Académique Documents
Professionnel Documents
Culture Documents
Unidade II
5 TESTES DE HIPTESES
Saiba mais
O jornalista Santos (2003), da Folha.com, disponibilizou sites com ndices
econmicos, estatsticas e dados demogrficos que podem ser utilizados
em projetos de pesquisa. Acesse:
<http://www1.folha.uol.com.br/folha/informatica/ult124u14297.shtml>.
Testes de hipteses so, portanto, definidos como suposies feitas sobre os parmetros de uma
populao em estudo. Essas hipteses ou suposies podem ou no ser verdadeiras. Veja, a seguir, como
elas so interpretadas:
5.1 Hipteses nulas e alternativas
a) Hiptese nula (Ho): qualquer hiptese a ser testada, ou seja, a ser validada pelo teste.
b) Hiptese alternativa (H1): qualquer hiptese diferente da nula, complementar Ho.
O teste tem por finalidade colocar a hiptese nula em contradio com a hiptese alternativa. Assim,
o teste poder aceitar ou rejeitar a hiptese nula. A hiptese alternativa (H1), que contrria (Ho), ser
aceita se a hiptese nula (Ho) for rejeitada.
Vamos supor que a mdia populacional seja o parmetro que voc deseja testar.
As hipteses nula (Ho) e alternativa (H1) so geralmente representadas como a seguir:
79
Unidade II
1 Tipo
a) Ho: = o
H1: o
Quando efetuamos esse teste, o grfico ser sempre como a seguir: bilateral, com duas
regies de rejeio ou regies crticas. Os valores que delimitam as reas de aceitao e rejeio
de todos os grficos nos testes de hipteses so obtidos das tabelas correspondentes de cada
estudo.
RA
RC
RC
Sendo:
RA a regio de aceitao (da hiptese nula (Ho)) e RC a regio crtica ou regio de rejeio.
Essas regies, de aceitao e rejeio, so delimitadas por um valor tabelado obtido da Tabela da
distribuio normal (tabela 16) ou da Tabela da Distribuio t-Student (tabela 21), como veremos
mais frente.
2 Tipo
b) Ho: o
H1: > o
RA
RC
Figura 23 - Grfico de distribuio, com rea de rejeio direita
80
Matemtica Integrada
3 Tipo
c) Ho: o
H1: < o
RA
RC
Figura 24 - Grfico de distribuio, com rea de rejeio esquerda
Observao
Veja que, na hiptese nula (Ho), sempre temos uma igualdade (=) e na
hiptese alternativa (H1), uma desigualdade (, ou ).
As hipteses testadas em a (1o tipo) envolvem um teste bilateral, enquanto em b e c (2o e 30
tipos), testes unilaterais. Isso justificado pelo fato de que nas hipteses testadas no 1o tipo h
duas regies de rejeio (os dois extremos do grfico); portanto, ser bilateral ou bicaudal. Por
outro lado, nos 2o e 3o tipos s h uma regio de rejeio; portanto, o teste ser unilateral ou
unicaudal.
Lembrete
Os valores tabelados que delimitam as regies de aceitao e rejeio
do grfico so retirados das tabelas de distribuio normal ou t-Student,
como j foi explicado anteriormente.
5.2 Teste de hiptese para a mdia de uma populao, amostra grande e
pequena
Para decidir o valor tabelado que ser utilizado como fronteira entre as regies de rejeio e aceitao,
analise a tabela a seguir:
81
Unidade II
Tabela 29
Tamanho da
amostra
Se a varincia 2
populacional ( )
Uso a distribuio
GRANDE (n 30)
conhecida
Normal
GRANDE (n 30)
desconhecida
Normal
conhecida
Normal
desconhecida
T de Student
ou,
se a amostra for grande (n 30) e no soubermos o valor do desvio padro populacional (),
usaremos o desvio padro amostral (S), e a estatstica teste ser:
82
Matemtica Integrada
Zcalc =
x
s
n
2. No caso de a amostra ser pequena (n < 30) e o desvio padro populacional desconhecido, usaremos
a Distribuio t de Student, e a estatstica de teste ser:
tcalc =
x
s
n
RA
RC
RC
Se:
Zcalc estiver na regio RA (regio de aceitao), ou seja, Se - Ztab < Zcalc <Ztab , aceita-se Ho.
Caso ZCALC < - ZTAB, ou ZTAB < ZCALC, rejeita-se H .
o
RA
RC
Figura 26 - Grfico de distribuio, com rea de rejeio direita
83
Unidade II
Se ZCALC < ZTAB, aceita-se Ho.
Se ZTAB < ZCALC, rejeita-se Ho
RA
RC
Figura 27 - Grfico de distribuio, com rea de rejeio esquerda
Observao
Voc usar o mesmo raciocnio para os casos em que se tratar de
distribuio t-Student, com a diferena de que compararemos tcalc. com ttab.,
ao invs de ZCALC. com ZTAB.
Para ajud-lo(a) na anlise da teoria, observe a resoluo de exerccios de teste de hipteses.
Vamos aplic-lo em alguns exemplos:
1o Estabelecer a hiptese Nula (H0) e a hiptese alternativa (H1) de acordo com o enunciado do
problema.
2o Tambm de acordo com os dados do enunciado do problema, definir a distribuio que deve ser
utilizada (distribuio normal ou t-Student).
3o Consulte a tabela normal padro ou a tabela t-Student para encontrar o valor de ZTAB ou tTAB.
4o Desenhe a curva, plotando no eixo das abscissas o valor tabelado, que ser o limite entre a rea
de aceitao (RA) e a(s) rea(s) de rejeio (RC-Regio Crtica).
5o Calcule a estatstica de teste (ZCALC ou tCALC), utilizando uma das frmulas dadas anteriormente.
84
Matemtica Integrada
6o Compare o valor calculado com o valor tabelado e conclua se dever ser aceita ou rejeitada a
hiptese nula.
Observao
Agora que voc j tem um roteiro para seguir na execuo dos testes
de hipteses, dever ficar bem mais fcil a sua realizao. Mas, antes de
passarmos para os exemplos, vamos praticar um pouco o uso das tabelas
com os principais nveis de significncia () que geralmente so adotados,
como listados a seguir.
A) I Na Tabela da Distribuio Normal (Tabela 16)
Para o teste bilateral:
a) Se = 1%, teremos /2 = 0,5% = 0,005 (para cada lado da curva) e a rea de aceitao ser de
99% (0,99), sendo 0,495 esquerda e 0,495 direita do ponto mximo da curva.
Lembrete
A distribuio normal simtrica!
Consultando a tabela normal, temos 0,4949 para uma abscissa de 2,57 e 0,4951 para uma abscissa de
2,58. Logo, por interpolao, a abscissa correspondente rea de 0,495 ser a mdia das duas abscissas,
ou seja, 2,575. Para facilitar, adotaremos, no teste bilateral, quando = 1%, ZTAB = 2,58. Vejamos o
grfico da curva normal:
0,495
0,495
reas de aceitao
0,005
-ZTAB = -2,58
0,005
+ZTAB = +2,58
Nesse caso, Ho s ser aceita caso o valor de ZCALC estiver entre -2,58 e 2,58.
b) Se = 5%, teremos /2 = 2,5% = 0,025 (para cada lado) e a rea de aceitao ser de 95%
(0,95), sendo 0,475 esquerda e 0,475 direita. Verificamos, na tabela normal, que uma rea de 0,475
85
Unidade II
corresponde abscissa 1,96. Logo, no teste bilateral, quando = 5%, ento Z =1,96. Vejamos o grfico
TAB
da curva normal:
0,475
0,475
reas de aceitao
0,025
-ZTAB = -1,96
0,025
+ZTAB = +1,96
0,45
0,45
reas de aceitao
0,05
-ZTAB = -1,65
0,05
+ZTAB = +1,65
Para o teste unilateral (vamos considerar apenas o teste direita, sabendo que vale o mesmo
raciocnio para o teste esquerda, bastando inverter os lados).
d) Se = 1% (0,01), a rea de aceitao ser de 99% (0,99) esquerda. Mas, at a metade da curva
(lembre-se de que a distribuio normal simtrica), temos 50% (0,5) de rea. Logo, queremos a abscissa
correspondente a uma rea de 0,49. Consultando, na tabela normal, o valor mais prximo de 0,4901,
correspondente a uma abscissa de 2,33. Assim, no teste unilateral direita, quando = 1%, teremos
ZTAB = 2,33, e no teste unilateral esquerda para o mesmo , - ZTAB = -2,33. Veja o grfico da curva normal:
86
Matemtica Integrada
0,50
0,49
reas de aceitao
0,01
+ZTAB = +2,33
Figura 31 - Grfico de distribuio normal, com rea de rejeio direita
0,50
0,45
reas de aceitao
0,05
+ZTAB = +1,65
Figura 32 - Grfico de distribuio normal, com rea de rejeio direita
f) Se = 10% (0,10), rea de aceitao = 0,90 esquerda. Na tabela normal, o valor mais prximo de
0,40 (0,90 0,50) de 0,3997, que corresponde abscissa de 1,28. Portanto, no teste unilateral direita,
para = 10%, ZTAB = 1,28 e no teste unilateral esquerda, -ZTAB = -1,28.
Vendo o grfico da curva normal:
0,50
0,40
reas de aceitao
0,10
+ZTAB = +1,28
Figura 33 - Grfico de distribuio normal, com rea de rejeio direita
87
Unidade II
B) II Tabela da distribuio t-Student (Tabela 20)
Nesse teste, temos que utilizar dois parmetros para a consulta da tabela t-Student: (alfa), que
o nvel de significncia, e (g.l.), que o nmero de graus de liberdade dado por: n (nmero de elementos
da amostra) menos 1 unidade, ou seja: g.l. = n 1.
Temos que avaliar tambm o tipo de tabela, que pode ser: bilateral ou unilateral. Aqui, usaremos a
tabela bilateral, como pode ser notado no desenho da curva na prpria tabela. Assim, no teste bilateral,
o da tabela ser o prprio utilizado no teste. Mas, para o teste unilateral, teremos que procurar,
nessa tabela, o dobro do .
a) Teste bilateral: suponha uma amostra de 25 elementos (n = 25). Portanto, g.l. = 25 1, g.l. = 24.
Para um = 5%, vemos na tabela que a clula interseo de = 0,05 e g.l. = 24 nos fornece 2,064.
Portanto: tTAB = 2,064 para = 5% e n = 25.
Tabela 30 - Tabel t (de Student)
gl/P
0,90
0,80
0,70
0,60
0,50
0,40
0,30
0,20
0,10
0,05
0,02
0,01
0,001
01
0,158
0,325
0,510
0,727
1,000
1,376
1,963
3,078
6,314
12,706
31,821
63,657
636,619
02
0,142
0,289
0,445
0,617
0,816
1,061
1,386
1,886
2,920
4,303
6,965
9,925
31,598
03
0,137
0,277
0,424
0,584
0,765
0,978
1,250
1,638
2,353
3,182
4,541
5,541
12,924
04
0,134
0,271
0,414
0,569
0,741
0,941
1,190
1,533
2,132
2,776
3,747
4,604
8,610
05
0,132
0,267
0,408
0,559
0,727
0,920
1,156
1,476
2,015
2,571
3,365
4,032
6,869
20
0,127
0,257
0,391
0,533
0,687
0,860
1,064
1,325
1,725
2,086
2,528
2,845
3,850
21
0,127
0,257
0,391
0,532
0,686
0,859
1,063
1,323
1,721
2,080
2,518
2,831
3,819
22
0,127
0,256
0,390
0,532
0,686
0,858
1,061
1,321
1,717
2,074
2,508
2,819
3,792
23
0,127
0,256
0,390
0,532
0,685
0,858
1,060
1,319
1,714
2,069
2,500
2,807
3,767
24
0,127
0,256
0,390
0,531
0,685
0,857
1,059
1,318
1,711
2,064
2,492
2,797
3,745
25
0,127
0,256
0,390
0,531
0,684
0,856
1,058
1,316
1,708
2,060
2,485
2,787
3,726
26
0,127
0,256
0,390
0,531
0,684
0,856
1,058
1,315
1,706
2,056
2,479
2,779
3,707
27
0,127
0,256
0,389
0,531
0,684
0,856
1,057
1,314
1,703
2,052
2,473
2,771
3,690
Observe o grfico:
2,064
0,025
0,025
88
Matemtica Integrada
Observe que para um teste unilateral com o mesmo tamanho de amostra e o mesmo : no ser
possvel obter diretamente a interseo de = 0,05 com g.l.= 24, pois o valor fornecido para um teste
bilateral. Nesse caso, busca-se a interseo de g.l. = 24 com = 0,10.
Lembrete
No se esquea de que, na tabela (bilateral), = 0,05 corresponde a
0,025 de cada lado. Por essa razo, ser adotado = 0,10, que corresponder
a 0,05 de cada lado. Assim, a clula interseo de = 0,10 com g.l.= 24
fornecer tTAB = 1,711.
Veja o grfico:
1,711
0,05
Figura 35 - Grfico de distribuio t de Student, teste unilateral
Exemplo de aplicao
Unidade II
Primeiramente, voc dever calcular a estatstica de teste:
Clculo da estatstica de teste
x
s
n
66 61
Zcalc =
3
40
5
Zcalc =
3
6, 32
5
Zcalc =
0, 47
Zcalc = 10, 64 estatstica de teste
Zcalc =
1 95
=
= 47, 5% = 0, 475
2
2
1 = 95%
- zc = -1,96
1 95
=
= 47, 5% = 0, 475
2
2
+ zc = 1,96
90
Matemtica Integrada
Tabela 31
z
.00
.01
.02
.03
.04
.05
.06
.07
.08
.09
0.0
0.0000
0.0040
0.0080
0.0120
0.0160
0.0199
0.0239
0.0279
0.0319
0.0359
0.1
0.0398
0.0438
0.0478
0.0517
0.0557
0.0596
0.0636
0.0675
0.0714
0.0753
0.2
0.0793
0.0832
0.0871
0.0910
0.0948
0.0987
0.1026
0.1064
0.1103
0.1141
0.3
0.1179
0.1217
0.1255
0.1293
0.1331
0.1368
0.1406
0.1443
0.1480
0.1517
0.4
0.1554
0.1591
0.1628
0.1664
0.1700
0.1736
0.1772
0.1808
0.1844
0.1879
0.5
0.1915
0.1950
0.1985
0.2019
0.2054
0.2088
0.2123
0.2157
0.2190
0.2224
0.6
0.2257
0.2291
0.2324
0.2357
0.2389
0.2422
0.2454
0.2486
0.2517
0.2549
0.7
0.2580
0.2611
0.2642
0.2673
0.2704
0.2734
0.2764
0.2794
0.2823
0.2852
0.8
0.2881
0.2910
0.2939
0.2967
0.2995
0.3023
0.3051
0.3078
0.3106
0.3133
0.9
0.3159
0.3186
0.3212
0.3238
0.3264
0.3289
0.3315
0.3340
0.3365
0.3389
1.0
0.3413
0.3438
0.3461
0.3485
0.3508
0.3531
0.3554
0.3577
0.3599
0.3621
1.1
0.3643
0.3665
0.3686
0.3708
0.3729
0.3749
0.3770
0.3790
0.3810
0.3830
1.2
0.3849
0.3869
0.3888
0.3907
0.3925
0.3944
0.3962
0.3980
0.3997
0.4015
1.3
0.4032
0.4049
0.4066
0.4082
0.4099
0.4115
0.4131
0.4147
0.4162
0.4177
1.4
0.4192
0.4207
0.4222
0.4236
0.4251
0.4265
0.4279
0.4292
0.4306
0.4319
1.5
0.4332
0.4345
0.4357
0.4370
0.4382
0.4394
0.4406
0.4418
0.4429
0.4441
1.6
0.4452
0.4463
0.4474
0.4484
0.4495
0.4505
0.4515
0.4525
0.4535
0.4545
1.7
0.4554
0.4564
0.4573
0.4582
0.4591
0.4599
0.4608
0.4616
0.4625
0.4633
1.8
0.4641
0.4649
0.4656
0.4664
0.4671
0.4678
0.4686
0.4693
0.4699
0.4706
1.9
0.4713
0.4719
0.4726
0.4732
0.4738
0.4744
0.4750
0.4756
0.4761
0.4767
2.0
0.4772
0.4778
0.4783
0.4788
0.4793
0.4798
0.4803
0.4808
0.4812
0.4817
2.1
0.4821
0.4826
0.4830
0.4834
0.4838
0.4842
0.4846
0.4850
0.4854
0.4857
2.2
0.4861
0.4864
0.4868
0.4871
0.4875
0.4878
0.4881
0.4884
0.4887
0.4890
Procure no corpo da tabela o valor 0,4750, siga a linha e a coluna correspondente e obter:
Ztab = 1, 96
rea de aceitao
R
- zTAB = -1,96
R
+ zTAB = +1,96
91
Unidade II
As regies abaixo de -1,96 e acima de +1,96 so de rejeio e a regio entre -1,96 e +1,96 de
aceitao.
Como Zcalc = 10,64 est acima de + 1,96, est na rea de rejeio, portanto rejeita-se Ho.
Deve-se efetuar, portanto, um novo teste:
Ho: = 61 pontos
H1: 61 pontos
Valor tabelado: ser obtido a partir da tabela de distribuio normal, com = 5% e teste unilateral
(unicaudal).
Lembrete: utilize o valor de dobrado, ou seja: = 10%.
1 90
=
= 45% = 0, 45
2
2
1 - = 90%
- ztab = -1,645
Figura 38 - Diagrama de distribuio normal, para nvel de significncia de 5% (ou seja, confiana de 90%)
Tabela 32
92
.00
.01
.02
.03
.04
.05
.06
.07
.08
.09
0.0
0.0000
0.0040
0.0080
0.0120
0.0160
0.0199
0.0239
0.0279
0.0319
0.0359
0.1
0.0398
0.0438
0.0478
0.0517
0.0557
0.0596
0.0636
0.0675
0.0714
0.0753
0.2
0.0793
0.0832
0.0871
0.0910
0.0948
0.0987
0.1026
0.1064
0.1103
0.1141
0.3
0.1179
0.1217
0.1255
0.1293
0.1331
0.1368
0.1406
0.1443
0.1480
0.1517
1.3
0.4032
0.4049
0.4066
0.4082
0.4099
0.4115
0.4131
0.4147
0.4162
0.4177
1.4
0.4192
0.4207
0.4222
0.4236
0.4251
0.4265
0.4279
0.4292
0.4306
0.4319
1.5
0.4332
0.4345
0.4357
0.4370
0.4382
0.4394
0.4406
0.4418
0.4429
0.4441
1.6
0.4452
0.4463
0.4474
0.4484
0.4495
0.4505
0.4515
0.4525
0.4535
0.4545
1.7
0.4554
0.4564
0.4573
0.4582
0.4591
0.4599
0.4608
0.4616
0.4625
0.4633
1.8
0.4641
0.4649
0.4656
0.4664
0.4671
0.4678
0.4686
0.4693
0.4699
0.4706
Matemtica Integrada
Lembrete
Procure, no corpo da tabela, o valor 0,450, siga a linha e a coluna
correspondente para valores de z aproximados. No entanto, se for o
caso de um clculo mais rigoroso, necessrio estabelecer a mdia
aritmtica em relao aos valores encontrados para Z em torno de
0,450.
ztab =
164
, + 165
,
= 1, 645
2
rea de aceitao
R
- zTAB = -1,65
Figura 39 - Diagrama de distribuio normal, teste unilateral
para nvel de significncia de 5%
Uma vez que Zcalc = 10,64, est, portanto, na regio de aceitao, aceita-se H1, ento:
H1: = > 61 pontos. Como = 61 pontos, j havia sido rejeitado no primeiro teste, ento o que est
sendo aceito agora s > 61 pontos.
Resposta:
Como a hiptese aceita de > 61 pontos, ao nvel de significncia de 5%, pode-se concluir que a
nota mdia aumentou.
93
Unidade II
2. O peso mdio de embalagens de suco de uva em uma linha de produo est sendo
investigado. O padro prev um contedo mdio de 1000 ml por embalagem. Sabe-se que o
desvio padro de 10 ml e que a varivel tem distribuio normal. Ao nvel de 1% de significncia
com 4 unidades amostrais, e sendo o contedo mdio da embalagem de 1012 ml, o que se pode
concluir quanto ao padro estar sendo respeitado?
Soluo
Dados:
= 1000 ml
= 10 ml
N=4
x = 1012 ml
= 1%
Clculo da estatstica de teste
x
n
1012 1000
=
10
4
12
=
10
2
12
=
5
= 2, 4 estatstica teste
Zcalc =
Zcalc
Zcalc
Zcalc
Zcalc
94
Matemtica Integrada
Lembrete
O procedimento similar ao do exerccio anterior. Caso voc tenha
dvidas, retome a unidade I.
rea de aceitao
R
- zTAB = -2,58
R
+ zTAB = +2,58
As regies abaixo de -2,58 e acima de +2,58 so de rejeio e a regio entre -2,58 e +2,58 de
aceitao.
Como Zcalc = 2,4 est entre 2,58 e +2,58, considerada regio de aceitao, aceita-se Ho: = 1000 ml.
Resposta:
Uma vez que o padro prev um contedo mdio de 1000 ml por embalagem, ao nvel de 1%,
podemos aceitar que o padro est sendo respeitado.
3. A mdia de ganho de peso de crianas amamentadas com leite materno de 25 g, com um
desvio padro de 5 g durante certo perodo observado nos primeiros meses de vida. Para uma amostra
de 35 crianas observadas durante o mesmo perodo, alimentadas com leite de vaca, observou-se um
ganho de peso mdio de 30 g. Podemos afirmar, ao nvel de 1%, que a amamentao com leite materno
contribui mais para o ganho de peso nos primeiros meses de vida?
Soluo
Dados:
= 25 g
=5g
N = 35
x = 30
= 1%
95
Unidade II
Clculo da estatstica teste
x
n
30 25
Zcalc =
5
35
5
Zcalc =
5
5, 92
5
Zcalc =
0, 84
Z
calc = 5, 95 estatstica de teste
Zcalc =
rea de aceitao
R
- zTAB = -2,58
R
+ zTAB = +2,58
96
Matemtica Integrada
As regies abaixo de -2,58 e acima de +2,58 so de rejeio e a regio entre - 2,58 e + 2,58 de
aceitao.
Como Zcalc = 5,95 est acima de +2,58, ou seja, est na rea de rejeio, rejeita-se Ho.
Deve-se efetuar, portanto, um novo teste:
Ho: = 30 g
H1: 30 g
Valor tabelado: ser obtido a partir da tabela de distribuio normal (Tabela 16).
com = 1% e teste unilateral (unicaudal).
Lembrete
Como o teste unilateral s foi utilizado uma vez neste estudo, o clculo
de z tabelado ser feito de forma mais detalhada. Assim, no se esquea de
utilizar o valor de dobrado: = 2%.
1 98
=
= 49% = 0, 49
2
2
1 - = 98%
- ztab = -2,33
Figura 42 - Diagrama de distribuio normal, para nvel de significncia de 1%, Teste Unilateral
Tabela 33
z
.00
.01
.02
.03
.04
.05
.06
.07
.08
.09
0.0
0.0000
0.0040
0.0080
0.0120
0.0160
0.0199
0.0239
0.0279
0.0319
0.0359
0.1
0.0398
0.0438
0.0478
0.0517
0.0557
0.0596
0.0636
0.0675
0.0714
0.0753
0.2
0.0793
0.0832
0.0871
0.0910
0.0948
0.0987
0.1026
0.1064
0.1103
0.1141
0.3
0.1179
0.1217
0.1255
0.1293
0.1331
0.1368
0.1406
0.1443
0.1480
0.1517
0.4
0.1554
0.1591
0.1628
0.1664
0.1700
0.1736
0.1772
0.1808
0.1844
0.1879
97
Unidade II
0.5
0.1915
0.1950
0.1985
0.2019
0.2054
0.2088
0.2123
0.2157
0.2190
0.2224
0.6
0.2257
0.2291
0.2324
0.2357
0.2389
0.2422
0.2454
0.2486
0.2517
0.2549
0.7
0.2580
0.2611
0.2642
0.2673
0.2704
0.2734
0.2764
0.2794
0.2823
0.2852
0.8
0.2881
0.2910
0.2939
0.2967
0.2995
0.3023
0.3051
0.3078
0.3106
0.3133
0.9
0.3159
0.3186
0.3212
0.3238
0.3264
0.3289
0.3315
0.3340
0.3365
0.3389
1.0
0.3413
0.3438
0.3461
0.3485
0.3508
0.3531
0.3554
0.3577
0.3599
0.3621
1.1
0.3643
0.3665
0.3686
0.3708
0.3729
0.3749
0.3770
0.3790
0.3810
0.3830
1.2
0.3849
0.3869
0.3888
0.3907
0.3925
0.3944
0.3962
0.3980
0.3997
0.4015
1.3
0.4032
0.4049
0.4066
0.4082
0.4099
0.4115
0.4131
0.4147
0.4162
0.4177
1.4
0.4192
0.4207
0.4222
0.4236
0.4251
0.4265
0.4279
0.4292
0.4306
0.4319
1.5
0.4332
0.4345
0.4357
0.4370
0.4382
0.4394
0.4406
0.4418
0.4429
0.4441
1.6
0.4452
0.4463
0.4474
0.4484
0.4495
0.4505
0.4515
0.4525
0.4535
0.4545
1.7
0.4554
0.4564
0.4573
0.4582
0.4591
0.4599
0.4608
0.4616
0.4625
0.4633
1.8
0.4641
0.4649
0.4656
0.4664
0.4671
0.4678
0.4686
0.4693
0.4699
0.4706
1.9
0.4713
0.4719
0.4726
0.4732
0.4738
0.4744
0.4750
0.4756
0.4761
0.4767
2.0
0.4772
0.4778
0.4783
0.4788
0.4793
0.4798
0.4803
0.4808
0.4812
0.4817
2.1
0.4821
0.4826
0.4830
0.4834
0.4838
0.4842
0.4846
0.4850
0.4854
0.4857
2.2
0.4861
0.4864
0.4868
0.4871
0.4875
0.4878
0.4881
0.4884
0.4887
0.4890
2.3
0.4893
0.4896
0.4898
0.4901
0.4904
0.4906
0.4909
0.4911
0.4913
0.4916
2.4
0.4918
0.4920
0.4922
0.4925
0.4927
0.4929
0.4931
0.4932
0.4934
0.4936
2.5
0.4938
0.4940
0.4941
0.4943
0.4945
0.4946
0.4948
0.4949
0.4951
0.4952
Lembrete
Procure no corpo da tabela o valor 0,490, siga a linha e a coluna
correspondente para valores de z aproximados.
No entanto, na situao de exerccio, vamos utilizar:
Ztab = 2, 33
ou
+2, 33
Como a regio de aceitao est direita e a de rejeio esquerda, utilizaremos o valor negativo
de Ztab = - 2,33.
98
Matemtica Integrada
rea de aceitao
R
- zTAB = -2,33
Figura 43 - Diagrama de distribuio normal, teste unilateral para nvel de significncia de 1%
Uma vez que Zcalc = 5,95 est na regio de aceitao, pois maior que 2,33, rejeita-se H1. Ento, a
hiptese a ser aceita seria o 2o tipo, ou seja, H: > 30 g.
Hiptese aceita: H1: > 30 g. Como = 30 gramas, j havia sido rejeitada no primeiro teste, ento o que
est sendo aceito agora s > 30 g.
Resposta:
Como a hiptese aceita de > 30 g, ao nvel de significncia de 1%, pode-se concluir que o
ganho de peso com o leite de vaca inferior nesse perodo, sendo superior o ganho de peso com
leite materno.
4. Para verificar a eficcia de uma nova droga contra determinada doena, foram injetadas doses em
15 ratos, e a mdia de ratos que adoeceram foi igual a 20, com desvio padro de 6. Com a droga antiga,
a mdia de ratos doentes era em torno de 23. Podemos afirmar ao nvel de 1% que a nova droga trouxe
resultados melhores na preveno da doena?
Soluo
Dados:
=23 ratos
N = 15
x = 20 ratos
S = 6 pontos
= 1%
Observao:
Como se trata de amostra pequena (N < 30) e desvio padro populacional () desconhecido, deve-se
aplicar o teste t de Student para a mdia populacional.
99
Unidade II
Clculo da estatstica de teste:
x
s
n
20 23
=
6
15
3
=
6
15
3
=
6
3, 87
3
=
1, 55
= 1, 94
tcalc =
tcalc
tcalc
tcalc
tcalc
tcalc
100
gl/P
0,90
0,80
0,70
0,60
0,50
0,40
0,30
0,20
0,10
0,05
0,02
0,01
0,001
01
0,158
0,325
0,510
0,727
1,000
1,376
1,963
3,078
6,314
12,706
31,821
63,657
636,619
02
0,142
0,289
0,445
0,617
0,816
1,061
1,386
1,886
2,920
4,303
6,965
9,925
31,598
03
0,137
0,277
0,424
0,584
0,765
0,978
1,250
1,638
2,353
3,182
4,541
5,541
12,924
04
0,134
0,271
0,414
0,569
0,741
0,941
1,190
1,533
2,132
2,776
3,747
4,604
8,610
05
0,132
0,267
0,408
0,559
0,727
0,920
1,156
1,476
2,015
2,571
3,365
4,032
6,869
06
0,131
0,265
0,404
0,553
0,718
0,906
1,134
1,440
1,943
2,447
3,143
3,707
5,959
07
0,130
0,263
0,402
0,549
0,711
0,896
1,119
1,415
1,895
2,365
2,365
3,499
5,408
08
0,130
0,262
0,399
0,546
0,706
0,889
1,108
1,397
1,860
2,306
2,896
3,355
5,041
09
0,129
0,261
0,398
0,543
0,703
0,883
1,100
1,383
1,833
2,262
2,821
3,250
4,781
Matemtica Integrada
10
0,129
0,260
0,397
0,542
0,700
0,879
1,093
1,372
1,812
2,228
2,764
3,169
4,587
11
0,129
0,260
0,396
0,540
0,697
0,876
1,088
1,363
1,796
2,201
2,718
3,106
4,437
12
0,128
0,259
0,395
0,539
0,695
0,873
1,083
1,356
1,782
2,179
2,681
3,055
4,318
13
0,128
0,259
0,394
0,538
0,694
0,870
1,079
1,350
1,771
2,160
2,650
3,012
4,221
14
0,128
0,258
0,393
0,537
0,692
0,868
1,076
1,345
1,761
2,145
2,624
2,977
4,140
15
0,128
0,258
0,393
0,536
0,691
0,866
1,074
1,341
1,753
2,131
2,602
2,947
4,073
Utilizando a linha de graus de liberdade 14 e a coluna referente a 1%, obtm-se ttab = 2,977.
g(t)
1
= = 0, 5% = 0, 005
2 2
- ttab = -2,977
99%
1
= = 0, 5% = 0, 005
2 2
+ ttab = 2,977
ttab = + 2,977
ttab = -2,977
ttab = -2,977
ttab = 2,977
RA
RC
RC
Resposta:
Como a estatstica de teste (tcalc = 1,94) est na regio de aceitao do grfico, aceita-se:
Ho: = 23 ratos doentes, o que significa que a mdia de ratos doentes no se modificou; logo, a
droga no trouxe resultados melhores na preveno da doena.
101
Unidade II
Concluso
A droga no foi eficiente.
5. O tempo mdio, por operrio, para executar uma tarefa tem sido 100 minutos, com um desvio
padro de 15 minutos. Introduziu-se uma modificao para diminuir esse tempo e, aps certo perodo,
sorteou-se uma amostra de 16 operrios, medindo-se o tempo de execuo de cada um. O tempo mdio
da amostra foi de 85 minutos. Esses resultados trazem evidncias estatsticas da melhora desejada ao
nvel de 5%?
Soluo
Dados:
= 100 minutos
N = 16
x = 85 minutos
= 15 minutos
= 5%
Primeiramente, deveremos calcular a estatstica de teste:
Clculo da estatstica de teste
x
n
85 100
=
15
16
15
=
15
4
15
=
3, 75
= 4 estatstica de teste
Zcalc =
Zcalc
Zcalc
Zcalc
Zcalc
Matemtica Integrada
Valores tabelados: sero obtidos a partir da tabela de distribuio normal (Tabela 16), com
= 5% = 5% e teste bilateral (bicaudal)
Ztab = + 1,96
Lembrete
O procedimento similar ao dos exerccios anteriores. Caso voc tenha
dvidas, retome a unidade I.
rea de aceitao
R
- zTAB = -1,96
R
+ zTAB = +1,96
As regies abaixo de -1,96 e acima de +1,96 so de rejeio, e a regio entre -1,96 e +1,96 de
aceitao.
Como Zcalc = -4 est abaixo de - 1,96, est na rea de rejeio; portanto, rejeita-se Ho.
Deve-se efetuar, portanto, um novo teste:
Ho: = 100 minutos
H1: 100 minutos
Valor tabelado: ser obtido a partir da tabela de distribuio normal, com = 5% e teste unilateral
(unicaudal).
Lembrete
O procedimento similar ao dos exerccios anteriores. Caso voc tenha
dvidas, retome a unidade I.
Como a regio de aceitao est direita, utilizaremos o valor positivo de Ztab = + 1,65.
103
Unidade II
rea de aceitao
R
- zTAB = -1,65
Figura 47 - Diagrama de distribuio, teste bilateral
Uma vez que Zcalc = -4, est, portanto, na regio de rejeio, rejeita-se H1, ento:
H1: 100 minutos. Como = 100 minutos, j havia sido rejeitado no primeiro teste; ento, o que
est sendo aceito agora s < 100 minutos.
Resposta:
Como a hiptese aceita de < 100 minutos, ao nvel de significncia de 5%, pode-se concluir que
esses resultados trazem evidncias estatsticas da melhora desejada, ao nvel de 5%.
O procedimento associado com o teste da diferena entre duas mdias similar ao utilizado no teste de
um valor hipottico da mdia populacional, exceto que se utiliza o erro padro da diferena entre mdias como
base para determinar o valor da estatstica de teste associada com os resultados das amostras.
A hiptese nula H0 usualmente testada a de que as duas amostras tenham sido obtidas de
populaes com mdias iguais, ou seja, (1 - 2) = 0.
A hiptese alternativa H1, chamada hiptese alternativa, uma hiptese que s ser considerada
verdadeira no caso de H0 ser considerada falsa.
O teste Z de duas amostras para verificar a diferena entre duas mdias populacionais
Para a realizao desse teste, trs condies devem ser satisfeitas:
1) as amostras devem ser selecionadas de forma aleatria;
2) essas amostras devem ser independentes;
3) cada amostra deve ter um tamanho maior ou igual a 30. Se isso no ocorrer, cada populao
estudada deve apresentar distribuio normal e desvio padro conhecido.
104
Matemtica Integrada
Caso essas condies no sejam satisfeitas, a distribuio amostral para a diferena entre as mdias
amostrais ( x1 x2 ) uma distribuio normal com mdia e desvio padro de:
_
_
x1 x 2
= _ _ = 1 2
x1
x2
e
12 12
2
2
=
=
x1
x2
n1 + n2
1 x2 )
(2x
12 12
2
2
=
+
=
(
)
x1
x2
n1 + n2
1 x2 )
(2x
Observao
2
( x1 x2 ) (1 2 )
12 22
+
n1 n2
105
Unidade II
Observao
1) Caso as amostras sejam grandes, poder ser usado S1 e S2 em vez de
1 e 2.
2) Caso as amostras no sejam grandes, ainda poder ser usado um
teste z de duas amostras, desde que os desvios padres sejam conhecidos e
as populaes estejam normalmente distribudas.
Procedimento para a realizao do teste
1) Especifique as hipteses nula (Ho) e alternativa (H1).
2) Especifique o nvel de significncia ().
3) Faa o esboo da distribuio amostral, obtendo os valores crticos a partir da tabela de distribuio
normal (Tabela 16).
4) Determine quais so as regies de rejeio a partir desses valores tabelados.
5) Calcule a estatstica de teste padronizada.
z=
( x1 x2 ) (1 2 )
12 22
+
n1 n2
6) Decida se a hiptese nula (Ho) dever ser ou no rejeitada. Essa deciso ser tomada da seguinte
maneira: caso z esteja na regio de rejeio delimitada pelos valores tabelados, rejeite Ho. Caso contrrio,
no dever rejeitar Ho.
7) Deciso de acordo com o contexto.
Exemplo de aplicao
1) Num posto agrcola desejou-se testar o efeito de um fertilizante na produo de certo gro.
Para isso, foram escolhidos 220 alqueires de terreno, 110 foram tratados com fertilizante e 110 sem o
fertilizante (grupo controle). Todas as outras condies foram mantidas. A produo mdia na rea com
fertilizante foi de 8,5 sacas, com desvio padro de 0,50, enquanto na rea sem o fertilizante a mdia foi
de 7,9, com desvio padro de 0,80. Pode-se concluir que h aumento significativo na mdia de produo
com o uso do fertilizante ao nvel de 5%?
106
Matemtica Integrada
Soluo
Dados:
n1 = 110
n2 = 110
x1 = 8,5 sacas
x2 = 7,9 sacas
S1 = 0,50 saca
S2 = 0,80 saca
= 5%
Voc deseja testar se existe realmente uma diferena significativa na mdia de produo quando se
utiliza o fertilizante e quando no. Logo, as hipteses nula (Ho) e alternativa (H1) so:
Ho: 1 = 2
H1: 1 2
Os valores crticos que iro delimitar as reas de aceitao e rejeio sero obtidos na tabela do
Tabela 16, com as seguintes informaes: teste bicaudal e nvel de significncia 5%. Os valores crticos
so 1,96 e + 1,96, ou seja, as regies de rejeio sero z < - 1,96 e z > 1,96.
Lembrete
Caso voc tenha dvida na obteno desses valores, retome a Unidade I.
Como as amostras so grandes (n = 110 para as duas situaes), voc poder usar S1 e S2 para
calcular o erro padro.
REA DE ACEITAO
R
- zTAB = -1,96
R
+ zTAB = +1,96
107
Unidade II
( x
1 x2
=
)
s12 s22
+
n1 n2
0,502 0, 802
( x x ) =
+
1 2
110
110
( x
= 0,002 + 0,006
( x
= 0,008
( x
0, 09
1 x2 )
1 x2 )
1 x2 )
( x1 x2 ) (1 2 )
( x x )
1 2
(8, 5 7, 9) 0
0, 09
0, 6
0, 09
z = 6, 67
z=
O grfico anterior mostra as regies de rejeio e aceitao delimitadas pelos valores crticos
encontrados na tabela do Tabela 16. Como z = 6,67 est na regio de rejeio, est acima de 1,96; ento,
devemos rejeitar a hiptese nula. Portanto, ao nvel de 5%, existe uma diferena significativa na mdia
de produo com o uso do fertilizante.
2. Duas pesquisas independentes sobre salrios de operadores de produtos qumicos perigosos
em duas regies revelaram para a rea A uma mdia de R$10,50/h e desvio padro de R$2,50/h,
e para a rea B uma mdia de R$11,00/h e desvio padro de R$1,00/h. A amostra foi de 100
operadores para ambos os casos. Pode-se concluir ao nvel de 1% que os salrios mdios sejam
iguais nas duas regies?
As hipteses nula (Ho) e alternativa (H1) so:
Ho: 1 = 2
H1: 1 2
Os valores crticos que iro delimitar as reas de aceitao e rejeio sero obtidos na tabela do
Tabela 16, com as seguintes informaes: teste bicaudal e nvel de significncia 1%. Os valores crticos
so 2,58 e + 2,58, ou seja, as regies de rejeio sero z < - 2,58 e z > 2,58.
108
Matemtica Integrada
Lembrete
Caso voc tenha dvida na obteno desses valores, retome a unidade I.
Como as amostras so grandes (n = 100 para as duas situaes), voc poder usar S1 e S2 para
calcular o erro padro.
rea de aceitao
R
- zTAB = -2,58
R
+ zTAB = +2,58
s12 s22
( x x ) =
+
1 2
n1 n2
2, 502
1 2
+
100 100
( x
=
)
( x
( x
= 0, 0625 + 0, 01
( x
= 0, 0725
( x
0, 027
1 x2
1 x2 )
1 x2 )
1 x2 )
1 x2 )
6, 25
1
+
100 100
( x1 x2 ) (1 2 )
( x x )
1 2
0, 5
0, 27
,
z = 185
z=
109
Unidade II
O grfico anterior mostra as regies de rejeio e aceitao delimitadas pelos valores crticos
encontrados na tabela do Tabela 16. Como z = -1,85 est na regio de aceitao, est acima de -2,58;
ento, no possvel rejeitar a hiptese nula. Portanto, a um nvel de 1%, no existe evidncia suficiente
para confirmar a existncia de uma diferena significativa entre as mdias de salrios. Pode-se, ento,
concluir que os salrios mdios so iguais nas duas regies.
3. Duas preparaes diferentes (A e B) para um mesmo suco foram desenvolvidas e deseja-se
comparar, entre outros parmetros, se existe diferena de pH entre elas. Foram, ento, realizados os
respectivos ensaios, e os valores encontrados foram os seguintes: para uma amostra de seis sucos da
preparao A, o pH mdio encontrado foi de 7,4 e para uma amostra de seis sucos da preparao
B, o pH mdio encontrado foi de 7,54. Sendo os desvios padres populacionais de 0,025 e 0,030,
respectivamente, testar a hiptese de as mdias serem iguais, contra a alternativa de serem diferentes,
ao nvel de significncia de 5%.
Soluo
As hipteses nula (Ho) e alternativa (H1) so:
Ho: 1 = 2
H1: 1 2
Os valores crticos que iro delimitar as reas de aceitao e rejeio sero obtidos da tabela
(Tabela 16), com as seguintes informaes: teste bicaudal e nvel de significncia 5%. Os valores
crticos so 1,96 e + 1,96, ou seja, as regies de rejeio sero z < - 1,96 e z > 1,96.
A seguir, devemos construir o grfico com as respectivas reas de aceitao e rejeio.
rea de aceitao
R
- zTAB = -1,96
R
+ zTAB = +1,96
s12 s22
( x x ) =
+
1 2
n1 n2
110
Matemtica Integrada
z=
( x1 x2 ) (1 2 )
12 22
+
n1 n2
0, 0252 0, 03 2
+
( x x ) =
1 2
6
6
( x
1 x2
=
)
0, 000625 0, 0009
+
6
6
( x
= 0, 000104 + 0, 00015
( x
= 0, 000254
( x
= 0, 02
1 x2 )
1 x2 )
1 x2 )
( x1 x2 ) (1 2 )
( x x )
1 2
(7, 4 7, 54 ) 0
0, 02
0,14
z=
0, 02
z = 7
O grfico anterior mostra as regies de rejeio e aceitao delimitadas pelos valores crticos
encontrados na tabela do Tabela 16. Como z = -7 est na regio de rejeio, est abaixo de -2,58,
rejeita-se, portanto, a hiptese nula. Logo, a um nvel de 1%, existem evidncias suficientes para
confirmar a existncia de uma diferena significativa entre as mdias das preparaes dos sucos.
4. Num estudo comparativo do tempo mdio para realizao de certa tarefa, uma amostra aleatria
de 50 homens e 50 mulheres de uma grande indstria encontrou os seguintes resultados:
Estatsticas
Homens
Mulheres
Mdias
6 minutos
5 minutos
Desvios padres
1 minuto
2 minutos
Pode-se dizer que existe diferena significativa entre o tempo mdio para a realizao da tarefa de
homens e mulheres ao nvel de 5%.
111
Unidade II
Soluo
Est sendo pedido para se testar a existncia de diferena significativa na mdia de tempo entre
homens e mulheres na realizao de certa tarefa. Logo, as hipteses nula (Ho) e alternativa (H1) so:
Ho: 1 = 2
H1: 1 2
Os valores crticos que iro delimitar as reas de aceitao e rejeio sero obtidos da tabela Tabela
16, com as seguintes informaes: teste bicaudal e nvel de significncia 5%. Os valores crticos so
1,96 e + 1,96, ou seja, as regies de rejeio sero z < - 1,96 e z > 1,96. Como as amostras so grandes
(n = 50 para as duas situaes), para calcular o erro padro sero utilizadas S1 e S2.
rea de aceitao
R
- zTAB = -1,96
R
+ zTAB = +1,96
( x
1 x2
s12 s22
+
n1 n2
=
)
12 22
( x x ) =
+
1 2
50 50
( x
= 0,02 + 0,08
( x
= 0,1
( x
0, 32
1 x2 )
1 x2 )
1 x2 )
z=
( x1 x2 ) (1 2 )
x1 x2
(6 5) 0
0, 32
1
0, 32
z=
( x1 x2 ) (1 2 )
x1 x2
Matemtica Integrada
z=
(6 5) 0
0, 32
1
0, 32
z = 3,13
z=
Concluso
O grfico anterior mostra as regies de rejeio e aceitao delimitadas pelos valores crticos
encontrados na tabela do Tabela 16. Como z = 3,13 est na regio de rejeio, est acima de 1,96,
devemos rejeitar a hiptese nula.
Resposta:
Logo, a um nvel de 5%, existe uma diferena significativa na mdia de tempo gasto na execuo
da tarefa pelos homens e pelas mulheres. Podemos concluir, portanto, que as mulheres levaram menos
tempo do que os homens na realizao da tarefa, ao nvel de 5%.
5. O departamento de psicologia fez um estudo comparativo do tempo mdio de recuperao aps
um divrcio, com uma amostra de 80 mulheres com filhos e outra de 80 mulheres sem filhos, tomados
ao acaso, de uma clnica, durante um ano. Os resultados esto mostrados na tabela a seguir. possvel
afirmar, ao nvel de 5% de significncia, que as mulheres com filhos levam mais tempo para se recuperar
do que as sem filhos?
Estatsticas
Mdias
4 anos
2 anos
Desvios padres
2 anos
1 ano
Soluo
Voc deseja testar se existe realmente uma diferena significativa na mdia de produo quando se
utiliza o fertilizante e quando no. Logo, as hipteses nula (Ho) e alternativa (H1) so:
Ho: 1 = 2
H1: 1 2
Os valores crticos que iro delimitar as reas de aceitao e rejeio sero obtidos da tabela
do Tabela 16, com as seguintes informaes: teste bicaudal e nvel de significncia 5%. Os
valores crticos so 1,96 e + 1,96, ou seja, as regies de rejeio sero z < - 1,96 e z > 1,96.
Como as amostras so grandes (n = 80 para as duas situaes), para calcular o erro padro sero
utilizadas S1 e S2.
113
Unidade II
rea de aceitao
R
- zTAB = -1,96
R
+ zTAB = +1,96
( x
1 x2
s12 s22
+
n1 n2
=
)
22 12
( x x ) =
+
1 2
80 80
( x
1 x2
4
1
+
80 80
=
)
( x
= 0, 05 + 0, 0125
( x
= 0, 0625
( x
0, 25
1 x2 )
1 x2 )
1 x2 )
( x1 x2 ) (1 2 )
x1 x2
( 4 2) 0
0, 25
2
0, 25
z=8
z=
Concluso
O grfico anterior mostra as regies de rejeio e aceitao delimitadas pelos valores crticos
encontrados na tabela do Tabela 16. Como z = 8 est na regio de rejeio, est acima de 1,96, devemos
rejeitar a hiptese nula.
114
Matemtica Integrada
Resposta:
A um nvel de 5%, portanto, existe uma diferena significativa no tempo mdio de adaptao nova
vida aps o divrcio das mulheres com filhos em relao s mulheres sem filhos. As mulheres sem filhos
adaptam-se mais rapidamente do que as mulheres sem filhos.
6 TESTES NO PARAMTRICOS
6.1 Teste de qui-quadrado
O procedimento utilizado nesse teste similar ao que voc utilizou nos testes anteriores. As etapas
que dever seguir so as seguintes:
Etapa 1
Estabelecer a hiptese nula (Ho) e a hiptese alternativa (H1).
A hiptese H0 afirmar no existir discrepncia entre as frequncias observadas e as frequncias
esperadas.
A hiptese H1 afirmar existir discrepncia entre as frequncias observadas e as frequncias
esperadas.
115
Unidade II
Etapa 2
Efetuar o clculo das frequncias esperadas baseado na afirmao da hiptese Ho (ou seja, que
no existe discrepncia entre as frequncias observadas e as frequncias esperadas.
Avaliar as frequncias esperadas.
Se existirem eventos que no satisfaam a condio fe 5, as mesmas devero se unir aos eventos
adjacentes, dando origem, assim, a novas categorias.
Etapa 3
Estipular e o nvel de significncia do teste.
2
A varivel do teste ser a , com g.l. = k 1 ou g.l. = k r -1 (para teste de aderncia para
estimao de parmetros), sendo k o nmero de eventos e r, o de parmetros estimados.
Etapa 4
Fazer o desenho da curva, plotando no eixo das abscissas o valor tabelado, que ser o limite
2
entre a rea de aceitao (RA) de Ho e a(s) rea(s) de rejeio (RC), utilizando a tabela do
(Tabela 21).
Etapa 5
Calcular o valor da estatstica de teste por meio da amostra.
2cal
(foi fei ) 2
fei
Etapa 6
Obter a concluso:
2
Se cal < tab , no se pode rejeitar Ho; logo, as frequncias observadas e esperadas no so
discrepantes ou a diferena entre elas no significativa.
2
2
Se cal > tab , rejeita-se Ho, e conclumos com uma margem de erro que existe diferena entre as
frequncias observadas e esperadas.
Exemplo
Com o intuito de verificar se o nmero de emprstimos de livros em uma biblioteca aberta, todos os
dias se distribui igualmente pelos dias da semana, foram levantados os dados a seguir. Utilizar = 5%.
116
Matemtica Integrada
Tabela 35
Dia da semana
Nmero de emprstimos
Dom.
33
Seg.
26
Ter.
21
Qua.
22
Qui.
17
Sex.
20
Sb.
36
TOTAL
175
Soluo
1) Formulao das hipteses:
Ho: as frequncias de emprstimos so iguais todos os dias da semana.
H1: as frequncias de emprstimos so diferentes.
2) Escolher a varivel de teste:
2 com: g.l. = k 1 = 7 1 = 6
Observao
k = 7, porque so sete dias da semana que sero avaliados, uma vez que
a biblioteca est aberta todos os dias.
2
Consultando, portanto, a tabela de distribuio (Tabela 21) com g.l. = 6 e = 5%, encontramos
2tab = 12, 592 .
Lembrete
Vamos relembrar como fazer essa busca?
117
Unidade II
2 tabelado (Tabela 21) ser:
Tabela 36
2
0.995
0.99
0.975
0.95
0.9
0.1
0.05
0.025
0.01
0.005
0.0000
0.0002
0.0010
0.0039
0.0158
27.055
38.415
50.239
66.349
78.794
0.0100
0.0201
0.0506
0.1026
0.2107
46.052
59.915
73.778
92.103
105.966
0.0717
0.1148
0.2158
0.3518
0.5844
62.514
78.147
93.484
113.449
128.382
0.2070
0.2971
0.4844
0.7107
10.636
77.794
94.877
111.433
132.767
148.603
0.4117
0.5543
0.8312
11.455
16.103
92.364
110.705
128.325
150.863
167.496
0.6757
0.8721
12.373
16.354
22.041
106.446
125.916
144.494
168.119
185.476
0.9893
12.390
16.899
21.673
28.331
120.170
140.671
160.128
184.753
202.777
13.444
16.465
21.797
27.326
34.895
133.616
155.073
175.345
200.902
219.550
Como o nmero de emprstimos foi 175; logo, a quantidade por dia ser:
o
N
175
e =
7
e = 25
e =
118
Dias da semana
fo
fe
Dom.
33
25
Seg.
26
25
Ter.
21
25
Qua.
22
25
Qui.
17
25
Sex.
20
25
Sb.
36
25
TOTAL
175
175
Matemtica Integrada
(foi fei ) 2
2cal
2cal
2
2
2
2
2
33 25) (26 25) (21 25) (22 25) (17 25)
(
+
+
+
+
+
=
fei
25
25
25
25
25
25
2cal = 12
Como o valor obtido de
2tab = 12, 592 ,
ento:
5) Uma vez que 2cal < 12, 592 , no podemos rejeitar Ho com nvel de significncia de 5%.
7 TESTE QUI-QUADRADO DE ADERNCIA
7.1 Teste para a normalidade
Voc poder decidir, baseado em resultados encontrados com o teste qui-quadrado, se uma
varivel apresenta distribuio normal. As hipteses para o teste para a normalidade sero sempre
estas a seguir:
Ho: a varivel apresenta distribuio normal.
H1: a varivel no apresenta distribuio normal.
Exemplo:
Verificar se os dados a seguir apresentam distribuio normal, utilizando = 5%. Os dados so
referentes altura de 100 estudantes do sexo feminino.
Tabela 38
Alturas (cm)
No estudantes (foi)
150|--156
156|--162
12
162|--168
22
168|--174
40
174|--180
20
180|--186
Total
100
119
Unidade II
Soluo
Uma vez que a distribuio normal depende dos parmetros mdia e desvio padro para a
determinao das frequncias esperadas, ser necessrio obt-los primeiramente.
Hipteses:
Ho: a varivel altura apresenta distribuio normal.
H1: a varivel altura no apresenta distribuio normal.
Tabela 39
Alturas (cm)
No estudantes (foi)
Pmi
Pmi . i
150|--156
153
612
156|--162
12
159
1908
162|--168
22
165
3630
168|--174
40
171
6840
174|--180
20
177
3540
180|--186
183
366
Total
100
16896
Pmifi
fi
x = 168, 96cm
Tabela 40
120
Alturas (cm)
No estudantes (foi)
Pmi
(xi - x)
(xi - x)2
(xi - x)2 . i
150|--156
153
15,96
254,72
1018,88
156|--162
12
159
9,96
99,20
1190,40
162|--168
22
165
3,96
15,68
344,96
168|--174
40
171
2,04
4,16
166,40
174|--180
20
177
8,04
64,64
1292,80
180|--186
183
14,04
197,12
394,24
Total
100
4407,68
Matemtica Integrada
E a varincia por:
(x x )
=
. i
n 1
2 4407, 68
s = 100 1
2
2
s = 44, 5220
S = 6, 6725
Porm:
z=
x xx
=
s
por estimativa.
Por exemplo: para a classe 156|--162
Para xi = 156
z=
x x 156 168, 96
=
= 1, 94
s
6, 6725
Para xi = 162
z=
x x 162 168, 96
=
= 1, 04
s
6, 6725
Tabela 41
.00
.01
.02
.03
.04
.05
.06
.07
.08
.09
0.0
0.0000
0.0040
0.0080
0.0120
0.0160
0.0199
0.0239
0.0279
0.0319
0.0359
0.1
0.0398
0.0438
0.0478
0.0517
0.0557
0.0596
0.0636
0.0675
0.0714
0.0753
0.2
0.0793
0.0832
0.0871
0.0910
0.0948
0.0987
0.1026
0.1064
0.1103
0.1141
0.3
0.1179
0.1217
0.1255
0.1293
0.1331
0.1368
0.1406
0.1443
0.1480
0.1517
0.4
0.1554
0.1591
0.1628
0.1664
0.1700
0.1736
0.1772
0.1808
0.1844
0.1879
0.5
0.1915
0.1950
0.1985
0.2019
0.2054
0.2088
0.2123
0.2157
0.2190
0.2224
0.6
0.2257
0.2291
0.2324
0.2357
0.2389
0.2422
0.2454
0.2486
0.2517
0.2549
0.7
0.2580
0.2611
0.2642
0.2673
0.2704
0.2734
0.2764
0.2794
0.2823
0.2852
0.8
0.2881
0.2910
0.2939
0.2967
0.2995
0.3023
0.3051
0.3078
0.3106
0.3133
121
Unidade II
0.9
0.3159
0.3186
0.3212
0.3238
0.3264
0.3289
0.3315
0.3340
0.3365
0.3389
1.0
0.3413
0.3438
0.3461
0.3485
0.3508
0.3531
0.3554
0.3577
0.3599
0.3621
1.1
0.3643
0.3665
0.3686
0.3708
0.3729
0.3749
0.3770
0.3790
0.3810
0.3830
1.2
0.3849
0.3869
0.3888
0.3907
0.3925
0.3944
0.3962
0.3980
0.3997
0.4015
1.3
0.4032
0.4049
0.4066
0.4082
0.4099
0.4115
0.4131
0.4147
0.4162
0.4177
1.4
0.4192
0.4207
0.4222
0.4236
0.4251
0.4265
0.4279
0.4292
0.4306
0.4319
1.5
0.4332
0.4345
0.4357
0.4370
0.4382
0.4394
0.4406
0.4418
0.4429
0.4441
1.6
0.4452
0.4463
0.4474
0.4484
0.4495
0.4505
0.4515
0.4525
0.4535
0.4545
1.7
0.4554
0.4564
0.4573
0.4582
0.4591
0.4599
0.4608
0.4616
0.4625
0.4633
1.8
0.4641
0.4649
0.4656
0.4664
0.4671
0.4678
0.4686
0.4693
0.4699
0.4706
1.9
0.4713
0.4719
0.4726
0.4732
0.4738
0.4744
0.4750
0.4756
0.4761
0.4767
2.0
0.4772
0.4778
0.4783
0.4788
0.4793
0.4798
0.4803
0.4808
0.4812
0.4817
2.1
0.4821
0.4826
0.4830
0.4834
0.4838
0.4842
0.4846
0.4850
0.4854
0.4857
2.2
0.4861
0.4864
0.4868
0.4871
0.4875
0.4878
0.4881
0.4884
0.4887
0.4890
Matemtica Integrada
Tabela 42
Alturas (cm)
No estudantes (foi)
Valores em z
Fei(n.p)
150|--156
-2,84|-- -1,94
0, 0239
2,39
156|--162
12
-1,94|-- -1,04
0,1230
12,30
162|--168
22
-1,04|-- -0,14
0,2951
29,51
168|--174
40
-0,14|--0,76
0,3321
33,21
174|--180
20
0,76|-- 1,65
0,1741
17,41
180|--186
1,65|-- 2,55
0,4410
4,41
Total
100
foi
fei
fei
16
2,39
14,69
12
22
12,30
29,51
22
40
29,51
33,21
40
22
33,21
21,82
20
17,41
4,41
Importante:
Voc percebeu que houve uma reduo no nmero de frequncias? Isso ocorreu porque tivemos
dois valores menores do que 5, e como j havamos afirmado no teste de ajustamento, caso existissem
eventos que no satisfizessem a condio de fe 5, essas frequncias deveriam ser unidas aos eventos
adjacentes, dando origem, assim, a novas categorias, o que foi feito anteriormente.
2
Utilizando a frmula, obtemos o calc :
2calc
(foi fei ) 2 =
fei
(16 14, 69) 2 + (22 29, 51) 2 + (40 33, 21) 2 + (22 21, 82) 2
14, 69
29, 51
33, 21
2182
,
Unidade II
2
Encontramos o valor do calc na tabela (Tabela 21), com g.l. = k r 1
Sendo:
r = nmero de parmetros estimados (nesse caso, so dois, a mdia e o desvio padro).
2
Logo, g.l. = 4 2 -1 = 1 e = 5%. O valor de calc ser 3,841.
2
0.995
0.99
0.975
0.95
0.9
0.1
0.05
0.025
0.01
0.005
0.0000
0.0002
0.0010
0.0039
0.0158
27.055
38.415
50.239
66.349
78.794
0.0100
0.0201
0.0506
0.1026
0.2107
46.052
59.915
73.778
92.103
105.966
0.0717
0.1148
0.2158
0.3518
0.5844
62.514
78.147
93.484
113.449
128.382
0.2070
0.2971
0.4844
0.7107
10.636
77.794
94.877
111.433
132.767
148.603
0.4117
0.5543
0.8312
11.455
16.103
92.364
110.705
128.325
150.863
167.496
0.6757
0.8721
12.373
16.354
22.041
106.446
125.916
144.494
168.119
185.476
0.9893
12.390
16.899
21.673
28.331
120.170
140.671
160.128
184.753
202.777
13.444
16.465
21.797
27.326
34.895
133.616
155.073
175.345
200.902
219.550
rea de aceitao
R
2calc = 3,421
2
Figura 53 - Diagrama de distribuio Teste para nvel de significncia de 5%
2
2
Uma vez que calc = 3,421, conclumos que esse valor menor que tab = 3,841, estando,
portanto, na regio da aceitao do grfico. Logo, podemos aceitar Ho ao nvel de significncia
de 5%.
Resposta:
Conclumos que a varivel altura do sexo feminino segue a distribuio normal.
124
Matemtica Integrada
8 TESTE DE QUI-QUADRADO PARA INDEPENDNCIA
O teste qui-quadrado tem especial importncia porque nos permite verificar a associao ou
dependncia entre duas variveis em estudo. Um dos objetivos do teste , portanto, verificar se essas
variveis so estatisticamente independentes.
Veja s, quando realiza uma pesquisa, voc pode fazer uma estatstica dos dados coletados, limitandose a calcular as porcentagens referentes a cada pergunta realizada ou a cada item pesquisado. Essas
porcentagens vo auxiliar voc em algumas concluses, mas no daro subsdios para descobrir se uma
varivel pesquisada tem relao com a outra. Por exemplo, ao final da pesquisa, voc poder mostrar que
uma maior porcentagem de pessoas da amostra entrevistada do gnero feminino. Mas ser que esse
fato tem alguma associao com a preferncia por determinado sabor de alimento? Essa associao,
ou no, voc poder verificar por meio do teste qui-quadrado de independncia ou associao, que
estudaremos a seguir.
Voc dever saber:
como utilizar uma tabela de contingncia para a obteno das frequncias esperadas;
como utilizar uma distribuio qui-quadrado para verificar se duas variveis em estudo so
independentes.
Lembrete
Duas variveis so consideradas independentes quando a ocorrncia
de uma delas no afeta a probabilidade de ocorrncia da outra.
Um exemplo do lembrete anterior seria um nutricionista que deseja estudar se existe associao
entre a classe social que o paciente pertence e o hbito de consumir frutas e legumes. Ser que nesse
caso as variveis so independentes? Ou seja, o hbito alimentar independe da classe social? O teste
qui-quadrado para independncia nos permite verificar questes como essa.
Por onde devemos comear, ento? Primeiramente, usaremos dados amostrais que devero estar
organizados em uma tabela de contingncia.
Mas o que mesmo uma tabela de contingncia?
Definio
Tabela de contingncia uma tabela de dupla entrada, ou seja, numa entrada, linha, teremos
uma varivel (por exemplo, classe social) e na outra entrada, coluna, a outra varivel (hbito ou no de
consumir frutas e legumes), em que as frequncias observadas se distribuem nas linhas (r) e colunas (K),
como mostrado a seguir:
125
Unidade II
Tabela 45
y/x
x1
x2
...
xk
Totais
y1
Fo11
Fo12
...
Fo1k
L1
y2
Fo21
Fo22
...
Fo2k
L2
...
...
yr
For1
For2
...
fork
Lk
Totais
C1
C2
...
Ck
Sendo:
C1 = soma da primeira coluna
C2 = soma da segunda coluna
L1 = soma da primeira linha
L2 = soma da segunda linha
N = soma de todas as frequncias da tabela
Exemplo de aplicao
1. A tabela a seguir de contingncia do tipo 3 x 3, ou seja, tem trs linhas e 3 colunas, e representa
os resultados de uma pesquisa aleatria de 586 pessoas classificadas por idade e preferncia musical.
Analisando a tabela, observamos que 105 entrevistados, com 20 anos ou menos, preferem msica
eletrnica e 23 da mesma faixa etria preferem msica clssica. Da mesma maneira, observamos que
120 entrevistados, com idade entre 21 e 31 anos, preferem MPB; enquanto 48 da mesma faixa etria
preferem msica clssica, e assim por diante.
Tabela 46
Preferncia musical/
faixa etria
20 ou menos
21------ 31
32 ou mais
MPB
45
120
65
Clssica
23
48
100
Eletrnica
105
60
20
Lembrete
Veja que temos a dupla entrada mencionada anteriormente, ou seja,
faixa etria e preferncia musical.
126
Matemtica Integrada
Ateno:
Observe que, em uma tabela de contingncia, fer,k representa a frequncia esperada para a clula na
linha r e na coluna k. Na tabela anterior, fe2,3 representa a frequncia esperada para a clula na linha 2
e na coluna 3.
Com essa observao e supondo que as duas variveis em estudo numa tabela de contingncia
so independentes, voc poder usar essas informaes para obter as correspondentes frequncias
esperadas de cada uma das clulas.
Para o clculo da frequncia esperada de cada clula, utilizada a frmula a seguir:
erk =
Onde:
erk = frequncia esperada
Vamos analisar a seguir um exemplo de obteno de frequncias esperadas:
A partir dos dados da tabela (que foi nosso exemplo anterior), obter a frequncia esperada para cada
clula de contingncia a seguir. Para tanto, vamos supor que as variveis, a faixa etria e a preferncia
musical sejam independentes.
Tabela 47
Preferncia musical/
faixa etria
20 ou menos
21------ 31
32 ou mais
Total
MPB
45
120
65
230
Clssica
23
48
100
171
Eletrnica
105
60
20
185
Total
173
228
185
586
Soluo
Vamos utilizar a frmula indicada anteriormente para o clculo das frequncias esperadas:
erk =
Unidade II
Substituindo as correspondentes somatrias das linhas e das colunas, teremos:
e =
r. k
N
(230.173)
e11 =
586
e11 = 67, 90
e12 =
(230.228)
586
e12 = 89, 49
e13 =
(230.185)
586
e13 = 72, 62
e21 =
(171.173)
586
e21 = 50, 48
e22 =
(171.228)
586
e22 = 66, 53
e23 =
(171.185)
586
e23 = 53, 98
e31 =
(185.173)
586
e31 = 54, 62
e32 =
(185.228)
586
e32 = 71, 98
e33 =
(185.185)
586
e33 = 58, 40
Temos, portanto, com esses resultados a tabela com as respectivas frequncias esperadas:
128
Matemtica Integrada
Tabela 48
Preferncia musical/faixa
etria
20 ou menos
21------ 31
32 ou mais
MPB
67,90
89,49
72,61
Clssica
50,48
66,53
53,98
Eletrnica
54,62
71,98
58,40
Agora que voc j sabe calcular as frequncias esperadas, pode se utilizar do teste
qui-quadrado de independncia ou da associao para testar a independncia de variveis
pesquisadas.
2
Restries do uso do teste qui-quadrado
quando o grau de liberdade for maior do que 1, o teste no deve ser usado se mais de 20%
das frequncias esperadas forem inferiores a 5, ou se qualquer frequncia esperada for inferior a
1. Se essas condies no se verificam, eventualmente, podem-se juntar categorias adjacentes, de
modo a aumentar as frequncias esperadas;
os testes somente devem ser aplicados aos dados observados, e nunca com as propores ou
porcentagens oriundas desses.
Voc ir utilizar o seguinte procedimento para efetuar o teste:
Etapa 1
Inicialmente estabelecer as hipteses:
Ho: as variveis so independentes ou no existe associao entre elas;
H1: as variveis so dependentes ou existe associao entre elas.
Etapa 2
Calcular as frequncias esperadas.
erk =
Unidade II
Etapa 3
Fixar (nvel de significncia).
Etapa 4
Determinar o nmero de graus de liberdade, g.l. = (r -1). (k -1).
Onde r = nmero de linhas da tabela.
k = nmero de colunas.
Etapa 5
Determinar RA e RC, usar a tabela do Tabela 21.
Etapa 6
Identificar a rea de rejeio.
rea de aceitao
2tab
R
Matemtica Integrada
Etapa 7
Calcular a estatstica de teste:
2cal
2cal
=
=
( oi ei ) 2
fei
89, 49
67, 90
(65 72, 61) 2 + (23 50, 48) 2 + (48 66, 53) 2 + (100 53, 98) 2 +
72, 61
50, 48
66, 53
53, 98
71, 98
58, 40
Exemplo de aplicao
Vamos colocar em prtica, ento, a teoria que voc acabou de aprender sobre teste qui-quadrado de
independncia, resolvendo exerccios.
1. A tabela a seguir mostra os resultados de uma pesquisa feita com uma amostra aleatria de 529
crianas classificadas por classe social e a presena ou no de obesidade. Testar ao nvel de 1% se existe
dependncia entre a classe social e a obesidade em crianas.
Tabela 49
Classe social/presena
de obesidade
Sim
No
Total
150
80
230
50
90
140
59
100
159
Total
259
270
N= 529
131
Unidade II
Soluo
A tabela anterior representa as frequncias observadas (fo) na pesquisa. Precisamos agora encontrar
as frequncias esperadas (fe).
Sabemos que as frequncias esperadas so dadas por:
e=
r. k
N
Sendo:
r = soma da linha que se deseja calcular a fe.
k = soma da coluna que se deseja calcular a fe.
N = soma de todas as frequncias da tabela de frequncias observadas.
Dessa maneira, podemos calcular todas as frequncias esperadas (fe) correspondentes.
e11 =
(230.259)
529
e11 = 112, 61
e12 =
(230.270)
529
e12 = 117, 39
e21 =
(140.259)
529
e21 = 68, 54
e22 =
(140.270)
529
e22 = 71, 46
e31 =
(159.259)
529
e31 = 77, 85
e32 =
(159.270)
529
,
e32 = 8115
132
Matemtica Integrada
Com os valores das frequncias esperadas, correspondentes a cada frequncia observada, possvel
construir a tabela de frequncia esperada para o estudo.
Tabela 50 - Tabela de frequncias esperadas (fe)
Classe social/ presena de
obesidade
Sim
No
112,61
117,39
68,54
71,46
77,85
81,15
Etapa 1
Formulao das hipteses:
Ho: as variveis so independentes ou no existe associao entre elas.
H1: as variveis so dependentes ou existe associao entre elas.
Etapa 2
Clculo das frequncias esperadas, j calculadas anteriormente.
Etapa 3
Nvel de significncia = 1%.
Etapa 4
Determinao do nmero de graus de liberdade, g.l. = (r -1)(k -1)
Como a tabela tem trs linhas (r = 3) e duas colunas (k = 2), g.l. =(3 1)(2 1)
Logo, g.l. = 2.1
g.l. = 2
Etapa 5
Determinao da RA e da RC a partir da tabela do Tabela 21.
Etapa 6
Identificar a rea de rejeio.
2tab = Tabela de distribuio 2
133
Unidade II
com
(nvel de significncia) = 1% = 0,01
e
g.l. = 2
2
0.995
0.99
0.975
0.95
0.9
0.1
0.05
0.025
0.01
0.005
0.0000
0.0002
0.0010
0.0039
0.0158
27.055
38.415
50.239
66.349
78.794
0.0100
0.0201
0.0506
0.1026
0.2107
46.052
59.915
73.778
92.103
105.966
0.0717
0.1148
0.2158
0.3518
0.5844
62.514
78.147
93.484
113.449
128.382
0.2070
0.2971
0.4844
0.7107
10.636
77.794
94.877
111.433
132.767
148.603
0.4117
0.5543
0.8312
11.455
16.103
92.364
110.705
128.325
150.863
167.496
0.6757
0.8721
12.373
16.354
22.041
106.446
125.916
144.494
168.119
185.476
0.9893
12.390
16.899
21.673
28.331
120.170
140.671
160.128
184.753
202.777
13.444
16.465
21.797
27.326
34.895
133.616
155.073
175.345
200.902
219.550
Obtemos:
2tab 9, 210
rea de aceitao
R
2tab = 9,210
Figura 55 - Diagrama de distribuio para se identificar rea de rejeio. Teste
para nvel de significncia dado
Etapa 7
Calcular a estatstica teste.
134
Matemtica Integrada
2cal
(foi fei ) 2 =
fei
(150 112, 61) 2 + (80 117, 39) 2 + (50 68, 54 ) 2 + (90 71, 46) 2 +
112, 61
117, 39
68, 54
71, 46
2
2
59 77, 85) (100 8115
, )
(
+
+
77, 85
8115
,
Resposta:
2
2tab
2cal <> 2tab = (9,210), rejeita-se H logo, existe dependncia entre a classe social
Como cal =< (43,09)
o;
e a obesidade.
135
Unidade II
Tabela 52
Faixa salarial/
gnero
2|----4
4|----6
6|----8
Total
Masculino
45
80
100
225
Feminino
110
70
60
240
Total
155
150
160
N = 465
Soluo
a) Hipteses
Ho: a faixa salarial independe do gnero.
H1: a faixa salarial depende do gnero.
b) Nmero de graus de liberdade (g.l.).
Como a tabela de contingncia tem duas linhas e trs colunas, a distribuio qui-quadrado possui
(g.l.). = (r -1). (k 1) = (2 1). (3 1)
Logo,
(g.l.). = 1.2
(g.l.). = 2
Uma vez que (g.l.). = 2 e = 5% (0,05), da tabela do Tabela 21, obtemos o valor crtico, ou seja,
2cal < 2tab = 5,991.
2
136
GL
0.995
0.99
0.975
0.95
0.9
0.1
0.05
0.025
0.01
0.005
0.0000
0.0002
0.0010
0.0039
0.0158
27.055
38.415
50.239
66.349
78.794
0.0100
0.0201
0.0506
0.1026
0.2107
46.052
59.915
73.778
92.103
105.966
0.0717
0.1148
0.2158
0.3518
0.5844
62.514
78.147
93.484
113.449
128.382
0.2070
0.2971
0.4844
0.7107
10.636
77.794
94.877
111.433
132.767
148.603
0.4117
0.5543
0.8312
11.455
16.103
92.364
110.705
128.325
150.863
167.496
0.6757
0.8721
12.373
16.354
22.041
106.446
125.916
144.494
168.119
185.476
0.9893
12.390
16.899
21.673
28.331
120.170
140.671
160.128
184.753
202.777
13.444
16.465
21.797
27.326
34.895
133.616
155.073
175.345
200.902
219.550
Matemtica Integrada
c) Para efetuar a estatstica teste necessrio encontrar as frequncias observadas fe .
A tabela dada mostra as frequncias observadas (fo) na pesquisa. necessrio, ento, encontrar as
frequncias esperadas (fe).
Como j sabemos, as frequncias esperadas so dadas por:
e =
r. k
N
Sendo:
(225.155)
465
34875
e11 =
465
e11 = 75
e12 =
(225.150)
465
33750
e12 =
465
e12 = 72, 58
e13 =
(225.160)
465
36000
e13 =
465
e13 = 77,442
e21 =
(240.155)
465
37200
e21 =
465
e21 = 80
e22 =
(240.150)
465
38400
137
e21 =
465
37200
Unidade
II
e21 =
465
e21 = 80
e22 =
(240.150)
465
38400
e22 =
465
e22 = 77, 42
e23 =
(240.160)
465
38400
e23 =
465
e23 = 82, 58
Com os valores das frequncias esperadas correspondentes a cada frequncia observada possvel
construir a tabela de frequncia esperada para o estudo.
Tabela 54 - Frequncias esperadas
Faixa salarial/gnero
2|----4
4|----6
6|----8
Masculino
75
72,58
77,42
Feminino
80
77,42
82,58
( oi ei ) 2
2cal
2cal
2
2
2
2
45 75)
80 72, 58)
100 77, 42)
110 80)
(
(
(
(
+
+
+
+
=
ei
75
72, 58
77, 42
80
82, 58
138
Matemtica Integrada
rea de aceitao
R
2tab = 5,991
2
Figura 56 - Diagrama de distribuio para se identificar rea de rejeio. Teste
para nvel de significncia dado
Etapa 8
Concluso
2
2
Se cal < tab , Ho no rejeitada, ou seja, no podemos dizer que as variveis so dependentes.
2
2
Se cal > tab , Ho rejeitada, portanto, as variveis so dependentes, ou existe associao entre elas.
Resposta:
2
2
Como cal > tab , Ho rejeitada; logo, existe dependncia entre a faixa salarial e o gnero.
3) Foi realizada uma pesquisa com 1015 pessoas sobre suas condies de sade. Entre as variveis
analisadas, estavam a presso sangunea e a correspondente taxa de colesterol (mm/ 100 cm3). Os
resultados esto na tabela a seguir.
Pergunta-se:
Existem evidncias, ao nvel de 1%, de que a taxa de colesterol e a presso sangunea so
independentes?
Tabela 55
Presso
sanguinea
< 125
125----160
> 160
Total
< 200
96
138
18
252
167
343
52
562
> 250
55
119
27
201
Total
318
600
97
1015
Colesterol
139
Unidade II
Ho: presso sangunea e nvel de colesterol so independentes.
H1: nvel de colesterol e presso sangunea so variveis dependentes.
Soluo:
A tabela anterior representa as frequncias observadas (fo) na pesquisa. Precisamos agora encontrar
as frequncias esperadas (fe).
J vimos que as frequncias esperadas so dadas por:
e =
r. k
N
Sendo:
r = soma da linha que se deseja calcular a fe.
k = soma da coluna que se deseja calcular a fe.
N = soma de todas as frequncias da tabela de frequncias observadas.
Dessa maneira, podemos calcular todas as frequncias esperadas (fe) correspondentes.
e11 =
(252.318)
1015
e11 = 78, 95
e12 =
(252.600)
1015
e12 = 148.97
e13 =
(252.97)
1015
e13 = 24, 08
e21 =
(562.318)
1015
e21 = 176.07
e22 =
(562.600)
1015
e22 = 332.22
e23 =
(562.97)
1015
e23 = 53, 71
140
e 31 =
(201.318)
1015
e22 = 332.22
(562.97Integrada
)
Matemtica
e23 =
1015
e23 = 53, 71
e 31 =
(201.318)
1015
e31 = 62, 97
e32 =
(201.600)
1015
e32 = 118, 82
e 33 =
(201.97)
1015
e33 = 19, 21
Com os valores das frequncias esperadas correspondentes a cada frequncia observada possvel
construir a tabela de frequncia esperada para o estudo.
Tabela 56 - Frequncias esperadas (fe)
Colesterol
Presso
< 125
125----160
> 160
< 200
78,95
148,97
24,08
176,07
332,22
53,71
> 250
62,97
118,82
19,21
Etapa 1
Formulao das hipteses:
Ho: as variveis so independentes ou no existe associao entre elas.
H1: as variveis so dependentes ou existe associao entre elas.
Etapa 2
Clculo das frequncias esperadas j calculadas anteriormente.
Etapa 3
O nvel de significncia = 1%.
Etapa 4
Determinao do nmero de graus de liberdade, g.l. = (r -1)(k -1).
141
Unidade II
Como a tabela tem trs linhas (r = 3) e trs colunas (k = 3), g.l. = (3 1)(3 1).
Logo, g.l. = 2.2
g.l. = 4
Etapa 5
Determinao da RA e da RC usando a tabela do Tabela 21.
Etapa 6
2
Com = 1% e g.l. = 4, consultando a tabela de distribuio ,
2
0.995
0.99
0.975
0.95
0.9
0.1
0.05
0.025
0.01
0.005
0.0000
0.0002
0.0010
0.0039
0.0158
27.055
38.415
50.239
66.349
78.794
0.0100
0.0201
0.0506
0.1026
0.2107
46.052
59.915
73.778
92.103
105.966
0.0717
0.1148
0.2158
0.3518
0.5844
62.514
78.147
93.484
113.449
128.382
0.2070
0.2971
0.4844
0.7107
10.636
77.794
94.877
111.433
132.767
148.603
0.4117
0.5543
0.8312
11.455
16.103
92.364
110.705
128.325
150.863
167.496
0.6757
0.8721
12.373
16.354
22.041
106.446
125.916
144.494
168.119
185.476
0.9893
12.390
16.899
21.673
28.331
120.170
140.671
160.128
184.753
202.777
13.444
16.465
21.797
27.326
34.895
133.616
155.073
175.345
200.902
219.550
2
obtm-se o valor tab = 13,277.
rea de aceitao
R
2tab = 13,277
2
Figura 57 - Diagrama de distribuio para se identificar rea de rejeio. Teste
para nvel de significncia dado
142
Matemtica Integrada
Etapa 7
Calcular a estatstica de teste.
2cal
( oi ei ) 2 =
ei
(96 78, 95) 2 + (138 148, 97) 2 + (18 24, 08) 2 + (167 176, 07) 2 +
78, 95
24, 08
148, 97
176, 07
(343 332, 22) 2 + (52 53, 71) 2 + (55 62, 97) 2 + (119 118, 82) 2
332, 22
53, 71
62, 97
118, 82
2
27 19, 21)
(
+
19, 21
2cal = 3, 68 + 0, 81 + 1, 54 + 0, 47 + 0, 35 + 0, 05 + 1, 01 + 0
2caal = 7, 91
Etapa 8
Concluso
2
2
Como cal < tab , Ho no rejeitada, ou seja, no podemos dizer que as variveis so dependentes.
Resposta
2
2
Como calc= 7,91 < tab = 13,277, aceita-se Ho; logo, existe independncia entre a classe social e a
obesidade.
4. Vamos considerar o exemplo de uma pesquisa de opinio relativa a um projeto de lei, efetuada
com 100 pessoas, com os resultados apresentados a seguir. O que desejamos saber se as variveis
qualitativas envolvidas so ou no independentes. Dessa forma, nossas hipteses so:
Pergunta-se:
Podemos afirmar, ao nvel de 1%, que a opinio independe do grau de escolaridade?
Tabela 58
Opinio
A favor
Contra
Sem opinio
Total
Superior
33
12
15
60
Ensino Mdio
20
13
40
Total
40
32
28
100
Grau de
escolaridade
143
Unidade II
Soluo:
A tabela anterior representa as frequncias observadas (fo) na pesquisa. Precisamos agora encontrar
as frequncias esperadas (fe).
Sabemos que as frequncias esperadas so dadas por:
e =
r. k
N
Sendo:
r = soma da linha que se deseja calcular a fe.
k = soma da coluna que se deseja calcular a fe.
N = soma de todas as frequncias da tabela de frequncias observadas.
Dessa maneira, podemos calcular todas as frequncias esperadas (fe) correspondentes.
e11 =
(60.40)
100
e11 = 24
e12 =
(60.32)
100
e12 = 19, 2
e13 =
(60.28)
100
e13 = 16, 8
e21 =
(40.40)
100
e21 = 16
e22 =
(40.32)
100
e22 = 12,88
e23 =
(40.28)
100
,
e23 = 112
Com os valores das frequncias esperadas correspondentes a cada frequncia observada, podemos
construir a tabela de frequncia esperada para o estudo.
144
Matemtica Integrada
Tabela 59 - Frequncias esperadas (fe)
Opinio
Grau de
escolaridade
A favor
Contra
Sem opinio
Superior
24
19,2
16,8
Ensino Mdio
16
12,8
11,2
Etapa 1
Formulao das hipteses:
Ho: opinio e grau de escolaridade so independentes.
H1: opinio e grau de escolaridade so dependentes.
Etapa 2
Clculo das frequncias esperadas, j calculadas anteriormente.
Etapa 3
O nvel de significncia = 1%.
Etapa 4
Determinao do nmero de graus de liberdade, g.l. = (r -1)(k -1)
Como a tabela tem duas linhas (r = 2) e trs colunas (k= 3), g.l. = (2 1)(3 1).
Logo, g.l. = 1.2
g.l. = 2
Etapa 5
Determinao da RA e da RC usando a tabela do Tabela 21.
2
Consultando a tabela de distribuio com = 1% e g.l. = 2,
2
0.995
0.99
0.975
0.95
0.9
0.1
0.05
0.025
0.01
0.005
0.0000
0.0002
0.0010
0.0039
0.0158
27.055
38.415
50.239
66.349
78.794
0.0100
0.0201
0.0506
0.1026
0.2107
46.052
59.915
73.778
92.103
105.966
0.0717
0.1148
0.2158
0.3518
0.5844
62.514
78.147
93.484
113.449
128.382
145
Unidade II
4
0.2070
0.2971
0.4844
0.7107
10.636
77.794
94.877
111.433
132.767
148.603
0.4117
0.5543
0.8312
11.455
16.103
92.364
110.705
128.325
150.863
167.496
0.6757
0.8721
12.373
16.354
22.041
106.446
125.916
144.494
168.119
185.476
0.9893
12.390
16.899
21.673
28.331
120.170
140.671
160.128
184.753
202.777
13.444
16.465
21.797
27.326
34.895
133.616
155.073
175.345
200.902
219.550
2
obtm-se tab = 9,210, que ir delimitar as reas de aceitao e rejeio.
Etapa 6
Identificar a rea de rejeio R.
rea de aceitao
R
2tab = 9,210
Figura 58 - Diagrama de distribuio para se identificar rea de rejeio. Teste
para nvel de significncia dado
Etapa 7
Calcular a estatstica de teste.
2cal
( oi ei ) 2 =
ei
19, 2
16, 8
16
12, 8
2
13 112
, )
(
+
112
,
146
Matemtica Integrada
Resposta
2
2
Como calc(15,67) > tab (9,210), rejeita-se Ho; logo, existe dependncia entre a opinio sobre o
projeto de lei e o grau de escolaridade do entrevistado.
Observao
O conjunto de exerccios apresentados a seguir tem como objetivo no
a mera fixao do contedo atravs de uma repetio indiscriminada sobre
o mesmo tema, e sim apresentar situaes variadas que culminaro com o
resumo apresentado ao final desta unidade.
Exemplo de aplicao
1) Cem estudantes foram divididos em duas classes de 50 cada, e o objetivo era testar um novo
mtodo de ensinar matemtica. Uma classe recebeu um mtodo tradicional e a outra, um novo mtodo.
Aps o curso, foi pedido que os estudantes resolvessem um problema relacionado ao tema ministrado.
Os resultados foram os seguintes:
Tabela 61
Exerccio
correto
Exerccio
errado
Total
Mtodo
convencional
33
17
50
Mtodo novo
37
13
50
Total
70
30
100
Pergunta-se:
H razes para se acreditar, ao nvel de 10 %, que o nmero de alunos que acertaram o exerccio teve
relao com o mtodo de ensino utilizado?
Soluo
a) Hipteses
Ho: o nmero de alunos que acertaram o exerccio no teve relao com o mtodo de ensino utilizado.
H1: o nmero de alunos que acertaram o exerccio teve relao com o mtodo de ensino utilizado.
147
Unidade II
b) Nmero de graus de liberdade (g.l.).
Como a tabela de contingncia tem duas linhas e duas colunas, a distribuio qui-quadrado possui
(g.l.). = (r -1). (k 1) = (2 1). (2 1)
Logo,
(g.l.). = 1.1
(g.l.). = 1
Uma vez que (g.l.). = 1 e = 10%:
2
0.995
0.99
0.975
0.95
0.9
0.1
0.05
0.025
0.01
0.005
0.0000
0.0002
0.0010
0.0039
0.0158
27.055
38.415
50.239
66.349
78.794
0.0100
0.0201
0.0506
0.1026
0.2107
46.052
59.915
73.778
92.103
105.966
0.0717
0.1148
0.2158
0.3518
0.5844
62.514
78.147
93.484
113.449
128.382
0.2070
0.2971
0.4844
0.7107
10.636
77.794
94.877
111.433
132.767
148.603
0.4117
0.5543
0.8312
11.455
16.103
92.364
110.705
128.325
150.863
167.496
0.6757
0.8721
12.373
16.354
22.041
106.446
125.916
144.494
168.119
185.476
0.9893
12.390
16.899
21.673
28.331
120.170
140.671
160.128
184.753
202.777
13.444
16.465
21.797
27.326
34.895
133.616
155.073
175.345
200.902
219.550
2
O valor crtico obtido pela tabela do Tabela 21 tab = 2,706.
r. k
N
Sendo:
r = soma da linha que se deseja calcular a fe.
k = soma da coluna que se deseja calcular a fe.
N = soma de todas as frequncias da tabela de frequncias observadas.
148
Matemtica Integrada
Dessa maneira, podemos calcular todas as frequncias esperadas (fe) correspondentes.
e11 =
(50.70)
100
3500
e11 =
100
e11 = 35
e12 =
(50.30)
100
1500
e12 =
100
e12 = 15
e21 =
(50.70)
100
(3500)
e21 =
100
e21 = 35
e22 =
(50.30)
100
(1500)
e22 =
100
e22 = 15
Com os valores das frequncias esperadas correspondentes a cada frequncia observada, podemos
construir a tabela de frequncia esperada para o estudo.
Tabela 63 - Frequncias esperadas
Exerccio
correto
Exerccio
errado
Mtodo convencional
35
15
Mtodo novo
35
15
( oi ei ) 2 =
2cal
2cal
2
2
2
2
33 35) (17 15) (37 35) (13 15)
(
+
+
+
=
2cal
2
ei
35
15
35
15
149
2cal =
( oi ei )
ei
Unidade II
2cal
2cal
2cal
2
2
2
2
33 35) (17 15) (37 35) (13 15)
(
+
+
+
=
35
15
35
15
rea de aceitao
R
2tab = 2,706
2
Figura 59 - Diagrama de distribuio para se identificar rea de rejeio. Teste
para nvel de significncia dado
Etapa final
Concluso:
2
2
Se cal < tab , Ho no rejeitada, ou seja, no podemos dizer que as variveis so dependentes.
2cal > 2tab , Ho rejeitada, concluindo-se, portanto, que as variveis so dependentes, ou existe
associao entre elas.
Resposta
2
2
Como cal < tab , Ho aceita; logo, no existe dependncia entre o mtodo de ensino e o nmero
de acerto dos exerccios.
Matemtica Integrada
Clculo da estatstica teste:
x
n
10 8
=
2
19
2
=
2
4, 36
2
=
0, 46
= 4, 35 estatstica teste
Zcalc =
Zcalc
Zcalc
Zcalc
Zcalc
.00
.01
.02
.03
.04
.05
.06
.07
.08
.09
0.0
0.0000
0.0040
0.0080
0.0120
0.0160
0.0199
0.0239
0.0279
0.0319
0.0359
0.1
0.0398
0.0438
0.0478
0.0517
0.0557
0.0596
0.0636
0.0675
0.0714
0.0753
0.2
0.0793
0.0832
0.0871
0.0910
0.0948
0.0987
0.1026
0.1064
0.1103
0.1141
0.3
0.1179
0.1217
0.1255
0.1293
0.1331
0.1368
0.1406
0.1443
0.1480
0.1517
0.4
0.1554
0.1591
0.1628
0.1664
0.1700
0.1736
0.1772
0.1808
0.1844
0.1879
0.5
0.1915
0.1950
0.1985
0.2019
0.2054
0.2088
0.2123
0.2157
0.2190
0.2224
0.6
0.2257
0.2291
0.2324
0.2357
0.2389
0.2422
0.2454
0.2486
0.2517
0.2549
2.2
0.4861
0.4864
0.4868
0.4871
0.4875
0.4878
0.4881
0.4884
0.4887
0.4890
2.3
0.4893
0.4896
0.4898
0.4901
0.4904
0.4906
0.4909
0.4911
0.4913
0.4916
2.4
0.4918
0.4920
0.4922
0.4925
0.4927
0.4929
0.4931
0.4932
0.4934
0.4936
2.5
0.4938
0.4940
0.4941
0.4943
0.4945
0.4946
0.4948
0.4949
0.4951
0.4952
2.6
0.4953
0.4955
0.4956
0.4957
0.4959
0.4960
0.4961
0.4962
0.4963
0.4964
2.7
0.4965
0.4966
0.4967
0.4968
0.4969
0.4970
0.4971
0.4972
0.4973
0.4974
151
Unidade II
2.8
0.4974
0.4975
0.4976
0.4977
0.4977
0.4978
0.4979
0.4979
0.4980
0.4981
2.9
0.4981
0.4982
0.4982
0.4983
0.4984
0.4984
0.4985
0.4985
0.4986
0.4986
3.0
0.4987
0.4987
0.4987
0.4988
0.4988
0.4989
0.4989
0.4989
0.4990
0.4990
Ztab = 2, 58
rea de aceitao
R
R
+ zTAB = + 2,58
- zTAB = -2,58
As regies abaixo de -2,58 e acima de +2,58 so de rejeio e a regio entre -2,58 e +2,58 de
aceitao.
Como Zcalc = 4,35 est acima de +2,58, considerada regio de rejeio, rejeita-se Ho: = 8cm
Deve-se efetuar, portanto, um novo teste:
Ho: = 8cm
H1: 8cm
Valor tabelado: ser obtido a partir da tabela de distribuio normal, com = 1% e teste unilateral
(unicaudal).
O valor de considerado dobrado, ou seja = 2%.
Tabela 65
152
.00
.01
.02
.03
.04
.05
.06
.07
.08
.09
0.0
0.0000
0.0040
0.0080
0.0120
0.0160
0.0199
0.0239
0.0279
0.0319
0.0359
0.1
0.0398
0.0438
0.0478
0.0517
0.0557
0.0596
0.0636
0.0675
0.0714
0.0753
0.2
0.0793
0.0832
0.0871
0.0910
0.0948
0.0987
0.1026
0.1064
0.1103
0.1141
0.3
0.1179
0.1217
0.1255
0.1293
0.1331
0.1368
0.1406
0.1443
0.1480
0.1517
0.4
0.1554
0.1591
0.1628
0.1664
0.1700
0.1736
0.1772
0.1808
0.1844
0.1879
0.5
0.1915
0.1950
0.1985
0.2019
0.2054
0.2088
0.2123
0.2157
0.2190
0.2224
0.6
0.2257
0.2291
0.2324
0.2357
0.2389
0.2422
0.2454
0.2486
0.2517
0.2549
Matemtica Integrada
2.2
0.4861
0.4864
0.4868
0.4871
0.4875
0.4878
0.4881
0.4884
0.4887
0.4890
2.3
0.4893
0.4896
0.4898
0.4901
0.4904
0.4906
0.4909
0.4911
0.4913
0.4916
2.4
0.4918
0.4920
0.4922
0.4925
0.4927
0.4929
0.4931
0.4932
0.4934
0.4936
2.5
0.4938
0.4940
0.4941
0.4943
0.4945
0.4946
0.4948
0.4949
0.4951
0.4952
2.6
0.4953
0.4955
0.4956
0.4957
0.4959
0.4960
0.4961
0.4962
0.4963
0.4964
2.7
0.4965
0.4966
0.4967
0.4968
0.4969
0.4970
0.4971
0.4972
0.4973
0.4974
2.8
0.4974
0.4975
0.4976
0.4977
0.4977
0.4978
0.4979
0.4979
0.4980
0.4981
2.9
0.4981
0.4982
0.4982
0.4983
0.4984
0.4984
0.4985
0.4985
0.4986
0.4986
3.0
0.4987
0.4987
0.4987
0.4988
0.4988
0.4989
0.4989
0.4989
0.4990
0.4990
Ztab = 2, 33
ou
+2, 33
Como a regio de aceitao est direita e a de rejeio esquerda, utilizaremos o valor negativo
de Ztab = - 2,33.
rea de aceitao
R
- zTAB = -2,33
Figura 61 - Diagrama de distribuio para se identificar rea de rejeio. Distribuio
Normal para nvel de significncia dado (unicaudal)
Uma vez que Zcalc = 4,35 est na regio de aceitao, pois maior que - 2,33, aceita-se H1: 8cm.
Como, = 8cm j havia sido rejeitada no primeiro teste; ento, o que est sendo aceito agora s
> 8cm.
Resposta:
Como a hiptese aceita de = 8cm ao nvel de significncia de 1 %, pode-se concluir que o
produto qumico teve importncia na mdia do crescimento desse vegetal.
3) Os 58 frequentadores de uma academia X apresentaram, no primeiro bimestre de 2008,
uma massa corporal mdia de 70 kg, com desvio padro de 8 kg. Aps esse perodo em que
foram submetidos a treinos aerbicos, esses mesmos 58 frequentadores foram reavaliados, e a
153
Unidade II
mdia de massa corporal encontrada foi de 63 kg, com desvio padro de 3 kg. Pode-se concluir
que houve perda de massa corporal desses frequentadores aps esse primeiro bimestre ao nvel
de 5%?
Soluo
Dados:
n1 = 58
x = 70kg
s1 = 8kg
n2 = 58
x = 63kg
s2 = 3kg
Voc deseja testar se existe uma diferena realmente significativa na mdia de massa corporal
dessas pessoas antes e aps os dois meses de academia. Logo, as hipteses nula (Ho) e alternativa
(H1) so:
Ho: 1 = 2
H1: 1 2
Os valores crticos que iro delimitar as reas de aceitao e rejeio sero obtidos da tabela do
Tabela 16, com as seguintes informaes: teste bicaudal e nvel de significncia 5%. Os valores crticos
so 1,96 e + 1,96, ou seja, as regies de rejeio sero z < - 1,96 e z > 1,96. Como j vimos, quando as
amostras so grandes, que nosso caso (n = 58 para as duas situaes), voc poder usar S1 e S2 para
calcular o erro padro.
rea de aceitao
R
- zTAB = -1,96
R
+ zTAB = +1,96
154
Matemtica Integrada
( x
1 x2
s12 s22
+
n1 n2
=
)
82 32
( x x ) =
+
1 2
58 58
( x
= 1,10 + 0,16
( x
= 1, 26
( x
= 112
,
1 x2 )
1 x2 )
1 x2 )
( x1 x2 ) (1 2 )
x1 x2
(70 63) 0
,
112
7
112
,
z = 6, 25
z=
O grfico anterior mostra as regies de rejeio e aceitao delimitadas pelos valores crticos
encontrados na tabela do Tabela 16. Como z = 6,25 est na regio de rejeio, est acima de 1,96,
devemos, ento, rejeitar a hiptese nula, Ho: 1 = 2. Portanto, a um nvel de 5%, existe uma diferena
significativa na mdia de massa corporal aps os dois meses de academia.
4) A um grupo de pacientes (todos crianas) que se queixavam frequentemente de dor de
cabea foram ministrados analgsicos e, a outro grupo, plulas de acar (placebo). Depois,
perguntou-se s crianas se elas haviam se sentido melhor. O quadro de respostas mostrado a
seguir:
Tabela 66
Resultado
Sentiram
melhora
No sentiram
melhora
Total
Analgsico
46
34
80
Plulas de acar
52
48
100
Total
98
82
180
Plulas
155
Unidade II
Pergunta-se:
Ao nvel de 5%, os dados mostram haver associao entre o uso do analgsico e o alvio da dor de
cabea?
Soluo
a) Hipteses
Ho: o alvio na dor de cabea est associado ao uso do analgsico.
H1: o alvio na dor de cabea no est associado ao uso do analgsico.
b) Nmero de graus de liberdade (g.l.)
Como a tabela de contingncia tem duas linhas e duas colunas, a distribuio qui-quadrado possui
(g.l.). = (r -1). (k 1) = (2 1). (2 1)
Logo,
(g.l.). = 1.1
(g.l.). = 1
2
Uma vez que (g.l.). = 1 e = 5%, o valor crtico 3,841 (encontrado na tabela de distribuio
qui-quadrado, Tabela 21).
Tabela 67
GL
0.995
0.99
0.975
0.95
0.9
0.1
0.05
0.025
0.01
0.005
0.0000
0.0002
0.0010
0.0039
0.0158
27.055
38.415
50.239
66.349
78.794
0.0100
0.0201
0.0506
0.1026
0.2107
46.052
59.915
73.778
92.103
105.966
0.0717
0.1148
0.2158
0.3518
0.5844
62.514
78.147
93.484
113.449
128.382
0.2070
0.2971
0.4844
0.7107
10.636
77.794
94.877
111.433
132.767
148.603
0.4117
0.5543
0.8312
11.455
16.103
92.364
110.705
128.325
150.863
167.496
0.6757
0.8721
12.373
16.354
22.041
106.446
125.916
144.494
168.119
185.476
0.9893
12.390
16.899
21.673
28.331
120.170
140.671
160.128
184.753
202.777
13.444
16.465
21.797
27.326
34.895
133.616
155.073
175.345
200.902
219.550
Matemtica Integrada
Como j sabemos, as frequncias esperadas so dadas por:
e =
r. k
N
Sendo:
r = soma da linha que se deseja calcular a fe.
k = soma da coluna que se deseja calcular a fe.
N = soma de todas as frequncias da tabela de frequncias observadas.
Dessa maneira, podemos calcular todas as frequncias esperadas (fe) correspondentes.
e11 =
(80.98)
180
7840
e11 =
180
e11 = 43, 56
e12 =
(80.82)
180
6560
e12 =
180
e12 = 36, 44
e21 =
(100.98)
180
9800
e21 =
180
e21 = 54, 44
(100.82)
e22 =
180
(8200)
e22 =
180
e22 = 45, 56
Com os valores das frequncias esperadas correspondentes a cada frequncia observada, podemos
construir a tabela de frequncia esperada para o estudo.
157
Unidade II
Tabela 68
Resultado
Sentiram
melhora
No sentiram
melhora
Analgsico
43,56
36,44
Plulas de acar
54,44
45,56
Plulas
( oi ei ) 2 =
2cal
2cal
2
2
2
2
46 43, 56 ) (34 36, 44 ) (52 54, 44 ) (48 45, 56 )
(
+
+
+
=
ei
43, 56
54, 44
36, 44
45, 56
rea de aceitao
2tab = 3,841
R
Figura 63 - Diagrama de distribuio para se identificar rea de rejeio.
2
Teste para nvel de significncia dado
Etapa final
Concluso:
2
2
Se calc < tab , Ho no rejeitada, ou seja, no podemos dizer que as variveis so dependentes.
2calc > 2tab , Ho rejeitada, concluindo-se, portanto, que as variveis so dependentes, ou existe
associao entre elas.
158
Matemtica Integrada
Resposta:
2
2
Como calc < tab , Ho aceita; logo, existe independncia entre o uso do analgsico e o alvio da
dor de cabea das crianas ao nvel de 5%.
5) Os coeficientes de inteligncia (QI) de 25 meninos com idades entre 6 e 7 anos de Curitiba foram
medidos. O QI mdio foi 108,08, e o desvio padro, 14,38.
Calcule um intervalo de confiana de 95% para o QI mdio populacional dos meninos entre 6 e 7
anos de idade em Curitiba, usando estes dados:
X = 108,08
n = 25 (< 30 )
s = 14,38
g.l. = n - 1 = 25 -1 = 24
1 - = 0,95
Tabela distribuio t de Student (amostra pequena, N < 30, desconhecido) com:
= 0, 950 (nvel de confiana) e g.l. = 24
O valor tabelado obtido na tabela t, Tabela 21, : tc = 2,064
Tabela 69 - Tabela t (de Student)
gl/P
0,90
0,80
0,70
0,60
0,50
0,40
0,30
0,20
0,10
0,05
0,02
0,01
0,001
01
0,158
0,325
0,510
0,727
1,000
1,376
1,963
3,078
6,314
12,706
31,821
63,657
636,619
02
0,142
0,289
0,445
0,617
0,816
1,061
1,386
1,886
2,920
4,303
6,965
9,925
31,598
20
0,127
0,257
0,391
0,533
0,687
0,860
1,064
1,325
1,725
2,086
2,528
2,845
3,850
21
0,127
0,257
0,391
0,532
0,686
0,859
1,063
1,323
1,721
2,080
2,518
2,831
3,819
22
0,127
0,256
0,390
0,532
0,686
0,858
1,061
1,321
1,717
2,074
2,508
2,819
3,792
23
0,127
0,256
0,390
0,532
0,685
0,858
1,060
1,319
1,714
2,069
2,500
2,807
3,767
24
0,127
0,256
0,390
0,531
0,685
0,857
1,059
1,318
1,711
2,064
2,492
2,797
3,745
25
0,127
0,256
0,390
0,531
0,684
0,856
1,058
1,316
1,708
2,060
2,485
2,787
3,726
159
Unidade II
g(t)
0,950
0,475
0,025
-tc = -2,064
0,475
0,025
+tc = +2,064
s
s
P x tc .
< < x + tc . = (1 )
n
n
14, 38
14, 38
25
25
P(102,14 114, 02) = 95%
Resposta:
Portanto, com 95% de confiana, podemos admitir que a verdadeira mdia populacional esteja
contida no intervalo:
P(102,14 114,02) = 95%
6) Em um estudo sobre aplicao do tempo, constatou-se que 20 administradores selecionados
aleatoriamente gastam uma mdia de 2,40 horas por dia com trabalho burocrtico. O desvio padro
das 20 horas 1,30 h (com base em dados da Adia Personnel Services). Os dados indicam ter uma
distribuio normal. Construa o intervalo de confiana de 95% para o tempo mdio gasto em trabalho
burocrtico por todos os administradores.
Dados:
x = 2,4 hrs
n = 20 (< 30 )
s = 1,30 hrs
g.l. = n - 1 = 25 -1 = 24
1 - = 0,95
Soluo:
Tabela distribuio t de Student (N < 30, desconhecido), com:
1- = 0, 950 (nvel de confiana) e g.l. = 19
160
Matemtica Integrada
Tabela 70 - Tabela t (de Student)
gl/P
0,90
0,80
0,70
0,60
0,50
0,40
0,30
0,20
0,10
0,05
0,02
0,01
0,001
01
0,158
0,325
0,510
0,727
1,000
1,376
1,963
3,078
6,314
12,706
31,821
63,657
636,619
02
0,142
0,289
0,445
0,617
0,816
1,061
1,386
1,886
2,920
4,303
6,965
9,925
31,598
17
0,128
0,257
0,392
0,534
0,689
0,863
1,069
1,333
1,740
2,110
2,567
2,898
3,965
18
0,127
0,257
0,392
0,534
0,688
0,862
1,067
1,330
1,734
2,101
2,552
2,878
3,922
19
0,127
0,257
0,391
0,533
0,688
0,861
1,066
1,328
1,729
2,093
2,539
2,861
3,883
20
0,127
0,257
0,391
0,533
0,687
0,860
1,064
1,325
1,725
2,086
2,528
2,845
3,850
21
0,127
0,257
0,391
0,532
0,686
0,859
1,063
1,323
1,721
2,080
2,518
2,831
3,819
22
0,127
0,256
0,390
0,532
0,686
0,858
1,061
1,321
1,717
2,074
2,508
2,819
3,792
0,950
0,475
0,025
-tc = -2,09
0,475
0,025
+tc = +2,09
s
s
P x tc .
< < x + tc . = (1 )
n
n
1, 3
1,, 3
20
20
P(179
, 3, 01) = 95%
Resposta:
Portanto, com 95% de confiana, podemos admitir que a verdadeira mdia populacional esteja
contida no intervalo:
P(1,79 3,01) = 95%
161
Unidade II
7) O tempo que uma mquina industrial leva para realizar certo processo sujeito a um
desvio padro igual a 1,4. Com a finalidade de verificar se as condies de funcionamento esto
dentro das normas, registrou-se 10 vezes o referido tempo. Os resultados (em segundos) foram os
seguintes:
29 33 36 35 36 40 32 37 31 35
Construa um intervalo de confiana de 90% para o tempo mdio de realizao do processo pela
mquina em estudo.
Suponha que o tempo de realizao do processo segue distribuio aproximadamente normal.
Soluo
Dados:
N = 10
29 + 31 + 32 + 33 + 35 + 35 + 36 + 36 + 37 + 40
x=
10
x = 34, 4
= 1, 4
1 = 0, 90
Portanto,
= 0,05
Consultando a tabela de distribuio normal (Tabela 16):
Tabela 71
162
.00
.01
.02
.03
.04
.05
.06
.07
.08
.09
0.0
0.0000
0.0040
0.0080
0.0120
0.0160
0.0199
0.0239
0.0279
0.0319
0.0359
0.1
0.0398
0.0438
0.0478
0.0517
0.0557
0.0596
0.0636
0.0675
0.0714
0.0753
0.2
0.0793
0.0832
0.0871
0.0910
0.0948
0.0987
0.1026
0.1064
0.1103
0.1141
0.3
0.1179
0.1217
0.1255
0.1293
0.1331
0.1368
0.1406
0.1443
0.1480
0.1517
0.4
0.1554
0.1591
0.1628
0.1664
0.1700
0.1736
0.1772
0.1808
0.1844
0.1879
0.5
0.1915
0.1950
0.1985
0.2019
0.2054
0.2088
0.2123
0.2157
0.2190
0.2224
0.6
0.2257
0.2291
0.2324
0.2357
0.2389
0.2422
0.2454
0.2486
0.2517
0.2549
0.7
0.2580
0.2611
0.2642
0.2673
0.2704
0.2734
0.2764
0.2794
0.2823
0.2852
0.8
0.2881
0.2910
0.2939
0.2967
0.2995
0.3023
0.3051
0.3078
0.3106
0.3133
0.9
0.3159
0.3186
0.3212
0.3238
0.3264
0.3289
0.3315
0.3340
0.3365
0.3389
1.0
0.3413
0.3438
0.3461
0.3485
0.3508
0.3531
0.3554
0.3577
0.3599
0.3621
Matemtica Integrada
1.1
0.3643
0.3665
0.3686
0.3708
0.3729
0.3749
0.3770
0.3790
0.3810
0.3830
1.2
0.3849
0.3869
0.3888
0.3907
0.3925
0.3944
0.3962
0.3980
0.3997
0.4015
1.3
0.4032
0.4049
0.4066
0.4082
0.4099
0.4115
0.4131
0.4147
0.4162
0.4177
1.4
0.4192
0.4207
0.4222
0.4236
0.4251
0.4265
0.4279
0.4292
0.4306
0.4319
1.5
0.4332
0.4345
0.4357
0.4370
0.4382
0.4394
0.4406
0.4418
0.4429
0.4441
1.6
0.4452
0.4463
0.4474
0.4484
0.4495
0.4505
0.4515
0.4525
0.4535
0.4545
1.7
0.4554
0.4564
0.4573
0.4582
0.4591
0.4599
0.4608
0.4616
0.4625
0.4633
1.8
0.4641
0.4649
0.4656
0.4664
0.4671
0.4678
0.4686
0.4693
0.4699
0.4706
1.9
0.4713
0.4719
0.4726
0.4732
0.4738
0.4744
0.4750
0.4756
0.4761
0.4767
2.0
0.4772
0.4778
0.4783
0.4788
0.4793
0.4798
0.4803
0.4808
0.4812
0.4817
2.1
0.4821
0.4826
0.4830
0.4834
0.4838
0.4842
0.4846
0.4850
0.4854
0.4857
2.2
0.4861
0.4864
0.4868
0.4871
0.4875
0.4878
0.4881
0.4884
0.4887
0.4890
zc =
164
, + 165
,
= 1, 645
2
Zc = 1,645 (Tabela de Z crtico, tabela distribuio normal (desvio padro populacional, , conhecido)
g(z)
0,450
0,05
-zc = -1,645
0,450
0,05
+zc = +1,645
s
s
P x tc .
< < x + tc . = (1 )
n
n
1, 40
1, 40
,
.
< < 34, 4 + 16
, 645.
P 34, 4 1645
= (1 0,10) = 90%
10
10
P(33, 67 35,13) = 90%
Resposta:
Portanto, com 90% de confiana, podemos admitir que a verdadeira mdia populacional esteja
contida no intervalo:
P(33,67 35,13) = 90%
163
Unidade II
8) Com o objetivo de avaliar a resistncia tenso de uma amostra de telhas, recolheu-se a seguinte
amostra de 8 elementos:
Dados:
X = 5.0; 4.9; 4.6; 5.1; 4.7; 4.8; 4.9; 5.1
1 - = 95%
Supondo a normalidade da populao, deduza um intervalo de confiana a 95% para a varincia da
populao.
Soluo
Para construir um intervalo de confiana para o desvio padro, devemos primeiramente determinar
a mdia aritmtica das resistncias tenso das telhas.
Determinao da mdia aritmtica das resistncias:
xi
n
5 + 4, 9 + 4, 6 + 5,1 + 4, 7 + 4, 8 + 4, 9 + 5,1
x=
8
x = 4.8875
x=
Em seguida, devemos fazer a determinao do desvio padro amostral das resistncias das telhas,
uma vez que o desvio padro populacional desconhecido.
Determinao do desvio padro amostral das resistncias:
( xi x )
s2 =
n 1
Devemos calcular as diferenas ao quadrado de cada valor em relao mdia aritmtica, como a
seguir:
Tabela 72
164
xi
(xi - x)2
(5 - 4,8875)2 = 0,0127
4,9
4,6
Matemtica Integrada
5,1
4,7
4,8
4,9
5,1
( xi x )
s2 =
n 1
0, 2288
s2 =
8 1
s2 = 0, 0327
2
tabelado ser a partir de
e (n - 1) = 8 - 1 = 7
2
2
com 1
e (n - 1) = 8 - 1 = 7
2
Assim, como:
= 0,05, os valores de:
= 0, 025 e (1 ) = 0, 975
2
2
Do Tabela 21, obtemos:
2
0.995
0.99
0.975
0.95
0.9
0.1
0.05
0.025
0.01
0.005
0.0000
0.0002
0.0010
0.0039
0.0158
27.055
38.415
50.239
66.349
78.794
0.0100
0.0201
0.0506
0.1026
0.2107
46.052
59.915
73.778
92.103
105.966
0.0717
0.1148
0.2158
0.3518
0.5844
62.514
78.147
93.484
113.449
128.382
0.2070
0.2971
0.4844
0.7107
10.636
77.794
94.877
111.433
132.767
148.603
0.4117
0.5543
0.8312
11.455
16.103
92.364
110.705
128.325
150.863
167.496
0.6757
0.8721
12.373
16.354
22.041
106.446
125.916
144.494
168.119
185.476
0.9893
12.390
16.899
21.673
28.331
120.170
140.671
160.128
184.753
202.777
165
Unidade II
8
13.444
16.465
21.797
27.326
34.895
133.616
155.073
175.345
200.902
219.550
17.349
20.879
27.004
33.251
41.682
146.837
169.190
190.228
216.660
235.894
10
21.559
25.582
32.470
39.403
48.652
159.872
183.070
204.832
232.093
251.882
11
26.032
30.535
38.157
45.748
55.778
172.750
196.751
219.200
247.250
267.568
2
2
(n 1).s
(n 1).s
P
2 2
= (1 )
2
2
2
Substituindo, temos:
(8 1).0, 0327
(6 1).0, 0327
P
2
= 95%
16, 013
1, 690
0, 2289
0, 2289
P
2
= 95%
16, 013
1, 690
P(0,0143 2 0,1354) = 95%
Resposta:
A varincia populacional est entre 0,0143 e 0,1354, com uma confiana de 95%.
9) Os valores relacionados so tempos de espera (em minutos) de clientes no banco X, onde os
clientes entram em uma fila nica e so atendidos por trs guichs. Construa um intervalo de 95% de
confiana para o desvio padro populacional.
6,5 6,6 6,7 6,8 7,1 7,3 7,4 7,7 7,7 7,7
1 - = 95%
Soluo
Para construir um intervalo de confiana para o desvio padro, devemos primeiramente determinar
a mdia aritmtica do tempo de espera.
Determinao da mdia aritmtica do tempo de espera:
x=
xi
n
ou
166
x=
xi .i
n
xi
Matemtica
Integrada
x=
ou
x i . i
n
onde n = i
x=
1 + 3 + 4 + 5 + 5.6 + 10.7 + 8
20
x = 6, 05 minutos
x=
Em seguida, devemos fazer a determinao do desvio padro amostral do tempo de espera, uma vez
que o desvio padro populacional desconhecido.
Determinao do desvio padro amostral do tempo de espera:
( xi x )
s2 =
fi
n 1
Devemos calcular as diferenas ao quadrado de cada valor em relao mdia aritmtica, como a seguir:
Tabela 74
xi
(xi - x)2 i
(1 - 6,05)2 = 25,50
(3 - 6,05)2 = 9,30
(4 - 6,05)2 = 4,20
(5 - 6,05)2 = 1,1025
(6 - 6,05)2 . 5 = 0,0125
10
(7 - 6,05)2 . 10 = 9,025
(8 - 6,05)2 . 10 = 9,025
(xi - x)2 i = 52,9425
( xi x )
s2 =
n 1
52, 9425
s2 =
20 1
s2 = 2, 79
,
s = 167
167
Unidade II
2 tabelado ser:
2
2
1
2
com 1 -
e (n - 1) = 20 - 1 = 19
2
Assim, como:
= 0,05, os valores de:
= 0, 025 e (1 ) = 0, 975
2
2
Do Tabela 21, obtemos:
2
0.995
0.99
0.975
0.95
0.9
0.1
0.05
0.025
0.01
0.005
0.0000
0.0002
0.0010
0.0039
0.0158
27.055
38.415
50.239
66.349
78.794
0.0100
0.0201
0.0506
0.1026
0.2107
46.052
59.915
73.778
92.103
105.966
18
62.648
70.149
82.307
93.905
108.649
259.894
288.693
315.264
348.053
371.565
19
68.440
76.327
89.065
101.170
116.509
272.036
301.435
328.523
361.909
385.823
20
74.338
82.604
95.908
108.508
124.426
284.120
314.104
341.696
375.662
399.968
21
80.337
88.972
102.829
115.913
132.396
296.151
326.706
354.789
389.322
414.011
22
86.427
95.425
109.823
123.380
140.415
308.133
339.244
367.807
402.894
427.957
2
2
(n 1).s
2 (n 1).s
2
= (1 )
2
2
2
Substituindo, temos:
,
(20 1).167
,
(20 1).167
P
2
= 95%
32, 852
8.907
31, 73
,
3173
3173
2
P
= 95%
32, 852
8, 907
P(0, 97 2 3, 56) = 95%
P(0, 98 2 1, 89) = 95%
168
Matemtica Integrada
Resposta: O desvio padro populacional est entre 0,98 e 1,89, com uma confiana de 95%.
10) Uma indstria automobilstica fez o levantamento das vendas de certa linha de automveis e os
respectivos gastos com promoo. Os resultados esto na tabela a seguir.
Tabela 76
Gastos com promoo
Vendas
10
18
25
29
32
10
38
12
40
14
45
15
169
Unidade II
r=
xy
x2
x. y
( x )2 .
n
2
y)
(
2377.77
8
r=
2372
772
7983
.
839
8
8
2576
r=
2576 228113
,
, ) . (839 74113
, )
(7983 702113
294, 87
96187
, .97, 87
294, 87
r=
94138, 22
294, 87
r=
306, 82
r = 0, 96
r=
Resposta:
a) Sim.
b) Como r = 0.96, temos, nesse caso, uma correlao forte positiva, quase perfeita, pois r est
dentro do intervalo 0,8 r < 1, que corresponde ao intervalo de correlao positiva e est
prximo de r = +1, que seria uma correlao positiva perfeita.
Saiba mais
O livro apontado na referncia de obras consultadas, Sincich (2009),
um apoio para quem deseja aprofundar-se nos estudos estatsticos com o
objetivo de trabalhar na rea como consultor em pesquisas, no comrcio
e na indstria. Nele, o estudante encontrar importantes referenciais de
atuao em administrao em geral.
170
Matemtica Integrada
Observao
Alm do que foi observado sobre Sincich (2009), o estudante perceber
a necessidade atual tanto em relao eficincia quanto facilidade de
relacionar os contedos desenvolvidos nesse curso com fundamentos da
informtica, fornecidos nos primeiros anos, uma vez que quase sempre a
ferramenta utilizada so as planilhas do Excel.
Resumo
importante ressaltar que um teste de hipteses no prova nem
desaprova hipteses, no sentido matemtico do termo, ou seja, de uma
demonstrao. Um teste de hipteses , na realidade, uma ferramenta para
a tomada de decises sobre determinado tema, mas que estar sempre
sujeita a erros.
Devemos estar atentos para o fato de que o principal objetivo
deste estudo foi conhecer e desenvolver uma tcnica de estatstica no
paramtrica, denominada de teste qui-quadrado. Trata-se de uma tcnica
interessante, porque podemos aplic-la em uma grande variedade de
situaes, sem ser necessrio um vasto conhecimento prvio de estatstica.
Este estudo permitiu tambm uma anlise crtica sobre quais informaes
o teste pode fornecer isoladamente. As concluses obtidas do teste so de
uma dependncia global; portanto, no possvel a extrapolao de seus
resultados, que podem levar a concluses equivocadas.
171
FIGURAS E ILUSTRAES
Figura 1
Dispositivos relacionados a jogos, que quando no sofrem algum tipo de interferncia indevida,
proporcionam condies aleatrias. Disponvel em: <http://mrg.bz/gF2INT>. Acesso em: 15 fev. 2012.
Figura 3
Conversa entre pai e filha. Disponvel em: <http:/mrg.bz/NIM0mN>. Acesso em: 16 fev. 2012.
REFERNCIAS
Textuais
GOSSET, W. S. Histria (biografias). Disponvel em: <http://www.pucrs.br/famat/statweb/historia/
daestatistica/biografias/Gosset.htm>. Acesso em: 26 jun. 2011.
IDEC. Instituto Brasileiro de Defesa do Consumidor. IDEC em ao. Disponvel em: <http://www.idec.
org.br/emacao.asp?id=978#>. Acesso em: 24 jun. 2011.
LARSON, R.; FARBER, B. Estatstica aplicada. So Paulo: Prentice Hall, 2007.
MARTINS, G. A. Estatstica geral e aplicada. So Paulo: Atlas, 2005.
McCLAVE, J. T.; BENSON, P. G.; SINCICH, T. Descriptive analyses, models, and forecasting (captulo
adicional on-line). Statistics for Business and Economics. 10. ed. Londres: Prentice Hall, 2008.
Disponvel em: <<http://wps.prenhall.com/br_mcclave_10/115/29579/7572475.cw/index.html>.
Acesso em: 29 fev. 2012.
PINHEIRO, J. I. et al. Estatstica Bsica a arte de trabalhar com dados. Rio de Janeiro: Elsevier, 2009.
PUCRS. Valores crticos (unilaterais esquerda) da distribuio qui-quadrado P(x com n graus de
liberdade valor tabelado) = a. Disponvel em: <www.pucrs.br/famat/valter/tabela_qui_quadrado.
doc>. Acesso em: 12 jul. 2011.
SHIKIDA, C. A ANEEL e a importncia da amostragem estatisticamentecorreta. Economia Brasileira.
23 ago. 2005. Disponvel em: <http://gustibusgustibus.wordpress.com/2005/08/23/a-aneel-e-aimportancia-da-amostragem-estatisticamente-correta/>. Acesso em: 22 mai. 2011.
SINCICH, M. B. Estatstica para administrao e economia. So Paulo: Pearson Prentice Hall, 2009.
SMAILES, J. MCGRANE, . Estatstica aplicada administrao com Excel. So Paulo: Atlas, 2002.
172
Sites
<http://www.pucrs.br/famat/statweb/historia/daestatistica/biografias/Gosset.htm>
<http://wps.prenhall.com/br_mcclave_10/115/29579/7572475.cw/index.html>
<http://www1.folha.uol.com.br/folha/informatica/ult124u14297.shtml>
173
174
175
176
177
178
179
180
Informaes:
www.sepi.unip.br ou 0800 010 9000