Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
* Aula 14 Teste de Hipóteses Paramétricos * Principais testes paramétricos Teste de hipótese para a média populacional Teste de hipótese para a variância populacional Teste de hipótese para a proporção populacional Teste de hipótese para a comparação entre duas médias Teste de hipótese para a comparação entre duas ou mais médias Teste de hipótese para a comparação entre duas proporções * 2 Teste de hipótese para a média populacional 2.1 Quando é conhecido ou quando é desconhecido mas a amostra é maior que 30 Hipóteses: Ho: = 0 H1: 0 Teste bilateral Ho: = 0 H1: < 0 > 0 Teste unilateral * Estatística do Teste Região de Rejeição (teste bilateral) * Exercício Há interesse em avaliar se a média de altura de homens adultos em um estado brasileiro é substancialmente maior que 170 cm. Sabe-se que a altura segue uma distribuição NORMAL e que o seu desvio padrão populacional é 10 cm. Retirou-se uma amostra aleatória de 200 elementos, obtendo uma média de 174 cm. Use 5% de significância. * Ho: = 170 H1: > 170 Estatística do Teste z = (174 – 170)/0,707 = 5,65 * Z=5,65 Z=0 =0,05 Z=1,64 O teste rejeita H0, ao nível de significância de 5%. Pode-se afirmar (ao nível de significância de 5%) que a média de altura é maior do que 170 cm. * 2.2 Quando é desconhecido e a amostra menor que 30 Hipóteses: Ho: = 0 H1: 0 Teste bilateral Ho: = 0 H1: < 0 > 0 Teste unilateral * Estatística do Teste Região de Rejeição (teste bilateral) * Ho: = 0 H1: 0 Rejeição de H0 Ho: = 0 H1: < 0 > 0 tn-1,/2 < tc < - tn-1,/2 tc < tn-1, tc > tn-1, * Há interesse em avaliar se a média de altura de homens adultos em um estado brasileiro é substancialmente maior do que 170 cm. Sabe-se que a altura segue uma distribuição NORMAL e o desvio padrão populacional é desconhecido. Retirou-se uma amostra aleatória de 20 elementos, obtendo uma média de 174 cm e desvio padrão de 15 cm. Use 5% de significância. * Ho: = 170 H1: > 170 Estatística do Teste * 0 t19 t tc = 1,192 O teste não rejeita H0, ao nível de significância de 5%. Não se pode afirmar (ao nível de significância de 5%) que a média de altura é maior do que 170 cm. tt * 3 Teste de hipótese para a proporção populacional Hipóteses: Ho: p = p0 H1: p p0 Estatística do Teste = frequência relativa * Exercício A proporção de flores danificadas durante o transporte de uma fazenda até à floricultura era de 15% antes do caminhão com câmara fria. Uma amostra de 10 flores transportadas no caminhão com câmara com fria apontou que uma flor estava danificada. Pode-se dizer que com a câmara fria a proporção de flores danificadas cai? Hipóteses: Ho: = 0,15 H1: < 0,15 TESTE UNILATERAL À ESQUERDA fixar = 0,05. * Estatística do Teste O teste aceita H0, ao nível de significância de 5%. Pode-se afirmar (ao nível de significância de 5%) que a câmara fria não reduz significativamente a proporção de flores danificadas. * 4 Teste de hipótese para comparação de duas médias O Teste t de Student pode ser feito para amostras dependentes e independentes Amostras dependentes (dados pareados ou emparelhados) Teste t pareado: amostras tomadas duas vezes de um mesmo objeto. Amostras independentes (dados não pareados) Teste t para variâncias iguais (Homocedástico) Teste t para variâncias diferentes (Heterocedástico) * Em cada método, basta aplicar uma fórmula diferente e obter o valor da significância. Pressupõe a normalidade dos dados. É usado em experimentos pobremente replicados e/ou sem nenhum processo de aleatorização. * Pressupostos Normalidade e homogeneidade das populações O teste t é insensível a estes pressupostos quando o tamanho da amostra é maior que 30 e os dois conjuntos de dados possuírem o mesmo número de sujeitos. Esquema para utilizar o teste t de Student * Projetos do tipo antes-e-depois, Comparação de dois tipos de tratamentos (A e B). 4.1 Teste t de Student para amostras dependentes ou teste t para dados pareados Ho: 1 = 2 H1: 1 2 Hipóteses: * Estatística do teste Sendo: n: número de pares (antes, depois) observados; D: média das diferenças observadas e SD : desvio padrão das diferenças observadas * * Exercício: Com o objetivo de avaliar o efeito de um programa de treinamento sobre a produtividade dos funcionários de uma certa empresa, fez-se um estudo em que se observou a produtividade de uma amostra de funcionários antes e depois do treinamento. OBS. Avaliações quantitativas * Hipóteses: H0: µdepois = µantes H1: µdepois > µantes Sendo µantes: produtividade média esperada antes do programa. µdepois: produtividade média esperada após o programa. * Funcionário Produtividade antes depois diferença (D) 1 22 25 3 2 21 28 7 3 28 26 -2 4 30 36 6 5 33 32 -1 6 33 39 6 7 26 28 2 8 24 33 9 9 31 30 -1 10 22 27 5 * Estatística de teste: * * Tabela t área cauda superior gl 0,25 0,10 0,05 0,025 0,01 0,005 ... ... ... 9 0,703 1,383 1,833 2,262 2,821 3,250 ... ... ... Amostra: gl = 9 e t = 2,82 O teste rejeita H0 ao nível de significância de 5% e não rejeita a 1%. O programa de treinamento aumenta a produtividade dos funcionários * 4.2 Teste t para amostras independentes ou teste t para dados não pareados Usado na comparação de dois tratamentos (A e B) cada um aplicado a um grupo diferente. Ho: 1 = 2 H1: 1 2 Hipóteses: * A estatística do teste para desvio conhecido * A estatística do teste para desvio padrão populacional desconhecido * Exercício H0: Em média, os dois métodos produzem os mesmos resultados; H1: Em média, os dois métodos produzem resultados diferentes. Problema: comparação de dois métodos de ensino. H0: 1 = 2 e H1: 1 2 1: nota média de indivíduos submetidos ao método A de ensino; 2: nota média de indivíduos submetidos ao método B de ensino. * Amostras: notas numa avaliação, por grupo método A método B 45 51 50 62 43 45 35 43 59 48 42 53 50 48 55 45 41 43 49 39 * Amostra 1 Amostra 2 n1 = 10 n2 = 10 X1 = 49,90 X2 = 44,70 S1 = 5,97 S2 = 6,50 O teste não rejeita H0 ao nível de significância de 5%. Os dados não comprovam diferença entre os dois métodos de ensino. * * A escolha do teste para comparação de amostras Amostras Pareadas Amostras Independentes Dados Nominais Teste dos Sinais Qui-Quadrado Dados Ordinais Dupla Análise de Variância de Friedman Teste da Mediana (para duas amostras) Análise de Variância de Kruskal-Wallis (para mais amostras) Dados Intervalares Teste t Teste t (para duas amostras) Análise de Variância (para mais amostras) *
Compartilhar