Baixe o app para aproveitar ainda mais
Prévia do material em texto
R University Statistics Exam 2019-07-04 Exam ID 00001 Name: Student ID: Signature: 1. (a) (b) X (c) (d) (e) 2. (a) (b) (c) X (d) (e) 3. (a) (b) (c) (d) (e) X 4. (a) (b) (c) (d) X (e) 5. (a) (b) (c) (d) (e) X 6. (a) (b) (c) (d) X (e) 7. (a) X (b) (c) (d) (e) 8. (a) (b) (c) (d) (e) X 9. (a) (b) (c) X (d) (e) 10. (a) (b) X (c) (d) (e) Statistics Exam: 00001 2 1. Problem Dois solos 1 e 2 devem ser comparados quanto ao seu teor de P (fo´sforo) dispon´ıvel a`s plantas. Do solo 1, foram avaliadas 5 amostras (n1 = 5), obtendo-se me´dia X1 = 9, 0 ppm de P e, do solo 2, foram analisadas 7 amostras (n2 = 7), obtendo-se me´dia X2 = 11, 3 ppm de P. Calculando-se o intervalo de confianc¸a a 95% para a diferenc¸a entre as me´dias verdadeiras (populacionais) dos teores de P dos solos, obteˆm-se os limites LI = −5, 1 ppm de P; LS = 0, 5 ppm de P, send LI e LS, respectivamente os limites inferior e superior do intervalo. Quanto a` comparac¸a˜o dos solos, pode-se concluir atrave´s desses dados, com confianc¸a de 95%, que: (a) os solos se diferenciam quanto ao teor de P dispon´ıvel a`s plantas, sendo o solo 2 superior. (b) as evideˆncias amostrais na˜o sa˜o suficientes para comprovar diferenc¸as entre os solos quanto ao teor de P dispon´ıvel a`s plantas. (c) o intervalo de confianc¸a de 95% na˜o fornece informac¸a˜o suficiente para a decisa˜o. (d) os solos se diferenciam quanto ao teor de P dispon´ıvel a`s plantas, sendo o solo 1 superior. (e) sem se fazer um teste de hipo´teses e´ imposs´ıvel concluir se os solos se diferenciam quanto ao teor de P dispon´ıvel a`s plantas. Solution Alternativas falsas: • os solos na˜o se diferenciam quanto ao teor de P dispon´ıvel a`s plantas, porque o intervalo de confianc¸a conte´m o nu´mero zero, indicando que a diferenc¸a entre os solos na˜o e´ significativa. • sem se fazer um teste de hipo´teses na˜o e´ imposs´ıvel concluir se os solos se diferenciam quanto ao teor de P dispon´ıvel a`s plantas. Basta observar se o nu´mero zero pertence ao intervalo de confianc¸a. • o intervalo de confianc¸a de 95% fornece informac¸a˜o suficiente para a decisa˜o, pois como o nu´mero zero esta´ incluso no intervalo de confianc¸a, H0 na˜o e´ re- jeitada. Alternativa correta: • as evideˆncias amostrais na˜o sa˜o suficientes para comprovar diferenc¸as entre os solos quanto ao teor de P dispon´ıvel a`s plantas. (a) Incorreta (b) Correta (c) Incorreta (d) Incorreta (e) Incorreta 2. Problem No teste de hipo´teses podemos aceitar ou rejeitar H0. Quando rejeitamos H0, no´s provamos, a uma dada significaˆncia, que H1 e´ verdadeira. No entanto quando aceitamos H0, nada podemos afirmar por que: (a) o n´ıvel de significaˆncia so´ e´ va´lido para rejeitar e na˜o para aceitar. (b) o erro envolvido estara´ acima de 80%. (c) estaremos sujeitos a cometer erro do tipo II, que na˜o e´ controlado. (d) estaremos sujeitos a cometer erro do tipo I, que e´ controlado. (e) o erro do tipo II e´, nesse caso, igual ao erro do tipo I. Statistics Exam: 00001 3 Solution Alternativa correta: • estaremos sujeitos a cometer erro do tipo II, que na˜o e´ controlado, porque ao aceitarmos H0 podemos cometer apenas erro do tipo II. Para cometer um erro do tipo I, ter´ıamos que rejeitar H0. (a) Incorreta (b) Incorreta (c) Correta (d) Incorreta (e) Incorreta 3. Problem O tempo de montagem de um equipamento apresenta uma distribuic¸a˜o normal com me´dia igual a 30 minutos e desvio padra˜o igual a 5 minutos. Novas linhas de produc¸a˜o foram idealizadas para reduzir o tempo de montagem. A montagem de 36 novos equipamentos em cada uma das duas novas linhas de produc¸a˜o apresenta os seguintes resultados: []@cc@ Linha de Produc¸~ao Me´dia (min)1 28.52 27 Atrave´s dos Testes Unilaterais de Me´dias, com n´ıvel de significaˆncia de 2,5%, constata-se que: (a) a linha 1 tende a aumentar o tempo de montagem. (b) nenhuma das duas linhas tendem a reduzir o tempo de montagem. (c) as duas novas linhas de produc¸a˜o tendem a reduzir o tempo de montagem. (d) nenhuma das alternativas esta´ correta. (e) apenas a linha 2 tende a reduzir o tempo de montagem. Solution{ H0 : µ = 30 H1 : µ < 30 A estat´ıstica t para teste de hipo´teses e´ definida como X − µ0 S√ n Para a linha 1, temos que X = 28, 5, µ0 = 30, S = 5 e n = 36. Aplicando estes nu´meros na fo´rmula, temos 28, 5− 30 5√ 36 = −1, 5 5 6 = −9 5 = −1, 8 Para a linha 2, temos que X = 27, µ0 = 30, S = 5 e n = 36. Aplicando estes nu´meros na fo´rmula, temos 27− 30 5√ 36 Statistics Exam: 00001 4 = −3 5 6 = −18 5 = −3, 6 Como ttab = 2, 0301 com α = 0, 025: para a linha 1 na˜o se rejeita H0, pois -1,8 < -2,0301 na˜o e´ verdade; para a linha 2 rejeita-se H0, pois -3,6 < -2,0301 e´ verdade. Assim, apenas a linha 2 tende a reduzir o tempo de montagem. (a) Incorreta (b) Incorreta (c) Incorreta (d) Incorreta (e) Correta 4. Problem Em uma fa´brica, duas ma´quinas esta˜o ajustadas para encher cada garrafa com 1 litro de refrigerante. Para comparar a eficieˆncia destas duas ma´quinas, uma amostra de tamanho 100 foi coletada aleatoriamente de cada ma´quina. A tabela abaixo apresenta os resultados encontrados. []@lcc@ Ma´quina A Ma´quina BTamanho da amostra 100 100Me´dia de refrigerante (em litros) 0,98 1,02Desvio padra˜o 1,00 1,00 Qual dos testes abaixo e´ o mais adequado para comparar as quantidades me´dias de refriger- antes? (a) Teste t para duas amostras emparelhadas (pares de obs.). (b) Teste z para uma me´dia. (c) Teste t para duas amostras independentes supondo variaˆncias diferentes. (d) Teste t para duas amostras independentes supondo variaˆncias iguais. (e) Teste de homogeneidade para as variaˆncias. Solution A resposta correta e´ “Teste t para duas amostras independentes supondo variaˆncias iguais”, porque de fato temos amostras de duas ma´quinas independentes e tambe´m temos variaˆncias iguais conforme os desvios padro˜es fornecidos. (a) Incorreta (b) Incorreta (c) Incorreta (d) Correta (e) Incorreta 5. Problem Em uma fa´brica, duas ma´quinas esta˜o ajustadas para encher cada garrafa com 1 litro de refrigerante. Para comparar a eficieˆncia destas duas ma´quinas, uma amostra de tamanho 100 foi coletada aleatoriamente de cada ma´quina. A tabela abaixo apresenta os resultados encontrados. []@lcc@ Ma´quina A Ma´quina BTamanho da amostra 100 100Me´dia de refrigerante (em litros) 0,98 1,02Desvio padra˜o 1,00 1,00 O valor-p do teste para comparar as quantidades me´dias de refrigerantes e´ um nu´mero: Statistics Exam: 00001 5 (a) entre 0,01 e 0,025. (b) entre 0,05 e 0,10. (c) menor que 0,01. (d) entre 0,025 e 0,05. (e) maior que 0,10. Solution Para resolver este exerc´ıcio, vamos fazer um teste t (pois o desvio padra˜o populacional na˜o nos foi informado) para a diferenc¸a entre as me´dias de litros de refrigerante da ma´quina A e da ma´quina B. Nos foi informado pela tabela o tamanho de amostra n = 100, a me´dia amostral de litros da ma´quina A, Xa = 0, 98, a me´dia amostral de litros da ma´quina B, Xb = 1, 02, o desvio padra˜o amostral da ma´quina A, Sa = 1, 00, e o desvio padra˜o amostral da ma´quina B, Sb = 1, 00. Para realizar o teste, precisamos calcular a estat´ıstica de teste, dada por t = Xa −Xb√ S2p ( 1 na + 1nb ) Onde na e nb sa˜o o tamanho de amostra da ma´quina A e B respectivamente. S2p = [S2a(na − 1)] + [S2b (nb − 1)] na + nb − 2 Calculando S2p : S2p = [S2a(na − 1)] + [S2b (nb − 1)] na + nb − 2 S2p = [12(100− 1)] + [12(100− 1)] 100 + 100− 2 S2p = 99 + 99 198 S2p = 198 198 S2p = 1 Calculando a estat´ıstica de teste: t = Xa −Xb√ S2p ( 1 na + 1nb ) t = 0, 98− 1, 02√ 1 ( 1 100 + 1 100 ) t = −0, 04√ 2 100 t = −0, 04 ∗ 10√ 2 t = −0,4√ 2 t = −0, 2828 Pela tabela da distribuic¸a˜o t de student o valor cr´ıtico para α = 0, 5 (bilateral) e α = 0, 025 (unilateral) e graus de liberdade maiores que 120 e´ 0,674, logo como o valor da estat´ıstica de teste | − 0, 28| < tcritico enta˜o podemos afirmar que o p-valor e´ maior que 0,5 (para teste bilateral) e maior que 0,25 (para teste unilateral). Enta˜o a resposta do exerc´ıcio e´ pvalor maior que 0,1 Statistics Exam: 00001 6 (a) Incorreta (b) Incorreta (c) Incorreta (d) Incorreta (e) Correta 6. Problem Para testar a hipo´tese de que uma moeda e´ honesta, adotou-se a seguinte regra de decisa˜o: na˜o rejeitar a hipo´tese nula (H0 : pi = 0, 5), se o nu´mero de caras, em uma amostra de 100 lances, estiver entre 40 (inclusive) e 60 (inclusive); caso contra´rio, rejeita´-la. Qual a probabilidade (aproximada) de ser rejeitada a hipo´tese nula, quando ela for correta? (a) 0,10 (b) 0,95 (c) 0,025 (d) 0,05 (e) 0,90 Solution{ H0 : pi = 0, 5 H1 : pi 6= 0, 5 A questa˜o deseja saber qual o n´ıvel de significaˆncia do teste, assim precisamos saber qual a estat´ıstica do teste para as seguintes situac¸o˜es: quando o nu´mero de caras e´ inferior a 40, quando o nu´mero de caras e´ superior a 60 e quando o nu´mero de caras esta´ entre 40 e 60. • quando o nu´mero de caras e´ inferior a 40 (exemplo com 30, mas a validac¸a˜o tambe´m se aplica para outros valores menores que 40): z = p− pi0√ pi0·(1−pi0) n z = 0, 3− 0, 5√ 0,5·(1−0,5) 100 z = −0, 2√ 0,5·0,5 100 z = −0, 2√ 0,25 100 z = −0, 2√ 0, 0025 z = −0, 2 0, 05 z = −4 • quando o nu´mero de caras e´ superior a 60 (exemplo com 70, mas a validac¸a˜o tambe´m se aplica para outros valores maiores que 60): z = p− pi0√ pi0·(1−pi0) n Statistics Exam: 00001 7 z = 0, 7− 0, 5√ 0,5·(1−0,5) 100 z = 0, 2√ 0,5·0,5 100 z = 0, 2√ 0,25 100 z = 0, 2√ 0, 0025 z = 0, 2 0, 05 z = 4 • quando o nu´mero de caras esta´ entre 40 e 60: z = p− pi0√ pi0·(1−pi0) n z = 0, 4− 0, 5√ 0,5·(1−0,5) 100 z = −0, 1 0, 05 z = −2 Ou: z = p− pi0√ pi0·(1−pi0) n z = 0, 5− 0, 5√ 0,5·(1−0,5) 100 z = 0 0, 05 z = 0 Ou: z = p− pi0√ pi0·(1−pi0) n z = 0, 6− 0, 5√ 0,5·(1−0,5) 100 z = 0, 1 0, 05 z = 2 Portanto, precisamo de um valor que que respeite a regra para testes bilaterais, |z| > ztab. Assim, o valor que procuramos deve ser menor que | − 4| e |4| (para rejeitarmos H0) e deve ser maior que | − 2|, |2| e |0| (para aceitarmos H0 nas condic¸o˜es listadas pelo exerc´ıcio). Olhando na tabela, achamos o valor 2,0046 a um n´ıvel de sigficaˆncia igual a 0,045, o que e´ aproximadamente 0,05. (a) Incorreta Statistics Exam: 00001 8 (b) Incorreta (c) Incorreta (d) Correta (e) Incorreta 7. Problem Uma amostra de 400 gau´chos revelou que 170 torciam pelo Greˆmio, 150 para o Inter e 80 na˜o torciam por nenhum dos dois times. Se fossemos executar um teste de diferenc¸a de proporc¸o˜es, uma estimativa do erro padra˜o da diferenc¸a entre as duas proporc¸o˜es seria de: (a) 3,46%. (b) 2,50%. (c) 1,41%. (d) 1,96%. (e) 4,89%. Solution Para calcular uma estimativa do erro padra˜o da diferenc¸a entre as duas proporc¸o˜es, primeiro precisamos descobrir o valor de cada proporc¸a˜o: p1 = 170 400 = 0, 425 p2 = 150 400 = 0, 375 Assim, calculamos o erro padra˜o com a seguinte fo´rmula: EP = √ p1 · (1− p1) n1 + p2 · (1− p2) n2 EP = √ 0, 425 · (1− 0, 425) 400 + 0, 375 · (1− 0, 375) 400 EP = √ 0, 425 · 0, 575 400 + 0, 375 · 0, 625 400 EP = √ 0, 244375 400 + 0, 234375 400 EP = √ 0, 0006109375 + 0, 0005859375 EP = √ 0, 001196875 EP = 0, 034595881 ∼ 0, 0346 E 0,0346 = 3,46%. (a) Correta (b) Incorreta (c) Incorreta (d) Incorreta (e) Incorreta 8. Problem Foram estudadas 100 crianc¸as para verificar se existe associac¸a˜o linear entre idade e capaci- dade pulmonar. O coeficiente de correlac¸a˜o linear de Pearson, calculado com os dados desta amostra, foi de 0,8. Para testar a hipo´tese nula de que idade e capacidade pulmonar de cri- anc¸as na˜o sa˜o linearmente relacionadas, foi utilizado o teste t adequado. O valor calculado para a estat´ıstica de teste e´ igual a Statistics Exam: 00001 9 (a) 15,0 (b) 15,3 (c) 23,0 (d) 10,3 (e) 13,2 Solution Testar a hipo´tese nula de que idade e capacidade pulmonar de crianc¸as na˜o sa˜o linearmente relacionadas, significa testar se ρ e´ significativamente diferente de zero ou na˜o. Ou seja, usaremos esse tipo de teste:{ H0 : ρ = 0 H1 : ρ 6= 0 Usamos a estat´ıstica T = r √ n− 2√ 1− r2 Sabemos que n = 100 e que r = 0, 8, enta˜o vamos calcular T : T = r √ n− 2√ 1− r2 T = 0, 8 √ 100− 2√ 1− 0, 82 T = 0, 8 √ 98√ 1− 0, 64 T = 0, 8 ∗ 9, 8996√ 0, 36 T = 7, 9197 0, 6 T = 13, 1995 Por motivos de arredondamento, na˜o ha´ exatamente este nu´mero entre as alternativas. En- tretanto, o nu´mero que mais se aproxima deste e´ 13,3, que e´ a resposta correta. (a) Incorreta (b) Incorreta (c) Incorreta (d) Incorreta (e) Correta 9. Problem A relac¸a˜o entre X: precipitac¸a˜o pluviome´trica (medida em cm) e Y: colheita de milho (medida em kg/ha) foi estudada em uma amostra de tamanho 45. Os valores observados para Y variaram de 160 a 520 e os de X variaram de 17,8 a 160,2. Foi obtida a seguinte reta de regressa˜o: Y¯ = 441,13 – 1,93X. Qual a conclusa˜o correta para estes dados? (a) Um aumento de 1 kg/ha na colheita de milho corresponde a uma diminuic¸a˜o de 1,93 cm na precipitac¸a˜o pluviome´trica. (b) Um aumento de 1 cm na precipitac¸a˜o pluviome´trica corresponde a um aumento de 1,93 kg/ha na colheita de milho. (c) Quanto maior e´ a precipitac¸a˜o pluviome´trica, menor deve ser a colheita de milho es- perada. Statistics Exam: 00001 10 (d) Um aumento de 1 kg/ha na colheita de milho corresponde a um aumento de 441,13 cm na precipitac¸a˜o pluviome´trica. (e) Um aumento de 1 cm na precipitac¸a˜o pluviome´trica corresponde a um aumento de 441,13 kg/ha na colheita de milho. Solution Alternativas falsas: • Um aumento de 1 kg/ha na colheita de milho na˜o corresponde a um aumento de 441,13 cm na precipitac¸a˜o pluviome´trica, porque estes valores na˜o esta˜o relacionados de maneira a resultar tal valor. • Um aumento de 1 cm na precipitac¸a˜o pluviome´trica na˜o corresponde a um aumento de 1,93 kg/ha na colheita de milho, porque 1,93 e´ multiplicado pela varia´vel que representa a precipitac¸a˜o pluviome´trica. • Um aumento de 1 cm na precipitac¸a˜o pluviome´trica na˜o corresponde a um aumento de 441,13 kg/ha na colheita de milho, porque estes valores na˜o esta˜o relacionados de maneira a resultar tal valor. • Um aumento de 1 kg/ha na colheita de milho na˜o corresponde a uma diminuic¸a˜o de 1,93 cm na precipitac¸a˜o pluviome´trica, porque estes valores na˜o esta˜o relacionados de maneira a resultar tal valor. Alternativa correta: • Quanto maior e´ a precipitac¸a˜o pluviome´trica, menor deve ser a colheita de milho esper- ada e´ verdadeira, porque quanto maior o valor de X (precipitac¸a˜o), menor sera´ o valor de Y (colheita). (a) Incorreta (b) Incorreta (c) Correta (d) Incorreta (e) Incorreta 10. Problem Baseado na teoria de teste de hipo´teses, pode-se dizer que (a) a estat´ıstica t de student com n-2 graus de liberdade (em que n e´ o tamanho da amostra) e´ a indicada para o teste de hipo´teses para proporc¸o˜es no caso da variaˆncia da proporc¸a˜o populacional ser desconhecida. (b) basta calcular o intervalo de confianc¸a para µ com (1− α)% de confianc¸a e verificar se este intervalo conte´m ou na˜o o valor zero para verificar se a hipo´tese nula do teste para uma me´dia (H0 : µ = 0 contra H1 : µ 6= 0) deve ser rejeitadaao n´ıvel de significaˆncia α. (c) a probabilidade do erro tipo II e´ calculada pela probabilidade de na˜o se rejeitar a hipo´tese nula, quando esta for verdadeira, e a probabilidade do erro tipo I e´ calculada pela probabilidade de rejeitar a hipo´tese nula quando esta for falsa. (d) o teste t, utilizado na comparac¸a˜o de duas me´dias, e´ sempre um teste bilateral, pois o objetivo e´ avaliar se a diferenc¸a entre as duas me´dias e´ significativa. (e) o p-valor de um teste de hipo´teses bilateral ou bicaudal e´ igual a duas vezes a proba- bilidade da regia˜o interna delimitada pelo valor cr´ıtico de teste. Solution Alternativas falsas: Statistics Exam: 00001 11 • a estat´ıstica t de student com n-1 graus de liberdade (em que n e´ o tamanho da amostra) e´ a indicada para o teste de hipo´teses para me´dia no caso da variaˆncia populacional ser desconhecida. • a probabilidade do erro tipo II e´ calculada pela probabilidade de na˜o se rejeitar a hipo´tese nula, quando esta for falsa, e a probabilidade do erro tipo I e´ calculada pela probabilidade de rejeitar a hipo´tese nula quando esta for verdadeira. • o teste t, utilizado na comparac¸a˜o de duas me´dias, nem sempre um teste bilateral, pois o objetivo e´ avaliar se a diferenc¸a entre as duas me´dias e´ significativa. Lembre-se, isso pode acontecer por meio de desigualdade entre as me´dias, na˜o apenas por diferenc¸a, por exemplo:{ H0 : µa > µb H1 : µa ≤ µb • o p-valor de um teste de hipo´teses bilateral ou bicaudal e´ igual a duas vezes a prob- abilidade da regia˜o interna delimitada pelo valor cr´ıtico da estat´ıstica de teste, assumindo que a hipo´tese nula e´ verdadeira. Alternativa correta: • basta calcular o intervalo de confianc¸a para µ com (1− α)% de confianc¸a e verificar se este intervalo conte´m ou na˜o o valor zero para verificar se a hipo´tese nula do teste para uma me´dia (H0 : µ = 0 contra H1 : µ 6= 0) deve ser rejeitada ao n´ıvel de confianc¸a α. (a) Incorreta (b) Correta (c) Incorreta (d) Incorreta (e) Incorreta R University Statistics Exam 2019-07-04 Exam ID 00001 Name: Student ID: Signature: 1. (a) (b) X (c) (d) (e) 2. (a) (b) (c) (d) X (e) 3. (a) (b) (c) X (d) (e) 4. (a) (b) (c) X (d) (e) 5. (a) X (b) (c) (d) (e) 6. (a) (b) X (c) (d) (e) 7. (a) X (b) (c) (d) (e) 8. (a) X (b) (c) (d) (e) 9. (a) (b) (c) (d) (e) X 10. (a) (b) (c) X (d) (e) Statistics Exam: 00001 2 1. Problem Na realizac¸a˜o de testes de hipo´teses, e´ poss´ıvel que se cometam erros de conclusa˜o. O erro de conclusa˜o conhecido como erro tipo II consiste em (a) rejeitar uma hipo´tese nula falsa. (b) na˜o rejeitar uma hipo´tese nula falsa. (c) rejeitar uma hipo´tese alternativa verdadeira. (d) na˜o rejeitar uma hipo´tese alternativa falsa. (e) rejeitar uma hipo´tese nula verdadeira. Solution Na˜o rejeitar a hipo´tese nula quando ela e´, na realidade, falsa, e´ a definic¸a˜o do erro tipo II. Podemos ver a tabela de deciso˜es abaixo []@lcc@ Decisa˜o H0 verdadeiro H0 falsoNa˜o rejeitar H0 Conclusa˜o correta Erro tipo IIRejeitar H0 Erro tipo I Conclusa˜o correta (a) Incorreta (b) Correta (c) Incorreta (d) Incorreta (e) Incorreta 2. Problem Um teste de hipo´tese rejeitou a hipo´tese nula H0 no n´ıvel de significaˆncia de 5%. O que aconteceria com H0 nos n´ıveis de significaˆncia de 1% e 10%, respectivamente? (a) Nada poder´ıamos afirmar e nada poder´ıamos afirmar (b) Rejeitar´ıamos e rejeitar´ıamos (c) Rejeitar´ıamos e nada poder´ıamos afirmar (d) Nada poder´ıamos afirmar e rejeitar´ıamos (e) Na˜o rejeitar´ıamos e rejeitar´ıamos Solution Um teste de hipo´tese com n´ıvel de significaˆncia α rejeita a hipo´tese nula quando o p-valor e´ menor do que alfa, ou ainda, quando p− valor < α. Se um teste de hipo´tese rejeitou a hipo´tese nula H0 no n´ıvel de significaˆncia de 5%, isso quer dizer que p− valor < 0, 05. p − valor < 0, 05 tambe´m e´ p − valor < 0, 10, e portanto o teste rejeitaria H0 com 10% de significaˆncia. Entretanto, p− valor < 0, 05 na˜o necessariamente e´ p− valor < 0, 01 e assim na˜o podemos concluir nada. (a) Incorreta (b) Incorreta (c) Incorreta (d) Correta (e) Incorreta Statistics Exam: 00001 3 3. Problem Considere o teste da hipo´tese H0 : µ = 100 contra alternativa H1 : µ 6= 100 em uma amostra da distribuic¸a˜o normal com me´dia µ e variaˆncia σ2. O valor da estat´ıstica teste t com distribuic¸a˜o de Student sob a hipo´tese H0: µ = 100 e´ de –1,7864 e sabe-se que P(t ≥ 1,7864) = 0,0446. Suponha que a probabilidade de erro do tipo I esteja sendo controlada em 5%. Assinale a resposta correta. (a) Na˜o se pode tirar nenhuma conclusa˜o ,pois na˜o foram informados o tamanho da amostra, a me´dia amostral e o desvio padra˜o amostral. (b) Como o p-valor do teste e´ 0,0223 conclua H1 : µ 6= 100. (c) Como o p-valor do teste e´ 0,0892 na˜o ha´ evideˆncia para rejeitar H0 : µ = 100. (d) Como o p-valor do teste e´ 0,0446 conclua H0 : µ = 100. (e) Como o p-valor do teste e´ 0,0446 conclua H1 : µ 6= 100. Solution{ H0 : µ = 100 H1 : µ 6= 100 Considerando que o valor da estat´ıstica teste t com distribuic¸a˜o de Student sob a hipo´tese H0 : µ = 100 e´ de –1,7864 e sabendo que P(t ≥ 1,7864) = 0,0446. Para um teste bilateral, enta˜o o p-valor e´ de 2 · 0.0446 = 0.0892 e na˜o ha´ evideˆncia para rejeitar H0 : µ = 100. (a) Incorreta (b) Incorreta (c) Correta (d) Incorreta (e) Incorreta 4. Problem Em uma fa´brica, duas ma´quinas esta˜o ajustadas para encher cada garrafa com 1 litro de refrigerante. Para comparar a eficieˆncia destas duas ma´quinas, uma amostra de tamanho 100 foi coletada aleatoriamente de cada ma´quina. A tabela abaixo apresenta os resultados encontrados []@lcc@ Ma´quina A Ma´quina BTamanho da amostra 100 100Me´dia de refrigerante (em litros) 0,98 1,02Desvio padra˜o 1,00 1,00 Assinale a afirmac¸a˜o que apresenta a melhor conclusa˜o do teste para comparar as quantidades me´dias de refrigerantes utilizando um n´ıvel de significaˆncia de 0,05. (a) Na˜o se rejeita H0 e conclui-se que ha´ diferenc¸a significativa entre as me´dias (valor p > 0,05). (b) Rejeita-se H0 e conclui-se que na˜o existe diferenc¸a significativa entre as me´dias.(valor p < 0,05) (c) Na˜o se rejeita H0 e conclui-se que os dados na˜o revelaram diferenc¸a significativa entre as me´dias (valor p > 0,05). (d) Rejeita-se H0 e conclui-se que, em me´dia, a ma´quina A coloca menos refrigerante que a ma´quina B (valor p < 0,05). (e) Rejeita-se H0 e conclui-se que, em me´dia a ma´quina A coloca menos refrigerante que a ma´quina B (valor p > 0,05). Solution Para resolver este exerc´ıcio, vamos fazer um teste t (pois o desvio padra˜o populacional na˜o nos foi informado) para a diferenc¸a entre as me´dias de litros de refrigerante da ma´quina A Statistics Exam: 00001 4 e da ma´quina B. Nos foi informado pela tabela o tamanho de amostra n = 100, a me´dia amostral de litros da ma´quina A, Xa = 0, 98, a me´dia amostral de litros da ma´quina B, Xb = 1, 02, o desvio padra˜o amostral da ma´quina A, Sa = 1, 00, e o desvio padra˜o amostral da ma´quina B, Sb = 1, 00. Com esses dados, vamos testar{ H0 : µa − µb = 0 H1 : µa − µb 6= 0 Se H0 for verdade, enta˜o na˜o ha´ diferenc¸a significativa entre as me´dias. Se H1 for verdade, enta˜o ha´ diferenc¸a significativa entre as me´dias. Existem dois tipos de teste t para comparac¸a˜o de duas me´dias: o que assume que as variaˆncias de ambas as amostras sa˜o iguais e o que assume que elas sa˜o diferentes. No nosso caso, como os desvios padro˜es amostrais sa˜o literalmente iguais, enta˜o faremos o teste t para comparac¸a˜o de duas me´dias com variaˆncias iguais. Para realizar o teste, precisamos calcular a estat´ıstica de teste, dada por t = Xa −Xb√ S2p ( 1 na + 1nb ) Onde na e nb sa˜o o tamanho de amostra da ma´quinaA e B respectivamente. S2p = [S2a(na − 1)] + [S2b (nb − 1)] na + nb − 2 A estat´ıstica t, neste caso, segue uma distribuic¸a˜o t com na+nb−2 graus de liberdade. Isso sera´ usado para encontrar os valores cr´ıticos de teste. Olhando na tabela t, com α = 0, 05 e 198 graus de liberdade, esse valor e´ aproximadamente 1,9720. Como a distribuic¸a˜o t e´ sime´trica, o teste rejeita a hipo´tese nula se a estat´ıstica t for maior do que 1,9720, ou menor do que -1,9720. Calculando S2p : S2p = [S2a(na − 1)] + [S2b (nb − 1)] na + nb − 2 S2p = [12(100− 1)] + [12(100− 1)] 100 + 100− 2 S2p = 99 + 99 198 S2p = 198 198 S2p = 1 Calculando a estat´ıstica de teste: t = Xa −Xb√ S2p ( 1 na + 1nb ) t = 0, 98− 1, 02√ 1 ( 1 100 + 1 100 ) t = −0, 04√ 2 100 t = −0, 04 ∗ 10√ 2 Statistics Exam: 00001 5 t = −0, 4√ 2 t = −0, 2828, aproximadamente Como t = −0, 2828 > −1, 9720, enta˜o na˜o se rejeita H0 e, com 5% de significaˆncia, conclui-se que os dados na˜o revelam diferenc¸a significativa entre as me´dias. (a) Incorreta (b) Incorreta (c) Correta (d) Incorreta (e) Incorreta 5. Problem Em uma fa´brica, duas ma´quinas esta˜o ajustadas para encher cada garrafa com 1 litro de refrigerante. Para comparar a eficieˆncia destas duas ma´quinas, uma amostra de tamanho 100 foi coletada aleatoriamente de cada ma´quina. A tabela abaixo apresenta os resultados encontrados. []@lcc@ Ma´quina A Ma´quina BTamanho da amostra 100 100Me´dia de refrigerante (em litros) 0,98 1,02Desvio padra˜o 1,00 1,00 O valor-p do teste para comparar as quantidades me´dias de refrigerantes e´ um nu´mero: (a) maior que 0,10. (b) entre 0,05 e 0,10. (c) entre 0,025 e 0,05. (d) entre 0,01 e 0,025. (e) menor que 0,01. Solution Para resolver este exerc´ıcio, vamos fazer um teste t (pois o desvio padra˜o populacional na˜o nos foi informado) para a diferenc¸a entre as me´dias de litros de refrigerante da ma´quina A e da ma´quina B. Nos foi informado pela tabela o tamanho de amostra n = 100, a me´dia amostral de litros da ma´quina A, Xa = 0, 98, a me´dia amostral de litros da ma´quina B, Xb = 1, 02, o desvio padra˜o amostral da ma´quina A, Sa = 1, 00, e o desvio padra˜o amostral da ma´quina B, Sb = 1, 00. Para realizar o teste, precisamos calcular a estat´ıstica de teste, dada por t = Xa −Xb√ S2p ( 1 na + 1nb ) Onde na e nb sa˜o o tamanho de amostra da ma´quina A e B respectivamente. S2p = [S2a(na − 1)] + [S2b (nb − 1)] na + nb − 2 Calculando S2p : S2p = [S2a(na − 1)] + [S2b (nb − 1)] na + nb − 2 S2p = [12(100− 1)] + [12(100− 1)] 100 + 100− 2 S2p = 99 + 99 198 S2p = 198 198 Statistics Exam: 00001 6 S2p = 1 Calculando a estat´ıstica de teste: t = Xa −Xb√ S2p ( 1 na + 1nb ) t = 0, 98− 1, 02√ 1 ( 1 100 + 1 100 ) t = −0, 04√ 2 100 t = −0, 04 ∗ 10√ 2 t = −0, 4√ 2 t = −0, 2828 Pela tabela da distribuic¸a˜o t de student o valor cr´ıtico para α = 0, 5 (bilateral) e α = 0, 025 (unilateral) e graus de liberdade maiores que 120 e´ 0,674, logo como o valor da estat´ıstica de teste | − 0, 28| < tcritico enta˜o podemos afirmar que o p-valor e´ maior que 0,5 (para teste bilateral) e maior que 0,25 (para teste unilateral). Enta˜o a resposta do exerc´ıcio e´ pvalor maior que 0,1 (a) Correta (b) Incorreta (c) Incorreta (d) Incorreta (e) Incorreta 6. Problem Para testar a hipo´tese de que uma moeda e´ honesta, adotou-se a seguinte regra de decisa˜o: na˜o rejeitar a hipo´tese nula (H0 : pi = 0, 5), se o nu´mero de caras, em uma amostra de 100 lances, estiver entre 40 (inclusive) e 60 (inclusive); caso contra´rio, rejeita´-la. Qual a probabilidade (aproximada) de ser rejeitada a hipo´tese nula, quando ela for correta? (a) 0,10 (b) 0,05 (c) 0,90 (d) 0,025 (e) 0,95 Solution{ H0 : pi = 0, 5 H1 : pi 6= 0, 5 A questa˜o deseja saber qual o n´ıvel de significaˆncia do teste, assim precisamos saber qual a estat´ıstica do teste para as seguintes situac¸o˜es: quando o nu´mero de caras e´ inferior a 40, quando o nu´mero de caras e´ superior a 60 e quando o nu´mero de caras esta´ entre 40 e 60. • quando o nu´mero de caras e´ inferior a 40 (exemplo com 30, mas a validac¸a˜o tambe´m se aplica para outros valores menores que 40): Statistics Exam: 00001 7 z = p− pi0√ pi0·(1−pi0) n z = 0, 3− 0, 5√ 0,5·(1−0,5) 100 z = −0, 2√ 0,5·0,5 100 z = −0, 2√ 0,25 100 z = −0, 2√ 0, 0025 z = −0, 2 0, 05 z = −4 • quando o nu´mero de caras e´ superior a 60 (exemplo com 70, mas a validac¸a˜o tambe´m se aplica para outros valores maiores que 60): z = p− pi0√ pi0·(1−pi0) n z = 0, 7− 0, 5√ 0,5·(1−0,5) 100 z = 0, 2√ 0,5·0,5 100 z = 0, 2√ 0,25 100 z = 0, 2√ 0, 0025 z = 0, 2 0, 05 z = 4 • quando o nu´mero de caras esta´ entre 40 e 60: z = p− pi0√ pi0·(1−pi0) n z = 0, 4− 0, 5√ 0,5·(1−0,5) 100 z = −0, 1 0, 05 z = −2 Ou: z = p− pi0√ pi0·(1−pi0) n Statistics Exam: 00001 8 z = 0, 5− 0, 5√ 0,5·(1−0,5) 100 z = 0 0, 05 z = 0 Ou: z = p− pi0√ pi0·(1−pi0) n z = 0, 6− 0, 5√ 0,5·(1−0,5) 100 z = 0, 1 0, 05 z = 2 Portanto, precisamo de um valor que que respeite a regra para testes bilaterais, |z| > ztab. Assim, o valor que procuramos deve ser menor que | − 4| e |4| (para rejeitarmos H0) e deve ser maior que | − 2|, |2| e |0| (para aceitarmos H0 nas condic¸o˜es listadas pelo exerc´ıcio). Olhando na tabela, achamos o valor 2,0046 a um n´ıvel de sigficaˆncia igual a 0,045, o que e´ aproximadamente 0,05. (a) Incorreta (b) Correta (c) Incorreta (d) Incorreta (e) Incorreta 7. Problem Uma amostra de 400 gau´chos revelou que 170 torciam pelo Greˆmio, 150 para o Inter e 80 na˜o torciam por nenhum dos dois times. Se fossemos executar um teste de diferenc¸a de proporc¸o˜es, uma estimativa do erro padra˜o da diferenc¸a entre as duas proporc¸o˜es seria de: (a) 3,46%. (b) 2,50%. (c) 4,89%. (d) 1,96%. (e) 1,41%. Solution Para calcular uma estimativa do erro padra˜o da diferenc¸a entre as duas proporc¸o˜es, primeiro precisamos descobrir o valor de cada proporc¸a˜o: p1 = 170 400 = 0, 425 p2 = 150 400 = 0, 375 Assim, calculamos o erro padra˜o com a seguinte fo´rmula: EP = √ p1 · (1− p1) n1 + p2 · (1− p2) n2 EP = √ 0, 425 · (1− 0, 425) 400 + 0, 375 · (1− 0, 375) 400 Statistics Exam: 00001 9 EP = √ 0, 425 · 0, 575 400 + 0, 375 · 0, 625 400 EP = √ 0, 244375 400 + 0, 234375 400 EP = √ 0, 0006109375 + 0, 0005859375 EP = √ 0, 001196875 EP = 0, 034595881 ∼ 0, 0346 E 0,0346 = 3,46%. (a) Correta (b) Incorreta (c) Incorreta (d) Incorreta (e) Incorreta 8. Problem Durante muito tempo, o coeficiente de correlac¸a˜o entre a nota final num curso de treinamento de agentes de sau´de e sua produtividade, apo´s 6 meses de curso, foi 0,50. Foram introduzidas modificac¸o˜es no curso, com o intuito de aumentar a correlac¸a˜o. O coeficiente de correlac¸a˜o de uma amostra de 28 agentes submetidos ao novo curso foi de 0,65. Quanto ao estabelecimento das hipo´teses H0 (nula) e H1 (alternativa), podemos afirmar que as hipo´teses e a estat´ıstica de teste sa˜o respectivamente: (a) H0 : ρ = 0, 50 vs. H1 : ρ > 0, 50 e T = 4, 36 (b) H0 : ρ 6= 0, 50 vs. H1 : ρ > 0, 50 e T = 4, 36 (c) H0 : ρ 6= 0, 50 vs. H1 : ρ < 0, 50 e T = 4, 1 (d) H0 : ρ = 0, 50 vs. H1 : ρ 6= 0, 50 e T = 3 (e) H0 : ρ = 0, 50 vs. H1 : ρ < 0, 50 e T = 3 Solution O objetivo do estudo e´ saber se as modificac¸o˜es introduzidas no curso aumentariam a corre- lac¸a˜o da produtividade dos agentes de sau´de e suas respectivas notas finais no final do curso. Portanto, o teste precisa ser do tipo{ H0 : ρ = 0, 50 H1 : ρ > 0, 50 Usamosa estat´ıstica T = r √ n− 2√ 1− r2 Sabemos que n = 28 e que r = 0, 65, enta˜o vamos calcular T : T = r √ n− 2√ 1− r2 T = 0, 65 √ 28− 2√ 1− 0, 652 T = 3, 31 0, 759 T = 4, 36 (a) Correta (b) Incorreta Statistics Exam: 00001 10 (c) Incorreta (d) Incorreta (e) Incorreta 9. Problem O gerente de uma indu´stria localizada em um pa´ıs tropical vem verificando muita variac¸a˜o na produtividade dos funciona´rios e acredita que deva ter uma relac¸a˜o com a temperatura do dia. Num experimento organizado para estudar a relac¸a˜o entre a produtividade (pec¸as produzidas por dia) e a temperatura do dia (medida em ºC), foram coletados dados aleato- riamente ao longo de um per´ıodo de seis meses, obtendo-se a equac¸a˜o de regressa˜o linear Y = 185, 96− 2, 09X. Na equac¸a˜o de regressa˜o linear, identifique a alternativa com o coefi- ciente de inclinac¸a˜o e o que ele representa. (a) 2,09. Estima-se em 2,09 o aumento na produtividade para cada aumento de 1ºC na temperatura. (b) -2,09. Estima-se em 2,09 a reduc¸a˜o na produtividade para cada reduc¸a˜o de 1ºC na temperatura. (c) 185,96. Estima-se em 185,96 a reduc¸a˜o na produtividade para cada aumento de 1ºC na temperatura. (d) 185,96. Estima-se em 185,96 o aumento na produtividade para cada aumento de 1ºC na temperatura. (e) -2,09. Estima-se em 2,09 a reduc¸a˜o na produtividade para cada aumento de 1ºC na temperatura. Solution A equac¸a˜o de regressa˜o linear gene´rica e´ dada como Y = a + bX, onde a e´ o intercepto da reta, ou seja, o valor que Y assume quando X for zero; e b e´ o coeficiente de inclinac¸a˜o da reta, ou seja, o valor que, para cada aumento em uma unidade de X, Y aumenta em b unidades. No exerc´ıcio, o coeficiente vale -2,09 (o sinal de menos pertence a b, pois na equac¸a˜o geral ha´ um sinal de mais entre a e b). Quando b e´ negativo, podemos interpreta´-lo como, para cada aumento em uma unidade de X, Y diminui em b unidades. (a) Incorreta (b) Incorreta (c) Incorreta (d) Incorreta (e) Correta 10. Problem Baseado na teoria de teste de hipo´teses, pode-se dizer que (a) a probabilidade do erro tipo II e´ calculada pela probabilidade de na˜o se rejeitar a hipo´tese nula, quando esta for verdadeira, e a probabilidade do erro tipo I e´ calculada pela probabilidade de rejeitar a hipo´tese nula quando esta for falsa. (b) o p-valor de um teste de hipo´teses bilateral ou bicaudal e´ igual a duas vezes a proba- bilidade da regia˜o interna delimitada pelo valor cr´ıtico de teste. (c) basta calcular o intervalo de confianc¸a para µ com (1− α)% de confianc¸a e verificar se este intervalo conte´m ou na˜o o valor zero para verificar se a hipo´tese nula do teste para uma me´dia (H0 : µ = 0 contra H1 : µ 6= 0) deve ser rejeitada ao n´ıvel de significaˆncia α. Statistics Exam: 00001 11 (d) a estat´ıstica t de student com n-2 graus de liberdade (em que n e´ o tamanho da amostra) e´ a indicada para o teste de hipo´teses para proporc¸o˜es no caso da variaˆncia da proporc¸a˜o populacional ser desconhecida. (e) o teste t, utilizado na comparac¸a˜o de duas me´dias, e´ sempre um teste bilateral, pois o objetivo e´ avaliar se a diferenc¸a entre as duas me´dias e´ significativa. Solution Alternativas falsas: • a estat´ıstica t de student com n-1 graus de liberdade (em que n e´ o tamanho da amostra) e´ a indicada para o teste de hipo´teses para me´dia no caso da variaˆncia populacional ser desconhecida. • a probabilidade do erro tipo II e´ calculada pela probabilidade de na˜o se rejeitar a hipo´tese nula, quando esta for falsa, e a probabilidade do erro tipo I e´ calculada pela probabilidade de rejeitar a hipo´tese nula quando esta for verdadeira. • o teste t, utilizado na comparac¸a˜o de duas me´dias, nem sempre um teste bilateral, pois o objetivo e´ avaliar se a diferenc¸a entre as duas me´dias e´ significativa. Lembre-se, isso pode acontecer por meio de desigualdade entre as me´dias, na˜o apenas por diferenc¸a, por exemplo:{ H0 : µa > µb H1 : µa ≤ µb • o p-valor de um teste de hipo´teses bilateral ou bicaudal e´ igual a duas vezes a prob- abilidade da regia˜o interna delimitada pelo valor cr´ıtico da estat´ıstica de teste, assumindo que a hipo´tese nula e´ verdadeira. Alternativa correta: • basta calcular o intervalo de confianc¸a para µ com (1− α)% de confianc¸a e verificar se este intervalo conte´m ou na˜o o valor zero para verificar se a hipo´tese nula do teste para uma me´dia (H0 : µ = 0 contra H1 : µ 6= 0) deve ser rejeitada ao n´ıvel de confianc¸a α. (a) Incorreta (b) Incorreta (c) Correta (d) Incorreta (e) Incorreta R University Statistics Exam 2019-07-04 Exam ID 00001 Name: Student ID: Signature: 1. (a) X (b) (c) (d) (e) 2. (a) (b) (c) (d) X (e) 3. (a) (b) (c) (d) (e) X 4. (a) (b) (c) X (d) (e) 5. (a) (b) (c) (d) X (e) 6. (a) (b) (c) (d) (e) X 7. (a) X (b) (c) (d) (e) 8. (a) (b) (c) X (d) (e) 9. (a) (b) (c) (d) (e) X 10. (a) (b) (c) (d) X (e) Statistics Exam: 00001 2 1. Problem Um estat´ıstico concluiu que uma diferenc¸a entre duas me´dias amostrais e´ significativa ao n´ıvel de 1%. Enta˜o e´ correto afirmar que: (a) ha´ pelo menos 99% de probabilidade de uma diferenc¸a real entre as me´dias popula- cionais. (b) existe 1% de probabilidade de as me´dias populacionais serem diferentes. (c) se na˜o houver diferenc¸a entre as me´dias populacionais, a probabilidade de se concluir com base nas me´dias amostrais que existe diferenc¸a e´ de no ma´ximo 1%. (d) sem margem de erro, pode-se afirmar que as me´dias sa˜o diferentes. (e) se de fato houver diferenc¸a entre as me´dias populacionais, a probabilidade de ela ser detectada pela diferenc¸a entre as me´dias amostrais e´ de 1%. Solution Alternativas falsas: • se de fato houver diferenc¸a entre as me´dias populacionais, a probabilidade de ela ser detectada pela diferenc¸a entre as me´dias amostrais depende do poder do teste, 1 - β. • se na˜o houver diferenc¸a entre as me´dias populacionais, a probabilidade de se concluir com base nas me´dias amostrais que existe diferenc¸a e´ de exatamente 1%. • existe 1% de probabilidade de se concluir que as me´dias populacionais sa˜o diferentes, dado que na verdade elas na˜o sa˜o. • com margem de erro, pode-se afirmar que as me´dias sa˜o diferentes. Estamos ad- mitindo uma probabilidade de errar ao fixar o valor de α Alternativa correta: • ha´ pelo menos 99% de probabilidade de uma diferenc¸a real entre as me´dias popula- cionais. (a) Correta (b) Incorreta (c) Incorreta (d) Incorreta (e) Incorreta 2. Problem Um teste de hipo´tese rejeitou a hipo´tese nula H0 no n´ıvel de significaˆncia de 5%. O que aconteceria com H0 nos n´ıveis de significaˆncia de 1% e 10%, respectivamente? (a) Nada poder´ıamos afirmar e nada poder´ıamos afirmar (b) Rejeitar´ıamos e rejeitar´ıamos (c) Rejeitar´ıamos e nada poder´ıamos afirmar (d) Nada poder´ıamos afirmar e rejeitar´ıamos (e) Na˜o rejeitar´ıamos e rejeitar´ıamos Solution Um teste de hipo´tese com n´ıvel de significaˆncia α rejeita a hipo´tese nula quando o p-valor e´ menor do que alfa, ou ainda, quando p− valor < α. Statistics Exam: 00001 3 Se um teste de hipo´tese rejeitou a hipo´tese nula H0 no n´ıvel de significaˆncia de 5%, isso quer dizer que p− valor < 0, 05. p − valor < 0, 05 tambe´m e´ p − valor < 0, 10, e portanto o teste rejeitaria H0 com 10% de significaˆncia. Entretanto, p− valor < 0, 05 na˜o necessariamente e´ p− valor < 0, 01 e assim na˜o podemos concluir nada. (a) Incorreta (b) Incorreta (c) Incorreta (d) Correta (e) Incorreta 3. Problem Considere o teste da hipo´tese H0 : µ = 100 contra alternativa H1 : µ 6= 100 em uma amostra da distribuic¸a˜o normal com me´dia µ e variaˆncia σ2. O valor da estat´ıstica teste t com distribuic¸a˜o de Student sob a hipo´teseH0: µ = 100 e´ de –1,7864 e sabe-se que P(t ≥ 1,7864) = 0,0446. Suponha que a probabilidade de erro do tipo I esteja sendo controlada em 5%. Assinale a resposta correta. (a) Como o p-valor do teste e´ 0,0446 conclua H1 : µ 6= 100. (b) Na˜o se pode tirar nenhuma conclusa˜o ,pois na˜o foram informados o tamanho da amostra, a me´dia amostral e o desvio padra˜o amostral. (c) Como o p-valor do teste e´ 0,0446 conclua H0 : µ = 100. (d) Como o p-valor do teste e´ 0,0223 conclua H1 : µ 6= 100. (e) Como o p-valor do teste e´ 0,0892 na˜o ha´ evideˆncia para rejeitar H0 : µ = 100. Solution{ H0 : µ = 100 H1 : µ 6= 100 Considerando que o valor da estat´ıstica teste t com distribuic¸a˜o de Student sob a hipo´tese H0 : µ = 100 e´ de –1,7864 e sabendo que P(t ≥ 1,7864) = 0,0446. Para um teste bilateral, enta˜o o p-valor e´ de 2 · 0.0446 = 0.0892 e na˜o ha´ evideˆncia para rejeitar H0 : µ = 100. (a) Incorreta (b) Incorreta (c) Incorreta (d) Incorreta (e) Correta 4. Problem Em uma fa´brica, duas ma´quinas esta˜o ajustadas para encher cada garrafa com 1 litro de refrigerante. Para comparar a eficieˆncia destas duas ma´quinas, uma amostra de tamanho 100 foi coletada aleatoriamente de cada ma´quina. A tabela abaixo apresenta os resultados encontrados. []@lcc@ Ma´quina A Ma´quina BTamanho da amostra 100 100Me´dia de refrigerante (em litros) 0,98 1,02Desvio padra˜o 1,00 1,00 Qual o valor calculado para a estat´ıstica do teste para comparar as quantidades me´dias de refrigerantes? (a) − 10·0.42 Statistics Exam: 00001 4 (b) − 10·0.4√ 2 (c) − 0.4√ 2 (d) − 0.04 10·√2 (e) − 0.42 Solution Para resolver este exerc´ıcio, vamos fazer um teste t (pois o desvio padra˜o populacional na˜o nos foi informado) para a diferenc¸a entre as me´dias de litros de refrigerante da ma´quina A e da ma´quina B. Nos foi informado pela tabela o tamanho de amostra n = 100, a me´dia amostral de litros da ma´quina A, Xa = 0, 98, a me´dia amostral de litros da ma´quina B, Xb = 1, 02, o desvio padra˜o amostral da ma´quina A, Sa = 1, 00, e o desvio padra˜o amostral da ma´quina B, Sb = 1, 00. Existem dois tipos de teste t para comparac¸a˜o de duas me´dias: o que assume que as variaˆncias de ambas as amostras sa˜o iguais e o que assume que elas sa˜o diferentes. No nosso caso, como os desvios padro˜es amostrais sa˜o literalmente iguais, enta˜o faremos o teste t para comparac¸a˜o de duas me´dias com variaˆncias iguais. Para realizar o teste, precisamos calcular a estat´ıstica de teste, dada por t = Xa −Xb√ S2p ( 1 na + 1nb ) Onde na e nb sa˜o o tamanho de amostra da ma´quina A e B respectivamente. S2p = [S2a(na − 1)] + [S2b (nb − 1)] na + nb − 2 Calculando S2p : S2p = [S2a(na − 1)] + [S2b (nb − 1)] na + nb − 2 S2p = [12(100− 1)] + [12(100− 1)] 100 + 100− 2 S2p = 99 + 99 198 S2p = 198 198 S2p = 1 Calculando a estat´ıstica de teste: t = Xa −Xb√ S2p ( 1 na + 1nb ) t = 0, 98− 1, 02√ 1 ( 1 100 + 1 100 ) t = −0, 04√ 2 100 t = −0, 04 ∗ 10√ 2 t = −0, 4√ 2 (a) Incorreta Statistics Exam: 00001 5 (b) Incorreta (c) Correta (d) Incorreta (e) Incorreta 5. Problem Sejam as hipo´teses H0 : µ = 5 versus H1 : µ > 5, em que µ e´ a me´dia de uma distribuic¸a˜o normal com variaˆncia conhecida igual a 25. Uma amostra aleato´ria simples de tamanho 100 dessa populac¸a˜o foi selecionada e obteve-se uma me´dia amostral de 5,32. Considerando um n´ıvel de significaˆncia de 5%, o p-valor aproximado da estat´ıstica de teste e a respectiva decisa˜o sa˜o: (a) 0,125 e na˜o rejeitar a hipo´tese nula. (b) 0,001 e rejeitar a hipo´tese nula. (c) 0,001 e na˜o rejeitar a hipo´tese nula. (d) 0,261 e na˜o rejeitar a hipo´tese nula. (e) 0,034 e rejeitar a hipo´tese nula. Solution{ H0 : µ = 5 H1 : µ > 5 Primeiro devemos calcular a estat´ıstica do teste z (pois conhecemos o desvio padra˜o = √ 25): temos X¯ = 5, 32, µ0 = 5, σ = √ 25 = 5 e n = 100 z = X¯ − µ0 σ√ n z = 5, 32− 5 5√ 100 z = 0, 32 5 10 z = 0, 32 · 10 5 z = 3, 2 5 z = 0, 64 Agora, para calcular o p-valor devemos consultar na tabela z para a´reas unilaterais qual a a´rea acumulada por 0,64. Na tabela, a a´rea acumulada por 0,6745 e´ de 0,25 e por 0,5244 e´ de 0,3, como 0,64 se encontra entre esses dois valores, sua a´rea acumulada, p-valor, e´ de 0,261. A hipo´tese nula na˜o e´ rejeitada porque, considerando um teste unilateral a` direita, a suposic¸a˜o z > ztab deve ser verdadeira para rejeitarmos H0, o que na˜o e´ verdade com os valores que obtivemos, 0, 64 > 1, 645. O valor de ztab foi obtido utilizando a tabela z com valor unilateral e α = 0, 05. (a) Incorreta (b) Incorreta (c) Incorreta (d) Correta (e) Incorreta Statistics Exam: 00001 6 6. Problem Seja p a proporc¸a˜o de torcedores de um certo time de futebol numa populac¸a˜o muito grande. Deseja-se testar H0 : p = 0, 1 versus H1 : p > 0, 1 com base numa amostra aleato´ria simples de tamanho 400, utilizando-se o seguinte crite´rio: rejeitar H0 se o nu´mero de torcedores do time na amostra for maior do que 52. O n´ıvel de significaˆncia desse teste e´, aproximadamente, de: (a) 6,78% (b) 5,34% (c) 4,36% (d) 1,56% (e) 2,28% Solution{ H0 : p = 0, 1 H1 : p > 0, 1 Primeiramente, devemos calcular a estat´ıstica do teste z: z = p− p0√ p0·(1−p0) n Mas antes disso, devemos encontrar um valor para p. Como foi dito no enunciado devemos rejeitar H0 se o nu´mero de torcedores do time na amostra for maior do que 52, assim utilizamos o pro´ximo valor maior: 53. p = 53 400 = 0, 1325 Ca´lculo da estat´ıtica do teste: z = 0, 1325− 0, 1√ 0,1·(1−0,1) 400 z = 0, 0325√ 0,1·0,9 400 z = 0, 0325√ 0,09 400 z = 0, 0325√ 0, 000225 z = 0, 0325 0, 015 z = 2, 16 Assim, para rejeitarmos H0 devemos usar o teste unilateral a` direita e z > ztab deve ser verdade para z = 2, 16, mas para z = 2 ja´ na˜o deve ser verdade (pois z = 2 e´ o valor da estat´ıstica quando o nu´mero de torcedores e´ 52, ou seja, quando ainda devemos aceitar H0). Ao observarmos a tabela enta˜o, devemos procurar por um valor menor que 2,16 e maior que 2. O valor que corresponde a`s necessidades para teste unilateral, aproximadamente, e´ 2,0537, que tem n´ıvel de significaˆncia igual a 0,02. Assim, temos o n´ıvel de significaˆncia pro´ximo de 0,0228 (2,28%). (a) Incorreta (b) Incorreta (c) Incorreta Statistics Exam: 00001 7 (d) Incorreta (e) Correta 7. Problem Uma amostra de 400 gau´chos revelou que 170 torciam pelo Greˆmio, 150 para o Inter e 80 na˜o torciam por nenhum dos dois times. Se fossemos executar um teste de diferenc¸a de proporc¸o˜es, uma estimativa do erro padra˜o da diferenc¸a entre as duas proporc¸o˜es seria de: (a) 3,46%. (b) 1,41%. (c) 1,96%. (d) 4,89%. (e) 2,50%. Solution Para calcular uma estimativa do erro padra˜o da diferenc¸a entre as duas proporc¸o˜es, primeiro precisamos descobrir o valor de cada proporc¸a˜o: p1 = 170 400 = 0, 425 p2 = 150 400 = 0, 375 Assim, calculamos o erro padra˜o com a seguinte fo´rmula: EP = √ p1 · (1− p1) n1 + p2 · (1− p2) n2 EP = √ 0, 425 · (1− 0, 425) 400 + 0, 375 · (1− 0, 375) 400 EP = √ 0, 425 · 0, 575 400 + 0, 375 · 0, 625 400 EP = √ 0, 244375 400 + 0, 234375 400 EP = √ 0, 0006109375 + 0, 0005859375 EP = √ 0, 001196875 EP = 0, 034595881 ∼ 0, 0346 E 0,0346 = 3,46%. (a) Correta (b) Incorreta (c) Incorreta (d) Incorreta (e) Incorreta 8. Problem Durante muito tempo, o coeficiente de correlac¸a˜o entre a nota final num curso de treinamento de agentes de sau´de e sua produtividade, apo´s 6 meses de curso, foi 0,50. Foram introduzidas modificac¸o˜es no curso, com o intuito de aumentar a correlac¸a˜o. O coeficientede correlac¸a˜o de uma amostra de 28 agentes submetidos ao novo curso foi de 0,65. Quanto ao estabelecimento das hipo´teses H0 (nula) e H1 (alternativa), podemos afirmar que as hipo´teses e a estat´ıstica de teste sa˜o respectivamente: Statistics Exam: 00001 8 (a) H0 : ρ 6= 0, 50 vs. H1 : ρ < 0, 50 e T = 4, 1 (b) H0 : ρ = 0, 50 vs. H1 : ρ < 0, 50 e T = 3 (c) H0 : ρ = 0, 50 vs. H1 : ρ > 0, 50 e T = 4, 36 (d) H0 : ρ 6= 0, 50 vs. H1 : ρ > 0, 50 e T = 4, 36 (e) H0 : ρ = 0, 50 vs. H1 : ρ 6= 0, 50 e T = 3 Solution O objetivo do estudo e´ saber se as modificac¸o˜es introduzidas no curso aumentariam a corre- lac¸a˜o da produtividade dos agentes de sau´de e suas respectivas notas finais no final do curso. Portanto, o teste precisa ser do tipo{ H0 : ρ = 0, 50 H1 : ρ > 0, 50 Usamos a estat´ıstica T = r √ n− 2√ 1− r2 Sabemos que n = 28 e que r = 0, 65, enta˜o vamos calcular T : T = r √ n− 2√ 1− r2 T = 0, 65 √ 28− 2√ 1− 0, 652 T = 3, 31 0, 759 T = 4, 36 (a) Incorreta (b) Incorreta (c) Correta (d) Incorreta (e) Incorreta 9. Problem O gerente de uma indu´stria localizada em um pa´ıs tropical vem verificando muita variac¸a˜o na produtividade dos funciona´rios e acredita que deva ter uma relac¸a˜o com a temperatura do dia. Num experimento organizado para estudar a relac¸a˜o entre a produtividade (pec¸as produzidas por dia) e a temperatura do dia (medida em ºC), foram coletados dados aleato- riamente ao longo de um per´ıodo de seis meses, obtendo-se a equac¸a˜o de regressa˜o linear Y = 185, 96− 2, 09X. Na equac¸a˜o de regressa˜o linear, identifique a alternativa com o coefi- ciente de inclinac¸a˜o e o que ele representa. (a) 185,96. Estima-se em 185,96 a reduc¸a˜o na produtividade para cada aumento de 1ºC na temperatura. (b) -2,09. Estima-se em 2,09 a reduc¸a˜o na produtividade para cada reduc¸a˜o de 1ºC na temperatura. (c) 185,96. Estima-se em 185,96 o aumento na produtividade para cada aumento de 1ºC na temperatura. (d) 2,09. Estima-se em 2,09 o aumento na produtividade para cada aumento de 1ºC na temperatura. (e) -2,09. Estima-se em 2,09 a reduc¸a˜o na produtividade para cada aumento de 1ºC na temperatura. Statistics Exam: 00001 9 Solution A equac¸a˜o de regressa˜o linear gene´rica e´ dada como Y = a + bX, onde a e´ o intercepto da reta, ou seja, o valor que Y assume quando X for zero; e b e´ o coeficiente de inclinac¸a˜o da reta, ou seja, o valor que, para cada aumento em uma unidade de X, Y aumenta em b unidades. No exerc´ıcio, o coeficiente vale -2,09 (o sinal de menos pertence a b, pois na equac¸a˜o geral ha´ um sinal de mais entre a e b). Quando b e´ negativo, podemos interpreta´-lo como, para cada aumento em uma unidade de X, Y diminui em b unidades. (a) Incorreta (b) Incorreta (c) Incorreta (d) Incorreta (e) Correta 10. Problem Baseado na teoria de teste de hipo´teses, pode-se dizer que (a) o p-valor de um teste de hipo´teses bilateral ou bicaudal e´ igual a duas vezes a proba- bilidade da regia˜o interna delimitada pelo valor cr´ıtico de teste. (b) o teste t, utilizado na comparac¸a˜o de duas me´dias, e´ sempre um teste bilateral, pois o objetivo e´ avaliar se a diferenc¸a entre as duas me´dias e´ significativa. (c) a estat´ıstica t de student com n-2 graus de liberdade (em que n e´ o tamanho da amostra) e´ a indicada para o teste de hipo´teses para proporc¸o˜es no caso da variaˆncia da proporc¸a˜o populacional ser desconhecida. (d) basta calcular o intervalo de confianc¸a para µ com (1− α)% de confianc¸a e verificar se este intervalo conte´m ou na˜o o valor zero para verificar se a hipo´tese nula do teste para uma me´dia (H0 : µ = 0 contra H1 : µ 6= 0) deve ser rejeitada ao n´ıvel de significaˆncia α. (e) a probabilidade do erro tipo II e´ calculada pela probabilidade de na˜o se rejeitar a hipo´tese nula, quando esta for verdadeira, e a probabilidade do erro tipo I e´ calculada pela probabilidade de rejeitar a hipo´tese nula quando esta for falsa. Solution Alternativas falsas: • a estat´ıstica t de student com n-1 graus de liberdade (em que n e´ o tamanho da amostra) e´ a indicada para o teste de hipo´teses para me´dia no caso da variaˆncia populacional ser desconhecida. • a probabilidade do erro tipo II e´ calculada pela probabilidade de na˜o se rejeitar a hipo´tese nula, quando esta for falsa, e a probabilidade do erro tipo I e´ calculada pela probabilidade de rejeitar a hipo´tese nula quando esta for verdadeira. • o teste t, utilizado na comparac¸a˜o de duas me´dias, nem sempre um teste bilateral, pois o objetivo e´ avaliar se a diferenc¸a entre as duas me´dias e´ significativa. Lembre-se, isso pode acontecer por meio de desigualdade entre as me´dias, na˜o apenas por diferenc¸a, por exemplo:{ H0 : µa > µb H1 : µa ≤ µb • o p-valor de um teste de hipo´teses bilateral ou bicaudal e´ igual a duas vezes a prob- abilidade da regia˜o interna delimitada pelo valor cr´ıtico da estat´ıstica de teste, assumindo que a hipo´tese nula e´ verdadeira. Statistics Exam: 00001 10 Alternativa correta: • basta calcular o intervalo de confianc¸a para µ com (1− α)% de confianc¸a e verificar se este intervalo conte´m ou na˜o o valor zero para verificar se a hipo´tese nula do teste para uma me´dia (H0 : µ = 0 contra H1 : µ 6= 0) deve ser rejeitada ao n´ıvel de confianc¸a α. (a) Incorreta (b) Incorreta (c) Incorreta (d) Correta (e) Incorreta
Compartilhar