Baixe o app para aproveitar ainda mais
Prévia do material em texto
Universidade Federal de Santa Catarina Centro de Engenharia da Mobilidade – CEM Campus Joinville Prof. James S. Eger EMB 5010 Estatística e probabilidade para engenharia Testes de Hipóteses para Uma Amostra Centro de Engenharia da Mobilidade EMB 5010 – Estatística Distribuições Amostrais e Estimação de Parâmetros Introdução Inferência Estatística: Métodos para tomar decisões ou tirar conclusões Exemplos: Utilizar outro processo de montagem eixo-mancal? Alterar a composição de uma liga metálica? Mudar de fornecedor de matéria-prima? A temperatura influencia significativamente no rendimento do processo? Et cetera... Centro de Engenharia da Mobilidade EMB 5010 – Estatística Distribuições Amostrais e Estimação de Parâmetros Introdução Inferência Estatística: Centro de Engenharia da Mobilidade EMB 5010 – Estatística Distribuições Amostrais e Estimação de Parâmetros Introdução Inferência Estatística: Dividida em duas grandes áreas: Estimação de Parâmetros Testes de Hipóteses Teste de Hipóteses - Exemplo: Um engenheiro está analisando o rendimento (ρ) de um processo químico quando realizado sob duas temperaturas diferentes: T1 e T2 Conjectura: T1 resulta em rendimentos significativamente maiores? Hipótese: ρ médio sob T1 > ρ médio sob T2 Não há ênfase na estimação dos rendimentos: Foco nas conclusões sobre a hipótese estabelecida Centro de Engenharia da Mobilidade EMB 5010 – Estatística Distribuições Amostrais e Estimação de Parâmetros Testes de Hipóteses Teste de Hipóteses Hipótese estatística: afirmação sobre os parâmetros de uma ou mais populações Ou: afirmação acerca da distribuição de probabilidades de uma variável aleatória A hipótese é sempre uma afirmação sobre a população, e não sobre a amostra Exemplo: Propelente utilizado para fornecer energia aos sistemas de escapamento de aeronaves: Hipótese: a taxa média de queima do propelente é igual a 50 cm/s H0: µ = 50 cm/s → hipótese nula H1: µ ≠ 50 cm/s → hipótese alternativa Centro de Engenharia da Mobilidade EMB 5010 – Estatística Distribuições Amostrais e Estimação de Parâmetros Testes de Hipóteses Hipóteses bilaterais e unilaterais: H0: µ = 50 cm/s → hipótese nula Hipótese alternativa bilateral: H1: µ ≠ 50 cm/s Hipótese alternativa unilateral: H1: µ < 50 cm/s H1: µ > 50 cm/s Testar uma hipótese envolve: Considerar uma amostra aleatória Computar a estatística de teste a partir dos dados amostrais Tomar uma decisão a respeito da hipótese nula Centro de Engenharia da Mobilidade EMB 5010 – Estatística Distribuições Amostrais e Estimação de Parâmetros Testes de Hipóteses Testes de Hipóteses Estatísticas Suponha que queiramos testar: H0: µ = 50 cm/s → hipótese nula H1: µ ≠ 50 cm/s → hipótese alternativa Amostra: n = 10 𝑥 = ... → significativamente próximo ou distante de 50 cm/s ? A média amostral pode assumir muitos valores Vamos definir os limites para aceitação de H0: Se 48,5 ≤ 𝑥 ≤ 51,5 não rejeitaremos H0. Rejeita Rejeita Falha em rejeitar Centro de Engenharia da Mobilidade EMB 5010 – Estatística Distribuições Amostrais e Estimação de Parâmetros Testes de Hipóteses Decisões no Teste: Rejeita Rejeita Falha em rejeitar Supor que µverdadeira = 50 e 𝑥 caísse na região de rejeição → erro tipo I Supor que µverdadeira ≠ 50 e 𝑥 caísse na região de aceitação → erro tipo II Decisão H0 é verdadeira H0 é falsa Aceitar H0 Acerto Erro tipo II (β) Rejeitar H0 Erro tipo I (α) Acerto Centro de Engenharia da Mobilidade EMB 5010 – Estatística Distribuições Amostrais e Estimação de Parâmetros Testes de Hipóteses Como a decisão é baseada em variáveis aleatórias, é possível calcular a probabilidade de incorrer em cada erro Supondo a distribuição real da população: µ = 50 cm/s e σ = 2,5 cm/s P (erro tipo I) = α = ? (quadro) Formas de reduzir α: Alargar a região de aceitação Aumentar o tamanho da amostra (p.ex. n = 16) P (erro tipo II) = β → calculada para um valor específico de µ (p.ex. µverdadeira = 52) Decisão H0 é verdadeira H0 é falsa Aceitar H0 Acerto Erro tipo II (β) Rejeitar H0 Erro tipo I (α) Acerto Centro de Engenharia da Mobilidade EMB 5010 – Estatística Distribuições Amostrais e Estimação de Parâmetros Testes de Hipóteses Exemplo 1) quadro Procedimento: 1. Considerar a amostra aleatória 2. Formular as hipóteses 3. Definir regiões de aceitação e rejeição 4. Calcular a estatística de teste Variância da população é conhecida (ou n > 40) → Zt (dist. normal) Variância da população é desconhecida → Tt (dist. t-Student) 5. Tomar a decisão acerca de H0 Relação entre Testes de Hipóteses e Intervalos de Confiança: quadro Centro de Engenharia da Mobilidade EMB 5010 – Estatística Distribuições Amostrais e Estimação de Parâmetros Testes de Hipóteses Continua... Centro de Engenharia da Mobilidade EMB 5010 – Estatística Distribuições Amostrais e Estimação de Parâmetros Testes de Hipóteses Voltando a falar das possíveis decisões e erros dos testes: O erro α pode ser controlado pela seleção apropriada dos valores críticos (região de rejeição) Portanto: rejeitar H0 = conclusão forte Decisão H0 é verdadeira H0 é falsa Aceitar H0 Acerto Erro tipo II (β) Rejeitar H0 Erro tipo I (α) Acerto Centro de Engenharia da Mobilidade EMB 5010 – Estatística Distribuições Amostrais e Estimação de Parâmetros Testes de Hipóteses Ex.: formulação do teste anterior: H0: μ = 50 H1: μ ≠ 50 α = 0,0574 → aceita H0 quando 48,5 ≤ 𝑥 ≤ 51,5 Supondo que µverdadeira = 52 Um erro β será cometido quando a média amostral de uma distribuição normal com μ = 52 e σ = 2,5 cair dentro dos limites acima (em vermelho). P(erro β) = quadro... O erro β é calculado para um valor específico de μ: P (erro β) Centro de Engenharia da Mobilidade EMB 5010 – Estatística Distribuições Amostrais e Estimação de Parâmetros Testes de Hipóteses Potência do teste (ou poder do teste): P(rejeitar H0 quando ela é realmente falsa) Habilidade em detectar diferenças Potência do teste = 1 – β No teste anterior: β = 0,2643 → Potência do teste = 0,7357 (quando µ = 52) Isso quer dizer: se a média real for mesmo igual a 52, o teste detectará essa diferença 73,57% das vezes Formas de aumentar a potência (ou reduzir β): Aumentar α Aumentar n Centro de Engenharia da Mobilidade EMB 5010 – Estatística Distribuições Amostrais e Estimação de Parâmetros Testes de Hipóteses Relação entre os erros α e β: O erro α pode ser controlado pela seleção dos valores críticos; Mantendo n constante: uma diminuição em α sempre resulta num aumento de β, e vice-versa; Mantendo α constante: um aumento de n resulta na redução de β. Região de Aceitação Tamanho da amostra β quando µ = 52 Centro de Engenharia da Mobilidade EMB 5010 – Estatística Distribuições Amostrais e Estimação de Parâmetros Testes de Hipóteses Valor P É o menor nível de significância que conduz à rejeição de H0 Ainda: é a probabilidade de a estatística do teste acusar um valor tão ou mais distante do esperado, quantoo resultado ocorrido na amostra observada, supondo H0 como verdadeira Ex.: quadro Abordagem do valor P: muito utilizada em software estatísticos Valor P ≤ α → rejeita H0 Valor P > α → aceita H0 Centro de Engenharia da Mobilidade EMB 5010 – Estatística Distribuições Amostrais e Estimação de Parâmetros Testes de Hipóteses Exercício: 26) Barbetta, pág. 230 Um fabricante de lâmpadas afirma que o tempo médio de vida de uma lâmpada é de 2000 horas, com desvio-padrão de 200 horas, com distribuição normal. Um comprador retira uma amostra aleatória de 15 lâmpadas. Testando-as, obtém uma média de 1950 horas. a) Com nível de significância de 5%, há evidência de que a afirmação do fabricante é falsa, prejudicando o consumidor? Responda através de um teste estatístico. (Zt = -0,968) b) Qual o valor P deste teste? (0,166) c) Se o tempo de vida médio real fosse de 1950 horas, qual a probabilidade de se tomar uma decisão errada no item (a)? (β = 0,751) i. Qual o poder do teste realizado nessas condições? (0,249) Centro de Engenharia da Mobilidade EMB 5010 – Estatística Distribuições Amostrais e Estimação de Parâmetros Testes de Hipóteses Procedimentos semelhantes podem ser realizados para testar hipóteses acerca de outros parâmetros: Teste de hipóteses para variância Teste de hipóteses para proporção A seguir, estudaremos testes de hipóteses para duas amostras, em que o objetivo é estudar a diferença entre os parâmetros de duas populações. Centro de Engenharia da Mobilidade EMB 5010 – Estatística MONTGOMERY, D.C., RUNGER, G.C. Estatística aplicada e probabilidade para engenheiros. 4ª ed., Editora LTC, Rio de Janeiro, 2009. BARBETTA, P. A., REIS, M. M. & BORNIA, A. C. Estatística para Cursos de Engenharia e Informática. 2ª ed., Editora Atlas, São Paulo, 2009. 19 Referências
Compartilhar