[UFMS Digital] ESTATÍSTICA E PROBABILIDADE - Videoaula do Módulo 4 - Unidade 1 (1)

Prévia do material em texto

Estatística e 
Probabilidade
Prof. Dr. Rogers Barros de Paula
Módulo 4 - Teste de Hipóteses e a 
tomada de decisão
Unidade 1 - Fundamentos do Teste de Hipóteses
Exemplo da aula: o julgamento estatístico
Axioma Fundamental: "Todo acusado é inocente até que se prove o 
contrário."
Para entender como a ciência testa uma nova ideia, vamos olhar para 
como a sociedade julga um crime. Este processo se baseia em três 
premissas críticas:
● A Presunção de Inocência (O Estado Padrão);
● O Ônus da Prova (A Carga do Pesquisador);
● O Limite da Dúvida Razoável (O Critério de Decisão).
Trilha de aprendizagem
● Hipóteses: O Embate entre o status quo e a pesquisa; 
● Os Riscos da Decisão: Erros Tipo I e II; 
● A Régua da Ciência: Nível de Significância e Valor Crítico; 
● O Peso das Provas: Estatística de Teste e Valor Observado; 
● O Veredito Moderno: p-valor e Softwares.
Por que se executa teste de hipóteses?
"Suponhamos que uma certa distribuição dependa de um parâmetro 𝜃 
e que não se conheça 𝜃 ou, então, haja razões para acreditar que 𝜃 
variou, seja pelo passar do tempo ou, então, pela introdução de novas 
técnicas na produção, por exemplo. A inferência estatística fornece 
um processo de análise denominado teste de hipóteses, que permite 
se decidir por um parâmetro 𝜃 ou por sua modificação com um grau 
de risco conhecido." (Morettin, 2010, p. 240)
Hipótese: É uma afirmação sobre uma propriedade da população.
● "A questão de como são formuladas hipóteses faz parte do próprio 
processo de aquisição de conhecimento científico." (Costa Neto, 
2002, p. 83)
● "A hipótese nula, representada por H0 , é a alegação inicialmente 
assumida como verdadeira (a suposição de afirmação de 
prioridade). A hipótese alternativa representada por HA é a 
afirmação contraditória a H0." (Devore, 2018, p. 292)
Definições introdutórias
Procedimentos gerais
1. Formular as hipóteses nula (H0 ) e alternativa (HA );
2. Escolher um nível de significância (𝛼); 
3. Definir o tipo de teste (com base na HA ) e as regiões de rejeição e 
não rejeição de H0 ;
4. Determinar o valor crítico com base no nível de significância (𝛼);
5. Identificar a estatística de teste e sua distribuição amostral sob H0 
e calcular o valor observado da estatística;
6. Comparar o valor observado com o valor crítico e tomar a decisão 
do teste e interpretar resultados.
Formulação das hipóteses
● Hipótese Nula (H0) - status quo: É a hipótese da ausência. Ausência 
de efeito, ausência de mudança, ausência de diferença, ausência de 
associação. É o ponto zero (nulo), a afirmação de que qualquer 
variação observada nos dados é fruto do mero acaso. Ela protege a 
ciência contra conclusões precipitadas. É a âncora que mantém o 
conhecimento atual até que algo superior o substitua.
Formulação das hipóteses
● Hipótese Alternativa (HA) - hipótese de pesquisa: É a afirmação de 
que existe um efeito real, uma diferença ou uma nova descoberta. 
Ela é chamada de "Hipótese de Pesquisa" porque representa a 
suspeita do cientista, a inovação que se quer provar. É o motor do 
progresso. Sem a tentativa de sustentar uma HA , a ciência ficaria 
estagnada no "sempre foi assim".
Formulação das hipóteses
Ao finalizar um teste de hipóteses, são possíveis duas decisões sobre 
a H0:
● Rejeitar H0: em favor da hipótese alternativa HA;
● Não rejeitar H0: e conclui-se que não existem diferenças, efeitos, 
associação, ou mudanças.
Não é sustentável a hipótese de que um parâmetro seja igual a algum 
valor fixo.
H0 e HA do julgamento estatístico
● H0 (Hipótese Nula): "O réu é inocente". É a presunção inicial. Não 
precisa de provas para ser aceita, apenas da ausência de provas 
contra ela;
● HA (Hipótese Alternativa): "O réu é culpado". É a ruptura com o 
estado atual. É o que a promotoria deseja demonstrar.
Procedimentos gerais
1. Formular as hipóteses nula (H0 ) e alternativa (HA );
2. Escolher um nível de significância (𝛼); 
3. Definir o tipo de teste (com base na HA ) e as regiões de rejeição e 
não rejeição de H0 ;
4. Determinar o valor crítico com base no nível de significância (𝛼);
5. Identificar a estatística de teste e sua distribuição amostral sob H0 
e calcular o valor observado da estatística;
6. Comparar o valor observado com o valor crítico e tomar a decisão 
do teste e interpretar resultados.
Erros no teste de hipóteses
𝛼 = P(erro tipo I) = P(rejeitar H0 | H0 é verdadeira)
𝛽 = P(erro tipo II) = P(não rejeitar H0 | H0 é falsa)
Fonte: Autoria Própria, 2025.
A partir do veredito: dois possíveis erros.
Erro tipo I (𝛼): Condenar 
um inocente.
Rejeitar H₀ quando ela é 
verdadeira.
Falso positivo
Erro tipo II (𝛽): Absolver 
um culpado.
Aceitar H₀ quando ela é 
falsa.
Falso negativo
"É melhor que dez culpados escapem do que um inocente sofra" - William 
Blackstone. Em geral, se busca mitigar o erro tipo I, mas não é regra.
Fonte: Imagem gerada por I.A, 2025.
Balanço entre os erros
O Cabo de Guerra Estatístico
● Erro Tipo I (𝛼): "Falso Positivo". Condenar quem é inocente. É o erro 
de rejeitar H0 quando ela é verdadeira.
● Erro Tipo II (𝛽): "Falso Negativo". Absolver quem é culpado. É o erro 
de manter H0 quando ela é falsa.
Quando tentamos reduzir drasticamente o risco de condenar 
inocentes (diminuir 𝛼), o sistema naturalmente se torna "mais frouxo" 
com os culpados, aumentando o risco de impunidade (𝛽).
O poder do teste (1 - 𝛽)
O Poder do Teste é a probabilidade de rejeitar corretamente a hipótese 
nula quando ela é de fato falsa. No Tribunal, é a capacidade do 
sistema em não deixar um crime impune. Um processo com "alto 
poder" é aquele que tem provas tão boas e análises tão precisas que 
nenhum culpado consegue escapar. Como aumentar o Poder sem 
aumentar o erro 𝛼?
● Aumentando n: Mais testemunhas e mais perícias;
● Melhorando a precisão: Equipamentos de DNA mais modernos e 
menos ruído nos dados.
Escolher 𝛼 no julgamento estatístico
A probabilidade máxima aceitável de cometer um Erro Tipo I (rejeitar 
H0 sendo ela verdadeira).
No Tribunal: É o rigor do juiz. Se 𝛼 = 0,05 (5%), o juiz aceita um risco de 
5% de condenar um inocente. Quanto mais grave a pena (ex: prisão 
perpétua), menor deve ser o 𝛼 (ex: 0,01 ou 1%), pois o erro de condenar 
um inocente torna-se intolerável.
Procedimentos gerais
1. Formular as hipóteses nula (H0 ) e alternativa (HA );
2. Escolher um nível de significância (𝛼); 
3. Definir o tipo de teste (com base na HA ) e as regiões de rejeição e 
não rejeição de H0 ;
4. Determinar o valor crítico com base no nível de significância (𝛼);
5. Identificar a estatística de teste e sua distribuição amostral sob H0 
e calcular o valor observado da estatística;
6. Comparar o valor observado com o valor crítico e tomar a decisão 
do teste e interpretar resultados.
Tipos de Teste e Regiões
É a formulação da HA que nos 
diz para onde olhar:
● Bilateral (≠): Buscamos 
qualquer diferença (para mais 
ou para menos). O erro pode 
estar nas duas pontas;
● Unilateral (> oua 
hipótese nula. Um teste bilateral seria 
juridicamente impossível, uma vez que 
não se pode condenar alguém por ser 
"inocente demais" ou por uma ausência 
absoluta de suspeitas.
Procedimentos gerais
1. Formular as hipóteses nula (H0 ) e alternativa (HA );
2. Escolher um nível de significância (𝛼); 
3. Definir o tipo de teste (com base na HA ) e as regiões de rejeição e 
não rejeição de H0 ;
4. Determinar o valor crítico com base no nível de significância (𝛼);
5. Identificar a estatística de teste e sua distribuição amostral sob H0 
e calcular o valor observado da estatística;
6. Comparar o valor observado com o valor crítico e tomar a decisão 
do teste e interpretar resultados.
O Valor Crítico – A Fronteira da Decisão
O valor crítico é a coordenada exata 
que delimita o fim da Região de Não 
Rejeição e o início da Região de 
Rejeição. Ele é determinado 
matematicamente a partir do nível 
de significância (𝛼) e do modelo de 
distribuição dos dados, funcionando 
como o divisor de águas que 
converte uma probabilidade em um 
ponto de corte objetivo na escala de 
evidências. Fonte: Imagem gerada por I.A, 2025.
No Tribunal, 𝛼 é o padrão de prova 
No contexto jurídico, o valor crítico representa o "padrão de prova" 
exigido por lei para uma condenação. É o marco onde a dúvida deixa 
de ser razoável; se o peso das evidências ultrapassa esse ponto, a 
presunção de inocência é legalmente descartada. Esse limite é 
estabelecido antes do julgamento para garantir que o veredito não 
dependa da subjetividade do juiz, mas sim de um critério pré-definido 
de rigor.
Procedimentos gerais
1. Formular as hipóteses nula (H0 ) e alternativa (HA );
2. Escolher um nível de significância (𝛼); 
3. Definir o tipo de teste (com base na HA ) e as regiões de rejeição e 
não rejeição de H0 ;
4. Determinar o valor crítico com base no nível de significância (𝛼);
5. Identificar a estatística de teste e sua distribuição amostral sob H0 
e calcular o valor observado da estatística;
6. Comparar o valor observado com o valor crítico e tomar a decisão 
do teste e interpretar resultados.
Ferramenta de Medição: Estatística de teste
O que é a Estatística de Teste? É um valor numérico calculado a partir 
dos dados da amostra que resume a evidência contra H0. Dependendo 
do parâmetro, utilizamos métricas específicas: médias 𝜇 (estatística Z 
ou t de Student); proporções p (estatística Z).
O que é a Distribuição Amostral sob H0? É o modelo probabilístico que 
descreve como a estatística de teste se comporta caso a hipótese 
nula seja verdadeira. Ela é o nosso "mapa da normalidade": nos diz 
quais valores são comuns e quais são extremamente raros se nada de 
extraordinário estiver acontecendo.
O Peso das Provas – O Tribunal Jurídico
A estatística de teste não é um 
número isolado, mas a soma 
ponderada de tudo o que foi colhido: 
testes de DNA, depoimentos de 
testemunhas e imagens de 
câmeras. É o indicador final da força 
da acusação. Para julgar, o júri 
precisa saber o que é o 
"comportamento normal" de alguém 
que não cometeu o crime: 
● é comum (alta probabilidade) que 
um inocente esteja em casa 
dormindo; 
● é raro (baixa probabilidade) que um 
inocente tenha resquícios de 
pólvora nas mãos. 
Se o comportamento do réu é algo que 
raramente aconteceria com um 
inocente, a evidência contra ele se 
torna estatisticamente forte.
O resultado da amostra
● É o valor numérico final obtido ao aplicarmos os dados da nossa 
amostra (n) na fórmula da estatística de teste definida no passo 
anterior;
● Enquanto a distribuição sob H0 é teórica, o valor observado é real. 
Ele representa o quão longe a nossa amostra está daquilo que a H0 
previu. Este valor é único para cada amostra. Se mudarmos o grupo 
estudado, o valor observado mudará, refletindo a variabilidade dos 
dados reais.
O resultado da amostra
Fonte: Autoria própria, 2025.
No Tribunal, a apresentação do caso
● É a hora de apresentar a evidência concreta. Representa o resultado 
das perícias realizadas especificamente para este processo. Não 
estamos mais falando de "crimes em geral", mas das provas deste 
réu, para o caso apresentado;
● É o momento em que a promotoria coloca sobre a mesa o 
resultado da investigação: "Nesta amostra de evidências colhidas na 
cena do crime, encontramos uma compatibilidade de material 
genético extremamente alta".
Procedimentos gerais
1. Formular as hipóteses nula (H0 ) e alternativa (HA );
2. Escolher um nível de significância (𝛼); 
3. Definir o tipo de teste (com base na HA ) e as regiões de rejeição e 
não rejeição de H0 ;
4. Determinar o valor crítico com base no nível de significância (𝛼);
5. Identificar a estatística de teste e sua distribuição amostral sob H0 
e calcular o valor observado da estatística;
6. Comparar o valor observado com o valor crítico e tomar a decisão 
do teste e interpretar resultados.
A regra de decisão
Comparamos o Valor Observado (calculado da 
amostra) com o Valor Crítico (fronteira do 𝛼).
● Rejeitar H0: Se o valor observado estiver em 
RR (ou seja, for mais extremo que o valor 
crítico), concluímos que a diferença é 
estatisticamente significante;
● Não Rejeitar H0: Se o valor observado ficar 
na RNR, concluímos que não há evidências 
suficientes para descartar a hipótese nula. Fonte: Autoria própria, 2025.
No Tribunal, o veredito final
O magistrado compara o peso das provas apresentadas (Observado) 
com o padrão exigido pela lei (Crítico).
● Condenação: Se as provas superam o limite da dúvida razoável, o 
réu é declarado culpado. A presunção de inocência é derrubada;
● Absolvição: Se as provas, mesmo existindo, não possuem "peso" 
suficiente para atravessar a fronteira, o réu é solto. Importante: ele 
não foi "provado inocente", mas sim "não culpado" por falta de 
provas suficientes.
Interpretação
● A decisão final consiste em Rejeitar ou Não Rejeitar H0: Se o valor 
observado for extremo, rejeitamos H0 e concluímos que o resultado 
é estatisticamente significativo ao nível de 𝛼. Isso significa que a 
probabilidade de o resultado ser fruto do acaso é tão baixa que 
preferimos acreditar na hipótese alternativa.
Interpretação
● No Tribunal, há diferença entre "Inocente" e "Não Culpado". 
Juridicamente, o veredito "Não Culpado" (falha em rejeitar H0 ) 
ocorre quando o peso das evidências não é suficiente para a 
condenação;
● É crucial entender que a estatística — assim como o juiz — nunca 
declara que "H0 é verdade absoluta". Nós apenas afirmamos que 
não houve provas para derrubá-la. A ausência de prova de culpa 
não é, tecnicamente, uma prova de inocência.
Do Tribunal ao Laboratório de Estatística
Etapa No Teste de Hipóteses (Ciência) No Tribunal (Justiça)
1. Hipóteses Definir H0 (Status Quo) e H1 (Efeito). Presunção de Inocência vs. Acusação.
2. Nível 𝛼 O risco aceitável de errar ao rejeitar H0. O limite da "Dúvida Razoável".
3. Ferramenta Escolha da Estatística (Z, t) e Curva. O rito processual e o padrão de provas.
4. Evidência Valor Observado (Calculado da amostra). As Provas Técnicas do caso específico.
5. Comparação O valor observado caiu na região crítica? As provas superaram o limite da lei?
6. Veredito Rejeitar ou Não Rejeitar H0. Condenado ou Não Culpado (Absolvido).
Fonte: Autoria própria, 2025.
Da Estimação à Decisão
A Estimação Intervalar e o Teste de Hipóteses compartilham a mesma 
base matemática e os mesmos elementos, como o erro padrão e o 
nível de confiança (1 - 𝛼). A grande aproximação entre eles é que um 
IC pode funcionar como uma regra de decisão: se o valor postulado 
pela hipótese nula (𝜇0) estiver fora do intervalo de confiança calculado, 
rejeitamos H0. Em suma, o Intervalo de Confiança - IC - nos diz quais 
valores são "plausíveis" para o parâmetro, enquanto o Teste de 
Hipóteses testa se um valor específico ainda é aceitável.
Da Estimação à Decisão
A mudança conceitual reside no foco da pergunta. Na Estimação, o 
objetivo é a localização: "Dado o que vi na amostra, onde o parâmetroreal deve estar?". No Teste de Hipóteses, o foco é o confronto e a 
decisão: "O que vi na amostra é suficiente para abandonar minha 
crença atual (H0)?". Enquanto o Intervalo de Confiança nos dá uma 
margem de manobra (uma região de valores), o Teste de Hipóteses 
nos força a uma escolha binária (rejeitar ou não), transformando a 
incerteza em um veredito.
p-valor - a probabilidade do acaso
O p-valor é a probabilidade de obtermos um resultado igual ou mais 
extremo do que o valor observado, assumindo que a Hipótese Nula 
(H0) é verdadeira.
● p-valor grande: o que vimos na amostra é comum no mundo de H0;
● p-valor pequeno: o que vimos na amostra é muito raro se H0 for 
verdade. Estamos diante de algo "surpreendente".
p-valor - a probabilidade do acaso
A regra de decisão é simplificada: 
● se p ≤ 𝛼, rejeitamos H0 (o resultado é 
estatisticamente significativo);
● se p > 𝛼, não rejeitamos H0.
Antigamente, olhávamos tabelas 
impressas para achar o valor crítico. 
Hoje, o software calcula a área exata da 
curva para a nossa amostra. Fonte: Imagem gerada por I.A, 2025.
Os softwares e o p-valor