Baixe o app para aproveitar ainda mais
Prévia do material em texto
3.2 –Teste de Médias. Testes Bilaterais. T E S T E S P A R A M É T R IC O S São testes de hipótese que impõe exigências, tais como: igualdade de variância das populações, distribuição normal das variâncias e a escala de mensuração da variável de ser no mínimo intervalar. Relembrando a aula passada O teste será feito de tal forma que deverá sempre concluir na rejeição (ou não) de H0. Como estamos tomando uma decisão com base em informações de uma amostra, estaremos sujeitos a cometer dois tipos de erros. Hipótese Nula (H0): • E a hipótese a ser testada. Hipótese Alternativa (H1): • E a hipótese a ser confrontada com H0. Teste para a média O objetivo do teste de significância para médias é avaliar afirmações feitas a respeito de médias populacionais. Há basicamente TRÊS tipos de afirmação que se podem fazer a cerca das médias populacionais e cada tipo requer um tipo diferente de avaliação. https://blog.opinionbox.com/amostra-como-definir-quantas-entrevistas-fazer-em-uma-pesquisa-de- mercado/ Te st e p ar a a m éd ia Uma afirmação pode dizer respeito a média de uma única população; a avaliação envolve então um teste de uma amostra. Ou pode-se afirmar que a média de duas populações são iguais; tem-se então um teste de duas amostras. Finalmente pode-se afirmar que a as médias de mais de duas populações são iguais, o que envolve um teste de K amostras (Análise de Variância) que será visto em um capítulo aparte. Teste para a média (exemplo) Uma máquina de encher embalagens de café está funcionando adequadamente se colocar 500g em cada embalagem. Para verificar a calibração da máquina, uma empresa coletou uma amostra de 40 embalagens, que resultou em uma média de 498 g. Sabe-se que o desvio-padrão do enchimento da máquina é de 10 g. Testar a hipótese de o peso médio das embalagens na população ser 700 g, com um nível de significância de 5%. https://www.comprerural.com/cooperativa-mineira-dobra-producao-mensal-de-cafe/ Teste para a média (exemplo) Uma certa máquina produzia arruelas que tinham a espessura de 0.05 polegadas. Para se verificar se a máquina está trabalhando adequadamente escolheu-se uma amostra de 10 arruelas cuja a espessura média foi de 0.053 polegadas e cujo o desvio- padrão foi de 0.003 polegadas. É possível Testar a hipótese da máquina estar trabalhando adequadamente, usando 𝛼=0.01. https://www.cimm.com.br/portal/produtos/exibir/26140-arruela-lisa-normalizadas-ou-especiais Te st e p ar a a m éd ia (e xe m p lo ) Os registros dos últimos anos de uma faculdade, atestam para os calouros admitidos a nota média 5 na prova de cálculo 1. Para testar a hipótese de que a média da nova turma é a mesma, tirou-se, ao acaso, uma amostra de 20 notas, obtendo-se a média 4,3 e S=0,80. Podemos então testar se a nota média dos calouros em cálculo I é igual a 5. http://www.jrmcoaching.com.br/blog/coaching-para-universitarios/ Teste de Hipóteses para a media populacional (𝜎conhecido) Definição das hipóteses: ቊ 𝐻0: 𝜇 = 𝜇0 𝐻1:𝜇 ≠ 𝜇0 ቊ 𝐻0: 𝜇 = 𝜇0 𝐻1: 𝜇 < 𝜇0 ቊ 𝐻0: 𝜇 = 𝜇0 𝐻1: 𝜇 > 𝜇0 Fixar o nível de significância α. Definir a estatística de teste: 𝑍 = ത𝑋 − 𝜇 𝜎/ 𝑛 ∽ 𝑁(0,1) D ef in ir a re g iã o c rí ti ca d o te st e (R C ): ቊ 𝐻0: 𝜇 = 𝜇0 𝐻1:𝜇 ≠ 𝜇0 ቊ 𝐻0: 𝜇 = 𝜇0 𝐻1: 𝜇 < 𝜇0 ቊ 𝐻0: 𝜇 = 𝜇0 𝐻1: 𝜇 > 𝜇0 Te st e p ar a a m éd ia Com base nos valores observados da amostra, calcular o valor da Estatística de teste Z : Se𝑧𝑐 ∈ 𝑅𝐶 ⇒ rejeitar H0 (aceitar H1). Se 𝑧𝑐 ∉ RC ⇒ não rejeitar H0 (não aceitar H1). Concluir sobre a decisão tomada no passo anterior 𝑧𝑐 = ത𝑋 − 𝜇 𝜎/ 𝑛 ∽ 𝑁(0,1) Teste para a média – Exercício Os sistemas de escapamento de uma aeronave funcionam devido a propelente sólido. A taxa de queima desse propelente é uma característica importante do produto. As especificações requerem que a taxa media de queima tem de ser 50 centímetros por segundo. Sabemos que a taxa de queima é normalmente distribuída com desvio padrão de σ = 2 centímetros por segundo. O experimentalista seleciona uma amostra aleatória de tamanho 25 e obtém uma taxa media amostral igual a 51,3 centímetros por segundo. Que conclusões poderiam ser tiradas ao nível de significância, de 0, 05? http://megaseg.adm.br/index.php/produtos/seguro-de-aeronaves/ Teste para a média Exercício As hipóteses que queremos testar são: H0 : µ = 50 contra H1 : µ diferente de 50. Fixamos α = 0, 05; A estatística de teste é : A região crítica é do tipo: 𝑧𝑐 = ത𝑋 − 𝜇 𝜎/ 𝑛 ∽ 𝑁(0,1) onde z = zα/2 = z0,025 = 1, 96 (tabela da distribuição normal padrão). Teste para a média Exercício A partir dos dados amostrais temos que: Temos que 𝑍𝑐 ∈ 𝑅𝐶 𝑝𝑜𝑖𝑠 3, 25 > 1, 96 , portanto, rejeitamos a hipótese nula. Baseados nos dados amostrais, podemos concluir, ao nível de 5% de significância, que a taxa medita de queima difere de 50 centímetros por segundo. 𝑧𝑐 = 51,3 − 50 2/ 25 = 3,25 Teste para a média Exercício Uma máquina de encher embalagens de biscoito está funcionando adequadamente se colocar 700 g em cada embalagem. Para verificar a calibração da máquina, uma empresa coletou uma amostra de 40 embalagens, que resultou em uma média de 698 g. Sabe-se que o desvio-padrão do enchimento da máquina é de 10 g. Teste a hipótese de o peso médio das embalagens na população ser 700 g, com um nível de significância de 5%. https://melepimenta.com/2018/01/biscoito-amanteigado-caseiro.html Teste para a média Exercício A partir dos dados amostrais temos que: Temos que 𝑍𝑐 ∈ 𝑅𝐶 𝑝𝑜𝑖𝑠 − 1,265 < − 1, 96 , portanto, NÃO rejeitamos a hipótese nula. 𝑧𝑐 = 698 − 700 10/ 40 = −2 1,581 = −1,2650 Teste para a média Exercício Um fabricante de garrafas plásticas introduz um novo material em sua fabricação e acredita que aumentará a resistência média de seu produto, que é de 206 kg. A resistência das garrafas plásticas tem distribuição normal com desvio-padrão de 12 kg. Retirou-se uma amostra de 30 garrafas, e obteve-se uma média amostral de 210 kg. Ao nível de 10%, o fabricante pode afirmar que a resistência média de suas garrafas aumentou? http://www.mobilizadores.org.br/entrevistas/ao-contrario-do-que-acredita-o-senso-comum-plasticos- podem-trazer-beneficios/ Teste para a média Exercício Um fabricante de garrafas plásticas introduz um novo material em sua fabricação e acredita que aumentará a resistência média de seu produto, que é de 206 kg. A resistência das garrafas plásticas tem distribuição normal com desvio-padrão de 12 kg. Retirou-se uma amostra de 30 garrafas, e obteve-se uma média amostral de 210 kg. Ao nível de 10%, o fabricante pode afirmar que a resistência média de suas garrafas aumentou? valor critico: 1.2816 estatística de teste (unilateral): 1.8257 decisão: "rejeita H0" Teste de Hipóteses para a media populacional (𝜎desconhecido) Usamos a distribuição t como estatística de teste, dada por : com (n − 1) graus de liberdade, e onde 𝜇0é o valor de teste na hipótese nula. 𝑇𝑐 = ത𝑋 − 𝜇 𝜎/ 𝑛 Teste de Hipóteses para a media populacional (𝜎desconhecido) ▪ Definir a hipótese nula (H0) e a alternativa (H1) ; ▪ Definir um nível de significância α (ex.: α = 0, 05), que irá determinar o nível de confiança 100(1 − α)% do teste; ▪ Determinar a região de rejeição com base no nível de significância → Tc (com gl = n − 1) ;▪ Calcular a estatística de teste, sob a hipótese nula : ▪ Rejeitar a hipótese nula se a estatística de teste calculada estiver dentro da região de rejeição (|tcalc | > |tcrit|). 𝑇𝑐 = ത𝑋 − 𝜇 𝜎/ 𝑛 Teste de Hipóteses para a media populacional (𝜎 desconhecido) A vida média das lâmpadas produzidas por uma empresa era de 1.120 horas. Uma amostra de 8 lâmpadas extraída recentemente apresentou a vida média de 1070 horas, com desvio-padrão de 125 horas, e distribuição próxima da normal. Testar a hipótese de que a vida média das lâmpadas não tenha se alterado, ao nível de 1% de significância. http://sonharsignificado.blogspot.com.br/2016/08/sonho-com-lampadas-o-que-significa.html Teste de Hipóteses para a media populacional (𝜎desconhecido) valor critico (tabela) -3.4995 ; 3.4995 estatística de teste -1.1314 Decisão: não rejeita H0 𝑇𝑐 = 1.070−1.120 125/ 8 = −50 44,1945 = −1,1314 EXERCÍOS -Teste de Hipóteses para a media populacional (𝜎 desconhecido) Um fabricante afirma que seus cigarros contém não mais que 30 mg de nicotina. Uma amostra de 25 cigarros fornece média de 31,5 mg e desvio padrão de 3 mg (com distribuição normal). Ao nível de 5%, os dados refutam ou não a afirmação do fabricante? https://noticias.uol.com.br/saude/ultimas-noticias/redacao/2018/02/01/stf-julga-proibicao-de-cigarros-com-sabor.htm EXERCÍOS -Teste de Hipóteses para a media populacional (𝜎desconhecido) Um fabricante afirma que seus cigarros contém não mais que 30 mg de nicotina. Uma amostra de 25 cigarros fornece média de 31,5 mg e desvio padrão de 3 mg (distribuição normal). Ao nível de 5%, os dados refutam ou não a afirmação do fabricante? valor critico (tabela) : 1,711 estatística de teste -1.1314 Decisão: Rejeita-se H0, ou seja, há evidências de que os cigarros contenham mais de 30g de nicotina. 𝑇𝑐 = 31,5−30 3/25 = 1,5 0,6 = 2,5 EXERCÍCIOS -Teste de Hipóteses para a media populacional (𝜎 desconhecido) Uma máquina é projetada para fazer esferas de aço de 1 cm de raio. Uma amostra de 10 esferas é produzida, e tem raio médio de 1,004 cm, com s = 0, 003. Há razões para suspeitar que a máquina esteja produzindo esferas com raio maior que 1 cm? (Use um nível de significância de 10%, n=10). https://produto.mercadolivre.com.br/MLB-951129921-esfera-de-aco-cromo-2mm-100-esferas-_JM Uma máquina é projetada para fazer esferas de aço de 1 cm de raio. Uma amostra de 10 esferas é produzida, e tem raio médio de 1,004 cm, com s = 0, 003. Há razões para suspeitar que a máquina esteja produzindo esferas com raio maior que 1 cm? (Use um nível de significância de 10%). O que eu quero testar? Teste unicaudal. ቊ 𝐻0: 𝜇 = 1 𝑐𝑚 𝐻1:𝜇 > 1𝑐𝑚 EXERCÍOS -Teste de Hipóteses para a media populacional (𝜎 desconhecido) Uma máquina é projetada para fazer esferas de aço de 1 cm de raio. Uma amostra de 10 esferas é produzida, e tem raio médio de 1,004 cm, com s = 0, 003. Há razões para suspeitar que a máquina esteja produzindo esferas com raio maior que 1 cm? (Use um nível de significância de 10%). valor critico 1.383 estatística de teste: 4.2164 decisão rejeita H0 Teste para a diferença de duas médias Teste para a diferença de duas médias Neste teste podemos comparar a eficácia de 2 tratamentos diferentes ou testar a eficácia de uma nova terapia em relação a um método terapêutico atualmente em uso. Ao grupo que se aplica o novo método, novo medicamento chamaremos grupo experimental enquanto que ao grupo que recebe o método comum ou medicamentos usuais, chamaremos GRUPO CONTROLE. Teste para a diferença de duas médias (exemplo) Uma máquina automática enche latas com base no peso líquido com um desvio-padrão de 5 gr. Duas amostras retiradas em dois períodos de trabalho consecutivo de 10 e 20 latas, forneceram pesos líquidos médios de 184,6 e 188,9 gr. respectivamente. Desconfia-se que a regulagem da máquina, quanto ao peso médio fornecido possa Ter sido modificado entre a coleta das duas amostras. Qual a conclusão a um nível de 1%? http://savametais.com.br/latas-de-aluminio Teste para a diferença de duas médias (exemplo) Um fabricante de pneus faz dois tipos. Para o tipo A, 𝜃 = 25.00 milhas, e para o tipo B, 𝜃 = 3.000 milhas. Um táxi testou 50 pneus do tipo A e 40 do tipo B, obtendo 24.000 milhas e 26.000 milhas de duração média dos respectivos tipos. Adotando-se um risco , testar a hipótese de que a vida média dos dois tipos é a mesma. Teste de significância para a diferença entre duas médias populacionais independentes. Amostras grandes n >30 e/ou desvios padrões conhecidos. Para a realização do teste exige que as duas amostras sejam independentes, uma de cada população. Duas amostras são independentes se a amostra extraída de uma das populações não tem qualquer relação com a amostra extraída da outra. Teste de significância para a diferença entre duas médias populacionais independentes. Esses testes são frequentemente usados para comparar: dois métodos de ensino, duas marcas, duas cidades, dois distritos escolares, e outros casos análogos. Teste de significância para a diferença entre duas médias populacionais independentes. Ao testar as hipóteses para diferença entre duas médias supõe-se que: As duas amostras são independentes; O tamanho das duas amostras são grandes n1 > 30 e n2 > 30 e/ou as variâncias são conhecidas. Teste de significância para a diferença entre duas médias populacionais independentes. De acordo com o teorema do limite central quando o tamanho da amostra for maior do que 30 a distribuição normal constitui aproximação razoável da distribuição das médias amostrais. Teste de significância para a diferença entre duas médias populacionais independentes. Por raciocínio análogo os valores de 𝑋1 − 𝑋2 também tendem para uma distribuição normal com media 𝜇1−𝜇2. Quando ambas as amostras são grandes, a propriedade seguinte das variâncias leva-nos a concluir que os valores de 𝑥1 − 𝑥2 tem um desvio padrão dado por: 𝐷𝑃𝑥1−𝑥2 = 𝜎1 2 𝑛1 + 𝜎2 2 𝑛2 Teste de significância para a diferença entre duas médias populacionais independentes. A variância da diferença entre duas variáveis aleatórias independentes é igual a soma das variâncias destas variáveis. Assim, como Z é um score padronizado que corresponde a: 𝑍 = (𝑋1 − 𝑋2) − ( 𝜇1−𝜇2) 𝜎1 2 𝑛1 + 𝜎2 2 𝑛2 𝑍 = 𝐸𝑠𝑡𝑎𝑡𝑖𝑠𝑡𝑖𝑐𝑎 𝑎𝑚𝑜𝑠𝑡𝑟𝑎𝑙 − 𝑚é𝑑𝑖𝑎 𝑝𝑜𝑝𝑢𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙 𝐷𝑒𝑠𝑣𝑖𝑜 𝑝𝑎𝑑𝑟ã𝑜 𝑑𝑎 𝑒𝑠𝑡𝑎𝑡𝑖𝑠𝑡𝑖𝑐𝑎 𝑎𝑚𝑜𝑠𝑡𝑟𝑎𝑙 Teste de significância para a diferença entre duas médias populacionais independentes. Quanto às hipóteses temos que: A hipótese nula pode ser de que as duas populações tem médias iguais. ቊ 𝐻0: 𝜇1 = 𝜇2 𝐻1:𝜇1 ≠ 𝜇2 ቊ 𝐻0: 𝜇1 = 𝜇2 𝐻1: 𝜇1 > 𝜇2 ቊ 𝐻0: 𝜇1 = 𝜇2 𝐻1: 𝜇1 < 𝜇2 Exercício Um fabricante de pneus faz dois tipos. Para o tipo A, 𝜎𝐴 = 2.500 milhas, e para o tipo B, 𝜎𝐵= 3.000 milhas. Um táxi testou 50 pneus do tipo A e 40 do tipo B, obtendo 24.000 milhas e 26.000 milha de duração média dos respectivos tipos. Adotando-se um risco 𝛼=4%, testar a hipótese de que a vida média dos dois tipos é a mesma. https://osabio.com.br/suspeito-vai-de-taxi-para-assalto-e-paga-com-dinheiro-roubado/ Exercício ቊ 𝐻0: 𝜇1 = 𝜇2 ⟹ 𝜇1 − 𝜇2 = 0 𝐻1:𝜇1 ≠ 𝜇2 𝛼 = 0,04/2 ⟹ 0,02 Aceita-se H0 se −𝑍𝛼 2 < 𝑍 < 𝑍𝛼 2 Rejeita-se H0 se Z ≤ −𝑍𝛼 2 < 𝑜𝑢 𝑍 ≥ −𝑍𝛼 2 𝑍𝛼 2 =2,06 ou 2,05 Exercício ቊ 𝐻0: 𝜇1 = 𝜇2 ⟹ 𝜇1 − 𝜇2 = 0 𝐻1:𝜇1 ≠ 𝜇2 𝛼 =0,04/2 ⟹ 0,02 Aceita-se H0 se −𝑍𝛼 2 < 𝑍 < 𝑍𝛼 2 Rejeita-se H0 se Z ≤ −𝑍𝛼 2 < 𝑜𝑢 𝑍 ≥ −𝑍𝛼 2 𝑍𝛼 2 =2,05 Exercício Estuda-se o conteúdo de nicotina de duas marcas de cigarros (A e B), obtendo-se os seguintes resultados. A: 17; 20; 23; 20 B: 18; 20; 21; 22; 24 Estatísticas (n, número de observações, ത𝑋 𝑒 ത𝑌 as médias e S os as variâncias: Admitindo que o conteúdo de nicotinas das duas marcas tem distribuição normal e que as variâncias populacionais são iguais, com 𝛼 =0,05, pode-se afirmar que existe alguma diferença significativa no conteúdo médio de nicotina nas duas marcas? Exercício Nosso interesse é testar as seguintes hipóteses: Podemos agora substituir na fórmula! 𝑍 = 𝑋 − 𝑌 𝜎1 2 𝑛1 + 𝜎2 2 𝑛2
Compartilhar