Baixe o app para aproveitar ainda mais
Prévia do material em texto
Inferência Estatística Material Teórico Responsável pelo Conteúdo: Prof.ª Me. Adriana Domingues Freitas Revisão Textual: Prof.ª Dr.ª Selma Aparecida Cesarin Testes de Significância • Introdução; • Testes de Significância para Uma Média Populacional. • Compreender e realizar Testes de Signifi cância para validar uma determinada evidência relativa a um parâmetro populacional; • Calcular estatísticas de teste; • Compreender e diferenciar Nível de Signifi cância e Nível de Confi ança. OBJETIVOS DE APRENDIZADO Testes de Signifi cância Orientações de estudo Para que o conteúdo desta Disciplina seja bem aproveitado e haja maior aplicabilidade na sua formação acadêmica e atuação profissional, siga algumas recomendações básicas: Assim: Organize seus estudos de maneira que passem a fazer parte da sua rotina. Por exemplo, você poderá determinar um dia e horário fixos como seu “momento do estudo”; Procure se alimentar e se hidratar quando for estudar; lembre-se de que uma alimentação saudável pode proporcionar melhor aproveitamento do estudo; No material de cada Unidade, há leituras indicadas e, entre elas, artigos científicos, livros, vídeos e sites para aprofundar os conhecimentos adquiridos ao longo da Unidade. Além disso, você tam- bém encontrará sugestões de conteúdo extra no item Material Complementar, que ampliarão sua interpretação e auxiliarão no pleno entendimento dos temas abordados; Após o contato com o conteúdo proposto, participe dos debates mediados em fóruns de discus- são, pois irão auxiliar a verificar o quanto você absorveu de conhecimento, além de propiciar o contato com seus colegas e tutores, o que se apresenta como rico espaço de troca de ideias e de aprendizagem. Organize seus estudos de maneira que passem a fazer parte Mantenha o foco! Evite se distrair com as redes sociais. Mantenha o foco! Evite se distrair com as redes sociais. Determine um horário fixo para estudar. Aproveite as indicações de Material Complementar. Procure se alimentar e se hidratar quando for estudar; lembre-se de que uma Não se esqueça de se alimentar e de se manter hidratado. Aproveite as Conserve seu material e local de estudos sempre organizados. Procure manter contato com seus colegas e tutores para trocar ideias! Isso amplia a aprendizagem. Seja original! Nunca plagie trabalhos. UNIDADE Testes de Significância Introdução Já vimos que a Inferência Estatística consiste em obter informações de uma po- pulação a partir das observações e análises de uma ou mais amostras dessa popu- lação; sendo assim, a partir da análise de resultados amostrais, é possível estimar informações e características acerca da população. O conjunto de técnicas e procedimentos matemáticos e probabilísticos permitem à Inferência Estatística não só extrapolar esses cálculos, da amostra para a popula- ção, mas também gerenciar o grau de aproximação de confiabilidade, gerenciando o erro estatístico, chamado também de grau de incerteza, que é inerente ao proces- so do cálculo das estimativas. Dentre os tipos de inferência estatística, destacam-se: os intervalos de confian- ça e os testes de significância. Enquanto o primeiro tem por objetivo estimar um parâmetro populacional a partir de uma amostra, no segundo, o objetivo é validar uma determinada evidência relativa a um parâmetro populacional. Testes de Significância para Uma Média Populacional Os testes de significância têm por objetivo avaliar, aceitando como verdadeira ou rejeitando, dentro de um nível de confiança, uma evidência relativa a um pa- râmetro populacional. Obviamente, pelo fato de a decisão ter como base uma amostra, e não a popu- lação, não há certeza plena quanto à decisão tomada. Dessa forma, o teste avalia uma hipótese inicial, chamada de H0, contra uma hipótese alternativa, chamada de H1 ou Ha. Um teste de hipótese se baseia no que chamamos de estatística de teste, e mede quão distante o resultado amostral está do valor estabelecido pela hipótese H0. A hipótese H0 é o que se tem como verdadeiro, aquilo que se sabe como verda- deiro até o momento do teste. Assim, o teste é executado de forma a avaliar o quão verdadeira pode ser a hipótese inicial. O teste, conforme detalharemos a seguir, poderá ser lateral ou bilateral. Conforme Moore, Notz e Fligner (2017), em um teste estatístico, a afirmativa testada é chamada de hipótese nula. O teste é planejado para avaliar a força da evidência contra a hipótese nula. Em geral, a hipótese nula é uma afirmativa de “nenhum efeito” ou “nenhuma diferença”. 8 9 A afirmativa sobre a população a favor da qual estamos tentando achar evidên- cia é a hipótese alternativa. A hipótese alternativa é unilateral se afirmar que um parâmetro é maior ou menor do que o valor da hipótese nula e é bilateral se afirmar que o parâmetro é diferente do valor de H0. As estatísticas de teste podem variar de acordo com o contexto e, principalmen- te, o tipo de amostra e os dados de que se tem conhecimento. Assim, há distinção dos métodos quando o objetivo é aplicar o teste de significância para a média de uma população quando se conhece o desvio-padrão e quando não se conhece, quando essa distribuição segue o padrão normal ou não, ou ainda, dependendo do tamanho da amostra. Assim, tenha em mente que ter acesso ou não ao valor do desvio-padrão (ou da variância), tipo de distribuição da amostra e tamanho da amostra interferem na escolha da estatística de teste que será utilizada no teste de significância. Nesta Unidade, nosso foco será utilizar testes de significância para a média, de distribuições normais, com o desvio padrão conhecido. Em Unidades futuras, vere- mos outras situações. Os testes de significância são realizados em etapas, que compõem o processo, de forma a garantir sua eficiência. Inicialmente, devemos determinar qual o parâmetro é o parâmetro de interesse (no nosso caso será a média) Na sequência, deve-se estabelecer as hipóteses: a Hipótese Inicial, chamada de H0, e a Hipótese Alternativa (H1 ou HA). É importante destacar que as hipóteses H0 e H1 não possuem intersecção, ou seja, uma nega a outra. Dessa forma, quando uma for verdadeira, a outra será falsa. Para a Hipótese Nula H0, normalmente, afirma-se uma igualdade. Já para a Hipó- tese Alternativa (H1 ou H0) se afirma uma diferença ou, ainda, as desigualdades tipo < ou >. Porém, alguns livros também trabalham negando a H0, da seguinte forma: • Se H0 usa =, então H1 será dada por ≠; • Se H0 for definida por ≤ , então H1 será definida por >; • Se H0 for definida por ≥ , então H1 será definida por <. Importante! Note que H0 e H1 devem ser antagônicas; uma nega a outra. Importante! 9 UNIDADE Testes de Significância Na sequência do Protocolo para o Teste de Significância, calcularemos o valor da estatística de teste apropriada. Como comentei há pouco, essa estatística de teste varia de acordo com o con- texto, como: se conhecemos ou não o valor do desvio-padrão (ou variância) popu- lacional, característica e tamanho da amostra. Dentre as estatísticas de testes, destacaremos a tabela normal (z-crítico), a “t de Student” e o teste de Qui-quadrado. Nesse momento, focaremos na Tabela Normal (z-crítico), já que veremos situações em que realizaremos o teste para média com desvio-padrão (ou variância) populacional conhecidos de amostras com padrão de distribuição normal. A estatística de teste é um valor obtido por uma fórmula e que varia de acordo com o contexto. Importante! A partir do valor calculado para a estatística de teste e ao contrapor esse valor ao valor observado, de acordo com o Nível de Confiança desejado, a Hipótese Nula H0 deve ser aceita ou rejeitada. Se aceitar H0, deve-se rejeitar H1. Já se rejeitar H0, deve-se aceitar H1 como verdadeira. Importante! E então, na etapa final, teremos a análise e a conclusão, isto é, com base nos dados obtidos, e de acordo com o Nível de Confiança desejado, opta-se por uma dasHipóteses e, voltando para a questão prática, deve-se concluir para a solução da situação problema. Em síntese, as etapas de um teste de significância são: • Determinar o parâmetro de interesse; • Estabelecer a hipótese H0; • Estabelece a hipótese H1 (que contradiz H0); • Calcular a estatística de Teste; • Encontrar o valor para a região crítica (no caso de um determinado Nível de Confiança e/ou Nível de Significância desejados) em Tabelas de Valores de Áreas (como Tabela normal e t-student, por exemplo); 10 11 • Contrapor a estatística de teste calculada com a região de rejeição (no caso de um determinado Nível de Confiança e/ou Nível de Significância desejados) e realizar a análise das hipóteses; • Manter ou rejeitar a Hipótese Inicial H0; • A partir da Hipótese aceita, voltar para a análise da questão e concluir no contexto apresentado. 1. Determinar o parâmetro de teste 2. Analisar a situação problema e estabelecer H0 3. Estabelecer H1 (que contradiz H0) 6. Contrapor o valor da estatística de teste com base no Nível de Con�ança desejado 5. Encontrar valor de Rejeição (com base no Nível de Con�ança desejado) 4. Calcular a Estatística de Teste 7. Manter ou rejeitar H0 8. Voltar para análise da questão prática Concluir Figura 1 – Etapas para o Teste de Signifi cância Importante ter em mente que, dependendo da hipótese, conforme mencionado acima, o teste por ser unilateral ou bilateral (chamado também de bicaudal), para compreender melhor, observe os esboços a seguir: Figura 2 – Teste Unilateral à direita Fonte: Acervo do Conteudista 11 UNIDADE Testes de Significância O teste unilateral à direita diz respeito a hipóteses nas quais consideramos a desi- gualdade “maior” para a H1. Como, por exemplo: H0: m = m0 e H1: m > m0 ou H0: m ≤ m0 e H1: m > m0. Na imagem RC diz respeito à região crítica que corresponde à área de rejeição: Figura 3 – Teste Unilateral à esquerda Fonte: Acervo do Conteudista O teste unilateral à esquerda, diz respeito a hipóteses nas quais consideramos a desigualdade “menor” para a H1. Como por exemplo: H0: m = m0 e H1: m < m0 ou H0: m ≥ m0 e H1: m < m0. Na imagem RC diz respeito à região crítica que correspon- de à área de rejeição. Figura 4 – Teste Bilateral Fonte: Acervo do Conteudista Já o teste bilateral é utilizado quando tratamos da igualdade (H0 : m = m0) : e, por consequência, a H1: m ≠ m0 como a diferença. Certamente, você observou em cada um dos esboços acima o símbolo de α. Mas o que representa o α? Representa o Nível de Significância. 12 13 Como destacam Moore, Notz e Fligner (2017), significante ou “estatisticamente significante” em Linguagem Estatística não tem o sentido de “importante”, mas significa, simplesmente, “improvável de acontecer por acaso”. Sendo assim, temos por Nível de Significância um indicador da informação ser improvável. Aproveito para destacar, também, o Nível de Confiança, que é justamente o indicador da informação ser provável. Os Níveis de Confiança mais comuns são: 90%, 95% e 99%, sendo que desses o mais usual é o de 95%. E temos a relação de que o Nível de Confiança é obtido por 1 – α. Logo, se o nível de Confiança é de 95%, então o Nível de Significância será de 5%, haja vista que: 0,95 = 1 – α , logo: α = 1 – 0,95 = 0,5 = 5%. Perceba que Nível de Confiança e Nível de Significância são complementares em 1 e que é justamente o Nível de Significância que nos remete à Região Critica RC. Ex pl or Assim, se o Nível de Confiança for de 95%, teremos, então, Nível de Significância α = 5%, e é justamente esse nível que vai delimitar a região crítica. E atenção: realizar o esboço, de acordo com a hipótese alternativa e do nível de significância, permite uma visão das possibilidades dos testes que permite analisar com clareza também o nível de significância. Para situações nas quais o contexto é uma amostra que segue uma distribuição normal e na qual o desvio-padrão é conhecido, a estatística de teste é calculada por: xz n m σ − = Em que: • x é a média amostral; • m é a média populacional testada – para H0; • σ desvio-padrão populacional; • n é o número de elementos da amostra. O valor da estatística de teste será normalmente chamado de valor calculado. Como nesta Unidade usaremos a Tabela normal reduzida, então, chamaremos de 13 UNIDADE Testes de Significância z calculado ou simplesmente zcalc. Assim como o z observado na Tabela normal reduzida será chamado de z observado ou zobs. Observe o exemplo, retirado de Moore, Notz e Fligner (2017): Exemplo 1 O National Center for Health Statistcs relatava que a pressão arterial sistólica de homens na faixa de 35 a 44 anos tem média 128 e desvio-padrão 15. O Diretor médico de uma grande Empresa olha os registros médicos de 72 exe- cutivos nesse grupo etário e descobre que a pressão arterial sistólica média nessa amostra é x = 126,07. A questão é: essa é uma evidência de que os executivos da Empresa têm uma pressão arterial média diferente da população em geral? Vejamos como analisar essa situação e, embora os autores não tenham infor- mado nesse exercício com qual nível de significância a situação deve ser analisada, vamos estipular aqui 95% de nível de significância. Determinar o parâmetro de interesse Dado o contexto apresentado no exemplo, o parâmetro de interesse será a média; Estabelecer a hipótese H0 Primeiro, devemos observar que aqui se trata de um teste bilateral, já que a questão indagada é se a média da Empresa seria diferente da população em geral, veja que não foi citado se seria menor ou maior, mas “diferente”. Por isso, o teste é bilateral (quando tratamos de igualdade ou diferença) e não unilateral (quando tratamos de desigualdades > ou < ). Outro ponto importante para definição de H0 e H1: a H0 é sempre uma igual- dade, a afirmação de algo, então: • H0 será “nenhuma diferença em relação à média” ou seja: H0: m = 128; Estabelecer a hipótese H1 Como H1 deve negar H0, temos que: • H1: m ≠ 128; 14 15 Calcular a estatística de Teste Como o que desejamos é o teste de significância para a média e com o desvio padrão populacional conhecido, utilizaremos então a teste z (z-crítico) com a ta- bela normal. Logo: 126,07 128 1,0915 72 xz n m σ − − = = = − Encontrar o valor da região de rejeição (região crítica) Com base em qual valor vamos aceitar ou rejeitar uma Hipótese H0? Como saber se o valor está dentro do tolerável ou não? O exemplo do livro não chegou a citar o Nível de Significância, mas trabalharemos com 5%. Assim, como o teste é bilateral e o Nível de Significância adotado, para essa análise, será de 5%, temos o seguinte esboço: Figura 5 Fonte: Acervo do Conteudista Lembre-se da curva normal, na qual temos duas áreas simétricas iguais a 0,5. Observe que em cada uma das áreas temos uma região que é definida por α/2. Logo, se o Nível de Significância for de 5% (0,05) então se α = 0,05 temos que α/2 = 0,025. Então, z será o valor que corresponde ao complementar de 0,025 para 0,5, ou seja: 0,5 – 0,025 = 0,475. 15 UNIDADE Testes de Significância O 0,475 na Tabela normal reduzida corresponde ao z observado = 1,96. Dessa forma, z obs = 1,96, e seu simétrico z obs= -1,96, delimitarão o que chamamos de Região Crítica (RC) e, portanto, serão parâmetros de análise para o z calculado na estatística de teste, que fará com que H0 seja aceita ou rejeitada; Contrapor a estatística de teste com a região de rejeição, realizar a análise das hipóteses Figura 6 – Esboço do Teste Bilateral do exemplo 1 Fonte: Acervo do Conteudista Ao observar o valor z calculado pela Estatística de Teste z = -1,09 e comparar com o z observado na Tabela normal reduzida (levando em consideração o valor de α), observamos que o z calculado não pertence ao intervalo da Região Crítica, nesse caso, então, nós mantemos H0; Manter ou rejeitar a Hipótese Inicial H0 Manteremos H0 como verdadeira, ou seja, H0: m = 128; Voltar à questão prática para então concluirno contexto apresentado No contexto apresentado, manteremos que m = 128. O que isso significa? Ob- serve que se H0: m = 128, então, a amostra está, sim, próxima de representar os outros homens, portanto x = 126,07 não é uma boa evidência de que os executivos sejam diferentes dos outros homens, já que nossa H0 mostrou o contrário. Vamos para mais um exemplo. Exemplo 2 Em determinada Agência bancária, sabe-se que a meta para tempo de espera em uma fila de atendimento é de até 15 minutos, ou seja, um intervalo menor ou igual a 15 minutos. 16 17 As metas vêm sendo alcançadas, porém com desvio-padrão de 2,8 minutos. Uma nova forma de atendimento foi proposta (escala rotativa entre os atendentes, incluindo a fila para atendimentos preferenciais) e o gerente, analisando uma amos- tra de 30 atendimentos, identificou que a média amostral foi de 16,5 minutos. Verifique, a partir do Teste de Hipótese, com base na amostra, se o gerente deve mudar a forma de atendimento. Considere um nível de confiança de 95%. Para resolver esse exemplo, seguiremos o passo a passo descrito anteriormente: Determinar o parâmetro de interesse (média, proporção, desvio-padrão ou variância) Nesse caso, verificamos que se trata da média, portanto x; Estabelecer a hipótese H0 O tempo de atendimento deve ser, no máximo, de 15 minutos. Logo, para H0 temos que m ≤ 15. Lembre-se de que H0 é sempre destinada à igualdade = ou de- sigualdades ≤ ou ≥. Portanto, H0 : m ≤ 15; Estabelece a hipótese H1 (que contradiz H0) Como elas devem ser complementares, então, temos que x > 15, ou seja, o tem- po de atendimento será maior do que 15 minutos, o que contradiz H0. Portanto: H1: m > 15. Calcular a estatística de Teste Nesse caso, como conhecemos o desvio-padrão populacional, supondo uma distribuição normal, usaremos a estatística z: calc x 16,5 15 1,5z 2,932,8 0,5112 n 30 − m − = = = = σ Isto é, nosso z calculado, z calc = 2,93. E esse valor é que será comparado com o valor obtido na Tabela de Distribuição Normal de acordo com o nível de confiança estabelecido; Encontrar o valor para a região crítica O exercício solicitou um Nível de Confiança de 95%. No esboço, sinalizaremos o valor de α, que é o Nível de Significância; porém, sabemos que 1 – α = 0,95; logo, α = 0,05. Além disso, deve-se observar que se trata de um Teste UNILATERAL (trata-se de uma desigualdade (≤); portanto, teremos o seguinte esboço: 17 UNIDADE Testes de Significância Figura 7 – Esboço do Teste Unilateral do exemplo 2 Fonte: Acervo de Conteudista Vale relembrar que a área toda abaixo da curva equivale a 1, certo? Então, essa área é dividida em duas partes iguais de 0,5. Como temos α = 0,05, então, para completar a região de 0,5, temos a diferença de 0,45. Observe que no esboço está hachurada a região a partir de 0,45 e justamente por- que após 0,45 estamos na Região Crítica, que envolve 0,05 do Nível de Significância. Para obter o valor de z na Tabela Normal reduzida, devemos consultar qual valor de z corresponde a 0,45 e, na sequência, comparar esse valor com o valor calcu- lado anteriormente. Para consultar o valor de z correspondente a 0,45 na Tabela normal, devemos relembrar que a Tabela usada nesta Disciplina é a Tabela Normal Reduzida para z ≥ 0. Trata-se da Tabela mais usual e traz valores para uma variável que esteja entre 0 (que é a média da normal padronizada) e o valor de z procurado, ou seja, ela forne- ce o valor das áreas para dados intervalos em que 0 ≤ x ≤ z. Importante observar na imagem a seguir que não temos exatamente o valor de 0,45, e os valores mais próximos são 0,4495 e 0,4505 que correspondem a 1,64 e a 1,65 respectivamente. Logo, a média entre os dois será o resultado de z obser- vado na Tabela; portanto, z = 1,645, que chamaremos de z observado. 18 19 Figura 8 – Consulta à Tabela Normal Reduzida Fonte: Acervo do Conteudista Comparando esse exemplo com o anterior, mesmo sendo α = 5%, igual ao do exemplo an- terior, tivemos uma região crítica com z diferente de z = 1,960 para z = 1,645 e isso se deve ao tipo de teste que, no exemplo anterior, era bilateral e agora unilateral. Ex pl or Contrapor a estatística de teste calculada com a região de rejeição Figura 9 – Esboço do exemplo 2 com Região Crítica e z-calc Fonte: Acervo do Conteudista 19 UNIDADE Testes de Significância Manter ou rejeitar a Hipótese Inicial H0 Observe que o valor z calc = 2,92 está na Região Crítica (RC), que é definida por z a partir de 1,645, ou seja, z calc é um valor maior do que z observado na Tabela normal reduzida. Dessa forma, devemos negar H0 e manter H1. Portanto, temos que H0 : m ≤ 15 é rejeitada e assumimos que H1: m > 15 é ver- dadeira, com um Nível de Confiança de 95%; Concluir no contexto apresentado Como rejeitaremos H0, temos então, que a média, a partir da amostra apre- sentada, não é de até 15 minutos, ou seja, será superior a 15 minutos, portanto, o gerente não deve mudar a forma de atendimento. Observe o novo exemplo. Exemplo 3 Em determinada linha de produção deve produzir argolas com 2cm de diâmetro. O controle de qualidade exige que o diâmetro seja em média de 2cm. Do histórico de produções, tem-se que a variância é de 0,09cm. Uma amostra de 50 argolas foi retirada para análise e a média amostral da medida do diâmetro foi de 2,1cm. Supondo uma distribuição normal e adotando o nível de confiança de 95%, veri- fique se o gerente de produção deve interromper a linha de produção para realizar ajustes necessários ou se deve continuar normalmente a produção. Determinar o parâmetro de interesse No contexto, será a média; Estabelecer a hipótese H0 Temos que H0: m = 2,0 (note que o esperado é igual a 2, nem mais, nem menos); Estabelece a hipótese H1 (que contradiz H0) Temos que H1: m ≠ 2,0, portanto um teste bilateral; Calcular a estatística de Teste calc x 2,1 2 0,1z 2,360,03 0,0424 n 50 − m − = = = = σ Observe que o exemplo forneceu a variância igual a 0,09; portanto o desvio- -padrão é de 0,03. 20 21 Encontrar o valor para a região crítica Tendo em vista que é um teste unilateral e com α = 0,5 então, conforme esboço a seguir, o z observado na Tabela normal reduzida será z = 1,960: Figura 10 – Esboço do exemplo 3 com Região Crítica e z-calc Fonte: Acervo do Conteudista Contrapor a estatística de teste calculada com a região de rejeição Como z calculado é 2,36 temos que ele estará na região crítica e, portanto, devemos rejeitar H0; Manter ou rejeitar a Hipótese Inicial H0 Visto que z calculado = 2,36 está na região crítica, determinada por z observado = 1,960 (para o nível de confiança em um Teste bilateral com α/2), então, devemos rejeitar H0 e aceitar H1. Logo, temos que H0: m = 2,0 é rejeitada e tomamos como verdadeira H1: m ≠ 2,0, com Nível de Confiança de 95%; A partir da Hipótese aceita, voltar para a análise da questão e concluir no contexto apresentado Como tomamos como verdadeira que H1: m ≠ 2,0 então, não podemos assumir que a média seja igual a 2,0. Dessa forma o gerente deve interromper a linha de produção para realizar ajustes necessários. E se o Nível de Confiança fosse outro? Por exemplo de 99%? Ex pl or 21 UNIDADE Testes de Significância Nesse caso, teríamos α = 1%, o que nos daria o seguinte cenário: Figura 11 – Esboço do exemplo 3 e Região Crítica com variação no nível de confiança Fonte: Acervo do Conteudista Observe que, agora, temos uma variação na região crítica, que é diretamente li- gada ao Nível de Significância α que por sua vez foi alterado em virtude da variação para 99% no Nível de Confiança. Nesse caso, o z calculado não estará na Região Crítica (RC), logo H0 deverá ser mantida. Logo, temos de aceitar H0: m = 2,0 e rejeitamos, então, H1: m ≠ 2,0, com Nível de Confiança de 99%. Portanto, no nível de 99% de confiança, o gerente de pro- dução não deve parar a linha da produção por admitir que as peças estão sendo produzidas com padrão estabelecido. Perceba que, de acordo com o Nível de Confiançae, por consequência do Nível de Significância, uma Hipótese por ser mantida ou rejeitada e, obviamente, essa análise está sob decisão do pesquisador que deve analisar o contexto e sobretudo com qual precisão deseja trabalhar com os dados obtidos. Chegamos ao final desta Unidade. Tivemos o objetivo de apresentar os Testes de Significância e o Teste para o parâmetro Média com Desvio Padrão e Variância conhecidos em uma amostra de distribuição normal. Obviamente, você deve estar se perguntando: e se não tivermos acesso ao valor do desvio-padrão? E se não for uma amostra necessariamente com uma distribui- ção normal? Nesse caso, temos outros protocolos para o cálculo da estatística de testes e é o que veremos no decorrer desta Disciplina. Por ora, é importante que você: releia o Material Teórico, refaça os exemplos, assista à videoaula e leia a indicação do Material Complementar. Bons estudos! 22 23 Material Complementar Indicações para saber mais sobre os assuntos abordados nesta Unidade: Livros A estatística básica e sua prática MOORE, D. S.; NOTZ, W. I.; FLIGNER M. A. A estatística básica e sua prática. Tradução de Ana Maria Lima de Farias. Rio de Janeiro: LTC, 2017. Para melhor aprofundamento dos temas tratados nesta Unidade, sugiro a leitura do capítulo 17 do livro. Vídeos Teste de Hipótese da Média para Sigma Conhecido – Prof.ª Carla Silva da Silva No vídeo da Federal do Rio Grande, você verá um exemplo para o teste de significância para média, conhecido o desvio-padrão. https://youtu.be/fQO1lje8kKY Teste de Hipóteses para Média Outro exemplo para o teste de significância, com média conhecido o desvio-padrão você encontra nesse vídeo da UNIVESP. https://youtu.be/9zMREPL93WA Teste de Hipótese para Média O professor Fernando Grings, do canal “omatemático.com”, explica o Teste de Significância, comenta sobre o nível, a aconfiança e o nivel de significância no video. https://youtu.be/39dL8bk_Cxw Leitura Onde significância e importância se encontram Para aprofundar mais o tema, sugiro a leitura do Artigo: Onde significância e importância se encontram, de Marcelo Grimaldi. http://bit.ly/2QfXvgi 23 UNIDADE Testes de Significância Referências MOORE, D. S.; NOTZ, W. I.; FLIGNER M. A. A estatística básica e sua prática. Tradução de Ana Maria Lima de Farias. Rio de Janeiro: LTC, 2017. 24
Compartilhar