Prof. Lorí Viali, Dr. Mat2282 Análise Estatística Não Paramétrica

Documentos relacionados
Prof. Lorí Viali, Dr.

mat.ufrgs..ufrgs.br br/~viali/ mat.ufrgs..ufrgs.br

Objetivos. Testes não-paramétricos

Objetivos. Testes não-paramétricos

TESTES DE HIPÓTESES ADICIONAIS

Diferença entre duas médias. Diferença entre duas proporções (π 1 - π 2 = ) Igualdade entre duas variâncias. Prof. Lorí Viali, Dr.

1 Teoria da Decisão Estatística

Carlos Antonio Filho

TESTES DE HIPÓTESES. Conceitos, Testes de 1 proporção, Testes de 1 média

Prof. Lorí Viali, Dr.

Teste de Hipóteses Paramétricos

Probabilidade e Estatística

TESTES DE HIPÓTESES. Lucas Santana da Cunha Universidade Estadual de Londrina

Testes de Hipóteses: Média e proporção

Inferência a partir de duas amostras

Prof. Lorí Viali, Dr.

TESTES DE HIPÓTESES. HIPÓTESES: São suposições que fazemos para testar a fixação de decisões, que poderão ser verdadeiras ou não.

c.c. É a função que associa a cada x X(S) um número f(x) que deve satisfazer as seguintes propriedades:

Testes de hipóteses com duas amostras CURSO DE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA. Módulo: ESTIMATIVA E TESTE DE HIPÓTESE.

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA

Testes de Hipótese para uma única Amostra - parte II

AULA 04 Teste de hipótese

DE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA)

Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo

Teoria da Estimação. Fabricio Goecking Avelar. junho Universidade Federal de Alfenas - Instituto de Ciências Exatas

AULA 05 Teste de Hipótese

Estatística Aplicada. Teste de hipóteses ou teste de significância Cap. 11

PODER DO TESTE. Poder do Teste e Tamanho de Amostra para Testes de Hipóteses

Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo

Razão para rejeitar H 0

Testes de Hipóteses Paramétricos

Professora Ana Hermínia Andrade. Período

Testes de Hipóteses Paramétricos

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA

Teste de hipóteses. Tiago Viana Flor de Santana

Unidade IV Inferência estatística

Inferência para duas populações

Testes de Hipótese para uma única Amostra - parte II

BIOESTATÍSTICA. Parte 5 Testes de Hipóteses

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA

Fernando de Pol Mayer

Teste de hipótese. Prof. Tiago Viana Flor de Santana

Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo:

7. Testes de Hipóteses

Testes de Hipótese PARA COMPUTAÇÃO

Intervalos de Confiança - Amostras Pequenas

Universidade Federal do Pará Instituto de Tecnologia. Estatística Aplicada I

Estatística Aplicada

PODER DO TESTE. Poder do Teste e Tamanho de Amostra para Testes de Hipóteses

MAE Introdução à Probabilidade e à Estatística II. Lista de Exercícios 5-1 sem de Profa. Lígia Henriques-Rodrigues

Prof. Lorí Viali, Dr.

Introdução à probabilidade e estatística II

TOMADA DE DECISÃO PARA DUAS AMOSTRAS INTRODUÇÃO ROTEIRO. Estatística Aplicada à Engenharia 1 INFERÊNCIA SOBRE A DIFERENÇA DE MÉDIAS

Teste de Hipótese. Capítulo 8 Triola, 10 a. Ed. (Capítulo 7 Triola, 9 a. Ed.) 1 Visão Geral. 2 Fundamentos do teste de hipótese

Teste para a Média Populacional com Variância Conhecida

TESTES DE HIPÓTESES PARA DIFERENÇA DE DUAS MÉDIAS

1. Hipótese nula H0 é uma hipótese que contém uma afirmação de igualdade, tal como, = ou.

Capítulo 4 Inferência Estatística

ESCOLA SUPERIOR DE TECNOLOGIA

Exercícios Resolvidos

(Hipótese alternativa unilateral)

SÉRIE: Estatística Básica Texto iv: TESTES DE HIPÓTESES PARAMÉTRICOS SUMÁRIO 1. INTRODUÇÃO TIPOS DE TESTES PARAMÉTRICOS...

Testes de Hipóteses. Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM

Introdução à probabilidade e estatística II

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

Testes de Hipóteses para duas médias

GET00182 Estatística II Aula de exercícios 13/11/2017 Profa. Ana Maria Farias. Considerações gerais

Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004

Poder do teste e Tamanho de Amostra

Teste de hipóteses para proporção populacional p

7 Teste de Hipóteses

1 Probabilidade - Modelos Probabilísticos

1. (a) Lembre-se que a média de uma variável aleatória discreta é uma média ponderada de seus valores, com as probabilidades sendo os pesos.

MAE0229 Introdução à Probabilidade e Estatística II

Teste de hipóteses para uma média populacional com variância conhecida e desconhecida

TESTE DE HIPÓTESES ELISETE AUBIN E MONICA SANDOVAL - IME

Algumas vantagens. Algumas restrições ao seu uso

Lista de Exercícios #8 Assunto: Teste de Hipóteses

TESTES DE HIPÓTESE COM UMA AMOSTRA. Prof. Regina Meyer Branski

TESTE DE HIPÓTESE. Introdução

José Aparecido da Silva Gama¹. ¹Professor do Instituto Federal de Educação, Ciência e Tecnologia de Alagoas.

Contabilometria Aula 6. Prof.: Patricia Maria Bortolon, D. Sc.

Lista Inferência para duas amostras Estatística Aplicada à Engenharia de Produção Prof. Michel H. Montoril

INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva

Bioestatística e Computação I

1. INTRODUÇÃO TIPOS DE TESTES PARAMÉTRICOS...12

Turma: Engenharia Data: 12/06/2012

Objetivos. Os testes de hipóteses ser: Paramétricos e Não Paramétricos. Testes não-paramétricos. Testes paramétricos

Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Teste de Hipóteses

Lista de Exercícios 2 - Estatística II

Testes de Hipóteses II

Universidade Federal da Paraíba Departamento de Estatística Lista Intervalo de Confiança e Teste de Hipótese

AULA 07 Inferência a Partir de Duas Amostras

Lista Estimação Pontual Estatística Aplicada à Engenharia de Produção Prof. Michel H. Montoril

MAE Introdução à Probabilidade e Estatística II Resolução Lista 4

Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança

Experiência para o qual o modelo probabilístico é adequado. Efeito. Causas. E 1 : Joga-se um dado e observase o número da face superior.

Transcrição:

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 parâmetros populacionais. Um parâmetro é qualquer medida que descreve uma população.

Os principais parâmetros são: μ (a média) σ (a variância) σ (o desvio padrão) π (a proporção)

Média Uma amostra Proporção Variância Diferença Dependentes de médias Duas amostras Independentes Diferença de médias Diferença de proporções Igualdade de variâncias

Média ( μ ) Proporção ( π ) Variância ( σ )

H 0 : μ μ 0 H 1 : μ > μ 0 (teste unilateral/unicaudal à direita) μ < μ 0 (teste unilateral/unicaudal à esquerda) μ μ 0 (teste bilateral/bicaudal).

Neste caso a variável teste é: Z X μ σ X X X σ μ n

Z> z c (teste unilateral/unicaudal à direita) Z< z c (teste unilateral/unicaudal à esquerda) Z > z c (teste bilateral/bicaudal).

Onde z é tal que: c Φ(z c ) 1 α (teste unilateral/unicaudal à direita) Φ(z c ) α (teste unilateral/unicaudal à esquerda) Φ(z c ) α/ ou Φ(z c ) 1 α/ (teste bilateral/bicaudal).

A experiência passada mostrou que as notas de Probabilidade e Estatística, estão normalmente distribuídas com média μ 5,5 e desvio padrão σ,0. Uma turma de n 64 alunos deste semestre apresentou uma média de 5,9. Teste a hipótese de este resultado mostra uma melhora de rendimento a uma significância de 5%.

Hipóteses: H 0 : μ 5,5 H 0 : μ > 5,5 Dados: σ,0 n 64 X 5,9 α 5% Trata-se de um teste unilateral à direita com σ conhecido.

A variável vel teste é: Z X μ σ X X X σ μ n Então: X μ 5,9 5,5 0,4 3, Z σ n,0 64,0 8,0 1,60

O valor crítico z c é tal que: Φ(z c ) 1-α 1 0,05 95%. Então z c Φ 1 (0,95) 1,645. Assim RC [1,645; ) DECISÃO e CONCLUSÃO: Como z 1,60 RC ou 1,60 < 1,645, Aceito H 0, isto é,, a 5% de significância não se pode afirmar que os resultados desta turma são melhores.

α 5% Região de Não Rejeição 1,60 RC [ 1, 645; )

OPÇÃO: Trabalhar com a significância do resultado obtido (1,60), isto é,, o valor-p. Para isto, deve-se calcular P(Z > 1,60), isto é,, p P(Z > 1,60) 1 Φ(1,60) Φ(-1,60) 5,48%. Como a significância do resultado (5,48% 5,48%) é maior que a significância do teste (5% 5%) ) não é possível rejeitar a hipótese nula.

Neste caso a variável vel teste é: t n 1 X μ σˆ X X X s μ n

t n-1 > t c (teste unilateral/unicaudal à direita) t n-1 < t c (teste unilateral/unicaudal à esquerda) t n-1 > t c (teste bilateral/bicaudal).

Onde t é tal que: c P(t < t c ) 1 α (teste unilateral/unicaudal à direita) P(t < t c ) α (teste unilateral/unicaudal à esquerda) P(t < t c ) α/ ou P(t > t c ) α/ (teste bilateral/bicaudal).

Suponha que a sua empresa comprou um lote de lâmpadas. Você precisa testar, a 5% de significância, a afirmação do fabricante de que a duração média das lâmpadas é maior que 800 horas. Para isto você usa uma amostra de 36 lâmpadas e encontra uma média 80 horas com desvio de 70 horas. Isto confirma a afirmação do fabricante?

Dados: Hipóteses: H 0 : μ 800 horas H 0 : μ > 800 horas n 36 X 80 horas s 70 horas α 5% Trata-se de um teste unilateral à direita com σ desconhecido.

A variável vel teste é: t n 1 X μ ˆσ X X X s μ n Então: X μ 80 800 0 10 t35 s 70 70 70 n 36 6 1, 714

O valor crítico t c é tal que: P(T > t c ) 1-α Então t c 1,690. Assim RC [1,690; ) DECISÃO e CONCLUSÃO: Como t 1,714 RC ou 1,714 > 1,690, Rejeito H 0, isto é,, a 5% de significância, pode-se afirmar que a duração média m das lâmpadas é superior a 800 horas.

α 5% Região de Não Rejeição 1,714 RC [ 1, 690 ; )

OPÇÃO: Trabalhar com a significância do resultado obtido (1,714), isto é, o valor-p. Para isto, deve-se calcular P(T 35 > 1,714). Utilizando o Excel, tem-se:

Como a significância do resultado (4,77% 4,77%) é menor que a significância do teste (5% 5%) é possível rejeitar a hipótese nula.

H 0 : π π 0 H 1 : π > π 0 (teste unilateral/unicaudal à direita) π < π 0 (teste unilateral/unicaudal à esquerda) π π 0 (teste bilateral/bicaudal).

Neste caso a variável teste é: Z P μ P P π σ P π( 1 π ) n

Z> z 0 (teste unilateral/unicaudal à direita) Z< z 0 (teste unilateral/unicaudal à esquerda) Z > z 0 (teste bilateral/bicaudal).

Afirma-se que 40% dos alunos de uma universidade são fumantes. Uma amostra de 5 estudantes selecionados ao acaso mostrou que apenas 7 eram fumantes. Teste a 1% a hipótese de que a afirmação foi exagerada.

Dados: Hipóteses: H 0 : π 40% H 0 : π < 40% f 7 n 5 p 7/53% α 1% Trata-se de um teste unilateral à esquerda para a proporção. A variável teste é:

Z P μ σ P P P π( π 1 π ) n Então: Z P μ σ P P 0,3 0,40 0,40( 1 0,40 ) 5 0,08 0,036,45

O valor crítico z c é tal que: Φ(z c ) α 0,01 1%. Então z c Φ 1 (0,01) -,33. Assim RC (- ;-,33] DECISÃO e CONCLUSÃO: Como z -,45 RC ou -,45 < -,33. Rejeito H 0, isto é, a 1% de significância posso afirmar que a afirmação é exagerada.

α 1% RC ( ;,33] Região de Não Rejeição,45

OPÇÃO: Trabalhar com a significância do resultado obtido (-,45), isto é, o valor-p. Para isto, deve-se calcular P(Z < -,45), isto é, p P(Z < -,45) Φ(-,45) 0,71%. Como a significância do resultado (0,71%) é menor que a significância do teste (1%) é possível rejeitar a hipótese nula.

H 0 : σ H 1 : σ > σ 0 σ 0 (teste unilateral/unicaudal à direita) σ < σ 0 (teste unilateral/unicaudal à esquerda) σ σ 0 (teste bilateral/bicaudal).

Neste caso a variável vel teste é: ( n 1 ) s n 1 σ χ

χ > χ n 1 c (teste unilateral/unicaudal à direita) χ < χ n 1 c (teste unilateral/unicaudal à esquerda) χ n 1 > χ c ou χ < χ n 1 (teste bilateral/bicaudal). c

Onde é tal que: χ c P ( χ > χ n 1 α (teste unilateral/unicaudal à direita) c ) P ( χ n 1 < χ c ) 1 - α (teste unilateral/unicaudal à esquerda) P( χ < χ ) α/ ou P ( χ > χ n 1 c n 1 c ) α/ (teste bilateral/bicaudal).

O fabricante de uma certa marca de surdina de carro divulga que as suas peças tem uma variância de 0,8 anos. Uma amostra aleatória de 16 peças mostrou uma variância de um ano. Utilizando uma significância de 5%, teste se a variância de todas as peças é superior a 0,8 anos.

Dados: Hipóteses: H 0 : σ 0,8 anos H 0 : σ > 0,8 anos n 16 s 1 ano α 5% Trata-se de um teste unilateral à direita para a variância.

Então: A variável vel teste é: ( n 1 ) s n 1 σ χ ( n 1 ) s ( 16 1 ).1 15 χ 15 σ 0,8 0,8 18, 75

O valor crítico χ é tal que: c P(χ > χ ) α 5%. Então: c χ c 4,996. Assim: RC [4,996; ) DECISÃO e CONCLUSÃO: Como χ 15 18,75 RC ou 18,75 < 4,996, Aceito H 0, isto é, a 5% de significância, não se pode afirmar que a variância é maior que 0,80 anos.

α 5% Região de Não Rejeição 18,75 RC [4,996 ; )

OPÇÃO: Trabalhar com a significância do resultado obtido (18,75), isto é, o valor-p. Para isto, deve-se calcular P(χ 15 > 18,75). Utilizando o Excel, tem-se:

Como a significância do resultado obtido (,59%) é maior que a significância do teste (5%) não é possível rejeitar a hipótese nula.

Dependentes Teste t para amostras emparelhadas Variâncias Teste z Conhecidas Independentes Variâncias Desconhecidas Supostas iguais Supostas diferentes

Diferença entre duas médias (μ - μ Δ) 1 Diferença entre duas proporções (π - π Δ) 1 Igualdade entre duas variâncias X Y ( σ σ )

Neste caso a variável vel teste é: Z X Y σ X μ Y X Y X σ Y X + Δ σ Y n m

Z> z c (teste unilateral/unicaudal à direita) Z< z c (teste unilateral/unicaudal à esquerda) Z > z c (teste bilateral/bicaudal).

Onde z é tal que: c Φ(z c ) 1 α (teste unilateral/unicaudal à direita) Φ(z c ) α (teste unilateral/unicaudal à esquerda) Φ(z c ) α/ ou Φ(z c ) 1 α/ (teste bilateral/bicaudal).

Uma grande empresa quer comprar peças de dois fornecedores diferentes. O fornecedor A alega que a durabilidade é de 1000 horas com desvio de 10 horas, enquanto que o fornecedor B diz que a duração média é de 1050 horas com desvio padrão de 140 horas.

Para testar se a durabilidade de B é realmente maior, duas amostras de tamanho n m 64, de cada um dos fornecedores, foram obtidas. A duração média da amostra A foi de 995 horas e a B foi de 105. Qual a conclusão a 5% de significância?

Dados: Hipóteses: H 0 : μ 1 μ n m 64 σ 1 10; σ 140 H 1 : μ 1 < μ X 995 e Y 105 α 5% Trata-se de um teste unilateral à esquerda com σ 1 e σ conhecidos.

A variável vel teste é: Z X Y σ X μ Y X Y X σ Y X + Δ σ Y Então: n m Z X σ X n Y + Δ σ Y m 995 105 0 10 64 + 140 64 1,30

O valor crítico z c é tal que: Φ(z c ) α 0,05 5%. Então z c Φ 1 (0,05) -1,645. Assim RC (- ; -1,645] DECISÃO e CONCLUSÃO: Como z -1,30 RC ou -1,30 > -1,645, Aceito H 0, isto é,, a 5% de significância não se pode afirmar que a média m de A é menor que a média m de B

α 5% 1,30 RC ( ; 1,645;] Região de Não Rejei Região de Não Rejeição

OPÇÃO: Trabalhar com a significância do resultado obtido (-1,30),( isto é,, o valor-p. Para isto, deve-se calcular P(Z < -1,30), isto é,, p P(Z < -1,30) Φ(-1,30) 9,68%. Como a significância do resultado (9,68% 9,68%) é maior que a significância do teste (5% 5%) ) não é possível rejeitar a hipótese nula.

Neste caso a variável vel teste é: t υ X Y σˆ X μ Y X Y X s Y Δ 1 + 1 n m

Onde s é dado por: s ( n 1 ) s + ( m 1 ) s Y n X + m e v é dado por: n + m -

Um relatório da defesa do consumidor mostrou que um teste com oito pneus da marca A apresentaram uma vida média de 37500 km com um desvio padrão de 3500 km e que doze de uma marca concorrente B, testados nas mesmas condições, tiveram uma durabilidade média de 41400 km com variabilidade de 400 km.

Supondo que as variâncias populacionais sejam as mesmas e admitindo uma significância de 5%, verifique se é possível afirmar que as duas marcas diferem quanto a durabilidade média. E se a significância fosse 1% qual seria a conclusão?

Dados: Hipóteses: H 0 : μ 1 μ H 1 : μ 1 μ n 8; m 1 s A 3500; s B 400 X 37500; Y 41400 α 5% ; σ A σ B Trata-se de um teste t bilateral com σ 1 e σ supostamente iguais.

A variável vel teste é: t n+ m Onde: X Y σˆ μ X Y X Y X s. Y Δ 1 1 + n m s (n 1)S A n + + (m m 1)S B

s 7.3700 + 11.400 8 + 1 401,9651 Então: t 18 X S. Y Δ 1 1 + n m 37500 41300 0 1 1 401,9651 + 8 1,19

O valor crítico t c é tal que: P( Τ 18 > t c ) α 0,05 5%. Então t c T 1 (0,9750),101. Assim RC (- ; -,101] [,101; + ) DECISÃO e CONCLUSÃO: Como t -,19 RC ou -,19 < -,101, Rejeito H 0, isto é,, a 5% de significância posso afirmar que a vida média m das duas marcas difere.

ν n + m 8 + 1 18 t ν t18,19 α,5% Região de Não Rejeição α,5% RC ( ;,101] U[,101; + )

O valor crítico t c é tal que: P( Τ 18 > t c ) α 0,01 1%. Então t c T 1 (0,9950),878. Assim RC (- ; -,878] [,878; + ) DECISÃO e CONCLUSÃO: Como t -,19 RC ou -,19 > -,878, Aceito H 0, isto é,, a 1% de significância não posso afirmar que a vida média m das duas marcas difere.

ν n + m 8 + 1 18 t ν t18,19 α 0,5% Região de Não Rejeição α 0,5% RC ( ;,878] U[,878; + )

Neste caso a variável vel teste é: t υ X Y σˆ X μ Y X Y X Y s X + Δ s Y n m

Onde v Onde v é dado por: dado por: 1 m m S 1 n n S m S n S Y X Y X + + υ

t v > t c (teste unilateral/unicaudal à direita) t v < t c (teste unilateral/unicaudal à esquerda) t v >t c (teste bilateral/bicaudal).

Onde t é tal que: c P(t v < t c ) 1 α (teste unilateral/unicaudal à direita) P(t v < t c ) α (teste unilateral/unicaudal à esquerda) P(t v < t c ) α/ ou P(t v > t c ) α/ (teste bilateral/bicaudal).

Uma empresa fabrica transistores do tipo A e do tipo B. A marca A, mais cara, é supostamente pelo menos 60 horas mais durável do que a marca B. Um usuário quer saber se vale a pena pagar mais pela marca A e resolve testar se, de fato, ela é mais durável.

Testa 0 itens de A encontrando uma vida média de 1000 horas com desvio de 60 horas, enquanto que 0 itens da marca B apresentam uma vida média de 910 horas com desvio de 40 horas. Qual a conclusão a 5% de significância?

Dados: Hipóteses: H 0 : μ 1 - μ 60 H 1 : μ 1 - μ > 60 n m 0 s A 60; s B 40 X 1000; Y 910 α 5% ; σ A σ B Trata-se de um teste t unilateral à direita com σ 1 e σ supostamente desiguais.

Onde: Onde: A vari A variável teste vel teste é: m s n s Y X ˆ Y X t Y X Y X Y X + Δ σ μ υ ( ) ( ) 1 m m S 1 n n S m S n S Y X Y X + + υ

E: t υ υ X s Y n m 1000 0 910 60 s 60 40 X Y + Δ 60 0 60 0 0 1 + + 40 0 + 40 0 0 0 1 33 1,861

O valor crítico t c é tal que: P(Τ 33 > t c ) α 0,05 5%. Então t c T 1 (0,95) 1,69. Assim RC [ 1,69; + ) DECISÃO e CONCLUSÃO: Como t 1,861 RC ou 1,861 > 1,69, Rejeito H 0, isto é,, a 5% de significância posso afirmar que a vida média m da marca é pelo menos 60 horas maior que a marca B.

υ 60 0 60 0 0 1 + + 40 0 40 0 0 1 33 tν t33 α 5% Região de Não Rejeição 1,861 RC [1,69 ; )

H 0 : π 1 π Δ H 1 : π 1 π > Δ (teste unilateral/unicaudal à direita) π 1 π < Δ (teste unilateral/unicaudal à esquerda) π 1 π Δ (teste bilateral/bicaudal).

Neste caso a variável vel teste é: Z P 1 P μ P1 P ˆσ P1 P P 1 P Δ P 1 ( 1 P 1 ) + P ( 1 P ) n m

Z> z c (teste unilateral/unicaudal à direita) Z< z c (teste unilateral/unicaudal à esquerda) Z >z c (teste bilateral/bicaudal).

Onde z é tal que: c Φ(z c ) 1 α (teste unilateral/unicaudal à direita) Φ(z c ) α (teste unilateral/unicaudal à esquerda) Φ(z c ) α/ ou Φ(z c ) 1 -α/ (teste bilateral/bicaudal).

A reitoria de uma grande universidade entrevistou 600 alunos, 350 mulheres e 50 homens, para colher a opinião sobre a troca do sistema de avaliação da universidade. Da amostra 140 mulheres e 115 homens estavam a favor. Teste a 5% se existe diferença significativa de opinião entre homens e mulheres.

Dados: Hipóteses: n 350; m 50 p 1 140/350 40% H 0 : π 1 π p 115/50 46% H 1 : π 1 π α 5% Trata-se de um teste bilateral para a proporção.

A variável vel teste é: Z P 1 ( P 1 1 P n P 1 ) P + Δ ( 1 P m ) 0,40( 0,40 0,46 0 1 0,40 ) 350 0,46( + 1 0,46 ) 50 0,06,1 0,0718

O valor crítico z c é tal que: P( Ζ > z c ) α 0,05 5%. Então z c Φ 1 (0,05) -1,96. Assim RC (- ; -1,96] [ 1,96; + ) DECISÃO e CONCLUSÃO: Como z -,1 RC ou -,1 < -1,96, Rejeito H 0, isto é,, a 5% de significância posso afirmar que as opiniões diferem entre homens e mulheres.

α,1,5% Região de Não Rejeição α,5% RC ( ; 1,96] U[1,96; + )

σ 1 H 0 : σ H 1 : σ 1 σ 1 σ 1 > (teste unilateral/unicaudal à direita) σ < (teste unilateral/unicaudal à esquerda) σ (teste bilateral/bicaudal). σ

Neste caso a variável vel teste é: F n 1, m 1 S S Y X

F n -1,m-1 > f c (teste unilateral/unicaudal à direita) F n -1,m-1 < f c (teste unilateral/unicaudal à esquerda) Fn -1,m-1 > f ou Fn-1,m-1 < (teste bilateral/bicaudal). c f c

Onde F n-1;m 1;m-1 é tal que: P ( F n 1, m -1 > F c ) α (teste unilateral/unicaudal à direita) P ( F n 1, m -1 < F c ) α (teste unilateral/unicaudal à esquerda) P(F n 1, m-1 > Fc ) α/ ou P( Fn 1, m-1 < F c ) α/ (teste bilateral/bicaudal).

O desvio padrão de uma dimensão particular de um componente de metal é satisfatório para a montagem do componente. Um novo fornecedor está sendo considerado e ele será preferível se o desvio padrão é menor do que o do atual fornecedor. Uma amostra de 100 itens de cada fornecedor é obtido.

Fornecedor atual: s 1 0,0058 Novo fornecedor: s 0,0041 A empresa deve trocar de fornecedor se for considerado uma significância de 5%?

Dados: Hipóteses: H 0 : σ 1 σ H 1 : σ 1 > σ n m 100 s 1 0,0058 s 0,0041 α 5% Trata-se de um teste unilateral à direita para a igualdade de variâncias.

A variável vel teste é: F S S 1 Que apresenta uma distribuição F com n 1 g.l. no numerador e m 1 g.l. no denominador. Então: f s s 1 0,0058 0,0041 1,41

O valor crítico f c é tal que: P( F > f c ) α 0,05 5%. Então f c F 1 (0,05) 1,39. Assim RC [ 1,39; + ) DECISÃO e CONCLUSÃO: Como f 1,41 RC ou 1,41 < 1,39, Rejeito H 0, isto é,, a 5% de significância posso afirmar que a variância do fornecedor atual é maior do que a do novo fornecedor.

F -1;m-1 F99; 99 n α 5% Região de Não Rejeição RC [ 1,39 ; ) 1,41

H 0 : μ D Δ H 1 : μ D > Δ (teste unilateral/unicaudal à direita) μ D < Δ (teste unilateral/unicaudal à esquerda) μ D Δ (teste bilateral/bicaudal).

Neste caso a variável vel teste é: t υ D μ σˆ D D D Δ S D n

Onde : d d n i s ( d i d n 1 ) d i n n d 1 e v é dado por: n 11 m - 1

t n-1 > t c (teste unilateral/unicaudal à direita) t n-1 < t c (teste unilateral/unicaudal à esquerda) t n-1 > t c (teste bilateral/bicaudal).

Onde t é tal que: c P(t n-1 < t c ) 1 α (teste unilateral/unicaudal à direita) P(t n-1 < t c ) α (teste unilateral/unicaudal à esquerda) P(t n-1 < t c ) α/ ou P(t n-1 > t c ) α/ (teste bilateral/bicaudal)

Um laboratório possui dois equipamentos de precisão. O diretor suspeita que existe uma pequena diferença de calibração entre os dois (ele não sabe em qual deles) de modo que um tende a dar leituras um pouco maiores do que o outro.

Ele propõe testar os dois aparelhos através da leitura de 10 medidas (tabela na próxima lâmina) em cada um dos aparelhos. Faça o teste adequado a uma significância de 5%.

Aparelho A 1, 1,1 10,55 13,33 11,4 10,30 1,3 13,7 11,93 1,50 Aparelho B 1,5 1, 10,57 13,3 11,47 10,30 1,36 13,9 11,91 1,61

Hipóteses: H 0 : μ D 0 Dados: n m 10 α 5% H 1 : μ D 0 Uma vez que as amostras não são independentes, trata-se do teste t para amostras emparelhadas.

A variável vel teste é: Onde: t n 1 D μ ˆσ D D D Δ SD n d d n i s ( d i d n 1 ) d i n n d 1

A 1, 1,1 10,55 B 1,5 1, 10,57 d i 0,30 0,10 0,0 d i 0,0900 0,0100 0,0004 13,33 13,31-0,0 0,0004 11,4 10,30 1,3 11,44 10,30 1,36 0,0 0,00 0,04 0,0004 0,0000 0,0016 13,7 11,93 13,9 11,90 0,0-0,03 0,0004 0,0009 1,50 1,61 0,11 0,011 -- -- 0,56 0,116

Tem-se: d d n i 0,56 10 0,0560 s d i n n d 1 0,116 10.0,0560 10 1 0,0971 A variável vel teste é: D Δ 0,056 0 0,056. 10 tn 1 SD 0,0971 0,0971 n 10 1,84

O valor crítico z c é tal que: P( T > t c ) α 0,05 5%. Então t c T 1 (0,05),6. Assim RC [,6; + ] DECISÃO e CONCLUSÃO: Como t 1,84 RC ou 1,84 <,6, Aceito H 0, isto é,, a 5% de significância não se pode afirmar que as leituras são diferentes.

tν t10 α 5% Região de Não Rejeição 1,84 RC [,6 ; )