiança unilateral inferior, ao nível de 00(-α)%, para µ µ será X X t α,ν s + s n n µ µ f) No caso do exemplo dos projetos de microcircuitos, apresente um intervalo bilateral, ao nível de confiança de 90%. R Aplicando a fórmula, obtemos x x t α/,ν s + s n n µ µ x x + t α/,ν s + s n n 4, 3,9, µ µ 0 4, 3,9 +, ,55 µ µ 3,5 Logo, ao nível de confiança de 90%, temos que a diferença das correntes médias dos projetos está entre -,55 e 3,5. 67 TESTE t EMPARELHADO 68 7
18 INTRODUÇÃO Um caso especial de teste t para duas amostras Útil quando as observações nas duas populações de interesse são coletadas aos pares Cada par de observações, do tipo (X i, X i ), é tomado sob condições homogêneas, embora essas condições possam mudar de um par para o outro Suponha que estejamos interessados em comparar dois tipos diferentes de ponteiras para uma máquina de teste de dureza. Essa máquina pressiona, com uma força conhecida, a ponteira no corpo de prova metálico. Medindo a profundidade da depressão causada pela ponteira, a dureza do corpo de prova pode ser determinada. Um procedimento experimental poderoso é coletar os dados em pares, isto é, fazer duas leituras de dureza em cada corpo de prova, uma com cada ponteira. O procedimento consistiria em analisar as diferenças entre as leituras de dureza em cada corpo de prova. Se não houver diferença entre as ponteiras, então a média das diferenças deveria ser nula SUPOSIÇÕES Seja (X,X ), (X,X ),..., (X n,x n ) um conjunto de n observações emparelhadas A média e o desvio padrão da população representada por X são denotadas por μ e σ, respectivamente A média e o desvio padrão da população representada por X são denotadas por μ e σ, respectivamente As diferenças entre os pares de observações são denotadas por D i = X i X i,i =,,!,n SUPOSIÇÕES As diferenças D i s são consideradas normalmente distribuídas com média µ D = E(D i )= E(X i X i )= µ µ A variância das diferenças, σ D, são desconhecidas Pode-se empregar um teste t como no caso de uma amostra para testar hipóteses a respeito de µ D Os testes a seguir são equivalentes : µ µ : µ D 7 H : µ µ Δ 0 H : µ D Δ 0 7 8
19 SUPOSIÇÕES A variância das diferenças pode ser estimada por ( ), em que D = n S D = n n D n i D D i i= i= Sob a hipótese nula, a estatística do teste será T 0 = D Δ 0 ~ t n S D / n Sempre que n 30, pode-se aplicar o Teorema Central do Limite e, sob, T 0 terá distribuição aproximadamente normal, com média zero e variância Teste bilateral: : µ D H : µ D Δ 0 RA = { x R : x t α/,n } RR = x R : x > t α/,n α α 73 t α, n 0 t α, n 74 Teste unilateral inferior: Teste unilateral superior: : µ D : µ D H : µ D < Δ 0 H : µ D > Δ 0 RA = { x R : x t α,n } RA = { x R : x t α,n } RR = x R : x < t α,n α RR = x R : x > t α,n α t α, n t α, n 76 9
20 DECISÃO Rejeitamos a hipótese nula, em favor da alternativa H, quando a estatística observada do teste pertencer à região de rejeição Teste bilateral: t 0 < t α/,n ou t 0 > t α/,n Teste unilateral inferior: t 0 < t α,n Teste unilateral superior: t 0 > t α,n 77 O valor crítico t α,n (teste unilateral) ou t α/,n (teste bilateral) é calculado de acordo com o nível de significância estabelecido para o teste, satisfazendo P( X > t p,k ) = p em que X ~ t k. VALOR CRÍTICO 0 t p, k 78 p Um artigo no Journal of Strain Analysis (983, Vol. 8, N o ) compara vários métodos para predizer a resistência de cisalhamento para traves planas metálicas. Dados para dois desses métodos, os procedimentos de Karlsruhe e Lehigh, quando aplicados a nove traves específicas, são mostrados na tabela a seguir. O principal objetivo no estudo é avaliar se, em média, há diferença entre os dois métodos. Trave Método de Karlsruhe Método de Lehigh Diferença d i S/,86,06 0,5 S/,5 0,99 0,59 S3/,3,063 0,59 S4/,339,06 0,77 S5/,00,065 0,35 S/,40,78 0,4 S/,365,037 0,38 S/3,537,086 0,45 S/4,559,05 0,
21 a) Quais as hipóteses estatísticas associadas ao problema? R O interesse está em saber a resistência média ao cisalhamento difere nos dois métodos. Em outras palavras, quer-se avaliar se a diferença na resistência média ao cisalhamento μ D é diferente de zero. Desse modo, as hipóteses associadas ao problema são : µ D = 0 H : µ D 0 b) Descreva os erros tipo I e tipo II para o problema. Erro Tipo I: Concluir que a resistência média ao cisalhamento difere nos dois métodos quando, na verdade, ela não difere Erro Tipo II: Concluir que a resistência média ao cisalhamento utilizando o método Karlsruhe é equivalente à resistência média ao cisalhamento usando o método de Lehigh quando, na verdade, essas médias diferem. 8 8 c) Apresente as regiões de aceitação e de rejeição para o teste, ao nível de significância de 5%. R Um vez que foi estabelecido um nível de significância de 5%, o número de observações pareadas é n = 9 e o teste é bilateral, temos que o valor crítico será t α/,n = t 0,058 =,306. Portanto, RA = x R : x,306 RR = x R : x >, d) Ao nível de significância de 5%, tome uma decisão e conclua: R A partir das observações das diferenças, obtivemos uma média amostral e um desvio padrão amostral de, respectivamente, Desse modo, d = 0,739 e s d = 0,356. t 0 = d Δ 0 = 0,739 0 = 6,08. s d / n 0,356 / 9 Logo, rejeitamos, pois t 0 = 6,08 >,306 = t 0,058. Portanto, ao nível de significância de 5%, concluímos que, em média, os métodos de previsão da resistência fornecem resultados diferentes. 84
22 TIPOS DE INTERVALOS DE CONFIANÇA e) Quais foram as suposições necessárias para a realização do teste de hipóteses neste problema? R As observações são independentes dentro de cada amostra, normalmente distribuídas e as amostras são pareadas. Intervalo de confiança bilateral para μ D, ao nível de 00(-α)%: D ε µ D D+ε S D t D S α/,n µ D D+ t D α/,n n n O erro de estimação será, portanto, S ε = t D α/,n n TIPOS DE INTERVALOS DE CONFIANÇA Intervalo de confiança unilateral inferior para μ D, ao nível de 00(-α)%: S D t D α,n µ D n f) No caso do exemplo da resistência ao cisalhamento, apresente um intervalo de confiança bilateral, ao nível de 95%. R Aplicando a fórmula, obtemos Intervalo de confiança unilateral superior para μ D, ao nível de 00(-α)%: µ D D+ t α,n S D n s d t D s α/,n µ D d + t D α/,n n n 0,739 (,306) 0,356 µ D 0,739 +(,306) 0, ,7 µ D 0,
23 O periódico Human Factors (96, pp ) reporta um estudo em que se pediu a n = 4 pessoas para estacionarem dois carros, de forma paralela, tendo barras de direção e raios de giro muito diferentes. O tempo em segundos para cada pessoa foi registrado, sendo apresentado na tabela a seguir. Da coluna das diferenças observadas, calculamos a média e o desvio padrão amostrais de, e,68, respectivamente. Indivíduo Tempo Automóvel Tempo Automóvel Diferença dos tempos d i 37,0 7,8 9, 5,8 0, 5,6 3 6, 6,8-0,6 4 4, 4,4-7, 5,0,4 0,6 6 33,4 38,4-5,0 7 3,8 6,8 7,0 8 58, 3, 6,0 9 33,6 7,8 5,8 0 4,4 3,, 3,4 9,6-6,, 0,6 0,6 3 36, 3, 4,0 4 9,8 53,8-4, Apresente um intervalo de confiança para a diferença das médias, ao nível de 90%. Observe que t α/,n = t 0,053 =,77. Portanto, aplicando a fórmula, obtemos s d t D s α/,n µ D d + t D α/,n n n, (,77),68 µ D,+(,77), ,79 µ D 7, Logo, ao nível de confiança de 90%, os dados não justificam a afirmação de que os tempos médios para estacionar os dois carros diferem. 9 INFERÊNCIA SOBRE A RAZÃO DE VARIÂNCIAS DE DUAS POPULAÇÕES 9 3
24 SUPOSIÇÕES X, X,..., X n é uma amostra aleatória de tamanho n com média e variância, respectivamente, µ e σ X, X,..., X n é uma amostra aleatória de tamanho n com média e variância, respectivamente, µ e σ As variâncias amostrais são calculadas fazendo n S k = ( X n k ki X k ),k =, i= SUPOSIÇÕES Quando as amostras forem normais e independentes, pode-se verificar que F = S / σ S / σ ~ F n n A estatística acima é dita ter distribuição F com n - graus de liberdade no numerador e n - graus de liberdade no denominador DISTRIBUIÇÃO F DISTRIBUIÇÃO F Definição: Diz-se que uma variável aleatória X tem distribuição F com υ graus de liberdade no numerador e ν graus de liberdade no denominador (X~F υν ) se sua função densidade de probabilidade f for escrita como υ/ Γ υ +ν υ ν f(x)= Γ υ Γ ν υ x + ν (υ+ν )/,x > f(x) F 5, 5 F 5, 5 F 5, x 96 4
25 O ponto percentil denotado por é tal que ( ) = α P F > f αυν em que F ~ F υν. Por exemplo, P F > f 0,0550 DISTRIBUIÇÃO F f αυν ( ) = P ( F > 3,33 ) = 0,05 f p, u, v 97 p Uma propriedade muito interessante da distribuição F é que f pυν = f pν υ Por exemplo, f 0,9550 = f 0,0505 = 4,74 = 0, DISTRIBUIÇÃO F f p, u, v p 98 Uma propriedade muito interessante da distribuição F é que f pυν = f pν υ Por exemplo, f 0,9550 = f 0,0505 = 4,74 = 0, DISTRIBUIÇÃO F f p, v, u p 99 TESTE DE VARIÂNCIAS Hipótese nula - : σ = σ Sob, temos que a estatística do teste será F 0 = S / σ S / σ = S / σ S / σ = S S ~ F n n Portanto, sob a hipótese nula, a estatística do teste tem distribuição F com n - graus de liberdade no numerador e n - graus de liberdade no denominador 00 5
26 Teste bilateral: Teste unilateral inferior: : σ = σ : σ = σ H : σ σ H : σ < σ RA = {x R : f x f } α/n n α/n n RR = {x R : x < f α/n n α α ou x > f α/n n } f α, n, n fα, n, n RA = x R : x f αn n RR = x R : x < f αn n α 0 f α, n, n 0 Teste unilateral superior: : σ = σ H : σ > σ RA = x R : x f αn n RR = x R : x > f αn n α f α, n, n 03 DECISÃO Rejeitamos a hipótese nula, em favor da alternativa H, quando a estatística observada do teste (f 0 ) pertencer à região de rejeição Teste bilateral: f 0 < f α/n n ou f 0 > f α/n n Teste unilateral inferior: f 0 < f αn n Teste unilateral superior: f 0 > f αn n 04 6
27 Camadas de óxidos em pastilhas de semicondutores são atacadas em uma mistura de gases, de modo a atingir a espessura apropriada. A variabilidade na espessura dessas camadas de óxidos é uma característica crítica da pastilha. Uma baixa variabilidade é desejada para as etapas subsequentes do processo. Duas misturas diferentes de gases estão sendo estudadas para determinar se uma delas é superior na redução da variabilidade da espessura das camadas de óxido. Dezesseis pastilhas são atacadas com cada gás. Os desvios padrão da espessura de óxido são s =,96 angströms e s =,3 angströms, respectivamente. Querse saber se há alguma evidência indicando que um gás seja preferível em relação ao outro. 05 a) Quais as hipóteses estatísticas associadas ao problema? R Os parâmetros de interesse são as variâncias, σ e σ, da espessura das camadas de óxido. Como o interesse é saber se algum dos gases é preferível, sem especificar qual, as hipóteses associadas ao problema são : σ = σ H : σ σ 06 b) Descreva os erros tipo I e tipo II para o problema. Erro Tipo I: Concluir que há uma mistura de gases preferível, quando na verdade ambas apresentam a mesma variabilidade na espessura das camadas Erro Tipo II: Concluir que as misturas de gases apresentam a mesma variabilidade na espessura das camadas, quando na verdade há um mistura de gases preferível. 07 c) Apresente as regiões de aceitação e de rejeição para o teste, ao nível de 5% de significância. R Um vez que foi estabelecido um nível de significância de 5%, os tamanhos amostrais são n = n = 6 e o teste é bilateral, temos que os valores críticos serão f = f =,86 α/n n 0,0555 f = f =/ f α/n =/,86 = 0,35 n 0, ,0555 Portanto, RA = x R : 0,35 x,86 08 RR = x R : x < 0,35 ou x >,86 7
28 d) Ao nível de significância de 5%, tome uma decisão e conclua: R Os desvios padrão das amostras foram s =,96 e s =,3. Portanto, a estatística observada do teste será f 0 = s s = (,96) (,3) = 3,84 4,54 = 0,85. Como a estatística observada do teste pertence à região de aceitação, não rejeitamos. Portanto, ao nível de significância de 5%, concluímos que não há evidências suficientes que nos levem a crer que alguma das misturas de gases seja preferível. e) Quais foram as suposições necessárias para a realização do teste de hipóteses neste problema? R Foi necessário supor que as observações são independentes, dentre e entre as amostras, e com distribuição normal INTERVALOS DE CONFIANÇA Se s e s forem os desvios padrão amostrais de amostras aleatórias com tamanhos n e n, respectivamente, provenientes de duas populações normais independentes, então um intervalo de confiança para a razão das variâncias populacionais, ao nível de 00(-α)%, será s s f σ α/n n σ s s f α/n n Uma companhia fabrica propulsores para uso em motores de avião. Uma das operações envolve esmerilhar o acabamento de uma superfície particular para um componente de liga de titânio. Dois processos diferentes para esmerilhar podem ser usados, podendo produzir peças com iguais rugosidades médias da superfície. Um engenheiro de manutenção gostaria de selecionar o processo tendo a menor variabilidade na rugosidade da superfície. Uma amostra aleatória de n = peças, provenientes do primeiro processo, resulta em um desvio padrão de s = 5, micropolegadas. Uma amostra aleatória de n = 6 peças, proveniente do segundo processo, resulta em um desvio padrão de s = 4,7 micropolegadas. Apresente um intervalo de confiança de 90% para a razão das variâncias σ / σ. 8
29 R Sabemos que α = 0,90, n = e n = 6. Assim, f α/n n = f 0,0550 =,85 f = f =/ f α/n =/,54 = 0,39 n 0,9550 0,0505 Assim, considerando que as amostras dos dois processos sejam independentes e que a rugosidade da superfície tenha distribuição normal, calculamos 3 s s f σ α/n n σ s s f α/n n (5,) (4,7) 0,39 σ σ (5,) (4,7),85 0,46 σ σ 3,36 Logo, ao nível de confiança de 90%, não podemos afirmar que as variâncias da rugosidade da superfície para os dois processos sejam diferentes, pois o intervalo contém o valor unitário. 4 9
Inferência Estatística Para Duas Amostras
Inferência Estatística Para Duas Amostras OBJETIVOS DE APRENDIZAGEM Depois de um cuidadoso estudo deste capítulo, você deve ser capaz de: 1.Estruturar, como testes de hipóteses, experimentos comparativos
Leia maisTOMADA DE DECISÃO PARA UMA AMOSTRA. Estatística Aplicada à Engenharia 1
TOMADA DE DECISÃO PARA UMA AMOSTRA Estatística Aplicada à Engenharia 1 ROTEIRO 1. Teste de hipóteses; 2. Inferência sobre a média de uma população (variância conhecida); 3. Inferência sobre a média de
Leia maisLista Inferência para duas amostras Estatística Aplicada à Engenharia de Produção Prof. Michel H. Montoril
Exercício 1. Um idealizador de produtos está interessado em reduzir o tempo de secagem de um zarcão. Duas formulações de tinta são testadas: a formulação 1 tem uma química padrão e a formulação 2 tem um
Leia maisInferência Estatística para Duas Amostras
Roteiro Inferência Estatística para Duas Amostras 1. Introdução 2. Inferência para a Diferença de Médias i. População normal com variâncias conhecidas ii. População normal com variâncias desconhecidas
Leia maisInferência Estatística para Duas Amostras
Roteiro Inferência Estatística para Duas Amostras 1. Introdução 2. Inferência para a Diferença de Médias i. População normal com variâncias conhecidas ii. População normal com variâncias desconhecidas
Leia maisTestes de Hipótese para uma única Amostra - parte II
Testes de Hipótese para uma única Amostra - parte II 2012/02 1 Teste para média com variância conhecida 2 3 Objetivos Ao final deste capítulo você deve ser capaz de: Testar hipóteses para média de uma
Leia maisTestes de Hipótese para uma única Amostra - parte II
Testes de Hipótese para uma única Amostra - parte II 01 de Julho de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Testar hipóteses para média de uma população. Serão usadas as distribuições
Leia mais1 Teoria da Decisão Estatística
1 Teoria da Decisão Estatística 1.1 Teste de Hipótese É uma metodologia estatística que permite tomar decisão sobre uma ou mais populações baseando no conhecimento de informações da amostra. Ao tentarmos
Leia maisInferência para duas populações
Inferência para duas populações Capítulo 13, Estatística Básica (Bussab&Morettin, 8a Edição) 7a AULA 27/04/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 7a aula (27/04/2015) MAE229 1 / 27 1.
Leia maisAULA 07 Inferência a Partir de Duas Amostras
1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,
Leia mais6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA
6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 2019 Problemas de inferência Inferir significa fazer afirmações sobre algo desconhecido. A inferência estatística tem como objetivo fazer afirmações sobre uma característica
Leia maisProfessora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise. Período 2017.
Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2017.1 Distribuições Amostrais O intuito de fazer uma amostragem
Leia mais6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA
6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 214 Problemas de inferência Inferir significa fazer afirmações sobre algo desconhecido. A inferência estatística tem como objetivo fazer afirmações sobre uma característica
Leia mais6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA
6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 21 Problemas de inferência Inferir significa fazer afirmações sobre algo desconhecido. A inferência estatística tem como objetivo fazer afirmações sobre uma característica
Leia maisTESTES DE HIPÓTESES. Lucas Santana da Cunha Universidade Estadual de Londrina
TESTES DE HIPÓTESES Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 26 de setembro de 2016 Introdução Viu-se a construção de intervalos
Leia maisTestes de Hipóteses: Média e proporção
Testes de Hipóteses: Média e proporção Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 12 de setembro de 2018 Londrina 1 / 27 Viu-se a construção de intervalos de confiança
Leia maisTestes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07
-027/031 07/06/2018 10:07 9 ESQUEMA DO CAPÍTULO 9.1 TESTE DE HIPÓTESES 9.2 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 9.3 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA
Leia mais1 Probabilidade - Modelos Probabilísticos
1 Probabilidade - Modelos Probabilísticos Modelos probabilísticos devem, de alguma forma, 1. identificar o conjunto de resultados possíveis do fenômeno aleatório, que costumamos chamar de espaço amostral,
Leia mais1. (a) Lembre-se que a média de uma variável aleatória discreta é uma média ponderada de seus valores, com as probabilidades sendo os pesos.
GET00172 - Fundamentos de Estatística Aplicada Gabarito da Lista de Exercícios Inferência rofa. Ana Maria Farias 1. a Lembre-se que a média de uma variável aleatória discreta é uma média ponderada de seus
Leia maisTESTE DE HIPÓTESE. Introdução
TESTE DE HIPÓTESE Introdução O teste de hipótese estatística objetiva decidir se uma afirmação sobre uma população, usualmente um parâmetro desta, é, ou não, apoiada pela evidência obtida dos dados amostrais.
Leia maisTeste de Hipóteses Paramétricos
Teste de Hipóteses Paramétricos Fundamentos de um teste de hipóteses Como construir testes de hipóteses para uma média. Como construir testes de hipóteses para uma proporção. Como construir testes de hipóteses
Leia maisTestes de Hipóteses Paramétricos
Testes de Hipóteses Paramétricos Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução Exemplos Testar se mais de metade da população irá consumir um novo produto
Leia maisCap. 8 - Intervalos Estatísticos para uma Única Amostra
Intervalos Estatísticos para ESQUEMA DO CAPÍTULO 8.1 INTRODUÇÃO 8.2 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 8.3 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO
Leia maisIntrodução a Estatística
Introdução a Estatística Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Introdução O curso foi dividido em três etapas: 1 vimos como
Leia maisTestes de Hipóteses Paramétricos
Testes de Hipóteses Paramétricos Departamento de Matemática Escola Superior de Tecnologia de Viseu (DepMAT ESTV) Testes de Hipóteses Paramétricos 1 / 41 Introdução. Hipóteses Estatísticas. Erro Tipo I
Leia maisProf. Lorí Viali, Dr. Mat2282 Análise Estatística Não Paramétrica
Prof. Lorí Viali, Dr. http://www.pucrs.br/~viali/ viali@pucrs.br Objetivos Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacionamentos ou modelos (testes não paramétricos). Envolvem
Leia maisProfessora Ana Hermínia Andrade. Período
Teste de Hipóteses Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2016.1 Teste de Hipóteses O Teste de Hipóteses
Leia maisTeste de Hipóteses. Enrico A. Colosimo/UFMG enricoc/ Depto. Estatística - ICEx - UFMG 1/24
1/24 Introdução à Bioestatística Teste de Hipóteses Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG 2/24 Exemplo A concentração de certa substância no sangue entre
Leia maisBIOESTATÍSTICA. Parte 5 Testes de Hipóteses
BIOESTATÍSTICA Parte 5 Testes de Hipóteses Aulas Teóricas de 05/05/2011 a 19/05/2011 5.1. Conceito de erro, estatística de teste, região de rejeição, nível de significância, valor de prova, potência do
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisGET00182 Estatística II Aula de exercícios 13/11/2017 Profa. Ana Maria Farias. Considerações gerais
GET0018 Estatística II Aula de exercícios 13/11/017 Profa. Ana Maria Farias Considerações gerais Vocês têm que prestar atenção na construção da estatística de teste, que tem que seguir a especificação
Leia maisLista Estimação Pontual Estatística Aplicada à Engenharia de Produção Prof. Michel H. Montoril
Exercício 1. (Kokoska, 2013) Estudos indicam que residências canadenses desperdiçam, aproximadamente, de 389 a 513 quilowatts-hora de eletricidade por ano. Esse desperdício é causado por aparelhos eletrônicos
Leia maisExercícios Resolvidos
Exercícios Resolvidos R10.1) Velocidade média na estrada Sergio afirma que Raquel dirige seu carro na estrada a uma velocidade média superior a 100 km/h, enquanto Raquel discorda, afirmando dirigir na
Leia maisIntrodução à probabilidade e estatística II
Introdução à probabilidade e estatística II Testes de hipóteses para duas médias populacionais Prof. Alexandre G Patriota Sala: 98A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Testes de hipóteses
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 5
MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão
Leia maisTestes de Hipótese para uma única Amostra - parte I
Testes de Hipótese para uma única Amostra - parte I 26 de Junho de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Estruturar problemas de engenharia como testes de hipótese. Entender os
Leia maisInferência Estatística Básica. Teste de Hipóteses para uma média populacional Cálculo do Valor p
Inferência Estatística Básica Teste de Hipóteses para uma média populacional Cálculo do Valor p Exemplo 1 Um restaurante compra frangos abatidos inteiros com peso médio de 3 Kg há vários anos de um mesmo
Leia maisAula 5. Teste de Hipóteses II. Capítulo 12, Bussab&Morettin Estatística Básica 7ª Edição
Aula 5. Teste de Hipóteses II. Capítulo 12, Bussab&Morettin Estatística Básica 7ª Edição Procedimento teste de hipótese para proporção. Resumo. (1) Estabelecer as hipóteses: H: p = p 0 contra uma das alternativas
Leia maisIntervalos de Confiança - Amostras Pequenas
Intervalos de Confiança - Amostras Pequenas Teste de Hipóteses para uma Média Jorge M. V. Capela, Marisa V. Capela, Instituto de Química - UNESP Araraquara, SP capela@iq.unesp.br Araraquara, SP - 2016
Leia maisCarlos Antonio Filho
Estatística II - Seção 04 Carlos Antonio Filho ESAGS 2 o semestre de 2017 Carlos Antonio Filho (ESAGS) Estatística II - Seção 04 2 o semestre de 2017 1 / 137 Comparação de médias de duas populações Vamos
Leia maisIntrodução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística
Introdução ao Planejamento e Análise Estatística de Capítulo 3 Introdução à Probabilidade e à Inferência Estatística INTERVALOS DE CONFIANÇA: Diferentes pesquisadores, selecionando amostras de uma mesma
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Introdução Hipóteses Estatísticas São suposições quanto ao valor de um parâmetro populacional
Leia maisLista de Exercícios #8 Assunto: Teste de Hipóteses
. ANPEC 8 - Questão 5 Indique se as seguintes considerações sobre a teoria dos testes de hipótese são verdadeiras (V) ou falsas (F): () No teste de hipótese para proporções, se a variância da proporção
Leia maisTestes de hipóteses. Wagner H. Bonat Fernando P. Mayer Elias T. Krainski
Testes de hipóteses Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 07/06/2018 WB, FM, EK ( LEG/DEST/UFPR
Leia maisIntervalos Estatísticos para uma única Amostra - parte I
Intervalos Estatísticos para uma única Amostra - parte I Intervalo de confiança para média 14 de Janeiro Objetivos Ao final deste capítulo você deve ser capaz de: Construir intervalos de confiança para
Leia maisInferência a partir de duas amostras
Inferência a partir de duas amostras Inferência a partir de duas amostras. Inferência sobre duas médias: amostras dependentes. Inferência sobre duas médias: amostras grandes e independêntes 3. Comparação
Leia mais7 Teste de Hipóteses
7 Teste de Hipóteses 7-1 Aspectos Gerais 7-2 Fundamentos do Teste de Hipóteses 7-3 Teste de uma Afirmação sobre a Média: Grandes Amostras 7-4 Teste de uma Afirmação sobre a Média : Pequenas Amostras 7-5
Leia maisUnidade IV Inferência estatística
6//5 Unidade IV Inferência estatística 4.. Introdução e histórico 4.. Conceitos fundamentais 4.3. Distribuições amostrais e Teorema central do limite 4.4. Estimação de parâmetros 4.5. Testes de hipóteses
Leia maisLista Estimação Pontual Estatística Aplicada à Engenharia de Produção Prof. Michel H. Montoril
Exercício 1. (Kokoska, 2013) Estudos indicam que residências canadenses desperdiçam, aproximadamente, de 389 a 513 quilowatts-hora de eletricidade por ano. Esse desperdício é causado por aparelhos eletrônicos
Leia maisStela Adami Vayego DEST/UFPR. Resumo 11 - Testes de Hipóteses
Resumo - Testes de Hipóteses.. Introdução Como para a estimação, o propósito dos testes de hipóteses é ajudar o pesquisador a tomar uma decisão referente a uma população, examinando uma amostra (a menos
Leia maisFernando de Pol Mayer
Fernando de Pol Mayer Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR) Este conteúdo está disponível por meio da Licença Creative
Leia maisIntrodução à probabilidade e estatística II
Introdução à probabilidade e estatística II Testes de hipóteses para duas médias populacionais Prof. Alexandre G Patriota Sala: 98A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Testes de hipóteses
Leia maisINFERÊNCIA ESTATÍSTICA. ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p
INFERÊNCIA ESTATÍSTICA ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir
Leia maisX e Y independentes. n + 1 m
DEPARTAMENTO DE ESTATÍSTICA / CCEN / UFPA Disciplina: Inferência I Prof: Regina Tavares 5.0. TESTE DE HIPÓTESES PARA DUAS POPULAÇÕES 5.0.. Duas Populações Normais independentes : X, X 2,, X n uma a.a.
Leia maisTestes de Hipótese PARA COMPUTAÇÃO
Testes de Hipótese MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Testes de Hipóteses Um teste de hipótese é uma técnica de análise usada para estimar se uma hipótese sobre a população está correta,
Leia mais7. Testes de Hipóteses
7. Testes de Hipóteses Suponha que você é o encarregado de regular o engarrafamento automatizado de leite numa determinada agroindústria. Sabe-se que as máquinas foram reguladas para engarrafar em média,
Leia maisEstimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48)
Estimação parâmetros e teste de hipóteses Prof. Dr. Alberto Franke (48) 91471041 Intervalo de confiança para média É um intervalo em que haja probabilidade do verdadeiro valor desconhecido do parâmetro
Leia maisAULA 05 Teste de Hipótese
1 AULA 05 Teste de Hipótese Ernesto F. L. Amaral 03 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução
Leia maisTESTES DE HIPÓTESES ADICIONAIS
TESTES DE HIPÓTESES ADICIONAIS Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 30 de outubro de 2017 Foi visto que para a realização do teste t para a diferença
Leia maisTeste de Hipótese. Capítulo 8 Triola, 10 a. Ed. (Capítulo 7 Triola, 9 a. Ed.) 1 Visão Geral. 2 Fundamentos do teste de hipótese
Teste de Hipótese Capítulo 8 Triola, 10 a. Ed. (Capítulo 7 Triola, 9 a. Ed.) 1 Visão Geral 2 Fundamentos do teste de hipótese z 3 Teste de uma afirmativa sobre uma Proporção z 4 Teste de uma afirmativa
Leia maisPrincípios de Bioestatística Teste de Hipóteses
1/36 Princípios de Bioestatística Teste de Hipóteses Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG Tabela 2/36 3/36 Exemplo A concentração de certa substância
Leia maisAULA 04 Teste de hipótese
1 AULA 04 Teste de hipótese Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal
Leia maisMAE Introdução à Probabilidade e à Estatística II. Lista de Exercícios 5-1 sem de Profa. Lígia Henriques-Rodrigues
MAE0229 - Introdução à Probabilidade e à Estatística II Lista de Exercícios 5-1 sem de 2018 Classe Profa. Lígia Henriques-Rodrigues 1. Um fabricante de fibra têxtil está investigando um novo fio de cortina,
Leia maisTeste de hipóteses para proporção populacional p
Teste de hipóteses para proporção populacional p 1 Métodos Estatísticos Métodos Estatísticos Estatística Descritiva Inferência Estatística Estimação Teste de Hipóteses 2 TESTE DE HIPÓTESES Eu acredito
Leia maisTomada de Decisão para uma Única Amostra
Tomada de Decisão para uma Única Amostra Testes de Hipóteses Teste de Hipóteses Procedimento de tomada de decisão sobre hipóteses envolvendo a população Aspecto bastante útil da Inferência Estatística:
Leia maisTestes de Hipóteses. Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM
Testes de Hipóteses Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM Testes de hipóteses O Teste de Hipótese é uma regra de decisão para aceitar ou rejeitar uma hipótese
Leia maisTestes t para comparação de médias de dois grupos independentes
Testes t para comparação de médias de dois grupos independentes Acadêmicas do curso de Zootecnia - Aline Cristina Berbet Lopes Amanda da Cruz Leinioski Larissa Ceccon Universidade Federal do Paraná UFPR/2015
Leia maisTESTE DE HIPÓTESES ELISETE AUBIN E MONICA SANDOVAL - IME
1 TESTE DE HIPÓTESES ELISETE AUBIN E MONICA SANDOVAL - IME 2 MÉTODOS ESTATÍSTICOS Métodos Estatísticos Estatística Descritiva Inferência Estatística Estimação Teste de Hipóteses 3 Teste de hipóteses para
Leia maisUnidade IV Inferência estatística
Unidade IV Inferência estatística 4.. Introdução e histórico 4.. Conceitos fundamentais 4.3. Distribuições amostrais e Teorema central do limite 4.4. Estimação de parâmetros 4.5. Testes de hipóteses 4.6.
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 9 Fundamentos de Testes de Hipóteses Leitura: Devore, Capítulo 8 Chap 9-1 Objetivos Neste capítulo, vamos aprender: Os princípios básicos de testes de hipóteses Estabelecer
Leia maisTurma: Engenharia Data: 12/06/2012
DME-IM-UFRJ - 2ª Prova de Estatística Unificada Turma: Engenharia Data: 12/06/2012 1 - Admita que a distribuição do peso dos usuários de um elevador seja uma Normal com média 75kg e com desvio padrão 15kg.
Leia maisDE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA)
1. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância
Leia maisInferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Leia maisEstatística Aplicada. Teste de hipóteses ou teste de significância Cap. 11
Estatística Aplicada Teste de hipóteses ou teste de significância Cap. 11 Conceito Objetivo: decidir se uma afirmação sobre um parâmetro populacional é verdadeira a partir de informações obtidas de uma
Leia maisTeste para a Média Populacional com Variância Conhecida
Teste para a Média Populacional com Variância Conhecida Quando o desvio padrão σ for conhecido, a estatística do teste é: x µ z obs = σ n onde: x é a média amostral; µ é a média populacional testada (sob
Leia maisAula 7. Testes de Hipóteses Paramétricos (II)
Aula 7. Testes de Hipóteses Paramétricos (II) Métodos Estadísticos 008 Universidade de Averio Profª Gladys Castillo Jordán IC e TH para comparação de valores médios µ X e µ Y de duas populações Normais.
Leia maisAula 7. Testes de Hipóteses Paramétricos (II)
Aula 7. Testes de Hipóteses Paramétricos (II) Métodos Estadísticos 008 Universidade de Averio Profª Gladys Castillo Jordán IC e TH para comparação de valores médios µ X e µ Y de duas populações Normais.
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Dependentes Teste t para amostras emparelhadas Variâncias Teste z Conhecidas Independentes Variâncias Desconhecidas Supostas iguais
Leia maisTestes de Hipóteses para duas médias
Testes de Hipóteses para duas médias Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 19 e 24 de setembro de 2018 Londrina 1 / 17 Tipos de Hipóteses Há muitos problemas em
Leia maisTESTES DE HIPÓTESES PARA DIFERENÇA DE DUAS MÉDIAS
TESTES DE HIPÓTESES PARA DIFERENÇA DE DUAS MÉDIAS Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 23 de outubro de 2017 Introdução Tipos de Hipóteses Há muitos
Leia mais(Hipótese alternativa unilateral)
Nível descritivo e Teste de Hipóteses para a média populacional µ 1 Exemplo 1: Pelo Anuário do IBGE de 2010, a proporção de analfabetos em uma cidade era de 15%. Em 2015, entre 200 entrevistados dessa
Leia maisProbabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula 02/14 1 / 1 A distribuição F de Snedecor também conhecida como distribuição de Fisher é frequêntemente
Leia maisEnrico A. Colosimo Depto. Estatística UFMG
Bioestatística F Conceitos de Teste de Hipóteses Enrico A. Colosimo Depto. Estatística UFMG http://www.est.ufmg.br/~enricoc/ f(x).4.35.3.25.2.15.1.5 Tabela Normal Padronizada Distribuicao Gaussiana com
Leia maisNOÇÕES DE TESTE DE HIPÓTESES (I) Teste de hipóteses para a proporção populacional
NOÇÕES DE TESTE DE HIPÓTESES (I) Teste de hipóteses para a proporção populacional Métodos Estatísticos Métodos Estatísticos Estatística Descritiva Inferência Estatística Estimação Teste de Hipóteses TESTE
Leia maisDistribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros - parte I 19 de Maio de 2011 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Entender estimação de parâmetros de uma distribuição
Leia maisLista 5. Prof. Erica Castilho Rodrigues Disciplina: Introdução à Estatística e Probabilidae. 06 de Maio. Data de entrega: a denir
Lista 5 Prof. Erica Castilho Rodrigues Disciplina: Introdução à Estatística e Probabilidae 06 de Maio Data de entrega: a denir 1. Uma amostra de 20 operários de uma companhia apresentou os seguintes salários
Leia maisDISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia
ROTEIRO 1. Introdução; DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL. Teorema Central do Limite; 3. Conceitos de estimação pontual; 4. Métodos de estimação pontual; 5. Referências. 1 POPULAÇÃO E AMOSTRA População:
Leia maisTeorema central do limite e es/mação da proporção populacional p
Teorema central do limite e es/mação da proporção populacional p 1 RESULTADO 1: Relembrando resultados importantes Seja uma amostra aleatória de tamanho n de uma variável aleatória X, com média µ e variância
Leia maisBioestatística CE001 Prof. Fernando de Pol Mayer Departamento de Estatística DEST Exercícios: inferência Nome: GABARITO
Bioestatística CE001 Prof. Fernando de Pol Mayer Departamento de Estatística DEST Exercícios: inferência Nome: GABARITO GRR: Observação: em todos os problemas que envolvem teste de hipótese, é necessário
Leia maisMétodos Quantitativos
Métodos Quantitativos Unidade 3 Estatística inferencial parte I Prof. Me. Diego Fernandes 1 Sumário Seção Slides 3.1 Noções de probabilidade 03 21 3.2 Distribuição dos estimadores 22 41 3.3 e 3.4 - Testes
Leia maisPROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA
PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA VARIABILIDADE NA MEDIDA DE DADOS CIENTÍFICOS Se numa pesquisa, desenvolvimento de um processo ou produto, o valor
Leia maisCapítulo 4 Inferência Estatística
Capítulo 4 Inferência Estatística Slide 1 Resenha Intervalo de Confiança para uma proporção Intervalo de Confiança para o valor médio de uma variável aleatória Intervalo de Confiança para a diferença de
Leia maisTeste de Hipótese e Intervalo de Confiança
Teste de Hipótese e Intervalo de Confiança Suponha que estamos interessados em investigar o tamanho da ruptura em um músculo do ombro... para determinar o tamanho exato da ruptura, é necessário um exame
Leia maisTeoria da Estimação. Fabricio Goecking Avelar. junho Universidade Federal de Alfenas - Instituto de Ciências Exatas
Teoria da Estimação Fabricio Goecking Avelar Universidade Federal de Alfenas - Instituto de Ciências Exatas junho - 2018 Algumas distribuições importantes Sumário 1 Algumas distribuições importantes 2
Leia maisTESTE DE KOLMOGOROV-SMIRNOV. Professor Ewaldo Santana Universidade Estadual do Maranhão - UEMA
TESTE DE KOLMOGOROV-SMIRNOV Professor Ewaldo Santana Universidade Estadual do Maranhão - UEMA Conteúdo 2 Ewaldo Santana Introdução 3 Ewaldo Santana Introdução Testes estatísticos paramétricos, tais como
Leia mais