Baixe o app para aproveitar ainda mais
Prévia do material em texto
TESTE DE HIPÓTESES • Teste de Hipóteses (Conceito) • Tipos de Erros (Tipo 1 e Tipo 2) • Tipos de Hipóteses para a média quando a variância é conhecida Teste de hipóteses: É uma regra de decisão para aceitar ou rejeitar uma hipótese estatística com base nos elementos amostrais. Quando é utilizado? Usado quando se ter testar determinados parâmetros populacionais ou seja, um valor para um parâmetro populacional, com base em uma amostra. Inferência Estatística Teste de hipóteses: • O teste de hipóteses é de fundamental importância por atuar como parâmetro para a população, utilizando a amostra para alcançar esse resultado. • "Teste de hipóteses é uma regra de decisão para aceitar ou rejeitar uma hipótese estatística com base na amostra“ • Importante: não há certezas e sim hipóteses Hipóteses estatísticas • As hipóteses estatísticas são fundamentadas na população • Média, proporção, variância ou desvio padrão populacional Para testar um parâmetro populacional é considerado 1 par de hipóteses: • Ho ou Hnulo e Ha ou H1 • Teste Bilateral ou Bicaudal • Teste Unilateral ou Unicaudal ቊ H0: µ = K H0: µ > K ቊ H0: µ = K H0: µ < K ቊ H0: µ ≤ K H0: µ > K ቊ H0: µ ≥ K H0: µ < K Gráficos Erros e nível de significância Toleram-se apenas 2 decisões: 1. Aceitar Ho rejeitando Ha 2. Rejeitando Ho aceitando Ha Tipos de Erros Os erros ocorrem no momento da inferência estatística • Erro tipo 1 (α) Quando se rejeita o Ho sendo ele verdadeiro • Erro tipo 2 (β) Quando se aceita Ho sendo ele falso • Os erros T1 e T2 são interligados e inversamente proporcionais. • Erro tipo 2 não é comum, é raro. Nível de significância • Tolerância T1 e T2 • Poder do teste é 1 - beta (não é muito usado) • Valor atribuído a alfa normalmente é de 1% a 10% (sendo 5% mais usado) • Valor atribuído a beta 90% Nível descritivo ou P-valor • Quando o P valor é muito pequeno a hipóteses nula é FALSA • P valor pequeno: quando é menor que o valor de alfa • Quanto menos o P-valor do teste, maior a evidência para se REJEITAR a hipótese nula ou seja, se ACEITAR a hipótese alternativa • P valor ≤ a alfa, rejeita-se o Ho (hipótese nula) • P valor > ao alfa, aceita-se o Ho Teste Bilateral e Unilateral • Alfa é o nível de significância • Rc é a região crítica refere-se ao valor crítico • Considerar a tabela da normal (z) • Quando o valor observado pertence a região crítica, rejeita-se Ho e aceita-se Ha • Quando o valor observado não pertence a região critica, aceita-se Ho e rejeita-se Ha Teste de Hipóteses para a média quando a Variância é conhecida • Usa-se a fórmula: 𝑍𝑜𝑏𝑠 = ത𝑋 − μ 𝜎 𝑛 ERRO TIPO I Quando a hipótese nula é verdadeira e você a rejeita, comete um erro do tipo I. A probabilidade de cometer um erro do tipo I é α, que é o nível de significância que você definiu para seu teste de hipóteses. O valor de α representa a probabilidade de cometer um Erro do tipo I; ou seja, α=P(H0 é rejeitada\ H0 é verdadeira) ▪ EXEMPLO Um neurologista está testando o efeito de uma nova droga no tempo de resposta injetando em 100 ratos uma dose da droga, sujeitando cada um a estímulos neurológicos, e anotando o tempo de resposta. O neurologista sabe que a média do tempo de resposta para os ratos não injetados com a droga é de 1,2 segundos. A média do tempo de resposta dos 100 ratos injetados é de 1,05 segundos, com um desvio padrão amostral de 0,5 segundos. Você acha que a droga tem efeito no tempo de resposta? Ho= Droga não tem efeito => μ= 1,2 segundos (mesmo c/ droga) H1= Droga fez efeito => μ ≠ 1,2 segundos quando a droga é dada Considere Ho: média= 𝑉100= 0,5 10 = 0,05 Z= 1,2−1,05 0,05 = 0,3 Valor – p = 0,003% Ou seja, menos de 5% é limite, então rejeitamos, já que deu 0,003%. Ficamos com a hipótese alternativa que a droga faz sim algum efeito ERRO TIPO II Quando a hipótese nula é falsa e você não a rejeita, comete um erro de tipo II. A probabilidade de cometer um erro de tipo II é β, que depende do poder do teste. Você pode diminuir o risco de cometer um erro do tipo II, assegurando que o seu teste tenha potência suficiente. O valor de B representa a probabilidade de cometer um Erro do tipo II; ou seja, B= P (H0 não é rejeitada | H0 é falsa) ▪ EXEMPLO (FGV – DPGE-RJ – ESTATÍSTICA) Com o objetivo de avaliar o nível de satisfação dos cidadãos com os serviços oferecidos pela Defensoria Pública é elaborado um teste de hipóteses, supondo, inicialmente, que 90% ou mais dos usuários estão satisfeitos. Uma amostra de tamanho n = 2 deverá ser realizada e a hipótese não refutada caso ambos os indivíduos se declarem satisfeitos. Contudo, há os que dizem que esse percentual é, na verdade, de “apenas” 80%. Dadas essas informações, os erros do tipo I e II para o teste proposto são, respectivamente, iguais a: REALIDADE H0 verdadeira H0 falsa DECISÃO ACEITAR H0 Sem erro Erro tipo II (β) REJEITAR H0 Erro tipo I (α) Sem erro O risco do erro do Tipo I é dada por: a = P (rejeitar H0|H0 verdadeira). O risco do erro do Tipo II é dado por: B = P (aceitar H0|H0 falsa). • Queremos testar: H0: p = 0,90 vs. H1: p=0,80 • Seja X = “número de indivíduos satisfeitos” numa amostra de tamanho 2. • Regra de decisão: “Rejeito H0 se, e somente se, X<2. • a = P (X < 2 | p = 0,90) = 1- (0,90)2 • B = P (X = 2 | p = 0,80) = (0,8)2 • Erro tipo I – 1- (0,90)2 • Erro tipo II - (0,8)2
Compartilhar