Lista de exercícios propostos n. o 05: Testes de hipóteses

Documentos relacionados
Testes de Hipóteses

Distribuição Normal de Probabilidade

INTRODUÇÃO. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

PROBABILIDADES E ESTATÍSTICA

Estimação por Intervalo (Intervalos de Confiança):

Métodos Quantitativos em Contabilidade. Análise da Variância ANOVA. Prof. José Francisco Moreira Pessanha

Testes de Hipóteses Estatísticas

Teste de Hipótese e Intervalo de Confiança. Parte 2

Modelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste

3º Ano do Ensino Médio. Aula nº06

Probabilidade e Estatística

Pressuposições à ANOVA

Teste de Hipóteses VÍCTOR HUGO LACHOS DÁVILAD

Métodos Estatísticos Avançados em Epidemiologia

DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO ESTATISTICA AVANÇADA

Consideremos os seguintes exemplos de hipóteses cuja veracidade interessa avaliar:

AULA 19 Análise de Variância

Estatística stica para Metrologia

DISTRIBUIÇÕES ESPECIAIS DE PROBABILIDADE DISCRETAS

Universidade Federal de Ouro Preto UFOP. Instituto de Ciências Exatas e Biológicas ICEB. Departamento de Computação DECOM

A vida sem reflexão não merece ser vivida Sócrates Disciplina: ESTATÍSTICA e PROBABILIDADE

PESQUISA DE ENDIVIDAMENTO E INADIMPLE NCIA DO CONSUMIDOR - PEIC

Inferência sobre duas proporções

FÍSICA EXPERIMENTAL 3001

Departamento de Informática - PUC-Rio INF 1005 Programação I P1 22/09/2010 Nota

Probabilidade. Evento (E) é o acontecimento que deve ser analisado.

Hipótese Estatística:

1. Uma pesquisa de mercado sobre o consumo de três marcas A, B e C de um determinado produto apresentou os seguintes resultados:

Estatística II Aula 4. Prof.: Patricia Maria Bortolon, D. Sc.

Cap. 5. Testes de Hipóteses

Métodos Estatísticos Avançados em Epidemiologia

DISTRIBUIÇÃO DE FREQUÊNCIA DE VARIÁVEIS QUALITATIVAS E QUANTITATIVAS DISCRETAS (TABELAS E GRÁFICOS)

MOQ-14 Projeto e Análise de Experimentos

ISEG - ESTATÍSTICA I - EN, Economia/Finanças - 1 de Junho de 2010 Tópicos de correcção. 1ª Parte. > 0. Justifique a igualdade: P(( A B)

Pós-Graduação em Computação Distribuída e Ubíqua

Modelos Lineares Generalizados - Verificação do Ajuste do Modelo

Estudo sobre a dependência espacial da dengue em Salvador no ano de 2002: Uma aplicação do Índice de Moran

Aula 6. Testes de Hipóteses Paramétricos (I) Métodos Estadísticos 2008 Universidade de Averio Profª Gladys Castillo Jordán. Teste de Hipóteses

PUCRS FAMAT DEPTº DE ESTATÍSTICA Estimação e Teste de Hipótese- Prof. Sérgio Kato

Probabilidade. Luiz Carlos Terra


Balança Digital BEL

AULA 07 Distribuições Discretas de Probabilidade

Estatística II. Aula 6. Prof.: Patricia Maria Bortolon, D. Sc.

PROBABILIDADES E ESTATÍSTICA

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA

Avaliação Econômica Projeto de Inclusão Digital. Naercio Aquino Menezes Filho Centro de Políticas Públicas Insper FEA-USP e Fundação Itaú Social

P R O G R A M A TERCEIRA FASE. DISCIPLINA: Estatística Aplicada à Pesquisa Educacional Código: 3EAPE Carga Horária: 54h/a (crédito 03)

Trabalhando com Pequenas Amostras: Distribuição t de Student

x = xi n x = xifi fi 1. MÉDIA Exercício: Quando a distribuição é simétrica, a média e a mediana coincidem.

Introdução. Ou seja, de certo modo esperamos que haja uma certa

Lista 9 - Introdução à Probabilidade e Estatística

Códigos de bloco. Instituto Federal de Santa Catarina Curso superior de tecnologia em sistemas de telecomunicação Comunicações móveis 2

DEPARTAMENTO DE MATEMÁTICA

AULA 03 MEDIDAS DE RESISTÊNCIA ELÉTICA

Testes χ 2 (cont.) Testes χ 2 para k categorias (cont.)

TESTE DE MANN-WHITNEY

Estatística Aplicada

INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva

Probabilidades. José Viegas

Comparação de testes paramétricos e não paramétricos aplicados em delineamentos experimentais

Embalagens para Transporte Terrestre de Produtos Perigosos ABRE Associação Brasileira de Embalagem

Estimação. Como definir um estimador. Como obter estimativas pontuais. Como construir intervalos de confiança

Análise estatística. Aula de Bioestatística. 17/9/2008 (2.ª Parte) Paulo Nogueira

Avaliação Econômica do Projeto de Microcrédito para a população da Zona Norte de Natal/RN

Análise Combinatória I

Exemplos de I.C. (1 ) 100% para a mådia (e para diferença entre mådias)

5. A nota final será a soma dos pontos (negativos e positivos) de todas as questões

Variáveis Frequências Gráficos Medidas de Posição Medidas de Dispersão Medidas Complementares Inferência

Métodos Quantitativos Aplicados

PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR. Prof. Angelo Augusto Frozza, M.Sc.

Análise Qualitativa no Gerenciamento de Riscos de Projetos

Teste de hipótese em modelos normais lineares: ANOVA

Teste de hipóteses com duas amostras. Estatística Aplicada Larson Farber

Testes de Hipóteses para a Diferença Entre Duas Médias Populacionais

Intervalo de Confiança para uma Média Populacional

Gerenciamento do Escopo do Projeto (PMBoK 5ª ed.)

ActivALEA. ative e atualize a sua literacia

Análise e Projeto de Sistemas

Avaliação do Risco Isolado

Aula 8. Teste Binomial a uma proporção p

Probabilidade e Estatística, 2009/2

Prof. Daniela Barreiro Claro

Capítulo 4 Inferência Estatística

Técnicas de Contagem I II III IV V VI

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV

Aula 10 Testes de hipóteses

Vamos estudar o conceito de variabilidade absoluta considerando o conjunto de notas obtidas por cinco alunos:

Módulo de Equações do Segundo Grau. Equações do Segundo Grau: Resultados Básicos. Nono Ano

SISTEMA MÉTRICO DECIMAL

Comandos de Desvio 1

MAE116 - Noções de Estatística

ANOVA. (Analysis of Variance) Prof. Dr. Guanis de Barros Vilela Junior

Sistemas Operacionais. Rodrigo Rubira Branco

2 Workshop processamento de artigos em serviços de saúde Recolhimento de artigos esterilizados: é possível evitar?

IV Seminário de Iniciação Científica

Aula 1 Assimetria e Curtose

BALANÇA DIGITAL Luxury Collection Alta Sensibilidade

Aula de Exercícios - Testes de Hipóteses

Estatística e Probabilidade

Transcrição:

Lista de exercícios propostos. o 5: Testes de hipóteses Exercício 1. Uma pizzaria recebe diariamete ecomedas por telefoe, que se têm comportado segudo uma lei ormal. A empresa está dimesioada para uma procura média diária que ão ultrapassa as pizzas, admitido um desvio padrão de 15. Umacampahapromocioalrealizadaosúltimos dias levou aumaprocuramédiade1 pizzas. (a) Use um teste de hipóteses para avaliar a ecessidade de reforçar a capacidade média de veda, estudado se houve de facto uma alteração sigificativa a procura diária de pizzas. Use um ível de sigificâcia de, 1. (b) Com a decisão que tomou a alíea aterior, qual é o tipo de erro que pode estar a cometer Exercício. Os valores abaixo idicados são potuações de um teste de QI associados a uma amostra aleatória de 1 aluos de uma dada uiversidade. 141 13 1 11 14 136 17 1 15 13. Supodo que as potuações seguem uma distribuição ormal, teste se o desvio padrão das potuações do teste de QI é 1, cosideradoumaprobabilidade de 5 para o erro do tipo I. Exercício 3. Aespessuradeumtipodediscometálicosegueumadistribuição ormal e deverá ter uma variâcia iferior a mm. Existe a suspeita de que esse pricípio ão está a ser cumprido pelo que, para verificar se a variabilidade das espessuras é iferior a mm,cosiderou-seumaamostraaleatóriade 5 desses discos e obteve-se uma estimativa para a variâcia de 3, 4mm. Com este resultado, qual seria a coclusão a respeito da variabilidade das espessuras a um ível de sigificâcia de 1 Exercício 4. Odoodeumaervaariaproduzumcháqueafirmasereficazparacurar dores de cabeça em pelo meos 85 dos casos. Num iquérito feito a 5 pessoas, 18 cocordaram que o chá cura de facto as dores de cabeça. (a) Com um ível de sigificâcia de 1 poderá dizer-se que o doo da ervaaria tem razão (b) Na decisão que tomou, qual a probabilidade de estar a cometer um erro Exercício 5. Os dados seguites represetam os gahos em peso, em quilogramas, os primeiros 6 meses de vida de um grupo de criaças do sexo masculio escolhidas ao acaso: 4, 1 4, 5 3, 6, 8 3, 6 3, 4, 1. Admita que se pode cosiderar que os gahos em peso seguem uma distribuição ormal. Poderá afirmar-se, com um ível de sigificâcia de 5, que ogahomédioempesodascriaçasdosexomasculioésigificativamete iferior a 3, 1kg Exercício 6. Uma máquia está costruída de forma a assegurar que a medida padrão das peças que produz teha uma média igual a 4. Mas deseja-se também que a variabilidade dessa medida ão ultrapasse uma uidade de medida (cotrolo pelo desvio padrão). No último cotrolo de qualidade, as 16 peças aalisadas segudo a medida padrão revelaram uma média de 4, masumavariabilidade de 1, 5 uidades de medida. Será a difereça a variabilidade sigificativa, para um ível de sigificâcia de, 5 Assumaqueavariávelemestudose comporta de forma ormal. Exercício 7. Sabe-se que uma empresa de lavagem a seco que opera a zoa orte do país foi líder de vedas, os últimos três aos, em 8 do total de cidades as quais a empresa tem lojas a fucioar. Este ao, uma amostra de 4 cidades revelou uma percetagem de lideraça de 5, 4 as vedas do sector. Será que este resultado é sigificativamete mais baixo que o aterior, para um ível de sigificâcia de, 1 1/13 /13

Exercício 8. Opesodecadapacotedeaçúcar,embaladoumadetermiadamáquia, segue uma distribuição ormal, e deverá ser em média igual a 8 gramas. Seleccioou-se uma amostra de 4 pacotes e registaram-se os seguites resultados: 4ÿ i 1 x i 31 4ÿ i 1 px i xq 45. Realize um teste de hipóteses que lhe permita respoder à questão colocada, ao ível de sigificâcia de 5. Soluções: Exercício 1. (a) Seja a variável aleatória X - ecomedasdiáriasdepizzasportelefoe. Etão: Parâmetro a testar: µ Formulação das hipóteses: & H : µ ď H 1 : µ ą (teste uilateral à direita) Tipo de população: ormal Nível de sigificâcia:, 1 Dimesão da amostra: Estatística de teste: Z X µ σ N p 1q Outros dados: x 1, σ 15 Determiação da região crítica e da região de aceitação: Z com Z 1 Z,, 363. Obtemos assim as regiões, R.A. s 8, 363r e R.C. r, 363 `8r Cálculo do valor da estatística de teste: Z 1 15 Tomada de decisão: Como o valor da estatística de teste Z pertece à região de aceitação ão se deve rejeitar H,aoívelde sigificâcia de 1, ouseja,coclui-sequeaprocuramédiadiária éomáximode pizzas, pelo que a campaha de promoção ão teve efeito a procura de pizzas. 3/13 4/13

Op-valueémeoríveldesigificâciaapartirdoqualsedeverejeitar H,istoé,se ě p value etão deve-se rejeitar H : p value P rz ě s 1 P rz ă s 1 Φ pq 1, 77, 8. (b) Como a decisão tomada foi de ão rejeitar H,podemosestaracometer um erro tipo II. Exercício. Seja a variável aleatória X - potuaçõesdeumtestedeqi. Etão: Parâmetro a testar: σ & H : σ 1 H 1 : σ 1 Tipo de população: ormal Nível de sigificâcia:, 5 Dimesão da amostra: 1 Estatística de teste: Q p 1qS σ (teste bilateral) χ 1 ř 1 Outros dados: x i 1 xi 1 131 1 13, 1, s 175543 1ˆ13,1 115, 433 e s 1, 744 ř 1 i 1 x i 1ˆx Cálculo do valor da estatística de teste: Q ˆ115,433 1 1, 38 Tomada de decisão: Como o valor da estatística de teste Q 1, 38 pertece à região de aceitação ão se deve rejeitar H, ao ível de sigificâcia de 5, ouseja,ãoexisteevidêciaestatísticasuficiete para rejeitar que o desvio padrão das potuações de QI é 1. p value mi P χ ď V.E.T. P χ ě V.E.T. ( mi P χ ď 1, 38 P χ ě 1, 38 (»» mi t, 65 1, 65u ˆ, 375, 75. Exercício 3. Seja a variável aleatória X - espessuradeumtipodedisco metálico. Etão: Parâmetro a testar: σ & H : σ ě H 1 : σ ă Tipo de população: ormal Nível de sigificâcia:, 1 (teste uilateral à esquerda) Dimesão da amostra: 5 / χ 1/ Não rejeição / χ 1/ Estatística de teste: Q p 1qS σ Outros dados: s 3, 4 χ 1 com χ 1 χ,5, 74 e χ 11 χ,75 1, 8. Obtemos assim as regiões, R.C. r, 74sYr1, 8 `8r e R.A. s, 74 1, 8r. 5/13 6/13

Determiação da região crítica e da região de aceitação: χ 1 Não rejeição Z com χ 1 χ 4,1 1, 8564. Obtemos assim as regiões, R.C. r 1, 8564s e R.A. s1, 8564 `8r. Cálculo do valor da estatística de teste: Q 4ˆ3,4 8, 64 Tomada de decisão: Como o valor da estatística de teste Q 8, 64 pertece à região crítica deve-se rejeitar H,aoíveldesigificâcia de 1, ouseja,existeevidêciaestatísticasuficieteparacocluir que avariâciaéiferioramm. Exercício 4. p value P χ ď 8, 64, 5. (a) Seja a variável aleatória X - úmerodepessoasquecocordamqueo chá cura as dores de cabeça. Etão: Parâmetro a testar: p Formulação das hipóteses: & H : p ě, 85 H 1 : p ă, 85 Tipo de população: Beroulli Nível de sigificâcia:, 1 Dimesão da amostra: 5 Estatística de teste: Z c P p p p p1 p q Outros dados: p 18, 7 5 (teste uilateral à esquerda) N p 1q com Z 1 Z,, 363. Obtemos assim as regiões, R.C. s 8, 363s e R.A. s, 363 `8r Cálculo do valor da estatística de teste:z,7,85,85ˆ,15, 568 Tomada de decisão: Como o valor da estatística de teste Z, 568 pertece à região critica deve-se rejeitar H,aoívelde sigificâcia de 1, ouseja,coclui-sequeodoodaervaaria ão tem razão. Op-valueémeoríveldesigificâciaapartirdoqualsedeverejeitar H,istoé,se ě p value etão deve-se rejeitar H : p value P rz ď, 568s Φ p, 568q, 51. (b) Como a decisão tomada foi de rejeitar H,podemosestaracometer um erro tipo I. Assim P rerro tipo Is P rrejeitar H H verdadeiras ď, 1. Exercício 5. Seja a variável aleatória X - gahoempeso,emquilogramas, os primeiros 6 meses de vida de criaças do sexo masculio. Etão: Parâmetro a testar: µ & H : µ ě 3, 1 H 1 : µ ă 3, 1 Tipo de população: ormal Nível de sigificâcia:, 5 5 (teste uilateral à esquerda) 7/13 8/13

Dimesão da amostra: 7 Estatística de teste: T X µ S t 1 Outros dados: x s, 5831 ř 7 i 1 xi 5, 3, 7, s ř 7 i 1 x i 7ˆx, 34 e 7 7 6 Tipo de população: ormal Nível de sigificâcia:, 5 Dimesão da amostra: 16 Estatística de teste: Q p 1qS σ Outros dados: x 4 e s 1, 5 χ 1 t 1 com t 11 t 6,5 1, 43. Obtemosassimasregiões,R.A. s 1, 43 `8r e R.C. s 8 1, 43s Cálculo do valor da estatística de teste: T 3,7 3,1,5831, 74 7 Tomada de decisão: Como o valor da estatística de teste T, 74 pertece à região de aceitação ão se deve rejeitar H,aoíveldesigificâcia de 5, ouseja,ãoexisteevidêciaestatísticasuficietepara cocluir que o gaho médio em peso das criaças do sexo masculio é sigificativamete iferior a 3, 1kg. p value P rt ď, 74s», 85. Exercício 6. Seja a variável aleatória X - medidapadrãodaspeças.etão: Parâmetro a testar: σ & H : σ ď 1 H 1 : σ ą 1 (teste uilateral à direita) Não rejeição χ 1 com χ 11 χ 15,5 5. Obtemos assim as regiões, R.C. r5 `8r e R.A. r 5r. Cálculo do valor da estatística de teste: Q 15ˆ1,5 1 16, 5375 Tomada de decisão: Como o valor da estatística de teste Q 16, 5375 pertece à região de aceitação ão se deve rejeitar H, ao ível de sigificâcia de 5, ouseja,ãoexisteevidêciaestatísticasuficiete para cocluir que a variabilidade da medida padrão ão é a estipulada. p value P χ ě 16, 5375 1 P χ ă 16, 5375 1, 681, 31. Exercício 7. Seja a variável aleatória X - umutilizador,escolhidoao acaso, recorrer aos serviços da empresa de lavagem a seco. Etão: Parâmetro a testar: p & H : p, 8 H 1 : p ă, 8 (teste uilateral à esquerda) /13 1/13

Tipo de população: Beroulli Nível de sigificâcia:, 1 Dimesão da amostra: 4 Estatística de teste: Z c P p p p p1 p q Outros dados: p, 54 N p 1q Z com Z 1 Z,, 36. Obtemos assim as regiões, R.C. s 8, 36s e R.A. s, 36 `8r Cálculo do valor da estatística de teste: Z,54,8,8ˆ,7 4, 45 Tomada de decisão: Como o valor da estatística de teste Z, 45 pertece à região de aceitação ão se deve rejeitar H, ao ível de sigificâcia de 1, ouseja,ãoexisteevidêciaestatísticasuficiete para cocluir que o resultado é sigificativamete mais baixo do que a percetagem de mercado matida os últimos 3 aos. p value P rz ď, 45s Φ p, 41q, 34. Exercício 8. Seja a variável aleatória X - pesodecadapacotedeaçúcar. Etão: Parâmetro a testar: µ & H : µ 8 H 1 : µ 8 Tipo de população: ormal Nível de sigificâcia:, 5 Dimesão da amostra: 4 Estatística de teste: Z X µ σ N p 1q Outros dados: x e s, 56 (teste bilateral) ř 4 i 1 xi 31 ř 7, 8, 4 4 4 s i 1 pxi xq 45 6, 8 4 3 / / Z / Z / com Z 1 Z,75 1, 6 e Z 1 Z,75 1, 6. Obtemos assim as regiões, R.A. s 1, 6 1, 6r e R.C. s 8 1, 6sY r1, 6 `8r Cálculo do valor da estatística de teste: Z 7,8 8,56, 55 4 Tomada de decisão: Como o valor da estatística de teste Z, 55 pertece à região de aceitação ão se deve rejeitar H, ao ível de sigificâcia de 5, ouseja,ãoexisteevidêciaestatísticasuficiete para rejeitar a hipótese de que o peso médio de cada pacote de açúcar seja igual a 8 gramas, cocluido-se que a máquia está a fucioar correctamete. 11/13 1/13

p value ˆ P rz ě, 55 s ˆp1 P rz ă, 55sq ˆp1, 65q, 61. 13/13