Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 TESTES DE HIPÓTESES 01 – O gerente do Danvers-Hilton Resort Hotel estabeleceu que a quantia média gasta pelos hóspedes em um fim de semana é de U$ 400 ou menos. Um membro do corpo de funcionários de contabilidade do hotel notou que as despesas totais para os hóspedes de fim de semana têm aumentado nos últimos meses. O contador usará uma amostra de contas de hóspedes de fim de semana para testar a afirmação do gerente. a) Que. forma de hipóteses deve ser usada para testar a afirmação do gerente? Explique: H0: 400 H0: 400 H0: = 400 H1: 400 H1: 400 H1: 400 b) Que conclusão é apropriada quando H0 não pode ser rejeitada? c) Que conclusão é apropriada quando H0 pode ser rejeitada? 02 – O gerente de uma revenda de automóveis está considerando um novo plano de bônus concebido para aumentar o volume de vendas. Atualmente, o volume de vendas é de 14 automóveis por mês. O gerente quer realizar uma pesquisa para ver se o novo plano de bônus aumentará o volume de vendas. Para coletar dados sobre o plano, uma amostra do pessoal de vendas terá permissão de realizar vendas sob o novo plano de bônus por um período de um mês. a) Desenvolva as hipóteses nula e alternativa mais apropriadas para essa situação de pesquisa. b) Comente a conclusão quando H0 não pode ser rejeitada. c) Comente a conclusão quando H0 pode ser rejeitada. 03 – Uma operação de linha de produção foi programada para colocar 320 mg de detergente em pó em cada caixa de papelão. Uma amostra de caixas de papelão é periodicamente selecionada e pesada para determinar se está ocorrendo subenchimento ou sobreenchimento. Se os dados da amostra levarem à conclusão de subenchimento ou sobreenchimento, a linha de produção será paralisada e calibrada para se obter o enchimento apropriado das caixas. a) Formule as hipóteses nula e alternativa que auxiliarão a decisão de paralisar e calibrar a linha de produção. b) Comente a conclusão quando H0 não pode ser rejeitada. c) Comente a conclusão quando H0 pode ser rejeitada. ERROS E CONCLUSÕES CORRETAS NO TESTE DE HIPÓTESE Condição da população H0 verdadeiro Ha verdadeiro Conclusão Não rejeitar H0 Conclusão Correta Erro do Tipo II Rejeitar H0 Erro do tipo I Conclusão Correta PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE MATEMÁTICA – DEPTº DE ESTATÍSTICA DISCIPLINA: ESTATÍSTICA APLICADA Á ADM II 1ª LISTA DE EXERCÍCIOS 2 NOTAS E COMENTÁRIOS Muitas aplicações de teste de hipóteses têm um objetivo de tomada de decisão. A conclusão rejeitar H0 fornece o suporte estatístico para concluir que H1 é verdadeiro e tomar a decisão apropriada, seja ela qual for. A declaração “não rejeitar H0 “ embora inconclusiva, freqüentemente força os gerentes a se comportarem como se H0 fosse verdadeiro. Nesse caso, os gerentes precisam estar cientes do fato de que tal comportamento pode resultar num erro do Tipo II. 04 – Os americanos gastam uma média de 8,6 minutos por dia lendo jornais (USA Today, 10 de abril de 1995). Um pesquisador acredita que os indivíduos nas posições de gerência gastam mais do Que. o tempo médio nacional por dia lendo jornais. Uma amostra dos indivíduos em posições de gerenciamento será selecionada pelo pesquisador. Os dados sobre os tempos de leitura dos jornais serão usados para testar as seguintes hipóteses nula e alternativa. H0: 8,6 H1: 8,6 a) Qual é o erro do tipo I nessa situação? b) Qual é o erro do tipo II nessa situação? 05 – O pessoal de vendas da Carpetland tem tido vendas de US$ 8 000 por semana, em média. Paulo Ferreira, o vice presidente da empresa, propôs um plano de compensação com novos incentivos de vendas. Paulo espera que os resultados de um período de vendas experimental lhe possibilite concluir que o plano de compensação aumenta as vendas médias por vendedor. a) Desenvolva as apropriadas hipóteses nula e alternativa. b) Qual é o erro do tipo I nessa situação? c) Qual é o erro do tipo II nessa situação? 06 – Uma linha de produção opera com um peso médio de enchimento de 16 ml por recipiente. O sobre-enchimento e o subenchimento são problemas sérios e a linha de produção deve ser paralisada se qualquer um dos dois ocorrer. De dados passados sabe-se que = 0,8 ml. Um inspetor de controle de qualidade amostra 30 itens a cada duas horas e nesse momento toma a decisão de paralisar a linha de produção para calibragem ou não. a) Com um nível de significância de 0,05, qual a regra de decisão? b) Se uma média de amostra igual a 16,32 ml for encontrada, que atitude você recomendaria? c) Se a média amostral obtida for de 15,82 ml, que atitude você recomendaria? d) Qual é o valor p para os itens b) e c)? 07 - Um fabricante de conservas anuncia que o conteúdo líquido das latas de seu produto é, em média, de 2.000 gramas, com desvio-padrão de 40 gramas. A fiscalização de pesos e medidas investigou uma amostra aleatória de 64 latas, verificando média de 1.990 gramas. Fixado o nível de significância de 0,05, deverá o fabricante ser multado por efetuar a venda abaixo do especificado? R. Rej. Ho 3 ETAPAS DO TESTE DE HIPOTESES Resumo das etapas Que. podem ser aplicadas a qualquer teste de hipóteses é apresentado a seguir: 1. Determinar as hipóteses nula e alternativa Que. são apropriadas para a aplicação. 2. Selecionar a estatística de teste Que. será usada para decidir rejeitar ou não a hipótese nula. 3. Especificar o nível de significância para o teste. 4. Usar o nível de significância para desenvolver regra de rejeição Que. indica os valores da estatística de teste Que. levará a rejeição de H0. 5. Coletar os dados amostrais e calcular a estatística de teste. 6. a. Comparar o valor da estatística do teste com o(s) valor(es) crítico(s) especificado(s) na regra de rejeição para determinar se H0 deve ser rejeitado. ou b. Calcular o valor p baseado na estatística de teste na etapa 5. Usar o valor p para determinar se H0 deve ser rejeitado. NOTAS E COMENTÁRIOS O valor p, o nível de significância observado, é uma medida da plausibilidade dos resultados da amostra quando a hipótese nula é assumida como verdadeira. Quanto menor o valor p, menos provável é que os resultados da amostra venham de uma população onde a hipótese nula é verdadeira. A maioria dos softwares estatísticos fornece o valor p associado a um teste de hipóteses. O usuário pode então comparar o valor p ao nível de significância e tirar conclusão do teste de hipóteses sem se referir a uma tabela estatística. 08 - Uma linha de montagem de automóveis opera a um tempo médio de conclusão de 2,2 minutos. Devido ao efeito do tempo de conclusão tanto na operação de montagem precedente como na subseqüente, é importante manter o tempo médio de conclusão em 2,2 minutos. Uma amostra aleatória de 45 montagens mostra um tempo médio de conclusão de 2,39 minutos, com um desvio padrão de 0,20 minutos. Use um nível de significância de 0,02 e teste se a operação está cumprindo seu tempo médio de conclusão de 2,2 minutos. 09 - Admita que, em certa cidade, a variável aplicação em caderneta de poupança tenha média de 420 unidades monetárias, com desvio-padrão de 100 unidades monetárias. Com a atual crise nacional, acredita-se que esta situação tenha se alterado. Para testar tal hipótese, tomou- se uma amostra de 100depositantes, que acusou uma média de 415 u.m. Usando 5% de significância, pode-se concluir que houve alteração? R. zc = -0,5 Não rej. Ho 10 – Em média, estima-se que uma dona de casa com marido e duas crianças trabalhe 55 horas ou menos por semana em atividades relacionadas com o lar. As horas trabalhadas durante uma semana para uma amostra de 8 donas de casa são: 58, 52, 64, 63, 59, 62, 62 e 55. Use = 0,05 para testar H0: 55 H1 : 55. Qual sua conclusão sobre o número médio de horas trabalhadas por semana? O que você pode dizer do p? One-Sample T: C1 Test of mu = 55 vs mu > 55 Variable N Mean StDev SE Mean C1 8 59.38 4.21 1.49 Variable 95.0% Lower Bound T P C1 56.56 2.94 0.011 4 11 – A floricultura de Jane se especializou em jardinagem com projetos-padrões para as áreas residenciais. O custo de mão de obra associado a um determinada proposta de jardinagem está baseado no número de plantações de árvores, arbustos, etc, a serem usados no projeto. Para propósitos de estimativas de custos, os gerentes usam duas horas como tempo de mão de obra para se plantar uma árvore de tamanho médio. Os tempos reais de uma amostra de 10 plantações durante o mês passado são apresentados a seguir (tempos em horas). 1,9 1,7 2,8 2,4 2,6 2,5 2,8 3,2 1,6 2,5 Usando um nível de significância de 0,05, teste se o tempo médio de plantações de uma árvore excede duas horas. Qual é sua conclusão e que recomendações você consideraria fazer aos gerentes? One-Sample T: C1 Test of mu = 2 vs mu > 2 Variable N Mean StDev SE Mean C1 10 2.400 0.516 0.163 Variable 95.0% Lower Bound T P C1 2.101 2.45 0.018 12 - Um fabricante de lâmpadas afirma que a duração média de seu produto é de 500 horas. Acreditando que a média seja inferior à anunciada, um comprador selecionou uma amostra de 10 lâmpadas, que acusou uma média de 490 horas, e um desvio-padrão de 12 horas. Realize o teste, com 5% de significância, e supondo população normalmente distribuída. R. tc = -2,64 Rej. Ho 13 - Um projeto de investimento está sendo avaliado pelo método pay-back. Uma situação envolvendo cenários futuros forneceu os seguintes tempos de retorno do investimento ( em anos) : 2,8 – 4,3 – 3,7 – 6,4 – 3,2 – 4,1 – 4,4 – 4,6 - 5,2 – 3,9. Teste ao nível de 5%, a hipótese de que a média de retorno seja superior a 4 anos. R. tc =0,8 Não rej Ho One-Sample T: C1 Test of mu = 4 vs mu > 4 Variable N Mean StDev SE Mean C1 10 4.260 1.018 0.322 Variable 95.0% Lower Bound T P C1 3.670 0.81 0.220 14 - A Filpis com o objetivo de testar a vida média de suas lâmpadas fluorescentes analisou a durabilidade de 600 lâmpadas, obtendo a seguinte distribuição de freqüências. Acreditando que suas lâmpadas apresentam uma durabilidade superior a 700 horas, teste esta suposição adotando uma significância de 5% e admitindo a normalidade da população. R. tc = 34,87 Rej. Ho. Tempo de duração (h) Nº de lâmpadas 400 |⎯⎯ 600 24 600 |⎯⎯ 800 66 800 |⎯⎯ 1000 105 1000 |⎯⎯ 1200 145 1200 |⎯⎯ 1400 129 1400 |⎯⎯ 1600 82 1600 |⎯⎯ 1800 49 Total 600 5 15 - A indústria ABC - S/A, fabricante de um determinado equipamento eletrônico, procedeu a substituição de certo componente importado pelo similar nacional. Um comprador da referida indústria supõe que tal substituição tenha diminuído a duração do produto que antes era anunciada como sendo, em média de 200 horas. Para julgar sua suposição, o comprador testou uma amostra de 10 unidades, verificando média de 197 horas, e desvio-padrão de 6,32 horas. Fixando o nível de significância em 0,05, e sabendo que o tempo de duração é normalmente distribuído, estabeleça a conclusão alcançada pelo comprador. R. tc = - 1,51 Não Rej. Ho 16 - Uma companhia de cigarros anuncia que seu produto apresenta um conteúdo médio de nicotina de 26 mg por cigarro, com desvio padrão de 3mg. Um laboratório resolve testar esta afirmação, porque há suspeita que na realidade o conteúdo de nicotina é superior ao mencionado pela indústria. Realiza 6 análises e obtém os seguintes índices de nicotina por cigarro: 27 - 24 - 21 - 25 - 26 - 22. Qual a conclusão obtida, adotando-se um nível de significância de 1%? One-Sample Z: C1 Test of mu = 26 vs mu > 26 The assumed sigma = 3 Variable N Mean StDev SE Mean C1 6 24.17 2.32 1.22 Variable 99.0% Lower Bound Z P C1 21.32 -1.50 0.933 17 – Certa organização médica afirma que um novo medicamento é de qualidade superior ao até então existente, que é 80% eficaz na cura de determinada doença. Examinada uma amostra de 300 pessoas que sofriam da doença, constatou-se que 249 ficaram curadas com o novo medicamento. Fixado o nível de significância em 5%, teste a afirmação da organização. R. zc = 1,304 Não rej. Ho Test and CI for One Proportion Test of p = 0.8 vs p > 0.8 Exact Sample X N Sample p 95.0% Lower Bound P-Value 1 249 300 0.830000 0.790257 0.108 18 - Um consumidor de certo produto denunciou seu fabricante afirmando que este coloca no mercado uma quantidade de unidades defeituosas que supera 20% da quantidade total. Uma investigação foi conduzida com uma amostra aleatória de 50 unidades, das quais 28% acusaram defeito. Você diria que a investigação fundamenta a denuncia? Use 10% de significância. R. zc = 1,41 Rej. Ho 19 - Os produtores de um programa de televisão acham que devem modificá-lo caso sua assistência regular seja inferior a um quarto dos possuidores de aparelhos de TV. Uma pesquisa foi feita em 400 domicílios, selecionados aleatoriamente, mostrando que em 80 o programa era assistido regularmente. Qual deve ser a decisão dos produtores, com 3% de significância? R. zc = - 2,301 Rej. Ho 20 -Uma agência de viagens tem um tradicional plano de férias que é oferecido a todos os possíveis clientes que procuram a agência. O índice de respostas positivas é historicamente 20%. Este ano, uma amostra aleatória de 50 potenciais clientes mostrou que 15 adquiriam o plano de férias. Teste ao nível de 6% a hipótese de que o percentual de respostas positivas tenha aumentado este ano. R. zc=1.77 Rej.Ho 6 21- Um banco de investimento calcula que 20% dos empréstimos são concedidos a pequenas empresas. Com a finalidade de aumentar esta percentagem, o governo resolveu subsidiar os juros para este tipo de empresa. Após algum tempo de vigência desta política, o banco amostrou ao acaso 40 projetos de financiamento e verificou que 12 deles se destinavam a pequenas empresas. Teste ao nível de 1% a hipótese de que a política tenha sido bem sucedida. 22 – As forças em libras, necessárias para romper a adesão de dois tipos de cola são dadas abaixo. Embora as duas marcas de cola sejam bastante semelhantes, paira alguma dúvida sobre se realmente 12 = 22 Ao nível de significância de 5%, teste a hipótese nula de que as variâncias das populações correspondentes são iguais. Cola 1 25.3 19.2 21.1 27.6 16.9 30.1 17.8 22.9 27.2 18.2 Cola 2 26.9 22.5 21.8 23.6 19.8 21.6 18.7 22.2 - - 25,3 26,9 Teste-F: duas amostras para variâncias 19,2 22,5 21,1 21,8 Variável 1 Variável 2 27,6 23,6 Média 22,63 22,1375 16,9 19,8 Variância 22,05344 6,09125 30,1 21,6 Observações 10 8 17,8 18,7 gl 9 7 22,9 22,2 F 3,620512 27,2 P(F<=f) uni-caudal 0,051913 18,2 F crítico uni-caudal 3,676675 23 - Uma operação de montagem em um processo de fabricação requer cerca de um mês de treino paraque um empregado novo possa atingir o nível desejado de eficiência máxima. Sugeriu-se um novo método de treinamento e um teste foi realizado, visando comparar o método antigo com o novo. Sabe-se por experiências anteriores que as variâncias populacionais referentes as eficiências são respectivamente 21,2 e 20,2 respectivamente ao método antigo e método novo. Dois grupos de novos empregados foram treinados durante três semanas, segundo o método novo e o antigo, respectivamente. O tempo necessário, em minutos, para que cada novo empregado conseguisse montar as peças de um dispositivo, foi anotado e está expresso logo abaixo. Verifique se o novo método é mais eficiente que o antigo, ao nível significância 5%. Teste-z: duas amostras para médias Mét.Antigo Mét.Novo 37 37 Variável 1 Variável 2 35 29 Média 35,22222 32,22222 28 25 Variância conhecida 21,2 20,2 41 34 Observações 9 9 44 40 Hipótese da diferença de média 0 35 27 z 1,398757 31 32 P(Z<=z) uni- caudal 0,080943 34 31 z crítico uni- caudal 1,644853 32 35 P(Z<=z) bi- caudal 0,161886 z crítico bi- caudal 1,959961 7 24 - Um fabricante produz dois tipos de pneus: A, cuja duração apresenta um desvio- padrão de 2.500 milhas, e B, que apresenta um desvio-padrão de 3.000 milhas. Um táxi testou 50 pneus do tipo A, obtendo duração média de 24.000 milhas, e 40 pneus do tipo B, obtendo duração média de 26.000 milhas. Testar, ao nível de 5% de significância, se existe diferença na duração média dos pneus. Admita populações normais. R. zc = - 3,38 Rej. Ho 25 - Uma operação de montagem em um processo de fabricação requer cerca de um mês de treino para que um empregado novo possa atingir o nível desejado de eficiência máxima. Sugeriu-se um novo método de treinamento e um teste foi realizado, visando comparar o método antigo com o novo. Dois grupos de novos empregados foram treinados durante três semanas, segundo o método novo e o antigo, respectivamente. O tempo necessário, em minutos, para que cada novo empregado conseguisse montar as peças de um dispositivo, foi anotado e corresponde aos tempos do exercício anterior. Decida, usando um nível de significância de 5%, qual o método é o mais eficiente, baseando-se nos resultados dos testes elaborados via Excel que se encontram abaixo. Justifique o teste utilizado baseado nas suposições que foram feitas. (Não esqueça de elaborar as hipóteses estatísticas) Teste-t: duas amostras em par para médias Teste-F: duas amostras para variâncias Variável 1 Variável 2 Média 35.222222 32.222222 Variável 1 Variável 2 Variância 24.444444 23.194444 Média 35.222222 32.222222 Observações 9 9 Variância 24.444444 23.194444 Correlação de Pearson 0.7063657 Observações 9 9 Hipótese da diferença de média 0 gl 8 8 gl 8 F 1.0538922 Stat t 2.4053512 P(F<=f) uni-caudal 0.4713208 P(T<=t) uni-caudal 0.0214088 F crítico uni-caudal 3.4381031 t crítico uni-caudal 1.8595483 P(T<=t) bi-caudal 0.0428177 t crítico bi-caudal 2.3060056 Teste-t: duas amostras presumindo variâncias equivalentes Teste-t: duas amostras presumindo variâncias diferentes Variável 1 Variável 2 diferentes Média 35.222222 32.222222 Variável 1 Variável 2 Variância 24.444444 23.194444 Média 35.222222 32.222222 Observações 9 9 Variância 24.444444 23.194444 Variância agrupada 23.819444 Observações 9 9 Hipótese da diferença de média 0 Hipótese da diferença de média 0 gl 16 gl 16 Stat t 1.3039523 Stat t 1.3039523 P(T<=t) uni-caudal 0.1053494 P(T<=t) uni-caudal 0.1053494 t crítico uni-caudal 1.7458842 t crítico uni-caudal 1.7458842 P(T<=t) bi-caudal 0.2106988 P(T<=t) bi-caudal 0.2106988 t crítico bi-caudal 2.1199048 t crítico bi-caudal 2.1199048 8 26 - Uma fábrica de pneumáticos fez um estudo comparativo entre motoristas homens e mulheres com respeito a durabilidade dos pneumáticos por ela fabricados. Teste, usando um nível de significância de 5% e diga a conclusão que o fabricante pode tirar com base nos resultados ( em Km rodado) apresentados a seguir. Em quais as suposições que você se baseou? Motorista homem Motorista mulher 20200 27400 23400 32400 22600 30100 27600 32200 16100 30600 21000 28900 26300 29300 22500 24900 18000 27800 19100 34500 23200 23700 Teste-F: duas amostras para variâncias Teste-t: duas amostras presumindo variâncias equivalentes Variável 1 Variável 2 Variável 1 Variável 2 Média 21975 29810 Média 21975 29810 Variância 10927500 7796556 Variância 10927500 7796556 Observações 12 10 Observações 12 10 gl 11 9 Variância agrupada 9518575 F 1,40158 Hipótese da diferença de média 0 P(F<=f) uni- caudal 0,311187 gl 20 F crítico uni- caudal 3,102485 Stat t -5,93106 P(T<=t) uni- caudal 4,21E-06 t crítico uni- caudal 1,724718 P(T<=t) bi- caudal 8,43E-06 t crítico bi- caudal 2,085962 Teste-t: duas amostras presumindo variâncias diferentes variâncias diferentes Variável 1 Variável 2 Média 21975 29810 Variância 10927500 7796555,556 Observações 12 10 Hipótese da diferença de média 0 gl 20 Stat t -6,02642 P(T<=t) uni-caudal 3,42E-06 t crítico uni-caudal 1,724718 P(T<=t) bi-caudal 6,84E-06 t crítico bi-caudal 2,085962 9 27 - Uma companhia distribuidora tem por hipótese que uma chamada telefônica é mais eficiente que uma carta para acelerar s cobrança de contas atrasadas. Esta companhia fez uma experiência usando duas amostras e obteve os resultados da tabela abaixo. Analisando os resultados no que se refere ao número de dias de pagamento por carta e por chamada telefônica, dê uma sugestão a respeito da tomada de decisão mais viável para a companhia, baseado nos resultados dos testes elaborados via Excel que se encontram abaixo. Justifique o teste utilizado baseado nas suposições que foram feitas. Adote =5%.(Não esqueça de elaborar as hipóteses estatísticas) Método utilizado Nº de dias até o pagamento Carta 10 8 9 11 11 14 10 Chamada telefônica 7 4 5 4 8 6 9 10 7 Teste-F: duas amostras para variâncias 8 4 9 5 Variável 1 Variável 2 11 4 Média 10,42857 6,142857 11 8 Variância 3,619048 3,809524 14 6 Observações 7 7 10 9 gl 6 6 F 0,95 P(F<=f) uni-caudal 0,475972 F crítico uni-caudal 0,233435 Teste-t: duas amostras em par para médias Teste-t: duas amostras presumindo variâncias equivalentes Variável 1 Variável 2 Média 10,42857 6,142857 Variável 1 Variável 2 Variância 3,619048 3,809524 Média 10,42857 6,142857 Observações 7 7 Variância 3,619048 3,809524 Correlação de Pearson 0,205196 Observações 7 7 Hipótese da diferença de média 0 Variância agrupada 3,714286 gl 6 Hipótese da diferença de média 0 Stat t 4,666283 gl 12 P(T<=t) uni-caudal 0,001722 Stat t 4,160251 t crítico uni-caudal 1,943181 P(T<=t) uni-caudal 0,000661 P(T<=t) bi-caudal 0,003445 t crítico uni-caudal 1,782287 t crítico bi-caudal 2,446914 P(T<=t) bi-caudal 0,001322 t crítico bi-caudal 2,178813 Teste-t: duas amostras presumindo variâncias diferentes Teste-z: duas amostras para médias Variável 1 Variável 2 Média 10,42857 6,142857 Variável 1 Variável 2 Variância 3,619048 3,809524 Média 10,42857 6,142857 Observações 7 7 Variância conhecida 4,6 4,1 Hipótese da diferença de média 0 Observações 7 7 gl 12 Hipótese da diferença de média 0 Stat t 4,160251 z 3,844259 P(T<=t) uni-caudal 0,000661 P(Z<=z) uni-caudal 6,05E-05 t crítico uni-caudal 1,782287 z crítico uni-caudal 1,644853 P(T<=t) bi-caudal 0,001322 P(Z<=z) bi-caudal 0,000121 t crítico bi-caudal 2,178813z crítico bi-caudal 1,959961 10 28 -Para verificar a eficiência de um cartaz na estimulação à compra de determinado produto 7 pares de lojas foram formados, cada par tendo as mesmas características quanto à localização, ao tamanho e ao volume geral das vendas. Isso feito, o cartaz foi colocado numa das lojas do par, não o sendo em sua correspondente, tendo o processo sido repetido para os 7 pares. Abaixo aparecem as vendas semanais do produto durante a experimentação, expressas em média de observação conduzida por dois meses. Analise os dados e conclua, a 5%, sobre o potencial do cartaz na indução à compra do produto. Admita normalidade. R. t = 3,59 Rej. Ho Par 1 2 3 4 5 6 7 Com cartaz 16 24 18 14 26 17 29 Sem cartaz 13 18 14 16 19 12 22 Teste-t: duas amostras em par para médias Variável 1 Variável 2 Média 20,57143 16,28571 Variância 32,61905 12,90476 Observações 7 7 Correlação de Pearson 0,868044 Hipótese da diferença de média 0 gl 6 Stat t 3,602883 P(T<=t) uni-caudal 0,005664 t crítico uni-caudal 1,943181 P(T<=t) bi-caudal 0,011327 t crítico bi-caudal 2,446914 29 - A distribuição abaixo representa a dosagem de uréia em cães submetidos a isquemia hepática, nos períodos de pré e pós operatório. Decida, usando um nível de significância de 5%, se a alteração na dosagem de uréia ocorre ao acaso, baseando-se nos resultados dos testes elaborados via Excel que se encontram abaixo. Justifique o teste utilizado baseado nas suposições que foram feitas. ( Não esqueça de elaborar as hipóteses estatísticas). Pré 30,0 32,1 27,8 38,5 36,3 12,9 25,6 23,5 15,0 23,5 Pós 25,7 38,5 13,8 38,5 23,5 10,7 42,0 59,9 15,0 21,4 30 25,7 Teste-t: duas amostras em par para médias 32,1 38,5 27,8 13,8 Variável 1 Variável 2 38,5 38,5 Média 26,52 28,9 36,3 23,5 Variância 69,03956 240,56 12,9 10,7 Observações 10 10 25,6 42 Correlação de Pearson #N/D 23,5 59,9 Hipótese da diferença de média 0 15 15 gl 9 23,5 21,4 Stat t -0,50925 P(T<=t) uni-caudal 0,311415 t crítico uni-caudal 1,833114 P(T<=t) bi-caudal 0,622831 t crítico bi-caudal 2,262159 11 Teste-F: duas amostras para variâncias Teste-t: duas amostras presumindo variâncias equivalentes Variável 1 Variável 2 Variável 1 Variável 2 Média 20.57143 16.28571 Média 20.57143 16.28571 Variância 32.61905 12.90476 Variância 32.61905 12.90476 Observações 7 7 Observações 7 7 gl 6 6 Variância agrupada 22.7619 F 2.527675 Hipótese da diferença de média 0 P(F<=f) uni-caudal 0.141914 gl 12 F crítico uni-caudal 4.283862 Stat t 1.680556 P(T<=t) uni-caudal 0.059336 t crítico uni-caudal 1.782287 P(T<=t) bi-caudal 0.118671 t crítico bi-caudal 2.178813 Teste-t: duas amostras presumindo variâncias diferentes Teste-z: duas amostras para médias Variável 1 Variável 2 Média 20.57143 16.28571 Variável 1 Variável 2 Variância 32.61905 12.90476 Média 20.57143 16.28571 Observações 7 7 Variância conhecida 32.62 12.9 Hipótese da diferença de média 0 Observações 7 7 gl 10 Hipótese da diferença de média 0 Stat t 1.680556 z 1.680626 P(T<=t) uni-caudal 0.061884 P(Z<=z) uni-caudal 0.046418 t crítico uni-caudal 1.812462 z crítico uni-caudal 1.644853 P(T<=t) bi-caudal 0.123768 P(Z<=z) bi-caudal 0.092836 t crítico bi-caudal 2.228139 z crítico bi-caudal 1.959961 30 -Um engarrafador de vinho tem duas máquinas funcionando e necessita que a quantidade média de vinho por garrafa que sai da máquina A seja maior do que a da máquina B .Para verificar se realmente isto está ocorrendo colheu duas amostra de 5 garrafas, uma de cada máquina e mediu a quantidade de vinho . Os resultados encontram- se na tabela abaixo. Utilizando os resultados dos testes elaborados via Excel que se encontram abaixo, decida qual a conclusão do engarrafador utilizando um nível de significäncia de 5% Justifique o teste utilizado baseado nas suposições que foram feitas. Máquina A 990 995 998 1 004 1 000 Máquina B 975 990 1 002 980 985 12 Teste-F: duas amostras para variâncias A B Variável 1 Variável 2 990 975 Média 997.4 986.4 995 990 Variância 27.8 107.3 998 1002 Observações 5 5 1004 980 gl 4 4 1000 985 F 0.259087 P(F<=f) uni-caudal 0.109602 F crítico uni-caudal 0.156538 Teste-t: duas amostras presumindo variâncias equivalentes Variável 1 Variável 2 Teste-t: duas amostras presumindo variâncias diferentes Média 997.4 986.4 diferentes Variância 27.8 107.3 Variável 1 Variável 2 Observações 5 5 Média 997.4 986.4 Variância agrupada 67.55 Variância 27.8 107.3 Hipótese da diferença de média 0 Observações 5 5 gl 8 Hipótese da diferença de média 0 Stat t 2.116167 gl 6 P(T<=t) uni-caudal 0.033613 Stat t 2.116167 t crítico uni-caudal 1.859548 P(T<=t) uni-caudal 0.03935 P(T<=t) bi-caudal 0.067225 t crítico uni-caudal 1.943181 t crítico bi-caudal 2.306006 P(T<=t) bi-caudal 0.078699 t crítico bi-caudal 2.446914 Teste-t: duas amostras em par para médias Teste-z: duas amostras para médias Variável 1 Variável 2 Média 997.4 986.4 Variável 1 Variável 2 Variância 27.8 107.3 Média 997.4 986.4 Observações 5 5 Variância conhecida 27.8 107.3 Correlação de Pearson 0.179434 Observações 5 5 Hipótese da diferença de média 0 Hipótese da diferença de média 0 gl 4 z 2.116167 Stat t 2.288689 P(Z<=z) uni-caudal 0.017165 P(T<=t) uni-caudal 0.041989 z crítico uni-caudal 1.644853 t crítico uni-caudal 2.131846 P(Z<=z) bi-caudal 0.03433 P(T<=t) bi-caudal 0.083978 z crítico bi-caudal 1.959961 t crítico bi-caudal 2.776451 13 31 - A distribuição abaixo representa os batimentos cardíacos de oito estudantes, escolhidos ao acaso, antes e após esforço físico programado. Teste, ao nível de significância de 5%, a probabilidade desta alteração de freqüência ocorrer ao acaso. Antes 80 76 84 72 68 76 64 88 Depois 88 96 100 92 88 92 80 104 80 88 Teste-t: duas amostras em par para médias 76 96 84 100 Variável 1 Variável 2 72 92 Média 76 92,5 68 88 Variância 64 56,85714 76 92 Observações 8 8 64 80 Correlação de Pearson 0,8715 88 104 Hipótese da diferença de média 0 gl 7 Stat t -11,7729 P(T<=t) uni-caudal 3,61E-06 t crítico uni-caudal 1,894578 P(T<=t) bi-caudal 7,23E-06 t crítico bi-caudal 2,364623 32 -Duas empresas de setores diferentes apresentam historicamente variação salarial de 10 u. m. e 8 u. m., respectivamente, como desvios-padrão. Devido a antecipações salariais concedidas espontaneamente pelas empresas, os salários variam independentemente, mas acredita-se que a diferença das médias salariais destas empresas não ocorra. Verifique se está expectativa é correta ao nível de significância de 5%, se amostras de 30 elementos de cada empresa, forneceram respectivamente os salários conforme tabela abaixo: Salários da Empresa A (u.m.) Salários da Empresa B (u.m.) 93 78 90 96 88 75 93 86 90 81 101 91 89 81 78 82 80 103 91 96 76 106 84 78 103 82 88 98 99 85 94 106 80 73 99 97 85 92 90 88 87 86 83 87 86 81 69 87 91 89 75 90 85 109 77 82 92 101 91 95 14 Teste-z: duas amostras para médias Variável 1 Variável 2 Média 87,56667 89,36667 Variância conhecida 100 64 Observações 30 30 Hipótese da diferença de média 0 z -0,76986 P(Z<=z) uni-caudal 0,220692 z crítico uni-caudal 1,644853 P(Z<=z) bi-caudal 0,441383 z crítico bi-caudal 1,959961 33 -Uma operaçãode montagem em um processo de fabricação requer cerca de um mês de treino para que um empregado novo possa atingir o nível desejado de eficiência máxima. Sugeriu-se um novo método de treinamento e um teste foi realizado, visando comparar o método antigo com o novo. Dois grupos de novos empregados novos foram treinados durante três semanas, segundo o método novo e o antigo, respectivamente. O tempo necessário, em minutos, para que cada novo empregado conseguisse montar as peças de um dispositivo, foi anotado e está expresso logo abaixo. Será que estes dados permitem suficiente evidência, ao nível de 5%, de que a média de rendimento do novo processo de treinamento de três semanas é melhor ( exige menos tempo) de quer o método antigo, que levava um mês ? Quais as suposições que devem ser feitas? 37 37 Teste-F: duas amostras para variâncias 35 29 Teste-t: duas amostras em par para médias 28 25 Variável 1 Variável 2 41 34 Média 35,222222 32,222222 Variável 1 Variável 2 44 40 Variância 24,444444 23,194444 Média 35,222222 32,222222 35 27 Observações 9 9 Variância 24,444444 23,194444 31 32 gl 8 8 Observações 9 9 34 31 F 1,0538922 Correlação de Pearson 0,7063657 32 35 P(F<=f) uni- caudal 0,4713208 Hipótese da diferença de média 0 F crítico uni- caudal 3,4381031 gl 8 Stat t 2,4053512 P(T<=t) uni-caudal 0,0214088 t crítico uni-caudal 1,8595483 P(T<=t) bi-caudal 0,0428177 t crítico bi-caudal 2,3060056 Teste-t: duas amostras presumindo variâncias equivalentes Teste-z: duas amostras para médias Variável 1 Variável 2 Média 35,222222 32,222222 Variável 1 Variável 2 Variância 24,444444 23,194444 Média 35,222222 32,222222 Observações 9 9 Variância conhecida 24,44444 23,19444 Variância agrupada 23,819444 Observações 9 9 Hipótese da diferença de média 0 Hipótese da diferença de média 0 gl 16 z 1,3039524 15 Stat t 1,3039523 P(Z<=z) uni-caudal 0,096125 P(T<=t) uni-caudal 0,1053494 z crítico uni-caudal 1,644853 t crítico uni-caudal 1,7458842 P(Z<=z) bi-caudal 0,1922499 P(T<=t) bi-caudal 0,2106988 z crítico bi-caudal 1,9599611 t crítico bi-caudal 2,1199048 Teste-t: duas amostras presumindo variâncias diferentes Variável 1 Variável 2 Média 35.22222 32.22222 Variância 24.44444 23.19444 Observações 9 9 Hipótese da diferença de média 0 gl 16 Stat t 1.303952 P(T<=t) uni-caudal 0.105349 t crítico uni-caudal 1.745884 P(T<=t) bi-caudal 0.210699 t crítico bi-caudal 2.119905 34 - As amostras aleatórias seguintes, são medidas da capacidade de gerar calor ( em milhões de calorias por tonelada) de amostras de carvão de duas minas. Ao nível de 5% de significância, teste se a diferença entre as médias das duas populações é significativa? Quais as suposições que você fez? Justifique-as. Mina 1 9.400 8.230 8.380 7.860 7.930 Mina 2 7.510 7.690 7.720 8.070 7.660 Baseado nos resultados dos testes elaborados via Excel que se encontram abaixo. Justifique o teste utilizado baseado nas suposições que foram feitas. (Não esqueça de elaborar as hipóteses estatísticas) Teste-F: duas amostras para variâncias Teste-t: duas amostras presumindo variâncias diferentes Variável 1 Variável 2 Variável 1 Variável 2 Média 8360 7730 Média 8360 7730 Variância 383450 42650 Variância 383450 42650 Observações 5 5 Observações 5 5 gl 4 4 Hipótese da diferença de média 0 F 8,990621 gl 5 P(F<=f) uni-caudal 0,028051 Stat t 2,158091 F crítico uni-cauda 6,388234 P(T<=t) uni-caudal 0,041694 t crítico uni-caudal 2,015049 P(T<=t) bi-caudal 0,083388 t crítico bi-caudal 2,570578 Teste-t: duas amostras presumindo variâncias equivalentes vaiâncias equivalentes Variável 1 Variável 2 Média 8360 7730 Variância 383450 42650 Observações 5 5 Variância agrupada 213050 Hipótese da diferença de média 0 gl 8 16 Stat t 2,158091 P(T<=t) uni-caudal 0,031488 t crítico uni-caudal 1,859548 P(T<=t) bi-caudal 0,062976 t crítico bi-caudal 2,306006 35 -Perguntou-se a 100 eleitores paulistas e a 100 eleitores gaúchos se votariam no candidato Sr. HONESTO caso ele fosse candidato à presidência nas próximas eleições. Enquanto 40 paulistas confirmaram seu apoio ao Sr. HONESTO , apenas 30 gaúchos mostraram simpatia pôr ele. Pode-se afirmar que o apoio paulista é muito mais significativo do que o gaúcho? Use = 0,01. Test and CI for Two Proportions Sample X N Sample p 1 40 100 0.400000 2 30 100 0.300000 Estimate for p(1) - p(2): 0.1 99% CI for p(1) - p(2): (-0.0727919, 0.272792) Test for p(1) - p(2) = 0 (vs not = 0): Z = 1.48 P-Value = 0.138 36 - Para direcionar a propaganda de um produto, uma agência consultou 80 homens selecionados ao acaso e verificou que 28 haviam comprado o produto. Uma amostra de 100 mulheres selecionadas ao acaso mostrou que 40 haviam comprado o produto. Teste ao nível de 5% se não há diferença entre a proporção de homens e de mulheres que adquiriram o produto. Test and CI for Two Proportions Sample X N Sample p 1 28 80 0,350000 2 40 100 0,400000 Estimate for p(1) - p(2): -0,05 95% CI for p(1) - p(2): (-0,191928; 0,0919283) Test for p(1) - p(2) = 0 (vs not = 0): Z = -0,69 P-Value = 0,490 37 - Para verificar se o uso do cigarro aumenta a incidência de doenças pulmonares, foram selecionados ao acaso 50 indivíduos fumantes e verificou-se que 8 apresentaram algum tipo de doença pulmonar em um período de 5 anos. Outro grupo, de 80 não fumantes selecionados ao acaso, apresentou no mesmo período 6 com algum tipo de doença pulmonar. Teste, ao nível de 10% se as proporções de incidência de doenças pulmonares entre fumantes e não fumantes é a mesma . Test and CI for Two Proportions Sample X N Sample p 1 8 50 0.160000 2 6 80 0.075000 Estimate for p(1) - p(2): 0.085 90% CI for p(1) - p(2): (-0.0130750, 0.183075) Test for p(1) - p(2) = 0 (vs not = 0): Z = 1.52 P-Value = 0.128 17 38 - Um assessor de um candidato a governador afirma que a proporção de votos favoráveis no interior do Estado é maior que na capital com o objetivo de direcionar melhor sua campanha pela televisão, o candidato encomendou uma pesquisa na capital e outra no interior do Estado, obtendo os dados da tabela abaixo. Teste a afirmação do assessor usando um nível de significância de 0,05. Número de entrevistados Número de votos favoráveis Capital 100 40 Interior 200 90 Test and CI for Two Proportions Sample X N Sample p 1 40 100 0,400000 2 90 200 0,450000 Estimate for p(1) - p(2): -0,05 95% upper bound for p(1) - p(2): 0,0492039 Test for p(1) - p(2) = 0 (vs < 0): Z = -0,83 P-Value = 0,204 39 -A tabela abaixo fornece o número de estudantes aprovados e reprovados em um exame aplicado a duas turmas. Usando 5% de significância, pode-se afirmar que existe associação entre a aprovação e a turma a que o aluno pertence? Aprovados Reprovados Turma A 72 17 Turma B 64 23 Chi-Square Test Expected counts are printed below observed counts C1 C2 Total 1 72 17 89 68,77 20,23 2 64 23 87 67,23 19,77 Total 136 40 176 Chi-Sq = 0,151 + 0,515 + 0,155 + 0,527 = 1,348 DF = 1, P-Value = 0,246 40 -A fim de analisar a aceitação de um programa de televisão, 250 telespectadores foram entrevistados em cada uma de quatro cidades, apresentado os dados a seguir. Com 5% de significância, pode-se concluir que a opiniãodepende da cidade? Cidade A Cidade B Cidade C Cidade D Favorável 120 125 85 90 Desfavorável 130 125 165 160 Chi-Square Test Expected counts are printed below observed counts C1 C2 C3 C4 Total 1 120 125 85 90 420 105,00 105,00 105,00 105,00 2 130 125 165 160 580 18 145,00 145,00 145,00 145,00 Total 250 250 250 250 1000 Chi-Sq = 2,143 + 3,810 + 3,810 + 2,143 + 1,552 + 2,759 + 2,759 + 1,552 = 20,525 DF = 3, P-Value = 0,000 41 -Uma pesquisa foi feita entre 150 universitários de Engenharia, com o objetivo de verificar se existe associação entre as especializações oferecidas pela universidade ( Engenharia Mecânica, Elétrica e Civil) e a opinião dos alunos referente à importância de certa disciplina. Usando dados a seguir, verifique se é possível concluir que haja relacionamento entre a especialidade e a opinião, com 5% de significância. Mecânica Elétrica Civil muito importante 30 25 35 pouco importante 30 15 15 Chi-Square Test Expected counts are printed below observed counts C1 C2 C3 Total 1 30 25 35 90 36,00 24,00 30,00 2 30 15 15 60 24,00 16,00 20,00 Total 60 40 50 150 Chi-Sq = 1,000 + 0,042 + 0,833 + 1,500 + 0,062 + 1,250 = 4,687 DF = 2, P-Value = 0,096 Um bom trabalho!
Compartilhar