Académique Documents
Professionnel Documents
Culture Documents
CONCLUINDO
6.1 Significncias estatstica e prtica
Do ponto de vista prtico quando se est tomando decises, pode haver uma significncia
estatstica no sentido de que a hiptese de nulidade (nula) deve ser rejeitada, mas o
afastamento real da hiptese de nulidade (nula) do que foi observado pode ser de pouca (ou
nenhuma) significncia prtica (engenheiros poderiam cham-la significncia de engenharia).
Isso mais verdadeiro quanto maior o tamanho da amostra.
Em uma situao prtica, por exemplo, a diferena entre 50 ppb e 50,5 ppb no grande o
suficiente para ser considerada; ou seja, concluir que o valor 50 ppb, quando, na verdade, ele
50,5 ppb um erro inexpressivo e no tem significncia prtica. Para amostras
razoavelmente grandes, com base no valor 50ppb, um verdadeiro valor de 50,5ppb far com
que a mdia amostral esteja perto dele, e a hiptese de nulidade (nula) ser rejeitada. Desse
modo, deve-se ter cuidado ao interpretar resultados de um teste de hipteses quando o
tamanho da amostra grande, porque pequenas diferenas do valor da hiptese de nulidade
(nula) sero provavelmente notadas, mesmo quando so de pouca ou nenhuma significncia
prtica.
Pg. 6-1
Um pouco de histria
H dois milnios, os clculos matemticos eram todos feitos mo, o que demandava tempo
para a apresentao dos resultados. Este foi um dos motivos para haver modelos estatsticos
que tinham como condies iniciais hipteses simplificadoras que permitissem usar o modelo
terico, desenvolvido at ento, que naquela poca era o da chamada distribuio normal (o
nome mais adequado distribuio de Gauss ou, o mais justo, distribuio de deMoivreLaplace-Gauss), o que levou ao uso indiscriminado dela.
Se observarmos a Figura A3.1, exemplos da distribuio de Gauss, em nenhuma delas temos
a forma de um sino., porque o que caracteriza a distribuio de deMoivre-Laplace-Gauss a
sua expresso matemtica, sendo uma heresia dizer que ela tem a forma de um sino.
Pg. 6-2
X z
X +z
EA3-1
RESPOSTA
X z
X t
EA3-2
disperso
tamanho da amostra
s
n
X +z
X +t
disperso
tamanho da amostra
s
n
X z
RESPOSTA
Mdia Am - confiana .
50 z
X +z
8
25
50 + z
n
8
25
Pg. 6-3
50 z
50 1,96
8
25
8
25
50 + z
50 + 1,96
8
25
8
25
46,864 53,136
No caso do modelo de deMoivre-Laplace-Gauss o conceito permanece o mesmo:
relacionamento entre confiana e fator.
Ocorre que, agora, diferentemente da distribuio de Student, o fator independe do tamanho da
amostra, e a tabela nica (Tabela A3.1).
Pg. 6-4
Fator
90%
1,644853627
95%
1,959963985
99%
2,575829304
At agora, viu-se o clculo do intervalo de confiana para a mdia da populao. E se desejarse estimar a proporo de algo? O conceito semelhante, assim como a frmula matemtica:
pz
p (1 - p)
n
pt
p (1 - p)
n
Pg. 6-5