INTRODUÇÃO

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

Teste de hipótese para a média de uma população normal com variância

conhecida utilizando o R

A partir do problema dado, retiramos as informações necessárias para analisar a

informação dada. A afirmação da revista é de que o tamanho médio das turmas integrais
é de 32 alunos. Essa afirmação nos dá o nosso Ho, que é a hipótese que iremos
analisar. Caso a afirmação seja falsa, saberemos que a outra hipótese é a correta, isto
é, que a média de alunos é menor que 32.

H0: µ = 32 vs H1: µ ˂ 32

Como o teste será realizado para uma população normal e a variância é

conhecida, utilizaremos o teste z. Esse teste não vem instalado no pacote básico
do R, por isso é necessário instalar um pacote adicional, o “BSDA”.

O comando usado foi o z.test, a ajuda do R nos mostra como realizar esse
comando.

x: vetor numérico, contém as amostras

y: vetor numérico, também contém amostras e possibilita a análise e comparação de
duas médias, não foi utilizado nesse problema;
alternative: pode ser “greater”, “less” ou “two.sided”. As alternativas são escolhidas
dependendo da hipótese alternativa. Nesse caso como temos H1: µ ˂ 32, escolhemos
a alternativa “less”;
mu: o valor fornecido na hipótese nula;
sigma.x: a variância da população;
sigma.y: a variância da população y, que nesse caso não foi analisada;
conf.level: o nível de confiança dado por 1-alfa que em nosso problema é 0,99.
O teste z nos dá o p-valor = 2,2*10-16 que é menor do que o alfa (0,5%), portanto a
hipótese nula deve ser rejeitada.
O intervalo de confiança de 99% nos mostra o ponto crítico p2 = 30,65468 e a média
amostral de 30,16667, como essa média amostral está dentro da área de rejeição do
teste, em conformidade com o p-valor, devemos H0.
Com confiança de 99% concluímos que o tamanho médio das turmas integrais da
universidade é menor que 32, portanto a afirmação da revista está correta.
 Atividade 2
Teste de hipótese para a média de uma população normal com variância
desconhecida utilizando o R
Para o mesmo problema, devemos supor que não há informações sobre a variância da
população. Para isso, utilizaremos o teste t. Como esse teste já vem no pacote do R
básico, não foi necessário instalar nenhum pacote adicional.

O comando t.test é usado de maneira semelhante ao z.test.

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%.

Em opções indicamos o nível de confiança do teste, que é de 99%.

O teste-t para uma amostra mostrou que o tamanho médio das turmas integrais da
universidade é 32 (t(17) = 0,069, p > 0,005).

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

Exemplo: O rótulo de uma caixa de sementes informa que a taxa de germinação

é de 90%. Entretanto, como a data de validade está vencida, acredita-se que a
taxa de germinação seja inferior a este número. Foi realizado um experimento e
de 400 sementes, tomadas ao acaso, 350 germinaram.
Qual a conclusão do teste ao nível de 1% de significância?

Teste de hipótese para uma proporção populacional utilizando o R

(prop.test)

Estamos analisando a taxa de germinação de uma caixa de sementes vencidas.

Queremos saber se mesmo após passada a validade, as sementes apresentam
a taxa indicada no rótulo da caixa.
Primeiro, vamos identificar as hipóteses nula e alternativa. Temos que:
H0: p = 0,875 vs H1: p < 0,875
Como n > 30, podemos supor que a distribuição se comporta conforme a
normal, utilizaremos o prop.test.
Na ajuda do R temos:

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).

Teste de hipótese para uma proporção populacional utilizando o R

(binom.test)

Descrição: Realiza um teste exato de uma hipótese nula sobre a probabilidade de

sucesso em um experimento de Bernoulli.

Na ajuda do R temos que:

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).

Teste de hipótese para uma proporção populacional utilizando o SPSS

Utilizando os comandos:
Analisar > Estatística não-paramétrica > Binomial

A primeira dificuldade encontrada para utilizar o teste de hipótese para uma

proporção populacional pelo SPSS foi entender como indicar a proporção no
software.
 Atividade 4

Exercício: Duas amostras de 10 alunos de duas turmas distintas de um mesmo

curso apresentam os seguintes totais de pontos em provas de certa disciplina:

Turma 1: 51, 47, 75, 35, 72, 84, 45, 11, 52, 57.
Turma 2: 27, 75, 49, 69, 73, 63, 79, 37, 84, 32.

Ao nível de 10%, testar a hipótese de que as turmas tenham aproveitamentos

diferentes. Admitir populações normais com mesma variância.

Teste t para comparação de duas médias de populações normais com

variâncias desconhecidas e iguais no R

Primeiro vamos identificar as hipóteses nula e alternativa:

H0: µ0 = µ1 vs H1: µ0 ≠ µ1

Para comparação de amostras usamos o teste bilateral.

Novamente utilizaremos o teste-t. A maneira de utiliza-lo foi explicada

posteriormente.

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).

Teste t para comparação de duas médias de populações normais com

variâncias desconhecidas e iguais no SPSS

A primeira dificuldade encontrada foi que um dos comandos indicados na aula

estava incorreto.
Os comandos utilizados devem ser:

Analisar > Comparar Médias > Independent Samples T Test

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.

Na saída do SPSS temos:

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.