Академический Документы
Профессиональный Документы
Культура Документы
SUMRIO PGINA
Testes de Hipteses e Intervalo de Confiana 1
Teste para a varincia 33
Poder de um teste e o p-valor 37
Teste para propores 41
Lista de Exerccios resolvidos em aula 55
Gabarito 66
Mais uma etapa que vocs devem enfrentar se quiserem trabalhar na Receita:
testes de hipteses. ltima vez, fora na peruca!
Suponha que uma pessoa tenha visto sua pesquisa sobre a altura mdia das
pessoas que vivem em um determinado territrio e faa a seguinte afirmao:
H como testar se a sua amostra d suporte a essa afirmao? Sim, por meio do
teste de hiptese!
A forma de testar quais valores seriam condizentes com a nossa amostra exige
conhecimento da distribuio de probabilidades de nossa amostra!
Assim, muito provvel que a nossa distribuio da varivel mdia de altura seja
algo semelhante :
No nosso caso, podemos dizer com toda certeza que, se a nossa amostra for
suficientemente grande, a varivel em estudo tem distribuio normal, isso feito
com base no Teorema do Limite Central.
da amostra.
Entendeu o que isso quer dizer? Para qualquer varivel (desde que suas
observaes sejam independentes), podemos afirmar que a distribuio de sua
mdia amostral ser gaussiana para amostras suficientemente grandes. Esse
teorema incrivelmente poderoso, pois podemos nos basear nele para garantir que
a nossa avaliao de mdias baseie-se na distribuio normal, que fcil de ser
analisada.
-Por que fcil analisar uma varivel que tenha distribuio normal?
Pelo seguinte meu querido aluno, ns podemos padronizar qualquer varivel com
distribuio normal de forma que sua mdia seja sempre igual zero e seu desvio
padro igual 1 por meio da seguinte operao:
Calma, voc vai entender agora! A questo que a normal padro, que obtida
pela transformao de uma varivel em seu respectivo valor ( ), tem uma
tabelinha mgica que nos diz a probabilidade de que o valor encontrado (
calculado) esteja entre 0 (zero) e um determinado valor a ser especificado!
Exerccio 1
(Elaborado pelo autor) Suponha que a seguinte amostra de alturas tenha sido
retirada da populao:
Alturas
(metros)
1,7
1,6
1,7
1,75
1,8
1,82
1,9
1,78
1,74
1,83
Resoluo
O que temos de fazer aqui bem simples. Vamos calcular o valor ( ) para o nosso
exemplo. Para isso precisamos encontrar os valores da mdia com base em nossa
amostra. Calcule a mdia que voc vai chegar a:
Portanto:
Isso mesmo! O que estamos vendo qual a probabilidade de que o valor calculado
esteja no intervalo amarelo abaixo:
Assim:
Como a distribuio normal simtrica, uma mesma distncia com relao origem
( ) corresponde mesma probabilidade de ocorrncia, seja esquerda ou
direita. Assim, fica fcil perceber que a probabilidade de ocorrncia do evento acima
igual a 2 (duas) vezes a chance de ocorrncia de um dos dois isoladamente!
Analiticamente:
Portanto:
Com base no que sabemos j somos capazes de testar hipteses. A primeira coisa
que temos de estipular o que muita coincidncia.
Veja, no exemplo anterior encontramos que 95% das vezes em que realizarmos
uma amostragem com base em nossa populao, nosso valor de mdia amostral se
encontrar dentro daquele intervalo ( ).
Mas, o que estes 95% querem dizer? Ser que esse intervalo muito ou pouco
provvel? Ora, voc j deve ter percebido onde quero chegar. Existe uma
arbitrariedade envolvida na definio do que provvel ou no!
Veja, no nosso exemplo, 95% das vezes os valores encontrados para a mdia
amostral estaro dentro daquele intervalo. A que entra a definio de
significncia de um teste:
Mas, com base nos nossos clculos, encontramos que aquele intervalo ocorre
em 95% das vezes, assim aceitaramos a hiptese de que aquela amostra foi
retirada da populao em estudo!
Exerccio 2
Resoluo
Ora, o exerccio j est te dando o valor ( ), haja vista a informao de que o nvel
de confiana de 95%! Olhando a tabela voc ver que o valor de ( ), que a
metade de ( ), corresponde ao nmero . Colocando na frmula:
Voc entende porque estamos lidando com 1,96 em valores positivos e negativos?
Isso porque queremos encontrar um intervalo de confiana para a mdia
populacional, ou seja, o quanto ela pode variar positivamente ou negativamente, de
forma a observarmos a parte esquerda e direita da curva! Olhem o desenho abaixo
que vocs entendero:
Assim:
Alternativa (a).
Exerccio 3
Resoluo
Questo bem difcil! Tem que pensar! Veja o raciocnio que voc tem de fazer:
Realizando a operao:
Alternativa (a).
Retornando aula!
Bom, a primeira coisa que voc vai fazer determinar qual hiptese voc est
testando. Por exemplo, se algum faz afirmaes sobre o valor de um determinado
parmetro , feita a seguinte hiptese nula ( ):
Este o nosso exemplo da altura dos indivduos, a hiptese nula afirma que a
mdia de altura dos mesmos igual 1,70m.
Mas, toda hiptese cientfica tem uma alternativa, que o caso quando o que
estamos afirmando no verdade. Esta hiptese alternativa ( ) pode assumir as
seguintes formas:
Assim, a nossa hiptese nula seria sempre uma igualdade e teria como alternativa
um destes casos, sendo que o primeiro necessitaria de uma anlise bicaudal,
enquanto que o segundo e terceiro seriam monocaudais.
Com efeito, isso est intimamente relacionado com o que j estudamos sobre
probabilidades monocaudais e bicaudais. A ideia aqui seria criar um intervalo de
confiana para o valor testado, se o mesmo no estivesse contido neste,
rejeitaramos a hiptese nula.
Vamos fazer uns exerccios para entender! Faa este primeiro junto comigo,
ok?
Exerccio 4
Seja uma varivel aleatria X, com mdia e desvio padro igual 5. A partir
de uma amostra aleatria de 16 elementos, observou-se uma mdia amostral
de valor 13. Uma pessoa afirmou que a mdia populacional dos elementos
igual a 15, com 5% de significncia. Essa afirmao mostrou-se como
verdadeira.
Resoluo
Assim:
Como seria o intervalo de confiana para os valores padronizados? Este seria dado
pelos valores de que fazem com que 95% da amostra esteja em seu intervalo, ou
seja:
Alternativa correta.
Para que vocs aprendam o uso de testes monocaudais, vamos refazer o exerccio
com uma pequena modificao!
Exerccio 5
Seja uma varivel aleatria X, com mdia e desvio padro igual 5. A partir
de uma amostra aleatria de 16 elementos, observou-se uma mdia amostral
de valor 13. Uma pessoa afirmou que a mdia populacional dos elementos
de, no mnimo, 15, com 5% de significncia. Essa afirmao mostrou-se como
verdadeira.
Resoluo
Bom, pelas nossas hipteses, o valor nunca ser superior a 15, portanto s
precisamos olhar o lado esquerdo da distribuio normal padronizada. Vamos testar
se a amostra com mdia igual 13 compatvel com a afirmao do indivduo.
Esquea o lado direito! Vamos s testar se a mdia menor do que 15 (ou menor
do que 0 (zero) na verso padronizada)! Neste caso, s faramos o clculo para a
cauda superior:
Mais um exerccio?
Exerccio 6
a) 50%
b) 39%
c) 23%
d) 16%
e) 11%
Resoluo
Outra questo que exige um pouco mais de raciocnio! Atente-se que, neste caso,
no estamos testando uma mdia, mas uma varivel com distribuio normal.
Assim, na padronizao basta utilizarmos o desvio padro em nvel (sem dividi-lo
pelo tamanho da amostra, como no caso da mdia).
Vamos encontrar o valor normalizado para o caso de uma situao lquida nula
( ):
Ou seja:
Ora, toda a figura tem probabilidade igual a 1, certo? Ento, como a distribuio
simtrica, cada lado do sino tem probabilidade de ocorrncia igual a 0,5! Assim, a
probabilidade da parte vermelha :
Alternativa (e).
Assim, pode-se dizer que a expresso acima segue uma distribuio t de Student
com ( ) graus de liberdade. Analiticamente:
Olhe pessoal, isso um pouco mais avanado e desnecessrio para seu concurso,
portanto decore que o grau de liberdade associado a uma estatstica t de Student
igual ao tamanho da amostra em questo menos uma unidade. Voc precisar
deste valor para consultar a tabela, como vocs podem ver abaixo:
No se preocupe, a banca vai disponibilizar os valores das tabelas, voc s tem que
aprender como us-las!
Exerccio 7
Resoluo
Confira com o valor da tabela, assim voc aprende a us-la caso seja necessrio.
Alternativa (b).
Vamos fazer mais alguns exerccios! Agora vamos dar uma generalizada!
Exerccio 8
Resoluo
Para calcularmos esta estatstica devemos nos atentar palavra amostra. Perceba
que, neste caso, a varincia deve ser calculada com base na seguinte estatstica:
Agora fcil:
Ento:
Alternativa (b).
Exerccio 9
Resoluo
Alternativa (e).
Exerccio 10
Resoluo
Bom, a primeira coisa a fazer pensar quais so os resultados cuja soma pode ser
igual a 7, mas a diferena entre o maior e o menor resultado igual a 1.
Mas existem vrias outras possibilidades de que a diferena entre o maior e menor
valor seja igual a 1. Vamos listar de cabea o espao amostral ( ):
Assim:
Alternativa (c).
(TCU CESPE/2008) Uma instituio afirma que o custo mdio para realizao
de determinada obra igual ou inferior a R$ 850,00 m. Para avaliar esta
afirmao, foi realizado um teste estatstico cujas hipteses nulas e
alternativas so, respectivamente, H0: e H1: . Considere que a
distribuio de custos por metros quadrados possa ser considerada como
normal com mdia e desvio padro de R$ 300m. A partir de uma amostra
aleatria de tamanho 25, a estatstica de teste para a mdia foi igual a 2,1. Com
base nestas afirmaes, julgue o item a seguir:
Exerccio 11
Resoluo
Calculando o valor de :
Portanto, o item est correto, pois o valor calculado encontra-se entre 950m e
1000m.
Retornando!
Sob a hiptese nula, pode-se provar que esta estatstica seguir uma distribuio
qui-quadrado com graus de liberdade. Assim:
Exerccio 12
Resoluo
Alternativa (c).
Exerccio 13
Resoluo
Com base em nosso nvel de significncia, isso possvel de ocorrer, pois 10% que
muita coincidncia. E se tirarmos outra cara em um terceiro lanamento?
Perceba que este valor inferior significncia do teste, portanto isso seria muita
coincidncia! Neste caso, rejeitaramos a hiptese nula de que a moeda honesta.
Este valor (6,25%) seria o p-valor para este experimento. O p-valor seria o valor
limite entre a aceitao e rejeio da hiptese nula. Em termos mais analticos,
pode-se definir o p-valor como o menor nvel de significncia em que a
hiptese nula pode ser rejeitada. No exemplo, como o p-valor (6,25%) menor do
que o nvel de significncia adotado, rejeita-se a hiptese nula!
Outro erro possvel ocorre quando aceitamos a hiptese nula quando ela falsa!
Este o erro tipo 2!
Neste caso, temos um problemo aqui! Pense comigo, este valor ns no temos
acesso, haja vista no conhecermos a distribuio que contem o valor verdadeiro
que estamos procurando. Com base na figura abaixo, pode-se inferir um caso em
que aceitaramos a hiptese nula apesar de ela ser falsa.
Voc percebe o que est ocorrendo? A primeira curva seria relativa aos dados que
estamos testando, enquanto que a segunda seria relativa verdadeira distribuio
da varivel. A parte escura est dentro de nossa regio de aceitao, mas ela no
contem o valor verdadeiro.
Este valor nos diz qual a probabilidade de que um determinado teste rejeite a
hiptese nula quando ela falsa.
Voc precisa deixar suas distribuies mais fininhas, ou seja, com menor
varincia, deste modo diminumos a probabilidade dos dois erros. Isso s possvel
com amostras maiores. Portanto, uma amostra maior pode ser vista como uma
quantidade maior de provas para nossas concluses, o que aumenta a acurcia de
nossas previses.
Vamos fazer um exerccio juntos para que vocs possam entender bem como
funciona este teste. Perceba que se trata de um caso com uma amostra grande
(1000 elementos). Em geral, quando voc vir uma amostra de mais 50
elementos, pode usar a distribuio normal. Alm disso, pelo formato do
exerccio vocs vo saber quando um caso ou outro. Voc vai ver!
Exerccio 14
Resoluo
Assim, na mdia, temos 85% de chance de acertar! Essa nossa mdia amostral
( ). Por simplicidade, vamos chamar a este valor de ( ).
Sim, pois o percentual de 85% nem sempre pode bater com o valor encontrado. Por
exemplo, se voc extrair uma amostra de 20 indivduos deste total, isso significa que
voc encontrar, exatamente, 17 pessoas que gosta do produto? No! Pode ser que
voc no encontre nenhuma! O que voc sabe que, na mdia, 85% das pessoas
analisadas preferem o produto, ou seja, se voc realizar este experimento infinitas
vezes 85% das pessoas iro gostar.
Qual o parmetro que estamos comparando com essa mdia? Ns queremos saber
se, na mdia e com base no que sabemos da amostra, podemos assumir como
verdadeira a hiptese feita sobre a populao, de que a mdia de preferncias que
Ento, ns temos como saber qual a varincia da populao se hiptese feita for
verdadeira:
Portanto, combinando tudo isso que falamos, a nossa frmula modificada para
testes em propores seria:
Exerccio chato de clculo! Uma forma de resolver pensar, mais ou menos, quanto
seria a raiz quadrada de 1000. Pense 20 400, 30 900 e 40 1600, opa, pare
a mesmo! Deve ser um nmero entre 30 e 40, s que bem mais prximo de 30,
ento deve ser inferior a 35. Se voc fizer 31 voc chegar 961. Este o valor
mais prximo!
O que chega mais prximo a alternativa (a). Esta a correta! Faa com a
calculadora e confirme o raciocnio.
(TCU CESPE/2008) Uma instituio afirma que o custo mdio para realizao
de determinada obra igual ou inferior a R$ 850,00 m. Para avaliar esta
afirmao, foi realizado um teste estatstico cujas hipteses nulas e
alternativas so, respectivamente, H0: e H1: . Considere que a
distribuio de custos por metros quadrados possa ser considerada como
normal com mdia e desvio padro de R$ 300m. A partir de uma amostra
aleatria de tamanho 25, a estatstica de teste para a mdia foi igual a 2,1. Com
base nestas afirmaes, julgue o item a seguir:
Exerccio 15
Resoluo
Exerccio 16
Resoluo
Alternativa (e).
Exerccio 17
Resoluo
Alternativa (b).
Exerccio 18
Resoluo
Alternativa (d).
Exerccio 19
Resoluo
Olhe, quando o exerccio te diz diferena entre mdia amostral e , ele est
falando de:
Alternativa (e).
Exerccio 20
Resoluo
Alternativa errada.
Exerccio 21
Resoluo
Assim, para uma mesma estatstica de teste, nada garante que, se o valor supera o
valor de ( ) monocaudal, o mesmo ser superior ao valor bicaudal para um mesmo
nvel de significncia.
Alternativa errada.
Exerccio 22
Resoluo
Bom, vamos testar esta moeda que mostra uma probabilidade de obter cara de:
Alternativa (a).
Exerccio 23
Resoluo
A questo agora que o que pedido o p-valor. Mas, o que o p-valor? Vamos
lembrar-nos da aula anterior: Em termos mais analticos, pode-se definir o p-
valor como o menor nvel de significncia em que a hiptese nula pode ser
rejeitada.
Ento, em termos prticos, o que estamos fazendo? Ns vamos calcular, por meio
da estatstica de teste, os valores que esto dentro de um intervalo de confiana
definido para a proporo. O p-valor ser a probabilidade de obtermos valores
extremos, alm do intervalo de confiana definido para a proporo.
Veja que nem precisamos calcular o denominador, pois o numerador igual zero.
Alternativa (a).
Exerccio 1
(Elaborado pelo autor) Suponha que a seguinte amostra de alturas tenha sido
retirada da populao:
Alturas
(metros)
1,7
1,6
1,7
1,75
1,8
1,82
1,9
1,78
1,74
1,83
Exerccio 2
Exerccio 3
Exerccio 4
Seja uma varivel aleatria X, com mdia e desvio padro igual 5. A partir
de uma amostra aleatria de 16 elementos, observou-se uma mdia amostral
de valor 13. Uma pessoa afirmou que a mdia populacional dos elementos
igual a 15, com 5% de significncia. Essa afirmao mostrou-se como
verdadeira.
Exerccio 5
Seja uma varivel aleatria X, com mdia e desvio padro igual 5. A partir
de uma amostra aleatria de 16 elementos, observou-se uma mdia amostral
de valor 13. Uma pessoa afirmou que a mdia populacional dos elementos
de, no mnimo, 15, com 5% de significncia. Essa afirmao mostrou-se como
verdadeira.
Exerccio 6
a) 50%
b) 39%
c) 23%
d) 16%
e) 11%
Exerccio 7
Exerccio 8
Exerccio 9
Exerccio 10
(TCU CESPE/2008) Uma instituio afirma que o custo mdio para realizao
de determinada obra igual ou inferior a R$ 850,00 m. Para avaliar esta
afirmao, foi realizado um teste estatstico cujas hipteses nulas e
alternativas so, respectivamente, H0: e H1: . Considere que a
distribuio de custos por metros quadrados possa ser considerada como
normal com mdia e desvio padro de R$ 300m. A partir de uma amostra
aleatria de tamanho 25, a estatstica de teste para a mdia foi igual a 2,1. Com
base nestas afirmaes, julgue o item a seguir:
Exerccio 11
Exerccio 12
Exerccio 13
Exerccio 14
(TCU CESPE/2008) Uma instituio afirma que o custo mdio para realizao
de determinada obra igual ou inferior a R$ 850,00 m. Para avaliar esta
afirmao, foi realizado um teste estatstico cujas hipteses nulas e
alternativas so, respectivamente, H0: e H1: . Considere que a
distribuio de custos por metros quadrados possa ser considerada como
normal com mdia e desvio padro de R$ 300m. A partir de uma amostra
aleatria de tamanho 25, a estatstica de teste para a mdia foi igual a 2,1. Com
base nestas afirmaes, julgue o item a seguir:
Exerccio 15
Exerccio 16
Exerccio 17
Exerccio 18
Exerccio 19
Exerccio 20
Exerccio 21
Exerccio 22
Exerccio 23
2a
3a
4C
5C
6e
7b
8b
9e
10 c
11 C
12 c
13 C
14 - a
15 E
16 e
17 b
18 d
19 e
20 E
21 E
22 a
23 a
jeronymo@estrategiaconcursos.com.br