Baixe o app para aproveitar ainda mais
Prévia do material em texto
5 TESTES DE HIPÓTESES 5.1 DEFINIÇÕES (a) Hipóteses estatísticas São suposições que se faz, acerca dos parâmetros de uma população, ao tentar a tomada de decisões. Essas suposições poderão ser verdadeiras ou não. (b) Hipótese nula e alternativa -Hipótese nula (H0): é qualquer hipótese que será testada. -Hipótese alternativa (H1): é qualquer hipótese diferente da hipótese nula. O teste de hipótese coloca a hipótese nula H0 em contraposição à alternativa H1. Suponhamos que seja o parâmetro a ser testado. As hipóteses nula e alternativa geralmente são enunciadas como: (1) H0: = 0 (2) H0: = 0 (3) H0: = 0 H1: < 0 H1: > 0 H1: 0 (c) Regiões de aceitação e rejeição -Região de aceitação (R.A.): é a região em que se aceita a hipótese nula H0. Pode ser um trecho do eixo das abscissas onde estão representados os valores da variável de interesse. Estatística Básica para os Cursos de Engenharia 147 -Região de rejeição (R.R.) ou região crítica (R.C.): é a região em que se rejeita a hipótese nula H0, sendo complementar à região de aceitação. (d) Erros dos tipos I e II Na aplicação de um teste de hipótese, pode-se cometer dois tipos de erros, são os erros tipos I e II. - Erro tipo I: é o erro cometido ao rejeitarmos a hipótese nula, sendo ela verdadeira. - Erro tipo II: é o erro cometido ao aceitarmos a hipótese nula, sendo ela falsa. (e) Nível de significância É a probabilidade máxima com a qual se sujeitaria a correr o risco de um erro tipo I. Essa probabilidade pode ser representada da seguinte maneira = P(rejeitar H0 / H0 verdadeira). (5.1) Na prática é muito comum o uso dos níveis de 0,05 (5%) e 0,01 (1%). A probabilidade de cometermos o erro tipo II é dada por = P(aceitar H0 / H0 falsa). (5.2) (f) Testes unilateral e bilateral - Teste unilateral: quando a R.R. estiver em um dos extremos do eixo da variável de interesse. - Teste bilateral: quando a R.R. estiver nos dois extremos do eixo da variável de interesse. (g) Curva característica de operação (C.C.O.) Testes de hipóteses 148 É a representação gráfica de . Ela é construída marcando-se no eixo das abscissas os valores testados do parâmetro , ou de uma variável a ele associada, e no eixo das ordenadas a probabilidade de aceitar H0, quando ela for falsa. Uma C.C.O. está associada a cada teste de hipótese e resume as condições fundamentais de funcionamento ou operação do teste. Embora em muitos casos comuns não seja indispensável construir a C.C.O., ela é sempre útil para a compreensão do teste. 5.2 ESQUEMA GERAL DE UM TESTE Na aplicação de um teste de hipótese deve-se seguir os seguintes passos: (1) Enunciar a hipótese nula H0. (2) Enunciar a hipótese alternativa H1. (3) Fixar o nível de significância . (4) Escolher a distribuição de probabilidade adequada ao teste e a partir daí determinar a R.R. da hipótese nula H0. (5) Extrair a amostra aleatória e calcular o valor da estatística correspondente. (6) Conclusão: com base no valor amostral obtido, tomar a decisão de rejeitar H0 (se o valor amostral cair na R.R.) ou aceitar H0 (se o valor amostral cair na R.A.). 5.3 TESTE PARA A MÉDIA POPULACIONAL (1) H0: = 0. Estatística Básica para os Cursos de Engenharia 149 a) < 0. (2) H1: b) > 0. c) 0. (3) Fixar o nível de significância . (4) Determinar a região de rejeição. 1o CASO: Se o desvio padrão populacional for conhecido Figura 5.1 - Região de rejeição para a média a) b) c) 2o CASO: Se desvio padrão populacional for desconhecido Figura 5.2 - Região de rejeição para a média a) b) c) Testes de hipóteses 150 (5) Calcular a estatística do teste n σ μx z 0 , (5.3) para o 1o caso e n s μx t 0 , (5.4) para o 2o caso. (6) Conclusões a) se z < -z ou t < -t, rejeita-se H0. b) se z > z ou t > t, rejeita-se H0. c) se | z | > z/2 ou | t | > t/2, rejeita-se H0. Exemplos: 1. Uma população tem desvio padrão conhecido, sendo igual a 5 mm. Se uma amostra de 50 elementos, obtida dessa população, tem média igual a 46 mm; podemos afirmar que a média dessa população é superior a 43 mm, ao nível de significância de 1%? (1) H0: = 43 mm. (2) H1: > 43 mm. (3) = 0,01. (4) Determinação da R.R. Estatística Básica para os Cursos de Engenharia 151 Pela tabela, obtém-se z = 2,33. (5) Cálculo da estatística do teste 24,4 50 5 4346 z . (6) Conclusão: como z > z = 2,33, rejeita-se H0, ou seja, o resultado amostral é suficiente para afirmarmos que a média é superior a 43 mm no nível de significância considerado. 2. Para o exemplo anterior, calcular o erro tipo II para as seguintes hipóteses alternativas: a) H1: = 40 mm; b) H1: = 47 mm. Para z = 2,33, tem-se que 50 5 43x 33,2 x mm 44 6, , ou seja, a hipótese H0 é aceita para x 44 6, mm. Testes de hipóteses 152 a) = P(aceitar H0 / H0 falsa) = P(x 44,6 mm / = 40 mm)? 51,6 50 5 406,44 z , resultando = P(z 6,51) = 1. b) = P(aceitar H0 / H0 falsa) = P(x 44,6 mm / = 47 mm)? 39,3 50 5 476,44 z , resultando = P(z -3,39) = 0,0003. 3. Construir a C.C.O. para o exemplo anterior. Calculando diversos valores de , obtemos a tabela abaixo: 40 41 42 43 44 45 46 47 48 z 6,51 5,09 3,68 2,26 0,85 -0,57 -1,98 -3,39 -4,81 1 1 0,9999 0,9881 0,8023 0,2843 0,0238 0,0003 0 Estatística Básica para os Cursos de Engenharia153 4. Um fabricante afirma que a tensão média de ruptura dos cabos produzidos por sua companhia não é inferior a 500 kgf. Uma amostra de 7 cabos foi ensaiada, obtendo-se os resultados (em kgf) 490, 495, 480, 493, 475, 478 e 485. Testar a afirmação do fabricante, utilizando o nível de significância de 5%. (1) H0: = 500 kgf. (2) H1: < 500 kgf. (3) = 0,05. (4) Determinação da R.R. Testes de hipóteses 154 Para = n - 1 = 7 - 1 = 6, obtém-se da tabela: -t = -1,94. (5) Cálculo da estatística do teste 1,485 7 3396 x kgf , 78,7 17 87,362 s kgf, resultando 07,5 7 78,7 5001,485 t . (6) Conclusão: como t < -t = -1,94, rejeita-se H0, ou seja, a amostra é suficiente para duvidarmos da afirmação do fabricante. 5.4 TESTE PARA A DIFERENÇA ENTRE DUAS MÉDIAS PO- PULACIONAIS 1 E 2 1o CASO: Se os desvios padrões populacionais 1 e 2 forem conhecidos Estatística Básica para os Cursos de Engenharia 155 (1) H0: 1 - 2 = d 0. a) 1 - 2 < d 0. (2) H1: b) 1 - 2 > d 0. c) 1 - 2 d 0. (3) Fixar o nível de significância . (4) Determinar a R.R. conforme a Figura 5.1. (5) Calcular a estatística do teste z x x d n n ( )1 2 0 1 2 1 2 2 2 (5.5) (6) Conclusões: a) se z < -z , rejeita-se H0. b) se z > z, rejeita-se H0. c) se | z | > z/2, rejeita-se H0. Exemplo Uma amostra de 100 válvulas da Companhia A tem média xA = 1530 h, sendo A = 100 h . Uma outra amostra de 70 válvulas da Companhia B, tem xB = 1420 h, sendo B = 80 h. Testar a hipótese de que as válvulas da Companhia A em relação a B tem duração média superior a 100 h. Utilizar = 0,01. (1) H0: A - B = 100 h. (2) H1: A - B > 100 h. (3) = 0,01. Testes de hipóteses 156 (4) Determinação da R.R. Para = 0,01, a tabela fornece: z = 2,33. (5) Cálculo da estatística z 72,0 70 2 80 100 2 100 100)14201530( z . (6) Conclusão: como z < z = 2,33, aceita-se H0, ou seja, a diferença não é superior a 100 h. 2o CASO: Se os desvios padrões populacionais 1 e 2 forem desconhecidos e supostamente iguais. (1) H0: 1 - 2 = d 0. a) 1 - 2 < d 0. (2) H1: b) 1 - 2 > d 0. c) 1 - 2 d 0. (3) Fixar o nível de significância . (4) Determinar a R.R. conforme a Fig. 5.2, com = n1 + n2 - 2. (5) Calcular a estatística do teste Estatística Básica para os Cursos de Engenharia 157 t x x d s n np ( )1 2 0 2 1 2 1 1 , (5.6) onde a variância sp 2 é calculada pela expressão (3.30). (6) Conclusões: a) se t < -t , rejeita-se H0. b) se t > t , rejeita-se H0. c) se | t | > t/2 , rejeita-se H0. Exemplo Dois tipos de soluções químicas foram ensaiados para se determinar os pH. Os resultados obtidos foram solução A: 7,50 7,54 7,51 7,53 7,50 solução B: 7,49 7,50 7,51 7,52 7,50 7,51. Testar a hipótese de que não existe diferença entre os pH médios das duas soluções, supondo que os desvios padrões populacionais são iguais. Usar = 0,05. (1) H0: A = B ou A - B = 0. (2) H1: A B ou A - B 0. (3) = 0,05. (4) Determinação da R.R. Testes de hipóteses 158 (5) Cálculo da estatística do teste 516,7 5 58,37 Ax ; 00033,015 00132,02 A s ; nA = 5; 505,7 6 03,45 Bx ; 00011,016 00055,02 B s ; nB = 6; 000208,0 265 00011,0)16(00033,0)15(2 p s . 26,1 6 1 5 1 000208,0 0)505,7516,7( t . (6) Conclusão: como | t | < t/2 = 2,26, aceita-se H0, ou seja, não existe diferença significativa, ao nível de significância de 5%, entre os pH das soluções A e B. 3o CASO: Se os desvios padrões populacionais 1 e 2 forem desconhecidos e supostamente diferentes Estatística Básica para os Cursos de Engenharia 159 (1) H0: 1 - 2 = d 0. a) 1 -2 < d 0. (2) H1: b) 1 - 2 > d 0. c) 1 - 2 d 0. (3) Fixar o nível de significância . (4) Determinar a R.R. conforme a Figura 5.2, com graus de liberdade dado pela expressão (4.28). (5) Calcular a estatística do teste t x x d s n s n ( )1 2 0 1 2 1 2 2 2 (5.7) (6) Conclusões: a) se t < -t, rejeita-se H0. b) se t > t, rejeita-se H0. c) se | t | > t/2, rejeita-se H0. Exemplo Uma mesma distância foi medida 5 vezes por certo instrumento, antes e após sofrer uma calibração. Antes da calibração os resultados foram (em metros) 100,8 101,3 100,6 99,5 100,1, e após a calibração 100,5 100,4 100,5 100,3 100,3. Testes de hipóteses 160 Testar a hipótese de que não existe diferença entre os resultados obtidos antes e após a calibração do instrumento. Utilizar o nível de significância de 5%. Sendo 1 a média antes e 2 a média após a calibração, tem-se (1) H0: 1 = 2 ou 1 - 2 = 0. (2) H1: 1 2 ou 1 - 2 0. (3) = 0,05. (4) Determinação da R.R. 46,100 5 3,502 1x m; 473,0 15 892,12 1s m2 e 0946,0 5 473,0 1 2 1 1 n s w ; 40,100 5 0,502 2x m; 010,0 15 040,02 2s m2; e 0020,0 5 010,0 2 2 2 2 n s w ; Estatística Básica para os Cursos de Engenharia 161 4 15 2 (0,0020) 15 2 (0,0946) 2 0,0020)(0,0946 ν ; tabela: t/2 = 2,78. (5) Cálculo da estatística do teste 19,0 5 010,0 5 473,0 0)40,10046,100( t . (6) Conclusão: como | t | < t/2 = 2,78, aceita-se H0, ou seja, não existe diferença significativa entre os resultados das medidas antes e após a calibração. 4o CASO: Se os dados são emparelhadosEsse teste deve ser utilizado quando os dados estão relacionados dois a dois de acordo com algum critério. (1) H0: 1 - 2 = d 0. a) 1 - 2 < d 0. (2) H1: b) 1 - 2 > d 0. c) 1- 2 d 0. (3) Fixar o nível de significância . (4) Determinar a R.R. conforme a Figura 5.2, com = n -1. (5) Calcular a estatística do teste Testes de hipóteses 162 n s dd t 0 , (5.8) onde s d d n i ( )2 1 ; d d n i ; d x xi i i 1 2 ; sendo que di representa a i-ésima diferença entre duas observações emparelhadas. (6) Conclusões: a) se t < -t , rejeita-se H0. b) se t > t , rejeita-se H0. c) se | t | > t/2 , rejeita-se H0. Exemplo Dois operários determinaram os pesos (em g) das impurezas contidas em 6 amostras de certo produto químico, obtendo os resultados Amostras 1 2 3 4 5 6 Operário A 10,1 10,4 10,2 10,5 99 10,0 Operário B 9,8 10,0 10,1 10,0 10,1 9,5 Pode-se concordar com a hipótese de que não existe diferença entre as determinações dos dois operários, no nível de significância de 1%? As diferenças di são: 0,3; 0,4; 0,1; 0,5; -0,2 e 0,5. 27,0 6 6,1 d g; 273,0 16 3734,0 s g. (1) H0: A = B ou A - B = 0. Estatística Básica para os Cursos de Engenharia 163 (2) H1: A B ou A - B 0. (3) = 0,01. (4) Determinação da R.R. Para = n - 1 = 6 - 1 = 5 e /2=0,005, obtém-se na tabela t/2 = 4,03. (5) Cálculo da estatística do teste 42,2 6 273,0 027,0 t . (6) Conclusão: como | t | < t/2 = 4,03, aceita-se H0, ou seja, não existe diferença significativa entre as determinações no nível de significância de 1%. 5.5 TESTE PARA A VARIÂNCIA POPULACIONAL 2 (1) H0: 2 0 2 σσ . a) 2 0 2 σσ . (2) H1: b) 2 0 2 σσ . c) 2 0 2 σσ . Testes de hipóteses 164 (3) Fixar o nível de significância . (4) Determinar a R.R. Figura 5.3 - Região de rejeição para a variância a) b) c) (5) Calcular a estatística do teste 2 2 0 2 1 ( )n s (5.9) (6) Conclusões: a) se 2 1 2 , rejeita-se H0. b) se 2 2 , rejeita-se H0. c) se 2 1 2 2 / ou 2 2 2 / , rejeita-se H0. Exemplo As chapas de aço produzidas por certa indústria tem uma especificação tal que a variância de suas espessuras (em mm) não deve ser superior a 0,0009 mm2. Uma amostra de 10 chapas tem espessura (em mm): Estatística Básica para os Cursos de Engenharia 165 3,15 3,18 3,15 3,12 3,14 3,13 3,17 3,16 3,15 3,16. Testar a hipótese de que a variância está dentro da especificação desejada, usando = 0,05. (1) H0: 2 = 0,0009 mm2. (2) H1: 2 > 0,0009 mm2. (3) = 0,05. (4) Determinação da R.R. Para = 10 - 1 = 9, obtém-se da tabela, 2 = 16,919. (5) Cálculo da estatística do teste 151,3 10 51,31 x mm; 0003211,0 110 00289,02s mm2; 2110,3 0009,0 0003211,0)110(2 . (6) Conclusão: como 919,16 22 , aceita-se H0, ou seja, a variância está dentro da especificação desejada. Testes de hipóteses 166 5.6 TESTE PARA A IGUALDADE DE DUAS VARIÂNCIAS POPULACIONAIS 2 1σ e 2 2σ (1) H0: 2 2 2 1 σσ . a) 2 2 2 1 σσ (2) H1: b) 2 2 2 1 σσ c) 2 2 2 1 σσ (3) Fixar o nível de significância . (5) Determinar a R.R. Figura 5.4 - Região de rejeição para a igualdade de duas variâncias a) b) c) (5) Calcular a estatística do teste F s s 1 2 2 2 (5.10) (6) Conclusões: a) se F < F1-, rejeita-se H0. b) se F > F, rejeita-se H0. Estatística Básica para os Cursos de Engenharia 167 c) se F < F1-/2 ou F > F/2, rejeita-se H0. Exemplo Foram testadas as durabilidades (em km) dos pneus das marcas A e B, obtendo-se para 5 pneus de cada marca os resultados marca A: 30000 32000 28000 26000 31000 marca B: 25000 30000 20000 21000 23000 Existe diferença significativa entre as variâncias das durabilidades dos dois pneus, no nível de significância de 10%? (1) H0: 2 B 2 A σσ . (2) H1: 2 B 2 A σσ . (3) = 0,10. (4) Determinação da R.R. 1 = n1 - 1 = 5 - 1 = 4, 2 = n2 - 1 = 5 - 1 = 4, F/2 = F/2(1,2) = 6,39 e F1-/2 = F1-/2(1,2) = 1/F/2(2,1) = 1/6,39 = 0,16. (5) Cálculo da estatística do teste Testes de hipóteses 168 29400 5 147000 x A km; 5800000 15 232000002 As km2; 23800 5 119000 x B km; 15700000 15 628000002 Bs km2; 37,0 15700000 5800000 2 B 2 A s s F . (6) Conclusão: como F1-/2 = 0,16 < F < F/2 = 6,39, aceita-se H0, ou seja, não existe diferença significativa entre as variâncias, ao nível de significância de 10%. 5.7 TESTE PARA A IGUALDADE DE k (k > 2) VARIÂNCIAS POPULACIONAIS 2 1σ , 2 2σ , , 2 kσ Para amostras de tamanhos diferentes, utiliza-se o teste de Bartlett descrito a seguir. (1) H0: 2 k 2 2 2 1 σσσ . (2) H1: pelo menos uma das variâncias é diferente das demais (3) Fixar o nível de significância . (4) Determinar a R.R. Estatística Básica para os Cursos de Engenharia 169 A estatística adequada segue uma distribuição do tipo 2 com = k - 1 graus de liberdade. Figura 5.5 – Região de rejeição – teste de Bartlett (5) Calcular a estatística do teste k 1i 2 ii k 1i 2 ii 2 ν slogν kn sν k)log(n C 2,3026 χ (5.11) onde: nn i i k 1 , i = ni - 1, = k – 1 e kn 1 ν 1 1)3(k 1 1C k 1i i , sendo si 2 e ni (i = 1, 2, , k) estimativas das variâncias e tamanho das amostras, respectivamente. (6) Conclusão: se 2 2 , rejeita-se H0. Exemplo Testes de hipóteses 170 Três topógrafos mediram um mesmo ângulo, obtendo os resultados: Topógrafo 1: 151', 152', 154', 152'. Topógrafo 2: 153', 154', 155'. Topógrafo 3: 151', 156', 152', 157', 157'. Ao nível de significância de 1%, há evidência de que as variâncias populacionais sejam iguais? (1) H0: 2 3 2 2 2 1 σσσ . (2) H1: pelo menos uma das variâncias é diferente das demais. (3) = 0,01. (4) Determinação da R.R. Para = k - 1 = 3 - 1 = 2, a tabela fornece 2 9 210 , . (5) Cálculo da estatística do teste '25,215 4 '960 x 0 0 1 ; s1 2 24 75 4 1 158 , , '( ) ; Estatística Básica para os Cursos de Engenharia 171 x2 0 045 12 3 15 4 ' ' ; s2 2 22 00 3 1 1 00 , , '( ) ; x3 0 075 23 5 15 4 6 ' , '; s3 2 233 20 5 1 8 30 , , '( ) ; 1 = n1-1 = 4-1 = 3; 2 = n2-1= 3-1 = 2; 3 = n3-1 = 5-1 = 4; k = 3; n = n1 + n2 + n3 = 4 + 3 + 5 = 12 e 1,16 312 1 4 1 2 1 3 1 1)3(3 1 1C 3,084,2723 312 39,94 3)log(12 1,16 2,30262 νχ . (6) Conclusão: como 2 α 2 ν χχ , aceita-se H0, ou seja, as variâncias são iguais ao nível de significância de 1%. Para amostras de mesmo tamanho n, a hipótese de igualdade das variâncias será testada utilizando-se o teste de Cochran, que consiste no cálculo da estatística 2 i 2 i s smax g (i = 1, 2, , k). (5.12) Testes de hipóteses 172 A Tabela 5.1 fornece alguns valores críticos de g (denotados por g) em função de n e k, apenas para os níveis de 1% e 5 %. A hipótese H0 será rejeitada quando g > g. Tabela 5.1 - Valores críticos para o teste de Cochran n 3 3 4 4 5 5 k\ 1% 5% 1% 5% 1% 5% 2 0,9950 0,9750 0,9794 0,9392 0,9586 0,9057 3 0,9423 0,8709 0,8831 0,7977 0,8335 0,7457 4 0,8643 0,7679 0,7814 0,6841 0,7212 0,6287 5 0,7885 0,6838 0,6957 0,5931 0,6329 0,5441 6 0,7218 0,6161 0,6258 0,5321 0,5635 0,4803 5.8 TESTE PARA A PROPORÇÃO POPULACIONAL p (1) H0: p = p0. a) p < p0. (2) H1: b) p > p0. c) p p0. (3) Fixar o nível de significância . (4) Determinar a R.R. Para amostras suficientemente grandes (na prática, n 30), conforme a Figura 5.1. (5) Calcular a estatística do teste n )p1(p pP z 00 0 (5.13) Estatística Básica para os Cursos de Engenharia 173 (6) Conclusões: a) se z < -z, rejeita-se H0. b) se z > z, rejeita-se H0. c) se | z | > z/2, rejeita-se H0. Exemplo Para determinarmos se um certo tipo de tratamento para evitar a corrosão é eficiente, 45 tubos de um total de 50 apresentaram resultados satisfatórios. Sabe-se que o tratamento é considerado eficiente se pelo menos 95% dos tubos apresentarem resultado satisfatório. Qual a conclusão, ao nível de significância de 5%? (1) H0: p = 0,95 (eficiente). (2) H1: p < 0,95 (ineficiente). (3) = 0,05. (4) Determinação da R.R. Para = 0,05, a tabela fornece -z = -1,64. (5) Cálculo da estatística do teste 9,0 50 45 P , portanto, 62,1 50 )95,01(95,0 95,09,0 z . Testes de hipóteses 174 (6) Conclusão: como z > - z = -1,64, aceita-se H0, ou seja, o tratamento é eficiente no nível de significância de 5%. 5.9 TESTE PARA A DIFERENÇA ENTRE DUAS PROPOR- ÇÕES POPULACIONAIS p1 E p2 (1) H0: p1 - p2 = d 0. a) p1 - p2 < d 0. (2) H1: b) p1 - p2 > d 0. c) p1 - p2 d 0. (3) Fixar o nível de significância . (4) Determinar a R.R. Para amostras suficientemente grandes (na prática, n 30), conforme a Figura 5.1. (5) Calcular a estatística do teste z P P d p p n p p n ( ) ( ) ( ) 1 2 0 1 1 1 2 2 2 1 1 (5.14) para d0 0, e z P P p p n n 1 2 1 2 1 1 1 ( ) (5.15) para d0 = 0. Nas expressões acima, tem-se que Estatística Básica para os Cursos de Engenharia 175 p P1 1 , p P2 2 e p n P n P n n 1 1 2 2 1 2 (5.16) (6) Conclusões: a) se z < -z, rejeita-se H0. b) se z > z, rejeita-se H0. c) se | z | > z/2, rejeita-se H0. Exemplo Uma indústria automobilística anuncia que os automóveis do modelo A supera em venda os do modelo B de 10%. Tomadas duas amostras aleatórias independentes encontrou-se que 56 de 200 consumidores preferem o modelo A e 29 de 150 preferem o modelo B. Testar a hipótese ao nível de significância de 6% de que o modelo A supera o modelo B em 10% contra a alternativa de que essa diferença é menor que 10%. (1) H0: pA - pB = 0,10. (2) H1: pA - pB < 0,10. (3) = 0,06. (4) Determinação da R.R. Na tabela, para = 0,06, obtém-se -z = -1,55. Testes de hipóteses 176 (5) Cálculo da estatística do teste 280,0 200 56 AA Pp̂ ; 193,0 150 29 BB Pp̂ ; 29,0 150 193,0807,0 200 720,0280,0 10,0)193,0280,0( z . (6) Conclusão: como -z > -z = -1,55, aceita-se H0, ou seja, o modelo A supera em venda o modelo B em pelo menos 10%. 5.10 TESTE QUI-QUADRADO PARA PROVA DE ADERÊNCIA Muitas vezes o interesse é saber se determinada distribuição amostral pode ser descrita por um certo modelo teórico (binomial, exponencial, Poisson, normal, etc). A aderência de uma distribuição amostral a um modelo teórico pode ser testada através da estatística qui- quadrado dada por k 1i i 2 ii2 ν e )e(o χ , (5.17) onde oi : freqüências observadas; ei : freqüências esperadas ou teóricas, de acordo com o modelo testado, sendo ei = npi; = k - 1 - m k : número de classes ou valores considerados; m : número de parâmetros do modelo teórico que devem serestimados. Estatística Básica para os Cursos de Engenharia 177 Uma condição para aplicação do teste é que todas as freqüências teóricas ou esperadas ei 5. Assim, a seqüência do teste fica sendo: (1) H0: a aderência ou ajustamento dos dados amostrais ao modelo teórico considerado é bom. (2) H1: o ajustamento não é bom. (3) Fixar o nível de significância . (4) Determinar a R.R. Onde: = k - 1 - m. (5) Calcular a estatística do teste pela expressão (5.17). (6) Conclusão: se 2 α 2 ν χχ , rejeita-se H0, caso contrário, aceita-se H0. Exemplo Testar a bondade do ajustamento realizado no exemplo (3) da seção 2.18, usando = 0,05. No problema citado, foi visto que oi ei 55 41 126 157 325 305 Testes de hipóteses 178 315 300 130 150 49 38 18,81 k 1i i 2 ii2 ν e )e(o χ A determinação da R.R. deve ser feita com = k - m - 1 = 6 - 2 - 1 = 3, onde m = 2, pois, no cálculo de ei foram estimados dois parâmetros, (média) e (desvio padrão). Para = 3, a tabela fornece 2 7 815 , . Conclusão: como 2 α 2 ν χχ , rejeita-se H0, ou seja, a aderência ou ajustamento dos dados amostrais à distribuição normal não é considerado bom. 5.11 TESTE DE NORMALIDADE Dado um conjunto de n observações x1, x2, , xn, pode-se testar a normalidade das mesmas utilizando um método que envolve cálculo de correlação. Os passos são os seguintes: Estatística Básica para os Cursos de Engenharia 179 1. Ordenar as observações originais (ordem crescente) obtendo- se x ( )1 , x ( )2 , , x n( ) e calcular as probabilidades correspondentes (1 - 1/2)/n, ( 2 - 1/2)/n, (n - 1/2)/n. 2. Determinar os valores de z (variável normal padronizada), correspondente a cada uma dessas probabilidades, tal que z i( ) = G -1[(i - 1/2)/n] . 3. Plotar os pares (z(1), x(1)), (z(2), x(2)), , (z(n), x(n)), examinando se os pontos estão nas proximidades de uma reta, o que indica qualitativamente a tendência de normalidade. Quantitativamente, pode-se testar a normalidade calculando a correlação entre x(i) e z(i) através da expressão r n x z x z n x x n z z i i i i i n i n i n i i n i i n i i n i i n ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 111 2 1 1 2 2 1 1 2 (5.18) Se r r , sendo r o valor crítico ao nível de significância (ver Tabela VII (apêndice), não se deve rejeitar a hipótese de normalidade das observações. Exemplo Testar a normalidade do seguinte conjunto de dados, ao nível de significância de 5%, 8,3 8,8 10,4 10,2 9,4 12,2 11,1 11,2 9,1 10,3 11,1 9,2 10,0 10,5 10,6. Testes de hipóteses 180 Figura 5.7 – Teste de normalidade x(i) p(i) = (i - 1/2)/n z(i) 8,3 0,0333 -1,83 8,8 0,1000 -1,28 9,1 0,1667 -0,97 9,2 0,2333 -0,73 9,4 03000 -0,52 10 0,3667 -0,34 10,2 0,4333 -0,17 10,3 0,5000 0,00 10,4 0,5667 0,17 10,5 0,6333 0,34 10,6 0,7000 0,52 11,1 0,7667 0,73 11,1 0,8333 0,97 11,2 0,9000 1,28 12,2 0,9667 1,83 A Figura 5.7 mostra que existe uma tendência linear para os pontos. Para confirmar a normalidade vamos calcular o coeficiente de correlação r e compará-lo com o valor crítico. Estatística Básica para os Cursos de Engenharia 181 9884,0 040,152364,1415 r ]0752,1315].[)40,152(7,156115[ 22 . Conclusão: como r = 0,9884 > r = 0,938 ( = 0,05), não podemos rejeitar a hipótese de normalidade para os dados. 5.12 PROBLEMAS PROPOSTOS 01. Uma peça ao ser fabricada, foi planejada de tal maneira que uma de suas dimensões é 10 cm. A variância do processo produtivo é de 0,0095 cm2. Se uma amostra de 40 peças fornece essa dimensão média igual a 10,05 cm, devemos rejeitar a hipótese nula de que = 10 cm, em favor da alternativa 10 cm? Usar = 0,05. 02. Uma fábrica produz certo tipo de reguladores de pressão. Esses reguladores são produzidos para suportar uma pressão de 20 atm. Um ensaio é realizado com uma amostra de 7 reguladores de pressão e verificou-se que as pressões suportadas são (em atm) 19,5 18,9 19,0 19,1 18,9 19,3 19,0. Com base no ensaio realizado, podemos concluir que a pressão suportada é na realidade menor que 20 atm? Usar = 0,01. 03. Duas amostras de tubos de aço das marcas A e B foram ensaiadas e as resistências médias obtidas foram de 40 kgf/mm2 e 35 kgf/mm2, com variâncias de 5,0 e 4,5 (kgf/mm2)2, respectivamente. Sabendo-se que foram ensaiados 15 tubos de cada marca, há evidência, ao nível de 1%, de que a resistência média dos tubos de marca A seja maior que a de marca B? Supor que as variâncias populacionais sejam iguais. 04. Duas máquinas A e B produzem parafusos, e sabe-se que as variâncias dos comprimentos dos parafusos produzidos são 25 mm2 e 20 mm2, respectivamente. Uma amostra de 40 parafusos da máquina A apresentou comprimento médio de 30 mm, enquanto que uma amostra Testes de hipóteses 182 de 50 parafusos da máquina B apresentou média de 25 mm. Existe uma diferença significativa entre os comprimentos médios dos parafusos fabricados pelas duas máquinas, ao nível de 5%? 05. Foram ensaiadas válvulas das marcas A e B, e verificou-se que os tempos de vida (em h) foram marca A: 1500 1450 1480 1520 1510 marca B: 1000 1300 1180 1250. Pode-se concluir, ao nível de significância de 1%, que o tempo médio de vida das válvulas de marca A supera o de B em mais de 300 h? Supor que os desvios padrões populacionais são diferentes. 06. Uma amostra de 5 cabos de aço foi ensaiada, ante e após sofrer um tratamento para aumentar a sua resistência. Os resultados obtidos foram antes 50 54 51 50 55 kgf/mm2 após 60 61 57 54 59 kgf/mm2 Testar a hipótese de que o tratamento é eficiente, no nível de significância de 5%. Tratar os dados como emparelhados. 07.Para o problema 02, pode-se concluir, ao nível de significância de 1%, que a variância populacional é superior a 1 atm2? 08. Para o problema 05, pode-se concluir, ao nível de 5%, que o desvio padrão populacional para as lâmpadas da marca A é inferior a 100 h? 09. Para o problema 05, testar a hipótese de igualdade para as variâncias das lâmpadas das marcas A e B, ao nível de significância de 2%. 10. Um fabricante afirma que no máximo 3% das peças fabricadas por sua indústria são defeituosas. Um comerciante comprou 50 peças e verificou que 4 eram defeituosas.Com base nesse resultado, qual a conclusão que se pode tirar ao nível de significância de 1%? Estatística Básica para os Cursos de Engenharia 183 11. Um operário realizou uma mesma operação com 3 equipamentos diferentes, e os tempos gastos (em segundos) foram equipamento A: 10 11 10 12 15 equipamento B: 13 9 15 equipamento C: 8 10 15 12 Existe diferença significativa entre as variâncias para os tempos gastos pelos três equipamentos, no nível de significância de 5%? 12. Para o problema 11, se os tempos fossem equipamento A: 11 12 10 11 equipamento B: 8 9 8 9 equipamento C: 12 13 14 13 qual seria sua conclusão, no nível de significância de 5%? 13. Um operário informa que não existe diferença entre a % de peças defeituosas fabricadas pelas máquinas 1 e 2. Uma amostra de 50 peças de cada marca, revelou que 4% da máquina 1 era defeituosa, enquanto que 7% da máquina 2 também era defeituosa. Testar a afirmativa do operário ao nível de significância de 1%. 14. Para o exemplo 1 da seção 2.18, testar a bondade ou aderência do ajustamento ao nível de significância de 1%. 15. Para o exemplo 2 da seção 2.18, testar a bondade ou aderência do ajustamento ao nível de significância de 5%. 16. Um pesquisador realizou um certo experimento obtendo os seguintes resultados para a variável aleatória estudada: -1,264 0,160 -0,213 -0,901 0,710 -1,395 0,603 0,887 -1,712 -1,935. Testes de hipóteses 184 Testar a normalidade desses dados ao nível de significância de 1%, traçando o diagrama correspondente.
Compartilhar