Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
|
|
- Lucinda Almeida
- 4 Há anos
- Visualizações:
Transcrição
1 Testes de Hipóteses Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
2 Introdução e notação Em geral, intervalos de confiança são a forma mais informativa de apresentar os achados principais de um estudo. Contudo, algumas vezes existe um particular interesse em verificar determinadas afirmações ou conjecturas. Por exemplo, podemos estar interessados em determinar se uma moeda é honesta, se certas quantidades são independentes, ou se populações distintas são similares do ponto de vista probabiĺıstico. Cada uma destas afirmações constitui uma hipótese que pode ser associada a um modelo, i.e. pode ser parametrizada. 1
3 Definição Chamamos de hipótese estatística qualquer afirmação que se faça sobre um parâmetro populacional desconhecido. A partir de uma amostra da população iremos estabelecer uma regra de decisão segundo a qual rejeitaremos ou aceitaremos a hipótese proposta. Esta regra de decisão é chamada de teste. Normalmente existe uma hipótese mais importante para o pesquisador que será denotada por H 0 e chamada hipótese nula. Qualquer outra hipótese diferente de H 0 será chamada de hipótese alternativa e denotada por H 1. 2
4 Exemplo. Seja um experimento que consiste em um teste do tipo certo-errado com 10 questões. O objetivo é testar se o aluno está advinhando. Denotando por p a probabilidade do aluno acertar cada questão a hipótese estatística de interesse pode ser formulada como H 0 : p = 1/2. Neste caso, a hipótese alternativa mais adequada é H 1 : p > 1/2 indicando que o aluno tem algum conhecimento sobre o assunto. Temos então 10 repetições do experimento com p constante A variável aleatória X = número de acertos em 10 questões tem distribuição binomial com parâmetros n = 10 e p desconhecido. 3
5 Resumindo, para X Binomial(10, p) deseja-se testar H 0 : p = 1/2 H 1 : p > 1/2 Note que quanto maior o valor de X maior é a evidência a favor de H 1 (e portanto contra H 0 ). 4
6 Suponha que adotamos a seguinte regra de decisão: o aluno não está advinhando se acertar 8 ou mais questões. Isto equivale a rejeitar H 0 se X 8 (região de rejeição ou região crítica) e aceitar H 0 se X < 8 (região de aceitação). Um aluno pode acertar 8 ou mais questões e estar advinhando, isto é podemos rejeitar H 0 quando ela é verdadeira. A probabilidade de que isto ocorra é, P(X 8 p = 1/2) = 10 k=8 ( ) 10 0,5 10 = 7 k 128 0,054. 5
7 Esta probabilidade é chamada nível de significância e será denotada por α. Note que o valor de α depende da regra de decisão, por exemplo se a região crítica for X 7 então α 0,171. No próximo exemplo veremos como usar o nível de significância para construir uma regra de decisão. 6
8 Exemplo. Um fornecedor garante que 90% de sua produção não apresenta defeito. Para testar esta afirmação selecionamos ao acaso 10 itens de um lote e contamos o número de defeituosos. Decidimos não comprar o lote se o número observado de não defeituosos for muito pequeno (mas quão pequeno?). Experimento: selecionar ao acaso 10 itens de um lote e contar o número de defeituosos. Regra de decisão: não comprar o lote se o número observado de não defeituosos for muito pequeno. 7
9 Definindo X = número de não defeituosos na amostra de 10 itens temos então uma distribuição binomial com parâmetros n = 10 e p desconhecido, e queremos testar H 0 : p = 0.9. Aqui p é a proporção de itens não defeituosos no lote e portanto a hipótese alternativa deve ser H 1 : p < 0.9. Ou seja queremos testar, H 0 : p = 0.9 H 1 : p <
10 Suponha que decidimos manter α < e a partir deste valor vamos estabelecer a nossa regra de decisão. Qual o maior valor de k tal que P(X k p = 0.9) < 0.025? P(X 5 p = 0.9) = P(X 6 p = 0.9) = P(X 7 p = 0.9) = 5 ( ) k (1 0.9) 10 k = k 6 ( ) k (1 0.9) 10 k = k 7 ( ) k (1 0.9) 10 k = k k=0 k=0 k=0 Portanto, devemos usar a região crítica X 6. Isto é, vamos rejeitar o lote se o número de itens defeituosos na amostra for maior do que 6. 9
11 Nestes dois exemplos os testes são chamados de unilaterais porque somente valores de um lado do espaço amostral foram utilizados para construir a região crítica. Podemos ter também testes bilaterais aonde os dois extremos do espaço amostral são usados como região crítica. A variável aleatória X é chamada estatística de teste, sua distribuição deve ser conhecida e ela deve depender do parâmetro que está sendo testado. 10
12 Probabilidades binomiais e regiões criticas dos 2 testes unilaterias
13 Exemplo. Em cada caso determine as hipóteses a serem testadas. Uma empresa de transportes afirma que o intervalo entre onibus sucessivos é em média 15 minutos. A associação de usuários deseja testar esta afirmação. Um veterinário afirma que usando uma nova composição de rações consegue um ganho médio diário de 3 litros de leite por vaca. A associação de produtores acredita que o ganho não é tão grande e deseja testar esta afirmação. 12
14 Decisões e poder Ao tomar uma decisão a favor ou contra uma hipótese existem dois tipos de erros que podemos cometer: rejeitar H 0 quando de fato ela é verdadeira (erro tipo I), ou falhar em rejeitar H 0 quando de fato ela é falsa (erro tipo II). Frequentemente denota-se as probabilidades destes dois tipos de erro como α e β respectivamente, P(rejeitar H 0 H 0 é verdadeira) = α P(não rejeitarh 0 H 0 é falsa) = β O poder de um teste é a probabilidade de rejeitar a hipótese nula quando esta é de fato falsa, isto é 1 β. 13
15 Existe um balanço entre esses dois tipos de erros, no sentido de que ao tentar-se minimizar α, aumenta-se β. Isto é, não é possível minimizar estas duas probabilidades simultaneamente e na prática é costume fixar um valor (pequeno) para α. 14
16 Na tabela abaixo estão descritas as decisões que podemos tomar e os tipos de erro associados. Decisão Verdade Aceitar H 0 Rejeitar H 0 H 0 verdadeira Decisão correta Erro Tipo I (probabilidade 1 α) (probabilidade α) H 0 falsa Erro Tipo II Decisão correta (probabilidade β) (probabilidade 1 β) 15
17 Nível Descritivo (P-valor) A escolha do nível de significância α do teste é completamente arbitrária e deve ser feita antes do experimento ser realizado. Quando a distribuição da estatística de teste é discreta, como nos exemplos anteriores, o nível escolhido pode nem mesmo ser atingido. A decisão de aceitar ou rejeitar H 0 claramente depende desta escolha. Na prática, o valor escolhido é 0,05 ou 0,01 mas não há justificativa formal para estes valores em particular. 16
18 Um enfoque alternativo consiste em primeiro observar o valor da estatistica de teste e calcular a probabilidade de obter valores mais desfavoráveis a H 0 supondo que esta seja verdadeira. Esta quantidade é chamada nível descritivo ou P-valor. 17
19 Exemplo. No exemplo das questões, suponha que o número observado de questões certas foi X = 9. Então o p-valor será, ( ) ( ) P(X 9 p = 1/2) = 0, ,5 10 = 0, e rejeitaremos H 0 para todo nível de significância maior do que este valor. Por exemplo, rejeitaremos H 0 para α = 0,025 ou α = 0,05 e aceitaremos H 0 para α = 0,01. 18
20 Exemplo. No exemplo do itens defeituosos suponha que o número observado de não defeituosos foi X = 4. Neste caso o p-valor é dado por P(X 4 p = 0.9) = ou seja, rejeitaremos H 0 para praticamente todos os níveis de significância usuais. 19
21 O p-valor é a probabilidade de observar resultados tão extremos quanto os obtidos se a hipótese nula for verdadeira. Se o p-valor for grande ele fornece evidência de que H 0 é verdadeira. Um p-valor pequeno indica que existe evidência nos dados contra H 0 (já que ocorreu um resultado pouco provável). 20
22 Interpretações do p-valor P 0.10 Não existe evidência contra H P < 0.10 Fraca evidência contra H P < 0.05 Evidência significativa P < 0.01 Evidência altamente significativa... P < Evidência extremamente significativa... 21
23 Teste para a média populacional Exemplo. Seja X a altura das pessoas em uma população e uma amostra, X 1,,X n N(θ,σ 2 ), σ 2 = 25, n = 9 Deseja-se testar, H 0 : θ = 170 H 1 : θ 170 Considere a regra de decisão: rejeitar H 0 se, X < c 1 ou X > c 2 22
24 Fixando α = 0.05, obtenha c 1 e c 2 tais que, P(X < c 1 ou X > c 2 θ = 170) = P(X < c 1 θ = 170)+P(X > c 2 θ = 170) = 0.05 Este é um exemplo de teste bilateral. Existe uma infinidade de valores que satisfazem esta condição. Na maioria dos experimentos envolvendo o modelo normal será conveniente tomar c 1 e c 2 simétricos em relação a E(X). 23
25 Como X N(θ,σ 2 /n), ( 3(X 170) P 5 ( 3(X 170) P 5 < 3(c ) 1 170) + 5 ) > 3(c 2 170) 5 = 0.05 Da tabela normal padrão: 3(c 1 170) 5 = (c 2 170) 5 c 1 = c 1 = =
26 Suponha que uma amostra foi observada e a média amostral x calculada. Se x < ou x > rejeita-se H 0 ao nivel de significância α =
27 Exemplo. De experiências anteriores sabe-se que a resistência média ao desmoronamento de um tipo de tijolo é 200Kg com desvio padrão 10Kg. Um comprador suspeita que essa resistência média diminuiu (sem alterar o desvio padrão). Uma amostra aleatória de 100 tijolos foi selecionada e as resistências foram medidas para testar esta afirmação. Seja X uma variável aleatória representando a resistência ao desmoronamento e uma amostra aleatória X 1,...,X n tal que, E(X i ) = µ Var(X i ) = 100 n = 100. Deseja-se testar, H 0 : µ = 200 H 1 : µ <
28 Como n é grande podemos usar o teorema central do limite. A distribuição amostral aproximada de X é, e sob H 0 temos então que, X N(µ,σ 2 /n) X N(200,1). A regra de decisão consiste em rejeitar H 0 se X for pequena em relação a 200Kg. Fixando α = 0.05 temos que, P(X < c µ = 200) = P(X 200 < c 200) = 0.05 Da tabela da normal padrão obtemos que c 200 = 1.64 e portanto c =
29 Exemplo. No exemplo anterior suponha que obteve-se uma amostra tal que x = Então de acordo com os dados coletados deve-se concluir que a resistência média diminuiu (ao nivel de 0.05). Além disso, o p-valor pode ser calculado como, P(X < µ = 200) = P(X 200 < ) = P(Z < 2.5). Da tabela da normal padrão obtem-se que p-valor=
30 Suponha agora que temos uma amostra X 1,...,X n N(µ,σ 2 ) sendo µ e σ 2 ambos desconhecidos. Utilizando a variância amostral, S 2 = 1 n 1 n (X i X) 2 i=1 como estimador de σ 2 então a variável aleatória, T = X µ S/ n tem distribuição t-student com n 1 graus de liberdade. Esta é a estatística utilizada para testar as hipóteses sobre µ. 29
31 Funções de densidade da normal padrão e t-student com 4 graus de liberdade. f(x) N(0,1) t Student x 30
32 As probabilidades relativas à distribuição t são calculadas de forma aproximada e estão tabeladas (ver os livros texto). A distribuição t se aproxima da normal conforme aumentam os graus de liberdade. A tabela vai até 120 graus de liberdade e para valores maiores deve-se usar a tabela da normal. 31
33 Exemplo. Sejam X 1,...,X n N(µ,σ 2 ) com n = 12 e µ e σ 2 desconhecidos. Deseja-se testar, ao nivel de significância H 0 : µ = 200 H 1 : µ 200 Na tabela t, para n 1 = 11 e p = 5% obtemos o valor t c = Regra de decisão: rejeitar H 0 ao nivel α = 0.05 se, X 200 S/ n > 2.201, ou X 200 S/ n <
34 Exemplo. No exemplo anterior suponha que deseja-se testar agora, ao nivel de significância H 0 : µ = 200 H 1 : µ < 200 Na tabela t, para n 1 = 11 e p = 2% obtemos o valor t c = Regra de decisão: rejeitar H 0 ao nivel α = 0.01 se, X 200 S/ n <
35 Intervalo de confiança para a média Para o teste bilateral ao nivel de significância α, ( P t c < X ) µ S/ n < t c = 1 α. obtendo-se t c da distribuição t-student com n 1 graus de liberdade. Então, após observar a amostra e isolando µ segue que, x t c s n < µ < x +t c s n é um intervalo de 100(1 α)% para µ. 34
36 A Função Poder Definição A função poder associa a cada valor de θ a probabilidade π(θ) de rejeitar H 0. Assim, denotando por C a região crítica a função de poder é definida como, π(θ) = P(X C θ), θ Θ. 35
37 Exemplo. No exemplo do fornecedor a regra de decisão foi rejeitar H 0 se X 6 sendo X Binomial(10,p). A função poder é P(X 6 p) para 0 < p < 1, π(p) = P(X 6 p) = 6 k=0 ( ) 10 p k (1 p) 10 k. k 36
38 Função poder para o exemplo do fornecedor. π(p) p 37
39 Note que se p > 0.8 o teste quase certamente aceitará H 0, indicando que o teste é adequado. Para valores 0.7 < p < 0.8 o teste ainda rejeita H 0 com probabilidade baixa. 38
40 Se X Binomial(20,p) a nova região critica seria X 14. π(p) X 6 X p 39
41 Teste para a variância no modelo Normal Sejam X 1,...,X n independentes tais que X i N(µ,σ 2 ), i = 1,...,n. Deseja-se testar, H 0 : σ 2 = σ 2 0 H 1 : σ 2 σ 2 0 Sabe-se que portanto Z N(0,1/n). Z i = X i µ σ N(0,1), 40
42 Teorema Sejam Z 1,...,Z n N(0,1) independentes. Então, Z e n i=1 (Z i Z) 2 são independentes, n i=1 (Z i Z) 2 tem distribuição qui-quadrado com n 1 graus de liberdade, Corolário n (Z i Z) 2 χ 2 n 1. i=1 Seja a variável aleatória, S 2 = 1 n 1 n i=1 (X i X) 2. Então, (n 1)S 2 σ 2 χ 2 n 1. 41
43 Estatistica de teste sob H 0, χ 2 = (n 1)S2 σ 2 0 χ 2 n 1. Regra de decisão: rejeitar H 0 se χ 2 (0,χ 2 1 ) ou χ2 > χ 2 2. Fixar α tal que, P(χ 2 < χ 2 1 ou χ 2 > χ 2 2 H 0 ) = α. Obter χ 2 1 e χ2 2 tais que, P(χ 2 < χ 2 1) = P(χ 2 > χ 2 2) = α/2. (ver as tabelas nos livros texto) 42
44 Exemplo. Sejam X 1,...,X n N(µ,σ 2 ) independentes com µ e σ 2 desconhecidos. Deseja-se testar, H 0 : σ 2 = 100 H 1 : σ Para uma amostra de tamanho n = 16 e fixando α = 0.05 obtém-se, P(χ 2 < 6.262) = e P(χ 2 > ) = Regra de decisão: rejeitar H 0 ao nivel de significância 0.05 se, 15S < ou 15S >
45 A construção de um intervalo de confiança para σ 2 é direta pois, ) P (χ 21 < (n 1)S2 σ 2 < χ 2 2 = γ = 1 α. Isolando σ 2, (n 1)S 2 χ 2 2 < σ 2 < (n 1)S2 χ 2 1 é o intervalo de 100(1 α)% de confiança para σ 2. 44
46 Comparando duas populações Sejam duas amostras aleatórias independentes X 11,...,X 1n1 e X 21,...,X 2n2 das distribuições N(θ 1,σ 2 1 ) e N(θ 2,σ 2 2 ) respectivamente. Suponha inicialmente que σ 2 1 = σ2 2 = σ2 sendo, S 2 1 = S 2 2 = 1 n n 2 1 n 1 i=1 n 2 (X 1i X 1 ) 2 (X 2i X 2 ) 2 i=1 estimadores de σ 2. 45
47 Já vimos que, U = (n 1 1)S 2 1 σ 2 V = (n 2 1)S 2 2 σ 2 χ 2 n 1 1 χ 2 n 2 1 Definição A variável aleatória S 2 1 /S2 2 tem distribuição F com n 1 1 e n 2 1 graus de liberdade, S1 2 S2 2 = U/(n 1 1) V/(n 2 1) F(n 1 1,n 2 1). 46
48 Suponha que queremos testar, H 0 : σ 2 1 = σ 2 2 H 1 : σ 2 1 σ 2 2 O teste F rejeita H 0 se, S 2 1/S 2 2 < c 1 ou S 2 1/S 2 2 > c 2 sendo c 1 e c 2 obtidas como percentis da distribuição F com n 1 1 e n 2 1 graus de liberdade. 47
49 Intervalo para a razão de variâncias Se H 0 for falsa então, U = (n 1 1)S 2 1 σ 2 1 V = (n 2 1)S 2 2 σ 2 2 χ 2 n 1 1 χ 2 n 2 1 e assim, S1 2 σ2 2 S2 2 σ1 2 = U/(n 1 1) V/(n 2 1) F(n 1 1,n 2 1). 48
50 Fixando 1 α podemos obter constantes c 1 e c 2 tais que, ( P c 1 < S2 1 σ 2 ) 2 S2 2 σ1 2 < c 2 = 1 α e isolando a razão de variâncias, S2 2 S1 2 c 1 < σ2 2 σ 2 1 < S2 2 S1 2 c 2 é o intervalo de confiança de 100(1 α)% para σ 2 2 /σ
51 Função de densidade F(8,10) f(x) x 50
52 Comparando médias Deseja-se testar as hipóteses, H 0 : θ 1 = θ 2, σ 2 1 > 0,σ 2 2 > 0 H 1 : θ 1 θ 2, σ 2 1 > 0,σ 2 2 > 0 Se pudermos assumir que σ 2 1 = σ2 2 = σ2 a função de verossimilhança fica, p(x 1,x 2 θ 1,θ 2,σ 2 ) = p(x 1 θ 1,σ 2 )p(x 2 θ 2,σ 2 ) 51
53 Após algum algebrismo segue que a verossimilhança de (θ 1,θ 2,σ 2 ) é dada por, (2πσ 2 ) (n1+n2)/2 { exp 1 [ (n1 2σ 2 1)S1 2 +n 1 (θ 1 x 1 ) 2 +(n 2 1)S2 2 +n 2 (θ 2 x 2 ) 2] }. Quando θ 1 θ 2 os estimadores de máxima verossimilhança de θ 1, θ 2 e σ 2 são respectivamente X 1, X 2 e S 2 p = (n 1 1)S 2 1 +(n 2 1)S 2 2 n 1 +n 2 2 sendo S 2 1 e S2 2 as variâncias amostrais. 52
54 Segue então que, (n 1 +n 2 2)S 2 p σ 2 = (n 1 1)S 2 1 +(n 2 1)S 2 1 σ 2 χ 2 n 1 +n 2 2. Se as variâncias populacionais forem conhecidas então, ( )) X 1 X 2 N (θ 1 θ 2,σ 2 + 1n1 1n2 já que as médias amostrais são independentes. Sob H 0, X 1 X 2 σ 1/n 1 +1/n 2 N(0,1). 53
55 A estatistica de teste é dada por, X 1 X 2 T = σ 1/n 1 +1/n 2 S p σ = X 1 X 2 S p 1 n n 2 que tem distribuição t-student com n 1 +n 2 2 graus de liberdade. 54
56 Intervalo para a diferença de médias Para construir um intervalo de 100(1 α)% para a diferença θ 1 θ 2, Obtenha o valor t α/2 na tabela da distribuição t com n 1 +n 2 2 graus de liberdade tal que,. P( t α/2 < T < t α/2 ) = 1 α Após observar as amostras o intervalo fica, (x 1 x 2 t α/2 s p 1n1 + 1n2 ; x 1 x 2 +t α/2 s p 1n1 + 1n2 ). 55
57 Exemplo. Com o objetivo de comparar as alturas médias em centímetros dos estudantes dos sexos masculino (X 1 ) e feminino (X 2 ) em uma universidade foram selecionadas duas amostras de tamanhos n 1 = 20 e n 2 = 17. As medidas amostrais obtidas foram x 1 = , s 1 = 7.734, x 2 = , s 2 = A estimativa pontual para a diferença entre as médias é, x 1 x 2 = = O desvio padrão amostral combinado fica, s p = ( )/35 = = Finalmente o erro padrão pode é calculado como /20+1/17 =
58 Fixando o nível de confiança em 0.95 obtemos na tabela t com 35 graus de liberdade que P( T > 2.03) = 0.05 Um intervalo de 95% para θ 1 θ 2 é dado por, [ ; ] = [8.93;20.59]. Note que este resultado também implica em rejeitar a hipótese de igualdade entre as médias populacionais ao nível de significância
59 Variâncias desiguais e desconhecidas A estatistica de teste é dada por, T = X 1 X 2 S1 2/n 1 +S2 2/n 2 que tem distribuição aproximada t-student com graus de liberdade, ν = sendo A = S 2 1 /n 1 e B = S 2 2 /n 2. (A+B) 2 A 2, n B2 n 2 1 Obs: Arredondar ν para o inteiro mais próximo. 58
60 Testes Qui-Quadrado Ao ajustar modelos teóricos a um conjunto de dados, a qualidade do ajuste pode ser verificada comparando-se as frequências teóricas (ou esperadas) com as frequências observadas. Mais formalmente, a aderência dos dados a um certo modelo teórico pode ser testada através da seguinte estatística, Q = k i=1 (o i e i ) 2 e i, sendo, o i : as frequências observadas e i : as frequências esperadas k o número de classes ou valores considerados. 59
61 As hipóteses a serem testadas são, H 0 : Os dados se ajustam bem ao modelo H 1 : O ajuste não é bom. Se o ajuste não for bom as frequências observadas e esperadas tenderão a ser muito diferentes e portanto valores grandes da estatística Q indicam evidência contra H 0. Portanto este teste é do tipo unilateral. 60
62 Pode-se mostrar que, se n for grande, Q tem distribuição aproximada qui-quadrado (χ 2 ) com k 1 m graus de liberdade sendo m o número de parâmetros estimados no modelo teórico. Uma condição de validade desta distribuição é que, e i 5, i = 1,...,k. 61
63 Exemplo. Em um determinada seção de um rio foram efetuadas 1000 medições de sua vazão (em m 3 /s), e obteve-se a distribuição apresentada na tabela abaixo. classes de vazão frequência observada Podemos ajustar uma distribuição normal com parâmetros estimados pela média amostral e variância amostral respectivamente. Suponha que x = 21.9 e s = 4.71 e portanto se X representa as medições de vazão então X N(21.9, ) (esta é a distribuição ajustada). 62
64 Calculado as probabilidades de obter uma medição em cada uma das classes podemos construir a tabela com as frequências ajustadas. frequências classes de vazão Probabilidades das classes ajustada observada
65 Neste caso o valor da estatística de teste é dado por, Q = (41 55)2 + ( ) ( ) 2 + ( ) ( ) (38 49) = O número de classes é k = 6 e o número de parâmetros estimados é m = 2 (a média e a variância da distribuição normal) e portanto Q tem distribuição qui-quadrado com k 1 m = 3 graus de liberdade. 64
66 Nenhuma das classes apresenta frequência esperada menor do que 5 portanto esta distribuição é válida. Fixando o nível de significância α = 0.05 obtemos na tabela da distribuição χ 2 com 3 graus de liberdade que P(Q > 7.815) = Como > há evidências para rejeitar H 0 ao nível de 5%. Da mesma tabela obtemos que P(Q > ) = e portanto o p-valor é menor do que Ou seja, há evidência extremamente forte contra H 0. 65
67 Exemplo. A proporção θ de itens defeituosos em um grande lote é desconhecida e deseja-se testar as hipóteses, H 0 : θ = 0.1 H 1 : θ 0.1 com base em uma amostra aleatória de 100 itens dos quais 16 são defeituosos. Podemos usar o teste qui-quadrado com 2 categorias (defeituoso e não defeituoso) reformulando as hipóteses como, H 0 : θ 1 = 0.1 e θ 2 = 0.9 H 1 : H 0 é falsa sendo θ 1 e θ 2 as probabilidades de um item ser defeituoso ou não defeituoso respectivamente. 66
68 As frequências observadas e esperadas sob H 0 são, N 1 = 16,N 2 = 84, nθ 0 1 = 10, nθ 0 2 = 90 e portanto o valor observado da estatística de teste é, Q = (16 10) (84 90)2 90 = 4. Usando uma tabela da distribuição qui-quadrado com 1 grau de liberdade obtém-se que < p-valor < 0.05 e assim H 0 deve ser rejeitada ao nível de 5% e aceita ao nível de 2.5%. 67
69 Teste de Independência O teste χ 2 também pode ser aplicado no estudo da relação entre duas variaveis categóricas com p e k possíveis categorias. Neste caso queremos testar se as variáveis são independentes (hipótese nula). A estatística de teste é a mesma porém com número de graus de liberdade igual a (p 1)(k 1) 68
70 Exemplo. Considere por exemplo a tabela a seguir na qual estão apresentados os número de alunos matriculados nos colégios A e B, em relação à sua classe social. Classe social Colégio Alta Media Baixa Total A B Total Se as variáveis Colégio e Classe social forem independentes espera-se que as frequências de alunos das 3 classes sejam as mesmas nos 2 colégios, i.e. 70/220, 80/220 e 70/
71 As frequências esperadas sob a hipótese de independência são então dadas por, Colégio A: = = = Colégio B: = = = Podemos construir a tabela de frequências esperadas. Classe social Colégio Alta Media Baixa A B
72 Podemos agora avaliar a estatística de teste, Q = ( ) ( ) ( ) ( ) ( ) ( ) =
73 Ao nível de significância 0.05 obtemos da tabela χ 2 com (p 1)(k 1) = 2 graus de liberdade que P(Q > 5.99) = 0.05 e como > 5.99 a hipótese de independência é rejeitada. Para calcular o P-valor, note que a tabela qui-quadrado com 2 graus de liberdade nos fornece, P(Q > ) = Portanto podemos concluir que p-valor < Ou seja, existe forte evidência contra a hipótese de independência entre as variáveis Colégio e Classe social. 72
Testes 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 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 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 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 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 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 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 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. 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 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 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 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 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 maisX ~ Binomial (n ; p) H: p = p 0 x A: p p 0 (ou A: p > p 0 ou A: p < p 0 ) { X k 1 } U { X k 2 } (ou { X k } ou { X k }) x RC não rejeitamos H
NOÇÕES DE TESTE DE HIPÓTESES (II) Nível Descritivo valor P Resumo X ~ Binomial (n ; p) (1) Estabelecer as hipóteses sobre p: H: p = p 0 x A: p p 0 (ou A: p > p 0 ou A: p < p 0 ) (2) Escolher um nível de
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 maisTESTES DE HIPÓTESES. Conceitos, Testes de 1 proporção, Testes de 1 média
TESTES DE HIPÓTESES Conceitos, Testes de 1 proporção, Testes de 1 média 1 Testes de Hipóteses População Conjectura (hipótese) sobre o comportamento de variáveis Amostra Decisão sobre a admissibilidade
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 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 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 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 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 maisUniversidade Federal de Pernambuco Departamento de Estatística Inferência Estatística 2 (ET593) Fases de uma Análise Estatística
Universidade Federal de Pernambuco Departamento de Estatística Inferência Estatística 2 (ET593) Fases de uma Análise Estatística Dados Organização Estatística Descritiva Interpretação Os Dados vêm da amostra
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 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 maisPHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos. 6 a aula Testes de Hipóteses
PHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos 6 a aula Testes de Hipóteses Mario Thadeu Leme de Barros Luís Antonio Villaça de Garcia Abril / 2007 Estatística Aplicada ao Gerenciamento
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 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 maisInferência Estatistica
Inferência Estatistica Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Modelos e Inferência Um modelo é uma simplificação da realidade (e alguns
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 maisTESTES DE HIPÓTESES. HIPÓTESES: São suposições que fazemos para testar a fixação de decisões, que poderão ser verdadeiras ou não.
TESTES DE HIPÓTESES HIPÓTESES: São suposições que fazemos para testar a fixação de decisões, que poderão ser verdadeiras ou não. HIPÓTESES ESTATÍSTICA: Hipótese Nula (H 0 ): a ser validada pelo teste.
Leia maisINTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva
INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Tipos de Pesquisa Censo: é o levantamento de toda população. Aqui não se faz inferência e sim uma descrição
Leia maisTESTE DE HIPÓTESES NÍVEL DESCRITIVO
TESTE DE HIPÓTESES NÍVEL DESCRITIVO Exemplo 2: A diretoria de uma escola acredita que neste ano a proporção p de alunos usuários da Internet é maior que os 70% encontrados no ano anterior. Se uma pesquisa
Leia maisAula 8 - Testes de hipóteses
Aula 8 - Testes de hipóteses PhD. Wagner Hugo Bonat Laboratório de Estatística e Geoinformação-LEG Universidade Federal do Paraná 1/2017 Bonat, W. H. (LEG/UFPR) 1/2017 1 / 1 Testes de hipóteses Exemplo
Leia maisIntervalos de Confiança
Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de
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 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 Estimação Teste de Hipóteses Qual é a probabilidade de "cara no lançamento de uma moeda? A moeda é honesta ou desequilibrada?
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 Notas de aula. Prof.: Idemauro Antonio Rodrigues de Lara
1 TESTES DE HIPÓTESES Notas de aula Prof.: Idemauro Antonio Rodrigues de Lara 2 Conteúdo 1. Fundamentos e conceitos básicos; 2. Função poder; 3. Testes mais poderosos e Lema de Neyman-Pearson; 4. Teste
Leia maisTestes de Hipóteses. Professor: Josimar Vasconcelos Contato: ou
Testes de Hipóteses Professor: Josimar Vasconcelos Contato: josimar@ufpi.edu.br ou josimar@uag.ufrpe.br http://prof-josimar.blogspot.com.br/ Universidade Federal do Piauí UFPI Campus Senador Helvídio Nunes
Leia maisEstimação e Testes de Hipóteses
Estimação e Testes de Hipóteses 1 Estatísticas sticas e parâmetros Valores calculados por expressões matemáticas que resumem dados relativos a uma característica mensurável: Parâmetros: medidas numéricas
Leia maisNOÇÕES DE TESTE DE HIPÓTESES (II)
NOÇÕES DE TESTE DE HIPÓTESES (II) Teste de Hipóteses sobre p Nível Descritivo 1 Resumo X ~ binomial (n; p ) (1) Estabelecer as hipóteses sobre p: H: p = p 0 x A: p p 0 ; (ou A: p p 0, ou A: p p 0 ) (2)
Leia maisTestes de Hipóteses II
Testes de Hipóteses II Capítulo 12, Estatística Básica (Bussab&Morettin, 8a Edição) 6a AULA 06/04/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 5a aula (06/04/2015) MAE229 1 / 23 1. Teste para
Leia maisRazão para rejeitar H 0
Processo do teste de hipótese Hipótese de pesquisa: a idade média da população é 5 H : μ = 5 H 1 : μ 5 É X = improvável se μ =5? População Selecionar amostra aleatória Sim: Rejeite Ho Para definir pouco
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 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 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 maisMétodos. Inferência. Estatística. Descritiva. Teste de. Estimação
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 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 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 maisInferência Estatística. Teoria da Estimação
Inferência Estatística Teoria da Estimação Os procedimentos básicos de inferência Estimação: usamos o resultado amostral para estimar o valor desconhecido do parâmetro Teste de hipótese: usamos o resultado
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 maisEstatística Aplicada
Estatística Aplicada Testes de Hipóteses Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada TESTES DE HIPÓTESES Inferência estatística: tomar decisões sobre a população com base
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 maisTiago Viana Flor de Santana
ESTATÍSTICA BÁSICA DISTRIBUIÇÃO NORMAL DE PROBABILIDADE (MODELO NORMAL) Tiago Viana Flor de Santana www.uel.br/pessoal/tiagodesantana/ tiagodesantana@uel.br sala 07 Curso: MATEMÁTICA Universidade Estadual
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 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 maisCálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Distribuição Normal Motivação: Distribuição
Leia maisInferência Estatística Básica. Teste de Hipóteses: decidindo na presença de incerteza
Inferência Estatística Básica Teste de Hipóteses: decidindo na presença de incerteza Exemplo Inicial A ProCare Industries LTDA lançou, certa vez, um produto chamado Gender Choice. De acordo com a propaganda,
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 maisInferência Estatística:
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Inferência Estatística: Princípios de Bioestatística decidindo na presença de incerteza Aula 9: Testes de Hipóteses
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 maisDistribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros - parte I 2012/02 1 Introdução 2 3 4 5 Objetivos Ao final deste capítulo você deve ser capaz de: Entender estimação de parâmetros de uma distribuição
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Para que serve a inferência estatística? Método dos Momentos Maximum Likehood Estimator (MLE) Teste de hipótese: definições Aula de hoje Teste
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 maisAnálise de Aderência e de Associação
Análise de Aderência e de Associação Capítulo 14, Estatística Básica (Bussab & Morettin, 8a Edição) Capítulo 8, Introdução Computacional à Probabilidade e Estatística (Pedrosa & Gama, Porto Editora) 8a
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 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 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 maisConceitos Básicos Teste t Teste F. Teste de Hipóteses. Joel M. Corrêa da Rosa
2011 O 1. Formular duas hipóteses sobre um valor que é desconhecido na população. 2. Fixar um nível de significância 3. Escolher a Estatística do Teste 4. Calcular o p-valor 5. Tomar a decisão mediante
Leia maisBioestatística e Computação I
Bioestatística e Computação I Inferência por Teste de Hipótese Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas de M.
Leia maisA figura 5.1 ilustra a densidade da curva normal, que é simétrica em torno da média (µ).
Capítulo 5 Distribuição Normal Muitas variáveis aleatórias contínuas, tais como altura, comprimento, peso, entre outras, podem ser descritas pelo modelo Normal de probabilidades. Este modelo é, sem dúvida,
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Intervalo Amostragem e inferência estatística População: consiste na totalidade das observações em que estamos interessados. Nº de observações na população é denominado tamanho=n.
Leia maisTestes de Hipóteses I
Testes de Hipóteses I Capítulo 12, Estatística Básica (Bussab&Morettin, 8a Edição) 5a AULA 23/04/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 1. Introdução Neste capítulo pretendemos resolver
Leia maisTeste de hipóteses Página 1 de 8. Teste de hipóteses
Teste de hipóteses Página 1 de 8 Teste de hipóteses O teste de hipóteses serve para verificar se uma dada amostra é ou não compatível com a população de onde foi tirada a amostra. Um teste de hipóteses
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 maisCapítulo 8 - Testes de hipóteses 3
Capítulo 8 - Testes de hipóteses Conceição Amado e Ana M. Pires Capítulo 8 - Testes de hipóteses 3 8.1 Noções básicas....................................................... 4 8.2 Testes de hipóteses para
Leia mais3. Estimação pontual USP-ICMC-SME. USP-ICMC-SME () 3. Estimação pontual / 25
3. Estimação pontual USP-ICMC-SME 2013 USP-ICMC-SME () 3. Estimação pontual 2013 1 / 25 Roteiro Formulação do problema. O problema envolve um fenômeno aleatório. Interesse em alguma característica da população.
Leia maisDistribuições derivadas da distribuição Normal. Distribuição Normal., x real.
Distribuições derivadas da distribuição Normal Distribuição Normal Uma variável aleatória X tem distribuição normal com parâmetros µ e σ, quando sua densidade de probabilidade é f ( x) π σ e ( x µ ) σ,
Leia maisA moeda é honesta ou é desequilibrada? Qual é a probabilidade de "cara"no lançamento de uma moeda?
Qual é a probabilidade de "cara"no lançamento de uma moeda? Qual é a proporção de eleitores favoráveis ao candidato A? A moeda é honesta ou é desequilibrada? O candidato A tem até 50% das intenções de
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 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 maisDefinição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.
1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento
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 maisInferência estatística
Inferência estatística Susana Barbosa Mestrado em Ciências Geofísicas 2013-2014 Inferência estatística Obtenção de conclusões sobre propriedades da população a partir das propriedades de uma amostra aleatória
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 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 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 maisEstatística Aplicada II. } Revisão: Probabilidade } Propriedades da Média Amostral
Estatística Aplicada II } Revisão: Probabilidade } Propriedades da Média Amostral 1 Aula de hoje } Tópicos } Revisão: } Distribuição de probabilidade } Variáveis aleatórias } Distribuição normal } Propriedades
Leia maisContabilometria Aula 6. Prof.: Patricia Maria Bortolon, D. Sc.
Contabilometria Aula 6 Prof.: Patricia Maria Bortolon, D. Sc. Teste de Hipóteses Fonte: LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L.; Estatística Teoria e Aplicações, 5a. Edição, Editora
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição t de Student 02/14 1 / 1 A distribuição t de Student é uma das distribuições
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 Experimentos Capítulo 3 Introdução à Probabilidade e à Inferência Estatística Introdução ao Planejamento e Análise Estatística de Experimentos Agora,
Leia maisAULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1
AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1 Susan Schommer Econometria I - IE/UFRJ Distribuições amostrais dos estimadores MQO Nas aulas passadas derivamos o valor esperado e variância
Leia maisIntrodução à Bioestatística Turma Nutrição
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 9: Testes de Hipóteses - Conceitos Básicos e Testes para Média
Leia maisEscola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Teste de Hipóteses
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Teste de Hipóteses Professora Renata Alcarde Sermarini Piracicaba maio 2014 Renata Alcarde Sermarini Estatística Geral 5 de Junho
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 mais3 2σ 2] = σ 2 C = 1 6
GET008 - Estatística II Lista de Exercícios Inferência para uma população Profa. Ana Maria Farias. Seja X, X,, X 6 uma amostra aleatória simples de tamanho 6 de uma população Nµ; σ. Determine o valor da
Leia maisTESTES DE HIPÓTESES. O procedimento básico de um teste de hipóteses pode ser decomposto em quatro fases: i) Definição das hipóteses.
227 TESTES DE HIPÓTESES Objectivo: Verificar se os dados amostrais (ou estimativas obtidas a partir deles) são ou não compatíveis com determinadas populações (ou com valores previamente fixados dos correspondentes
Leia mais