SUMRIO

1. INTRODUO .......................................................................................................................... 03
1.1. GENERALIDADES ........................................................................................................... 03
1.2. METODOLOGIA DO TESTE DE HIPTESES .............................................................. 03
1.3. AS HIPTESES ................................................................................................................. 03
1.4. A ESCOLHA DO TESTE ESTATSTICO ........................................................................ 04
1.5. CONCEITOS ADICIONAIS DO TESTE DE HIPTESES ............................................. 04
1.6. A DISTRIBUIO AMOSTRAL ..................................................................................... 07
1.7. TESTES ESTATSTICOS PARAMTRICOS ................................................................. 07
1.8. PASSOS DO TESTE DE HIPTESES ............................................................................. 07
2. TIPOS DE TESTES PARAMTRICOS .................................................................................. 08
2.1. TESTES PARA UMA AMOSTRA ................................................................................. 08
2.1.1. Teste para a mdia populacional .............................................................................. 08
2.1.2. Teste para a proporo populacional ........................................................................ 11
2.1.3. Teste para a varincia populacional ......................................................................... 12
2.2. TESTES PARA DUAS AMOSTRAS INDEPENDENTES .......................................... 13
2.2.1. Teste para a igualdade entre as varincias de duas populaes ............................... 13
2.2.2. Teste para a diferena entre duas mdias populacionais .......................................... 15
(a) Para varincias populacionais (12 e 22 ) conhecidas ........................................... 15
(b) Para varincias populacionais desconhecidas mas supostas iguais (12 = 22 ) ..... 16
(c) Para varincias populacionais desconhecidas mas supostas diferentes (12 22 ) 17
2.2.3. Teste para a diferena entre duas propores .......................................................... 19
2.3. TESTES PARA DUAS AMOSTRAS RELACIONADAS (DEPENDENTES) .......... 20
2.3.1. Teste para a diferena entre duas mdias populacionais ......................................... 20
3. EXERCCIOS ............................................................................................................................ 22
4. RESPOSTAS ............................................................................................................................... 27

2
1. INTRODUO

1.1. GENERALIDADES
Um dos principais assuntos da estatstica moderna a inferncia estatstica. A inferncia
estatstica dividida em dois grandes tpicos: a estimao de parmetros e os testes de hipteses.
No desenvolvimento dos mtodos da estatstica moderna, as primeiras tcnicas de inferncia
que apareceram foram as que faziam diversas hipteses sobre a natureza da populao da qual se
extraram os dados. Como os valores relacionados com a populao so denominados
"parmetros", tais tcnicas estatsticas foram denominadas de paramtricas.

1.2. METODOLOGIA DO TESTE DE HIPTESES

Nas cincias do comportamento, efetua-se levantamentos a fim de determinar o grau de
aceitao de hipteses baseadas em teorias do comportamento. Formulada uma determinada
hiptese particular necessrio coletar dados empricos e com base nestes dados decide-se ento
sobre a validade ou no da hiptese. A deciso sobre a hiptese pode levar a rejeio, reviso ou
aceitao da teoria que a originou.
Para se chegar a concluso que uma determinada hiptese dever ser aceita ou rejeitada,
baseado em um particular conjunto de dados, necessrio dispor de um processo objetivo que
permita decidir sobre a veracidade ou falsidade de tal hiptese.
A objetividade deste processo deve ser baseada na informao proporcionada pelos dados, e
como estes dados, em geral, envolvem apenas parte da populao que se pretende atingir, no risco
que se est disposto a correr de que a deciso tomada no esteja correta.
A metodologia para a deciso sobre a veracidade ou falsidade de uma determinada hiptese
envolve algumas etapas (ou passos):
1. Definir a hiptese de igualdade (H0);
2. Escolher a prova estatstica (com o modelo estatstico associado) para tentar rejeitar H0;
Definir o nvel de significncia () e um tamanho de amostra (n);
3. Determinar (ou supor determinada) a distribuio amostral da prova estatstica sob a
hiptese de nulidade;
4. Definir a regio de rejeio;
5. Calcular o valor da prova estatstica, utilizando os valores obtidos na(s) amostra(s). Se tal
valor estiver na regio de rejeio, rejeitar, ento a hiptese nula, seno a deciso ser que a
hiptese nula no poder ser rejeitada ao nvel de significncia determinado.

1.3. AS HIPTESES
Uma hiptese estatstica uma suposio ou afirmao que pode ou no ser verdadeira,
relativa a uma ou mais populaes. A veracidade ou falsidade de uma hiptese estatstica nunca
conhecida com certeza, a menos que, se examine toda a populao, o que impraticvel na maior
parte das situaes.
Desta forma, toma-se uma amostra aleatria da populao de interesse e com base nesta
amostra estabelecido se a hiptese provavelmente verdadeira ou falsa. A deciso de que a
hiptese provavelmente verdadeira ou falsa tomada com base em distribuies de probabilidade
denominadas de "distribuies amostrais". Em estatstica trabalha-se com dois tipos de hiptese.
A hiptese nula a hiptese de igualdade. Esta hiptese denominada de hiptese de
nulidade e representada por H0 (l-se h zero). A hiptese nula normalmente formulada com o
3
objetivo de ser rejeitada. A rejeio da hiptese nula envolve a aceitao de outra hiptese
denominada de alternativa, a qual representada por H1 (l-se h um). Esta hiptese a definio
operacional da hiptese de pesquisa que se deseja comprovar. A natureza do estudo vai definir
como deve ser formulada a hiptese alternativa. Por exemplo, se o teste do tipo paramtrico, onde
o parmetro a ser testado representado por , ento a hiptese nula seria:
H0: = 0 e as hipteses alternativas seriam:
H1: = 1 (Hiptese alternativa simples) ou
H1: 0, ou > 0 ou < 0. (Hipteses alternativas compostas).
No primeiro caso, H1: 0, diz-se que o teste bilateral (ou bicaudal), se H1: > 0, diz-
se que o teste unilateral (ou unicaudal) direita e se H1: < 0, ento, diz-se que o teste
unilateral (ou unicaudal) esquerda.

1.4. A ESCOLHA DO TESTE ESTATSTICO

Existem inmeros testes estatsticos tanto paramtricos quanto no-paramtricos. Alguns
itens devem ser levados em conta na escolha da prova estatstica para determinada situao. A
maneira como a amostra foi obtida, a natureza da populao da qual se extraiu a amostra e o tipo de
mensurao ou escala empregado nas definies operacionais das variveis envolvidas, isto , o
conjunto de valores numricos e ainda o tamanho da amostra disponvel.
Uma vez determinados a natureza da populao e o mtodo de amostragem ficar
estabelecido o modelo estatstico. Associado a cada teste estatstico tem-se um modelo estatstico e
condies de mensurao, o teste vlido sob as condies especificadas no modelo e pelo nvel da
escala de mensurao. Nem sempre possvel verificar se todas as condies do modelo foram
satisfeitas e neste caso tem-se que admitir que estas condies foram satisfeitas. Estas condies do
modelo estatstico so denominadas suposies ou hipteses do teste. Qualquer deciso tomada
atravs de um teste estatstico somente ter validade se as condies do modelo forem vlidas.
bvio que quanto mais fracas forem as suposies do modelo mais gerais sero as
concluses. No entanto, as provas mais poderosas, isto , as que apresentam maior probabilidade de
rejeitar H0 quando for falsa, so as que exigem as suposies mais fortes ou mais amplas.

1.5. CONCEITOS ADICIONAIS DO TESTE DE HIPTESES

Alm dos conceitos j vistos para o teste de hipteses necessrio ainda definir os erros
envolvidos e as regies de rejeio e de aceitao.
Para ilustrar estes conceitos ser suposto o seguinte teste a ser feito: Dispem-se de duas
moedas com aparncia idntica, s que uma (M1) equilibrada, isto , P(Cara) = P(Coroa) = 50%,
enquanto que a outra (M2) viciada de tal forma que favorece cara na proporo de 80%, ou seja,
P(Cara) = 80% enquanto que P(Coroa) = 20%. Supem-se que uma das moedas lanada e que
com base na varivel X = nmero de caras, deve-se decidir qual delas foi lanada. Neste caso o teste
a ser feito envolve as seguintes hipteses:
H0: A moeda lanada a equilibrada (M1), ou seja, p = 50%
H1: A moeda lanada a viciada (M2), ou seja p = 80%, onde "p" a proporo de caras.
Tem-se que tomar a deciso de apontar qual foi a moeda lanada, baseado apenas em uma
amostra, por exemplo 5 lanamentos, de uma populao infinita de lanamentos possveis. A
deciso, claro, estar sujeita a erros, pois se est tomando a deciso em condies de incerteza.
A deciso ser baseada nas distribuies amostrais das duas moedas. A tabela 01 mostra as
probabilidades de se obter os valores: 0, 1, 2, 3, 4 e 5, da varivel X = nmero de caras, em 5
lanamentos de cada uma das moedas.

4
 Tabela 01 - Probabilidades de se obter cara em 5 lanamentos de uma moeda

Para poder aceitar ou rejeitar H0 e como conseqncia, rejeitar ou aceitar H1, necessrio
estabelecer uma regra de deciso, ou seja, necessrio estabelecer para que valores da varivel X
vai-se rejeitar H0, isto , afirmar H1, e para que valores da varivel X, vai-se aceitar H0, ou seja,
nesta situao particular, afirmar H0.

Desta forma, estabelecendo-se que se vai rejeitar H0, se a moeda lanada der um nmero de
caras igual a 3, 4 ou 5, pode-se ento determinar as probabilidades de tomar as decises corretas ou
as probabilidades dos erros envolvidos. Assim o conjunto de valores que levar a rejeio da
hiptese nula ser denominado de regio crtica (RC) e, neste caso, este conjunto igual a:
RC = {3, 4, 5}
A faixa restante de valores da varivel denominada de regio de aceitao (RA) e, neste
caso, este conjunto vale: RA = {0, 1, 2}
Evidentemente esta regra como qualquer outra permitir decidir sob a H0, mas estar sujeita
a erro. Est se tomando a deciso de aceitar ou rejeitar H0 com base no nmero X de caras obtidas
em 5 lanamentos, que apenas uma amostra, muito pequena, do nmero infinito de lanamentos
possveis.
Com base em resultados amostrais, no possvel tomar decises definitivamente corretas.
Entretanto, pode-se calcular a probabilidade da deciso estar errada. Neste caso foi decidido rejeitar
H0 se X = "nmero de caras" assumir um dos valores do conjunto RC. No entanto, tais valores
podem ocorrer sob H0, isto , tais valores podem ocorrer quando se lana a moeda M1, conforme
tabela. Ento se H0 for rejeitada porque X assumiu o valor 3, 4 ou 5, pode-se estar cometendo um
erro. A probabilidade deste erro igual a probabilidade de ocorrncia destes valores sob H0, isto ,
quando a moeda M1 lanada, que conforme tabela igual a:

10/32 + 5/32 + 1/32 = 16/32 = 50%

Lembrando que rejeitar H0 apenas uma das duas situaes possveis num teste de
hipteses, tem-se que se X assumir um valor do conjunto RA se aceitar H0. Mas tais valores
podem ocorrer sob H1, isto , quando a moeda M2 lanada. Ento se H0 for aceita porque X
assumiu um dos valores: 1, 2 ou 3, pode-se estar cometendo um outro tipo de erro, cuja
probabilidade igual a da ocorrncia destes valores sob H1 que de:

1/3125 + 20/3125 + 160/3125 = 181/3125 = 5,79%

A probabilidade de que a varivel (nmero de caras) assuma um valor do conjunto RC

denominada de nvel de significncia do teste. O nvel de significncia do teste , na realidade, a
probabilidade de se rejeitar a hiptese nula, quando ela verdadeira, sendo ento a probabilidade de
se cometer um erro. Como este apenas um dos dois tipos de erro possvel de ser cometido num
teste de hipteses, ele denominado de erro do tipo I. O outro tipo de erro possvel de ser
cometido aceitar H0 quando ela falsa e denominado de erro do tipo II. Em resumo, pode-se
ter as seguintes situaes em um teste de hipteses:
5
 Tabela 02 - Possibilidades envolvidas em um teste de hipteses

Pode-se, agora, determinar as probabilidades de se cometer os erros dos tipos I e II e como

conseqncia as probabilidades de se tomar as decises corretas. A probabilidade de se cometer
erro do tipo II, pode ser determinada aqui, porque o teste do tipo simples, isto , a hiptese
alternativa envolve um nico valor (neste caso p = 80%). Geralmente, a hiptese alternativa do
tipo composto (p < 80% ou p > 80% ou ainda p 80%), e ento a determinao do erro do tipo II s
poder ser feita mediante suposies respeito dos valores que ela pode assumir. Existiro, na
realidade, infinitas opes para o erro do tipo II. Para este caso, tem-se:
= nvel de significncia do teste = P(Erro do tipo I) = P(rejeitar H0 / H0 verdadeira) =
P(x RC / p = 50%) = P(x {3, 4, 5}/ p = 50%) = 10/32 + 5/32 + 1/32 = 16/32 = 50%
1 = P(Deciso correta) = P(Aceitar H0 / H0 verdadeira) = P(x RA / P = 50%) =
P(x {0, 1, 2}/ P = 50%) = 1/32 + 5/32 + 10/32 = 16/32 = 50%
= P(Erro do tipo II) = P(Aceitar H0 / H0 falsa) = P(x RA / p = 80%) =
P(x {0, 1, 2} / p = 80%) = 1/3125 + 20/3125 + 160/3125 = 181/3125 = 5,69%
1 = Poder do teste = P(Deciso correta) = P(Rejeitar H0 / H0 falsa) = P(x RC / p =
80%) = P(x {3, 4, 5} / p = 80%) = 640/3125 + 1280/3125 + 102413125 = 2944/3125 = 94,31 %
Por estes resultados pode-se verificar, que o erro do tipo II poderia ser aceitvel, mas o erro
do tipo I no, pois um valor igual a probabilidade de se decidir corretamente. Neste caso, uma
opo para diminuir o erro do tipo I seria mudar a regio de rejeio. Se a regio crtica escolhida
tivesse sido RC = {5}, isto , rejeitar a hiptese nula somente se em 5 lanamentos da moeda fosse
obtida 5 caras as probabilidades acima ficariam:
= nvel de significncia do teste = P(Erro do tipo I) = P(rejeitar H0 / H0 verdadeira) =
P(x RC / p = 50%) = P(x {5}/ p = 50%) = 1/32=3,12%.
1 = 1 P(Erro do tipo I) = P(Aceitar H0 / H0 verdadeira) = P(x RA / p = 50%) =
P(x {0, 1, 2, 3, 4} / p = 50%) = 1/32 + 5/32 + 10/32 + 10/32 + 5132 = 31/32 = 96,88%.

= P(Erro do tipo II) = P(Aceitar H0 / H0 falsa) = P(x RA / p = 80%) = P(x {0, 1, 2,

3, 4} / p = 80%) = 1/3125 + 20/3125 + 160/3125 + 640/3125 + 1280/3125 = 210113125 = 67,33%.

1 = 1 P(Erro do tipo II) = P(Rejeitar H0 / H0 falsa) = P(x RC / p = 80%) = P(x

{5} / p = 80%) = 1024/3125 = 32,77% = Poder do teste.
Pode-se ver ento que o erro do tipo I diminui sensivelmente, mas em compensao tivemos
um aumento substancial do erro do tipo II. Isto sempre vai ocorrer. A nica forma de reduzir os dois
tipos de erro simultaneamente pelo aumento do tamanho da amostra. Neste caso, est se
considerando uma amostra de apenas 5 lanamentos dos infinitos possveis. natural que os erros
associados sejam grandes, pois a amostra muito pequena. Aumentado-se o tamanho da amostra
possvel com a mesma regio crtica diminuir sensivelmente os dois tipos de erro.
6
1.6. A DISTRIBUIO AMOSTRAL
A distribuio amostral uma distribuio de probabilidade, isto , uma distribuio
terica que descreve o comportamento de uma determinada estatstica ou estimador. As principais
estatsticas utilizadas nos testes de hipteses possuem modelos conhecidos. Tm-se a distribuio
normal, a distribuio t (de Student) a distribuio 2 (qui-quadrado), a distribuio F (de
Snedecor) como as principais.

1.7. TESTES ESTATSTICOS PARAMTRICOS

Em termos gerais, uma hiptese uma conjectura sobre algum fenmeno ou conjunto de
fatos. Em estatstica inferencial o termo hiptese tem um significado bastante especifico. uma
conjectura sobre uma ou mais parmetros populacionais. O teste de hipteses paramtrico
envolve fazer inferncias sobre a natureza da populao com base nas observaes de uma amostra
extrada desta populao.
Em outras palavras, testar hipteses, envolve determinar a magnitude da diferena entre um
valor observado de uma estatstica, por exemplo a proporo p, e o suposto valor do parmetro ( )
e ento decidir se a magnitude da diferena justifica a rejeio da hiptese. O processo segue o
esquema da figura 01.

Figura 01 - A lgica dos testes de hipteses

1.8. PASSOS DO TESTE DE HIPTESES

Qualquer teste de hipteses paramtrico segue os seguintes passos:

1. Formular as hipteses
Estabelecer as hipteses nula e alternativa. A construo de um teste de hipteses pode
ser colocado de forma geral do seguinte modo. Toma-se uma amostra da varivel (ou das variveis)
X (no caso) de uma dada populao, de onde se tem uma hiptese sobre um determinado parmetro,
por exemplo: . Esta hiptese a hiptese nula ou hiptese de igualdade:
H0: = 0
Tendo formulado a hiptese nula conveniente determinar qual ser a hiptese aceita caso a
hiptese nula seja rejeitada, isto , convm explicitar a hiptese alternativa. A hiptese alternativa
vai depender de cada situao mas de forma geral tem-se:
(a) hiptese simples
H1: = 1
(b) hipteses compostas: (So as mais utilizadas)
H1: > 0 (teste unilateral ou unicaudal direita)
H1: < 0 (teste unilateral ou unicaudal esquerda)
H1: 0 (teste bilateral ou bicaudal).
7
2. Identificar a estatstica (estimador ) a ser utilizado e fixar o nvel de significncia do teste

Aps fixar as hipteses necessrio determinar se a diferena entre a estatstica amostral e o

suposto valor do parmetro da populao suficiente para rejeitar a hiptese. A estatstica utilizada
deve ser definida e sua distribuio terica determinada.
Fixar a probabilidade de ser cometer erro do tipo I, isto , estabelecer o nvel de
significncia do teste.

3. Calcular o(s) valor(es) crtico(s) e a RA (Regio de Aceitao) e RC (Regio Crtica) de H0.

Fixado o erro do tipo I, atravs da escolha do nvel de significncia, possvel determinar

o(s) valor(es) crtico(s), que um valor lido na distribuio amostral da estatstica considerada
(tabela). Este valor vai separar a regio de crtica (de rejeio) da regio de aceitao.

4. Calcular a Estatstica teste (a estimativa)

Atravs da amostra obtida calcular a estimativa que servir para aceitar ou rejeitar a hiptese
nula. Dependendo do tipo de hiptese alternativa este valor servir para aceitar ou rejeitar H0. O
procedimento :

Teste estatstico = (Estatstica Parmetro) / Erro-padro da Estatstica

5. Tomar a deciso

Se o valor da estatstica teste estiver na regio crtica rejeitar H0, caso contrrio, no
possvel rejeitar H0. Com base na rejeio ou no da hiptese nula, enunciar qual a deciso a ser
tomada na situao do problema.

2. TIPOS DE TESTES PARAMTRICOS

Os testes paramtricos podem ser divididos em testes para:

Uma amostra
Duas amostras independentes
Duas amostras emparelhadas (dependentes)
Vrias amostras (Anlise de Varincia) ANOVA ANalysis Of VAriance

2.1. TESTES PARA UMA AMOSTRA

2.1.1. TESTE PARA A MDIA POPULACIONAL ()

(a) conhecido
Suposies:

1. A amostra uma amostra aleatria simples;

2. O desvio-padro populacional conhecido;
3. Pelo menos uma das condies seguintes verdadeira: a populao normalmente
distribuda ou n > 30. Alguns textos consideram n 30.

8
As hipteses so:
H0: = 0
H1: = 1 (Hiptese simples) ou ento, o que mais comum (Hipteses compostas):
H1: > 0 (Teste unilateral direita)
H1: < 0 (Teste unilateral esquerda)
H1: 0 (Teste bilateral)

A estatstica teste para testar uma afirmativa sobre a mdia populacional (com
conhecido) dada por:

X 0
z=

n

Onde 0 a mdia populacional alegada.

Supondo-se fixado um nvel de significncia de = P(Erro do Tipo I), verifica-se na tabela

qual o valor de Z (no teste unilateral) ou Z/2 (teste bilateral). Rejeita-se H0 (hiptese nula) se o
valor de z calculado na expresso acima for:
(i) Maior ou igual do que Z (no teste unilateral direita);
(ii) Menor ou igual do Z (no teste unilateral esquerda);
(iii) Maior ou igual que Z/2 ou menor que Z/2 (no teste bilateral).

Tabela 03 - Valores de z para alguns nveis de significncia

= Nvel de significncia = P(Erro do Tipo I)
10% 5% 1%
Teste bilateral 1,64 1,96 2,57
Teste unilateral 1,28 1,64 2,33

Exemplo
A associao dos proprietrios de indstrias metalrgicas est preocupada com o tempo
perdido em acidentes de trabalho, cuja mdia, nos ltimos tempos, tem sido da ordem de
60 hora/homens por ano com desvio-padro de 20 horas/homem. Tentou-se um programa de
preveno de acidentes e, aps o mesmo, tomou-se uma amostra de 9 indstrias e mediu-se o
nmero de horas/homem perdidas por acidente, que foi de 50 horas. Voc diria, ao nvel de 5%, que
h evidncia de melhoria?

9
 Convm lembrar que o fato de no rejeitar a hiptese nula, no autoriza a fazer afirmaes a
respeito da veracidade dela. Ou seja, no se provou H0, pois no momento que se aceita a hiptese
nula, o risco envolvido o do Tipo II, e este, neste caso, no est fixado (controlado). O teste de
hipteses feito para rejeitar a hiptese nula e sua fora est na rejeio. Assim quando se rejeita se
prova algo, mas quando se aceita, nada se pode afirmar.

(b) (
) desconhecido

Suposies:
1. A amostra uma amostra aleatria simples;
2. O desvio-padro populacional no conhecido;
3. Pelo menos uma das condies seguintes verdadeira: a populao normalmente
distribuda ou n > 30.

As hipteses so:
H0: = 0

H1: = 1 (Hiptese simples) ou ento, o que mais comum (Hipteses compostas):

H1: > 0 (Teste unilateral direita)
H1: < 0 (Teste unilateral esquerda)
H1: 0 (Teste bilateral)

A estatstica teste para testar uma afirmativa sobre a mdia populacional (com
desconhecido) dada por:

X 0
t=
s
n

Onde 0 a mdia populacional alegada.

Exemplo. O tempo mdio, por operrio, para executar uma tarefa, tem sido de 100 minutos.
Introduziu-se uma modificao para diminuir este tempo, e, aps certo perodo, sorteou-se uma
amostra de 16 operrios, medindo-se o tempo de execuo gasto por cada um. O tempo mdio da
amostra foi 94 minutos com desvio-padro de 12 minutos. Este resultado evidencia uma melhora no
tempo gasto para realizar a tarefa? Apresente as concluses aos nveis de 5% e 1% de significncia
e diga quais as suposies tericas necessrias que devem ser feitas para resolver o problema.

10
a) Para = 5% - Considerando esta amostra e = 5%, rejeita-se H0, ou seja, neste caso, pode-se
afirmar que a modificao diminui o tempo de execuo da tarefa.

b) Para = 1% - Considerando esta amostra e = 1% no possvel rejeitar H0, isto , neste caso
no possvel afirmar que a modificao diminui o tempo de execuo da tarefa.

2.1.2. TESTE PARA A PROPORO POPULACIONAL ( ou p)

Suposies:
1. A amostra uma amostra aleatria simples;
2. As condies para a distribuio binomial so satisfeitas. (H um nmero fixo de
tentativas independentes tendo probabilidades constantes, e cada tentativa tem duas categorias de
resultados: sucesso e fracasso.)
3. As condies np 5 e nq 5 so ambas satisfeitas, de modo que a distribuio binomial
das propores amostrais pode ser aproximada por uma distribuio normal com = np e
= npq .

As hipteses so:

H0: = 0, onde 0 o valor da proporo populacional alegada.

H1: = 1 (Hiptese simples) ou ento, o que mais comum (Hipteses compostas):

H1: > 0 (Teste unilateral direita)
H1: < 0 (Teste unilateral esquerda)
H1: 0 (Teste bilateral)

p 0
A estatstica teste dada por: z=
0 (1 0 )
n
Exemplo
As condies de mortalidade de uma regio so tais que a proporo de nascidos que
sobrevivem at 60 anos de 0,60. Testar esta hiptese ao nvel de 5% de significncia se em 1000
nascimentos amostrados aleatoriamente, verificou-se 530 sobreviventes at os 60 anos.

11
2.1.3. TESTE PARA A VARINCIA POPULACIONAL (2)

Suposies:
1. A amostra uma amostra aleatria simples;
2. A populao tem distribuio normal.

As hipteses so:

H0: 2 = 02
H1: 2 = 12 (Hiptese simples) ou ento, o que mais comum (Hipteses compostas):
H1: 2 > 02 (Teste unilateral direita)
H1: 2 < 02 (Teste unilateral esquerda)
H1: 2 02 (Teste bilateral)

(n 1)s 2
A estatstica teste dada por: 2 =
02
Exemplo
Uma das maneiras de controlar a qualidade de um produto controlar a sua variabilidade.
Uma mquina de empacotar caf est regulada para encher os pacotes com desvio-padro de 10g e
mdia de 500g e onde o peso de cada pacote distribu-se normalmente. Colhida uma amostra de 16
pacotes, observou-se uma varincia de 169g2. possvel afirmar com este resultado que a mquina
est desregulada quanto a variabilidade, supondo uma significncia de 5%?

12
2.2. TESTES PARA DUAS AMOSTRAS INDEPENDENTES
Na realidade h muitas situaes importantes e significativas nas quais se torna necessrio
comparar dois conjuntos de dados amostrais.
Supem-se a existncia de duas populaes. Uma populao 1 com mdia 1 e desvio-
padro 1 e uma populao 2 com mdia 2 e desvio-padro 2. Da populao 1 extrada uma
amostra de tamanho n1 com mdia X1 e da populao 2 extrada uma amostra de tamanho n2
com mdia X 2 .

2.2.1. TESTE PARA A IGUALDADE ENTRE AS VARINCIAS DE DUAS POPULAES

Suposies:
1. As duas amostras so amostras aleatrias simples;
2. As duas populaes so independentes;
3. As duas populaes so, cada uma delas, normalmente distribudas.
As hipteses so:

H0: 12 = 22
H1: 12 22 (Teste bilateral)
Os valores crticos so dados pela distribuio F de Snedecor, notada por F(1, 2). Onde
1 = n1 1 o grau de liberdade do numerador e 2 = n2 1 o grau de liberdade do denominador.

s12
A estatstica de teste dada por: F(1 , 2 ) = 2
s2

Obs.: O clculo da regio crtica se simplifica quando a MAIOR varincia amostral for colocada
no numerador, ou seja, quando s12 for a MAIOR das varincias.

DISTRIBUIO F DE SNEDECOR
Notao: F (1 , 2 ), onde:

(a) Para = 5 %

(b) Para = 2,5 %

(c) Para = 1 %

Exemplo 1.
Achar fc tal que P[F(5, 7) > fc ]= 0,05

Obs.: P(F < fc ) = 0,05 P(F > fc ) = 0,95 No h TABELA com = 95%
13
 1
PROPRIEDADE RECPROCA: F (1 , 2 ) =
F(1 ) ( 2 , 1 )

Exemplo 2. Achar fc tal que P[F(5, 7) < fc ] = 0,05

Exemplo 3.
Quer-se verificar se duas mquinas produzem peas com a mesma homogeneidade quanto
resistncia tenso. Para tal, sorteiam-se duas amostras de 6 peas de cada uma das mquinas e
observa-se as resistncias. Os resultados esto na tabela. Utilizar = 10%.

14
2.2.2. TESTE PARA A DIFERENA ENTRE DUAS MDIAS POPULACIONAIS

(a) Para varincias populacionais (12 e 22 ) conhecidas

Suposies:
1. As duas amostras so amostras aleatrias simples.
2. As duas populaes so independentes;
3. Pelo menos uma das condies seguintes verdadeira: as duas populao so
normalmente distribudas ou n1, n2 > 30.
As hipteses so:
H0: 1 2 =
H1: 1 2 > (Teste unilateral direita)
H1: 1 2 < (Teste unilateral esquerda)
H1: 1 2 (Teste bilateral)
Se = 0, ento 1 2 = 0 1 = 2
Como as varincias populacionais so conhecidas, tem-se ento que a varivel mdia das
diferenas, definida como D = X1 X 2 , ter uma distribuio aproximadamente normal com
12 22
mdia E(D) = 1 2 e varincia 2 (D) = + .
n1 n 2
(X1 X 2 ) (1 2 )
A estatstica de teste dada por: z=
12 22
+
n1 n 2

Exemplo
Um fabricante produz dois tipos de pneus. Para o pneu do tipo A o desvio-padro de
2500 km e para o pneu do tipo B de 3000 km. Uma empresa de txis testou 50 pneus do tipo
A e 40 do tipo B, obtendo 24000 km de mdia para o "A" e 26000 Km para o tipo "B".
Adotando um nvel de significncia de 4% testar a hiptese de que a durao mdia dos dois tipos
a mesma.

15
(b) Para varincias populacionais desconhecidas mas supostas iguais (12 = 22 )

Suposies:
1. As duas amostras so amostras aleatrias simples.
2. As duas populaes so independentes;
3. As duas populaes tm a mesma varincia. Isto , 12 = 22 ;
4. Pelo menos uma das condies seguintes verdadeira: as duas populao so
normalmente distribudas ou n1, n2 > 30.
As hipteses so:
H0: 1 2 =
H1: 1 2 > (Teste unilateral direita)
H1: 1 2 < (Teste unilateral esquerda)
H1: 1 2 (Teste bilateral)
Se = 0, ento 1 2 = 0 1 = 2
Como neste caso, por suposio, 12 = 22 = 2 , ento o desvio-padro da varivel mdia
2 2
das diferenas simplifica-se para (D) = + . Por outro lado, como 2 no conhecido,
n1 n 2
dever ser substitudo por um estimador no-tendencioso. Como s12 e s 22 so estimadores no-
tendenciosos do mesmo parmetro 2 , ento, a varincia combinada (ponderada):

(n1 1)s12 + (n 2 1)s 22

s 2p = , tambm ser um estimador nao-tendencioso de 2 .
n1 + n 2 2

(X1 X 2 ) (1 2 )
A estatstica de teste dada por: t=
s 2p s 2p
+
n1 n2

Onde o grau de liberdade da distribuio t de Student dado por: = n1 + n 2 2

Exemplo. As resistncias de dois tipos de concreto foram medidas, mostrando os resultados da

tabela. Fixado um nvel de significncia de 5%, existe evidncia de que o concreto do tipo A seja
mais resistente do que o concreto do tipo B?
Tipo A 54 55 58 51 57
Tipo B 50 54 56 52 53

16
(c) Para varincias populacionais desconhecidas mas supostas diferentes (12 22 )
Suposies:
1. As duas amostras so amostras aleatrias simples.
2. As duas populaes so independentes;
3. As duas populaes tm varincias diferentes. Isto , 12 22 ;
4. Pelo menos uma das condies seguintes verdadeira: as duas populao so
normalmente distribudas ou n1, n2 > 30.
As hipteses so:
H0: 1 2 =
H1: 1 2 > (Teste unilateral direita)
H1: 1 2 < (Teste unilateral esquerda)
H1: 1 2 (Teste bilateral)
Se = 0, ento 1 2 = 0 1 = 2
Como as varincias so desconhecidas necessria estim-las atravs das varincias
amostrais s12 e s 22 . Neste caso, o desvio-padro da varivel mdia das diferenas dado
s12 s 22
por (D) = + .
n1 n 2

(X1 X 2 ) (1 2 )
A estatstica de teste dada por: t=
s12 s 22
+
n1 n 2

Onde o grau de liberdade da distribuio t

(A + B) 2 s12 s 22
de Student calculado utilizando a frmula: = , sendo A = e B=
A2 B2 n1 n2
+
n1 1 n 2 1
17
Obs.: Alguns textos consideram o grau de liberdade da distribuio t de Student como sendo
igual ao menor grau de liberdade das duas amostras, ou seja, = menor( 1 , 2 ) , onde
1 = n 1 1 e 2 = n 2 1 . Este critrio de definio de no ser utilizado nesta apostila.

Exemplo
As resistncias de dois tipos de concreto foram medidas, mostrando os resultados da tabela.
Fixado um nvel de significncia de 10%, existe evidncias de que o concreto do tipo A seja mais
resistente do que o concreto do tipo B?

18
2.2.3. TESTE PARA A DIFERENA ENTRE DUAS PROPORES
Suposies:
1. Tem-se propores de duas amostras aleatrias simples que so independentes.
2. Para ambas as amostras, as condies np 5 e nq 5 so satisfeitas simultaneamente.
(Em muitos casos, testar-se- a afirmativa de que as duas populaes tm propores iguais, de
modo que, 1 2 = 0. Assim, nestes casos, as condies np 5 e nq 5 podem ser verificadas
substituindo-se p pela proporo combinada estimada p , que ser descrita mais adiante.)

As hipteses so:

H0: 1 2 = contra
H1: 1 2 ou
H1: 1 2 > ou ainda
H1: 1 2 <

Se = 0, ento 1 2 = 0, isto , 1 = 2.

Com n11 5 e n1(11) 5 (ou n1 p1 5 e n1 q1 5), a distribuio de p1 pode ser

1 (1 1 ) pq
aproximada por uma distribuio normal com mdia 1 (ou p1) e varincia ou 1 1 .
n1 n
1

Estas concluses tambm se aplicam segunda amostra.

Como p1 e p 2 so aproximados, cada um, por uma distribuio normal, a diferena p1 p 2
tambm ser aproximada por uma distribuio normal com:

mdia E(p1 p 2 ) = 1 2

e
1 (1 1 ) (1 2 )
varincia 2 (p1 p 2 ) = + 2 .
n1 n2
Onde para a populao 1, tem-se:
1 = proporo populacional;
n1 = tamanho da amostra;
x1= nmero de sucessos na amostra;
x
p 1 = 1 a proporo amostral;
n1
q 1 = 1 p1 .

Para a populao 2, do-se os mesmos significados a 2, n2, x2, p 2 e q 2 .

A expresso anterior para a varincia baseia-se na propriedade da varincia das

diferenas entre duas variveis aleatrias independentes, a qual diz que ela igual soma de
suas varincias individuais.
Como os valores p1, q1, p2 e q2 so tipicamente desconhecidos e, pela hiptese nula, supe-
se que p1 = p2 (ou 1 = 2), pode-se combinar os dados amostrais. A estimativa combinada do
valor comum de p1 e p2 p .

x1 + x 2
A proporo combinada estimada definida por: p= ;
n1 + n 2

19
 p1 p 2 ( 1 2 )
A estatstica de teste dada por: Z= , onde q =1 p
pq pq
+
n1 n2

Exemplo: Em uma pesquisa de opinio, 32 dentre 80 homens declaram apreciar certa revista,
acontecendo o mesmo com 26 dentre 50 mulheres. Ao nvel de 5% de significncia os
homens e as mulheres apreciam igualmente a revista?

2.3. TESTE PARA DUAS AMOSTRAS RELACIONADAS (DEPENDENTES)

Duas amostras so relacionadas (ou dependentes) se a amostra extrada de uma das
populaes tem alguma relao com a amostra extrada da outra populao. Um caso particular
de duas amostras dependentes so as chamadas amostras emparelhadas (ou ligadas), pois neste
caso os valores (observaes) so coletados aos PARES. Podem-se obter amostras emparelhadas
em duas situaes:

(a) Amostras de dois valores (observaes) para cada indivduo.

Por exemplo, medir uma mesma caracterstica dos indivduos ANTES e DEPOIS deles serem
submetidos a um MESMO tratamento.

(b) Amostras de UM VALOR (observao) de cada UM de DOIS INDIVDUOS que apresentam a

MESMA caracterstica.

Por exemplo, testar dois mtodos de ensino X e Y em pares de gmeos idnticos (univitelinos).

2.3.1. TESTE PARA A DIFERENA ENTRE DUAS MDIAS POPULACIONAIS

Suposies:
1. Os dados amostrais consistem em pares ordenados;
2. As amostras so amostras aleatrias simples;
3. Uma ou ambas as condies seguintes so satisfeitas: O nmero de pares combinados de
dados amostrais grande (n > 30) ou os pares de valores tm diferenas que so de uma populao
com distribuio aproximadamente normal.
20
 Sejam duas amostras {x1, x2, x3,...,xn} e {y1, y2, y3,...,yn}, que para o caso de amostras
emparelhadas os valores so dados aos pares, isto , (x1, y1), (x2, y2),..,(xn, yn)
Define-se a varivel diferena D = X Y, logo para amostras emparelhadas tem-se:

d1 = x1 y1; d2 = x2 y2,...,di = xi yi,..., dn = xn yn D = {d1, d2,...,di,...,dn}

Assume-se que D ~ N( D , 2D ), onde D = X Y e 2D representam, respectivamente,

a mdia e a varincia populacionais da varivel diferena D.

A mdia amostral da varivel diferena, notada por D , definida como:

d x yi
D= i = i =XY
n n
2D
Assim, D ~ N( D , )
n
A varincia amostral da varivel diferena, notada por S 2D , definida como:

(d i D) 2 d i2 n D 2
S =
2
D =
n 1 n 1
Valor(es) crtico(s) Distribuio t de Student, com = n 1

O valor da estatstica de teste calculado por: t = D ( X Y )

SD n
Exemplo: Cinco operadores de mquinas so treinados em duas mquinas de diferentes fabricantes,
para verificar qual delas apresenta maior facilidade de aprendizagem. Mediu-se o tempo que cada
um dos operadores gastou na realizao de uma certa tarefa em cada uma das duas mquinas. Os
resultados esto na tabela abaixo. A um nvel de significncia de 10% possvel afirmar que a
tarefa realizada na mquina A demora mais do que a realizada na mquina B?
Operador Fabricante A Fabricante B di
1 80 75
2 72 70
3 65 60
4 78 72
5 85 78

21
3. EXERCCIOS
-(01) Pretende-se lanar uma moeda 5 vezes e rejeitar a hiptese de que a moeda no-
tendenciosa, isto , pretende-se rejeitar H0: = 0,50, se em 5 (cinco) jogadas ocorrerem 5 coroas ou
5 caras. Qual a probabilidade de se cometer erro do tipo I?
-(02) Se, ao lanarmos 3 vezes uma moeda, supostamente equilibrada, aparecerem 3 caras decide-
se rejeitar a hiptese de que a moeda "honesta", qual a probabilidade de se cometer erro do tipo I?
Se a moeda favorece cara em 80% das vezes, qual a probabilidade de se cometer erro do tipo II?
-(03) Voc suspeita que um dado viciado, isto , voc suspeita que a probabilidade de obter face
6 maior do que 1/6. Voc decide testar a hiptese de que o dado no-viciado, jogando-o cinco
vezes e rejeitando essa hiptese se ocorrer a face 6 (seis), 4 ou 5 vezes. Qual o nvel de significncia
do teste?
-(04) Nas faces de dois tetraedros regulares, aparentemente idnticos, esto marcados os valores:
0, 1, 2 e 3. Ao lanar um destes tetraedros o resultado observado o valor da face que fica em
contato com a superfcie. Os dois tetraedros so "chumbados", de tal maneira que, ao jog-los, as
probabilidades de cada uma das faces ficar em contato com a superfcie so as da tabela. Tomando
ao acaso um dos tetraedros tem-se duas hipteses: H0 : Trata-se do tetraedro A; H1: Trata-se do
tetraedro B.

(04.1) Para testar H0 contra H1, o tetraedro escolhido

lanado duas vezes. Adota-se a seguinte regra de deciso:
rejeitar H0 se a soma dos resultados dos dois lanamentos for
maior ou igual a 5. Determinar o nvel de significncia e o
poder do teste.
(04.2) Determinar o nvel de significncia e o poder do teste
se a regra de deciso for: rejeitar H0 se sair o valor 3 (trs) em ao menos um dos lanamentos
e o outro resultado no for o valor 0 (zero).

-(05) Em cada uma das quatro faces de dois tetraedros regulares, aparentemente idnticos, esto
marcados os valores: 1, 2, 3 e 4. Entretanto, um dos tetraedros feito de material homogneo
(tetraedro A), de maneira que, ao lan-lo a probabilidade de qualquer uma das 4 faces fique em
contato com a superfcie 0,25. O outro tetraedro (tetraedro B) "chumbado", de tal maneira que,
ao jog-lo, a face com o valor 4 (quatro) tem probabilidade de 0,50 de ficar em contato com a
superfcie, enquanto que qualquer uma das outras trs tem probabilidade igual a 1/6. Suponha que
um dos tetraedros lanado 48 vezes, para testar a hiptese H0 de que foi lanado o tetraedro A,
contra a hiptese H1 de que foi lanado o tetraedro B. Supem-se ainda a seguinte regra de deciso:
"se nos 48 lanamentos, a face com o valor 4 (quatro), for obtida 20 ou mais vezes, rejeita-se H0 em
favor de H1. Determine o nvel de significncia e o poder do teste.

-(06) Uma urna contm 6 fichas, das quais so brancas e 6 so pretas. Para testar a hiptese
de nulidade de que = 3, contra a alternativa de que 3, so retiradas 2 (duas) fichas da urna ao
acaso e sem reposio. Rejeita-se a hiptese nula se as duas fichas forem da mesma cor.
(06.1) Determine P(Erro do Tipo I).
(06.2) Determine o poder do teste para os diferentes valores de .
(06.3) Considere, agora, que a segunda ficha retirada aps a reposio da primeira. Calcule,
novamente, o nvel de significncia e os valores do poder do teste.
(06.4) Compare os dois procedimentos (com e sem reposio da segunda ficha retirada). Qual a
concluso?

22
-(07) Para decidirmos se os habitantes de uma ilha so descendentes da civilizao A ou B, iremos
proceder da seguinte forma:
(i) Selecionamos uma amostra aleatria de 100 moradores adultos da ilha e determinamos a altura
mdia;
(ii) Se a altura mdia for superior a 176 cm, diremos que os habitantes so descendentes de B, caso
contrrio, admitiremos que so descendentes de A.
Os parmetros das duas civilizaes so: A: A = 175 cm e A = 10 cm e B: B = 177 cm e B = 10 cm.
Define-se ainda: erro do tipo I como sendo "dizer que os habitantes so descendentes de B quando,
na realidade, so de A" e erro do tipo II "dizer que os habitantes so de A quando, na realidade, so
descendentes de B".
(07.1) Qual a probabilidade de erro do tipo I e do tipo II?
(07.2) Se A = B = 5, como ficariam os valores dos erros do tipo I e II?
(07.3) Qual deve ser a regra de deciso se quisermos fixar a probabilidade de Erro I em 5%.
Qual a probabilidade de erro II neste caso?
(07.4) Quais as probabilidades de Erro II, se as mdias forem: A = 178 e se B = 180?

-(08) Fazendo o teste H0: = 1150 ( = 150) contra H1: = 1200 ( = 200) e com n = 100,
estabeleceu-se a seguinte regio crtica: RC = [1170, +).
(08.1) Qual a probabilidade a de rejeitar H0 quando verdadeira?
(08.2) Qual a probabilidade de Aceitar H0 quando H1 verdadeira?

(09) Dados os valores: 4, 6, 3, 6 e 6, de uma amostra aleatria de 5 (cinco) observaes de uma

varivel X, estime a mdia e a varincia de X e admitindo que X tenha uma distribuio normal,
teste, a 5%, a hiptese de que a mdia da populao 1 (um), contra a hiptese alternativa de que
maior do que 1 (um).
(10) Sabe-se que o consumo mensal per capita de determinado produto tem distribuio normal,
com desvio-padro de 2 kg. A diretoria da empresa que fabrica esse produto resolveu que retiraria o
produto da linha de produo se a mdia de consumo per capita fosse menor do que 8 kg, caso
contrrio, continuaria a fabric-lo. Foi realizado uma pesquisa de mercado, tomando-se uma
amostra aleatria de 25 pessoas e verificou-se um consumo total de 180 kg do produto.
(10.1) Construa um teste de hiptese adequado para verificar a hiptese acima a um nvel de
significncia de 5% e diga qual deve ser a deciso a ser adotada pela empresa?
(10.2)
(10.3) Se a diretoria tivesse fixado uma significncia de 1 %, a deciso seria a mesma?
(10.4) Se o desvio-padro populacional fosse de 4 kg, qual seria a deciso a ser tomada com
base na amostra mencionada acima?
(11) A associao dos proprietrios de indstrias metalrgicas est preocupada com o tempo
perdido com acidentes de trabalho, cuja mdia, nos ltimos tempos, tem sido da ordem de 60
homens/hora por ano, com desvio-padro de 20 homens/hora. Tentou-se um programa de preveno
de acidentes e, aps o mesmo, tomou-se uma amostra aleatria de 16 indstrias e verificou-se que o
tempo perdido baixou para 50 homens /hora ano. Voc diria que, ao nvel de 5% de significncia, o
programa surtiu efeito?
(12) Est-se desconfiado de que a mdia das receitas municipais, per capita, das cidades pequenas
(menos de 20 mil habitantes) maior do que a mdia da receita estadual que de 1229 unidades
monetrias. Para testar a hiptese realizada uma amostragem com 10 pequenas cidades que
forneceram os seguintes resultados (em termos de receitas mdias):
1230, 582, 576, 2093, 2621, 1045, 1439, 717, 1838, 1359
Verifique que no possvel rejeitar a hiptese de que as receitas municipais so iguais as do
estado, aos nveis usuais de significncia. Como isto se justifica, j que a mdia da amostra obtida
bem maior do que a mdia do estado!
23
(13) Medidos os dimetros de 31 eixos de um lote aleatrio, produzido pela empresa "Eixosredondo
S.A." obteve-se a distribuio abaixo:

Ao nvel de significncia de 5%, h evidncia de que o dimetro mdio dos eixos esteja fora da
especificao de uma mdia de 57 mm?
(14) Um fabricante garante que 90% das peas que fornece a um cliente esto de acordo com as
especificaes exigidas. O exame de uma amostra aleatria de 200 destas peas revelou 25 fora das
especificaes. Verifique se aos nveis de 5% e 1 % de significncia h exagero na afirmativa do
fabricante.
(15) Suponha que a experincia tenha mostrado que dos alunos submetidos a determinado tipo de
prova, 20% so reprovados. Se de uma determinada turma de 100 alunos, so reprovados apenas 13,
pode-se concluir, ao nvel de significncia de 5%, que estes alunos, so melhores?
(16) Um exame composto de 100 testes do tipo certo-errado. (a) Determine o nmero mnimo de
testes que um aluno deve acertar para que se possa, ao nvel de significncia de 5%, rejeitar a
hiptese de que o aluno nada sabe sobre a matria e respondeu ao acaso, em favor da hiptese de
que o alunos sabia alguma coisa sobre a matria do teste? (b) Qual seria este mnimo, se fosse
adotado o nvel de significncia de 1 %?
(17) O rtulo de uma caixa de sementes informa que a taxa de germinao de 90%. Entretanto,
como a data de validade est vencida, acredita-se que a taxa de germinao seja inferior a este
nmero. Faz-se um experimento e de 400 sementes, tomadas ao acaso, 350 germinam. Qual a
concluso ao nvel de 5 % de significncia?
(18) Observou-se a produo mensal de uma indstria durante alguns anos e verificou-se que ela
obedecia a uma distribuio normal com varincia igual a 300 u2. Foi adotada ento uma nova
tcnica de produo e durante um perodo de 24 meses observou-se a produo mensal. Aps este
perodo constatou-se que a varincia foi de 400 u2. H motivos para se acreditar que houve
alterao na varincia ao nvel de 10%?
(19) Numa linha de produo importante que o tempo gasto numa determinada operao no varie
muito de empregado para empregado. Em operrios bem treinados a variabilidade fica em 100 u2. A
empresa colocou 11 novos funcionrios para trabalhar na linha de produo, supostamente bem
treinados, e observou os seguintes valores, em segundos:
125 135 115 120 150 130 125 145 125 140 130
Testar se o tempo despendido por estes funcionrios pode ser considerado mais varivel do que os
demais funcionrios. Utilize 5% de significncia.
(20) O departamento de psicologia fez um estudo comparativo do
tempo mdio de adaptao de uma amostra de 50 homens e outra
de 50 mulheres, tomados ao acaso, de um grande complexo
industrial que mostrou os seguintes resultados da tabela. Supondo
as varincias populacionais desconhecidas e diferentes. possvel
afirmar, ao nvel de 5% de significncia que as mulheres desta
empresa levam mais tempo para se adaptarem?
(21) Diversas polticas, em relao s filiais de uma rede de supermercados, esto associadas ao
gasto mdio dos clientes em cada compra. Deseja-se comparar estes parmetros de duas novas
filiais, atravs de duas amostras de 50 clientes, selecionados ao acaso, de cada uma das novas filiais.
As mdias obtidas foram 62 e 71 unidades monetrias. Supondo que os desvios-padres sejam
idnticos e iguais a 20 um, teste a hiptese de que o gasto mdio dos clientes no o mesmo nas
duas filiais. Supondo as varincias populacionais desconhecidas e diferentes e utilize uma
significncia de 2,5%.
24
-(22) Uma fbrica de embalagens para produtos qumicos
est estudando dois processos diferentes de combate a
corroso nas latas usadas para embalagem. Para verificar o
efeito dos dois processos foram utilizadas duas amostras
aleatrias que apresentaram os valores da tabela, quanto a varivel "durao da embalagem (em
meses) antes da primeira mancha de corroso aparecer". Suponha que as varincias populacionais
so desconhecidas e diferentes. Ao nvel de significncia de 5% possvel afirmar que um
tratamento melhor do que o outro?
-(23) Voc recebe a informao de que a diferena entre duas mdias amostrais
"estatisticamente significativa ao nvel de 1 %". Dizer se as afirmaes abaixo esto certas ou
erradas e justificar.
(23.1) H pelo menos 99% de probabilidade de existir uma diferena real entre as mdias das
duas populaes.
(23.2) Se no houvesse diferena entre as mdias das duas populaes, a probabilidade de
detectar uma tal diferena (ou diferena maior) entre as mdias amostrais seria de 1 % ou
menos.
(23.3) A informao constitu uma evidncia slida de que realmente exista diferena entre as
mdias populacionais. Todavia, por si s, no constitu evidncia suficiente de que tal diferena
seja suficientemente grande para ter importncia prtica. Isto ilustra a diferena entre os
conceitos "significncia estatstica" e "significncia prtica".
(23.4) O valor da estatstica teste (valor calculado) exatamente 1 %.
(23.5) A probabilidade de que as mdias das duas amostras sejam diferentes de 1 %.
(24) Foram levantadas quatro hipteses sobre a mdia salarial anual de engenheiros mecnicos e
civis:
(i) Engenheiros mecnicos e civis ganham em mdia o
mesmo salrio.
(ii) Os engenheiros mecnicos ganham, em mdia
R$ 500 a mais do que os civis.
(iii) Os engenheiros mecnicos ganham, em mdia R$ 1000 a mais do que os civis.
(iv) Os engenheiros mecnicos ganham, em mdia R$ 2000 a mais do que os civis.
Para testar a hiptese foram extradas duas amostras aleatrias dos salrios dos dois tipos de
profissionais que apresentaram os valores da tabela. Com base, nos valores, responda, justificando,
as seguintes questes:
(24.1) Sem quaisquer, clculos detalhados, podemos verificar imediatamente, qualquer uma das
hipteses.
(24.2) Se aplicarmos um teste bilateral a cada uma das hipteses, quais seriam rejeitadas ao
nvel de 5%?
(24.3) Se aplicarmos um teste unilateral a cada uma das hipteses, quais seriam rejeitadas ao
nvel de 5%?
(24.4) Vrias hipteses foram consideradas aceitveis, ao nvel de 5% de significncia. Se voc
tivesse que escolher apenas uma delas para publicar como concluso do estudo, por qual
optaria? Por qu?
(25) Calculadoras eletrnicas utilizam dois
mtodos diferentes de entrada e processamento
numrico. Vamos denominar um dos mtodos
de "mtodo algbrico" (MA) e o outro de
"mtodo polons" (MP). Para comparar qual deles mais eficaz feito um teste com 20 usurios
sem experincia prvia com calculadoras, onde 10 vo utilizar calculadoras de um tipo e o outros 10
as de outro tipo. A tabela mostra o tempo em segundos que cada operador gastou para realizar um
conjunto padro de clculos. Testar a hiptese de que no existe diferena entre os dois mtodos no
que se refere ao tempo de operao, utilizando uma significncia de 5%.

25
(26) Num ensaio para testar a proteo de dois tipos de tinta em superfcies metlicas, 55 painis
foram pintados com a tinta PK12 e 75 com a tinta PK15. Decorridos dois anos de exposio dos
painis ao ar livre, verificou-se que, dos painis pintados com PK12, 6 apresentaram problemas
enquanto que dos 75 painis pintados com PK15, 19 apresentaram problemas. Pode-se concluir,
destes valores, com 5% de significncia, que as duas marcas de tintas diferem quanto a capacidade
de proteo?
(27) Um psiclogo defende a idia de que a autorizao para dirigir s deve ser dada a maiores do
que 21 anos de idade. Para tanto argumentou que os jovens entre 18 e 21 causam no mnimo 15% a
mais acidentes dos que os de mais de 21 anos. Suas concluses so baseadas em uma amostra de
150 pessoas entre os 18 e 21 anos, dos quais 60 j haviam se envolvido em algum tipo de acidente.
J entre os motoristas maiores de 21 anos de 200 observados, 30 j haviam se envolvido em algum
tipo de acidente. (a) Teste a argumentao do psiclogo a um nvel de 5% de significncia. (b) Qual
o problema que as amostras coletadas pelo psiclogo apresentam?
(28) Em dois anos consecutivos foi feito um levantamento de mercado sobre a preferncia dos
consumidores por um determinado produto. No primeiro ano o produto era anunciado com
freqncia semanal nos veculos de comunicao e no segundo ano com freqncia mensal. No
levantamento foram utilizados duas amostras independentes de 400 consumidores cada. No
primeiro ano o percentual de compradores ficou em 33% e no segundo ano em 29%. Considerando
o nvel de significncia de 5%, teste a hiptese de que a freqncia do anncio tem influncia na
manuteno da fatia de mercado.
(29) Uma das maneiras de medir o grau de satisfao dos empregados de uma mesma categoria
quanto a poltica salarial atravs do desvio-padro de seus salrios. A fbrica A diz ser mais
coerente na poltica salarial do que a fbrica B. Para verificar essa afirmao, sorteou-se uma
amostra de 10 funcionrios no especializados de A e 15 de B, obtendo-se os desvios-padres:
sA = 1,0 s.m. e sB = 1,6 s.m. Qual a sua concluso a um nvel de 5% de significncia?
(30) Deseja-se comparar a qualidade de um produto produzido
por dois fabricantes. Esta qualidade est sendo medida pela
uniformidade com que produzido o produto por cada fbrica.
Tomaram-se duas amostras, uma de cada fbrica, medindo-se o
comprimento dos produtos. A qualidade da produo das duas
fbricas a mesma a um nvel de 5%?

26
4. RESPOSTAS
(01) RC = {0, 5}; = P(RC) = P{X = 0 ou X = 5 / = 0,50} = (1/2)5+ (1/2)5 = 1/16 = 6,25%
(02) RC = {3}; = P({3}) = (1/2)3 = 1/8 = 12,50%
= P(Ac. H0 / H0 Falsa} = P(X = 0, 1, 2 / = 0,8} = (1/5)3 + 3(4/5)1 (1/5)2 + 3(4/5)2 (1/5)1 =
48,80%

(03) RC = {4, 5}; = P(RC) = P({X = 4 ou X = 5 / = 1/6}) = 13/3888 = 0, 33%

(04) (04.1) RC = {(2, 3), (3, 2), ( 3, 3)}; = P(RC) = 0,20(0,20) + 0,20(0,20) + 0,20(0,20) = 12%
Poder do Teste = 1 = P(Rej. H0 / H0 Falsa} = 0,200,40 + 0,200,40 + 0,400,40 = 32%
(04.2) RC = {(3, 1), (3, 2), (3, 3), (1, 3), (2, 3)}; = P(RC) = 50,04 = 0,20 = 20%
Poder do Teste = 1 = P(Rej. H0 / H0 Falsa} = 40,08 + 0,16 = 0,48 = 48%
(05) RC = {X 20 / Tetraedro A); = P(RC) = P({X 20 / Tet. A}) P(Z (19,5 12) / 3) = 0,62%
= P(Ac. H0 / H0 Falsa} = P(X < 20 / Tet. B} = 9,68%
Poder do Teste = 1 = 100% 9,68% = 90,32%
(06) (06.1) n = 2 S/R RC = {BB, PP}; = P(RC) = (3/6)(2/5) + (3/6)(2/5) = 1/5 + 1/5 = 0,40 = 40%
(06.2) n = 2 S/R 1 = P(Rejeitar H0 / H0 falsa)
= 0 ou = 6; 1 = P(RC / = 0 ) = 1 = 100% = P(R / = 6)
= 1 ou = 5; 1 = P(RC / = 1 ) = (1/6)(0/5) + (5/6)(4/5) = 2/3 = 66,67% = P(RC / = 5)
= 2 ou = 4; 1 = P(RC / = 2) = (2/6)(1/5) + (4/6)(3/5) = 7/15 = 46,67% = P(RC / = 4)
(06.3) n = 2 C/R RC = {BB, PP}; = P(RC) = (3/6)(3/6) + (3/6)(3/6) = 1/4 + 1/4 = 0,50 = 50%
= O ou = 6; 1 = P(RC / = 0 ) = 0 + 1 = 100% = P(RC / = 6)
= 1 ou = 5; 1 = P(RC / = 1) = 1/6(1/6) + 5/6(5/6) = 13/18 = 72,22% = P(RC / = 5)
= 2 ou = 4; 1 = P(RC / = 2) = (2/6)(2/6) + (4/6)(4/6) = 5/9 = 55,56% = P(RC / = 4)
(06.4) Com reposio o NS () maior do que SR. Por outro lado, repondo o poder do teste
maior ou igual a quando no se faz reposio.

(07) (07.1) P(Erro I) = P(XA > 176) = P(Z > 176 175) = P(Z > 1) = 15,87%
P(Erro II) = P(X B < 176) = P(Z < 176 177) = P(Z < 1) = 15,87%
(07.2) P(Erro I) = P(XA > 176) = P[Z > (176 175)/0,5] = P(Z > 2) = 2,28%
P(Erro II) = P(X B < 176) = P[Z < (176 177)/2] = P(Z < 2) = 2,28%
(07.3) 5% = P(Erro I) = P(XA > 176) = P(Z > 176 175) P(Z > x 175) = 5%
x = 176,645. Neste caso, deve-se rejeitar H0 somente se a mdia for superior a 176,645.
P(Erro II) = P(XB < 176,645 177) = P(Z < 0,36) = 35,94%
(07.4) B = 178; P(Erro II) = P(X B < 176 178) = P(Z < 2) = 2,28%
B = 180; P(Erro II) = P(XB < 176 180) = P(Z < 4) = 0,00%

(08) (08.1) = P(Rej. H0 / H0 V) = P( X > 1170 / = 1150) = P[Z > (1170 1150) / 15)] =
P(Z > 1,33) = 9,18%
(08.2) = P(Ac H0 / H1 V) = P( X < 1170 / = 1200) = P[Z < (1170 1200) / 20)] =
P(Z < 1,50) = 6,68%
(08.3) P[Z > (x 1150) / 15)] = P[Z < (x 1200) /20)] (x 1150) / 15 = (x 1200) / 20
x = 1171,43
(09) x = 5 ; s2 = 2; t = 6,32 > t5% = 2,132, portanto rejeita H0
(10) (10.1) H0: = 8 kg contra H1: < 8 kg. Como = 5%, Z= 1,645 e Zc = 2. Logo rejeitar H0
(10.2) = P(Ac. H0 / H1 V) = P(X > 7,34 / = 7,80) = P(Z < 1,14) = 87,29%
27
 (10.3) H0: = 8 kg contra H1: < 8 kg. Como = 1 %, Z = 2,33 e Zc = 2. No rejeita H0
(10.4) Aceitar H0 tanto ao nvel de 5% quanto ao de 1 % de significncia.
(11) Como = 5%, Z = 1,645 e Zc = 2. Rejeita-se H0, isto , pode-se dizer que o programa
surtiu efeito.

(12) Como tc = 0,566, no possvel rejeitar a hiptese aos nveis de 1 %, 5% e mesmo 10%. Isto se
justifica devido a grande variabilidade da amostra que apresenta um desvio-padro igual a 675,82.

(13) H0: = 57mm contra H1: 57 mm Como tc = 2,436 e t5% = 2,042, rejeita-se H0.

(14) H0: = 10% contra H1: > 10%. Como Zc = 1,18. Logo no se pode rejeitar H0.
(15) H0: = 20% contra H1: < 20%. Como Zc = 1,75 e Z5% = 1,645 . Logo pode-se rejeitar H0.
(16) H0: = 0,50 contra H1: > 0,50. Como Z5% = 1,645 o nmero mnimo de acertos : x >50 +
1,645(5), x=59. Onde x o nmero de testes certos.
Como Z1% = 2,325 o nmero mnimo de acertos : x >50 + 2,325(5), x=62.

(17) H0: = 90% contra H1: < 90%. Como Zc = 1,667 e Z5% = 1,645. Logo pode-se rejeitar H0.
(18) No, pois 2 = 30,67 est na regio de aceitao que : RA = [13,09; 35,17]
(19) No, pois 2 = 11,41 est na regio de aceitao que : RA = [0; 18,3]

(20) H0: M = H contra H1: M > H. Como = 5%, t= 1,663 e tc = 2,936. Rejeitar H0.

(21) H0: 1 = 2 contra H1: 1 2. Como = 2,5%, t/2= 2,298 e tc = 2,25. No rejeitar H0.

(22) H0: 1 = 2 contra H1: 1 2. Como = 5%, t2,5% = 2,101 e tc = 0,793. No rejeitar H0
(23) (23.1) Errada. (23.2) Correta. (23.3) Errada. (23.4) Errada. (23.5) Errada.
(24) (24.1) Sim a quarta. (24.2) Somente a (i) (24.3) Somente a (i) e a (ii).
(24.4) A (i) que pode ser confirmada tanto no teste unilateral quanto no bilateral (mais
rigoroso)

(25) H0: 1 = 2 contra H1: 1 2. Como = 5%, t/2 = 2,262 e tc = 2,423. Rejeitar H0, supondo
amostras emparelhadas.

(26) H0: 1 = 2 contra H1: 1 2. Como Z5% = 1,96 e Zc = 2,06. Rejeitar H0. Pode-se afirmar
que as duas tintas diferem.
(27) (a) H0: 1 2 = 15% contra H1:1 2 > 15%. Como Z5% = 1,645 e Zc = 2,118. Rejeitar H0.
Logo pode-se afirmar que os jovens causam pelo menos 15% a mais de acidentes.
(b) O problema que as amostras tem um vcio de origem, pois fica difcil de saber se esta
diferena devida a imprudncia ou ao fato de que os motoristas so menos experientes.

(28) H0: 1 = 2 contra H1: 1 > 2. Como Z5% = 1,645 e Zc = 1,223. Logo no se pode rejeitar H0.
(29) No se pode afirmar que no so iguais, pois Fc = 2,56 e a RA = [0; 2,65]
(30) Pode-se afirmar que a qualidade difere, pois Fc = 4,21 e a RA = [0,389; 2,68]

28