Testes de Hipóteses Paramétricos

3.
Testes de Hipteses Paramtricos

74

75
Objectivos
Com o estudo deste captulo o leitor dever ser capaz de:
Estabelecer e interpretar hipteses estatsticas;
Proceder construo de um teste de hipteses em geral;
Realizar testes de hiptese para propores, diferenas entre
propores, mdia , diferena entre mdias, varincia e razo de
varincias, reconhecendo a estatstica apropriada a cada caso
particular;
Explicar e calcular os erros do Tipo I e Tipo II.
Construir os testes mais potentes para hipteses simples;
Construir os melhores testes envolvendo hipteses compostas.

Resumo
Pretende-se com este captulo permitir ao leitor uma abordagem geral
problemtica da construo de testes de hipteses. So definidos testes de
hipteses em geral e so apresentados os conceitos de hiptese nula e
alternativa, bem como de hiptese simples e de hiptese composta.
Apresentam-se os testes de hipteses mais comuns: proporo, diferena
de propores, mdia, diferena de mdias, varincia e razo de
varincias. Como se sabe, associada a cada hiptese h sempre uma certa
probabilidade de errar ao tomar esta ou aquela deciso. So por isso
descritos e interpretados os erros Tipo I e Tipo II. Estudam-se tcnicas
para a construo dos testes mais potentes, envolvendo hipteses simples e
hipteses compostas. Finalmente o leitor convidado a contactar com
alguns problemas prticos e a resolver os exerccios propostos.

76

77
3.1 Introduo e definio das hipteses estatsticas
Observe-se o seguinte exemplo de um problema prtico:
Na fbrica CD-Logics um dos responsveis pelo controlo de qualidade
est encarregue de em cada meia hora recolher uma pequena amostra dos
CDs acabados de produzir e efectuar medies do n de Megabytes
respectivo. Inmeros factores podem influenciar esta produo, sendo
bvia a variao subjacente. O objectivo da fbrica produzir CDs com
700 Megabytes, donde ser conveniente verificar se isto que se passa na
produo actual. Pretende-se averiguar se 700 = , ou seja se a mdia
populacional dos CDs produzidos se mantm igual ao pretendido. Assim,
enquanto as mdias amostrais no desviarem demais do valor pretendido,
700 = , a produo pode continuar sem problemas. Se o desvio for
demasiado h que tomar a deciso de parar a produo e averiguar qual o
problema, rejeitando-se portanto que esteja tudo bem e que a mdia dos
CDs produzidos continue com 700 = MegaBytes. Qual o desvio que se
considera demasiado? Qual a barreira que distingue pequenos desvios
aleatrios de grandes desvios? Os grandes desvios so conhecidos por
desvios significativos, pois necessitam de outra teoria que justifique os
resultados das experincias produzidas, o que j no acontece com os
pequenos desvios cuja razo de existncia reside exclusivamente em
factores aleatrios. Qual o erro que pode estar associado deciso?
Ser desenvolvida a teoria que permite a resposta a todas estas questes.
De acordo com o exemplo anterior, muitas vezes na prtica necessrio
tomar decises sobre a populao, tomando por base a informao obtida
em amostras dessa mesma populao, sujeitas a variaes aleatrias. Para
se tomarem decises necessrio estabelecer suposies acerca da
populao. Uma hiptese estatstica no mais do que uma suposio ou
conjectura acerca do valor de um determinado parmetro de uma
populao, como no exemplo anterior, ou acerca da natureza dessa mesma
78
populao. Note-se que esta suposio pode ser ou no verdadeira, mas a
veracidade ou falsidade de uma hiptese estatstica nunca conhecida com
certeza absoluta a menos que seja examinada toda a populao, o que na
maioria dos casos impraticvel. Assim, usual recorrer-se a uma
amostra aleatria da populao com interesse e com base na informao
contida nessa amostra decidir se a hiptese verdadeira ou falsa, com uma
certa probabilidade associada.
Quando se pretende testar o valor de um determinado parmetro a
verificao da suposio feita por um teste paramtrico; quando se
pretende testar a natureza de uma populao a verificao da suposio
feita por um teste no paramtrico ou teste de aderncia. So exemplos do
primeiro caso (i), (ii) e (iii) ; so exemplos do segundo caso (iv) e (v):
(i) A mdia populacional dos ordenados da fbrica CD-Logics
1000 Euros, ou seja 1000 = ;
(ii) A varincia populacional dos ordenados da fbrica CD-Logics
500 Euros, ou seja 500
2
= ;
(iii) A proporo de empregados da fbrica CD-Logics no Controlo
de Qualidade de 15%, ou seja p=0.15;
(iv) A distribuio dos ordenados da fbrica CD-Logics normal;
(v) O nmero de acidentes de trabalho que ocorre na fbrica CD-
Logics segue uma distribuio de Poisson.
Um teste de hipteses no mais do que a formulao de uma regra de
deciso para no rejeitar ou rejeitar uma hiptese estatstica, com
base nas observaes da amostra. Note-se que a no rejeio de uma
hiptese estatstica resultado de insuficiente evidncia para a rejeitar e
no implica necessariamente que ela verdadeira ( da a preocupao em
usar o termo no rejeitar em vez de aceitar).
Na notao usual designa-se por
0
H , hiptese nula, a hiptese estatstica
a ser testada (efeito nulo ou ausncia de diferena nos resultados de
79
interesse) e por
1
H a hiptese alternativa, que geralmente representa a
conjectura que se pretende provar.
Se uma hiptese especifica completamente a distribuio, isto se
especifica a sua forma funcional bem como os valores de todos os
parmetros chamada hiptese simples. Caso contrrio chamada
hiptese composta.
O resultado do teste ser portanto a confirmao ou no da suposio
inicial, rejeitando ou no a hiptese nula. Em ambos os casos corre-se o
risco de errar, logo uma das principais preocupaes na construo dos
testes de hipteses procurar minimizar esse risco.
De um modo geral a construo de um teste de hipteses rege-se pelos
seguintes passos:
(i) Definio das hiptese nula e alternativa: a hiptese nula
sempre de igualdade (=) e a alternativa pode ser de
diferena ( , teste bilateral ) , ou de maior (>, teste unilateral
direito) ou menor (< , teste unilateral esquerdo);
(ii) Determinao de e identificao da estatstica de teste e
sua distribuio;
(iii) Estabelecimento da regra de deciso, determinando as
regies crtica e no crtica em funo de (valores
tabelados);
(iv) Clculo da estatstica de teste com base nos valores
amostrais;
(v) Tomada de deciso: rejeitar ou no
0
H comparando o valor
observado do teste com as regies crtica e no crtica. A
hiptese nula ser rejeitada se o valor da estatstica do teste
pertencer regio crtica e no ser rejeitada caso
contrrio.
Com base nas distribuies amostrais respectivas, sero agora expostos
80
de um modo geral os passos a seguir para a realizao dos testes de
hipteses para propores, diferenas entre propores, mdias,
diferenas entre mdias.

3.2 Testes de hipteses para propores (n grande)
Muitas vezes na prtica desejvel a realizao de testes de hipteses
referentes a propores. So muitas as reas de aplicao destes testes, e
um exemplo clssico o de um poltico que est interessado em averiguar
qual a fraco de eleitores por ele conquistada. Pode testar se esta fraco
se pode considerar, ou no, igual a determinado valor, com uma
determinada confiana. Outro exemplo clssico usado na rea do
Controlo da Qualidade em que o inspector deve testar com regularidade se
a fraco de defeituosos fabricados se mantm aceitvel.
Com base numa populao binomial de parmetros n, p e com q=1-p,
sabido que, admitindo uma amostra grande, a proporo distribuda
de acordo com a normal de parmetros:
p
p
= e
n
q p
p
=
Ao realizar-se um teste de hipteses para propores, o objectivo ser
testar a hiptese nula:

0 0
p p : H = ,
em que
0
p um valor fixo e conhecido, contra trs possveis tipos de
hipteses alternativas:
0 11
p p : H Teste bilateral
0 12
p p : H > Teste unilateral direito
81
0 13
p p : H < Teste unilateral esquerdo
Uma estatstica adequada para o estabelecimento de um critrio de
deciso dada por:
n
) p 1 ( p
p p
z
0 0
0
=
Sendo x o nmero de sucessos na amostra de dimenso n, recorde-se que
n
x
p = .
Regra de deciso: Aps a determinao do nvel de significncia do
teste, compara-se o valor observado da estatstica de teste com o valor
tabelado correspondente na tabela da distribuio normal reduzida. Para os
trs tipos de alternativas, tem-se respectivamente:
Teste bilateral:
Seja
2 /
z
o valor tabelado de z acima do qual corresponde uma rea /2.

O procedimento do teste consiste em no rejeitar
0
H caso o valor
observado do teste pertena ao intervalo
2 / 2 /
z z z

< < , regio no
crtica .
Rejeitar
0
H caso contrrio, ou seja caso z pertena regio crtica,
2 /
z z

< ou
2 /
z z

> .

Teste unilateral direito:
0
H se
< z z .
Rejeitar
0
> z z .
Teste unilateral esquerdo:
82
0
H se
> z z .
Rejeitar
0
H caso contrrio, caso z pertena regio crtica,
< z z .

3.3 Testes de hipteses para diferenas entre propores
(Amostras grandes)
So muitas e diversas as situaes em que se pretendem comparar
propores. A ttulo de exemplo, pode ser desejvel comparar propores
de peas defeituosas produzidas por duas mquinas diferentes, ou
propores de votos de dois candidatos a determinada presidncia. Pode
ainda ser importante para a tomada de deciso de fumar ou no fumar, o
conhecimento do facto de a proporo de fumadores que morrem com
cancro no pulmo ser bastante superior proporo dos no fumadores
que morrem desse mal.
Sejam duas populaes P1 e P2, distribudas binomialmente com
parmetros respectivamente
1 1
p , n e
2 2
p , n , onde
1
p e
2
p representam as
propores de sucessos, com
1 1
p 1 q = e
2 2
p 1 q = . j sabido que
admitindo amostras grandes e independentes, a diferena de propores
distribuda de acordo com a normal com os parmetros:
2 1 p p
p p
2 1
=

e
2
2 2
1
1 1 2
p
2
p p p
n
q p
n
q p
2 1 2 1
+ = + =

Em geral pretende-se testar a igualdade de propores, podendo o teste ser
unilateral direito, unilateral esquerdo ou bilateral.
A hiptese nula ser:
2 1 o 2 1 o
p p : H 0 p p : H = =

As hiptese alternativas podem ser:
83
2 1 11 2 1 11
p p : H 0 p p : H Teste bilateral
2 1 o 2 1 12
p p : H 0 p p : H > > Teste unilateral direito
2 1 o 2 1 13
p p : H 0 p p : H < < Teste unilateral esquerdo

A estatstica de teste apropriada ao estabelecimento da regra de deciso
ser:
2
2 2
1
1 1
2 1
n
q p
n
q p
p p
z
+
=
Sob a hiptese
0
H pode escrever-se:

|
|
\
|
+
=
2 1
2 1
n
1
n
1
) pq (
p p
z
Quando
0
H verdadeira e
1
n e
2
n so grandes a varivel z segue uma
distribuio normal. Para calcular o valor de z necessrio estimar o
parmetro p (e obviamente q). Assim usual a considerao de um
estimador ponderado, combinando os dados de ambas amostras da
seguinte forma:
2 1
2 1
n n
x x
p
+
+
= e p 1 q =
Note-se que
1
x e
2
x representam o nmero de sucessos em cada uma
das amostras independentes e recorde-se que
1
1
1
n
x
p = e
2
2
2
n
x
p = .
Finalmente a estatstica de teste pode escrever-se:

84
|
|
\
|
+
=
2 1
2 1
n
1
n
1
) q p (
p p
z

Regra de deciso: Aps a determinao de , nvel de significncia do
teste, deve comparar-se o valor observado da estatstica de teste com o
valor tabelado correspondente na tabela da distribuio normal reduzida.
Para os trs tipos de alternativas, tem-se respectivamente:
Teste bilateral:
0
H caso o valor
observado do teste pertena ao intervalo
2 / 2 /
z z z

< < , regio no
crtica.
Rejeitar
0
2 /
z z

< ou
2 /
z z

> .

0
H se
< z z .
Rejeitar
0
> z z .
0
H se
> z z .
Rejeitar
0
< z z .

3.4 Testes de hipteses para a mdia populacional
85
Tal como para os intervalos de confiana para a mdia, tambm para os
respectivos testes de hipteses h dois casos que exigem especial ateno.
Distinguem-se as situaes em que a varincia populacional conhecida,
das situaes em que a varincia populacional desconhecida e a amostra
de que se dispe de pequena dimenso. Como se sabe nos casos em que
a amostra grande, pode utilizar-se a distribuio normal e usar-se a
varincia amostral para estimar a varincia populacional. Nos casos em
que a amostra pequena e a varincia populacional desconhecida
recorre-se distribuio t-de-Student.
Ao realizar-se um teste de hipteses para a mdia populacional, o
objectivo ser testar a hiptese nula:

0 0
: H = ,
em que
0
um valor fixo e conhecido, contra trs possveis tipos de
hipteses alternativas:
0 11
: H Teste bilateral
0 12
: H > Teste unilateral direito
0 13
: H < Teste unilateral esquerdo
3.4.1 Caso 1: Varincia populacional conhecida
Um estimador pontual para a mdia pode ser obtido a partir da mdia
amostral, representada pela varivel aleatria X, de valor observado x . J
foi estudado que, para amostras grandes (n>30), admitindo que a
populao infinita, que a amostragem com reposio, e atendendo ao
Teorema do limite central, tem-se:
=
x
e
n
x
= .
86
deciso dada por:

=
) X ( n
n
X
Z
0 0

Regra de deciso: Determina-se o nvel de significncia do teste e
compara-se o valor observado da estatstica de teste, z, com o valor
tabelado correspondente, na tabela da distribuio normal reduzida. Para
os trs tipos de alternativas, tem-se respectivamente:
Teste bilateral:
No se rejeita
0
H se o valor observado do teste pertencer ao intervalo
2 / 2 /
z z z

< < , regio no crtica .
Rejeita-se
0
2 /
z z

< ou
2 /
z z

> .

0
H se
< z z .
Rejeitar
0
> z z .
0
H se
> z z .
Rejeitar
0
< z z .

3.4.2 Caso2: Varincia populacional desconhecida
Considere um estudo realizado numa populao normal, com mdia e
varincia
2
desconhecida, no que respeita varivel aleatria X, ou seja,
87
X ) , ( N
2
. Sabe-se que X representa a mdia amostral e que
)
n
, ( N X
2
. Sendo o desvio padro populacional, , desconhecido,

dever ser estimado atravs do desvio padro amostral:
1 n
X n X
S
n
1 i
2 2
i
=

No caso particular de varincia desconhecida, e tal como j foi referido
anteriormente, h duas situaes importantes a considerar, dependendo da
dimenso da amostra.

Situao 1: Amostra de grande dimenso ( 30 n )
Quando a amostra grande, usa-se:

S
1 n
X n X
n
1 i
2 2
i
=

como valor estimado do desvio padro populacional e procede-se tal como
no caso anterior, recorrendo distribuio normal. Uma estatstica
adequada para o estabelecimento de um critrio de deciso ser, com
base numa amostra de dimenso n:
s
) x ( n
Z
0

=
O procedimento do teste e a regra de deciso segue exactamente o mesmo
critrio que para o caso anterior, em que a varincia conhecida.

Situao 2: Amostra de pequena dimenso
Em situaes de amostras de pequena dimenso (n<30) e em que a
varincia populacional desconhecida, recorre-se distribuio t-de-
88
Student, com n-1 graus de liberdade, e escolhe-se S
como estimador de
, de valor observado na amostra:
s
1 n
x n x
n
1 i
2 2
i
=

deciso, com base numa amostra de dimenso n, dada por:
S
) X ( n
n
S
X
T
0 0

=

=
compara-se o valor observado da estatstica de teste, t, com o valor
tabelado correspondente a n-1 graus de liberdade na tabela t-de-Student.
Teste bilateral:
No se rejeita
0
2 / 1 , 1 n 2 / 1 , 1 n
t t t

Rejeita-se
0
H caso contrrio, ou seja caso t pertena regio crtica,
2 / 1 , 1 n
t t

< ou
2 / 1 , 1 n
t t

> .
Teste unilateral direito: O procedimento do teste consiste em no rejeitar
0
H se

<
1 , 1 n
t t . Rejeitar
0
H caso contrrio, ou seja caso t pertena
regio crtica,

>
1 , 1 n
t t .
0
H se

>
1 , 1 n
t t .
Rejeitar
0
H caso contrrio, caso t pertena regio crtica,

<
1 , 1 n
t t .
89

3.5 Testes de hipteses para a diferena entre mdias
Admitam-se duas populaes com mdias
1
e
2
e varincias
2
1
e
2
2
,
respectivamente, sendo
1
X e
2
X a mdia de amostras aleatrias de
dimenso
1
n e
2
n , respectivamente. Se as amostras independentes so
extradas a partir de populaes normais, e se qualquer uma das amostras
tiver dimenso mnima de 30 observaes, sabe-se que:
)
n
, ( N X
1
2
1
1 1
, )
n
, ( N X
2
2
2
2 2
e ).
n n
, ( N ) X X (
2
2
2
1
2
1
2 1 2 1

Ao realizar-se um teste de hipteses para a diferena entre mdias
populacionais, o objectivo ser testar a hiptese nula:
k : H
2 1 0
= , sendo k um valor constante, contra trs possveis
tipos de hipteses alternativas:
k : H
2 1 11
Teste bilateral
k : H
2 1 12
> Teste unilateral direito
k : H
2 1 13
< Teste unilateral esquerdo
3.5.1 Caso 1: Varincias populacionais conhecidas
deciso dada por:
2
2
2
1
2
1
2 1
2
2
2
1
2
1
2 1 2 1
n n
k ) X X (
n n
) ( ) X X (
Z

= .
compara-se o valor observado da estatstica de teste, z, com o valor
90
tabelado correspondente, na tabela da distribuio normal reduzida. Para
Teste bilateral:
No se rejeita
0
2 / 2 /
z z z

Rejeita-se
0
2 /
z z

< ou
2 /
z z

> .

0
H se
< z z .
Rejeitar
0
H caso contrrio, caso z pertena regio crtica ou seja
> z z .
0
H se
> z z .
Rejeitar
0
< z z .

3.5.2 Caso 2: Amostras pequenas e varincias populacionais
desconhecidas, porm iguais
Tal como no caso da mdia simples, tambm para a diferena entre
mdias, necessrio recorrer distribuio t-de-Student para estabelecer a
regra de deciso.
deciso ser:
2 1
c
2 1
n
1
n
1
S
k ) X X (
T
+

=

91
Recorde-se que:
2 n n
S
) 1 n ( S
) 1 n (
S
2 1
2
2 2
2
1 1 2
c
+
+
=

tabelado correspondente a 2 n n
2 1
+ graus de liberdade na tabela t-de-
Student. Para os trs tipos de alternativas, tem-se respectivamente:
Teste bilateral:
No se rejeita
0
2 / 1 , 2 n n 2 / 1 , 2 n n
2 1 2 1
t t t
+ +
Rejeita-se
0
2 / 1 , 2 n n
2 1
t t
+
< ou
2 / 1 , 2 n n
2 1
t t
+
> .

0
H se
+
<
1 , 2 n n
2 1
t t .
Rejeitar
0
+
>
1 , 2 n n
2 1
t t .
0
H se
+
>
1 , 2 n n
2 1
t t .
Rejeitar
0
H caso contrrio, caso t pertena regio crtica, ou seja no
caso de
+
<
1 , 2 n n
2 1
t t .

3.5.3 Caso 3: Varincias populacionais desconhecidas e diferentes
entre si, amostras pequenas e de diferentes dimenses
Tal como para os intervalos de confiana, tambm quando se pretende
92
testar a diferena entre duas mdias populacionais, dispondo de
pequenas amostras independentes, com dimenses diferentes e
varincias populacionais desconhecidas e diferentes entre si, a
estatstica mais frequentemente usada :
2
2
2
1
2
1
2 1 2 1
n
S
n
S
) ( ) X X (
T
+

=

Como j se viu, T obedece a uma distribuio t-de-Student com graus
de liberdade, sendo obtido pela expresso a seguir apresentada,
arredondando ao inteiro mais prximo:

) 1 n ( n
S
) 1 n ( n
S
n
S
n
S
2
2
2
4
2
1
2
1
4
1
2
2
2
2
1
2
1
|
|
\
|
+
=

tabelado correspondente a graus de liberdade na tabela t-de-Student.
Teste bilateral:
No se rejeita
0
2 / 1 , 2 / 1 ,
t t t

< < , regio no crtica . Rejeita-se
0
H caso contrrio, ou
seja caso t pertena regio crtica,
2 / 1 ,
t t

< ou
2 / 1 ,
t t

> .

93
0
H se

<
1 ,
t t .
Rejeitar
0

>
1 ,
t t .
0
H se

>
1 ,
t t .
Rejeitar
0

<
1 ,
t t .

3.5.4 Caso 4: Varincias populacionais desconhecidas e diferentes
entre si, amostras com a mesma dimenso e dependentes, extradas
de populaes normais
Para testar a diferena entre duas mdias populacionais dispondo de
amostras no independentes com a mesma dimenso, de varincias
no necessariamente iguais, so usadas observaes so relacionadas,
ou emparelhadas. Considere-se
n 2 1
D ,..., D , D , uma amostra aleatria (de
diferenas entre amostras) de dimenso n, seleccionada a partir de uma
populao ) , ( N
2
D D
e seja
2
D
S
o estimador da varincia.

A hiptese nula a testar ser:
k : H
D 0
= , com k constante, e
D
=
2 1
, e os trs possveis tipos
de hipteses alternativas:

k : H
D 11
Teste bilateral
k : H
D 12
> Teste unilateral direito
94
k : H
D 13
< Teste unilateral esquerdo

A estatstica apropriada a este teste ser:
D
D
S
n ) D (
T

=
compara-se o valor observado da estatstica de teste com o valor tabelado
correspondente a n-1 graus de liberdade na tabela t-de-Student. Para os
trs tipos de alternativas, tem-se respectivamente:
Teste bilateral:
No se rejeita
0
2 / 1 , 1 n 2 / 1 , 1 n
t t t

Rejeita-se
0
2 / 1 , 1 n
t t

< ou
2 / 1 , 1 n
t t

> .

0
H se

<
1 , 1 n
t t .
Rejeitar
0

>
1 , 1 n
t t .
0
H se

>
1 , 1 n
t t .
Rejeitar
0

<
1 , 1 n
t t .

3.6 Testes de hipteses para a varincia
Pretende-se testar a hiptese de que a varincia igual a um determinado
95
valor fixo e conhecido, diga-se
2
0
, com base numa amostra aleatria de
dimenso n.
A hiptese nula a testar ser ento:
2
0
2
0
: H =
e os trs possveis tipos de hipteses alternativas:
2
0
2
11
: H Teste bilateral
2
0
2
12
2
0
2
13

A estatstica apropriada a este teste dada por:
2
0
2
2
S
) 1 n (
=
correspondente a n-1 graus de liberdade na tabela do Qui-Quadrado. Para
Teste bilateral:
No se rejeita
0
2
2 / 1 , 1 n
2 2
2 / , 1 n
< < , regio no crtica.
Rejeita-se
0
H caso contrrio.
0
H se
2
1 , 1 n
2

< .
Rejeitar
0
H caso contrrio
96
0
H se
2
, 1 n
2

> .
Rejeitar
0
H caso contrrio.

3.7 Testes de hipteses para a razo de varincias
Pretende-se testar a hiptese de igualdade entre varincias, com base em
amostras de dimenso
1
n e
2
n retiradas de duas populaes normais, com
varincias respectivamente
2
1
e
2
2
. A hiptese nula a testar ser ento:
2
2
2
1 0
: H =
e os trs possveis tipos de hipteses alternativas:
2
2
2
1 11
: H Teste bilateral
2
2
2
1 12
2
2
2
1 13
A estatstica apropriada a este teste dada por:
2
2
2
1
S
F =
correspondente a ( 1 n , 1 n
2 2 1 1
= = ) graus de liberdade, do
numerador e do denominador respectivamente, na tabela F. Para os trs
tipos de alternativas, tem-se:
Teste bilateral:
No se rejeita
0
97
2 / , 1 n , 1 n 2 / 1 , 1 n , 1 n
2 1 2 1
F F F

< < , ou equivalentemente de forma simplificada
2 / ,
2
,
1
2 / 1 ,
2
,
1
F F F

< < , regio no crtica.
Rejeita-se
0
H caso contrrio.

No se rejeita
0
H se

<
, 1 n , 1 n
2 1
F F ou equivalentemente se

<
, ,
2 1
F F .
Rejeitar
0
H caso contrrio
No rejeitar
0
H se

>
1 , 1 n , 1 n
2 1
F F ou equivalentemente se

>
1 , ,
2 1
F F .
Rejeitar
0
H caso contrrio.
3.8 Erros do Tipo I e Erros do Tipo II
3.8.1 Introduo
Seja o nvel de significncia de um teste estatstico e c o valor crtico
(valor a partir do qual rejeitamos
0
H ). A regio que contm todos os
valores para os quais a hiptese nula rejeitada designa-se por regio
crtica ou regio de rejeio. A regio de valores para os quais no se
rejeita a hiptese nula conhecida por regio de aceitao (apesar de esta
designao no ser a mais correcta seria prefervel talvez usar regio de
no rejeio, como j foi anteriormente explicado). De um modo geral os
valores adoptados para so 1% ou 5%.
Seja X uma varivel aleatria cuja distribuio envolve um parmetro
desconhecido.
Admitamos que se pretende testar a hiptese nula de que =
0
contra
uma das alternativas seguintes:
(i)
0
(hiptese alternativa bilateral)
98
(ii) >
0
(hiptese alternativa unilateral direita)
(iii) <
0
( hiptese alternativa unilateral esquerda)

Teste bilateral
- Regio de aceitao ; - Regio de rejeio

RA

1
c
0

2
c
Teste unilateral direito
- Regio de aceitao ; - Regio de rejeio

0
c

Teste unilateral esquerdo
- Regio de aceitao; - Regio de rejeio

c
0

99

3.8.2 Tipos de erros
H riscos inerentes tomada de deciso, de rejeitar ou no a hiptese nula,
que obviamente se pretende que sejam mnimos. Considere-se a ttulo de
exemplo um teste de hiptese unilateral esquerdo, podendo esta anlise ser
extrapolada para os outros tipos de testes:
0 o
: H =
1 1
: H = , com
0 1
< .
O valor crtico c e a regio de rejeio situam-se esquerda de
0
.
Com base numa amostra de dimenso n,
n 2 1
x ,..., x , x , retirada de uma
populao em estudo determine-se um valor para
.
A regra de deciso consiste em rejeitar
0
H se
<c e no rejeitar
0
H se
c . Passamos a enunciar dois tipos de erros passveis de ser cometidos

com esta regra:

Erro Tipo I
Quando se toma a deciso de rejeitar a hiptese nula quando ela
verdadeira comete-se um erro do tipo I ou erro do produtor.
A hiptese nula verdadeira mas rejeitada porque
>c.
A probabilidade de cometer esse erro igual a , nvel de significncia do
teste.

Erro Tipo II

Quando se toma a deciso de no rejeitar a hiptese nula quando ela
falsa comete-se um erro do tipo II, ou erro do consumidor.
A hiptese nula falsa mas no rejeitada, sendo a probabilidade de
100
cometer tal erro dada por . Esta probabilidade depende do valor da
alternativa,
1
.

Definio:
A probabilidade de evitar um erro do tipo II representa-se por . Esta
quantidade representa a potncia do teste:

= 1
Exemplo:
Voltando ao problema inicial da fbrica CD-Logics, admita-se que ao
inspeccionar a produo de CDs foi retirada uma amostra e com base
nesta se pretende testar a hiptese de que todo o lote produzido satisfaz as
condies exigidas. Se neste processo o lote for rejeitado mesmo que
satisfaa as condies de qualidade, ento comete-se um erro do Tipo I
(risco do produtor).
Se o lote for aceite quando na realidade no satisfaz as condies de
qualidade cometido um erro do Tipo II (risco do consumidor).
A tabela a seguir representa as probabilidades dos erros tipo I e tipo II.

Erros Tipo I e Tipo II

Deciso
Realidade
No rejeitar
0 0
: H =
Rejeitar
0
H
0
H verdadeira Deciso correcta
Probabilidade=
=1-
Erro Tipo I
Probabilidade =
101
0
H falsa Erro Tipo II
Probabilidade =
Deciso correcta
Probabilidade =
= 1
Interpretao da tabela:
Sendo
0
H verdadeira, a probabilidade de tomar a deciso correcta, ou seja
no rejeitar a hiptese nula , igual a 1 ; a probabilidade de rejeitar
0
H
sendo esta verdadeira igual a , tamanho do erro do Tipo I;
Sendo
0
H falsa, a probabilidade de tomar a deciso correcta, ou seja
rejeitar
0
H , igual a = 1 ; a probabilidade de no rejeitar
0
H sendo
esta falsa igual a , tamanho do erro do Tipo II.
Como j foi referido, nos testes de hipteses o objectivo definir as
regras de deciso por forma a minimizar estes erros. Este no um assunto
simples, pois em geral para uma dada dimenso da amostra, quando se
tenta diminuir um tipo de erro o outro aumenta. Note-se que quer quer
dependem do ponto crtico c.
Considere agora um teste unilateral direito. Observe as figuras:

0
c
1

102

0
H verdadeira (regio de aceitao); Regio crtica (
1
H verdadeira )

0
c
1

0
H verdadeira (regio de aceitao); Regio crtica (
1
H verdadeira )
Como se pode constatar, da deslocao de c para a direita resulta a
diminuio de e consequente aumento de . S possvel reduzir
simultaneamente os dois tipos de erro, aumentando a dimenso da
amostra, o que por vezes impraticvel. Assim, deve procurar-se uma
soluo que conduza reduo do tipo de erro que se considere mais
grave.
prtica vulgar escolher-se primeiro o valor de , 1% ou 5%, como j foi
referido. Determina-se ento o valor de c sendo finalmente calculado o
valor de correspondente.
Quando a hiptese alternativa no um nmero simples, mas assume uma
das formas:
(i)
0
(hiptese alternativa bilateral)
(ii) >
0
(hiptese alternativa unilateral direita)
(iii) <
0
( hiptese alternativa unilateral esquerda)
ento torna-se uma funo de , ) ( , funo esta conhecida como
Curva Caracterstica Operacional.
103
Conclui-se ainda acerca da existncia da funo ) ( 1 ) ( = , conhecida
como Funo Potncia do Teste.
So apresentados em seguida os mtodos adequados para a obteno dos
testes mais potentes.

3.9 Construo de testes mais potentes
3.9.1 O Lema de Neyman-Pearson
Pretende-se agora comparar a qualidade do teste de uma dada
hiptese simples contra uma dada hiptese alternativa simples.
Na maior parte das vezes, o estatstico ao ver-se confrontado com um
problema que envolve um teste, define antecipadamente o tamanho do erro
do tipo I passvel de usar no teste, estabelecendo tambm a dimenso n da
amostra a recolher.
O objectivo do estatstico tentar construir o teste que minimiza o
tamanho do erro tipo II, . O melhor teste ou teste mais potente, ser
aquele para o qual mnimo no conjunto de testes que
correspondem aos valores de e n previamente estabelecidos. A
regio crtica correspondente ao melhor teste designa-se por melhor regio
crtica. No presente caso, a regio crtica de um teste vem a ser a regio
definida num espao n-dimensional, consistindo de todos os pontos
amostrais, para a qual o teste conduz rejeio da hiptese nula.
Um teste para o qual o tamanho do erro do tipo I , conhecido como o
teste de dimenso , sendo o Lema de Neyman-Pearson o critrio mais
adequado obteno do teste mais potente com esta dimenso.

Lema de Neyman-Pearson
Consideremos testes de tamanho de uma hiptese simples,
0 0
: H = ,
104
versus
1 1
: H = , baseados numa amostra de dimenso n extrada de uma
populao com funo densidade ) ; x ( f .
Seja ) ; x ( f )... ; x ( f ) ; x ( f ) ( L
n 2 1
= , a funo de verosimilhana
correspondente.
C a melhor regio crtica de dimenso para testar a hiptese nula
simples
0
= contra a hiptese alternativa simples
1
= , se existir uma
constante k tal que:
(i) k
) ( L
( L
0
) 1
, quando C x ,..., x , x
n 2 1

(ii) k
) ( L
( L
0
) 1
, quando C x ,..., x , x
n 2 1
,

Demonstrao do Lema:
Um valor da amostra,
j
x , pode ser considerado como um valor observado
de uma varivel aleatria
j
X , com funo densidade ) ; x ( f
j
. Dado que
estas variveis aleatrias
n 2 1
X ,..., X , X so independentes ento ) ( L a
densidade da varivel aleatria (
n 2 1
X ,..., X , X ). Por definio da regio
crtica C, a probabilidade de a varivel aleatria
n 2 1
X ,..., X , X assumir
qualquer valor em C, quando
0
= , igual a . O objectivo agora
demonstrar que a melhor regio crtica para o erro tipo I C.
Para C pode-se escrever ento:
=
C
0
dx ) ( L , onde dx =
n 2 1
dx ,..., dx , dx
Seja C* outra regio crtica qualquer de dimenso. Assim tem-se:
=
* C
0
dx ) ( L .
Sejam e * os tamanhos dos erros do tipo II correspondentes s regies
crticas C e C* respectivamente.
Uma vez que a probabilidade de
n 2 1
X ,..., X , X assumir qualquer valor
105
fora da regio crtica C quando
1
= verdadeira, tem-se:
=
C
1
dx ) ( L 1 , dx =
n 2 1
dx ,..., dx , dx . Analogamente,
=
* C
1
dx ) ( L 1 * .
Seja * C C B = , A =C-B e A*=C*-B .

C C*

A B A*

Uma vez que =
C
0
dx ) ( L , e =
* C
0
dx ) ( L , pode-se escrever

C
0
dx ) ( L
=
* C
0
dx ) ( L , e
=
C
1
dx ) ( L 1 , dx =
n 2 1
dx ,..., dx , dx .
Analogamente, das definies dadas para e para * , pode-se escrever

=
* A
1
A
1
dx ) ( L dx ) ( L * .
Uma vez que A est situado em C , ento de acordo com (i) tem-se:
) ( kL ) ( L k
) ( L
) ( L
0 1
0
1

, [ ] A ) x ,..., x , x (
n 2 1

donde se conclui ser
(iii)

A
0
A
1
dx ) ( L k dx ) ( L .
Uma vez que A* fica situado fora de C ento,
) ( kL ) ( L k
) ( L
) ( L
0 1
0
1

, [ ] A ) x ,..., x , x (
n 2 1
.
106
Consequentemente, tem-se:
(iv)

* A
0
* A
1
dx ) ( L k dx ) ( L
Adicionando (iii) e (iv) membro a membro tem-se:
[ ]

* A
0
A
0
A * A
1 1
dx ) ( L dx ) ( L k dx ) ( L dx ) ( L [ ] ) 0 ( k *
* 0 * .
Concluso: De todas as regies crticas de dimenso , a que corresponde
regio crtica C a que corresponde a um menor valor de (erro tipo
II), sendo portanto a melhor regio crtica.

3.9.2 O Mtodo da Razo de Verosimilhanas

Para comparao de hiptese compostas um dos mtodos mais usados
o mtodo da razo de verosimilhanas, no obstante nesta situao
acontecer com alguma frequncia que os melhores testes ou testes mais
potentes no existam.
Seja
n 2 1
x ,..., x , x uma amostra retirada de uma populao com funo
densidade ) ; x ( f , dependendo de k parmetros
k 2 1
,..., , . Represente-
se por o conjunto de todos os valores que pode assumir:
{ }
k 2 1
,..., , = .
Seja
0
H a hiptese a ser testada e que impe determinadas restries aos
valores de , determinando um subconjunto de , digamos
0
, sendo as
hipteses nula e alternativa escritas como se segue:
0 0
: H versus
1 1
: H , com
0 1
= .
A funo de verosimilhana de uma dada amostra
n 2 1
x ,..., x , x ser
representada por:
107
=
=
n
1 i
i
) ; x ( f ) ( L
Para valores de
i
x fixos e para a variar em , ento ) ( L ter um
mximo, digamos
L . De forma anloga
0
L
representa o mximo de L
quando varia em
0
.
Designa-se por Razo de verosimilhana o quociente
0
L
L
= .
Convm chamar a ateno para o facto de que 1 , uma vez que
0
L

nunca pode exceder
L . Assim, quando para uma amostra se tem 1 ,

tal significa que no possvel obter um valor maior de ) ( L ao procurar
em todo o espao do que o valor passvel de obter atravs de
0
.
Conclui-se ento que nesta situao a hiptese nula verdadeira, ou seja
0
. A regra de deciso sugerida ser:
Escolher um valor
0
, e se
0
no rejeitar
0
H . Caso contrrio, se
0
> , rejeitar
0
H .
Para determinar
0
, correspondendo a um determinado nvel de
significncia , deve conhecer-se a distribuio da varivel aleatria ,
sendo valor observado de . Pode mostrar-se que se a hiptese nula
verdadeira, sob condies muito gerais, tem-se V =2 log. Esta varivel
V assintticamente distribuda como
2
1
quando a dimenso amostral
tende para infinito.

108

Exerccios Resolvidos
3.1 Retome-se agora o problema 2.2 e a polmica instalada acerca da
construo dos estdios na cidade de LisPor. Sabe-se que 23000 dos 45000
habitantes de LisPor concordam em colaborar no projecto e 6500 dos
15000 habitantes dos arredores tambm concordam.
3.1.1 Teste a hiptese de que a proporo de residentes na cidade que
concordam em colaborar no projecto de 50%, usando um nvel de
significncia de 5%.
109
3.1.2 Averigue a validade da suspeita indiciada pelo intervalo de
confiana, de que a proporo de residentes na cidade que concordam
superior proporo de residentes nos arredores que concordam com o
projecto, usando um nvel de significncia de 5%.

3.2 Na fbrica CDLogics foi retirada uma amostra aleatria de dimenso
15 da populao total de CDs produzida num determinado perodo de
tempo. Ser legtimo colocar etiquetas nas embalagens de CDs com a
referncia de que os CDs tm 700 Megabytes? Justifique a sua resposta
usando o nvel de significncia de 5%.
695, 698, 708, 705, 699, 698, 706, 695, 703, 708, 702, 700, 698, 700, 705

3.3 As lojas de computadores Star e Plus pretendem comparar as vendas
mdias do ms de Dezembro referentes a uma certa marca de impressoras
laser. Sabe-se que nos ltimos 10 anos foram vendidas pela Star no ms de
Dezembro em mdia 100 impressoras laser, com um desvio padro
estimado de 15 impressoras laser. Para o mesmo ms, na loja Plus apenas
h o registo dos ltimos 8 anos, onde se verificou uma mdia de 110
impressoras laser, com um desvio padro estimado de 10 impressoras
laser. Admita que as observaes so provenientes de populaes normais
com varincias populacionais desconhecidas e diferentes entre si, e emita
as suas concluses com base em %. 1 =

3.4 Pretende-se testar a eficcia de um novo medicamento para dormir.
Foram observados 6 pacientes escolhidos ao acaso para os quais se
registou o nmero de horas dormidas por noite, antes e aps a ingesto do
medicamento. Os resultados foram:
Paciente Antes Depois
1 5.0 7.0
110
2 6.0 8.5
3 7.0 8.0
4 7.0 7.0
5 8.5 9.0
6 5.0 8.0

Admitindo a normalidade, qual a sua concluso acerca da eficcia do
medicamento, ao nvel de significncia de 5%?

3.5 O volume contido em certas embalagens de gua de colnia tem
usualmente uma distribuio normal, com varincia 0.13dl
2
. Teste a
hiptese que 13 . 0
2
= dl
2
versus 13 . 0
2
dl
2
, ao nvel de
significncia de 1%, sabendo que uma amostra aleatria de 12 observaes
revelou:

15.31 14.99 15.00 15.10 14.95 14.98
15.22 15.23 14.99 15.10 15.15 15.00

3.6 A embalagem de determinado tipo de disquetes da responsabilidade
do Departamento Tcnico de uma dada empresa. Pretende-se estudar os
tipos A e B de embalagens quanto operacionalidade, pelo que foi
registado o output relativo de alguns funcionrios escolhidos ao acaso,
relativamente a estes tipos de embalagens:

Embalagem
Tipo A

127

130

125

131

135

133

135
Embalagem
Tipo B

125

120

123

127

126

3.6.1 Teste a homocedastecidade (igualdade de varincias), ao nvel de
significncia de 10%.
111
3.6.2 Admitindo a igualdade entre varincias populacionais, teste a
hiptese de que a diferena entre mdias igual a 5, ao nvel de
significncia de 1%.

3.7 Com base no historial do Gabinete de Pesquisa da CDLogics, admite-
se que as despesas mensais de Internet deste Gabinete seguem uma
distribuio aproximadamente normal, com mdia 200 Euros e desvio
padro 50 Euros. Foi extrada uma amostra de dimenso n, para a qual se
obteve =1% e =10%, e que conduziu concluso de que a despesa
mdia mensal desceu 30 Euros. Pretende-se determinar a dimenso n da
referida amostra.

3.8 Considere a varivel aleatria X, com funo densidade de
probabilidade:
[ ]
[ ]

=

1 , 0 x para , 0
1 , 0 x para , x
) x ( f
1

Pretende-se testar a hiptese:
1 : H
0 0
= = , usando para regio de rejeio o intervalo x > 0.99.
3.8.1 Determine o valor do erro tipo I, .
3.8.2 Calcule , considerando a hiptese alternativa 5 : H
1 1
= = .
3.9 Considere novamente a varivel aleatria X do problema anterior,
recorde-se com funo densidade de probabilidade:
[ ]
[ ]

=

1 , 0 x para , 0
1 , 0 x para , x
) x ( f
1

Estabelea o melhor teste ao nvel de significncia de 1%, para testar a
hiptese nula 1 : H
0
= versus a alternativa 2 : H
1
= .
3.10 Defina o teste mais potente para testar, ao nvel de significncia de
5%, a hiptese 10 : H
0
= versus 10 : H
1
, com base numa amostra
112
de dimenso 64 extrada de uma populao normal com varincia 16.

Resoluo:
3.1.1 Como nada dito relativamente a suspeitas de que a proporo de
residentes na cidade que concordam seja maior ou menor que 0.5, ento
testa-se a diferena. Tem-se:
5 . 0 p : H
1 0
= versus 5 . 0 p : H
1 1

O valor da estatstica de teste ser:
113
667 . 4
002357 . 0
5 . 0 511 . 0
45000
) 5 . 0 1 ( 5 . 0
5 . 0 p
z
1
=
=
O valor observado da estatstica de teste compara-se com o valor
tabelado da distribuio normal reduzida correspondendo a 95%
centrais, ou seja 96 . 1 z z
025 . 0 2 /
= =
.
Concluso: Rejeita-se a hiptese nula. Ao nvel de significncia de 5%
h evidncia estatstica para concluir que, a proporo de residentes na
cidade que concordam, diferente de 0.5.
3.1.2 Pretende-se averiguar se a proporo de residentes na cidade que
concordam superior proporo de residentes nos arredores que
concordam em colaborar no projecto, usando um nvel de significncia
de 5%. Consequentemente, o teste ser unilateral direito, sendo as
hiptese nula e alternativa as seguintes:
0 p p : H
2 1 0
= versus 0 p p : H
2 1 1
>
O valor da estatstica de teste ser:
548 . 16
0047134 . 0
078 . 0
15000
1
45000
1
) 492 . 0 1 )( 492 . 0 (
433 . 0 511 . 0
n
1
n
1
) p 1 ( p
p p
z
2 1
2 1
= =
=
|
\
|
+
=
|
|
\
|
+
=

O valor observado da estatstica de teste compara-se com o valor tabelado
da distribuio normal reduzida 645 . 1 z z
05 . 0
= =
.
Concluso: Rejeita-se a hiptese nula, uma vez que 16.548>1.645. Ao
nvel de significncia de 5% h evidncia estatstica para concluir que a
proporo de residentes na cidade que concordam, superior proporo
114
dos residentes nos arredores, que concordam em colaborar no projecto.
3.2 Uma vez que no enunciado no h indcios que levem a suspeitar que
a mdia maior ou menor que 700, ento testa-se:
700 : H
0
= versus 700 : H
1

Trata-se portanto de um teste bilateral. Por outro lado, a varincia
populacional desconhecida e a amostra em causa pequena, n=15. Ento
vai ser usado o valor da tabela t-de-Student com 15-1 graus de liberdade,
para definir a regio crtica do teste, nomeadamente 14 . 2 t
975 . 0 , 14
= .
Com base nos valores amostrais obteve-se:
333 . 701 x = ; 337 . 4 3369948 . 4 s =
A estatstica do teste ser:
s
) x ( n
t
0

= = 19 . 1 190382 . 1
337 . 4
) 700 333 . 701 ( 15
=

Note-se que 14 . 2 19 . 1 14 . 2 t t t
2 / , 1 n 2 / , 1 n
< < < <

.
Concluso: O valor observado da estatstica do teste cai na regio de no
rejeio da hiptese nula, donde se conclui, ao nvel de significncia de
5%, ser legtimo colocar as etiquetas de referncia 700 Megabytes nas
embalagens dos CDs.
3.3 Trata-se de um problema para o qual se dispe de amostras de
pequena dimenso, admitindo-se que as observaes so provenientes de
populaes normais com varincias populacionais desconhecidas e
diferentes entre si.
A estatstica adequada a este tipo de testes obtm-se do seguinte modo:
115
69 . 1
916 . 5
10
8
10
10
15
) 110 100 (
n
s
n
s
) ( ) x x (
t
2 2
2
2
2
1
2
1
2 1 2 1
=
=
+
=
+

= .
O valor da estatstica de teste compara-se com o valor tabelado na
distribuio t-de-Student com graus de liberdade. Tem-se:
16 59 . 15
) 1 8 ( 8
10
) 1 10 ( 10
15
8
10
10
15
) 1 n ( n
s
) 1 n ( n
s
n
s
n
s
2
4
2
4
2
2 2
2
2
2
4
2
1
2
1
4
1
2
2
2
2
1
2
1
=
|
|
\
|
+
=
|
|
\
|
+
=
A hiptese nula ser rejeitada, ao nvel significncia de 1%, no caso de o
valor observado em mdulo da estatstica de teste ser superior ao valor
tabelado
995 . 0 , 16
t .
Concluso: Tem-se
995 . 0 , 16
t =2.92. Uma vez que -2.92<-1.69<2.92, ento
no se rejeita a hiptese nula, ao nvel de significncia de 1%. No h
evidncia estatstica a este nvel, de diferenas significativas nas vendas
mdias do ms de Dezembro, realizadas nas duas lojas.
3.4 Trata-se de um problema com amostras emparelhadas. A estatstica de
teste ser realizada a partir dos valores observados para as diferenas.
Assim tem-se:
Paciente Antes ) X (
i
Depois ) Y (
i
Diferena
i i i
D Y X =
1 5.0 7.0 -2
2 6.0 8.5 -2.5
3 7.0 8.0 -1
4 7.0 7.0 0
116
5 8.5 9.0 -1.5
6 5.0 8.0 -3
Verifica-se, com base nestes valores, que:
667 . 1 d = ; 08 . 1 s
d
= .
Com
y x D
= , pretende-se testar:
0 : H
D 0
= versus 0 : H
D 1
< (teste unilateral esquerdo)
O valor da estatstica de teste dado por:
78 . 3
08 . 1
6 667 . 1
s
6 ) d (
t
d
D
=
=

=
A hiptese nula ser rejeitada no caso de o valor da estatstica de teste ser
inferior ao valor de -
. 95 . 0 , 5
t
Concluso: Uma vez que
95 . 0 , 5
t =2.02 e que 3.78<-2.02, ento rejeita-se a
hiptese nula e conclui-se, ao nvel de significncia de 5%, que o
medicamento eficaz.
3.5 Pretende-se testar a hiptese 13 . 0
2
= dl
2
versus 13 . 0
2
dl
2
, ao
nvel de significncia de 1% . Com base na amostra tem-se 1192 . 0 s = .
O valor da estatstica de teste vir:
248 . 9
) 13 . 0 (
) 1192 . 0 )( 1 12 (
2
2
2
=
=

O procedimento do teste consiste em rejeitar a hiptese 13 . 0
2
= dl
2
, no
caso de
2
2 / 1 , 1 n
2

> ou
2
2 / , 1 n
2

< .
117
Concluso: Uma vez que 9 . 21
2
975 . 0 , 11
= e que 82 . 3
2
025 . 0 , 11
= , e que se
verifica ser 3.82<9.248<21.9, ento no se rejeita a hiptese nula de que
13 . 0
2
= dl
2
.
3.6.1 O objectivo testar a igualdade de varincias populacionais, sendo
o teste bilateral:

2
B
2
A 0
: H = versus
2
B
2
A 1
: H
Analisando as amostras, verifica-se que:
1 n
1 1
= =7-1=6 , 1 n
2 2
= =5-1=4, sendo 809 . 14 s
2
1
= e 7 . 7 s
2
2
= .

A estatstica de teste dada por:

923 . 1
7 . 7
809 . 14
s
s
F
2
2
2
1
= = =
O procedimento do teste consiste em rejeitar a hiptese nula no caso de se
verificar
2 / 1 , ,
2 1
F F

< ou
2 / , ,
2 1
F F

> , que neste caso concreto ser
equivalente a
95 . 0 , 4 , 6
F F < ou
05 . 0 , 4 , 6
F F > . Verifica-se que
05 . 0 , 4 , 6
F =6.16 e
que 2183 . 0
58 . 4
1
F
1
F
05 . 0 , 6 , 4
95 . 0 , 4 , 6
= = = .
Concluso: Uma vez que F=1.923 e que 0.2183<1.923<6.16, ento no
se rejeita a hiptese de igualdade entre varincias ao nvel de significncia
de10%.
3.6.2 Admitindo a igualdade entre varincias populacionais pretende-se
testar que a diferena entre mdias igual a 5, ao nvel de significncia de
5%. Admitindo os ndices 1 e 2 referentes s embalagens tipo A e B
respectivamente, tem-se portanto:
5 : H
2 1 0
= versus 5 : H
2 1 1
.

Com base nas amostras, calcula-se:
118
; 857 . 130 x
1
= ; 848 . 3 s
1
= ; 7 n
1
= ; 2 . 124 x
2
= 775 . 2 s
2
= ; 5 n
2
=

8057 . 9
10
) 775 . 2 ( 4 ) 848 . 3 ( 6
2 n n
s ) 1 n ( s ) 1 n (
s
2 2
2 1
2
2 2
2
1 1 2
c
=
+
=
+
+
= ; 131 . 3 s
c
=
A estatstica de teste :
904 . 0
) 58554 . 0 ( 131 . 3
657 . 1
5
1
7
1
131 . 3
5 ) 2 . 124 857 . 130 (
n
1
n
1
s
d ) x x (
t
2 1
c
2 1
= =
+

=
+

=
O procedimento do teste consiste em rejeitar a hiptese nula no caso de o
valor em mdulo da estatstica de teste ser superior ao valor tabelado,
. 17 . 3 t
995 . 0 , 10
=
Concluso: Uma vez que se verifica que 3.17<0.904<3.17, ento no se
rejeita a hiptese nula. No h evidncia estatstica, ao nvel de
significncia de 1%, de que a diferena entre mdias no seja igual a 5.

3.7 Sabe-se que as despesas mensais de Internet do Gabinete de Pesquisa
da CDLogics, gozam de um comportamento normal com mdia 200 Euros
e desvio padro 50 Euros. H no entanto evidncia estatstica de que esta
mdia baixou 30 Euros, ou seja passou a ser 170 Euros mensais, com base
numa amostra de dimenso n, aleatoriamente seleccionada, para a qual se
obteve =1% e =10%. Pretende-se determinar qual a dimenso n da
referida amostra.
Testou-se 200 : H
0 0
= versus 170 : H
1 1
= , tendo-se obtido
=1% e =10%.
Admitindo que n suficientemente grande para permitir o uso da
distribuio normal, tem-se:

n
x
= z
0

.
119
Represente-se por
C
R e por
A
R , respectivamente, as regies crtica e no
crtica.
P[z
C
R / H
0
verdadeira] = , donde n ser tal que satisfaa:

[ ]
[ ]
= =
= =
10 . 0 falsa H / Rej.H o a
~
N P
01 . 0 ra verdadei H / H Rej. P
0 0
0 0

[ ]
(
=
=
(
(

= = = =
0 0
0
0
0 C
/
n
33 . 2 x P
/ 33 . 2
n
x
P / R z P 01 . 0

[ ] [ ]

/
n
33 . 2 x P / 33 . 2
n
x
P
falsa H / R z P falsa H / H rej. o a
~
N P = 0.10
1 0 1
0
0 A 0 0
=
(
> =
(
(
(
= >

=
= = =

(
(
(
(
\
|

> =
(
(
(
(
\
|

> =
n
50
170
n
50
33 . 2 200
z P
n
n
33 . 2
z P
1 0

Consultando a tabela da normal reduzida conclui-se que para
10 . 0 ) z Z ( P = > o valor de z z =1.28. Ento, conclui-se ser:
= = ) 50 ( 28 . 1 ) 50 ( 33 . 2 n 30
n
50
28 . 1 170
n
50
33 . 2 200
120
= = ) 50 ( 28 . 1 ) 50 ( 33 . 2 n 30
n
50
28 . 1 170 ) 50 ( 33 . 2 n 30
2002 . 36 n
30
) 50 ( 33 . 2 ) 50 ( 28 . 1
n
30
) 50 ( 33 . 2 ) 50 ( 28 . 1
n
2
=
|
\
| +
=
+
=

Convm arredondar n para o prximo inteiro, uma vez que n representa a
dimenso da amostra. Conclui-se portanto ter sido 37 a dimenso da
amostra seleccionada.
3.8.1 [ ] ra verdadei H / H Rej. P
0 0
= [ ]
0
99 . 0 X P = > =
Ento tem-se:
(
= =
1
99 . 0
0
dx ) x ( f =
(

1
99 . 0
0
1
dx x =
(

1
99 . 0
0
1
dx x =
= [ ] [ ] 01 . 0 99 . 0 1 x 1 x
1 1
x
1
99 . 0
1
99 . 0
1
99 . 0
0
1 1
= = = = =
(
=
+

+

Concluso: Conclui-se que o tamanho do erro tipo I =1%.

3.8.2 = [ ] falsa H / H rej. o a
~
N P
0 0
= [ ]
1
99 . 0 X P = < =
(

99 . 0
0
1
1
dx x =

= [ ] ( ) 95099 . 0 99 . 0 5 x
1 1
x
5
99 . 0
0
99 . 0
0
1
1 1
= = = =
(
=
+

+

Concluso: Conclui-se que o tamanho do erro tipo II =0.95099, ou seja
superior a 95%, o que perfaz o erro do consumidor extremamente
elevado.
121
3.9 Pretende-se estabelecer o melhor teste, ao nvel de significncia de
1%, para testar 1 : H
0
= versus 2 : H
1
= . Sendo ambas as hipteses
simples, trata-se de uma aplicao do Lema de Neyman-Pearson.
Tem-se portanto:
x 2
1
x 2
x 1
) x ( f
) x ( f
) ( L
) ( L
0
1
0
1
0
= =
=
=
=
.
A regio de rejeio para o melhor teste dada por k
x 2
1
< , ou seja, para
a regio de rejeio tem-se
k 2
1
x > .
O valor especificado para de 1%, sendo ento:
[ ] ra verdadei H / H Rej. P
0 0
= =
(
= > =
(
= > 1
k 2
1
x P
k 2
1
x P
0
=

= =
1
k 2
1
1
k 2
1
1 1
k 2
1
1 dx 1 dx x 1
Assim, para =1%, tem-se:
505 . 0 k
) 99 . 0 ( 2
1
k 99 . 0
k 2
1
01 . 0
k 2
1
1 = = = =
3.10 Pretende-se determinar qual o teste mais potente para testar, ao nvel
de significncia de 5%, a hiptese 10 : H
0
= versus 10 : H
1
, com
base numa amostra de dimenso 64 extrada de uma populao normal
com varincia 16. Tem-se a hiptese nula simples e a alternativa
composta, pelo que se trata de um exemplo de aplicao do mtodo da
razo de verosimilhanas.
Seja o espao parametral em que o parmetro a testar .
0
representa o ponto para o qual 10
0
= = , restrio imposta pela
hiptese nula. A funo de verosimilhana dada pelo produto de n
funes densidade da distribuio normal, sendo portanto:
122
(
=

=
n
1 i
2
i
2
0
2
n
2
0
) x (
2
1
exp ) 2 ( ) ( L
Usando o estimador de mxima verosimilhana x = , obtm-se o
mximo de L() . Ento:
(
= =

=
n
1 i
2
i
2
0
2
n
2
0
) x x (
2
1
exp ) 2 ( ) x ( L L
Como
0
um ponto, uma vez que se trata de hiptese simples, ento o
maior valor de L em
0
o seu nico valor, sendo portanto
0
L
o
mximo de L, quando varia em
0
( que no varia, uma vez que
0
=
um nico ponto). Represente-se por a razo de verosimilhanas, ou
seja,
0
L
L
= .
Ento tem-se:
( ) ( )
(
(
=

= =
n
1 i
2
i
2
0
n
1 i
2
0 i
2
0
x x
2
1
x
2
1
exp
Substituindo
=
n
1 i
i
x pela expresso equivalente x n e logaritmizando, vem:
( )

= =

=
n
1 i
2
i
2
0
n
1 i
2
0 i
2
0
x x
1
) x (
1
ln 2
+ +
=

= = = =
2
n
1 i
i
n
1 i
2
i
2
0
n
1 i
n
1 i
0 i
2
i
2
0
x n x x 2 x n x 2 x
1
ln 2
=

= =
2 2
0
n
1 i
n
1 i
i 0 i
2
0
x n n x 2 x x 2
1
ln 2
[ ]
2 2
0 0
2
2
0
x x 2 x 2
n
ln 2 +
= [ ]
2
0 0
2
2
0
x 2 x
n
ln 2 +
=
Finalmente a expresso pode ser escrita da forma simplificada:
( )
2
0
2
0
2
0
2
0
) x ( n
x
n
ln 2
=
123
Note-se que esta expresso precisamente o quadrado de uma normal
reduzida. Sabe-se que, sob a hiptese nula
0
0
) x ( n

segue uma
distribuio normal de mdia 0 e varincia 1.
O seu quadrado, representado por V=2 ln , ter uma distribuio Qui-
Quadrado com 1 grau de liberdade.
Escolhendo , possvel determinar um nmero
o
v , tal que:
= = > 1 ) v V ( P ) v V ( P
0 0

Sabendo que
2
0
2
0
) x ( n
ln 2 v

= = , a tomada de deciso ser:
No rejeitar
0
H se
0
v v , rejeitar
0
H caso contrrio.
Assim, para o problema em questo e para =5%, o valor correspondente
na tabela do Qui-Quadrado 3.84, sendo portanto 84 . 3 v
0
= . Para
10
0
= , n=64 e 16
2
0
= , tem-se:
16
) 10 x ( 64 ) x ( n
v
2
2
0
2
0

=

=
Concluso: No se rejeita a hiptese nula se
0
v v , ou seja se for
verificada a condio:

9798 . 0 10 x 9798 . 0 )
64
16
( 84 . 3 ) 10 x ( 84 . 3
16
) 10 x ( 64
2
2

9.0202 x 10.9798.
Se 9798 . 10 x > ou 0202 . 9 x < , rejeita-se 10 : H
0
= , ao nvel de
significncia de 5%.
124

Exerccios Propostos
3.1. A empresa TenLogics lanou um novo modelo de computador porttil
com DVD, para o qual se verificou que o nmero de reclamaes num
determinado perodo foi de 150 em 3000 vendidos. Foram rectificados
alguns dos componentes de origem, a fim de tentar diminuir a proporo
de reclamaes. Assim, para o modelo rectificado verificaram-se 200
reclamaes em 5000 portteis vendidos. Haver j melhorias
significativas no porttil alterado? Teste ao nvel de significncia de 5%.
125
Soluo: Deve testar-se
2 1 0
p p : H = versus
2 1 1
p p : H > . O resultado da
estatstica de teste z=2.11>1.645, donde se conclui a rejeio da hiptese
nula. Assim h evidncia estatstica ao nvel de significncia de 5% de que
a proporo de reclamaes no modelo original superior proporo de
reclamaes do novo modelo, sendo portanto este melhor que o original.
3.2 A fim de averiguar o impacto no mercado de um novo modelo de
telemveis, a empresa responsvel pelo lanamento do modelo realizou
um inqurito em 10 grandes superfcies comerciais da cidade de PorLis e
20 da cidade de LisPor, questionando o nmero de unidades vendidas em
determinado perodo de tempo. Obtiveram-se os seguintes resultados:

i
x
2
i
x
PorLis 1000 102550
LisPor 1200 75950

Comente a seguinte frase: A mdia de vendas do novo modelo de
telemveis difere significativamente em PorLis e em LisPor
Soluo: A afirmao verdadeira; admitindo a igualdade de varincias
populacionais e realizando um teste bilateral, a estatstica de teste 6.779
que bastante superior ao valor tabelado t-de-Student com 28 graus de
liberdade, ao nvel de significncia de 5%, 2.05; assim a hiptese nula de
igualdade entre mdias rejeitada, havendo diferenas significativas entre
mdias de telemveis vendidas em PorLis e em LisPor.
3.3 Uma fbrica de artigos desportivos desenvolveu um novo tipo de linha
sinttica para a pesca e afirma que esta linha suporta um peso mdio de 8
kg, com desvio padro de 0.5 kg.
Teste ao nvel de significncia de 5% a hiptese de que a mdia se mantm
inalterada, sabendo que numa amostra aleatria de 50 destas linhas foi
126
detectada uma fora mdia at partir de 7.8 kg.
Soluo: Com base nesta amostra conclui-se que a hiptese 8 : H
0
=
rejeitada a favor da alternativa 8 : H
1
, uma vez que o valor observado
da estatstica de teste 2.828 e superior em mdulo ao valor da tabela da
normal reduzida para =5%, teste bilateral, e que igual a 1.96.
3.4 Tendo em considerao a experincia do banco Botaqui, em que se
registou o nmero de pedidos de emprstimo para Habitao em 5 filiais
diferentes, nos trs meses que antecederam uma determinada campanha
publicitria e nos trs meses aps a dita campanha, comente a seguinte
frase, para =1%: A publicidade a verdadeira arte de vender.

Filial Antes Depois
1 70 79
2 50 55
3 100 120
4 40 40
5 70 85

Soluo: Atendendo aos dados observados, conclui-se que a frase no se
pode aplicar a esta campanha publicitria. Trata-se de amostras
emparelhadas e considerando um teste unilateral esquerdo, o valor da
estatstica de teste ser 2.77, que um valor superior ao valor da tabela t-
de-Student com 4 graus de liberdade, -3.75; Conclui-se portanto que ao
nvel de significncia de 1% no h diferenas significativas entre mdias,
no se verificando portanto uma verdadeira arte de vender.

3.5 Considere a varivel aleatria X com funo densidade de
probabilidade dada por:
127
[ ]
[ ]
=
+
2 , 0 x para , 0
te tan cons k , 2 , 0 x para ,
5
kx
) x ( f
1

Admita que se pretende testar
1 : H
0 0
= = tendo x>0.95 como regio de rejeio , face alternativa
. 4 : H
1 1
= = Determine o valor:
a) De k, sendo 1 : H
0 0
= = verdadeira;
b) Do erro tipo I;
Soluo: a) k=
8
15
b) =0.107

128

.

Testes de Hipóteses Paramétricos

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Testes de Hipóteses Paramétricos

Transféré par

Droits d'auteur :

Formats disponibles

3.

Testes de Hipteses Paramtricos

o valor tabelado de z acima do qual corresponde uma rea /2.

. Sendo o desvio padro populacional, , desconhecido,

c . Passamos a enunciar dois tipos de erros passveis de ser cometidos

L . Assim, quando para uma amostra se tem 1 ,

Vous aimerez peut-être aussi