Baixe o app para aproveitar ainda mais
Prévia do material em texto
Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE TESTES DE HIPÓTESE PARAMÉTRICOS (Para proporção e média populacional) Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE • O teste de hipótese é uma das metodologias estatísticas mais aplicadas em análise de dados. • O teste de hipótese tem o mesmo objetivo do intervalo de confiança, ou seja, fazer inferência sobre parâmetros desconhecidos da população a partir de dados amostrais. Assim, pode-se utilizar uma ou outra metodologia. Introdução Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE Introdução HIPÓTESE: É uma afirmativa a respeito de um ou mais parâmetros de uma distribuição de probabilidade ou situação experimental. Por exemplo, podemos formular a hipótese que o diâmetro médio a altura do peito de árvores de uma floresta é igual a 25 cm ou que a proporção de pessoas acometidas por uma doença em uma região é de 0,29. TESTE: É uma prova (método ou averiguação) de uma afirmação (hipótese). TESTE DE HIPÓTESE (ESTATÍSTICO): É um método para verificar, com base em dados amostrais, a veracidade de alguma hipótese sobre o(s) parâmetro(s). Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE Passos para realizar um Teste de Hipótese Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE Passo 1 : Definição da hipótese Hipótese nula (Ho): É um valor suposto para o parâmetro. Em geral é expressa como sendo: parâmetro = valor ( ). Será aceita ou rejeitada em função da análise estatística. Hipótese alternativa ou experimental (H1): É uma hipótese complementar de Ho que contraria a hipótese nula. Essa hipótese somente será aceita se a hipótese nula (Ho) for rejeitada. Entretanto, não pode-se afirmar que ela é verdadeira quando a hipótese nula é rejeitada. A hipótese alternativa pode ser de três tipos, dando origem a três tipos de testes 25 Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE TIPOS DE HIPÓTESES ALTERNATIVAS Dependendo do interesse do pesquisador, a hipótese alternativa (H1) para o teste de hipótese pode ser do tipo unilateral (< ou >) ou bilateral (≠) Teste unilateral Teste Unilateral Teste bilateral cmH cmH 25 : 25 : 1 0 cmH cmH 25 : 25 : 1 0 cmH cmH 25 : 25 : 1 0 Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE Passo 2: Calcular a estatística do teste A estatística de teste é um valor calculado a partir da amostra. Ela será utilizada para tomar uma decisão sobre Ho. A estatística do teste depende da distribuição amostral do estimador em análise. Por exemplo, foi visto anteriormente que no caso da média amostral com variância conhecida a distribuição amostral é a normal padrão. Assim, no teste de hipótese para a média com variância conhecida, a estatística do teste também segue a distribuição normal padronizada Z, ou seja, a estatística de teste é o valor (quantil) obtido por: )n( )X( Zcal Estatística do teste Erro padrão Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE Passo 3: Região Crítica e valor crítico A região crítica (ou área de rejeição) é a região onde Ho é rejeitada. A área de rejeição é igual ao Nível de Significância () que estabelece a probabilidade de rejeitar Ho quando ela é verdadeira. Por exemplo, se utilizarmos o Nível de Significância de 5%, a probabilidade de rejeitar Ho quando ela é verdadeira é igual a 5%, consequentemente, o Nível de Confiança (1-) é de 95%. Com base no Nível de Significância (ou confiança) pode-se determinar o valor crítico (quantil tabelado em função de usando a distribuição amostral da estatística de teste) Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE Unilateral à direita: Ho: = 25 H1:: > 25 Unilateral à esquerda: Ho: : = 25 H1: : < 25 Bilateral: Ho: : = 25 H1:: 25 Exemplos de áreas de rejeição por tipo de teste Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE Passo 4. Regra de Decisão Se o valor da estatística do teste cair na região (ou área) de aceitação, aceita-se Ho. Ao aceitar a hipótese nula (Ho), dizemos que não houve evidência amostral, estatisticamente significante, no sentido de permitir a rejeição de Ho. Caso contrário, se o valor da estatística do teste cair na região crítica (área ou região de rejeição), não aceita-se Ho. Ao não aceitar a hipótese nula (Ho) existe uma forte evidência estatística de sua falsidade. Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE Passo 5: Conclusão Aceitar Ho, implica que a hipótese nula não pode ser rejeitada! Não aceitar Ho implica que temos evidências estatísticas para rejeitá-la com um risco (ou erro, ou nível de significância) conhecido (). Neste caso, afirma-se que o teste de hipótese é estatisticamente significante. OBS: Ao conduzir um teste de hipótese pode-se cometer o erro do tipo I (rejeitar a hipótese nula quando ela é verdadeira) e o erro do tipo II (aceitar a hipótese nula quando ela é falsa). Na prática, em geral, fixa-se o erro do tipo I (0,01 α 0,10). Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE REVISÃO: Cinco passos para realizar um teste de hipótese Passo 1 – Formular as hipóteses nula (Ho) e alternativa (H1). OBS: Dependendo de H1, o teste poderá ser unilateral ou bilateral. Passo 2 – Escolher e calcular a estatística de teste apropriada. OBS: Depende da distribuição amostral dos estimadores envolvidos. Passo 3 – Determinar a área de rejeição (valor crítico tabelado) em função do nível de significância (ou confiança). OBS: Depende da distribuição amostral dos estimadores envolvidos. Passo 4 - Tomar a decisão sobre Ho (comparando o valor observado da estatística de teste com o valor crítico tabelado). Passo 5 – Conclusões. OBS: Ao conduzir um teste de hipótese pode-se cometer o erro do tipo I (rejeitar a hipótese nula quando ela é verdadeira) e o erro do tipo II (aceitar a hipótese nula quando ela é falsa). Na prática, fixa-se o erro do tipo I (0,01 α 0,10). Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE Testes de hipótese paramétricos e não paramétricos Existem duas classes de testes de hipóteses: Paramétricos e não paramétricos. Para realizar testes de hipótese paramétricos é necessário que sejam cumpridos, pelo menos, três pressupostos, ou requisitos. São eles: os dados são independentes, quantitativos contínuos e originários de populações com distribuição, aproximadamente, normal. Os testes não paramétricos, quando comparados com os testes paramétricos, requerem menos pressupostos do que os testes paramétricos. Não há necessidade que as distribuições das populações sejam normais e os dados podem ser qualitativos (ordinais e nominais). Os testes não paramétricos são menos poderosos que os teste paramétricos equivalentes. Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE TESTES DE HIPÓTESE PARAMÉTRICOS Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE TESTE DE HIPÓTESE PARA A PROPORÇÃO POPULACIONAL Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE Suponha que X seja uma variável aleatória binomial (Sucesso ou fracasso) com proporção populacional de sucesso p desconhecida, ou seja, X ~ B(n, p). Retira-se uma amostra aleatória de tamanho n e calcula-se a estimativa pontual da proporção amostral . O interesse é testar: Em que é um valor para a proporção populacional de sucessos atribuído pelo pesquisador. Sabe-se que para n grande e p tendendo a 0.5 (ou np > 5), a distribuição amostral da proporção amostral é uma normal padrão, ou seja, 0001 00 : : ppouppouppH ppH p̂ 0p )1,0(~ )1( ˆ Z n pp pp Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE Se H0 é verdadeira, então Decisão: Rejeita-se H0 se 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0 5 10 15 20- +0 (0,1)N zcrít-zcrít 2 2 1 aceitação de H0 rejeição de H0 rejeição de H0 𝒛 > 𝒛𝜶/𝟐 para o teste bilateral. 𝒛 > 𝒛𝜶 parao teste unilateral. Em que 𝒁𝜶 e 𝒁𝜶/𝟐 são valores tabelados (quantil) da distribuição normal padrão, dado o nível de significância . )1,0(~ )1( ˆ 00 0 Z n pp pp E a estatística de teste é dada por: n pp pp z )1( ˆ 00 0 Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE EXEMPLO Sabe-se que a maioria das pessoas (47%) pertence ao grupo sanguíneo O (doador universal). Uma amostra aleatória de 200 alunos da UFLA mostrou que 98 alunos dessa amostra pertenciam ao grupo sanguíneo O. Podemos concluir, com 90% de confiança, que a proporção de alunos da UFLA no grupo sanguíneo O é diferente da proporção mundial? Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE Passo 1 : Definição da Hipótese Ho: p = 0,47 H1: p ≠ 0,47 Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE Passo 1 : Definição da Hipótese Ho: p = 0,47 H1: p ≠ 0,47 Passo 2: Calcular a estatística do Teste Sabe-se que n = 200, 𝑝 = 98 200 = 0,49 𝑒 𝑞𝑢𝑒 𝑝0 = 0,47. 𝑍 = 𝑝 − 𝑝0 𝑝0(1 − 𝑝0) 𝑛 = 0,49 − 0,47 (0,47 × 0,53)/200 = 0,57 Isso significa que a proporção amostral está a 0,57 devios-padrão da proporção populacional que é 0,47. Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE 0,05 0,05 0 0,90 Passo 3: Determinar a área de rejeição e o respectivo valor tabelado do quantil da distribuição normal Assim, o valor crítico (z tabelado) é igual a 1,64 ou 1,64. 64,164,1 Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE Passo 4: Tomada de decisão (comparar o valor observado e valor tabelado) - Como |z| < |Ztab| , ou seja, |0,57| < |-1,64|, aceita-se Ho. ou - Como valor observado da estatística de teste está contido dentro da área de aceitação, aceita-se Ho. Passo 5: Conclusão -Podemos concluir, com 90% de confiança, que a proporção de alunos da UFLA no grupo sanguíneo O não é diferente da proporção mundial Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE TESTE DE HIPÓTESE PARA A MÉDIA POPULACIONAL COM VARIÂNCIA DESCONHECIDA Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE Suponha que X é uma variável aleatória com distribuição normal com média e variância desconhecidas e queremos testar a hipótese de que a média é igual a um certo valor especificado 0. O teste de hipótese pode ser formulado como segue: Para testar a hipótese, toma-se uma amostra aleatória de n observações e calcula-se a estatística de teste em que é a média amostral e S é o desvio padrão amostral 2 0001 0 )( : : ououH Ho nS X t oo / X Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE A hipótese Ho é rejeitada se o valor observado da estatística de teste cair na área de rejeição, ou seja, 𝒕𝟎 > 𝒕𝜶 𝟐 para teste bilateral. 𝒕𝟎 > 𝒕𝜶 para teste unilateral. Em que 𝑡𝛼 e 𝑡𝛼/2 são valores tabelados (quantil) da distribuição t de Student, em função do nível de significância e n-1 graus de liberdade. Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE EXEMPLO No inverno de uma cidade do hemisfério norte, a temperatura nos 10 dias que antecedem o ano novo apresenta, historicamente, média de 7 0C. Um meteorologista acredita que a temperatura média pode estar aumentado. Para verificar sua hipótese, ele mediu as temperaturas (em 0C) nos 10 dias que antecederam o último ano novo. Os resultados foram: 8, 9, 5, 7, 8, 12, 6, 9, 6, 10 Os dados trazem evidência de aumento de temperatura com 95% de confiança? Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE EXEMPLO No inverno de uma cidade do hemisfério norte, a temperatura nos 10 dias que antecedem o ano novo apresenta, historicamente, média de 7 0C. Um meteorologista acredita que a temperatura média pode estar aumentado. Para verificar sua hipótese, ele mediu as temperaturas (em 0C) nos 10 dias que antecederam o último ano novo. Os resultados foram: 8, 9, 5, 7, 8, 12, 6, 9, 6, 10 Os dados trazem evidência de aumento de temperatura com 95% de confiança? Passo 1 : Definição da Hipótese Ho: = 7 H1: > 7 Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE Passo 2: Calcular a estatística do Teste Da amostra pode-se obter = 8 0C e o desvio-padrão da amostra como sendo S = 2,11 0C . Usando a estatística do teste t-Student. Isso significa que a média da amostra retirada aleatoriamente da produção está a 1,5 desvios-padrão da média alegada em Ho que é 7. X 5,1 667,0 1 1011,2 78 nS X t ocal Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE O valor tabelado de t depende do nível de significância (5%) e dos graus de liberdade, que dependem do tamanho da amostra: gl = n – 1 = 9. t tabelado = 𝒕𝒕𝒂𝒃 = 1,833 Passo 3: Região Crítica Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE Passo 4: Regra de Decisão O valor calculado de t está dentro da região de aceitação de Ho e, portanto, aceita-se a hipótese nula. Passo 5: Conclusão Como aceitamos Ho, a conclusão é que e não houve um aumento estatisticamente significante, ao nível de 5%, na temperatura. Observe que apesar de 8 graus ser maior que 7 graus, a diferença não foi estatisticamente significativa para concluir que a temperatura aumentou no último ano. Te st e s d e H ip ó te se ‹nº›TESTE DE HIPÓTESE “É muito melhor perceber uma deficiência em si mesmo do que dezenas no outro, pois a sua deficiência você pode mudar.” Dalai Lama
Compartilhar