Baixe o app para aproveitar ainda mais
Prévia do material em texto
Tema 2: Teste de aderência Suponhamos que, em certo experimento, exista um valor predeterminado esperado. No entanto, durante os ensaios verificam-se valores distintos do que se espera. Com isso, necessita-se saber se há ou não uma discrepância acentuada entre os valores esperados e os valores observados. Para tanto, utiliza-se o teste de aderência (ou teste qui-quadrado). Ele mede a eficiência do ajuste da distribuição, ou seja, quanto mais próximos os valores observados estiverem dos valores esperados, mais perfeita será a aderência testada, daí o nome “teste de aderência”. Como todos os testes estatísticos discutidos até aqui, alguns passos devem ser seguidos para obtenção de alguma conclusão. Veja na sequência quais são eles: Passo 1: formular as hipóteses. 0H : não há discrepância entre as frequências observadas e as esperadas. 1H : as frequências observadas e as esperadas são discrepantes. Passo 2: Fixar (nível de significância do teste) e determinar o número de graus de liberdade em estudo k 1 , onde k é o número de eventos. Através desses dados e com o auxílio da distribuição qui-quadrado, determinar o valor 2 tabX . Passo 3: Esboçar o gráfico mostrando as regiões crítica e de aceitação. Clique no botão a seguie e confira! Passo 4: determinar o valor qui-quadrado calculado. 2 2 2K i i 1 1 k k2 cal i 1 i 1 k Fo Fe Fo Fe Fo Fe Fe Fe Fe L Passo 5: estabelecer uma conclusão. Se 2 2 cal tabX , ou seja, quando o valor qui-dradrado estiver dentro da região de aceitação 0H , conclui-se que não há discrepâncias entre os valores observados e os esperados. Se 2 2 cal tabX , ou seja, a hipótese nula é rejeitada. Com isso, conclui-se com um nível de significância que há discrepâncias entre as frequências observadas e as esperadas. Para ilustrar a teoria apresentada, vamos agora a um exemplo resolvido: Deseja-se saber se o número de carros vendidos em uma concessionária é aproximadamente o mesmo em todos os dias da semana. Há evidências de que algum dia se vendam mais carros que outro? Considere um nível de significância de 5%. Solução. Passo 1: formulação das hipóteses. 0H : a probabilidade de venda de um carro é a mesma em todos os dias da semana. 1H : a probabilidade de venda de um carro não é a mesma em todos os dias da semana. Passo 2: fixando o nível de significância de 5% e calculando o número de graus de liberdade de estudo 7 1 6 , determinamos através da distribuição qui-quadrada o valor 2 tabX . Logo 2 tabX 12,59. Passo 3: esboçar o gráfico mostrando as regiões crítica e de aceitação. Passo 4: realizar o cálculo do valor qui-quadrado. A hipótese nula requer que a probabilidade de venda de um carro é a mesma em todos os dias da semana. Observando a tabela e fazendo um simples cálculo, encontramos um número médio de 25 carros vendidos por dia. Aplicando a fórmula para o cálculo, temos: 2 2 2 2 cal 36 25 20 25 33 25 25 25 25 L 2cal 12 Passo 5: estabelecer uma conclusão. Pelo passo anterior, vemos que o valor qui-quadrado calculado é menor do que o valor crítico tabelado. Logo, a hipótese nula é aceita. Assim, podemos concluir com 95% de confiabilidade que a probabilidade de um carro ser vendido é a mesma em todos os dias da semana.
Compartilhar