Testes de Hipotese

Testes de Hip oteses Param etricos
Departamento de Matem atica

Escola Superior de Tecnologia de Viseu
(DepMAT ESTV) Testes de Hip oteses Param etricos 1 / 41
Introduc ao. Hip oteses Estatsticas. Erro Tipo I e Tipo II
Introduc ao
Exemplos
Testar se mais de metade da populac ao ir a consumir um novo

produto a ser lancado no mercado;
Testar se a nova vers ao de um software e mais ecaz em m edia

que a vers ao anterior
Testar se uma nova t ecnica de vendas conduz a um aumento do

n
o
de produtos vendidos
Hip oteses Estatsticas
Existem duas hip oteses envolvidas em qualquer estudo deste tipo:
a hip otese alternativa H

1
, que e, em geral, a hip otese proposta
pelo investigador;
a hip otese nula H

0
, negac ao da hip otese anterior.
Exemplo
Para decidir se o novo processo de fabrico e melhor do que o anterior,
o gestor de produc ao da f abrica formula as seguintes hip oteses:
H
0
(hip otese nula): n ao h a diferenca entre os dois processos de
fabrico;
H
1
(hip otese alternativa): o novo processo de fabrico e melhor do
que o anterior.
Hip oteses Estatsticas
Exemplo
Suponha que e feita uma auditoria ` a empresa do Sr Z e das Tintas, a
qual resulta numa acusac ao de infracc ao scal. Obviamente, se o
scal das nancas n ao conseguir juntar provas que sustentem a
acusac ao, a empresa n ao e considerada culpada. As hip oteses s ao
as seguintes:
H
0
(hip otese nula): a empresa n ao cometeu uma infracc ao scal;
H
1
(hip otese alternativa): a empresa cometeu uma infracc ao scal
Decis oes
Exemplo
Nesta situac ao podem ser tomadas duas decis oes:
Rejeitar a hip otese H

0
- a empresa e considerada culpada, isto e,
aceita-se a hip otese H
1
como sendo verdadeira;
N ao rejeitar a hip otese H

0
- n ao se conseguiu provar a veracidade
de H
1
e como tal, n ao se pode rejeitar a hip otese H
0
. Note que,
isto n ao signica aceitar H
0
, signica t ao s o, que n ao h a provas
(n ao h a evid encia) para rejeitar esta hip otese. Por isso e
prefervel dizer n ao rejeitar H
0
a dizer aceitar H
0
.
Tipos de Erro: Erro Tipo I e Tipo II
Exemplo
Relativamente ao exemplo anterior h a duas possibilidades de tomar
uma decis ao errada:
a empresa e considerada culpada quando de facto n ao cometeu

nenhuma infracc ao scal: Rejeitar H
0
sendo H
0
verdadeira;
n ao se rejeita a hip otese de a empresa ser inocente, quando de

facto esta cometeu uma infracc ao scal: N ao rejeitar H
0
sendo H
0
falsa.
Tipos de Erro: Erro Tipo I e Tipo II
Denic ao
Os dois tipos de erro que podem ser cometidos s ao os seguintes:
Erro tipo I: rejeitar H

0
sendo H
0
verdadeira (erro de rejeic ao);
Erro tipo II: n ao rejeitar H

0
sendo H
0
falsa (erro de n ao rejeic ao).
Probabilidades associadas aos erros:
= P(erro tipo I) e chamado o nvel de signic ancia do teste;
= P(erro tipo II) 1 e chamada a pot encia do teste.

Como se conduz um teste de hip oteses?
Uma vez recolhida uma amostra, observamos o valor de alguma
estatstica (func ao da amostra aleat oria) cuja distribuic ao de
probabilidade e conhecida sob o pressuposto de H
0
ser verdadeira.
Tal estatstica e chamada estatstica de teste.
A decis ao a tomar ser a a de rejeitar H
0
ou n ao rejeitar H
0
.
O valor de - nvel de signic ancia do teste - e a distribuic ao de
probabilidade da estatstica do teste v ao ser utilizados para denir a
chamada regi ao crtica ou regi ao de rejeic ao.
Se o valor observado da estatstica do teste cair na regi ao crtica,
decidimos rejeitar H
0
; caso contr ario decidimos n ao rejeitar H
0
.
Como se conduz um teste de hip oteses?
Em resumo, o processo geral consiste no seguinte:
1. Formular a hip otese nula (H
0
) e a hip otese alternativa (H
1
);
2. Especicar um nvel de signic ancia;
3. Escolher a estatstica a usar e encontrar a sua distribuic ao de
probabilidade sob o pressuposto de H
0
ser verdadeira;
4. Determinar a regi ao de rejeic ao;
5. Calcular o valor observado da estatstica do teste;
6. Decidir rejeitar H
0
ou n ao rejeitar H
0
.
Exemplo
Exemplo
O director comercial de uma cadeia de lojas pretende comparar duas
t ecnicas de vendas, A e B, para o mesmo produto.
Utilizando a t ecnica de vendas A a quantidade de produto vendido por
dia e em m edia de 816 Kg com um desvio padr ao de 45 Kg.
Adoptando a nova t ecnica de vendas B espera-se aumentar a
quantidade de vendas di arias.
Para testar tal hip otese registou-se a quantidade di aria de vendas do
produto durante 50 dias, obtendo-se um valor m edio de 839 Kg.
Pode aceitar-se a hip otese ao nvel de signic ancia de 0.01?
Exemplo
Seja
X quantidade de produto vendida num dia com a t ecnica de
vendas B
X tem m edia e desvio padr ao = 45 Kg.
Hip oteses estatsticas:
H
0
: = 816 Kg
n ao h a alterac ao na quantidade m edia di aria de vendas;
H
1
: > 816 Kg
a quantidade m edia di aria de vendas aumenta.
Exemplo
Pelo Teorema Limite Central,
X N
,
45
2
50
Z =
X
45/
50
N(0, 1) .
Sob o pressuposto de H
0
ser verdadeira, = 816 Kg, logo a
estatstica de teste e
X N
816,
45
2
50
ou Z =
X 816
45/
50
N(0, 1) .
Exemplo Regi ao Crtica
Para que valores da estatstica do teste ser a de rejeitar a hip otese
nula?
Quanto maior for o valor da m edia amostral (x), relativamente a 816,
mais credvel se torna a hip otese H
1
e consequentemente, mais a
decis ao se encaminha no sentido de rejeitar H
0
.
Ent ao, xando um ponto x
c
superior a 816, a regra de decis ao ser a:
rejeitar H
0
se x x
c
; caso contr ario, n ao rejeitar H
0
.
A x
c
d a-se o nome de ponto crtico.
A regi ao crtica (regi ao de rejeic ao da hip otese nula) e ent ao:
[x
c
, +[ .
Distribuic ao da estatstica de teste X quando H
0
e verdadeira.
Sendo a hip otese H
0
verdadeira, a probabilidade de a estatstica de
teste assumir valores na regi ao de rejeic ao e pequena; estes valores
s ao mais plausveis se a hip otese H
1
for verdadeira.
Fix amos o nvel de signic ancia em 0.01. Isto signica que ao
rejeitarmos a hip otese H
0
podemos estar a cometer um erro tipo I com
probabilidade 0.01. Por outras palavras, a chance de rejeitarmos a
hip otese H
0
: = 816 quando de facto = 816, e quanticada em 1%.
Vamos calcular o ponto crtico x
c
associado a este nvel de
signic ancia.
= 0.01 = P(Erro tipo I) = P(rejeitar H
0
|H
0
e verdadeira)
= P(X x
c
| = 816) = area da regi ao sombreada.
P(X x
c
| = 816) = 0.01 P
X 816
45/
50

x
c
816
45/
50
= 0.01
P
Z
x
c
816
45/
50
= 0.01 P
Z
x
c
816
45/
50
= 0.99
x
c
816
45/
50
= 2.326 x
c
= 830.8
Ponto crtico: x
c
= 830.8 Regi ao crtica: [830.8, +[
Exemplo Decis ao
Como na amostra foi observada uma m edia amostral x = 839Kg, que
cai dentro da regi ao crtica (x = 839 830.8), ent ao a decis ao e a de
rejeitar a hip otese H
0
.
Conclumos que h a evid encia de que a nova t ecnica de vendas B
conduz a um aumento das vendas m edias di arias, ao nvel de
signic ancia de 0.01.
Neste caso, diz-se que a m edia observada na amostra e
signicativamente diferente de 816.
Exemplo Decis ao
Exemplo
Suponha que a m edia amostral observada nos 50 dias era de 819 Kg.
Para o mesmo nvel de signic ancia qual seria agora a decis ao a
tomar?
Neste caso a m edia observada na amostra n ao cai na regi ao crtica
(x < 830.8), logo a decis ao ser a a de n ao rejeitar H
0
.
N ao podemos concluir que nova t ecnica de vendas B aumente as
vendas m edias di arias.
A m edia observada na amostra n ao e signicativamente diferente de
816.
Tipos de Testes de Hip oteses: Testes Bilaterais e Unilaterais
Testes Bilaterais e Unilaterais
Sem perda de generalidade vamos considerar que o par ametro em
teste e a m edia de uma populac ao, .
As hip oteses podem cair numa das seguintes situac oes gerais:
H
0
:
0
H
1
: >
0
Teste unilateral ` a
direita
H
0
:
0
H
1
: <
0
Teste unilateral ` a
esquerda
H
0
: =
0
H
1
: =
0
Teste bilateral
1
o
caso - Teste unilateral ` a direita
H
0
:
0
H
1
: >
0
1
o
caso reduz-se a
H
0
: =
0
H
1
: >
0
Os valores da estatstica de teste que nos levar ao a rejeitar H
0
e
concluir que >
0
, tamb em nos levar ao a rejeitar qualquer valor
menor do que
0
.
Da mesma forma:
2
o
caso - Teste unilateral ` a esquerda
H
0
:
0
H
1
: <
0
2
o
caso reduz-se a
H
0
: =
0
H
1
: <
0
1
o
caso - Teste unilateral ` a direita
H
0
: =
0
H
1
: >
0
2
o
caso - Teste unilateral ` a esquerda
H
0
: =
0
H
1
: <
0
3
o
caso - Teste bilateral
H
0
: =
0
H
1
: =
0
Escolha da Estatstica Adequada
Escolha da Estatstica Adequada: Testes de hip oteses para
H
0
: =
0
vs. H
1
: >
<
=
0
0
ser verdadeira, e se
a populac ao e normal e a vari ancia e conhecida,

Estatstica de teste: X N
0
,

2
n
ou Z =
X
0
/
n
N(0, 1)
Dado que a distribuic ao da estatstica de teste, sob H
0
, e normal, e usual
designar o teste por Teste Z.
0
a populac ao e normal, a vari ancia e desconhecida e a amostra e

pequena
Estatstica de teste: T =
X
0
S/
n
t
n1
Dado que a distribuic ao da estatstica de teste, sob H
0
, e t-Student, e usual
designar o teste por Teste t-Student.
a vari ancia e desconhecida e a amostra e grande,

Estatstica de teste: Z =
X
0
S/
N(0, 1)
Denomina-se Teste Z.
a vari ancia e conhecida e a amostra e grande

Estatstica de teste: X

N
0
,

2
n
ou Z =
X
0
/
N(0, 1)
1
2
H
0
:
1
2
= (
1
2
)
0
vs. H
1
:
1
2
>
<
=
(
1
2
)
0
onde (
1
2
)
0
e o valor particular a ser testado. Este pode ser
qualquer valor, embora o mais comum seja zero, vindo
H
0
:
1
=
2
vs. H
1
:
1
>
<
=
2
1
2
Amostras
independentes
0
as populac oes s ao normais e as vari ancias s ao conhecidas

1
X
2
N
(
1
2
)
0
,

2
1
n
1
+

2
2
n
2
ou Z =
(X
1
X
2
) (
1
2
)
0
2
1
n
1
+

2
2
n
2
N(0, 1)
as amostras s ao grandes e as vari ancias conhecidas

1
X
2
(
1
2
)
0
,

2
1
n
1
+

2
2
n
2
ou Z =
(X
1
X
2
) (
1
2
)
0
2
1
n
1
+

2
2
n
2
N(0, 1)
Estes testes s ao usualmente designados por Testes Z.
1
2
Amostras
independentes
0
ser verdadeira, sendo as populac oes normais, as
vari ancias desconhecidas, as amostras pequenas e, ainda,
as vari ancias iguais

(X
1
X
2
) (
1
2
)
0
(n
1
1)S
2
1
+(n
2
1)S
2
2
n
1
+n
2
2
1
n
1
+
1
n
2
t
n
1
+n
2
1
as vari ancias diferentes

(X
1
X
2
) (
1
2
)
0
S
2
1
n
1
+
S
2
2
n
2
t
com =
[S
2
1
/n
1
+S
2
2
/n
2
]
2
[S
2
1
/n
1
]
2
n
1
1
+
[S
2
2
/n
2
]
2
n
2
1
( Quabdo os pontos crticos s ao consultados em tabelas, o procedimento
habitual e tomar o maior n
o
inteiro n ao superior a .)
Estes testes s ao usualmente designados por Testes T.
1
2
Amostras
independentes
0
vari ancias s ao desconhecidas e as amostras grandes

(X
1
X
2
) (
1
2
)
0
S
2
1
n
1
+
S
2
2
n
2
N(0, 1)
1
2
Amostras
emparelhadas
Exemplo
Queremos comparar dois tratamentos, A e B, para a mesma doenca.
Podemos sujeitar um grupo de pacientes ao tratamento A e outro grupo ao
tratamento B, escolhendo os pacientes de modo a que as amostras sejam
aleat orias e independentes uma da outra.
Este procedimento pode n ao ser o mais adequado
a reacc ao de um paciente ao um dado tratamento e muito inuenciado por um
conjunto de caractersticas pessoais. Assim, as diferencas encontradas nos dois
grupos, podem estar relacionadas n ao apenas com os tratamentos, mas tamb em com
as caractersticas pessoais dos pacientes sujeitos a cada tratamento.
Parece mais razo avel sujeitar os mesmos pacientes aos dois tratamentos,
obtende-se uma amostra formada por pares de observac oes amostra
emparelhada.
1
2
Amostras
emparelhadas
Exemplo
As idades de 15 casais, constituem uma amostra de observac oes
emparelhadas. Note que a idade de um dos elementos do casal n ao e
independente da idade do outro.
Exerc. 26
O gabinete de marketing de uma cadeia de lojas pretende saber se uma
determinada campanha promocional ir a aumentar as vendas. Para isso
selecciona 10 pares de lojas, cada par constitudo por lojas com
caractersticas id enticas (no tamanho, densidade populacional da area onde
est a integrada, vendas mensais m edias, etc.). A campanha promocional e
feita numa loja de cada par, sendo esta escolhida ao acaso. Dispomos
portanto de um conjunto de 10 observac oes emparelhadas.
1
2
Amostras
emparelhadas
Quando as amostras de que dispomos s ao emparelhadas n ao
podemos usar as estatsticas de teste vistas anteriormente. Ent ao
como devemos proceder?
Exerc. 26
Pretende-se comparar o volume de vendas de uma loja onde n ao e feita a
campanha promocional (X
1
) com o volume de vendas de uma loja onde e
feita a campanha (X
2
).
O volume de vendas e relativo a um determinado perodo de tempo.
Dispomos de 10 pares de observac oes independentes,
(x
i 1
, x
i 2
), i = 1, ..., 10, (cada par e independente de outro qualquer).
Hip oteses: H
0
:
1
=
2
vs. H
1
:
1
<
2
1
2
Amostras
emparelhadas
Neste tipo de situac oes denimos uma nova vari avel aleat oria: D = X
1
X
2
Dispomos de uma amostra aleat oria da v.a. D:
(x
i 1
, x
i 2
), i = 1, ..., 10
Como
D
= E(D) = E(X
1
X
2
) = E(X
1
) E(X
2
) =
1
2
,
as hip oteses
H
0
:
1
=
2
vs. H
1
:
1
<
2
podem-se escrever da seguinte maneira
H
0
:
D
= 0 vs. H
1
:
D
< 0
Reduzimos um teste de hip otese para a comparac ao de duas m edias
populacionais a um teste de hip oteses para uma m edia.
1
2
Amostras
emparelhadas
Exerccio 26: Soluc ao
R.C.= ] , 4.781].
Valor da estatstica teste para a amostra recolhida: 2.32 / R.C..
Assim, a hip otese H
0
n ao e rejeitada, ao nvel de signic ancia de
0.0005.
A m edia observada (1.98) n ao e signicativamente diferente de zero.
Ent ao, para este nvel de signic ancia, n ao podemos concluir que a
campanha promocional contribua para o aumento das vendas.
H
0
: =
0
vs. H
1
: >
<
=
0
Se a populac ao e normal e sob o pressuposto de H
0
ser verdadeira,
Estatstica de teste:
(n 1)S
2
2
0

2
n1
1
/
2
H
0
:
1
/
2
= (
1
/
2
)
0
vs. H
1
:
1
/
2
>
<
=
(
1
/
2
)
0
onde (
1
/
2
)
0
e o valor particular a ser testado. Este pode ser qualquer
valor, embora o mais comum seja um. Neste caso teremos
H
0
:
1
=
2
vs. H
1
:
1
>
<
=
2
Se ambas as populac oes s ao normais, sob o pressuposto de H
0
ser
verdadeira,
S
2
1
S
2
2
2
2
2
1
0
F
n
1
1
n
2
1
Escolha da Estatstica Adequada: Testes de hip oteses para p
H
0
: p = p
0
vs. H
1
: p >
<
=
p
0
Se a amostra e pequena (n 30)
X n.
o
de sucessos na amostra de tamanho n
0
ser verdadeiro,
Estatstica de teste: X B(n, p
0
)
Se a amostra e sucientemente grande (n > 30)
0
ser verdadeiro,

p p
0
p
0
(1p
0
)
n
N(0, 1)
1
p
2
H
0
: p
1
p
2
= (p
1
p
2
)
0
vs. H
1
: p
1
p
2
>
<
=
(p
1
p
2
)
0
onde (p
1
p
2
)
0
e o valor particular a ser testado. Este pode ser
qualquer valor, embora o mais comum seja zero. Neste caso teremos
H
0
: p
1
= p
2
vs. H
1
: p
1
>
<
=
p
2
1
p
2
Sabe-se que para amostras de grande dimens ao, a distribuic ao amostral de
p
1
p
2
e tal que:
Z =
(
p
1
p
2
) (p
1
p
2
)
0
p
1
q
1
n
1
+
p
2
q
2
n
2
N(0, 1)
sob o pressuposto de H
0
ser verdadeiro, onde q
1
= 1 p
1
e q
2
= 1 p
2
.
A vari avel Z n ao e uma estatstica pois depende das proporc oes
populacionais desconhecidas p
1
e p
2
.
Para contornar este problema substitumos p
1
e p
2
pelos seus estimadores
p
1
e

p
2
.
0
ser verdadeira vem:
(
p
1
p
2
) (p
1
p
2
)
0
p
1
q
1
n
1
+

p
2
q
2
n
2
N(0, 1)
1
p
2
Existe um procedimento alternativo quando o valor a ser testado e zero, i. e.,
quando a hip otese nula e H
0
: p
1
= p
2
.
Neste caso, se H
0
e verdadeira, p
1
= p
2
= p.
Embora esta proporc ao seja desconhecida, esta pode ser estimada por
p =
n
1

p
1
n
2

p
2
n
1
+n
2
.
Substituindo p
1
e p
2
por

p em Z vem, sob o pressuposto de H
0
ser
verdadeira,
(
p
1
p
2
)
p(1
p)
1
n
1
+
1
n
2
N(0, 1)

Testes de Hipotese

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Testes de Hipotese

Загружено:

Авторское право:

Доступные форматы

Testes de Hip oteses Param etricos

Departamento de Matem atica

Testar se mais de metade da populac ao ir a consumir um novo

Testar se a nova vers ao de um software e mais ecaz em m edia

Testar se uma nova t ecnica de vendas conduz a um aumento do

a hip otese alternativa H

a hip otese nula H

Rejeitar a hip otese H

N ao rejeitar a hip otese H

a empresa e considerada culpada quando de facto n ao cometeu

n ao se rejeita a hip otese de a empresa ser inocente, quando de

Erro tipo I: rejeitar H

Erro tipo II: n ao rejeitar H

= P(erro tipo I) e chamado o nvel de signic ancia do teste;

= P(erro tipo II) 1 e chamada a pot encia do teste.

a populac ao e normal e a vari ancia e conhecida,

a populac ao e normal, a vari ancia e desconhecida e a amostra e

a vari ancia e desconhecida e a amostra e grande,

a vari ancia e conhecida e a amostra e grande

as populac oes s ao normais e as vari ancias s ao conhecidas

as amostras s ao grandes e as vari ancias conhecidas

as vari ancias iguais

as vari ancias diferentes

vari ancias s ao desconhecidas e as amostras grandes

Вам также может понравиться