Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
* Prof. Luciana Nunes lununes@mat.ufrgs.br INFERÊNCIA: Testes de hipóteses * * Tendo em vista o esquema abaixo, podemos pensar fazer inferências usando uma técnica diferente da “estimação” vista na última aula. Essa outra técnica de inferência é chamada de “teste de hipóteses”. * * Testes de Hipóteses Muitas vezes o pesquisador tem interesse no comportamento de uma variável ou de uma possível associação entre variáveis. Essas afirmações provisórias são hipóteses de pesquisa. Veja os exemplos de hipóteses de pesquisa: As populações A e B têm renda média diferente. Entre os usuários da biblioteca, há mais homens que mulheres. * * Hipóteses Estatísticas A partir das hipóteses de pesquisa, podemos elaborar as hipóteses estatísticas. Por definição, as hipóteses estatísticas são suposições feitas sobre o valor dos parâmetros nas populações. Elas são duas: Hipótese nula (H0) estabelece a ausência de diferença entre os parâmetros. É sempre a primeira a ser formulada. Hipótese alternativa (H1 ou Ha) é a hipótese contrária à hipótese nula. Geralmente, é a que o pesquisador quer ver confirmada. * * Hipóteses Estatísticas No primeiro exemplo, a hipótese nula é: Hipótese nula (H0) H0: A = B Ou seja, a média de renda da população A é igual a média de renda da população B. Perceba que aqui aparece o símbolo do parâmetro média (), pois estamos fazendo uma hipótese sobre a população. * * Hipóteses Estatísticas No segundo exemplo, a hipótese nula é: Hipótese nula (H0) H0: H = M Ou seja, entre os usuários da biblioteca, a proporção de homens é igual a proporção de mulheres. Novamente, aqui aparece um símbolo de parâmetro, nesse caso a proporção (), pois estamos fazendo uma hipótese sobre a população. * * Hipóteses Estatísticas Já a hipótese alternativa para o primeiro exemplo será: Hipótese alternativa (H1) H1: A B Ou seja, a média de renda da população A é diferente da média de renda da população B. * * Hipóteses Estatísticas E para o segundo exemplo temos a hipótese alternativa: Hipótese alternativa (H1) H1: H > M Ou seja, entre os usuários da biblioteca, a proporção de homens é maior que a proporção de mulheres. * * Testes de hipóteses O teste de hipóteses é um procedimento estatístico através do qual se aceita ou se rejeita uma hipótese, nesse caso, aceitamos ou rejeitamos a hipótese nula (H0). Nos baseamos na amostra para tomar tal decisão. Por isso, o teste de hipóteses é um método estatístico inferencial. * * Erros Estabelecido um nível de significância antes da observação dos dados, temos as seguintes possibilidades: * * Testes de hipóteses Para a verificação das hipóteses, as decisões envolverão um risco máximo admissível para o erro (tipo I) de afirmar que existe uma diferença, quando ela, efetivamente, não existe, chamado (alfa) que é o nível de significância. O pesquisador estabelece antes de realizar o teste de hipóteses. * * Região crítica do teste Para seguirmos o raciocínio sobre o teste de hipóteses é preciso que o conceito de região crítica do teste seja estabelecido. Suponhamos, inicialmente, H0 como verdadeira. H0 somente vai ser rejeitada se houver evidência suficiente que a contradiga. Então, a partir dos dados amostrais, se calcula uma estatística chamada de “estatística do teste”. * * Região crítica do teste Essa estatística do teste, supondo H0 verdadeira, deve seguir uma distribuição de probabilidades que será a referência básica para analisarmos o resultado da amostra e decidirmos sobre aceitar ou rejeitar H0. * * Um exemplo de região crítica Com a distribuição de probabilidades da estatística do teste, podemos avaliar melhor a adequação de H0 com o resultado da estatística calculada com base na amostra. Suponha que, por exemplo, a estatística do teste tem distribuição Normal. Nesse caso, a distribuição tem a forma como apresentada a seguir: * * Testes bilaterais e unilaterais A região crítica (indicada pelas setas na figura) na respectiva distribuição de probabilidades vai depender da hipótese alternativa. No exemplo abaixo foi considerado =0,05. 95% 95% * * Testes bilaterais e unilaterais Observe nos exemplos que as hipóteses alternativas podem ser formuladas de duas maneiras: indicando simplesmente diferença entre os parâmetros ou indicando diferença para UM lado. No primeiro exemplo temos a situação de um teste bilateral, pois a hipótese alternativa é diferença entre as médias, não importando para que lado é essa diferença. (H1: A B) No exemplo da biblioteca, por causa da hipótese de pesquisa, podemos pensar em uma hipótese alternativa que estabelece um teste unilateral, pois é suposto que a proporção de homens é maior que a proporção de mulheres. (H1: H > M) * * Região crítica Com a distribuição de referência podemos definir qual a região crítica do teste. Ou seja, a decisão do teste se baseia no seguinte: se o valor da estatística do teste cai na região crítica (região hachurada na figura anterior), rejeita-se H0, se o valor cai fora da região crítica, aceita-se H0. Repare que a probabilidade () associada a região crítica (de rejeição) é bem menor que seu complemento (1- ). Essa probabilidade deve ser previamente estabelecida. * Valor p Valor p ou simplesmente “p” é a área definida a partir do valor calculado (valor da estatística do teste). Ou seja, é a probabilidade de encontrar valores maiores que o valor da estatística do teste. Regra para decisão: Se p > , aceita-se H0 Se p < , rejeita-se H0 Que é o mesmo que: Valor calculado < Valor tabelado, aceita-se H0 Valor calculado > Valor tabelado, rejeita-se H0. * * Comentários Observamos no esquema que, se o teste rejeitar H0, temos controle do risco de erro (probabilidade igual a ). Por outro lado, se o teste aceitar H0, não temos controle do risco de erro. A probabilidade de ocorrer o erro tipo II é β, mas, ao contrário de , a probabilidade β não é fixada a priori. Em razão disso, usamos uma linguagem mais enfática quando o teste rejeita H0 (p. ex., os dados provaram estatisticamente que deve existir diferença entre as médias de renda) e uma linguagem mais suave quando o teste aceita H0 (p. ex., os dados não mostraram evidência suficiente para que se diga que há diferença entre as médias de renda). * Resumindo, os passos para se realizar um Teste de Hipótese são: Formular hipóteses Definir nível de significância Definir valor crítico (região crítica) Encontrar valor calculado com dados amostrais (Estatística do teste) Regra de decisão (aceitar ou rejeitar) Conclusão * Alguns tipos de Testes de hipóteses Teste para uma média (z ou t) Teste t para amostras duas independentes Teste t para amostras duas pareadas Análise de Variância (ANOVA) Teste do Qui-Quadrado Os testes 1 a 4 são usados quando a variável a ser testada é quantitativa. Ou seja, diferença entre médias. O teste 5 é um teste para variáveis qualitativas. * Clique para adicionar texto * * * * *
Compartilhar