Prévia do material em texto
2017 Estatística inferencial II Thomas Püttker wired.com Bioestatística „Eu reduzi o assunto para duas hipóteses: ou ela cresceu ou nos nos diminuimos“ 1. Estimativa pontual 2. Estimativa intervalar Margen de erro Nível de confiança 3. Intervalo de confiança (σ conhescido) 4. Distribução t Propriedades da distribução t Encontrando valores críticos da distribução t 4. Intervalo de confiança (σ desconhescido) σ conhescida? sim não Se ou a população é distribuído normal ou n ≥ 30 use a distribuição normal padrão com n zE c Se ou a população é distribuído normal ou n ≥ 30 use a distribuição t com n s tE c e n-1 graus de liberdade • Repara que se a população não é normalmente distribuída e n < 30 não pode usar nenhuma das duas! σ conhescida? sim não Se ou a população é distribuído normal ou n ≥ 30 use a distribuição normal padrão com n zE c Se ou a população é distribuído normal ou n ≥ 30 use a distribuição t com n s tE c e n-1 graus de liberdade • Repara que se a população não é normalmente distribuída e n < 30 não pode usar nenhuma das duas! • Se n > 30 os valores da distribução t e z estão muito parecidos, para muito grande z = t σ conhescida? sim não Se ou a população é distribuído normal ou n ≥ 30 use a distribuição normal padrão com n zE c Se ou a população é distribuído normal ou n ≥ 30 use a distribuição t com n s tE c e n-1 graus de liberdade • Repara que se a população não é normalmente distribuída e n < 30 não pode usar nenhuma das duas! • Se n > 30 os valores da distribução t e z estão muito parecidos, para muito grande z = t Há livros que indicam usar z sempre quando n>30, independente de conhecer σ ou não n s tE c 15. tc = n s tE c 15. tc = 1,690 n s tE c 15. tc = 1,690 E = 1,690 * 2,5 / raiz36 = 0.704 n s tE c 15. tc = 1,690 E = 1,690 * 2,5 / raiz36 = 0.704 16. tc = 2,0 E = 2,0 * 3,0 / raíz61 = 0.768 n s tE c 15. tc = 1,690 E = 1,690 * 2,5 / raiz36 = 0.704 16. tc = 2,0 E = 2,0 * 3,0 / raíz61 = 0.768 17. tc = (1,294+1,292)/2=1,293 E = 1,293 * 1,3 / raíz76 = 0.193 n s tE c 15. tc = 1,690 E = 1,690 * 2,5 / raiz36 = 0.704 16. tc = 2,0 E = 2,0 * 3,0 / raíz61 = 0.768 17. tc = (1,294+1,292)/2=1,293 E = 1,293 * 1,3 / raíz76 = 0.193 18. tc = 2,364 E = 2,364 * 4,6 / raíz101 = 0.109 ExEx ExEx 35. 2,1 < μ < 3,5 ExEx 35. 2,1 < μ < 3,5 2,1 < 2,8 < 3,5 ExEx 35. 2,1 < μ < 3,5 2,1 < 2,8 < 3,5 μ = 2,8 E= 0,7 ExEx 35. 2,1 < μ < 3,5 2,1 < 2,8 < 3,5 μ = 2,8 E= 0,7 36. 44,07< μ < 80,97 ExEx 35. 2,1 < μ < 3,5 2,1 < 2,8 < 3,5 μ = 2,8 E= 0,7 36. 44,07< μ < 80,97 44,07< 62,52 < 80,97 ExEx 35. 2,1 < μ < 3,5 2,1 < 2,8 < 3,5 μ = 2,8 E= 0,7 36. 44,07< μ < 80,97 44,07< 62,52 < 80,97 μ = 62,52 E= 18,45 n s tE c n zE c ? n s tE c n zE c ? Parâmetro: a descrição numérica de uma característica populacional Valor fixo, raramente conhecido Estatística: a descrição numérica de uma característica amostral • Estimativa do parâmetro em questão • Pode mudar de amostra para amostra n s tE c n zE c ? Parâmetro: a descrição numérica de uma característica populacional Valor fixo, raramente conhecido Estatística: a descrição numérica de uma característica amostral • Estimativa do parâmetro em questão • Pode mudar de amostra para amostra σ s n s tE c n zE c ? n s tE c 37. c = 90%; tc = 1.696 E = 1.696* 56,70 / raiz(32) = 17 613.9<630.9<647.9 37. c = 90%; tc = 1.696 E = 1.696* 56,70 / raiz(32) = 17 613.9<630.9<647.9 c = 95%; tc = 2.040 E = 2.040* 56,70 / raiz(32) = 20.45 610.45<630.9<651.35 38. c = 90%; tc = 1.691 E = 1.691* 4,34 / raiz(35) = 1.24 21.96<23.2<24.44 c = 95%; tc = 2.032 E = 2.032* 4,34 / raiz(35) = 1.49 21.71<23.2<24.69 39. c = 90%; tc = 1.697 E = 1.697* 41.4 / raiz(31) = 14.88 84.42<99.3<114.18 c = 95%; tc = 2.042 E = 2.042* 41.4 / raiz(31) = 15.22 84.08<99.3<114.52 39. c = 90%; tc = 1.697 E = 1.697* 41.4 / raiz(31) = 14.88 84.42<99.3<114.18 c = 95%; tc = 2.042 E = 2.042* 41.4 / raiz(31) = 15.22 84.08<99.3<114.52 40. c = 90%; tc = 1.69 E = 1.69 * 6.7 / raiz(36) = 1.89 21.11<23<24.89 c = 95%; tc = 2.03 E = 2.03 * 6.7 / raiz(36) = 2.27 20.73<23<25.27 tc = 1.812 tc = 2.179 tc = 2.921 tc = 2.528 n s tE c n zE c ? n s tE c n zE c ? n s tE c n zE c 13. xbarra = 75; n = 5; s = 12.5; tc = 2.571 E = 2.571 * 12,5/raíz(5) = 15.52 59.48<75<90.52 13. xbarra = 75; n = 5; s = 12.5; tc = 2.571 E = 2.571 * 12,5/raíz(5) = 15.52 59.48<75<90.52 14. xbarra = 100; n = 7; s = 42.5; tc = 2.447 E = 2.447 * 42,5/raíz(7) = 44.59 55.41<100<144.59 13. xbarra = 75; n = 5; s = 12.5; tc = 2.571 E = 2.571 * 12,5/raíz(5) = 15.52 59.48<75<90.52 14. xbarra = 100; n = 7; s = 42.5; tc = 2.447 E = 2.447 * 42,5/raíz(7) = 44.59 55.41<100<144.59 15. xbarra = 75; σ = 15; zc = 1.96 E = 1.96 * 15/raíz(5) = 13.15 61.85<75<88.15 13. xbarra = 75; n = 5; s = 12.5; tc = 2.571 E = 2.571 * 12,5/raíz(5) = 15.52 59.48<75<90.52 14. xbarra = 100; n = 7; s = 42.5; tc = 2.447 E = 2.447 * 42,5/raíz(7) = 44.59 55.41<100<144.59 15. xbarra = 75; σ = 15; zc = 1.96 E = 1.96 * 15/raíz(5) = 13.15 61.85<75<88.15 16. xbarra = 100; σ = 50; zc = 1.96 E = 1.96 * 50/raíz(7) = 37.4 62.96<100<137.04 13. xbarra = 75; n = 5; s = 12.5; tc = 2.571 E = 2.571 * 12,5/raíz(5) = 15.52 59.48<75<90.52 14. xbarra = 100; n = 7; s = 42.5; tc = 2.447 E = 2.447 * 42,5/raíz(7) = 44.59 55.41<100<144.59 15. xbarra = 75; σ = 15; zc = 1.96 E = 1.96 * 15/raíz(5) = 13.15 61.85<75<88.15 16. xbarra = 100; σ = 50; zc = 1.96 E = 1.96 * 50/raíz(7) = 37.4 62.96<100<137.04 Porque diminuiu a margem de erro quando σ é conhescido? 13. xbarra = 75; n = 5; s = 12.5; tc = 2.571 E = 2.571 * 12,5/raíz(5) = 15.52 59.48<75<90.52 14. xbarra = 100; n = 7; s = 42.5; tc = 2.447 E = 2.447 * 42,5/raíz(7) = 44.59 55.41<100<144.59 15. xbarra = 75; σ = 15; zc = 1.96 E = 1.96 * 15/raíz(5) = 13.15 61.85<75<88.15 16. xbarra = 100; σ = 50; zc = 1.96 E = 1.96 * 50/raíz(7) = 37.4 62.96<100<137.04 Porque diminuiu a margem de erro quando σ é conhescido? Como σ é o valor real da população, há menos incerteza “incluída” 23. Distribução t porque o desvio padrão é deconhescido xbarra = 1,25; n = 70; s = 0,05; tc = 1.994 E = 1.994 * 0.05/raíz(70) = 0.01 1.24<1.25<1.26 23. Distribução t porque o desvio padrão é deconhescido xbarra = 1,25; n = 70; s = 0,05; tc = 1.994 E = 1.994 * 0.05/raíz(70) = 0.01 1.24<1.25<1.26 24. Distribução t porque o desvio padrão é deconhescido xbarra = 57.79; n = 12; s = 19.05; tc = 2.201 E = 2.201* 19.05 /raíz(12) = 12.1 45.69<57.79<69.89 23. Distribução t porque o desvio padrão é deconhescido xbarra = 1,25; n = 70; s = 0,05; tc = 1.994 E = 1.994 * 0.05/raíz(70) = 0.01 1.24<1.25<1.26 24. Distribução t porque o desvio padrão é deconhescido xbarra = 57.79; n = 12; s = 19.05; tc = 2.201 E = 2.201* 19.05 /raíz(12) = 12.1 45.69<57.79<69.89 27. Não pode usar nenhuma das duas distribuções porque n < 30 e os dados não são normalmente distribuídas. 1. Procedimento científico 2. Estabelecendo uma hipótese Hipótese científica Hipótse estatística Hipótese nula Hipótese alternativa 3. Tipos de erros e níveis de significância Erro tipo I e erro tipo II 3. Estatísticas de teste 4. Valores críticos, regiões de rejeição,e valores de P Teste unicaudal a esquerda Teste unicaudal a direita Teste bicaudal 5. Testes de hipótese para a média Problema Hipótese PrediçãoMétodo Interpretação Resultado Pergunta maneira ou o conjunto de regras básicas empregadas em uma investigação científica com o intuito de obter resultados o mais confiáveis quanto for possível um aglomerado de regras básicas dos procedimentos que produzem o conhecimento científico wikipedia.org infoescola.com Problema Hipótese PrediçãoMétodo Interpretação Resultado Pergunta Perguntas de pesquisa tem que ser úteis! • simples • preciso • testável (respondível) Problema Hipótese PrediçãoMétodo Interpretação Resultado Pergunta Perguntas de pesquisa tem que ser úteis! • simples • preciso • testável (respondível) „A droga X e bom para a pressão arterial?“ Exemplo impreciso: Problema Hipótese PrediçãoMétodo Interpretação Resultado Pergunta Perguntas de pesquisa tem que ser úteis! • simples • preciso • testável (respondível) „A droga X e bom para a pressão arterial?“ Exemplo impreciso: „A droga X altera a pressão arterial?“ Melhor: Problema Hipótese PrediçãoMétodo Interpretação Resultado Pergunta Hipótese (científica) • é a resposta plausível e testável para uma pergunta científica • é uma explicação provisória para um fenômeno • DEVE ser falseável Problema Hipótese PrediçãoMétodo Interpretação Resultado Pergunta Hipótese (científica) • é a resposta plausível e testável para uma pergunta científica • é uma explicação provisória para um fenômeno • DEVE ser falseável „A droga X altera a pressão arterial?“ Pergunta: Problema Hipótese PrediçãoMétodo Interpretação Resultado Pergunta Hipótese (científica) • é a resposta plausível e testável para uma pergunta científica • é uma explicação provisória para um fenômeno • DEVE ser falseável „A droga X altera a pressão arterial?“ Pergunta: A droga altera a pressão arterial comparado ao um grupo de referência (controle, placebo) Hipótese : Problema PrediçãoMétodo Interpretação Resultado Pergunta Hipótese Predição: • conseqüência lógica da hipótese • representação prática da hipótese utilizando variáveis operacionais Problema PrediçãoMétodo Interpretação Resultado Pergunta A droga altera a pressão arterial comparado ao um grupo de referência (controle, placebo) Hipótese : Hipótese Predição: • conseqüência lógica da hipótese • representação prática da hipótese utilizando variáveis operacionais Problema PrediçãoMétodo Interpretação Resultado Pergunta A droga altera a pressão arterial comparado ao um grupo de referência (controle, placebo) Hipótese : Hipótese Predição: • conseqüência lógica da hipótese • representação prática da hipótese utilizando variáveis operacionais Predição: A pressão medida em mmHg (metodo auscultatório) é diferente entre um grupo tratado com droga e um grupo sem tratamento (controle, placebo) Problema Método Interpretação Resultado Pergunta Hipótese Predição Método: • escolher 200 pessoas • medir pressão arterial em todas • tratar 100 pessoas escolhidas aleatóriamente com a droga • medir pressão arterial em todas grupo tratamento grupo controle Problema Interpretação Resultado Pergunta Hipótese Predição Resultado (descritivo): Método 0 2 4 6 8 10 12 14 16 18 20 1 2Com droga Sem droga mmHg No. Pessoa com droga sem droga 1 12 15 2 13 16 3 12 15 4 10 14 5 14 18 6 5 19 7 8 15 8 15 15 9 12 14 10 10 16 Problema Interpretação Resultado Pergunta Hipótese Predição Resultado (descritivo): Método 0 2 4 6 8 10 12 14 16 18 20 1 2Com droga Sem droga mmHg No. Pessoa com droga sem droga 1 12 15 2 13 16 3 12 15 4 10 14 5 14 18 6 5 19 7 8 15 8 15 15 9 12 14 10 10 16 Será que os resultados dão suporte para aceitar nossa hipótese científica e respectiva predição? Problema Interpretação Resultado Pergunta Hipótese Predição Resultado (descritivo): Método 0 2 4 6 8 10 12 14 16 18 20 1 2Com droga Sem droga mmHg No. Pessoa com droga sem droga 1 12 15 2 13 16 3 12 15 4 10 14 5 14 18 6 5 19 7 8 15 8 15 15 9 12 14 10 10 16 Será que os resultados dão suporte para aceitar nossa hipótese científica e respectiva predição? Inferência estatística A estatística inferencial é o ramo da estatística que fornece métodos para que o pesquisador possa tomar sua decisão a respeito de hipóteses, informando também sobre o risco que acompanha essa decisão Hipótese científica a resposta plausível e testável para uma pergunta científica é uma explicação provisória para um fenômeno Hipótese científica a resposta plausível e testável para uma pergunta científica é uma explicação provisória para um fenômeno Hipótese estatística Afirmação sobre um parâmetro populacional Hipótese científica a resposta plausível e testável para uma pergunta científica é uma explicação provisória para um fenômeno Hipótese estatística Afirmação sobre um parâmetro populacional 1. Hipótese nula H0 Uma hipótese estatística que contem uma afirmação de igualdade, tal como ≤, =, ou ≥. Hipótese científica a resposta plausível e testável para uma pergunta científica é uma explicação provisória para um fenômeno Hipótese estatística Afirmação sobre um parâmetro populacional 1. Hipótese nula H0 Uma hipótese estatística que contem uma afirmação de igualdade, tal como ≤, =, ou ≥. 2. Hipótese alternativa Ha O complemento da hipótese nula. É a afirmação que deve ser verdadeira se H0 for falsa e contém uma afirmação de desiguladade estrita, tal como >,≠, ou <. Se o o valor da afirmação for k e o parâmetro populacional for μ, pares possíveis de hipóteses nula e alternativa são: Formulação matemática kH kH a : :0 Se o o valor da afirmação for k e o parâmetro populacional for μ, pares possíveis de hipóteses nula e alternativa são: Formulação verbal H0 A média é... Formulação matemática kH kH a : :0 Se o o valor da afirmação for k e o parâmetro populacional for μ, pares possíveis de hipóteses nula e alternativa são: Formulação verbal H0 A média é... Formulação verbal Ha A média é... Formulação matemática kH kH a : :0 Se o o valor da afirmação for k e o parâmetro populacional for μ, pares possíveis de hipóteses nula e alternativa são: Formulação verbal H0 A média é... Formulação verbal Ha A média é... Formulação matemática kH kH a : :0 kH kH a : :0 Se o o valor da afirmação for k e o parâmetro populacional for μ, pares possíveis de hipóteses nula e alternativa são: kH kH a : :0 kH kH a : :0 kH kH a : :0 Formulação verbal H0 A média é... Formulação verbal Ha A média é... Formulação matemática Exemplo: Um fabricante de automóveis anuncie que seu novo carro híbrido tem média de kilometragem de 50km por litro. Qual é a hipótese nula (formulação matemática)? :0H :aH Qual é a hipótese alternativa? Exemplo: Um fabricante de automóveis anuncie que seu novo carro híbridotem média de kilometragem de 50km por litro. Qual é a hipótese nula (formulação matemática)? lkmH /50:0 :aH Qual é a hipótese alternativa? Exemplo: Um fabricante de automóveis anuncie que seu novo carro híbrido tem média de kilometragem de 50km por litro. Qual é a hipótese nula (formulação matemática)? lkmH /50:0 lkmHa /50: Qual é a hipótese alternativa? Exemplo: Um fabricante de automóveis anuncie que seu novo carro híbrido tem média de kilometragem de 50km por litro. Qual é a hipótese nula (formulação matemática)? lkmH /50:0 lkmHa /50: Qual é a hipótese alternativa? Qual hipótese representa a afirmação? Exemplo: Um fabricante de automóveis anuncie que seu novo carro híbrido tem média de kilometragem de 50km por litro. Qual é a hipótese nula (formulação matemática)? lkmH /50:0 lkmHa /50: Qual é a hipótese alternativa? Qual hipótese representa a afirmação? afirmação Exemplo: Um fabricante de torneiras anuncie que o índice médio de fluxo de água de certo tipo de torneira é menor que 2,5 litros por minuto. Qual é a hipótese nula (formulação matemática)? :0H :aH Qual é a hipótese alternativa? Exemplo: Um fabricante de torneiras anuncie que o índice médio de fluxo de água de certo tipo de torneira é menor que 2,5 litros por minuto. Qual é a hipótese nula (formulação matemática)? min/5.2:0 lH Qual é a hipótese alternativa? :aH Exemplo: Um fabricante de torneiras anuncie que o índice médio de fluxo de água de certo tipo de torneira é menor que 2,5 litros por minuto. Qual é a hipótese nula (formulação matemática)? min/5.2:0 lH min/5.2: lHa Qual é a hipótese alternativa? Exemplo: Um fabricante de torneiras anuncie que o índice médio de fluxo de água de certo tipo de torneira é menor que 2,5 litros por minuto. Qual é a hipótese nula (formulação matemática)? min/5.2:0 lH min/5.2: lHa Qual é a hipótese alternativa? Qual hipótese representa a afirmação? Exemplo: Um fabricante de torneiras anuncie que o índice médio de fluxo de água de certo tipo de torneira é menor que 2,5 litros por minuto. Qual é a hipótese nula (formulação matemática)? min/5.2:0 lH min/5.2: lHa Qual é a hipótese alternativa? Qual hipótese representa a afirmação? afirmação Exemplo: Uma indústria de cereais anuncia que o peso médio dos conteúdos de suas caixas de cereais é mais do que 400g. Qual é a hipótese nula (formulação matemática)? Qual é a hipótese alternativa? :0H :aH Exemplo: Uma indústria de cereais anuncia que o peso médio dos conteúdos de suas caixas de cereais é mais do que 400g. Qual é a hipótese nula (formulação matemática)? gH 400:0 Qual é a hipótese alternativa? :aH Exemplo: Uma indústria de cereais anuncia que o peso médio dos conteúdos de suas caixas de cereais é mais do que 400g. Qual é a hipótese nula (formulação matemática)? gH 400:0 gHa 400: Qual é a hipótese alternativa? Exemplo: Uma indústria de cereais anuncia que o peso médio dos conteúdos de suas caixas de cereais é mais do que 400g. Qual é a hipótese nula (formulação matemática)? gH 400:0 gHa 400: Qual é a hipótese alternativa? Qual hipótese representa a afirmação? Exemplo: Uma indústria de cereais anuncia que o peso médio dos conteúdos de suas caixas de cereais é mais do que 400g. Qual é a hipótese nula (formulação matemática)? gH 400:0 gHa 400: Qual é a hipótese alternativa? Qual hipótese representa a afirmação? afirmação Não importa qual das hipóteses represente a afirmação, você sempre começa o teste de hipótese assumindo que a condição de igualdade na hipótese nula é verdadeira. Tira uma amostra aleatória da população de interesse Não importa qual das hipóteses represente a afirmação, você sempre começa o teste de hipótese assumindo que a condição de igualdade na hipótese nula é verdadeira. Tira uma amostra aleatória da população de interesse Calcula uma estatística amostral (por exemplo x; = estatística de teste) Não importa qual das hipóteses represente a afirmação, você sempre começa o teste de hipótese assumindo que a condição de igualdade na hipótese nula é verdadeira. Tira uma amostra aleatória da população de interesse Calcula uma estatística amostral (por exemplo x; = estatística de teste) Transforma a estatística do teste numa estatística de teste padronizada (por ex. z ou t) Não importa qual das hipóteses represente a afirmação, você sempre começa o teste de hipótese assumindo que a condição de igualdade na hipótese nula é verdadeira. Tira uma amostra aleatória da população de interesse Determina se a estatística do teste é ou não incomum Calcula uma estatística amostral (por exemplo x; = estatística de teste) Transforma a estatística do teste numa estatística de teste padronizada (por ex. z ou t) Não importa qual das hipóteses represente a afirmação, você sempre começa o teste de hipótese assumindo que a condição de igualdade na hipótese nula é verdadeira. Tira uma amostra aleatória da população de interesse Determina se a estatística do teste é ou não incomum Em base do resultado, você toma uma dessas duas decisões: 1. Rejeita a hipótese nula 2. Falha ao rejeitar a hipótese nula Calcula uma estatística amostral (por exemplo x; = estatística de teste) Transforma a estatística do teste numa estatística de teste padronizada (por ex. z ou t) Não importa qual das hipóteses represente a afirmação, você sempre começa o teste de hipótese assumindo que a condição de igualdade na hipótese nula é verdadeira. Tira uma amostra aleatória da população de interesse Determina se a estatística do teste é ou não incomum Em base do resultado, você toma uma dessas duas decisões: 1. Rejeita a hipótese nula 2. Falha ao rejeitar a hipótese nula Um teste estatística pode ou rejeitar ou não conseguir rejeitar a H0, mas nunca provar que H0 é verdadeira Calcula uma estatística amostral (por exemplo x; = estatística de teste) Transforma a estatística do teste numa estatística de teste padronizada (por ex. z ou t) Não importa qual das hipóteses represente a afirmação, você sempre começa o teste de hipótese assumindo que a condição de igualdade na hipótese nula é verdadeira. Porém, como fazemos decisões em base de amostras e não a população toda, sempre há a possibilidade de tomar a decisão errada Porém, como fazemos decisões em base de amostras e não a população toda, sempre há a possibilidade de tomar a decisão errada Decisão estatística R ea lid ad e H0 verdadeira H0 falsa Aceitar H0 Rejeitar H0 Resultados possíveis: Porém, como fazemos decisões em base de amostras e não a população toda, sempre há a possibilidade de tomar a decisão errada Decisão estatística R ea lid ad e H0 verdadeira H0 falsa Aceitar H0 Rejeitar H0 Resultados possíveis: Decisão correta Decisão correta Porém, como fazemos decisões em base de amostras e não a população toda, sempre há a possibilidade de tomar a decisão errada Decisão estatística R ea lid ad e H0 verdadeira H0 falsa Aceitar H0 Rejeitar H0 Resultados possíveis: Decisão correta Erro tipo IDecisão correta Porém, como fazemos decisões em base de amostras e não a população toda, sempre há a possibilidade de tomar a decisão errada Decisão estatística R ea lid ad e H0 verdadeira H0 falsa Aceitar H0 Rejeitar H0 Resultados possíveis: Decisão correta Decisão correta Erro tipo I Erro Tipo I: rejeição da hipótese nula quando ela é verdadeira (falso-positivo) Porém, como fazemos decisões em base de amostras e não a população toda, sempre há a possibilidade detomar a decisão errada Decisão estatística R ea lid ad e H0 verdadeira H0 falsa Aceitar H0 Rejeitar H0 Resultados possíveis: Decisão correta Decisão correta Erro tipo I Erro Tipo I: rejeição da hipótese nula quando ela é verdadeira (falso-positivo) Erro tipo II Porém, como fazemos decisões em base de amostras e não a população toda, sempre há a possibilidade de tomar a decisão errada Decisão estatística R ea lid ad e H0 verdadeira H0 falsa Aceitar H0 Rejeitar H0 Resultados possíveis: Decisão correta Decisão correta Erro tipo I Erro Tipo I: rejeição da hipótese nula quando ela é verdadeira (falso-positivo) Erro tipo II Erro Tipo II: aceito da hipótese nula quando ela é falsa (falso-negativo) Rejeitamos a hipótese nula quando a estatística amostral da distribução de amstragem é incomum, i.e. eventos que acontecem com uma probabilidade de 0.05 ou menos. Escores comuns da estatística de teste padronizada correspondem à 95% da área sob a curva padronizada Rejeitamos a hipótese nula quando a estatística amostral da distribução de amstragem é incomum, i.e. eventos que acontecem com uma probabilidade de 0.05 ou menos. Nível de significância Escores comuns da estatística de teste padronizada correspondem à 95% da área sob a curva padronizada = a probabilidade máxima permissível para cometer um erro tipo I, denotado por α. Rejeitamos a hipótese nula quando a estatística amostral da distribução de amstragem é incomum, i.e. eventos que acontecem com uma probabilidade de 0.05 ou menos. Nível de significância Escores comuns da estatística de teste padronizada correspondem à 95% da área sob a curva padronizada Níveis de significânica comuns: α = 0.05 α = 0.10 α = 0.01 = a probabilidade máxima permissível para cometer um erro tipo I, denotado por α. Decisão estatística R ea lid ad e H0 verdadeira H0 falsa Aceitar H0 Rejeitar H0 Decisão correta Decisão correta Rejeitamos a hipótese nula quando a estatística amostral da distribução de amstragem é incomum, i.e. eventos que acontecem com uma probabilidade de 0.05 ou menos. Nível de significância = a probabilidade máxima permissível para cometer um erro tipo I, denotado por α. Erro tipo I α Erro tipo II Decisão estatística R ea lid ad e H0 verdadeira H0 falsa Aceitar H0 Rejeitar H0 Decisão correta Decisão correta Rejeitamos a hipótese nula quando a estatística amostral da distribução de amstragem é incomum, i.e. eventos que acontecem com uma probabilidade de 0.05 ou menos. Nível de significância = a probabilidade máxima permissível para cometer um erro tipo I, denotado por α. Erro tipo I α A probabilidade de um erro tipo II é denotado por β. Erro tipo II β Tira uma amostra aleatória da população de interesse Determina se a estatística do teste é ou não incomum Em base do resultado, você toma uma dessas duas decisões: 1. Rejeita a hipótese nula 2. Falha ao rejeitar a hipótese nula Transforma a estatística do teste numa estatística do teste padronizada (por ex. z ou t) Calcula uma estatística amostral (por exemplo x; = estatística do teste) Tira uma amostra aleatória da população de interesse Determina se a estatística do teste é ou não incomum Em base do resultado, você toma uma dessas duas decisões: 1. Rejeita a hipótese nula 2. Falha ao rejeitar a hipótese nula Transforma a estatística do teste numa estatística do teste padronizada (por ex. z ou t) Calcula uma estatística amostral (por exemplo x; = estatística do teste) Parâmetro populacional Estatística de teste Estatística de teste padronizada μ x z (σ conhescido) t (σ desconhescido) Parâmetro populacional Estatística de teste Estatística de teste padronizada μ x z (σ conhescido) t (σ desconhescido) p (proporção) pˆ z Parâmetro populacional Estatística de teste Estatística de teste padronizada μ x z (σ conhescido) t (σ desconhescido) p (proporção) pˆ z 2 2s 2 Chi-square Parâmetro populacional Estatística de teste Estatística de teste padronizada μ x z (σ conhescido) t (σ desconhescido) p (proporção) pˆ z 2 2s 2 Chi-square Independente do teste usado, há duas maneiras de se decidir se rejeitamos a hipótese nula: 1. Determinar se o valor da estatística do teste é mais extremo do que o valor crítico (i.e. se o valor da estatística do teste é incomum) Parâmetro populacional Estatística de teste Estatística de teste padronizada μ x z (σ conhescido) t (σ desconhescido) p (proporção) pˆ z 2 2s 2 Chi-square Independente do teste usado, há duas maneiras de se decidir se rejeitamos a hipótese nula: 1. Determinar se o valor da estatística do teste é mais extremo do que o valor crítico (i.e. se o valor da estatística do teste é incomum) 2. Determinar se a probabilidade de se obter uma estatística de teste padronizada (ou uma que seja mais extrema) é menor que o nível de significância. Uma região de rejeição da distribução amostral é a amplitude de valores para a qual a hipótese nula não é provável. Se uma estatística de teste está nessa região, a hipótese nula é rejeitadas. Um valor crítico z0 (ou t0) separa a região de rejeição da região de não rejeição Região de rejeição / valor crítico Uma região de rejeição da distribução amostral é a amplitude de valores para a qual a hipótese nula não é provável. Se uma estatística de teste está nessa região, a hipótese nula é rejeitadas. Um valor crítico z0 (ou t0) separa a região de rejeição da região de não rejeição Região de rejeição / valor crítico Se a hipótese nula for verdadeira, um valor P (ou valor de probabilidade) de um teste de hipótese é a probabilidade de se obter uma estatística amostral com valores tão extremos ou mais extremos do que aquela determinada a partir dos dados da amostra Valor de P Uma região de rejeição da distribução amostral é a amplitude de valores para a qual a hipótese nula não é provável. Se uma estatística de teste está nessa região, a hipótese nula é rejeitadas. Um valor crítico z0 (ou t0) separa a região de rejeição da região de não rejeição Região de rejeição / valor crítico Se a hipótese nula for verdadeira, um valor P (ou valor de probabilidade) de um teste de hipótese é a probabilidade de se obter uma estatística amostral com valores tão extremos ou mais extremos do que aquela determinada a partir dos dados da amostra Valor de P A região de rejeição e o valor P de um teste de hipótese depende da natureza do teste Uma região de rejeição da distribução amostral é a amplitude de valores para a qual a hipótese nula não é provável. Se uma estatística de teste está nessa região, a hipótese nula é rejeitadas. Um valor crítico z0 (ou t0) separa a região de rejeição da região de não rejeição Região de rejeição / valor crítico Se a hipótese nula for verdadeira, um valor P (ou valor de probabilidade) de um teste de hipótese é a probabilidade de se obter uma estatística amostral com valores tão extremos ou mais extremos do que aquela determinada a partir dos dados da amostra Valor de P A região de rejeição e o valor P de um teste de hipótese depende da natureza do teste Há três tipos: 1. Teste unicaudal esquerda 2. Teste unicaudal direita 3. Teste bicaudal Se a hipótese alternativa Ha contém o símbolo de menos que (<), o teste de hipótese será um teste unicaudal à esquerda. kH kH a : :0 Valor crítico Se a hipótese alternativa Ha contém o símbolo de menos que (<), o teste de hipótese será um teste unicaudal à esquerda. kH kH a : :0 Região de rejeição da H0 Valor crítico P P é a área à esquerda daestatística do teste Estatística do teste Se a hipótese alternativa Ha contém o símbolo de menos que (<), o teste de hipótese será um teste unicaudal à esquerda. kH kH a : :0 P P é a área à esquerda da estatística do teste Estatística do teste Se a hipótese alternativa Ha contém o símbolo de menos que (<), o teste de hipótese será um teste unicaudal à esquerda. kH kH a : :0 P (ou valor da probabilidade) é a probabilidade de se obter uma estatística amostral com um valor tão extremo ou mais extremo que aquele determinado a partir dos dados da amostra Se a hipótese alternativa Ha contém o símbolo de mairo que (>), o teste de hipótese será um teste unicaudal à direita. kH kH a : :0 Região de rejeição da H0 Valor crítico P é a área à direita da estatística do teste Estatística do teste Se a hipótese alternativa Ha contém o símbolo de mairo que (>), o teste de hipótese será um teste unicaudal à direita. kH kH a : :0 Se a hipótese alternativa Ha contém o símbolo de não igualidade (≠), o teste de hipótese será um teste bicaudal. Região de rejeição da H0 Região de rejeição da H0 kH kH a : :0 A área a esquerda da estatística do teste negativa é ½ P A área a direita da estatística do teste positiva é ½ P Estatística do testeEstatística do teste Se a hipótese alternativa Ha contém o símbolo de não igualidade (≠), o teste de hipótese será um teste bicaudal. P é duas vezes a área à esquerda (ou direita) da estatística do teste. kH kH a : :0 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 2. Declare a afirmação verbal e matematicamente. Identifique as hipóteses nula e alternativa 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 2. Declare a afirmação verbal e matematicamente. Identifique as hipóteses nula e alternativa 3. Especifique o nível de significância α 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 2. Declare a afirmação verbal e matematicamente. Identifique as hipóteses nula e alternativa 3. Especifique o nível de significância α 4. Determine o valor crítico (tabela z ou t) 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 2. Declare a afirmação verbal e matematicamente. Identifique as hipóteses nula e alternativa 3. Especifique o nível de significância α 4. Determine o valor crítico (tabela z ou t) 5. Determine a região de rejeição 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 2. Declare a afirmação verbal e matematicamente. Identifique as hipóteses nula e alternativa 3. Especifique o nível de significância α 4. Determine o valor crítico (tabela z ou t) 6. Determine a estatística do teste padronizado σ conhescida σ desconhescida n x z / ns x t / com g.l.= n-1 5. Determine a região de rejeição 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 2. Declare a afirmação verbal e matematicamente. Identifique as hipóteses nula e alternativa 3. Especifique o nível de significância α 4. Determine o valor crítico (tabela z ou t) 6. Determine a estatística do teste padronizado σ conhescida σ desconhescida n x z / ns x t / com g.l.= n-1 7. Tome uma decisão para rejeitar ou falhar em rejeitar a hipótese nula Se a estatística de teste está na região de rejeição, rejeita H0. Caso contrário, falhe em rejeitar H0. 5. Determine a região de rejeição 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 2. Declare a afirmação verbal e matematicamente. Identifique as hipóteses nula e alternativa 3. Especifique o nível de significância α 4. Determine o valor crítico (tabela z ou t) 6. Determine a estatística do teste padronizado σ conhescida σ desconhescida n x z / ns x t / com g.l.= n-1 7. Tome uma decisão para rejeitar ou falhar em rejeitar a hipótese nula 8. Interprete a decisão no contexto da afirmação original Se a estatística de teste está na região de rejeição, rejeita H0. Caso contrário, falhe em rejeitar H0. 5. Determine a região de rejeição 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 2. Declare a afirmação verbal e matematicamente. Identifique as hipóteses nula e alternativa 3. Especifique o nível de significância α 4. Determine o valor crítico (tabela z ou t) 6. Determine a estatística do teste padronizado σ conhescida σ desconhescida n x z / ns x t / com g.l.= n-1 7. Tome uma decisão para rejeitar ou falhar em rejeitar a hipótese nula 8. Interprete a decisão no contexto da afirmação original Se a estatística de teste está na região de rejeição, rejeita H0. Caso contrário, falhe em rejeitar H0. 5. Determine a região de rejeição z (σ conhescido) t (σ desconhescido) Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? 2. Declare a afirmação verbal e matematicamente. Identifique as hipóteses nula e alternativa 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? 2. Declare a afirmação verbal e matematicamente. Identifique as hipóteses nula e alternativa Verbal: a velocidade média de carros é maior do que 35 km/h 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carrostem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? 2. Declare a afirmação verbal e matematicamente. Identifique as hipóteses nula e alternativa Verbal: a velocidade média de carros é maior do que 35 km/h Matematicamente: μ > 35 km/h 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? 2. Declare a afirmação verbal e matematicamente. Identifique as hipóteses nula e alternativa Verbal: a velocidade média de carros é maior do que 35 km/h Matematicamente: μ > 35 km/h Ha : μ > 35 km/h 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? 2. Declare a afirmação verbal e matematicamente. Identifique as hipóteses nula e alternativa Verbal: a velocidade média de carros é maior do que 35 km/h Matematicamente: μ > 35 km/h H0 : μ ≤ 35 km/h Ha : μ > 35 km/h 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? 2. Declare a afirmação verbal e matematicamente. Identifique as hipóteses nula e alternativa Verbal: a velocidade média de carros é maior do que 35 km/h Matematicamente: μ > 35 km/h H0 : μ ≤ 35 km/h Ha : μ > 35 km/h Hipótese unicaudal a direita 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? 2. Declare a afirmação verbal e matematicamente. Identifique as hipóteses nula e alternativa Verbal: a velocidade média de carros é maior do que 35 km/h Matematicamente: μ > 35 km/h H0 : μ ≤ 35 km/h Ha : μ > 35 km/h 3. Especifique o nível de significância α α = 0.05 Hipótese unicaudal a direita Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? H0 : μ ≤ 35 km/hora Ha : μ > 35 km/hora α = 0.05 4. Determine o valor crítico (tabela z ou t ?) Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? H0 : μ ≤ 35 km/hora Ha : μ > 35 km/hora α = 0.05 4. Determine o valor crítico (tabela t ) Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? H0 : μ ≤ 35 km/hora Ha : μ > 35 km/hora α = 0.05 4. Determine o valor crítico (tabela t) g.l. = 100 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? H0 : μ ≤ 35 km/hora Ha : μ > 35 km/hora α = 0.05 4. Determine o valor crítico (tabela t) g.l. = 100 t0 = 1.66 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? H0 : μ ≤ 35 km/hora Ha : μ > 35 km/hora α = 0.05 t0 = 1.66 α t0 = 1.66 5. Determine a região de rejeição Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? H0 : μ ≤ 35 km/hora Ha : μ > 35 km/hora α = 0.05 t0 = 1.66 α t0 = 1.66 5. Determine a região de rejeição Região de rejeição da H0 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? H0 : μ ≤ 35 km/hora Ha : μ > 35 km/hora α = 0.05 6. Determine a estatística do teste padronizado σ conhescida σ desconhescida n x z / ns x t / com g.l.= n-1 t0 = 1.66 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? H0 : μ ≤ 35 km/hora Ha : μ > 35 km/hora α = 0.05 6. Determine a estatística do teste padronizado σ conhescida σ desconhescida n x z / ns x t / com g.l.= n-1 51,2 101/4 3536 / ns x t t0 = 1.66 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? H0 : μ ≤ 35 km/hora Ha : μ > 35 km/hora α = 0.05 t0 = 1.66 α Região de rejeição da H0 7. Tome uma decisão para rejeitar ou falhar em rejeitar a hipótese nula Se a estatística de teste está na região de rejeição, rejeita H0. Caso contrário, falhe em rejeitar H0. t0 = 1.66 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? H0 : μ ≤ 35 km/hora Ha : μ > 35 km/hora α = 0.05 t0 = 1.66 α Região de rejeição da H0 Estatística do teste t = 2,51 7. Tome uma decisão para rejeitar ou falhar em rejeitar a hipótese nula Se a estatística de teste está na região de rejeição, rejeita H0. Caso contrário, falhe em rejeitar H0. t0 = 1.66Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? H0 : μ ≤ 35 km/hora Ha : μ > 35 km/hora α = 0.05 t0 = 1.66 α Região de rejeição da H0 Estatística do teste t = 2,51 7. Tome uma decisão para rejeitar ou falhar em rejeitar a hipótese nula Se a estatística de teste está na região de rejeição, rejeita H0. Caso contrário, falhe em rejeitar H0. H0 rejeitada t0 = 1.66 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? H0 : μ ≤ 35 km/hora Ha : μ > 35 km/hora α = 0.05 8. Interprete a decisão no contexto da afirmação original H0 rejeitadat0 = 1.66 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? H0 : μ ≤ 35 km/hora Ha : μ > 35 km/hora α = 0.05 8. Interprete a decisão no contexto da afirmação original Afirmação original: a velocidade média de carros é maior do que 35 km/h Matematicamente: μ > 35 km/h H0 : μ ≤ 35 km/hora rejeitada Ha : μ > 35 km/hora H0 rejeitadat0 = 1.66 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? H0 : μ ≤ 35 km/hora Ha : μ > 35 km/hora α = 0.05 8. Interprete a decisão no contexto da afirmação original Afirmação original: a velocidade média de carros é maior do que 35 km/h Matematicamente: μ > 35 km/h H0 : μ ≤ 35 km/hora rejeitada Ha : μ > 35 km/hora H0 rejeitada Resposta? t0 = 1.66 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? H0 : μ ≤ 35 km/hora Ha : μ > 35 km/hora α = 0.05 8. Interprete a decisão no contexto da afirmação original Afirmação original: a velocidade média de carros é maior do que 35 km/h Matematicamente: μ > 35 km/h H0 : μ ≤ 35 km/hora rejeitada Ha : μ > 35 km/hora H0 rejeitada Resposta: Há suficiente evidência para rejeitar a H0, i.e. apoiar a afirmação que os carros passam com mais do que 35 km/h nessa rua. t0 = 1.66 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? H0 : μ ≤ 35 km/hora Ha : μ > 35 km/hora α = 0.05 H0 rejeitada Resposta: Há suficiente evidência para rejeitar a H0, i.e. apoiar a afirmação que os carros passam com mais do que 35 km/h nessa rua. ...e o valor de P? t0 = 1.66 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? H0 : μ ≤ 35 km/hora Ha : μ > 35 km/hora α = 0.05 t0 = 1.66 α Região de rejeição da H0 Estatística do teste t = 2,51 H0 rejeitada t0 = 1.66 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? H0 : μ ≤ 35 km/hora Ha : μ > 35 km/hora α = 0.05 t0 = 1.66 α Região de rejeição da H0 Estatística do teste t = 2,51 H0 rejeitada t0 = 1.66 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? H0 : μ ≤ 35 km/hora Ha : μ > 35 km/hora α = 0.05 t0 = 1.66 α Região de rejeição da H0 Estatística do teste t = 2,51 H0 rejeitada t0 = 1.66 Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? H0 : μ ≤ 35 km/hora Ha : μ > 35 km/hora α = 0.05 t0 = 1.66 α Região de rejeição da H0 Estatística do teste t = 2,51 H0 rejeitada t0 = 1.66 P 2.51, 100 = 0.9933 = área ao esquerda da estatística do teste Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? H0 : μ ≤ 35 km/hora Ha : μ > 35 km/hora α = 0.05 t0 = 1.66 α Região de rejeição da H0 Estatística do teste t = 2,51 H0 rejeitada t0 = 1.66 P 2.51, 100 = 0.9933 = área ao esquerda da estatística do teste 1 - 0.9933 = 0.0067 = área ao direita da estatística do teste Proprietários de casas afirmam que a velocidade média de veículos que passam por sua rua é maior que o limite de velocidade de 35 km/hora. Uma amostra aleatório de 101 carros tem média de velocidade de 36 km/hora e desvio padrão de 4 km/hora. Há evidência suficiente para apoiar a afirmação em α = 0.05? H0 : μ ≤ 35 km/hora Ha : μ > 35 km/hora α = 0.05 t0 = 1.66 α Região de rejeição da H0 Estatística do teste t = 2,51 H0 rejeitada t0 = 1.66 P 2.51, 100 = 0.9933 = área ao esquerda da estatística do teste 1 - 0.9933 = 0.0067 = área ao direita da estatística do teste A probabilidade de obter um valor tão extremo ou mais extremo do que aquele obtido pela uma amostra de n = 101 é apenas 0.67% (P=0.0067). Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. 1. Verifique se a amostra e aleatória,e se ou a população é distribuído normal ou n ≥ 30 Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 2. Declare a afirmação verbal e matematicamente. Identifique as hipóteses nula e alternativa Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 2. Declare a afirmação verbal e matematicamente. Identifique as hipóteses nula e alternativa Verbal: a droga nivela a pressão arterial em 128 mmHg Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. Matematicamente: μ = 128 mmHg 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 2. Declare a afirmação verbal e matematicamente. Identifique as hipóteses nula e alternativa Verbal: a droga nivela a pressão arterial em 128 mmHg Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. Matematicamente: μ = 128 mmHg 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 2. Declare a afirmação verbal e matematicamente. Identifique as hipóteses nula e alternativa Verbal: a droga nivela a pressão arterial em 128 mmHg H0 : μ = 128 mmHg Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. Matematicamente: μ = 128 mmHg Ha : μ ≠ 128 mmHg 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 2. Declare a afirmação verbal e matematicamente. Identifique as hipóteses nula e alternativa Verbal: a droga nivela a pressão arterial em 128 mmHg H0 : μ = 128 mmHg Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. Matematicamente: μ = 128 mmHg Ha : μ ≠ 128 mmHg 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 2. Declare a afirmação verbal e matematicamente. Identifique as hipóteses nula e alternativa Verbal: a droga nivela a pressão arterial em 128 mmHg H0 : μ = 128 mmHg Hipótese bilateral Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. Matematicamente: μ = 128 mmHg Ha : μ ≠ 128 mmHg α = 0.05 1. Verifique se a amostra e aleatória, e se ou a população é distribuído normal ou n ≥ 30 2. Declare a afirmação verbal e matematicamente. Identifique as hipóteses nula e alternativa Verbal: a droga nivela a pressão arterial em 128 mmHg H0 : μ = 128 mmHg Hipótese bilateral 3. Especifique o nível de significância α Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. Ha : μ ≠ 128 mmHg α = 0.05H0 : μ = 128 mmHg 4. Determine o valor crítico (tabela z ou t ?) Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. Ha : μ ≠ 128 mmHg α = 0.05H0 : μ = 128 mmHg 4. Determine o valor crítico (tabela z) Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. Ha : μ ≠ 128 mmHg α = 0.05H0 : μ = 128 mmHg 4. Determine o valor crítico (tabela z) ½ α = 0.025 Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. Ha : μ ≠ 128 mmHg α = 0.05H0 : μ = 128 mmHg 4. Determine o valor crítico (tabela z) ½ α = 0.025 Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. Ha : μ ≠ 128 mmHg α = 0.05H0 : μ = 128 mmHg 4. Determine o valor crítico (tabela z) ½ α = 0.025 -z0 = -1,96 z0 = 1,96 Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. Ha : μ ≠ 128 mmHg α = 0.05H0 : μ = 128 mmHg 5. Determine a região de rejeição -1,96 1,96 Região de rejeição da H0Região de rejeição da H0-z0 = -1,96 z0 = 1,96 Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. Ha : μ ≠ 128 mmHg α = 0.05H0 : μ = 128 mmHg 6. Determine a estatística do teste padronizado σ conhescida σ desconhescida n x z / ns x t / com g.l.= n-1 26,2 60/24 128135 / n x z -z0 = -1,96 z0 = 1,96 Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. Ha : μ ≠ 128 mmHg α = 0.05H0 : μ = 128 mmHg 7. Tome uma decisão para rejeitar ou falhar em rejeitar a hipótese nula Se a estatística de teste está na região de rejeição, rejeita H0. Caso contrário, falhe em rejeitar H0. -1,96 1,96 Região de rejeição da H0Região de rejeição da H0 -z0 = -1,96 z0 = 1,96 z = 2,26 Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. Ha : μ ≠ 128 mmHg α = 0.05H0 : μ = 128 mmHg 7. Tome uma decisão para rejeitar ou falhar em rejeitar a hipótese nula Se a estatística de teste está na região de rejeição, rejeita H0. Caso contrário, falhe em rejeitar H0. -1,96 1,96 Estatística do teste z = 2,26 Região de rejeição da H0Região de rejeição da H0 -z0 = -1,96 z0 = 1,96 z = 2,26 Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. Ha : μ ≠ 128 mmHg α = 0.05H0 : μ = 128 mmHg 7. Tome uma decisão para rejeitar ou falhar em rejeitar a hipótese nula Se a estatística de teste está na região de rejeição, rejeita H0. Caso contrário, falhe em rejeitar H0. -1,96 1,96 Estatística do teste z = 2,26 Região de rejeição da H0Região de rejeição da H0 H0 rejeitada -z0 = -1,96 z0 = 1,96 z = 2,26 Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. Ha : μ ≠ 128 mmHg α = 0.05H0 : μ = 128 mmHg H0 rejeitada 8. Interprete a decisão no contexto da afirmação original Ha : μ ≠ 128 mmHg Verbal: a droga nivela a pressão arterial em 128 mmHg H0 : μ = 128 mmHg -z0 = -1,96 z0 = 1,96 z = 2,26 Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. Ha : μ ≠ 128 mmHg α = 0.05H0 : μ = 128 mmHg H0 rejeitada 8. Interprete a decisão no contexto da afirmação original Ha : μ ≠ 128 mmHg Verbal: a droga nivela a pressão arterial em 128 mmHg H0 : μ = 128 mmHg Resposta: Há suficiente evidência para rejeitar o H0, então aceitamos a hipótese que a droga não nivela a pressão arterial em 128 mmHg (mas em um valor maior). -z0 = -1,96 z0 = 1,96 z = 2,26 Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. Ha : μ ≠ 128 mmHg α = 0.05H0 : μ = 128 mmHg H0 rejeitada Resposta: Há suficiente evidência para rejeitar o H0, então aceitamos a hipótese que a droga não nivela a pressão arterial em 128 mmHg (mas em um valor maior). -z0 = -1,96 z0 = 1,96 z = 2,26 ...e o valor de P? Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. Ha : μ ≠ 128 mmHg α = 0.05H0 : μ = 128 mmHg Estatística do teste z = 2,26 Região de rejeição da H0 -z0 = -1,96 z0 = 1,96 H0 rejeitada z = 2,26 Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. Ha : μ ≠ 128 mmHg α = 0.05H0 : μ = 128 mmHg Estatística do teste z = 2,26 Região de rejeição da H0 -z0 = -1,96 z0 = 1,96 H0 rejeitada z = 2,26 P = 1- 0.9881 = 0.012 Uma empresa farmacêutica afirma que uma nova droga vai nivelar a média pressão arterial de pacientes de um certa doença em 128 mmHg. Você desconfia essa afirmação e trata 60 pacientes escolhidos aleatóriamente com a droga, os quais mostram uma média de pressão arterial de 135 mmHg. Pode apoiar a afirmação da empresa em α = 0.05? Assume que o desvio padrão populacional é σ = 24 mmHg. Ha : μ ≠ 128 mmHg α = 0.05H0 : μ = 128 mmHg Estatística do teste z = 2,26 Região de rejeição da H0 -z0 = -1,96 z0 = 1,96 H0 rejeitada z = 2,26 P = 1- 0.9881 = 0.012 A probabilidade de encontrar um valor de 135 mmHg numa amostra de n=60 ou maior é 1,2% se a H0 fosse verdadeira