Académique Documents
Professionnel Documents
Culture Documents
Este relatório tem como objetivo descrever e analisar as atividades realizadas utilizando
alguns softwares importantes muito utilizados no trabalho do estatístico. O objetivo das
atividades foi de familiarizar os alunos com esses softwares e aplicar os conceitos
aprendidos em sala de aula.
Nessas atividades utilizamos o já conhecido software RStudio e o SPSS.
Atividade 1
Exemplo: Temos o seguinte problema para resolver: Você recebe a revista de uma
grande universidade. A revista afirma que o tamanho médio das turmas para cursos
integrais é menor que 32 alunos. Você sabe que o desvio padrão do número de alunos
por turma é de 0,89 alunos e quer testar essa afirmação. Para isso seleciona 18 turmas,
determinando os seus tamanhos. Os resultados estão a seguir. Ao nível de 1%, você
pode dar suporte à afirmação da revista?
35 28 29 33 32 40 26 25 29 28 30 36 33 29 27 30 28 25
H0: µ = 32 vs H1: µ ˂ 32
O comando usado foi o z.test, a ajuda do R nos mostra como realizar esse
comando.
O teste t nos dá o p-valor = 0,0344 que é maior do que o alfa (0,5%), portanto a
hipótese nula não deve ser rejeitada.
O intervalo de confiança de 99%, para um teste t com 17 graus de liberdade temos o
ponto crítico p2 = 32,58902 e a média amostral de 30,16667, como essa média
amostral não está dentro da área de rejeição do teste, em conformidade com o p-valor,
não devemos rejeitar H0.
Com confiança de 99% concluímos que o tamanho médio das turmas integrais da
universidade é igual a 32, portanto a afirmação da revista está incorreta.
Teste de hipótese para a média de uma população normal com variância
desconhecida utilizando o software SPSS
Primeiro indicamos os valores amostrais em uma coluna da planilha, em seguida
utilizamos os comandos: Analisar > Comparar Médias > One Sample T Test...
Indicamos as variáveis que serão analisadas, que nesse teste é chamada Var001. O
valor médio que estamos testando é mi = 32. Em opções indicamos o nível de
confiança do teste, que é de 99%.
Como esperado, os resultados do teste-t nos dois softwares são semelhantes, embora
o SPSS apresente menos casas decimais.
Encontrei dificuldade em analisar a hipótese através do intervalo de confiança pelo
SPSS já que os valores estão diferentes.
Atividade 3
x: número de sucessos;
n: número de tentativas;
p: a probabilidade de sucesso testada;
alternative: pode ser “greater”, “less” ou “two.sided”. As alternativas são escolhidas
dependendo da hipótese alternativa. Nesse caso como temos H1: p ˂ 0,875,
escolhemos a alternativa “less”;
conf.level: o nível de confiança dado por 1-alfa que em nosso problema é 0,99;
correct: não utilizado neste problema.
O teste de proporção para uma amostra mostrou que a proporção de germinação das
sementes, mesmo com prazo de validade vencido é em média de 90%, portanto a
afirmação da caixa permanece verdadeira.
(p-valor = 0,05667 > 0,01).
x: número de sucessos;
n: número de tentativas;
p: a probabilidade de sucesso testada;
alternative: pode ser “greater”, “less” ou “two.sided”. As alternativas são escolhidas
dependendo da hipótese alternativa. Nesse caso como temos H1: p ˂ 0,875,
escolhemos a alternativa “less”;
conf.level: o nível de confiança dado por 1-alfa que em nosso problema é 0,99;
O teste da binomial mostrou que a proporção de germinação das sementes, mesmo
com prazo de validade vencido é em média de 90%, portanto a afirmação da caixa
permanece verdadeira.
(p-valor = 0,0601 > 0,01).
Utilizando os comandos:
Analisar > Estatística não-paramétrica > Binomial
Turma 1: 51, 47, 75, 35, 72, 84, 45, 11, 52, 57.
Turma 2: 27, 75, 49, 69, 73, 63, 79, 37, 84, 32.
H0: µ0 = µ1 vs H1: µ0 ≠ µ1
O teste-t indicou que não devemos rejeitar H0, portanto com 90% de confiança, temos
evidências de que a o aproveitamento da turma 1 é em média igual ao aproveitamento
da turma 2 (p-valor = 0,5379 > 0,05).
Em seguida devemos indicar qual variável será analisada e qual variável irá
indicar a qual grupo as variáveis dadas pertencem.
Para definir os grupos, digita-se os números que foram utilizados para
identificar as variáveis.
Como o p-valor é maior que o nível de significância (p-valor = 0,538 > 0,05) temos
evidências para não rejeitar H0, logo o aproveitamento da turma 1 é em média
igual ao aproveitamento da turma 2.