Prévia do material em texto
Definições. Testes para Média Populacional. para Igualdade de Duas Médias Populacionais. para Proporção Populacional. para Igualdade de Duas Proporções Populacionais. Aplicações. Testes de Hipóteses Definições O teste de hipóteses (ou de significância) e a estimação são dois dos ramos mais importantes da inferência estatística. Enquanto o objetivo da estimação é estimar algum parâmetro populacional, o objetivo dos testes de significância é decidir se determinada afirmação sobre um parâmetro populacional é verdadeira. Testes de Hipóteses Definições Por exemplo, podemos querer determinar se são verdadeiras afirmações como: ◦ 1. O tempo médio para realização de um teste é de 80 minutos. ◦ 2. Três por cento da produção é defeituosa. ◦ 3. A moeda é equilibrada (isto é, P(K) = P(C) = 0,50). Testes de Hipóteses Definições Ocasionalmente, poderemos ter de avaliar uma afirmação que não envolva o valor específico do parâmetro em questão: ◦ 4. A percentagem de desempregados em duas cidades vizinhas é igual. ◦ 5. A quilometragem por litro de combustível é a mesma para três marcas de gasolina. Testes de Hipóteses Definições Todas essas afirmações podem ser avaliadas por teste de significância (ou teste de hipóteses). Em resumo, a finalidade dos testes de significância é avaliar afirmações sobre os valores de parâmetros populacionais. Testes de Hipóteses Definições O processo básico para testar a significância é melhor apreciado através de um problema simples. Considere a seguinte situação: ◦ Inspeciona-se uma amostra de 142 peças de uma grande remessa, encontrando-se 8% defeituosas. ◦ O fornecedor garante que não haverá mais de 6% de peças defeituosas em cada remessa. ◦ O que devemos responder, com auxílio dos testes de significância, é se a afirmação do fornecedor é verdadeira. Testes de Hipóteses Definições O primeiro passo consiste em formular duas hipóteses sobre a afirmação. As hipóteses são explicações potenciais (teorias) que procuram levar em conta fatos observados em situações onde existem algumas incógnitas. Testes de Hipóteses Definições A incógnita em nosso exemplo é a verdadeira percentagem de peças defeituosas. O fato conhecido é que uma amostra aleatória acusou 8% de defeituosas. ◦ Uma hipótese a ser testada é que a percentagem efetiva de defeituosas em todo o lote é maior que 6%. ◦ Outra hipótese seria a de que a afirmação do fornecedor é verdadeira. Testes de Hipóteses Definições E se a afirmação do fornecedor é verdadeira, qual será a razão de uma amostra ter acusado 8% de defeituosas? Uma possibilidade é que a variação amostral tenha sido a responsável. Testes de Hipóteses Definições Nessa altura devemos definir de maneira um pouco mais formal os dois tipos de hipóteses que deveremos formular. ◦ A que sugere que a afirmação é verdadeira chama-se hipótese nula e se designa pelo símbolo H0; ◦ A que sugere que a afirmação é falsa chama-se hipótese alternativa e se designa pelo símbolo H1 ou HA Testes de Hipóteses Definições Em outras palavras: ◦ A hipótese nula H0 é uma afirmação que diz que o parâmetro populacional é tal como especificado (isto é, a afirmação é verdadeira). ◦ A hipótese alternativa H1 é uma afirmação que oferece uma alternativa à alegação (isto é, o parâmetro é maior (ou menor, ou simplesmente diferente) que o valor alegado). Testes de Hipóteses Definições Em nosso exemplo, a hipótese nula é que a verdadeira percentagem de defeituosas é 6%, o que se pode escrever da seguinte maneira: H0: p = 6% Nossa alternativa é que a percentagem de defeituosas p é maior que 6%, o que se escreve: H1 : p > 6% Testes de Hipóteses Definições Distribuição amostral do teste: ◦ É importante se identificar a distribuição amostral para o teste, pois ela descreverá completamente a variação do fenômeno estudado. ◦ Exemplo: teste da média de uma população com variância conhecida => a estatística de teste, z, tem distribuição normal padronizada. Testes de Hipóteses Definições Região crítica: ◦ É a região de rejeição da hipótese nula. Na figura abaixo, a região sombreada. Testes de Hipóteses Definições Nível de significância (α): ◦ É a probabilidade de uma hipótese nula ser rejeitada, quando na realidade ela é verdadeira (é a área da região crítica). Na figura abaixo, α = 5%. Testes de Hipóteses Definições Valor crítico (z): ◦ É o valor associado ao nível de significância que delimita a região crítica. Na figura abaixo, z = 1,65. Testes de Hipóteses Definições A essência de um teste de significância consiste então em particionar uma distribuição amostral — com base na suposição de H0 ser verdadeira — em uma região de aceitação e uma região de rejeição para H0. Escolhe-se um valor crítico com base numa probabilidade específica (que o analista está disposto a aceitar) de rejeitar uma hipótese verdadeira H0. Testes de Hipóteses Definições Calcula-se uma estatística de teste com base nos dados amostrais e no valor esperado (alegado) que é então comparado com o valor crítico. Uma estatística teste que excede o valor crítico sugere a rejeição de H0 (isto é, que não é só a variabilidade amostral que responde pela estatística teste observada), enquanto que uma estatística teste inferior ao valor crítico sugere que H0 seja aceita. Testes de Hipóteses Definições A figura abaixo ilustra o procedimento. Testes de Hipóteses Definições Tipos de testes: Bilaterais (1 ao lado): Testa-se se um determinado valor é diferente do parâmetro populacional. Unilaterais (2 e 3 ao lado): Testa-se se um valor está muito acima (ou abaixo) do parâmetro populacional; Testes de Hipóteses Definições – Erros tipo I e tipo II Há dois tipos de erro inerentes ao processo de teste de significância. Um deles é considerar H0 falsa quando ela é verdadeira. A probabilidade de cometer esse erro é igual ao nível de significância de um teste, α. É conhecido também como erro Tipo I. Um segundo tipo de erro que pode ocorrer é aceitar H0 quando ela é falsa. É um erro Tipo II, e se designa pela letra grega β (beta). Testes de Hipóteses Definições – Erros tipo I e tipo II Espera-se, naturalmente, que H0 seja aceita quando verdadeira e rejeitada quando falsa. Logo, há quatro resultados possíveis num teste, conforme a tabela abaixo. Testes de Hipóteses Definições – Erros tipo I e tipo II O que é importante entender é que, tomada uma decisão, ou ela será correta, ou ocorrerá um tipo de erro, e a decisão (aceitar ou rejeitar) indicará que tipo de erro é possível. Note-se, também, que quando H0 é verdadeira, não pode haver erro Tipo II, e quando H0 é falsa, não pode haver erro Tipo I. Testes de Hipóteses Definições – Erros tipo I e tipo II Por fim, há que se observar que a probabilidade de rejeitar erroneamente H0 pode ser reduzida escolhendo-se valores críticos extremos (isto é, que deixam pequena área na(s) cauda(s) de uma distribuição). Mas há uma relação inversa entre os erros Tipo I e Tipo II: a redução da probabilidade de um erro TipoI conforme acima aumentará a probabilidade de um erro Tipo II. O ideal é minimizar o saldo do custo de um erro Tipo I versus um erro Tipo II, muito embora, na prática, seja costume escolher níveis tradicionais de erro Tipo I e ignorar os erros Tipo II. Testes de Hipóteses Exercícios 3ª lista de exercícios: 1ª bateria. ◦ Pag. 230 – Questões para recapitulação: 01, 02, 03. ◦ Pag. 230 – Exercícios Suplementares: 01, 02, 03.