Baixe o app para aproveitar ainda mais
Prévia do material em texto
Maria Cecília Moscardini- CMMG 2º período Bioestatística Testes de hipóteses sobre uma população Aula 11 Motivação »Exemplo: »O jogador A afirma que acerta 80% dos lances livres em um jogo de basquete. Para verificar se isso ´e verdade, um pesquisador pede ao jogador A para fazer 20 lançamentos livres e observa que ele acerta somente 8 (40%). Dificilmente, uma pessoa que acerta 80% dos lances livres dificilmente acertaria somente 8 em 20 lançamentos. A amostra de 20 lançamentos fornece evidência contra a hipótese de que o jogador A acerte 80% dos lances livres Teste de Hipóteses ou Teste de Significância »Teste de hipóteses é um procedimento estatístico que permite testar uma afirmativa sobre uma propriedade da população, utilizando uma única amostra »A inferência estatística usa dados amostrais com dois propósitos: -Estimar um parâmetro populacional -Testar uma hipótese ou afirmativa sobre um parâmetro populacional Fundamentos de testes de hipóteses Hipóteses »Em um teste sempre haverá suas hipóteses Hipótese nula (H0) »É a afirmação sobre o parâmetro que obrigatoriamente, conter a condição de igualdade »Para a media µ, considerando k uma constante conhecida: •H0: µ = k, • H0: µ ≥ k, • H0: µ ≤ k Exemplo: Uma organização americana afirma que o peso médio de um passageiro de avião (que leva bagagem) é maior que os 84 kg estabelecidos há vinte anos. K = 84 »Para a proporção p, considerando c uma constante conhecida: Bioestatística Maria Cecília Moscardini- CMMG 2º período • H0: p = c, • H0: p ≥ c, • H0: p ≤ c Exemplo: Um jornal afirma que a maioria dos trabalhadores consegue empregos através de uma rede de amigos. C = 50% Hipótese alternativa (H1) »A afirmação sobre os parâmetros deve ser verdadeira se a hipótese nula (H0) for falsa. »Para a media µ, considerando k uma constante conhecida: • H1: µ ≠ k, (para H0 = k) • H1: µ < k, (para H0 ≥ k) • H1: µ > k, (para H0 ≤ k) »Para a proporção p, considerando c uma constante conhecida: • H1: p ≠ c, (para H0 = c) • H1: p < c, (para H0 ≥ c) • H1: p > c, (para H0 ≤ c) *Alguns livros texto consideram que a hipótese nula H0 deve conter somente a igualdade (=). » H0 em alguns contextos ́ e vista como a hipótese de ’nenhum efeito’ ou ’nenhuma diferença’. Isso se refere a quando um tratamento/medicamento possui o mesmo efeito a anterior »O procedimento de teste ´e feito assumindo que H0 ´e verdadeira, ou seja, o teste ´e sobre H0. O objetivo ´e avaliar a força das evidências contra H0. »As conclusões possíveis de um teste são, rejeitar ou não rejeitar H0. Estabelecendo hipóteses »Uma universidade alega que a proporção de alunos formados em quatro anos ´e 82%. -Parâmetro: Proporção de alunos formados em 4 anos. -Hipóteses: H0: p = 0, 82(c) -Então, H1: p ≠ 0, 82. »Uma indústria farmacêutica especifica que, em certo analgésico, a quantidade média de AAS deve ser 5,5 mg por comprimido. A indústria suspeita que houve problemas na produção de determinado lote, e que a quantidade média de AAS ´e maior que a especificada. »Parâmetro: Quantidade média de AAS por comprimido. -Hipóteses: H1: µ > 5, 5 mg. --A hipótese nula será p complementar (contrário) da hipótese alternativa, então: H0: µ ≤ 5, 5 mg »A altura média de mulheres americanas de 18 anos é 1,63m. Um diretor de escola de ensino média suspeita que a altura Maria Cecília Moscardini- CMMG 2º período média das alunas desta escola é diferente da nacional -Neste caso, como a suspeita é de diferença, cabe somente na hipótese alternativa. • H1: µ ≠ k, (para H0 = k) - H1: µ ≠ 1,63 -A hipótese nula será p complementar (contrário) da hipótese alternativa: H0 = 1,63 -Então o grupo de hipótese é: H0: µ = 1, 63 m × H1: µ ≠ 1, 63 m »Um pesquisador suspeita que a média do peso ao nascer de bebês cujas mães não consultaram um médico antes do parto seja menor que 1.000 g »Neste caso, como a suspeita é de valor menor, sem considerar igualdade, cabe somente na hipótese alternativa • H1: µ < k, (para H0 ≥ k) - H1: µ < 1.000g -A hipótese nula é complementar da hipótese alternativa: H0 ≥ 1.000g -Então o grupo de hipótese é: H0: µ ≥ 1.000 g × H1: µ < 1.000 g »OBS: Se for construído erroneamente as hipóteses como: H0: µ ≤ 1.000 g × H1: µ > 1.000 g, não será possível responder a pergunta do pesquisador Erros associados a um teste de hipóteses »O teste a ser feito permite duas conclusões possíveis: rejeitar ou não rejeitar H0. »É possível cometer dois tipos de erros: Erro tipo 1 »Consiste em rejeitar a hipótese nula quando ela é verdadeira. »Denota-se α a probabilidade de ocorrência do erro tipo 1. O α é chamado de nível de significância e normalmente é predeterminado Escolhas comuns de valores para este erro são: α = 0, 01 e α = 0, 05 (artigos científicos). Erro tipo 2 »Consiste em não rejeitar a hipótese nula quando ela é falsa. »A probabilidade de ocorrência desse erro é denotada por β »Esse erro está relacionado ao poder do teste →Interpretação do gráfico Maria Cecília Moscardini- CMMG 2º período »Se na amostra for rejeitado H0, mas na população a H0 é verdadeira, o pesquisador está cometendo o erro tipo 1. »Se na amostra for rejeitado H0, e na população a H0 também é falsa, o pesquisador está tomando a decisão correta »Se na amostra não se rejeita a H0, e na população H0 é verdadeira, o pesquisador está tomando a decisão correta »Se na amostra não se rejeita a H0, mas na população H0 é falsa. O pesquisador está com entendo o erro tipo 2 »Na prática o pesquisador que realiza o teste especifica o ´nível de significância α, controlando, assim, a probabilidade de ocorrência do erro tipo I. A ocorrência de cada um dos tipos de erro tem as suas consequências. Na prática é comum assumir que a ocorrência do erro tipo I é mais grave, mas isto não é uma regra. »Exemplo: Uma indústria lança um produto X que aumenta a chance de ter uma menina. -Parâmetro: p = proporção de nascimentos de meninas com o uso do produto X. -Hipóteses: H0: p ≤ 0, 50 vs H1: p > 0, 50. Erro tipo I: rejeitar H0 quando H0 ´e verdadeira (falar que o método funciona quando na verdade não funciona na população) Erro tipo II: não rejeitar H0 quando H0 ´e falsa (falar que o método não funciona quando na verdade ele funciona). Estatística de teste »É o valor baseado nos dados amostrais utilizado para tomar a decisão de rejeitar ou não a hipótese nula » E obtido pela conversão da estatística amostral (´ pˆ para proporção e x¯ para média) em quantil de alguma distribuição conhecida, como normal ou t-Student. »A formula dependerá do parâmetro testado »Teste para uma média com variância populacional desconhecida (só temos o valor da variância amostral s 2): - A estatística Tobs tem distribuição t- Student com n − 1 graus de liberdade. -Na fórmula acima, x¯ é a média amostral, s é o desvio-padrão amostral, n é o tamanho da amostra e k é a constante conhecida testada em H0. » Teste para uma proporção Maria Cecília Moscardini- CMMG 2º período -A estatística Zobs tem distribuição Normal Padrão. -Na fórmula acima, pˆ é a proporção amostral, c é a constante conhecida testada em H0 e n é o tamanho da amostra. Região Critica »Consiste no conjunto dos valores da estatística que levam a rejeição da hipótese nula »A construção da região crítica depende do nível de significância α e o tipo de teste. »O tipo do teste é definido pela forma da hipótese alternativa »Um teste é dito bilateral se: -H1: µ ≠ k, para a média Ou -H1: p ≠ c, para a proporção »Um teste é dito unilateral esquerdo se: -H1: µ < k, para a média Ou -H1: p < c, para a proporção »Um teste é dito unilateral direito se: -H1: µ > k, para a média Ou -H1: p > c, para a proporçãoEstatística de teste Zobs, ao nível de significância α →Para um teste unilateral esquerdo: H1: p < c RC = {Zobs < −zα}, ou seja, rejeita-se H0 se o Zobs for menor que um valor −zα, que é o valor da distribuição normal padrão que deixa α a esquerda dele. »O −zα é o percentil α% da distribuição Normal padrão (o valor que deixa α de área `a sua esquerda). »O valor −zα ´e chamado de valor crítico. →Para um teste unilateral direito: Maria Cecília Moscardini- CMMG 2º período H1: p >c RC = {Zobs > zα}, ou seja, rejeita-se H0 se o Zobs for maior que um valor zα »Este zα é o percentil (1 − α) % da distribuição Normal padrão (o valor que deixa (1 − α) de área `a sua esquerda) » O valor zα ́ e chamado de valor crítico →Para um teste bilateral: H1: p ≠ c RC = Zobs < −zα/2 ou Zobs > zα/2, ou seja, rejeita-se H0 se o Zobs for menor que um valor −zα/2 ou maior que zα/2. »Este −zα/2 ´e o percentil (α/2) % da distribuição Normal padrão (o valor que deixa α/2 de área `a sua esquerda) e o zα/2 ´e o simétrico positivo dele. »O valor zα/2 ´e chamado de valor crítico Estatística de teste Tobs, ao nível de significância α →Para um teste unilateral esquerdo: H1 : µ < k RC = {Tobs < −tα}, ou seja, rejeita-se H0 se o Tobs for menor que um valor −tα. Este −tα ´e o percentil α% da distribuição t-Student com n − 1 GL (o valor que deixa α de ´área `a sua esquerda). O valor −tα ´e chamado de valor crítico →Para um teste unilateral direito: H1: µ > k RC = {Tobs > tα}, ou seja, rejeita-se H0 se o Tobs for maior que um valor tα. »Este tα ´e o percentil (1 − α) % da distribuição t-Student com n − 1 GL (o valor que deixa (1 − α) de área `a sua esquerda). »O valor tα ´e chamado de valor crítico. →Para um teste bilateral: H1: µ ≠ k RC = Tobs < −tα/2 ou Tobs > tα/2, ou seja, rejeita-se H0 se Maria Cecília Moscardini- CMMG 2º período o Tobs for menor que um valor −tα/2 ou maior que tα/2. »Este −tα/2 ´e o percentil (α/2) % da distribuição t-Student com n − 1 GL (o valor que deixa α/2 de área `a sua esquerda) e o tα/2 ´e o simétrico positivo dele. »O valor tα/2 ´e chamado de valor crítico. Tabela do normal padrão »Na Tabela Normal padrão, se encontra o valor critico `a esquerda -0,05 de área → -1,64 »Na tabela normal padrão, procura-se na tabela a área mais próxima de 0,05 do lado negativo (quadrado vermelho) - 0,01 de área → -2,33 (verde) - 0,025 de área → -1,96 (azul) Tabela t-Student »Na Tabela t-Student, se encontra o valor critico `a esquerda -0,05 de área, com 21 GL → - 1,7207(vermelho) -0,01 de área, com 13 GL → - 2,6503. (azul) -0,025 de área, com 9 GL → -2,2622. (verde) P - Valor »E a probabilidade de se obter um valor da estatística de teste que seja igual ou mais extremo que o observado para a amostra, supondo que a H0 seja verdadeira. »H0 é rejeitada se o p-valor for muito pequeno, menor que o nível de significância α Regra de decisão: • Se p-valor < α → H0 deve ser rejeitada, ao nível de significância α, • Se p-valor ≥ α → H0 não deve ser rejeitada, ao nível de significância α Maria Cecília Moscardini- CMMG 2º período Roteiro para solução de um teste de hipóteses 1-Identifique o parâmetro desconhecido a ser testado - se ́ e uma média ou uma proporção, e os descreva no contexto do problema 2-Formule as hipóteses - atenção ao fato de que as hipóteses são formuladas em relação aos parâmetros; 3-Calcule a estatística de teste; 4-Construa a região crítica; 5-Decida pela rejeição ou não da hipótese nula; 6-Conclua, no contexto do problema. Teste sobre uma média populacional »Uma indústria farmacêutica especifica que, em certo analgésico, a quantidade média de AAS deve ser 5,5 mg por comprimido. A indústria suspeita que houve problemas na produção de determinado lote, e que a quantidade média de AAS ´e maior que a especificada. Para verificar essa suspeita, a indústria selecionou 50 comprimidos do lote suspeito, observando uma quantidade média de AAS igual a 5,8 mg e um desvio - padrão de 0,85 mg. Os dados da amostra confirmam a suspeita da indústria ao nível de significância de 2%? Parâmetro: µ: quantidade média de AAS de um analgésico de lote suspeito. Hipóteses: H0: µ = 5, 5 mg × H1: µ ≠ 5, 5 mg. n=50, x¯ = 5, 8 e s = 0, 85 Estatística de teste: »Região crítica: Temos H1: µ 6= 5, 5 mg (teste bilateral) e α = 0, 02. A distribuição de referência ´e a t-Student com n − 1 = 50 − 1 = 49 GL. »tα/2 = 2, 4049 então RC = {Tobs < −2, 4049 ou Tobs > 2, 4049} A estatística de teste Tobs ∈ RC? Decisão: Como Tobs = 2, 496 > 2, 4049 → Tobs ∈ RC → Rejeita-se H0. Conclusão: A 2% de significância, há evidências de que a quantidade média Maria Cecília Moscardini- CMMG 2º período de AAS no analgésico do lote suspeito ´e diferente de 5,5 mg. Teste sobre uma proporção populacional »O Clarinex ´e uma droga usada para o tratamento de asma. Em testes clínicos dessa droga, 1.655 pacientes foram tratados com doses de 5 mg de Clarinex e 2,1% deles tiveram fadiga. »Use o nível de significância de 0,01 para testar a afirmativa de que a porcentagem dos usuários de Clarinex que demostraram fadiga seja maior que a taxa de 1,2% daqueles que não usam Clarinex. A fadiga parece ser uma reação adversa do Clarinex? Parâmetro: p: proporção de pacientes tratados com Clarinex que apresentaram fadiga. Hipóteses: H0: p ≤ 0, 012 × H1: p > 0, 012. Estatística de teste: Região crítica: Temos H1: p > 0, 012 (teste unilateral direito) e α = 0, 01. A distribuição de referência ´e a Normal Padrão. Então, por simetria, zα = 2, 33 então RC = {Zobs > 2, 33}. A estatística de teste Zobs ∈ RC? Decisão: Como Zobs = 3, 363 > 2, 33 → Zobs ∈ RC → Rejeita-se H0. Conclusão: A 1% de significância, há evidências de que a fadiga ´e uma reação adversa do Clarinex.
Compartilhar