Baixe o app para aproveitar ainda mais
Prévia do material em texto
PROBABILIDADE E ESTATÍSTICA ELSEVIER EXERCÍCIOS RESOLVIDOS R10.1) Velocidade média na estrada Sergio afirma que Raquel dirige seu carro na estrada a uma velocidade média superior a 100km/h, en- quanto Raquel discorda, afirmando dirigir na estrada a uma velocidade média menor ou igual a 100km/h. Para dirimir essa controvérsia, Sergio resolve cronometrar o tempo (em minutos) que ela gasta ao volante em 10 viagens, sempre pelo mesmo percurso que liga duas cidades 120km distantes: 73, 68, 73, 61, 70, 78, 63, 64, 74, 62. a) Quem parece ter razão, ao nível de significância de 5%? b) Qual o nível crítico? SOLUÇÃO: a) As hipóteses a serem consideradas são H, :u €100 (Raquel) e H, :u > 100 (Sergio), em que ué a mé- dia populacional da velocidade (em km/h) com que Raquel dirige na estrada. Como o desvio padrão populacional 6 é desconhecido, teremos que utilizar a distribuição t de Student com v=10-1=9 graus de liberdade. O critério de decisão a ser utilizado é: x—-100 mo Os dados com os quais devemos trabalhar neste caso são as velocidades médias (em km/h) correspon- dentes a cada uma das 10 viagens. Eles podem ser obtidos por meio da expressão: 120km x60(=E) rejeitar H,, se T,, = obs to.5 = 1,83. Caso contrário, aceitar H,. velocidade(km / h) = tempo(min) Os resultados obtidos em km/h são: 98,638 105,88 98,63 118,03 102,86 92,31 114,29 112,50 97,30 116,13 Com base nesses dados, temos: X=105,66; s=9,06. Daí, T,, = ET =1,97>1,83, o que implica que H, deve ser rejeitada. 7 10 Isso significa que, ao nível de significância O = 0,05, Sergio parece estar com a razão. b) O p-valor no caso é &=P(T>1,97)=0,0399 R10.2) Teste de hipótese simples contra alternativa simples com modelo Normal de variância conhecida Queremos testar a hipótese HQ :1=50 contra a alternativa H .1:ip=52, onde yu é a média populacio- nal de uma distribuição Normal com variância conhecida o =16 . Temos então n variáveis aleatórias iid X,,X7,---, X, , que seguem todas essa lei de probabilidade, e a média amostral X será usada como estatística 388 ba CAPÍTULO 10 INTRODUÇÃO À TEORIA DOS TESTES DE HIPÓTESES FLSEVIEFR de teste. Como 50 < 52, é claro que quanto maior for X maiores serão as razões para se rejeitar H, em favor de H,. Então o critério de decisão adequado será da forma: rejeitar H,, se X,, > X., e aceitar H., se X.,, SXc; onde x, é uma constante a determinar em função de outras condições a serem especificadas. a) Se n=30 e fixarmos P(Erro 1) em o =0,01, quais devem ser o critério de decisão e 3 = P(Erro ID)? b) Mostre que se o tamanho da amostra for mantido em n=30, ao fazermos com que o ponto de corte X, se mova para a esquerda de forma que B diminua, a necessariamente aumentará. c) Quais devem ser o critério de decisão e o tamanho n da amostra para que a probabilidade do Erro II se reduza a [= 0,05, mantendo a probabilidade do Erro I em o =0,01? SOLUÇÃO: a) Sabemos que 0,01=a = P(Erro I)= P(Rejeitar H, ) , se H, é verdadeira. X—-50 x, 50 p|2> E , onde Z - N(0;1). PA Ee) ão = 2,33 (valor obtido da tabela da Normal Padrão) => XxX =51,70, Então 0,01=P[X>X,],se nu=50 => 0,01=P I Xe —= 50 Ogo, 8g A 70 Por outro lado, B = P(Aceitar H,) , se H, é falsa, ou seja, B= P[X <51, 70] ,se 1u=52. Xx- 52, 51,70— 52 Sm Tm uma probabilidade de erro. Então, B=P =P(Z<—0,412) = 0,340, o que é um valor excessivamente alto para Assim, para que [=P(Erro II) diminuísse (mantendo n =30), a única alternativa possível seria des- locar o ponto de corte X. para a esquerda, e desse modo reduzir a região de aceitação. Isso é o que faremos no item (b) a seguir. b) Vamos fazer com que o ponto de corte X. decresça de 0,1 em O,1, desde 51,6 até 50,6. Assim, teremos, para cada valor possível de Xe, a=P| Z E ep =P |Z2< < XE Fazendo os cálculos, montamos a tabela a seguir: Do 30 Sm 20 Xe B a Xe B a 51,6 0,292 | 0,014 51,0 | 0,085 | 0,085 51,5 0,247 | 0,020 50,9 | 0,066 | 0,109 51,4 0,206 | 0,028 50,8 | 0,050 | 0,137 51,3 0,169 | 0,038 50,7 | 0,038 | 0,169 51,2 0,137 | 0,050 50,6 | 0,028 | 0,206 51,1 0,109 | 0,066 que dá origem ao seguinte gráfico: 389 PROBABILIDADE E ESTATÍSTICA a, B 0,350 0,300 0,250 0,200 0,150 0,100 FPDZc2ãê 0,050 = = Y 0,000 T T T T T T T 50,4 50,6 50,8 51 51,2 51,4 51,6 51,8 Para um caso similar, ver a Figura 10.1. c) Temos 0,01=a =P(Erro1)= P(Rejeitar H, jm se H, é verdadeira. Então, por um raciocínio análogo ao dos itens anteriores, chegamos a — 50), x-50 El Xe Analogamente, 0,05=[B=P(Erro II) = P(Aceitar H,), se H, é falsa. Daí, 0,01 P =2,38. Xe = 52) , X-52 ZE) Th 0,05=P|Z< =—1,64. aD OD ELSEVIER Resolvendo o sistema de duas equações a duas incógnitas formado pelas equações (1) e (ID), obtemos XxX, =51,17 e n=63,08 =63. Isso mostra que, de fato, para podermos reduzir o valor de À sem que a cresça, é necessário aumentar o tamanho n da amostra. R10.3) O Lema de Neymann-Pearson e o teste da média Seja X uma v.a. contínua cuja função de densidade depende do parâmetro O. Então, se X,,X1,...,X, é uma amostra aleatória de X, sabemos que a função de verossimilhança de 0 é dada por L(0) = TI (x,;0), para todo O. Suponha que queremos testar a hipótese simples H,: 6 = O, contra a alternativa simples H, :0=90,, ao nível de significância a. Prova-se que: 390 ba CAPÍTULO 10 INTRODUÇÃO À TEORIA DOS TESTES DE HIPÓTESES FLSEVIFR SE: TI £G9,) Av.a. Y="="—— for usada como estatística de teste, e se a região de rejeição R for definida pela desi- TIf£G&;6,) i=1 gualdade Y > k, onde a constante k é tal que P[Y > k]=a, quando H, é verdadeira; ENTÃO: O procedimento de teste assim formulado é ótimo, no sentido de ser aquele que minimiza a probabilidade B de se cometer o Erro tipo II, entre todos os procedimentos cujo nível de significância é So. Esse é um famoso resultado da Inferência Estatística, conhecido como Lema de Neymann-Pearson. Isso significa que a estatística de teste a ser usada corresponde à razão das funções de verossimilhança corres- pondentes a H, e a H,. (Note que esse mesmo resultado também se aplica ao caso discreto, bastando para isso substituir as funções de densidade por funções de probabilidade.) Admita agora que X,,X,,...,X, é uma amostra aleatória de X - N(u; 0º), onde 6? é conhecida. Deseja-se testar H, :u =u, contra H, :uy=u, , onde un, > uy. Mostre que o procedimento de teste obtido via Neymann- Pearson coincide com o sugerido na Seção 10.4, para o caso de se testar H, :py =u, contra H, :u>un,, com o conhecido, ou seja: Rejeitar H, quando Z>z, ,, onde Z= %. º ez, , é o quantil (1-0) da Normal padrão. NE SOLUÇÃO: Sabemos que: ml Gn) 1 1 > no i=1 Portanto, a estatística de teste a ser usada é lp). 1 S " 20% au vo SL) em san 30 h) 2&, Ho) ] =expimy[2(h =n)X- (2 -pã)]! 26 Então, para qualquer Ho desde que p, > u, , vemos que Y é uma função estritamente crescente de x. Logo a condição Y>k é equivalentea X>C, em que C é uma constante a ser determinada a partir da condição P[Y>k]=P[X>C]=a, quando H, é verdadeira. — 2 Porém, se H, :py =p, é verdadeira, sabemos que X - N(L,; O. Então: n = - os Cc- a=P[X>C]=P 2>O Ho |, o que implica que = Noz, Ao fm 391 PROBABILIDADE E ESTATÍSTICA ELSEVIER X-u . SO MA At — [ : ss Assim, o critério de decisão é: rejeitar H, se 2= PÁ >Z 14; e aceitar HH, caso contrário. Vn R10.4) Testando hipóteses em uma eleição para governador Em uma pesquisa eleitoral referente ao primeiro turno de uma eleição para governador foram ouvidos n = 1.000 eleitores selecionados aleatoriamente e entre eles m = 510 declararam-se favoráveis ao candidato A. Deseja-se testar a hipótese H, de que a proporção p de eleitores do candidato A é menor ou igual a 0,5 contra a alternativa de que A venceria direto, sem a necessidade do segundo turno. a) Qual seria a sua decisão ao nível de significância de 5%? Por quê? b) Qual é o p-valor? c) Se na realidadep = 0,55, qual seria a probabilidade de ser cometido o Erro de tipo II ao ser usada essa mesma regra de decisão? Qual o poder do teste neste caso? SOLUÇÃO: a) Queremos testar H, : p S0,5 contra H, : p> 0,5 ao nível de significância a = 0,05. Então, neste caso, temos p, =0,5 e 0, =, [o =0,0158 Por outro lado, 1-0=0,95 e z2,,, =1,645. Assim, o critério de decisão é: Rejeitar H, se p>0,5+1,645x0,0158 =0,526. - 510 Como p,., = 1000” 0,51<0,526, a hipótese nula H, deve ser aceita. Isso significa que, ao nível de significância a = 0,05, não há evidências suficientes de que o candidato À já ganharia a eleição no primeiro turno. b) O p-valor & é o menor valor de o. para o qual ainda rejeitaríamos H,, com os dados disponíveis. Então a= P(p > 0,51) , se p=0,5. Ou seja, padronizando, temos rf 2 051-0,5 =P(Z>0,632) =0,264. 0,0158 0,0158 Como esse p-valor é excessivamente grande, isso reforça a nossa decisão de não rejeitar a hipótese nula H, de que há necessidade de um segundo turno. | x c) Se p, = 0,55, temos 6, = io =0,0157. Então, p—0,55 ,0,526-0,55 0,0157 —— 0,0157 B=P(Aceitar H,) =P(9<0,526)= | ) P(Z<—1,525) =0,064. Nesse caso, o poder do teste seria 1 — 0,064 = 0,936 ou 93,6%. 392
Compartilhar