Baixe o app para aproveitar ainda mais
Prévia do material em texto
Aula 12 Probabilidade e Estatística 259 Juntamente com a hipótese nula (H 0 ) nós devemos estabelecer uma outra hipótese que se contraponha à afirmação posta em H 0 , e que funciona como uma alternativa que deve ser aceita, exclusivamente, no caso de H 0 ser rejeitada. Essa outra hipótese é denominada, apropriadamente, de hipótese alternativa e é designada por H 1 . Dessa forma, construímos um teste de hipóteses considerando a hipótese nula H 0 como verdadeira e a hipótese alternativa H 1 como a hipótese de “sobreaviso”, que poderá ser aceita, apenas, no caso do resultado do teste implicar na decisão de rejeição da hipótese H 0 . Esta é a hipótese que está sendo testada, não podemos esquecer isso! Ela pode ser falsa ou verdadeira. Por isso, qualquer que seja nossa decisão, em relação à rejeição (ou não) de H 0 , nós estaremos sempre correndo o risco de cometer um dos dois tipos possíveis de erro: a) Erro tipo I – acontece somente quando a hipótese nula H 0 é verdadeira e nós tomamos a decisão de rejeitá-la (deveríamos não tê-la rejeitado). A probabilidade máxima permitida para o erro tipo I é pré-estabelecida e, universalmente, referida como α (alfa, letra grega). Essa probabilidade (α) representa o nível de significância do teste. A partir dela determinamos a região de rejeição da hipótese H 0 . Em outras palavras, o valor de α é determinante para se definir quais valores são estatisticamente significantes e, portanto, devem levar à rejeição de H 0 . Em geral, essa probabilidade do erro tipo I (nível α) é escolhida previamente, de forma mais ou menos arbitrária dentre os valores: 0,1%, 1%, 2%, 5% e 10% (também pode ser outro valor, a critério do pesquisador). Dos percentuais citados, o mais usado é 5%. Resumindo, temos: P(erro tipo I) = α, ou seja: P(rejeitar H 0 sendo H 0 verdadeiro) = α A partir dessa probabilidade, quando H 0 for verdadeira, então podemos escrever: P(não rejeitar H 0 sendo H 0 verdadeiro) = (1−α) Isto porque, se, de fato, μ = μ 0 , então, das duas, uma: ou rejeitamos essa afirmação (a probabilidade associada a essa decisão errada é α) ou não rejeitamos essa afirmação; a probabilidade dessa outra decisão (correta) será, portanto, o complementar, ou seja, (1−α). O percentual (1−α) é conhecido como o nível de confiança do teste. Ele representa a probabilidade associada à decisão acertada de não rejeitar H 0 quando ela é verdadeira. Não esqueça: α é o nível de significância de um teste de hipóteses e está associado à probabilidade de rejeitarmos H 0 quando H 0 é verdadeira. Prob_Est_Livro.indb 259Prob_Est_Livro.indb 259 30/12/14 15:4530/12/14 15:45 Aula 12 Probabilidade e Estatística260 b) Erro tipo II – ocorre somente no caso de a hipótese H 0 ser falsa e decidirmos pela não rejeição dessa hipótese (quando deveríamos rejeitá-la). A probabilidade associada à ocorrência desse erro é um valor referido como β (beta, letra grega). Portanto, no caso de H 0 ser falsa, temos então: P( erro tipo II) = P(não rejeitar H 0 , sendo H 0 é falsa) = β Conseqüentemente, se H 0 é falsa, então: P(rejeitar H 0 , sendo H 0 falsa) = (1 − β) Essa probabilidade (1 − β) está associada à decisão certa quando H 0 é falsa, isto é, de nós a rejeitarmos. Tal probabilidade é chamada poder do teste. Em geral, essa probabilidade β é apenas mencionada nas aplicações dos testes de hipóteses. Ela é estudada com mais detalhes em abordagens mais avançadas da inferência estatística. Isto porque os cálculos associados ao erro tipo II são mais complexos, pois, há inúmeras probabilidades de H 0 ser falsa (diferentemente de quando ela for verdadeira, pois existe apenas uma possibilidade: quando ocorre μ = μ 0 ). Assim, a maioria dos livros que tratam dos mencionados testes faz referência apenas ao nível α, isto é, considera apenas o erro tipo I, sem dimensionar o erro tipo II, embora ele sempre exista. No que diz respeito à hipótese H 1 , há três maneiras distintas para a sua formulação. Em qualquer uma delas, essa formulação depende essencialmente das especificidades que o problema expõe. Em outras palavras, a hipótese alternativa (H 1 ) é construída considerando-se exatamente aquilo que se espera acontecer, se, por acaso, não for possível se sustentar o que é afirmado na hipótese nula. Desta maneira, contrapondo-se à afirmação sustentada pela hipótese nula, para a qual H 0 : μ = μ 0 , temos as seguintes possibilidades para a formulação da hipótese alternativa (H 1 ): a) H 1 : μ ≠ μ 0 Nesse caso, o teste é bilateral. O que significa “teste bilateral?” Significa que nesse teste há duas regiões de rejeição de H 0 , uma em cada lado extremo da distribuição amostral associada ao teste. Consequentemente, estimativas de μ cujos valores sejam muito distantes da suposta média μ 0 tanto à esquerda quanto à direita da mesma, levam à rejeição da hipótese nula H 0 : μ = μ 0 . No caso dos testes para a média populacional, usamos o estimador X _ (média da amostra) e exploramos a distribuição dessa v.a. (X _ ) para encontrar o valor que nos apoiará no que diz respeito à nossa decisão de rejeição ou não rejeição, de H 0 . Isto significa que valores extremos Prob_Est_Livro.indb 260Prob_Est_Livro.indb 260 30/12/14 15:4530/12/14 15:45
Compartilhar