Baixe o app para aproveitar ainda mais
Prévia do material em texto
Curso: Bacharelado em Estatística Disciplina: INFERÊNCIA BAYESIANA Atividade: A3 Discente: Questão O método do teste de significância também é denominado teste de hipóteses, ou simplesmente teste, e contém cinco partes: suposição, hipóteses, estatística- teste, valor-p e conclusão. O teste de hipótese apresenta dois problemas básicos: a hipótese nula é uma afirmação de que o parâmetro assume um valor em particular. A hipótese alternativa declara que o parâmetro está em um intervalo alternativo de valores. Os valores na hipótese alternativa, então, representam um efeito de certo tipo. Considerando esse contexto, descreva uma situação em que seja possível aplicar o teste de hipóteses, justifique descrevendo por que é possível aplicá-lo e indique as vantagens do seu uso. Resposta O teste de significância de um parâmetro pode ser utilizado em várias áreas, como por exemplo no marketing, no desenvolvimento de produtos, alimentos, medicamentos, etc. O teste consiste de forma concisa em uma regra de decisão que auxilia o analista a aceitar ou rejeitar uma hipótese inicial sobre o parâmetro com base nos dados auferidos. Para a atividade retiro das ciências agrárias o exemplo prático a ser descrito. Por tanto, considera-se a seguinte situação: “Uma empresa de melhoramento genético desenvolveu uma nova cultivar de milho, denominada super milho, esta empresa afirma que a produtividade média por hectare dessa cultivar é superior as líderes de mercado, produzindo 145 sacas/ha.” Considerando a estatística clássica, nesta situação, dado um experimento bem conduzido, pode-se verificar utilizando um teste estatístico se a produtividade é realmente igual a 145 sacas/ha, assim adota-se H0 (hipótese nula) como sendo a produtividade igual a média anunciada (145 sacas/ha) e a H1 como sendo a produtividade menor que a anunciada (unicaudal a esquerda). Pode-se estabelecer como significância (α) o valor 0,05 (nível de confiança de 95%). Verifica-se, por fim, se a estatística obtida (estatística do teste) está contida na região critica, caso esteja, dizemos que há evidências estatísticas que apoiam a rejeição da hipótese nula, caso contrário, não rejeita-se a hipótese nula. Ou ainda, com a utilização de softwares verificar se o p-valor < α. A aplicação do teste é possível e adequada por se tratar da verificação de valor paramétrico, no caso, a média da produtividade. A aplicação do teste permite por meio de uma regra de decisão previamente estabelecida identificar a melhor hipótese, pois em certas situações não é possível coletar todos dados, seja pelo custo ou porque a população é muito grande, infinita ou virtualmente infinita. Na abordagem bayesiana do teste de hipóteses, como alternativa aos testes convencionais, utiliza-se uma tabela decisória (KINAS, ANDRADE, 2010) como apresenta seguir: Tabela 1 Tabela decisória (de perdas) para teste de hipótese bayesiano. Decisão Realidade (desconhecida) H0 verdadeira H1 verdadeira δ0 0 ω1 δ1 ω0 0 Legenda: δ0 e δ1 denotam, respectivamente, a decisão em favor de H0 e H1. E os valores ω0 e ω1 são as penalidades associadas aos respectivos erros de decisão. Fonte: Kinas e Andrade (2010) A partir dessa tabela pode-se chegar a seguinte condição: Se 𝑝(𝐻0) < 𝜔1 𝜔0+𝜔1 deve-se rejeitar H0, caso contrário, prefere-se H1. Poder-se-ia adotar a abordagem bayesiana no exemplo dessa resposta, devendo para isso definir uma distribuição a priori, por exemplo uma N(μ, σ²), com σ² conhecido, a distribuição conjugada, também seria um normal, e realizar o experimento. A decisão seria dada de acordo as probabilidades obtidas de forma direta. Se considerarmos que é indiferente rejeitar ou não rejeitar H0, adota-se ω0 = ω1 = 1, assim se P(H0) < 0,5 preferimos assumir que H1, ou seja, é mais provável que H1 seja verdadeira. E novamente utilizando uma regra de decisão previamente estabelecida pode- se tomar uma decisão apoiada nos dados experimentais, optando pela hipótese que melhor se apresenta. KINAS, Paul Gerhard; ANDRADE, Humber Agrelli, Introdução à Análise Bayesiana (com R). Porto Alegre: maisQnada, 2010.
Compartilhar