Aula 15 - Testes de Hipóteses

Raciocnio Lgico, Estatstica,
Matemtica e Matemtica Financeira p/

AFRFB e AFT

Prof. Vtor Menezes www.estrategiaconcursos.com.br 1
AULA 15: Testes de hipteses

1. INTRODUO AOS TESTES DE HIPTESES ..................................................................................... 2
2. TESTE SOBRE A MDIA ................................................................................................................... 7
3. P VALOR ........................................................................................................................................ 28
4. TESTE DE HIPTESES PARA PROPORES ................................................................................... 37
4.1. Teste de hipteses usando a distribuio binomial ............................................................................. 37
4.2. Teste para propores usando a distribuio normal ........................................................................ 41
5. DISTRIBUIO DE QUI QUADRADO .............................................................................................. 49
5.1. Teste de Qui quadrado para propores ............................................................................................ 50
5.2. Teste de qui quadrado para vrias propores .................................................................................. 54
6. RESUMO ..................................................................................................................................... 62
7. QUESTES APRESENTADAS EM AULA .......................................................................................... 64
8. GABARITO ..................................................................................................................................... 72
9. TABELA I DISTRIBUIO NORMAL ............................................................................................. 74
10. TABELA II DISTRIBUIO T DE STUDENT ............................................................................... 75
11. TABELA III Qui-quadrado ....................................................................................................... 77

AFRFB e AFT

1. INTRODUO AOS TESTES DE HIPTESES
Maria tem duas moedas. Cada uma delas tem uma face cara e outra face coroa.
Uma das moedas normal. As duas faces tm a mesma probabilidade de sair. Vamos
cham-la de moeda honesta.
A outra uma moeda viciada. Nesta, a probabilidade de sair coroa de 2/3. Vamos cham-
la de moeda viciada.
Maria escolhe uma das moedas. Jos, que tem conhecimento das probabilidades acima
mencionadas, tem que adivinhar qual delas foi escolhida. Para tanto, Maria lana trs vezes
a moeda escolhida. Ao final de cada lanamento, comunica a Jos o resultado.
Jos estabelece o seguinte critrio de deciso. Se os trs lanamentos resultarem em coroa,
ele vai arriscar que se trata da moeda viciada. Caso contrrio, vai arriscar que se trata da
moeda honesta.
O que Jos est fazendo um teste de hipteses.
Num teste de hipteses fazemos alguma considerao sobre um dado valor. No exemplo
acima, Jos precisa decidir qual das duas moedas foi escolhida. No fundo, quer saber se,
para a moeda escolhida, a probabilidade de sair coroa de 2/3 ou 1/2. Qualquer que seja a
sua concluso, ela estar sujeita a erro.
Vamos comear a nos acostumar com os termos utilizados no teste de hiptese.
Jos quer testar a hiptese de, para a moeda escolhida por Maria, a probabilidade de sair
coroa ser 1/2. Esta hiptese chamada de H
0
(l-se ag zero). tambm chamada de
hiptese nula.
Vamos escrever a hiptese H
0
:
H
0
: P(coroa) = 1/2. (hiptese nula)
Caso a probabilidade de sair coroa no seja de 1/2, ento a referida probabilidade ser de
2/3. Esta outra hiptese a hiptese alternativa. chamada de H
A
.
H
A
: P(coroa) = 2/3. (hiptese alternativa)
Algumas bancas costumam utilizar H
1
em vez de H
A.

Muito bem, agora Jos define um critrio de deciso. Seu critrio baseado no nmero de
coroas que vo sair em trs lanamentos. Se sarem duas, uma ou zero coroas, Jos vai
assumir que se trata da moeda honesta. Se sarem trs coroas, Jos vai assumir que se trata
da moeda viciada.
Escolher o critrio de deciso a parte mais difcil de um teste de hipteses. Os clculos so
um pouco mais complexos. E muitas vezes esto presentes alguns fatores difceis de
quantificar.
Dada a dificuldade envolvida na escolha do critrio de deciso, as questes de concursos
no cobram seu clculo. A questo sempre informa o critrio a ser adotado. Ou ento ela
fornece todo o resultado do teste, de tal modo que seja fcil encontrar o critrio de deciso
escolhido.

AFRFB e AFT

Ok, definidas as hipteses que sero testadas (escolher entre H
0
e H
A
), definido o critrio de
deciso, agora s fazer a experincia e ver qual hiptese ser escolhida.
Muito bem. Vamos supor que Maria lana a moeda trs vezes e nas trs vezes o resultado
coroa.
Neste caso, Jos rejeita a hiptese H
0
e assume como verdadeira a hiptese H
A
.
Veja que a concluso de Jos est sujeita a erro. Isto porque possvel que, mesmo que a
moeda seja honesta, tenhamos trs resultados coroa.
Vamos supor que Jos tenha errado. Neste caso, em que Jos rejeita a hiptese H
0
, dado
que ela verdadeira, a probabilidade de ele cometer um erro :
=
1
2
= 12,5%
12,5% a probabilidade de, lanando uma moeda honesta trs vezes, sarem trs coroas.
Ou seja, caso a moeda lanada seja a moeda honesta, h uma probabilidade de 12,5% de
Jos errar. Este erro chamado de erro do tipo I.
Erro tipo I: rejeitar H
0
dado que ela verdadeira.
=
1
2
= 12,5%
A probabilidade acima tambm chamada de nvel de significncia do teste. O smbolo
geralmente utilizado .
= 12,5%
Nvel de significncia: probabilidade de cometer o erro do tipo I. Smbolo usual:
Ok, agora vamos alterar o exemplo. Agora, em vez de terem sado trs coroas, na verdade
saram duas coroas e uma cara. Neste caso, utilizando seu critrio de deciso, Jos aceita H
0

como verdadeira e rejeita H
A
.
Neste segundo exemplo, Jos tambm est sujeito a erro. Isto porque possvel que,
lanando a moeda viciada trs vezes, tenhamos pelo menos um resultado cara.
Este segundo tipo de erro consiste em aceitar H
0
dado que ela falsa. chamado de erro do
tipo II.
Erro tipo II: aceitar H
0
dado que ela falsa.
A probabilidade de ocorrer o erro do tipo II designada pelo smbolo . Vamos calcular
esta probabilidade.
A probabilidade de, em trs lanamentos da moeda viciada, obtermos uma, duas ou trs
caras :
=
1
3
+ 3
1
3
2
3
+ 3
1
3

2
3
= 0,7037
= 70,37%

A probabilidade de aceitar H
0
, dado que ela falsa, de 70,37%.
AFRFB e AFT

O valor 1 chamado de poder do teste.
% 63 , 29 1 = (poder do teste).
O poder do teste a probabilidade de H
0
ser rejeitada dado que ela falsa.
Note como o poder do teste foi baixo. Isto porque Jos privilegiou a hiptese H
0
. Ele s a
rejeita num caso muito extremo, em que os trs resultados forem coroa. Por isto o valor de
foi pequeno, garantindo uma baixa probabilidade de cometer o erro do tipo I. Contudo,
em geral, quanto menor o valor de , maior o valor de (maior a probabilidade de se
cometer o erro do tipo II). Da a dificuldade de escolher um bom critrio de deciso.
comum que, ao reduzirmos a probabilidade de um tipo de erro, a do outro aumente.
Teste de hipteses apenas isto. Queremos testar se uma dada hiptese H
0
verdadeira. O
exerccio vai nos dizer o critrio de deciso. Vai nos fornecer um experimento. Com base no
experimento, verificamos se o resultado foi extremo ao ponto de nos fazer rejeitar H
0
. Se for
extremo, rejeitamos tal hiptese. Caso contrrio, aceitamos.
No exemplo que ns demos as hipteses eram:
H
0
: P(coroa) = 1/2
H
A
: P(coroa) = 2/3.
Neste exemplo acima, as duas hipteses atribuam probabilidade em estudo um valor
nico. A hiptese nula atribua o valor 1/2. A hiptese alternativa atribua o valor 2/3.
Este tipo de teste no muito usual em concursos. As hipteses alternativas que vo
aparecer nos exerccios, geralmente, tm outra forma. Nos testes realmente cobrados em
concursos, a hiptese alternativa seria assim:
H
A
: P(coroa) 1/2.
Outra opo:
H
A
: P(coroa) < 1/2.
Ou ainda:
H
A
: P(coroa) > 1/2.

No primeiro caso (em que temos o sinal de diferena ) o teste dito bilateral. Nos outros
dois casos (com os sinais de > e <) o teste dito unilateral. Vamos estud-los com mais
calma adiante.

Teste de hipteses:
Erro tipo I: rejeitar H0 dado que ela verdadeira. Probabilidade deste tipo de erro:

(nvel de significncia)
AFRFB e AFT

Erro tipo II: aceitar H0 dado que ela falsa. Probabilidade deste tipo de erro:
Poder do teste: probabilidade de rejeitar H0 dado que H0 falsa. (= 1 )

Questo 1 DNOCS 2010 [FCC]
Em um teste de hiptese estatstico, sendo H
0
a hiptese nula e H
1
a hiptese alternativa, o
nvel de significncia do teste consiste na probabilidade de
(A) aceitar H
0
dado que H
0
verdadeira.
(B) rejeitar H
0
dado que H
0
falsa.
(C) aceitar H
0
, independentemente se H
0
verdadeira ou falsa.
(D) aceitar H
0
dado que H
0
falsa.
(E) rejeitar H
0
dado que H
0
verdadeira.

Resoluo:
O nvel de significncia corresponde probabilidade de se cometer o erro de tipo I, ou seja,
rejeitar a hiptese nula dado que ela falsa.
Gabarito: E

Questo 2 TRT 7 REGIO 2009 [FCC]
Considere um teste estatstico envolvendo uma populao normalmente distribuda em que
se deseja testar, com relao a um parmetro da distribuio, a hiptese nula (H
0
) contra a
hiptese alternativa (H
1
), ao nvel de significncia . Seja a probabilidade de aceitar H
0

quando H
0
for falsa. Ento,
(A) corresponde ao erro tipo I ou erro de primeira espcie.
(B) > .
(C) = 1 .
(D) a regio crtica do teste determinada em funo de .
(E) corresponde probabilidade de rejeitar H
0
quando H
0
for verdadeira.

Resoluo
corresponde probabilidade de se cometer o erro de tipo I, ou seja, de rejeitar H
0
quando
ela verdadeira. Isso est expresso na alternativa E.
Gabarito: E
J indica a probabilidade de se cometer o erro de tipo II, ou seja, de aceitar H
0
quando ela
falsa. Por isso a alternativa A est errada.
AFRFB e AFT

Quanto s alternativas B e C, elas pretendem fixar determinadas relaes entre e .
Contudo, sem maiores informaes sobre o teste de hipteses, no temos como saber, a
priori, qual a relao entre e . No sabemos qual das duas probabilidades maior, qual
menor, nem estabelecer qualquer outra relao entre ambos.
Finalmente, a alternativa D fala em regio crtica. Falaremos sobre isso posteriormente.
Contudo, j fica a informao que a rea da regio crtica coincide com o valor de . Ou seja,
esta regio determinada em funo de .

Questo 3 PETROBRAS 2010 [CESGRANRIO]
No caso de um teste estatstico clssico, com a hiptese nula H
0
e a alternativa H
1
, cometer
o erro do tipo II consiste em
(A) rejeitar H
0
, sendo H
0
verdadeiro.
(B) aceitar H
0
, sendo H
0
falso.
(C) aceitar H
1
, sendo H
1
verdadeiro.
(D) rejeitar H
1
, sendo H
1
falso.
(E) aceitar H
0
e aceitar H
1
.

Resoluo:
O erro de tipo II consiste em aceitar a hiptese nula, dado que ela falsa.
Gabarito: B

Questo 4 SUSEP 2006 [ESAF]
Em uma distribuio de sinistro S, formulando-se a hiptese de que no h diferena entre a
frequncia esperada e a observada (hiptese nula: Ho). Donde, segundo um determinado
nvel de significncia, podemos afirmar que ocorreu
a) um erro do tipo I, se for aceita a hiptese Ho.
b) um erro do tipo II, se for rejeitada a hiptese Ho.
c) um erro do tipo I, se for aceita a hiptese Ho, sendo esta correta.
d) um erro do tipo II, se for rejeitada a hiptese Ho, sendo esta correta.
e) um erro do tipo I, se for rejeitada a hiptese Ho, sendo esta correta.

Resoluo:
O erro de tipo I consiste em rejeitar a hiptese nula, dado que verdadeira. O erro de tipo II
consiste em aceitar a hiptese nula, dado que falsa.
Gabarito: E

AFRFB e AFT

2. TESTE SOBRE A MDIA
Para entendermos como fazer o teste de hipteses sobre a mdia, vejamos alguns
exemplos.
Nos primeiros exemplos, eu vou dar todas as contas prontas. O objetivo que vocs no
precisem quebrar a cabea fazendo as contas. No quero que se preocupem com isso, no
por enquanto. A proposta que apenas entendam a ideia geral do teste.
Depois, nos exemplos posteriores, a sim entraremos mais a fundo nas contas envolvidas,
certo?

1 tipo de exemplo: entendendo os tipos de teste: bilateral e unilateral
Exemplo 1
Estamos analisando o preo pelo qual a Administrao Pblica compra um certo produto.
Sabemos que, em licitaes honestas (livres de fraudes), para uma certa regio do pas, o
preo mdio de R$ 220,00.
Foram feitos levantamentos de auditoria recentes em alguns rgos em que h suspeita de
fraudes em licitaes. As duas fraudes em anlise so as seguintes:
H prvio acerto entre as licitantes, de forma que o preo contratado
consideravelmente maior que R$ 220,00;
H acerto prvio entre a licitante vencedora e o rgo, de tal forma que o preo
contratado muito inferior a R$ 220,00. Nestes casos, o grande problema se dar na
execuo do contrato tendo em vista que, sendo o preo inexeqvel, o contrato no
ser regularmente cumprido.
Num caso concreto, nos deparamos com 30 compras de um determinado rgo pblico. A
mdia para esta amostra foi de R$ 230,00.
Queremos testar a hiptese de as licitaes terem sido honestas contra a hiptese
alternativa de as licitaes terem sido fraudadas.
Escreva as hipteses a serem testadas.

Resoluo.
natural esperar que, se em um dado rgo ocorrem fraudes a licitaes, elas so
sistemticas. Assim, vamos testar a hiptese de as licitaes terem sido honestas contra a
hiptese alternativa de as licitaes terem sido fraudadas.
No fundo queremos testar a hiptese de a mdia da populao da qual foi retirada esta
amostra ser igual a R$ 220,00.
H
0
: 220 =
H
A
: 220
Este primeiro tipo de teste da mdia chamado de teste bilateral. Ele caracterizado pela
hiptese alternativa ser do tipo k (a mdia diferente de alguma coisa).
AFRFB e AFT

Por que a palavra bilateral? Porque h duas formas de rejeitarmos a hiptese H
0
. Se a mdia
da amostra for consideravelmente maior que R$ 220,00, rejeitamos a hiptese por ser mais
provvel que tenha havido conluio entre as empresas e o preo esteja superfaturado.
De outra maneira, se o valor obtido for consideravelmente menor que R$ 220,00, tambm
rejeitamos a hiptese H
0
. Desta vez seria mais provvel estarmos diante do segundo tipo de
irregularidade: h conluio entre a licitante e o rgo contratante.
Ou seja, analisamos os valores nos dois sentidos. Tanto os que so muito menores que 220
quanto os que so muito maiores que 220. Por isto o teste chamado de bilateral. Tanto
em um caso quanto em outro, conclumos que a amostra no foi retirada da populao das
licitaes honestas.
A finalidade do teste de hipteses apenas isto. Neste caso, queremos avaliar se 230
consideravelmente diferente de 220 ou no. At poderamos fazer isto de forma intuitiva.
H casos em que a diferena tanta que nem precisaramos de teste algum. Se a mdia da
amostra fosse de 500 (mais que o dobro de 220), certamente estaramos diante de fraudes.
J no caso do exerccio, queremos avaliar se 230 consideravelmente diferente de 220.
Intuitivamente, algumas pessoas podem dizer que no . Essas pessoas tenderiam a aceitar
a hiptese de que essas licitaes so honestas (hiptese nula). Outras pessoas tenderiam a
achar que a diferena considervel, sendo levadas a rejeitar a hiptese nula.
O teste de hipteses nos fornece uma forma sistemtica de testar se os valores envolvidos
so consideravelmente diferentes ou no.
Bem, encerrando este exerccio, a resposta fica:
H
0
: 220 =
H
A
: 220

Teste de hipteses para a mdia bilateral
Hiptese alternativa: a mdia diferente de alguma coisa.
:

Exemplo 2
fraudes em licitaes. H um nico tipo de fraude em anlise, que consiste em acerto entre
as licitantes, de forma que o preo contratado consideravelmente maior que R$ 220,00.
AFRFB e AFT


Resoluo.
Agora, o nico tipo de fraude ocorre quando a mdia dos preos contratados
significativamente maior que 220,00.
Ou seja, valores significativamente menores que 220,00 no nos fazem mais rejeitar a
hiptese nula, a exemplo do que ocorria no exerccio anterior. O teste unilateral, pois s
analisarmos a reta real em um sentido: s valores significativamente maiores que 220,00
nos fazem rejeitar H
0
.
A resposta fica:
H
0
: 220 =
H
A
: 220 >

Exemplo 3
fraudes em licitaes. H um nico tipo de fraude em anlise, que consiste acerto prvio
entre a licitante vencedora e o rgo, de tal forma que o preo contratado muito inferior a
R$ 220,00. Nestes casos, o grande problema se dar na execuo do contrato tendo em
vista que, sendo o preo inexeqvel, o contrato no ser regularmente cumprido.

Resoluo.
Agora, apenas valores significativamente menores que 220,00 nos fazem rejeitar a hiptese
nula. Ficamos com:
H
0
: 220 =
H
A
: 220 <
AFRFB e AFT

Nos dois ltimos exemplos, tivemos testes unilaterais, pois havia uma nica forma de
rejeitarmos a hiptese nula.

Teste de hipteses para a mdia unilateral
H dois tipos de teste unilateral.
1 tipo - Hiptese alternativa: a mdia maior que alguma coisa
: >
2 tipo - Hiptese alternativa: a mdia menor que alguma coisa
: <

2 tipo de exemplo: entendendo a ideia do teste de hiptese
(por enquanto, no se preocupe em fazer contas!!!)

Exemplo 4
Estamos analisando o preo pelo qual a Administrao Pblica compra certo produto.
Sabemos que, em licitaes honestas (livres de fraudes), para certa regio do pas, o preo
mdio de R$ 220,00.
Sabemos tambm que a varincia da varivel preo, nas licitaes honestas, de 120 R$
2
.
fraudes em licitaes. As duas fraudes em anlise so as seguintes:
H prvio acerto entre as licitantes, de forma que o preo contratado consideravelmente
maior que R$ 220,00;
H acerto prvio entre a licitante vencedora e o rgo, de tal forma que o preo contratado
muito inferior a R$ 220,00. Nestes casos, o grande problema se dar na execuo do
contrato tendo em vista que, sendo o preo inexequvel, o contrato no ser regularmente
cumprido.
mdia para esta amostra foi de R$ 230,00. Teste a hiptese de as licitaes terem sido
honestas contra a hiptese alternativa de as licitaes terem sido fraudadas. Considere um
nvel de significncia de 5%.

Resoluo.
J vimos que este um teste bilateral:
AFRFB e AFT

H
0
: 220 =
H
A
: 220
Se a mdia da amostra for significativamente diferente de 220, rejeitaremos a hiptese
nula. Consideraremos que a mdia da populao da qual foi extrada a amostra no tem
mdia 220.
Caso contrrio, aceitamos a hiptese nula. Assumiremos que a mdia da populao sim
igual a 220.
Ou seja, nosso teste se resume a determinar se 230 significativamente diferente de 220 ou
no.
Mas, em termos objetivos: a partir de qual valor j podemos considerar que estamos
significativamente afastados de 220?
Esta pergunta respondida pelos valores crticos.

Para fazer um teste de hipteses, a gente sempre d um crdito para a hiptese nula.
Sempre partimos do pressuposto de que ela verdadeira. Ou seja, iniciamos supondo que a
mdia da populao realmente 220,00.
Feito isso, j temos condies de estudar a mdia amostral ( X ).
Vimos na aula passada que X uma varivel aleatria. Sua esperana coincide com a
mdia da populao. Sua varincia igual varincia da populao dividida por n (onde n
o tamanho da amostra).
Conhecendo o comportamento de X , podemos determinar os valores crticos. So valores
que delimitam os casos raros.
O nvel de significncia est intimamente relacionado com os casos raros.
Se o nvel de significncia de 5%, ento os casos raros so aqueles que s ocorrem em 5%
das vezes.

Por enquanto, no vamos fazer contas ainda. Certo? Vou dar todas as contas prontas.
Supondo que a mdia populacional seja 220,00, podemos concluir que X tem o seguinte
comportamento:
em 95% das vezes, X assume valores entre 216,08 e 223,92
em 5% das vezes, X assume valores fora deste intervalo.

Estes so os valores crticos. So os valores que separam os casos usuais (que ocorrem em
95% das vezes) dos casos raros (que ocorrem em 5% das vezes).
Observem que os casos raros foram delimitados de forma que a probabilidade de
ocorrncia seja igual ao nvel de significncia (5%).

AFRFB e AFT

O resultado obtido especificamente para o experimento realizado chamado de estatstica
teste.
No nosso exemplo, a mdia amostral foi de 230,00.
possvel que a populao tenha mdia 220,00 e, ainda sim, seja extrada uma amostra com
mdia 230,00?
Sim, possvel. Mas um caso raro. Na grande maioria das vezes, a mdia amostral estar
entre 216,08 e 223,92.
Ns no aceitamos casos raros. Neste caso, conclumos que a amostra no foi retirada de
uma populao com mdia 220,00. Por isso, rejeitamos a hiptese nula.
O valor da mdia amostral obtido para o experimento realizado (=230,00) chamado de
estatstica teste.

Resposta: deve-se rejeitar a hiptese nula.

Teste de hipteses para a mdia
- Calculamos os valores crticos (que separam os casos raros daqueles que ocorrem
frequentemente)
- Analisamos se a estatstica teste um caso raro ou no. Se for raro, rejeitamos a hiptese
nula.

Agora sim, vamos s contas!!!
Vamos refazer o mesmo exerccio. Mas vamos nos concentrar em como calcular os valores
crticos.
Como as provas geralmente fornecem a tabela para a distribuio normal reduzida (com
mdia 0 e varincia 1), ento comum que todo teste de hipteses seja feito com base na
varivel Z, que estudamos nas aulas anteriores.
Vamos colocar o passo a passo do teste, para j comearmos a gravar.

Primeiro passo: determinar o valor crtico de Z.
Valor crtico o valor extremo at onde aceitamos a hiptese H
0
. No exemplo das moedas
de Maria, o valor crtico era dois. At o limite de dois resultados coroa, aceitaramos a
hiptese H
0
. Aps este limite, rejeitvamos H
0
.
AFRFB e AFT

Quando o teste for sobre mdias, vamos fazer o seguinte. Vimos na aula passada que a
mdia amostral ( X ) pode ser vista como uma varivel aleatria de mdia e desvio
padro
X
. Relembrando a nossa simbologia:
X uma varivel aleatria que representa os diversos valores de mdia amostral
que podem ser obtidos, caso fizssemos inmeras amostras.
a mdia da populao.
o desvio padro da populao.
n o tamanho das amostras.

X
o desvio padro de X . Ele pode ser calculado assim:
n
X
= .
Vimos tambm que X uma varivel normal (caso a populao tenha distribuio normal)
ou aproximadamente normal (caso a populao no seja normal, mas as amostras sejam
suficientemente grandes).
Assim, para X ns podemos utilizar a tabela de reas da varivel normal. S que para
utilizar esta tabela, ns precisamos trabalhar com a varivel normal reduzida. Para obter a
varivel reduzida Z, ns estudamos a seguinte transformao:
X
X
Z

=
Z tem mdia zero e desvio padro unitrio.
Vamos, a partir da tabela de reas para a varivel normal reduzida, obter o intervalo
centrado na mdia que contm 95% dos valores de Z.
Por que 95%?
Porque estamos delimitando os casos frequentes.
Com isso, automaticamente, os casos raros correspondero a 5%, coincidindo com o nvel
de significncia.
Consultamos a tabela I ao final da aula. Verificamos que 47,5% dos valores de Z esto entre
0 e 1,96. Como a distribuio simtrica, 47,5% dos valores esto entre 0 e 96 , 1 .
Juntando os dois, temos que a probabilidade de Z estar entre -1,96 e 1,96 de 95% (= rea
verde da figura abaixo).
AFRFB e AFT


Estes so os valores crticos de Z. So os valores que delimitam a rea de 95%.

Valores crticos de Z (Z
c
):
= 1,96
= 1,96

Segundo passo: obter a estatstica teste.
A estatstica teste o valor de Z para o experimento realizado. Vamos cham-la de Z
t
.

Para o experimento feito, 230 = X .
A mdia populacional ( ), esta ns no sabemos. Assim, neste segundo passo, ns vamos
supor que a hiptese nula seja verdadeira. Supondo que realmente a mdia da populao
seja de 220 ( ) 220 = , a estatstica teste fica:
=
230 220

Precisamos calcular
X
. Lembrando a sua frmula (estudada na aula anterior):
=
120
30
= 4
= 4 = 2
Continuando o clculo da estatstica teste (Z
t
):
AFRFB e AFT

=
230 220
=
230 220
2
= 5

Terceiro passo: comparar a estatstica teste com os valores crticos. Verificamos que 5
(estatstica teste) maior que 1,96. Portanto, est fora do intervalo -1,96 a 1,96. Est
significativamente afastado da mdia de Z.
Ou seja, se pudssemos fazer inmeras amostras de tamanho 30, a partir de uma populao
com mdia 220 e varincia 120, em 95% dos casos o valor de Z
t
estaria entre -1,96 e 1,96.

A regio verde da figura acima delimitada pelos valores crticos de Z.
Se o valor de Z
t
casse dentro do intervalo -1,96 a 1,96, estaramos dentro da regio verde.
Ela contm 95% dos valores da varivel normal reduzida. Esta regio chamada de regio
de aceitao. Se, para o experimento em anlise, o valor de Z
t
estivesse na regio de
aceitao, ns aceitaramos a hiptese H
0
. Consideraramos que o valor de Z
t
no
significativamente diferente de zero (e, portanto, X no significativamente diferente de
220).
No foi o caso. Vimos que Z
t
cai fora da regio de aceitao. O Z
t
cai na rea amarela (regio
crtica).
A rea amarela pode ser chamada de regio crtica. a regio alm dos valores crticos. a
regio em que os valores de Z nos fazem rejeitar a hiptese H
0
.

Concluso: rejeitamos a hiptese nula.

Por curiosidade, vejamos os valores de
que correspondem a -1,96 e 1,96.

AFRFB e AFT

=

220
2

= 2 + 220
Quando Z vale -1,96,
vale:
= 2 1,96 + 220 = 216,08

Quando Z vale +1,96,
vale:
= 2 1,96 + 220 = 223,92

Se a mdia da populao realmente fosse igual a 220, e se fosse possvel fazer infinitas
amostras de tamanho 30, a mdia amostral, em 95% dos casos, estaria entre 216,08 e
223,92 (o que implica em Z
t
entre -1,96 e 1,96). No foi o caso. Ou estamos diante de um
caso raro ou a mdia populacional no 220.
Diante deste quadro, rejeitamos a hiptese nula.

Pergunta: qual a probabilidade de cometer o erro do tipo I?
Em outras palavras: qual a probabilidade de rejeitar a hiptese H
0
, dado que ela
verdadeira?
Cometemos o erro do tipo I numa das raras vezes em que, apesar da mdia populacional ser
realmente 220, o valor de Z
t
cai na regio amarela.
Lembrem-se do que dissemos acima: se a mdia da populao realmente fosse igual a 220,
e se fosse possvel fazer infinitas amostras de tamanho 30, a mdia amostral, em 95% dos
casos, estaria entre 216,08 e 223,92 (o que implica em Z_teste entre -1,96 e 1,96). Como
conseqncia, em 5% das vezes a mdia amostral estaria fora do intervalo entre 216,08 e
223,92 (o que implica em Z_teste fora do intervalo entre -1,96 e 1,96).
Nessas raras ocasies (em 5% das vezes), ns rejeitaremos a hiptese nula, mesmo que ela
seja verdadeira. Logo, a probabilidade de se cometer o erro do tipo I de 5%. Portanto:
% 5 =
Interessante notar que a soma das reas amarelas exatamente igual ao valor de (=5%).
Esta igualdade deixa claro porque no incio do problema procuramos o intervalo que
continha 95% dos valores. Isto fez com que a rea verde fosse de 0,95. Como consequncia,
a soma das duas reas amarelas de 0,05. As reas amarelas correspondem aos valores
mais afastados da mdia de Z. Nestas reas temos os valores mais extremos, mais afastados
de zero. So os valores que nos fazem rejeitar a hiptese nula.

Resumo do teste de hipteses para a mdia quando a varincia populacional conhecida
1 Passo: encontrar os valores crticos de Z. Isto deve ser feito de modo que a regio crtica
tenha rea igual ao nvel de significncia.
AFRFB e AFT

2 Passo: encontrar a estatstica teste. Usar a frmula:

3 Passo: ver se a estatstica teste cai na regio de aceitao ou na regio crtica
Pronto. Teste de hipteses apenas isso.
Caso o teste seja unilateral, s o que muda que a regio crtica estar toda de um lado s
da reta real (em vez de dividida em duas partes).

Vamos mudar um pouco o exerccio acima. Agora, vamos supor que no conhecemos mais a
varincia da populao.

Exemplo 5
Obtivemos uma amostra de 30 compras de um rgo pblico. A mdia para esta amostra foi
de R$ 230,00. A varincia desta amostra foi 120 R$2. Teste a hiptese de que a mdia da
populao da qual foi extrada esta amostra seja igual a R$ 220,00, considerando um nvel
de significncia de 5% ( % 5 = ).

Resoluo:
A grande diferena deste exerccio para o anterior que agora no sabemos a varincia da
populao. Nestes casos, no podemos utilizar a varivel Z, que tem distribuio normal.
Utilizamos a varivel t, que tem distribuio T de Student.
A situao bem semelhante da aula passada, quando tnhamos intervalos de confiana
para a mdia. Se soubermos a varincia populacional, usamos a varivel Z (normal
reduzida). Caso contrrio, usamos a distribuio T.
De resto, o passo a passo bem semelhante.

Primeiro passo: determinar os valores crticos da varivel t.
A tabela para a distribuio T est ao final desta aula (tabela II).
Na distribuio T precisamos do nmero de graus de liberdade. Vimos isto na aula anterior.
No caso da distribuio T, o nmero de graus de liberdade igual a 1 n . Vamos consultar a
tabela para 29 graus de liberdade e para o nvel de significncia de 5%.
O valor de t correspondente : 2,045.
= 2,045
= 2,045
A estatstica teste o valor de t para o experimento realizado.
Para o experimento feito, o valor de t vale:
AFRFB e AFT


Onde
X
s o estimador de
X
.
Precisamos calcular o valor de
X
s . A frmula (matria da aula passada):
=

120
30
= 2
Agora obtemos o valor da estatstica teste:
=
230 220
2
= 5
Terceiro passo: comparamos os valores crticos de t com a estatstica teste. Verificamos que
a estatstica teste est fora do intervalo definido pelos valores crticos. Portanto, rejeitamos
a hiptese H
0
.

Resumo do teste de hipteses para a mdia quando a varincia populacional
desconhecida
1 Passo: encontrar os valores crticos de t. Definir a regio de aceitao e a regio crtica.
2 Passo: encontrar a estatstica teste. Usar a frmula:

3 Passo: ver se a estatstica teste cai na regio de aceitao ou na regio crtica

Exemplo 6
Trabalhamos em uma indstria. Precisamos saber se um dado produto resiste a uma
temperatura de 200C (para verificar se atende a alguns requisitos tcnicos). Para tanto,
selecionamos uma amostra de 100 produtos e o submetemos a temperaturas cada vez
maiores, at que o produto comece a derreter. Para esta amostra de 100 produtos, a
temperatura mdia na qual comeou o derretimento foi de 195C. A varincia da amostra
foi de 25 C
2
.
Teste a hiptese de que a mdia da populao de onde foi retirada a amostra seja de 200
C, contra a hiptese alternativa de a mdia seja inferior a 200C, para um nvel de
significncia de 5%.
AFRFB e AFT

Dados:
05 , 0 ) 66 , 1 ( = t P

Resoluo.
As hipteses so:
H
0
: 200 =
H
A
: 200 <
Podemos usar direto a informao do enunciado ou podemos consultar a tabela da
distribuio T para 99 graus de liberdade.
E agora, cuidado! No podemos consultar a coluna de nvel de significncia de 5%. Apesar
de o problema ter solicitado o nvel de 5% ele no pode ser utilizado porque a tabela que
consta ao final da apostila para testes bilaterais.
Se consultarmos a tabela para 99 graus de liberdade e nvel de confiana de 5%, como se
trata de uma tabela para o teste bilateral, saberemos que a rea verde da figura abaixo ser
igual a 95%.

isto que a tabela fornece. Ela indica que a probabilidade de t estar fora do intervalo de -
1,98 a 1,98 igual ao nvel de significncia de 5%. uma tabela para ser utilizada em testes
bilaterais. Ela indica que a rea da regio crtica (=soma das duas reas amarelas) igual a
0,05. H duas regies crticas. Uma para valores consideravelmente maiores que zero. Outra
para valores consideravelmente menores que zero.
S que nosso teste unilateral. Ele no tem duas reas amarelas. Ele tem uma s.
Queremos achar um valor de t crtico tal que a rea verde da abaixo seja de 95%.
AFRFB e AFT


Note que a regio crtica est toda ela do lado esquerdo do grfico.
Por qu?
Porque a hiptese nula do tipo: a mdia menor que alguma coisa. No caso, a hiptese
alternativa a mdia menor que 200.
Ou seja, os valores que nos fazem rejeitar a hiptese nula so aqueles consideravelmente
menores que 200.
Consequentemente, os valores da varivel t que compem a regio crtica so aqueles
consideravelmente menores que 0.

No grfico acima sim, temos apenas uma rea de rejeio (rea amarela).
Se a rea verde igual a 95%, a rea amarela 5%.
Ou seja, nossa tarefa achar um valor crtico (t
c
) tal que a rea amarela da figura acima seja
de 5%. Tal que sua esquerda tenhamos 5% dos valores.
Para acharmos o t
c
, vamos consultar a tabela para 99 graus de liberdade e nvel de confiana
de 10% (sempre assim, quando o teste unilateral e a tabela para testes bilaterais,
consultamos o dobro do nvel de significncia). Consultando a tabela, obtemos 1,66.
Isto significa que a rea verde da figura abaixo de 0,9.
AFRFB e AFT


O que a tabela da distribuio T nos indica que a soma das duas reas amarelas acima
0,10, que corresponde a um nvel de significncia de 10% em um teste bilateral.
S que nosso teste unilateral. E o t crtico que procurvamos exatamente -1,66, pois
sua esquerda temos 5% dos valores.

Segundo passo: encontrar a estatstica teste.

Precisamos encontrar
X
s .
=

25
100
= 0,5

Continuando o clculo da estatstica teste:
AFRFB e AFT

=
195 200
0,05
= 10

Terceiro passo: comparar a estatstica teste com o valor crtico.
Verificamos que a estatstica teste est alm do valor crtico. Se a estatstica teste assumisse
valores at -1,66, consideraramos que a temperatura mdia para a amostra no
significativamente menor que 200C. Contudo a estatstica teste foi de -10, nmero este
abaixo de -1,66. Rejeitamos a hiptese H
0
e consideramos que a populao de onde foi
retirada a amostra no atende especificao de suportar temperaturas de 200C. A
estatstica teste caiu na regio amarela (regio crtica).

Testes unilaterais: s h uma regio crtica; s h um valor crtico.
Cuidado para as informaes fornecidas na questo. Se a questo trouxer dados sobre o
teste bilateral, preciso adaptar a informao.

Para uma experincia realizada com referncia medio do comprimento de determinada
pea fabricada por uma grande indstria, utilizou-se uma amostra aleatria de 16 peas,
apurando-se uma mdia de 0,9 m e um desvio padro de 0,2 m. Supondo que os
comprimentos das peas tenham uma distribuio normal, com mdia e varincia
desconhecida, deseja-se saber, ao nvel de significncia de 5%, se o comprimento da pea
no inferior a 1 m. Seja H0 a hiptese nula do teste ( = 1 m), H1 a hiptese alternativa (
< 1 m ) e t
0,05
= 1,75 o quantil da distribuio t de Student tabelado para teste unicaudal,
com 15 graus de liberdade. Ento, pelo teste t de Student,
(A) a concluso obtida seria a mesma para qualquer nvel de significncia.
(B) H0 no pode ser aceita, indicando que os comprimentos so inferiores a 1 m.
(C) o nmero de graus de liberdade, no caso 15, no interferiu na obteno de t
0,05
.
(D) para um nvel de significncia superior a 5%, a concluso poderia no ser a mesma.
(E) o valor da estatstica obtido por meio da amostra para comparao com t
0,05
igual a
5 , 0

Resoluo:
Primeiro passo: encontramos o valor crtico de t.
AFRFB e AFT

Notem que a hiptese alternativa do tipo: a mdia menor que alguma coisa.
Isto significa que a regio crtica formada por valores na extremidade esquerda do grfico
da fdp. Ou seja, pelos valores da varivel t significativamente menores que zero.

O exerccio nos informou o valor crtico:
= 1,75
Logo, a regio crtica, delimitada pelo valor crtico, corresponde ao intervalo:
; 1,75
Segundo passo: encontramos a estatstica teste, ou seja, o valor de t para o experimento
feito.
=
0,9 1

Antes de continuarmos o clculo, precisamos encontrar o valor de
=
0,2
16
=
0,2
4
= 0,05
Agora podemos continuar com o clculo da estatstica teste:
=
0,9 1
0,05
=
0,1
0,05
= 2
Terceiro passo: comparamos a estatstica teste com o valor crtico.
Vemos que a estatstica teste est a esquerda do valor crtico. A estatstica teste cai na
regio crtica. Rejeitamos a hiptese nula. Isso indica que os comprimentos verificados na
amostra so significativamente menores que 1 m.
Gabarito: B

Questo 6 SEFAZ SP 2009 [FCC]
O gerente de uma indstria de determinado componente eletrnico garante que a vida
mdia do produto fabricado igual a 100 horas. Um comprador desta indstria decide
testar a afirmao do gerente e faz um teste estatstico formulando as hipteses H0:
= 100 e H1 : < 100, sendo que H0 a hiptese nula, H1 a hiptese alternativa e a
mdia da populao considerada de tamanho infinito com uma distribuio normal. O
desvio padro populacional igual a 10 horas e utilizou-se a informao da distribuio
normal padro (Z), segundo a qual a probabilidade P(Z > 1,64) = 5%. H0 foi rejeitada com
base em uma amostra aleatria de 64 componentes em um nvel de significncia de 5%.
Ento, o valor da mdia amostral foi, em horas, no mximo,
(A) 94,75
(B) 95,00
AFRFB e AFT

(C) 96,00
(D) 96,50
(E) 97,95

Resoluo:
Notem que a hiptese alternativa do tipo: a mdia menor que alguma coisa.
Isto significa que a regio crtica formada por valores na extremidade esquerda do grfico
da fdp. Ou seja, pelos valores da varivel Z significativamente menores que zero.

Primeiro passo: obter o valor crtico de Z. Segundo o enunciado, temos:
> 1,64 = 5%
Logo:
< 1,64 = 5%
Ou seja:
= 1,64
Segundo passo: encontramos a estatstica teste.
100
10
64
=

100
1,25

A hiptese nula foi rejeitada. Logo, a estatstica teste menor que o valor crtico.
100
1,25
< 1,64
100 < 1,64 1,25
100 < 2,05
< 2,05 + 100
< 97,95
Gabarito: E

Os lucros brutos anuais das empresas de um determinado ramo de atividade apresentam
uma distribuio normal com mdia e varincia populacional
2
desconhecidas. A partir
de uma amostra aleatria de tamanho 25 da populao considerada de tamanho infinito,
deseja-se testar a hiptese H0: = 20 milhes de reais contra a alternativa H1: > 20
milhes de reais, com a realizao do teste t de Student. A mdia e o desvio padro da
amostra so iguais a 23 e 8, respectivamente, em milhes de reais. Seja
c
t o valor calculado
AFRFB e AFT

correspondente para comparar com o valor tabelado
t
t da distribuio t de Student, com n
graus de liberdade, ao nvel de significncia . Ento, correto afirmar que:
(A) H0 no ser rejeitada, ao nvel de significncia , se 875 , 1 >
t
t com n = 24.
(B) Se H0 foi rejeitada, ao nvel de significncia , tem-se que 375 , 9 >
t
t com n = 24.
(C) Se H0 foi rejeitada, ao nvel de significncia , ento para um nvel de significncia
superior a H0 no seria rejeitada.
(D) 1,875 <
c
t < 9,375 e n = 23.
(E)
c
t = 9,375 e n = 23.

Resoluo:
O nmero de graus de liberdade, que o exerccio chamou de n, igual ao tamanho da
amostra menos 1.
Graus de liberdade: 25 1 = 24.
Com isso, j podemos descartar as alternativas D e E.
t
t com n = 24.
t
t com n = 24.
(D) 1,875 <
c
t < 9,375 e n = 23.
(E)
c
t = 9,375 e n = 23.

S relembro que, de acordo com a simbologia que usamos, n geralmente indica o tamanho
da amostra, e no o nmero de graus de liberdade.
De agora em diante, no restante desta soluo, voltarei a utilizar n para indicar o tamanho
da amostra.

O valor crtico, que a questo chamou de t
t
, no foi dado pela questo.

A estatstica teste, chamada de t
c
, fica:
=
23 20

AFRFB e AFT

=
23 20
8
25
=
3
8
5
= 1,875
Vamos agora analisar as alternativas remanescentes.
Para tanto, devemos notar que a hiptese alternativa do tipo: a mdia maior que alguma
coisa.
Ou seja, a regio crtica formada pelos valores de Z significativamente maiores que zero.
Assim, a hiptese nula ser:
- aceita, se a estatstica teste for menor que o valor crtico
- rejeitada, se a estatstica teste for maior que o valor crtico.

Letra A: H0 no ser rejeitada, ao nvel de significncia , se 875 , 1 >
t
t com n = 24.

De fato, se o valor crtico for maior que 1,875, ento o valor crtico maior que a estatstica
teste. Logo, a hiptese nula aceita.
J achamos a alternativa correta.
Gabarito: A

Letra B: Se H0 foi rejeitada, ao nvel de significncia , tem-se que 375 , 9 >
t
t com n = 24.

Isso est errado. Se a hiptese nula foi rejeitada, ento sabemos que o valor crtico menor
que a estatstica teste. Logo, menor que 1,875.

Letra C: Se H0 foi rejeitada, ao nvel de significncia , ento para um nvel de significncia

Isso est errado. Se aumentarmos o nvel de significncia, aumentamos a regio crtica. A
estatstica teste, que inicialmente j caa dentro da regio crtica, continuar pertencendo a
tal regio, aps o aumento do nvel de significncia.

Questo 8 CGU 2008 [ESAF]
Um fabricante divulga que a caracterstica principal de seu produto tem uma mdia de
1.000 unidades. Um pesquisador, duvidando desta armao, encontrou uma caracterstica
mdia de 935 e desvio-padro amostral de 130 examinando uma amostra aleatria simples
de tamanho 9 destes produtos. Calcule o valor mais prximo da estatstica t para testar a
AFRFB e AFT

hiptese nula de que a mdia da caracterstica principal do produto 1 000, admitindo que
a caracterstica tem uma distribuio normal.
a) -1,5.
b) -1,78.
c) -1,89.
d) -1,96.
e) -2,115.

Resoluo.
O exerccio nem pediu para fazermos o teste de hipteses completo. Solicitou apenas o
clculo da estatstica teste.
X
s
X
teste t

= _
A mdia amostral 935 ( 935 = X ).
O desvio padro amostral 130 ( ) 130 = s .
O desvio padro da mdia amostral dado por:
n
X
=
Quando no conhecemos o desvio padro da populao ( ), o substitumos por sua
estimativa ( s ). E em vez de termos o desvio padro amostral (
X
), calculamos sua
estimativa (
X
s ). Como conseqncia, em vez de utilizarmos a distribuio normal,
utilizamos a distribuio T.
3
130
= =
n
s
s
X

Substituindo todos os valores:
X
s
X
teste t

= _
5 , 1
130
3
65
3
130
1000 935
_ = =
= teste t
Gabarito: A.

AFRFB e AFT

3. P VALOR
Questo 9 IPEA 2004 [ESAF]
Um fabricante de lanternas operadas com gs butano anuncia que o reservatrio de gs de
seu produto tem durao esperada de pelo menos 40 horas. Face reclamao de alguns
consumidores, uma agncia independente resolve verificar a veracidade da afirmao do
fabricante por meio do teste estatstico da hiptese H
0
: 40 contra a alternativa H
A
: < 40
com controle do erro do tipo I em 5%. Uma amostra aleatria de 49 reservatrios produziu
o valor mdio X de 38 horas. Suponha que a distribuio dos tempos de durao do gs seja
aproximadamente normal com desvio padro de 7 horas.
A tabela abaixo d os valores da funo de distribuio F(Z) da normal padro para alguns
valores selecionados de Z.
Z F(Z)
0,34 0,633
0,54 0,705
0,64 0,739
2,00 0,977
3,00 0,999

Assinale a opo que d o valor probabilstico (p-valor) do teste constitudo com base na
estatstica 40 X
a) 5%
b) 2,3%
c) 3%
d) 4%
e) 2,5%

Resoluo.
Pede-se o p-valor.
Esta questo est a justamente para falarmos do p-valor (ou probabilidade de significncia;
ou ainda, nvel descritivo). um termo que vez ou outra aparece em testes de hipteses.
Uma definio do p-valor seria: a probabilidade de a varivel reduzida assumir valores iguais
ou mais extremos do que a estatstica teste observada, dado que a hiptese nula
verdadeira.
Entendeu?
Pois , a definio pode no ser muito clara primeira vista.

Uma forma mais fcil de entender pensarmos em reas.
AFRFB e AFT

Vimos que a rea delimitada pelo valor crtico igual ao nvel de significncia. Assim, se o
nvel de significncia de 5%, o valor crtico delimita uma rea de 5%.

Aqui parecido.
O p-valor a rea delimitada pela estatstica teste.
Se o p-valor de 4%, ento a estatstica teste delimita uma rea de 4%. isso.

Vamos fazer o teste de hipteses indicado na questo.
Notem que se trata de um teste unilateral. S h uma regio crtica.
Primeiro passo: calcular o valor crtico de Z. o valor tal que a regio de aceitao seja de
95% e a regio crtica seja de 5%. O exerccio no forneceu informaes para calcular este
valor. porque no precisa. Mas fica a informao de que este valor igual a -1,645.

= 1,645
Segundo passo: calcular a estatstica teste.

O exerccio disse que 38 = X . Disse tambm que 7 = . Podemos calcular o desvio padro
da mdia amostral.
=
7
49
= 1
=
38 40
1
= 2

AFRFB e AFT

A estatstica teste menor que o valor crtico. Ela cai na rea amarela (rea crtica).
Rejeitamos a hiptese nula.

Por que rejeitamos a hiptese nula? Porque a estatstica teste caiu na rea crtica.
Aceitaramos a hiptese nula para valores at -1,645. Este valor considerado crtico.
Valores alm dele (ou seja, mais extremos que ele) nos fazem rejeitar a hiptese nula. E foi
exatamente isto que aconteceu. O valor -2 est alm de -1,645. um valor
significativamente menor que zero.
Supondo que a hiptese nula seja verdadeira, qual a probabilidade de obtermos valores,
para a varivel reduzida, menores ou iguais a -2?
Queremos saber a rea abaixo da curva esquerda de -2. Queremos a rea vermelha da
figura abaixo:

Esta probabilidade justamente o p-valor. Supondo que a hiptese nula seja verdadeira, a
probabilidade de Z assumir valores iguais ou mais extremos que a estatstica teste ( 2 = ).
Neste caso, a probabilidade de Z assumir valores menores ou iguais a 2 .
Em outras palavras: a rea delimitada pela estatstica teste.

AFRFB e AFT

Agora sim vamos utilizar a tabela fornecida no exerccio. Fomos informados que a funo
distribuio para Z igual a 2 0,977. Ou seja, a probabilidade de Z assumir valores menores
ou iguais a 2 de 97,7%.
Portanto, a probabilidade de Z assumir valores maiores que 2 de 2,3%. Como a funo
densidade de probabilidade da varivel normal simtrica, a probabilidade de Z assumir
valores menores que -2 tambm de 2,3%.
Portanto o p-valor de 2,3%.
Gabarito: B.

Questo 10 SEFAZ MS 2006 [FGV]
Um teste de hiptese apresentou p-valor igual a 0,03. Portanto, nos nveis de significncia
de 1% e 5%, respectivamente, a hiptese nula:
a) deve ser aceita e aceita
b) deve ser aceita e rejeitada
c) deve ser rejeitada e aceita
d) deve ser rejeitada e rejeitada
e) pode ou no ser rejeitada, dependendo de a hiptese ser simples ou no.

Resoluo.
Vamos desenhar alguns grficos da funo densidade de probabilidade (fdp) da varivel
normal para entendermos melhor o problema.
Embora o problema no tenha dito, vamos supor que se trata de um teste unilateral. S
para facilitar o desenho. Mas para o teste bilateral o raciocnio seria o mesmo.
Vamos primeiro considerar o nvel de significncia de 1%. Neste primeiro caso, vamos
chamar o valor crtico de Z_crtico_1.
Este valor tal que a rea crtica (rea amarela) seja igual a 0,01.
AFRFB e AFT


Do jeito que desenhamos, a hiptese alternativa do tipo k < (a mdia menor que um
dado valor).
A estatstica teste obtida tal que a rea sua esquerda de 0,03. justamente o p-valor.
Ou seja, a probabilidade de obtermos um valor to extremo quanto a estatstica teste de
3%. A rea vermelha da figura abaixo igual a 0,03.

Sobrepondo as duas figuras, temos:
AFRFB e AFT


A estatstica teste cai fora da regio amarela (regio crtica). Portanto, devemos aceitar a
hiptese nula. Isto ocorre porque a rea amarela est contida na rea vermelha.
Um resumo de tudo o que fizemos pode ser assim: se o p-valor for maior que o nvel de
significncia, devemos aceitar a hiptese nula.

Vamos para o segundo caso. Agora o nvel de significncia de 5%. A regio crtica (rea
amarela) maior.
Agora o valor crtico ser Z_crtico_2.

A rea amarela (regio crtica), agora, igual a 0,05.
O p-valor continua sendo o mesmo. Portanto, a rea esquerda da estatstica teste de 3%.
AFRFB e AFT


Juntando as duas figuras:

A estatstica teste cai dentro da regio crtica. Rejeitamos a hiptese nula. Isto porque a
regio vermelha est contida na regio amarela. Resumindo: sempre que o p-valor for
menor que o nvel de significncia, rejeitamos a hiptese nula.

Gabarito: B.
AFRFB e AFT


Se o p-valor for maior que o nvel de significncia, devemos aceitar a hiptese nula.
Sempre que o p-valor for menor que o nvel de significncia, rejeitamos a hiptese nula.

Questo 11 MPE PE/2006 [FCC]
Para resolver a questo abaixo, considere as tabelas a seguir. Elas fornecem alguns valores
da distribuio F(x). A tabela 1 refere-se varivel normal padro, as tabelas 2 e 3 referem-
se varivel t de Student com 15 e 16 graus de liberdade, respectivamente:
Tabela 1 Tabela 2 Tabela 3
X F(x) X F(x) x F(x)
1,60 0,945 1,753 0,95 1,746 0,95
1,64 0,950 2,248 0,98 2,235 0,98
2,00 0,977 2,583 0,99 2,567 0,99
Seja X uma varivel aleatria, com distribuio normal, com mdia e desvio padro 6.
Para o teste da mdia 11 = contra 13 = , retirou-se uma amostra aleatria de 100
elementos de X, tendo-se observado para a mdia amostral o valor 12,2. O nvel descritivo
do teste :
a) 0,012 b) 0,023 c) 0,055 d) 0,064 e) 0,077.

Resoluo.
As hipteses so:
: = 11
: = 13

Note que o teste unilateral. Apenas valores significativamente maiores que 11 nos fazem
rejeitar a hiptese nula.
=
6
100
= 0,6
A estatstica teste fica:
=
12,2 11
0,6
= 2
O nvel descritivo igual probabilidade de a varivel reduzida assumir valores mais
extremos que 2. Portanto, o nvel descritivo igual rea vermelha da figura abaixo:
AFRFB e AFT


Consultando a tabela 1 do enunciado, temos que a rea esquerda de 2 igual a 0,977.
Portanto, a rea vermelha igual a 0,023.
Desse modo, o p-valor igual a 2,3%
Gabarito: B

Quando o teste bilateral, o p-valor o dobro da rea delimitada pela estatstica teste.
Fazemos assim para permitir que, mesmo no caso de testes bilaterais, possamos comparar
p-valor com nvel de significncia.
Vejamos como fica, por meio de um exerccio:

Questo 12 MPU 2004 [ESAF]
Considere o teste da hiptese H: = 100 contra a alternativa A: 100 em uma amostra
da normal com mdia e varincia
. O valor da estatstica teste t com distribuio de

Student sob a hiptese H: = 100 de -1,7864 e sabe-se que 1,7864 = 0,0446.
Suponha que a probabilidade de erro do tipo I esteja sendo controlada em 5%. Assinale a
resposta correta.
a) Como o valor probabilstico do teste 0,0446 conclua H: = 100.
b) Como o valor probabilstico do teste 0,0446 conclua A: 100.
c) Como o valor probabilstico do teste 0,0892, no h evidncia para rejeitar H: = 100.
d) Como o valor probabilstico do teste 0,0223, conclusa A: 100.
e) No se pode tirar nenhuma concluso, pois, o tamanho da amostra, a mdia amostral e o
desvio padro no foram dados.

Resoluo:
A probabilidade de valores mais extremos que a estatstica teste igual a:
AFRFB e AFT

1,7864 + 1,7864 = 4,46% + 4,46% = 8,92%
Esse o p-valor.

O nvel de significncia foi fixado em 5%.
Quando o p-valor maior que o nvel de significncia, aceitamos a hiptese nula.
Gabarito: C

4. TESTE DE HIPTESES PARA PROPORES
4.1. Teste de hipteses usando a distribuio binomial
Vimos que as propores esto intimamente relacionadas com a distribuio binomial. Esta
relao pode ser utilizada para testarmos hipteses relacionadas a propores.

Exemplo 7
Em uma dada populao, deseja-se estudar a proporo de pessoas com uma dada
caracterstica gentica.
Deseja-se testar a hiptese de proporo de pessoas com a referida caracterstica ser igual a
0,5, contra a hiptese alternativa de ser maior que 0,5.
Para a realizao do teste, selecionaram-se 4 pessoas. Decidiu-se rejeitar a hiptese nula
caso todas as 4 tivessem a caracterstica em anlise.
Calcule o nvel de significncia do teste.

Resoluo:
Vamos escrever as hipteses:
: = 0,5
: > 0,5
Onde p a proporo de pessoas com a caracterstica na populao.
Na amostra, a cada pessoa com a caracterstica ns temos 1 sucesso. E a cada pessoa
entrevistada, ns temos 1 experimento.
Seja X a varivel que designa o nmero de sucessos em 5 experimentos. X uma varivel
binomial.
Caso a hiptese nula seja verdadeira, sua mdia dada por:
= = 4 0,5 = 2
E sua varincia fica:
= = 4 0,5 05 = 1
AFRFB e AFT

Consequentemente, seu desvio padro dado por:
= 1
O nvel de significncia corresponde probabilidade de rejeitar H
0
, dado que ela
verdadeira. Vamos calcular o valor desta probabilidade.
S rejeitaremos H
0
caso tenhamos uma amostra com 4 pessoas que possuam a
caracterstica. Caso H
0
seja verdadeira, a probabilidade de isso ocorrer :
? ) 4 ( = = X P
E como X uma varivel binomial, basta usarmos a frmula da varivel binomial.
k n k
q p
k
n
k X P
= = ) (
16
1
5 , 0 5 , 0
4
4
) 4 (
0 4
=
= = X P
O nvel de significncia igual a 1/16.

Para responder Questo 13, Questo 14 e Questo 15, considere o enunciado a seguir.
A proporo de pessoas com uma determinada caracterstica numa populao p.
Sortearam-se 5 pessoas ao acaso e com reposio dessa populao e calculou-se a
proporo p de pessoas com a caracterstica na amostra. Desejando-se testar: H
0
: 5 , 0 = p
contra H
1
: 6 , 0 = p , com base nesta amostra, decidiu-se rejeitar H
0
se o nmero de pessoas
com a caracterstica na amostra for maior ou igual a 4.

Questo 13 MPU/2007 [FCC]
O nvel de significncia associado ao teste :
a) 6/64;
b) 5/32
c) 1/16;
d) 5/64;
e) 6/32

Resoluo.
O nvel de significncia a probabilidade de rejeitarmos a hiptese nula, dado que ela
verdadeira. Corresponde probabilidade de ocorrncia do erro de tipo I.
Vamos supor que a hiptese nula seja verdadeira. Neste caso, dado que a hiptese nula
verdadeira (logo, 5 , 0 = p ), possvel que a gente a rejeite? Sim, basta que, numa dada
amostra de 5 pessoas, tenhamos 4 ou 5 pessoas com a dada caracterstica. Vejamos a
probabilidade de isso ocorrer.
AFRFB e AFT

Seja X a varivel que indica o nmero de pessoas com a caracterstica na amostra de
tamanho 5. X uma varivel binomial.
Se a hiptese nula for verdadeira, a probabilidade de termos 4 pessoas com esta
caracterstica na amostra dada por:
k n k
q p
k
n
k X P
= = ) (
32
5
5 , 0 5 5 , 0 5 , 0
4
5
) 4 (
5 4 5 4
= =
= =
X P
A probabilidade de termos 5 pessoas com esta caracterstica na amostra :
k n k
q p
k
n
k X P
= = ) (
32
1
5 , 0 5 , 0
5
5
) 5 (
5 5 5
=
= =
X P
A probabilidade de X ser igual a 4 ou igual a 5 igual ao nvel de significncia:
? ) 5 4 ( = = = X X P
Como os dois eventos so mutuamente excludentes, a probabilidade da unio igual
soma das probabilidades.
) 5 ( ) 4 ( ) 5 4 ( = + = = = = X P X P X X P
32
6
32
1
32
5
) 5 4 ( = + = = = X X P
Gabarito: E.

Se o nmero observado de pessoas com a caracterstica na amostra foi 5, o nvel descritivo
associado ao teste :
a) 5/16
b) 5/32
c) 3/16
d) 1/32
e) 1/16.

Resoluo.
Nvel descritivo sinnimo de p-valor.
O p-valor est relacionado com a estatstica teste, ou seja, com o resultado obtido para o
experimento realizado.
AFRFB e AFT

Seja X a varivel que designa o nmero de pessoas com a caracterstica em estudo, na
amostra de tamanho 5. X uma varivel binomial.
Para o experimento feito, vimos que X assumiu o valor 5. Se a hiptese nula for verdadeira,
a probabilidade de isso ocorrer :
32
1
5 , 0 5 , 0
5
5
) 5 (
5 5 5
=
= =
X P
Alis, nem precisvamos fazer esta conta novamente. J a tnhamos feito no exerccio
anterior.
O p-valor igual probabilidade de X assumir valores iguais ou mais extremos que o obtido
para o experimento realizado.
O p-valor igual a:
) 5 ( _ = X P valor p
Note que, em uma amostra de tamanho 5, o valor mximo que X assume justamente 5.
32 / 1 ) 5 ( ) 5 ( _ = = = = X P X P valor p
Gabarito: D.

A probabilidade de se rejeitar H
0
quando H
1
verdadeira :
a)
5
6 , 0 4
b)
5
6 , 0
c)
4
6 , 0 6 , 2
d)
5
6 , 0 1
e)
4
6 , 0 4 , 0 5

Resoluo.
H
0
ser rejeitada se, na amostra de tamanho 5, tivermos 4 ou 5 pessoas com a
caracterstica.
Se H
1
for verdadeira, a probabilidade de isso ocorrer fica:
) 5 ( ) 4 ( ) 5 4 ( = + = = = = X P X P X X P
5 5 5 4 5 4
4 , 0 6 , 0
5
5
4 , 0 6 , 0
4
5
) 5 4 (

= = = X X P
0 5 1 4
4 , 0 6 , 0 4 , 0 6 , 0 5 ) 5 4 ( + = = = X X P
5 4
6 , 0 6 , 0 2 ) 5 4 ( + = = = X X P
AFRFB e AFT

) 6 , 0 2 ( 6 , 0 ) 5 4 (
4
+ = = = X X P
) 6 , 2 ( 6 , 0 ) 5 4 (
4
= = = X X P
Gabarito: C

4.2. Teste para propores usando a distribuio normal
Quando o tamanho da amostra cresce (ou seja, para valores de n grandes), depender da
frmula da probabilidade para a distribuio binomial fica muito trabalhoso.
Neste caso, podemos utilizar a aproximao que estudamos na aula sobre as principais
distribuies de probabilidade. Vimos que, se X binomial, e o nmero de experimentos
bem grande, ento X aproximadamente normal.
Com isso, podemos realizar o teste de hipteses para propores utilizando a distribuio
normal em vez da binomial.
Vamos ver como fica.
Seja X a varivel que designa o nmero de casos favorveis na amostra de tamanho n. X
seria uma varivel binomial.
A proporo de casos favorveis na amostra fica:
n
X
p =
Usando propriedades da mdia, temos que a mdia de p ser igual mdia de X, dividida
por n.
p
n
np
p E = = ) (
Usando as propriedades da varincia, a varincia de p ser igual varincia de X dividida
por n
2
.
n
pq
n
npq
p V = =
2
) (
Consequentemente, o desvio padro de p ser:
n
pq
p
=

Estes so exatamente os resultados apresentados na aula passada, quando estudamos
intervalo de confiana para uma proporo.
Se n for grande, ento X aproximadamente normal. Como consequncia, p tambm
aproximadamente normal.
Sabendo disso, podemos obter a varivel normal reduzida. Para tanto, fazemos o seguinte:
- tomamos a varivel em estudo ( p )
AFRFB e AFT

- subtramos de sua mdia
- dividimos pelo seu desvio-padro
n
pq
p p
Z
=

=
npq
np p n

Vamos ver um exemplo.

Exemplo 8
Uma moeda foi lanada 100 vezes. Em 20% das vezes o resultado foi cara. Em 80% das
vezes, o resultado foi coroa. Teste a hiptese da moeda ser honesta, considerando um nvel
de significncia de 19,7%.
Dado: % 15 , 40 ) 29 , 1 0 ( = < < Z P

Resoluo.
No fundo, queremos testar a hiptese de que a probabilidade de sair cara seja de 50%. De
outro modo: queremos testar a hiptese de que, em um nmero muito grande de
lanamentos, a proporo de caras seja de 50%.
Por isto o teste sobre proporo. A proporo da populao ( p ), esta ns no
conhecemos. Queremos justamente testar seu valor.
Assim, num teste de propores, a proporo da populao tem exatamente o mesmo
papel que tinha a mdia da varivel aleatria quando o teste era sobre mdias.
A proporo obtida para a amostra 20% ( p ). Vimos na aula passada que p um
estimador de p (a proporo da amostra um estimador da proporo da populao). Pois
bem, o p tem o mesmo papel que tinha o X no teste de mdias.

Resumindo as mudanas no teste de propores:
O parmetro desconhecido p (em vez de )
O estimador p (em vez de X ).
Sua varincia dada por:

A estatstica teste calculada pela frmula:

No mais tudo igual, inclusive a utilizao da tabela para varivel normal reduzida.
AFRFB e AFT

Vamos ento resolver o exemplo proposto.
Vamos identificar os elementos.
Queremos testar a hiptese de que a proporo da populao seja de 50%.
H
0
: 5 , 0 = p
H
A
: 5 , 0 p
O teste bilateral.
Os valores que se pretendem testar para a populao so: 5 , 0 = p e 5 , 0 = q (pois p q =1
).
Para a amostra feita, obteve-se 2 , 0 = p . Foram 100 lanamentos (n = 100).

Primeiro passo: obter os valores crticos de Z.
Queremos obter os valores de Z de tal forma que a soma das duas reas amarelas da figura
abaixo seja de 19,7%.

Consequentemente, a rea verde seria de 80,3%.
A rea verde a regio de aceitao. As reas amarelas formam a regio crtica. Caso o valor
de Z
t
caia na regio verde, aceitaremos a hiptese H
0
. Caso contrrio, rejeitamos.

Se a rea verde vale 0,803, ento a metade da rea verde igual a 0,4015.
O exerccio nos disse que 40,15% dos valores de Z esto entre zero e 1,29.
AFRFB e AFT


Logo, a regio verde da figura acima de 80,3%.
Os valores crticos de Z so:
= 1,29
= 1,29

No caso de propores, a estatstica teste dada por:
=
0,2 0,5
0,5 0,5
100
=
0,3
0,05
= 6

Terceiro passo: comparar a estatstica teste com os valores crticos. Vemos que a estatstica
teste menor que o valor crtico Z
c
. A estatstica teste cai na regio crtica (rea amarela).
Rejeitamos a hiptese nula.

Um fabricante deseja fazer um estudo, com uma confiana de 95%, a respeito da aceitao
de um dos seus produtos com a finalidade de lan-lo em um novo mercado. Esse novo
lanamento somente ser comercialmente vivel se o ndice de aceitao do produto for,
pelo menos, de 90%. Para tal, realizou uma pesquisa de mercado em uma das cidades onde
seu produto j comercializado. Foi perguntado aos consumidores se gostaram (aceitaram)
do produto. O resultado foi o seguinte: 850 consumidores responderam que gostaram do
produto e 150 consumidores responderam que no gostaram do produto. Qual ser a
estatstica de teste a ser utilizada nesse teste?
AFRFB e AFT

(A) -5,27
(B) -1,96
(C) -1,65
(D) 1,96
(E) 5,27

Resoluo:
A estatstica teste dada por:

/
=
0,85 0,9
0,9 0,1/1000
=
0,05 1.000
0,3
=
0,05 10 10
0,3

Vamos aproximar a raiz quadrada de 10.
10 3
Logo:
0,05 10 10
0,3

0,05 10 3
0,3
= 5
A estatstica aproximadamente -5. Com isso, conseguimos marcar a alternativa a.
Se no tivssemos aproximado a raiz quadrada de 10, teramos obtido -5,27.
Gabarito: A

Em uma cidade realizada uma pesquisa sobre a preferncia dos eleitores com relao a
um determinado candidato, que afirma ter 60% da preferncia. Uma amostra aleatria de
tamanho 600 foi extrada da populao, considerada de tamanho infinito, sendo que 330
eleitores manifestaram sua preferncia pelo candidato. Com base nesta amostra, deseja-se
testar a hiptese H0 : p = 60% (hiptese nula) contra H1 : p 60% (hiptese alternava), em
que p a proporo dos eleitores que tm preferncia pelo candidato. Para a anlise
considerou-se normal a distribuio amostral da frequncia relativa dos eleitores que tm
preferncia pelo candidato e que na distribuio normal padro Z a probabilidade P(|Z|
1,96) = 95% e P(|Z| 2,58) = 99%. A concluso que H0
(A) no rejeitada tanto ao nvel de significncia de 1% como ao nvel de significncia de
5%.
(B) rejeitada ao nvel de significncia de 5%.
(C) rejeitada ao nvel de significncia de 1%.
(D) no rejeitada para algum nvel de significncia superior a 5%.
(E) rejeitada para algum nvel de significncia inferior a 1%.
AFRFB e AFT


Resoluo:
Primeiro passo: determinar os valores crticos para a varivel Z.
Caso seja adotado um nvel de significncia de 5%, os valores crticos so -1,96 e 1,96
Caso seja adotado um nvel de significncia de 1%, os valores crticos so -2,58 e 2,58.

Segundo passo: calcular a estatstica teste.
A proporo verificada na amostra :
=
330
600
= 0,55

=
0,55 0,6
0,6
0,4
600
=
0,05
0,24
600
=
0,05
0,02
= 2,5
Terceiro passo: comparamos a estatstica teste com os valores crticos.
Se o nvel de significncia for de 5%, a estatstica teste cai na regio crtica. Rejeitamos a
hiptese nula.
Se o nvel de significncia for de 1%, a estatstica teste cai na regio de aceitao. No
rejeitamos a hiptese nula.
Gabarito: B

Questo 18 SEFAZ MG 2005 [ESAF]
Um fabricante afirma que pelo menos 95% dos equipamentos que fornece indstria
encontram-se dentro de suas especificaes. Uma amostra de 200 itens escolhidos ao acaso
revelou 10 itens fora de especificao. Assinale a opo que corresponde ao valor
probabilstico (p-valor) do teste de H
0
: 95 , 0 contra H
A
: 95 , 0 < , sendo a proporo
populacional de itens dentro da especificao.
a) 0,500
b) 0,050
c) 0,025
d) 0,010
e) 0,100

Resoluo.
No precisamos fazer o teste de hipteses inteiro. Precisamos apenas encontrar o p-valor. O
p-valor est relacionado com a estatstica teste.
Vamos encontrar a estatstica teste.
AFRFB e AFT

O nmero de itens pesquisado 200.
200 = n
A proporo amostral de itens dentro da especificao :
95 , 0
200
190
= =
Note que aqui o exerccio est chamando a proporo de (quando ns sempre usamos o
smbolo p ).
Vamos ento voltar para a nossa simbologia.
95 , 0
200
190
= = p
Queremos testar a hiptese de a proporo da populao ser igual a 0,95. Portanto,
queremos testar os seguintes valores:
05 , 0 95 , 0 = = q p
npq
np p n
teste Z
=

_
npq
np p n
teste Z
=

_
0
95 , 0 200 95 , 0 200
_ =

=
npq
teste Z
O p-valor a rea vermelha da figura abaixo.

A estatstica teste igual a zero, que justamente o ponto mdio da distribuio normal
reduzida. O grfico da fdp simtrico em torno de zero. Logo, a rea esquerda de zero
igual rea direita. Ambas valem 0,5.
AFRFB e AFT

Portanto o p-valor 0,5.
Gabarito: A.

Lana-se uma moeda 20 vezes e observa-se a ocorrncia de 7 caras. Seja a probabilidade
de cara. Assinale a opo que d o valor da estatstica teste correspondente ao teste da
hiptese H
0
: 5 , 0 contra H
A
: 5 , 0 < .
a) 20 3 , 0
b) 20 2 , 0
c) 20 3 , 0
d) 20 2 , 0
e) 20 5 , 0

Resoluo.
No precisamos fazer todo o teste. Precisamos apenas calcular a estatstica teste.
A moeda foi lanada 20 vezes.
20 = n
A proporo amostral de caras foi:
20
7
= p (o exerccio usou o smbolo . Estou mantendo nossa simbologia).
A proporo populacional que se pretende testar :
5 , 0 5 , 0 = = q p
npq
np p n
teste Z
=

_
5 , 0 5 , 0 20
5 , 0 20 20 / 7 20
_

= teste Z
20 5 , 0
10 7
_
= teste Z
20
6
_
= teste Z
20
20 6
_
= teste Z
AFRFB e AFT

20 3 , 0 _ = teste Z
Gabarito: A.

5. DISTRIBUIO DE QUI QUADRADO
A partir de agora veremos uma distribuio muito importante para realizarmos diversos
tipos de teste de hipteses. Trata-se da distribuio de qui-quadrado. uma distribuio
diferente da distribuio normal.
Considere diversas variveis normais reduzidas (
1
Z ,
2
Z ,
3
Z , ...,
k
Z ). Todas elas tm a
mesma distribuio normal de mdia zero e desvio padro unitrio.
Seja
2
uma varivel tal que:
=
=
k
i
i
Z
1
2 2

Ou seja, a varivel
2
igual a uma soma dos quadrados de k variveis normais de mdia
zero e desvio padro unitrio. Dizemos que
2
tem distribuio de qui-quadrado com k
graus de liberdade.
Ento vai funcionar assim. Sempre que tivermos uma situao em que a varivel envolvida
puder ser expressa como uma soma de quadrados de variveis normais reduzidas, tal
varivel ter distribuio de qui-quadrado. E para ela ns podemos consultar a tabela
especfica para a distribuio de qui-quadrado. Trata-se da Tabela III, anexada ao final desta
aula, gerada com o Excel.

Sejam n variveis aleatrias N(0,1) independentes. A soma de seus quadrados tem uma
distribuio de:
a) t de Student com n-1 graus de liberdade
b) t de Student com n graus de liberdade
c) qui quadrado com n graus de liberdade
d) qui quadrado com 2n graus de liberdade
e) F com 1 grau de liberdade no numerador e n graus de liberdade no denominador.

Resoluo.
O smbolo N(0,1) uma forma de representar variveis aleatrias normais. O N indica que
a varivel aleatria normal. Dentro do parntesis, o primeiro nmero indica a mdia e o
segundo nmero indica a varincia.
Ento o que temos na questo uma soma de quadrados de variveis normais com mdia
zero e desvio padro unitrio.
AFRFB e AFT

J sabemos que esta soma tem distribuio de qui-quadrado com n graus de liberdade.
Gabarito: C.

Um grande cuidado que temos que ter com a distribuio de qui-quadrado que ela no
simtrica (ao contrrio da distribuio normal e da distribuio T).
Apenas para se ter uma ideia do grfico, segue exemplo abaixo, para 4 graus de liberdade.

Quando o nmero de graus de liberdade aumenta, o grfico tende a ficar simtrico.

Uma das utilizaes para a distribuio de Qui Quadrado construir intervalos de confiana
para a varincia. Outra utilizao realizar testes de hipteses sobre a varincia, assuntos
que no abordaremos, porque praticamente no cobrado em provas, nem pela Esaf, nem
pelas demais bancas.

O que realmente cobrado a utilizao da distribuio de Qui-quadrado para testar
hipteses sobre propores.

5.1. Teste de Qui quadrado para propores
A distribuio de qui-quadrado muito empregada para realizarmos teste de hipteses
sobre propores.
Nesta aula ns j vimos alguns testes de hipteses para propores. Na fl. 37 ns vimos um
teste em que se utilizava a distribuio binomial. Na fl. 41 ns vimos um teste em que se
utilizava a distribuio normal. E, agora, veremos que tambm possvel fazer testes de
hipteses para propores usando a distribuio de qui-quadrado.
Assim, quando tivermos problemas referentes a propores, podemos utilizar a distribuio
de qui-quadrado. Esta utilizao do teste de qui-quadrado tem uma grande importncia,
AFRFB e AFT

porque utilizada como base para estudarmos o tpico seguinte, em que se comparam
diversas propores.
Para estudarmos esta nova aplicao do teste de qui-quadrado, precisamos introduzir uma
nova simbologia.

1
E designa a freqncia esperada dos resultados favorveis, considerando hiptese nula
verdadeira.

2
E designa a freqncia esperada dos resultados desfavorveis, considerando hiptese
nula verdadeira.
1
O designa a freqncia observada dos resultados favorveis.
2
O designa a freqncia observada dos resultados desfavorveis.
possvel demonstrar que a varivel
=
2
1
2
2
) (
i i
i i
E
E O
tem distribuio de qui-quadrado
com 1 grau de liberdade.

O passo a passo do teste bem parecido com todos os outros testes de hipteses estudados
na aula de hoje.

Primeiro calculamos o valor crtico com o auxlio da tabela III.
Calculamos a estatstica teste. A frmula :

Comparamos os dois valores. Se a estatstica teste for maior que o valor crtico, rejeitamos a
hiptese nula.
AFRFB e AFT


Teste de qui-quadrado para propores:
Primeiro calculamos os valores crticos com o auxlio da tabela da distribuio de qui-
quadrado.
Calculamos a estatstica teste. A frmula :

Comparamos os dois valores. Se a estatstica teste for maior que o valor crtico, rejeitamos
a hiptese nula

Um detalhe importante. Nos testes de hipteses vistos anteriormente, o terceiro passo do
teste poderia se dar de inmeras formas:
se o teste for unilateral e a regio crtica estiver esquerda de zero, rejeitamos a
hiptese nula se a estatstica teste for menor que o valor crtico
se o teste for unilateral e a regio crtica estiver direita de zero, rejeitamos a
hiptese nula se a estatstica teste for maior que o valor crtico
se o teste for bilateral, definimos dois valores crticos; rejeitamos a hiptese nula se
a estatstica teste no estiver contida no intervalo definido pelos dois valores
crticos.
Aqui a situao muda completamente. No caso do teste de qui-quadrado para propores, a
nica forma de rejeitarmos a hiptese nula ocorre quando a estatstica teste maior que o
valor crtico.
Isto ocorre porque a varivel em anlise obtida a partir da seguinte operao. Primeiro
fazemos a diferena entre cada freqncia observada e a respectiva freqncia esperada.
Depois, elevamos a diferena ao quadrado.
Quando se eleva a diferena ao quadrado, obtm-se um nmero que sempre maior ou
igual a zero.
Quanto mais prximos de zero forem os quadrados das diferenas, mais forte o sinal de
que as freqncias observadas so iguais s esperadas. um forte sinal de que a hiptese
nula verdadeira.
Do contrrio, quanto mais diferentes de zero forem os quadrados das diferenas, mais forte
o sinal de que as freqncias observadas e esperadas so diferentes. Neste caso, os
quadrados das diferenas seriam significativamente maiores que zero. Como conseqncia,
a regio crtica sempre est do lado direito.
AFRFB e AFT

Por isso, no caso do teste de qui-quadrado aplicado a propores, s rejeitamos a hiptese
nula quando a estatstica teste maior que o valor crtico.
Vamos a um exemplo.

Exemplo 9
Lana-se uma moeda 20 vezes e observa-se a ocorrncia de 7 caras. Seja
a probabilidade
de cara. Teste a hiptese H0: 5 , 0 = contra HA: 5 , 0 .

Resoluo:
O problema sobre teste de hipteses envolvendo proporo. Ento podemos utilizar a
distribuio de qui-quadrado para 1 grau de liberdade.
Primeiro passo: obter o valor crtico.
O nvel de significncia de 5%. Ou seja, a regio crtica igual a 5%.
Para obter o valor crtico, consultamos a tabela III ao final desta aula. Encontramos o valor
associado probabilidade de 5%. Este valor 3,841.
= 3,841

Segundo passo: determinar a estatstica teste.
Se a hiptese nula for verdadeira, a proporo de caras de 0,5. Portanto, em 20
lanamentos, as freqncias esperadas para os resultados favorveis (sair cara) e
desfavorveis (sair coroa) so:
10
1
= E (so esperadas 10 caras)
10
2
= E (so esperadas 10 coroas).
J as freqncias observadas foram:
7
1
= O (foram observadas 7 caras).
13
2
= O (foram observadas 7 coroas).
Agora vem a novidade.
Se a hiptese nula for verdadeira, a varivel
=
2
1
2
2
) (
i i
i i
E
E O
tem distribuio de qui-
quadrado com 1 grau de liberdade.
Substituindo os valores
=
7 10
10
+
13 10
10

AFRFB e AFT

=
18
10
= 1,8
A estatstica teste no maior que o valor crtico. No rejeitamos a hiptese nula.

Esta utilizao da distribuio de qui-quadrado, para testar hipteses sobre uma proporo,
no muito cobrada em prova. Mas importante porque serve para estudarmos um
assunto muito cobrado: o teste de qui-quadrado para vrias propores.

5.2. Teste de qui quadrado para vrias propores
Esta a utilizao mais importante do teste de qui-quadrado, ao menos para concursos.
uma generalizao do caso anterior, para uma proporo. Aqui podemos comparar ao
mesmo tempo diversas propores. E, alm disso, elas no precisam conter apenas dois
tipos de ocorrncias (sucessos e fracassos).
Para ilustrar, considere que estamos fazendo uma pesquisa em dois bairros diferentes
(bairros A e B). Queremos saber se as pessoas so a favor, contra ou so indiferentes a uma
dada poltica urbana.
Em cada bairro, no temos apenas sucessos e fracassos. No temos apenas duas categorias
de opinio. Temos trs: a pessoa pode ser favorvel poltica, pode ser contra, ou pode ser
indiferente.
Podemos utilizar o teste de qui-quadrado para comparar se, nos dois bairros acima, a
opinio dos moradores quanto referida poltica igual. Caso aceitemos a hiptese de
igualdade, consideramos que a opinio geral dos cidados no tem relao com o bairro
onde vivem (A ou B). Do contrrio, caso a diferena de opinio seja significante,
rejeitaremos a hiptese de igualdade de opinies.
Vejamos alguns exerccios.

Dos 100 candidatos inscritos em um concurso que estudaram no curso preparatrio A, 75
foram aprovados no concurso, enquanto que dos 100 candidatos inscritos no concurso que
estudaram no curso preparatrio B, 65 foram aprovados nesse concurso. Se desejarmos
testar a hiptese estatstica de que a proporo de aprovao dos dois cursos a mesma,
obtenha o valor mais prximo da estatstica do teste, que tem aproximadamente uma
distribuio qui-quadrado com um grau de liberdade.
a) 1,21.
b) 1,44.
c) 1,85.
d) 2,38.
AFRFB e AFT

e) 2,93.

Resoluo.
Vamos continuar com a mesma simbologia de freqncias esperadas e observadas, tanto
para resultados favorveis (=sucessos), quanto para casos desfavorveis (=fracassos).
A diferena que agora no temos apenas uma proporo. So duas propores. Temos a
proporo de aprovados no curso A e a proporo de aprovados no curso B.
Com isso, teremos resultados favorveis e desfavorveis, esperados e observados, tanto
para o curso A quanto para o curso B.
Temos duas propores: a proporo de candidatos do curso A que foram aprovados e a
proporo de candidatos do curso B que foram aprovados. Queremos testar a hiptese de
que ambas as propores so iguais.
O enunciado deu as freqncias observadas.
O nmero de sucessos no curso A foi de 75 (foram 75 aprovados).
75
1 _
=
A
O
O nmero de fracassos (resultados desfavorveis) no curso A foi 25.
25
2 _
=
A
O
O nmero de sucessos no curso B foi de 65.
65
1 _
=
B
O
O nmero de fracassos no curso B foi de 35
35
2 _
=
B
O
Agora vamos s freqncias esperadas. Supondo que a hiptese de igualdade das
propores seja verdadeira, podemos juntar todos os alunos como pertencentes a um s
curso. Neste curso resultante, a proporo de alunos aprovados :
7 , 0
200
140
100 100
65 75
= =
+
+

No geral, foram aprovados 70% dos alunos, independentemente de curso.
Se a hiptese nula for verdadeira, ento a freqncia esperada de aprovao em cada um
dos cursos igual freqncia geral obtida acima (=70%).
Basta voc pensar assim. Algum chega e te informa que 70% dos alunos dos cursos A e B
foram aprovados. Esta mesma pessoa te fala que 100 alunos de cada curso fizeram a prova.
Sabendo apenas estas informaes, se voc supuser que os alunos dos dois cursos tiveram o
mesmo desempenho, voc esperaria as seguintes freqncias:
70
1 _
=
A
E (voc esperaria 70% de aprovao no curso A)
30
2 _
=
A
E (voc esperaria 30% de reprovao no curso A)

AFRFB e AFT

70
1 _
=
B
E (voc esperaria 70% de aprovao no curso B)
30
2 _
=
B
E (voc esperaria 30% de reprovao no curso B)
Podemos colocar tudo isto numa tabela:
Curso A Curso B
Frequncia
observada
Frequncia
esperada
Frequncia
observada
Frequncia
esperada
Aprovados 75 70 65 70
Reprovados 25 30 35 30
Total 100 100 100 100
possvel demonstrar que a soma de todos os valores de
i
i i
E
E O
2
) (
uma varivel com
distribuio de qui-quadrado.
Quando tnhamos uma proporo apenas, o nmero de graus de liberdade era sempre igual
a 1.
Quando tivermos mais de uma proporo, o nmero de graus de liberdade vai variar. Para
descobri-lo, precisamos ver quantas linhas e colunas tem a nossa tabela acima.
Para tanto, devemos considerar s uma das tabelas (ou a de freqncia esperada, ou a de
frequncia observada, d no mesmo).

Frequncias esperadas:
Curso A Curso B
Frequncia
esperada
Frequncia
esperada
Aprovados 70 70
Reprovados 30 30
Frequncias observadas:
Curso A Curso B
Frequncia
observada
Frequncia
observada
Aprovados 75 65
Reprovados 25 35

Cada uma das duas tabelas tem duas linhas e duas colunas.
L nmero de linhas
C nmero de colunas.
2 = L
2 = C
AFRFB e AFT

O nmero de graus de liberdade ser igual a ( ) ( ) 1 1 C L
( ) ( ) 1 1 _ _ = C L liberdade de graus
( ) ( ) 1 1 2 1 2 _ _ = = liberdade de graus
Pronto. Visto isso, vamos ao teste.
Na verdade o exerccio pediu apenas a estatstica teste.
Para treinar, vamos fazer o teste de hiptese para um nvel de significncia de 5%.
Primeiro passo: encontrar o valor crtico.
Para tanto, precisamos consultar a tabela III, colocada ao final da aula.
Procuramos pelo valor crtico que separa uma rea de 5%, situada na extremidade direita do
grfico. Consultando a coluna para rea de 5% e 1 grau de liberdade, temos que o valor
crtico 3,84.
= 3,84
Segundo passo: encontrar a estatstica teste. Na verdade foi apenas isto que o enunciado
pediu. Por isso a questo no forneceu uma tabela para a distribuio de qui-quadrado.
Para encontrar a estatstica teste, encontramos o valor de
2
para os valores de frequncias
fornecidos. Basta somar todos os valores de
i
i i
E
E O
2
) (

=
75 70
70
+
25 30
30
+
65 70
70
+
35 30
30

=
25
70
+
25
30
+
25
70
+
25
30
= 2,38
A estatstica teste igual a 2,38.
Gabarito: D.

Mas continuemos nosso teste.
A estatstica teste menor que o valor crtico. No rejeitamos a hiptese nula. Ou seja, a
diferena entre as duas propores no foi to grande a ponto de nos fazer rejeitar a
hiptese nula. No h evidncias suficientemente fortes que nos levem a rejeitar a hiptese
de que as duas propores so iguais.
AFRFB e AFT


Teste de qui-quadrado para vrias propores:
O nmero de graus de liberdade dado por: ( ) ( ) 1 1 C L .
Onde L o nmero de linhas e C o nmero de colunas.

Em relao ao nmero de graus de liberdade, existe um caso em que a frmula acima
fornecida no se aplica. o caso em que o nmero de linhas ou de colunas igual a 1. Neste
caso, no fazemos a subtrao por 1, pois, do contrrio, teramos 0 graus de liberdade.

A tabela abaixo corresponde ao resultado de um concurso aplicado a 100 pessoas. Foram
formados dois grupos (A e B) com 50 pessoas cada um. O grupo A recebeu um treinamento
para participar do concurso e o grupo B no.

Deseja-se saber se o resultado do concurso depende do treinamento utilizando o teste qui-
quadrado ao nvel de significncia de 5%.
Dados: Valores crticos da distribuio qui-quadrado
[P (qui-quadrado com n graus de liberdade < valor tabelado) = 1 ]

O valor do qui-quadrado observado e a respectiva concluso
(A) 4,167; existe eficcia na aplicao do treinamento.
(B) 4,167; no existe eficcia na aplicao do treinamento.
(C) 3,333; existe eficcia na aplicao do treinamento.
(D) 3,333; no existe eficcia na aplicao do treinamento.
AFRFB e AFT

(E) 2,500; existe eficcia na aplicao do treinamento.

Resoluo:
No geral, 60% dos alunos foram aprovados no concurso.
Se a hiptese nula for verdadeira, isto , se o resultado do concurso independe do
treinamento, ento espera-se que este mesmo percentual seja verificado em cada grupo.
Ou seja, 60% das pessoas do grupo A seriam aprovadas; idem para o grupo B.
As frequencias esperadas seriam:
Aprovados Reprovados
A 30 20
B 30 20
Ficamos com:
=
35 30
30
+
15 20
20
+
25 30
30
+
25 20
20

=
25
30
+
25
20
+
25
30
+
25
20
= 4,166

A tabela de frequencias observadas apresenta duas linhas e duas colunas. Logo, o nmero
de graus de liberdade dado por:
1 1 = 2 1 2 1 = 1
Temos 1 grau de liberdade.
Consultando a tabela fornecida, para 1 grau de liberdade e 5% de nvel de confiana,
conclumos que o valor crtico de 3,841.
Como a estatstica teste (4,166) maior que o valor crtico (3,841), rejeitamos a hiptese
nula.
O resultado no concurso depende do treinamento.
Gabarito: A

Questo 23 MTE 2010 [ESAF]
Em uma amostra aleatria simples de 100 pessoas de uma populao, 15 das 40 mulheres
da amostra so fumantes e 15 dos 60 homens da amostra tambm so fumantes.
Desejando-se testar a hiptese nula de que nesta populao ser fumante ou no independe
da pessoa ser homem ou mulher, qual o valor mais prximo da estatstica do
correspondente teste de qui-quadrado?
a) 1,79.
b) 2,45.
AFRFB e AFT

c) 0,98.
d) 3,75.
e) 1,21.

Resoluo.
Frequncias observadas:
Fumante No-fumante Total
Homem 15 45 60
mulher 15 25 40
Total 30 70 100

No geral, temos 30% de fumantes.
Se a proporo de fumantes for a mesma entre homens e mulheres, ento esperaramos ter
30% de fumantes em cada grupo.
Frequencias esperadas:
Fumante No-fumante Total
Homem 18 42 60
mulher 12 28 40
Total 30 70 100

Para clculo da estatstica teste, fazemos o seguinte:
- subtramos as frequncias observadas das esperadas
- elevamos ao quadrado
- dividimos pela frequncia esperada
- somamos todos os resultados acima indicados.
28
) 28 25 (
42
) 42 45 (
12
) 12 15 (
18
) 18 15 (
2 2 2 2
= 1,79
Gabarito: A

Na anlise da sinistralidade de uma determinada carteira, uma medida de discrepncia
existente entre as freqncias observadas e as esperadas proporcionada pela estatstica
qui quadrado - X2 . Com base nisso, pode-se afirmar que se:
a) X
2
= 0, as freqncias tericas (esperadas) e as observadas concordam exatamente.
b) X
2
= 0, as freqncias tericas (esperadas) e as observadas no concordam exatamente
nem parcialmente.
AFRFB e AFT

c) X
2
= 0, as freqncias tericas (esperadas) e as observadas concordam parcialmente,
pode ser aceita-se como tal.
d) X
2
e) X
2
0, as freqncias tericas (esperadas) e as observadas concordam exatamente.

Resoluo:
A estatstica de qui-quadrado dada pela soma de todos os valores de:

Se a estatstica valer 0, ento porque o numerador vale 0. Logo, as frequncias observadas
e as esperadas so iguais entre si. Elas concordam exatamente.
Gabarito: A

O resultado de um ensaio destinado a investigar a efetividade da vacinao de animais na
preveno de certo tipo de doena produziu a tabela de contingncia seguinte.

Deseja-se testar a hiptese de que os perfis (de linha) de vacinados e no vacinados
coincidem. Assinale a opo que d o valor da contribuio da primeira clula da tabela para
a estatstica teste de homogeneidade do qui-quadrado
a) 0,326
b) 0,450
c) 0,400
d) 0,500
e) 0,467

Resoluo:
Frequncias observadas
Doente Saudvel Total
Vacinado 14 42 56
No vacinado 16 28 44
Total 30 70 100
No geral, 30% das pessoas ficaram doentes.
AFRFB e AFT

Na hiptese nula, supomos que esse mesmo percentual se aplica nos dois grupos (vacinados
e no-vacinados). Assim, obtemos a tabela de frequncias esperadas:
Frequncias esperadas
Doente Saudvel Total
Vacinado 16,8
No vacinado 13,2
Total 30
Nem precisamos preencher as demais clulas.
No clculo da estatstica de qui-quadrado, a contribuio da primeira clula fica:
=
14 16,8
16,8
= 0,46666 0,467
Gabarito: E

Os testes de hipteses para propores, usando a distribuio de qui-quadrado, recebem
nomes especiais. Ns no os mencionamos porque, para resolver os exerccios que caem
em concurso, o nome pouco importa.
S para no passar em branco, vamos a eles:
- Testes de Aderncia: queremos testar se uma populao segue uma dada distribuio de
probabilidades. Exemplo: queremos testar se um dado honesto, isto , os resultados
obtidos seguem uma distribuio uniforme.
- Teste de homogeneidade: queremos testar se diferentes populaes tm a mesma
distribuio.
- Teste de independncia: queremos testar se duas variveis diferentes so independentes
entre si. Exemplo: queremos ver se o aproveitamento num teste independe do sexo da
pessoa. Queremos testar se propenso a ter cncer independe da cor da pele.

6. RESUMO
Tpico Lembretes
Teste de hipteses - Erro de tipo I: rejeitar hiptese nula,
dado que ela verdadeira.
- Erro de tipo II: aceitar hiptese nula,
dado que ela falsa.

Poder do teste: 1
a probabilidade de rejeitar a hiptese
nula, dado que ela falsa.
AFRFB e AFT

Tipos de teste Unilateral:
a hiptese alternativa do tipo: a mdia
menor que alguma coisa; a mdia maior
que alguma coisa

Bilateral: a hiptese alternativa do tipo:
a mdia diferente de alguma coisa.
Procedimentos gerais para o teste - Calcular valores crticos
- Calcular estatstica teste.
- Verificar se estatstica teste est na
regio de aceitao ou na regio crtica
Teste para mdia, com varincia
populacional conhecida

Consultar tabela da varivel normal.
Teste para mdia, com varincia
populacional desconhecida.

Consultar tabela da distribuio T, com
1 graus de liberdade.
P-valor rea delimitada pela estatstica teste. Se
p-valor for maior que nvel de
significncia, aceitamos a hiptese nula.
Do contrrio, rejeitamos.
Teste para propores usando
distribuio binomial.
Para calcular todas as probabilidades, usar
a frmula:

k n k
q p
k
n
k X P
= = ) (

distribuio normal
Estatstica teste:
n
pq
p p
Z
=

=
npq
np p n

distribuio de qui-quadrado
Estatstica teste:
AFRFB e AFT

=
2
1
2
2
) (
i i
i i
E
E O

Nmero de graus de liberdade:
1 1

7. QUESTES APRESENTADAS EM AULA
Questo 1 DNOCS 2010 [FCC]
Em um teste de hiptese estatstico, sendo H
0
a hiptese nula e H
1
a hiptese alternativa, o
nvel de significncia do teste consiste na probabilidade de
(A) aceitar H
0
dado que H
0
verdadeira.
(B) rejeitar H
0
dado que H
0
falsa.
(C) aceitar H
0
, independentemente se H
0
verdadeira ou falsa.
(D) aceitar H
0
dado que H
0
falsa.
(E) rejeitar H
0
dado que H
0
verdadeira.

Considere um teste estatstico envolvendo uma populao normalmente distribuda em que
se deseja testar, com relao a um parmetro da distribuio, a hiptese nula (H
0
) contra a
hiptese alternativa (H
1
), ao nvel de significncia . Seja a probabilidade de aceitar H
0

quando H
0
for falsa. Ento,
(A) corresponde ao erro tipo I ou erro de primeira espcie.
(B) > .
(C) = 1 .
(D) a regio crtica do teste determinada em funo de .
(E) corresponde probabilidade de rejeitar H
0
quando H
0
for verdadeira.
No caso de um teste estatstico clssico, com a hiptese nula H
0
e a alternativa H
1
, cometer
o erro do tipo II consiste em
(A) rejeitar H
0
, sendo H
0
verdadeiro.
(B) aceitar H
0
, sendo H
0
falso.
(C) aceitar H
1
, sendo H
1
verdadeiro.
(D) rejeitar H
1
, sendo H
1
falso.
(E) aceitar H
0
e aceitar H
1
.
AFRFB e AFT

Em uma distribuio de sinistro S, formulando-se a hiptese de que no h diferena entre a
frequncia esperada e a observada (hiptese nula: Ho). Donde, segundo um determinado
nvel de significncia, podemos afirmar que ocorreu
a) um erro do tipo I, se for aceita a hiptese Ho.
b) um erro do tipo II, se for rejeitada a hiptese Ho.
c) um erro do tipo I, se for aceita a hiptese Ho, sendo esta correta.
d) um erro do tipo II, se for rejeitada a hiptese Ho, sendo esta correta.
e) um erro do tipo I, se for rejeitada a hiptese Ho, sendo esta correta.
Para uma experincia realizada com referncia medio do comprimento de determinada
pea fabricada por uma grande indstria, utilizou-se uma amostra aleatria de 16 peas,
apurando-se uma mdia de 0,9 m e um desvio padro de 0,2 m. Supondo que os
comprimentos das peas tenham uma distribuio normal, com mdia e varincia
desconhecida, deseja-se saber, ao nvel de significncia de 5%, se o comprimento da pea
no inferior a 1 m. Seja H0 a hiptese nula do teste ( = 1 m), H1 a hiptese alternativa (
< 1 m ) e t
0,05
= 1,75 o quantil da distribuio t de Student tabelado para teste unicaudal,
com 15 graus de liberdade. Ento, pelo teste t de Student,
(A) a concluso obtida seria a mesma para qualquer nvel de significncia.
(B) H0 no pode ser aceita, indicando que os comprimentos so inferiores a 1 m.
(C) o nmero de graus de liberdade, no caso 15, no interferiu na obteno de t
0,05
.
(D) para um nvel de significncia superior a 5%, a concluso poderia no ser a mesma.
(E) o valor da estatstica obtido por meio da amostra para comparao com t
0,05
igual a
5 , 0
Questo 6 SEFAZ SP 2009 [FCC]
O gerente de uma indstria de determinado componente eletrnico garante que a vida
mdia do produto fabricado igual a 100 horas. Um comprador desta indstria decide
testar a afirmao do gerente e faz um teste estatstico formulando as hipteses H0:
= 100 e H1 : < 100, sendo que H0 a hiptese nula, H1 a hiptese alternativa e a
mdia da populao considerada de tamanho infinito com uma distribuio normal. O
desvio padro populacional igual a 10 horas e utilizou-se a informao da distribuio
normal padro (Z), segundo a qual a probabilidade P(Z > 1,64) = 5%. H0 foi rejeitada com
base em uma amostra aleatria de 64 componentes em um nvel de significncia de 5%.
Ento, o valor da mdia amostral foi, em horas, no mximo,
(A) 94,75
(B) 95,00
(C) 96,00
(D) 96,50
AFRFB e AFT

(E) 97,95
Os lucros brutos anuais das empresas de um determinado ramo de atividade apresentam
uma distribuio normal com mdia e varincia populacional
2
desconhecidas. A partir
de uma amostra aleatria de tamanho 25 da populao considerada de tamanho infinito,
deseja-se testar a hiptese H0: = 20 milhes de reais contra a alternativa H1: > 20
milhes de reais, com a realizao do teste t de Student. A mdia e o desvio padro da
amostra so iguais a 23 e 8, respectivamente, em milhes de reais. Seja
c
t o valor calculado
correspondente para comparar com o valor tabelado
t
t da distribuio t de Student, com n
graus de liberdade, ao nvel de significncia . Ento, correto afirmar que:
t
t com n = 24.
t
t com n = 24.
(D) 1,875 <
c
t < 9,375 e n = 23.
(E)
c
t = 9,375 e n = 23.
Um fabricante divulga que a caracterstica principal de seu produto tem uma mdia de
1.000 unidades. Um pesquisador, duvidando desta armao, encontrou uma caracterstica
mdia de 935 e desvio-padro amostral de 130 examinando uma amostra aleatria simples
de tamanho 9 destes produtos. Calcule o valor mais prximo da estatstica t para testar a
hiptese nula de que a mdia da caracterstica principal do produto 1 000, admitindo que
a caracterstica tem uma distribuio normal.
a) -1,5.
b) -1,78.
c) -1,89.
d) -1,96.
e) -2,115.
Questo 9 IPEA 2004 [ESAF]
Um fabricante de lanternas operadas com gs butano anuncia que o reservatrio de gs de
seu produto tem durao esperada de pelo menos 40 horas. Face reclamao de alguns
consumidores, uma agncia independente resolve verificar a veracidade da afirmao do
fabricante por meio do teste estatstico da hiptese H
0
: 40 contra a alternativa H
A
: < 40
com controle do erro do tipo I em 5%. Uma amostra aleatria de 49 reservatrios produziu
o valor mdio X de 38 horas. Suponha que a distribuio dos tempos de durao do gs seja
aproximadamente normal com desvio padro de 7 horas.
A tabela abaixo d os valores da funo de distribuio F(Z) da normal padro para alguns
valores selecionados de Z.
AFRFB e AFT

Z F(Z)
0,34 0,633
0,54 0,705
0,64 0,739
2,00 0,977
3,00 0,999

Assinale a opo que d o valor probabilstico (p-valor) do teste constitudo com base na
estatstica 40 X
a) 5%
b) 2,3%
c) 3%
d) 4%
e) 2,5%
Questo 10 SEFAZ MS 2006 [FGV]
Um teste de hiptese apresentou p-valor igual a 0,03. Portanto, nos nveis de significncia
de 1% e 5%, respectivamente, a hiptese nula:
a) deve ser aceita e aceita
b) deve ser aceita e rejeitada
c) deve ser rejeitada e aceita
d) deve ser rejeitada e rejeitada
e) pode ou no ser rejeitada, dependendo de a hiptese ser simples ou no.
Questo 11 MPE PE/2006 [FCC]
Para resolver a questo abaixo, considere as tabelas a seguir. Elas fornecem alguns valores
da distribuio F(x). A tabela 1 refere-se varivel normal padro, as tabelas 2 e 3 referem-
se varivel t de Student com 15 e 16 graus de liberdade, respectivamente:
Tabela 1 Tabela 2 Tabela 3
X F(x) X F(x) x F(x)
1,60 0,945 1,753 0,95 1,746 0,95
1,64 0,950 2,248 0,98 2,235 0,98
2,00 0,977 2,583 0,99 2,567 0,99
Seja X uma varivel aleatria, com distribuio normal, com mdia e desvio padro 6.
Para o teste da mdia 11 = contra 13 = , retirou-se uma amostra aleatria de 100
elementos de X, tendo-se observado para a mdia amostral o valor 12,2. O nvel descritivo
do teste :
a) 0,012 b) 0,023 c) 0,055 d) 0,064 e) 0,077.
AFRFB e AFT

Considere o teste da hiptese H: = 100 contra a alternativa A: 100 em uma amostra
da normal com mdia e varincia
. O valor da estatstica teste t com distribuio de

Student sob a hiptese H: = 100 de -1,7864 e sabe-se que 1,7864 = 0,0446.
Suponha que a probabilidade de erro do tipo I esteja sendo controlada em 5%. Assinale a
resposta correta.
a) Como o valor probabilstico do teste 0,0446 conclua H: = 100.
b) Como o valor probabilstico do teste 0,0446 conclua A: 100.
c) Como o valor probabilstico do teste 0,0892, no h evidncia para rejeitar H: = 100.
d) Como o valor probabilstico do teste 0,0223, conclusa A: 100.
e) No se pode tirar nenhuma concluso, pois, o tamanho da amostra, a mdia amostral e o
desvio padro no foram dados.

Para responder Questo 13, Questo 14 e Questo 15, considere o enunciado a seguir.
A proporo de pessoas com uma determinada caracterstica numa populao p.
Sortearam-se 5 pessoas ao acaso e com reposio dessa populao e calculou-se a
proporo p de pessoas com a caracterstica na amostra. Desejando-se testar: H
0
: 5 , 0 = p
contra H
1
: 6 , 0 = p , com base nesta amostra, decidiu-se rejeitar H
0
se o nmero de pessoas
com a caracterstica na amostra for maior ou igual a 4.

O nvel de significncia associado ao teste :
a) 6/64;
b) 5/32
c) 1/16;
d) 5/64;
e) 6/32
Se o nmero observado de pessoas com a caracterstica na amostra foi 5, o nvel descritivo
associado ao teste :
a) 5/16
b) 5/32
c) 3/16
d) 1/32
e) 1/16.
AFRFB e AFT

A probabilidade de se rejeitar H
0
quando H
1
verdadeira :
a)
5
6 , 0 4
b)
5
6 , 0
c)
4
6 , 0 6 , 2
d)
5
6 , 0 1
e)
4
6 , 0 4 , 0 5
Um fabricante deseja fazer um estudo, com uma confiana de 95%, a respeito da aceitao
de um dos seus produtos com a finalidade de lan-lo em um novo mercado. Esse novo
lanamento somente ser comercialmente vivel se o ndice de aceitao do produto for,
pelo menos, de 90%. Para tal, realizou uma pesquisa de mercado em uma das cidades onde
seu produto j comercializado. Foi perguntado aos consumidores se gostaram (aceitaram)
do produto. O resultado foi o seguinte: 850 consumidores responderam que gostaram do
produto e 150 consumidores responderam que no gostaram do produto. Qual ser a
estatstica de teste a ser utilizada nesse teste?
(A) -5,27
(B) -1,96
(C) -1,65
(D) 1,96
(E) 5,27
Em uma cidade realizada uma pesquisa sobre a preferncia dos eleitores com relao a
um determinado candidato, que afirma ter 60% da preferncia. Uma amostra aleatria de
tamanho 600 foi extrada da populao, considerada de tamanho infinito, sendo que 330
eleitores manifestaram sua preferncia pelo candidato. Com base nesta amostra, deseja-se
testar a hiptese H0 : p = 60% (hiptese nula) contra H1 : p 60% (hiptese alternava), em
que p a proporo dos eleitores que tm preferncia pelo candidato. Para a anlise
considerou-se normal a distribuio amostral da frequncia relativa dos eleitores que tm
preferncia pelo candidato e que na distribuio normal padro Z a probabilidade P(|Z|
1,96) = 95% e P(|Z| 2,58) = 99%. A concluso que H0
(A) no rejeitada tanto ao nvel de significncia de 1% como ao nvel de significncia de
5%.
(B) rejeitada ao nvel de significncia de 5%.
(C) rejeitada ao nvel de significncia de 1%.
(D) no rejeitada para algum nvel de significncia superior a 5%.
(E) rejeitada para algum nvel de significncia inferior a 1%.
AFRFB e AFT

Um fabricante afirma que pelo menos 95% dos equipamentos que fornece indstria
encontram-se dentro de suas especificaes. Uma amostra de 200 itens escolhidos ao acaso
revelou 10 itens fora de especificao. Assinale a opo que corresponde ao valor
probabilstico (p-valor) do teste de H
0
: 95 , 0 contra H
A
: 95 , 0 < , sendo a proporo
populacional de itens dentro da especificao.
a) 0,500
b) 0,050
c) 0,025
d) 0,010
e) 0,100
Lana-se uma moeda 20 vezes e observa-se a ocorrncia de 7 caras. Seja a probabilidade
de cara. Assinale a opo que d o valor da estatstica teste correspondente ao teste da
hiptese H
0
: 5 , 0 contra H
A
: 5 , 0 < .
a) 20 3 , 0
b) 20 2 , 0
c) 20 3 , 0
d) 20 2 , 0
e) 20 5 , 0
Sejam n variveis aleatrias N(0,1) independentes. A soma de seus quadrados tem uma
distribuio de:
a) t de Student com n-1 graus de liberdade
b) t de Student com n graus de liberdade
c) qui quadrado com n graus de liberdade
d) qui quadrado com 2n graus de liberdade
e) F com 1 grau de liberdade no numerador e n graus de liberdade no denominador.
Dos 100 candidatos inscritos em um concurso que estudaram no curso preparatrio A, 75
foram aprovados no concurso, enquanto que dos 100 candidatos inscritos no concurso que
estudaram no curso preparatrio B, 65 foram aprovados nesse concurso. Se desejarmos
testar a hiptese estatstica de que a proporo de aprovao dos dois cursos a mesma,
obtenha o valor mais prximo da estatstica do teste, que tem aproximadamente uma
distribuio qui-quadrado com um grau de liberdade.
a) 1,21.
AFRFB e AFT

b) 1,44.
c) 1,85.
d) 2,38.
e) 2,93.
A tabela abaixo corresponde ao resultado de um concurso aplicado a 100 pessoas. Foram
formados dois grupos (A e B) com 50 pessoas cada um. O grupo A recebeu um treinamento
para participar do concurso e o grupo B no.

Deseja-se saber se o resultado do concurso depende do treinamento utilizando o teste qui-
quadrado ao nvel de significncia de 5%.
Dados: Valores crticos da distribuio qui-quadrado
[P (qui-quadrado com n graus de liberdade < valor tabelado) = 1 ]

O valor do qui-quadrado observado e a respectiva concluso
(A) 4,167; existe eficcia na aplicao do treinamento.
(B) 4,167; no existe eficcia na aplicao do treinamento.
(C) 3,333; existe eficcia na aplicao do treinamento.
(D) 3,333; no existe eficcia na aplicao do treinamento.
(E) 2,500; existe eficcia na aplicao do treinamento.
Questo 23 MTE 2010 [ESAF]
Em uma amostra aleatria simples de 100 pessoas de uma populao, 15 das 40 mulheres
da amostra so fumantes e 15 dos 60 homens da amostra tambm so fumantes.
Desejando-se testar a hiptese nula de que nesta populao ser fumante ou no independe
da pessoa ser homem ou mulher, qual o valor mais prximo da estatstica do
correspondente teste de qui-quadrado?
a) 1,79.
b) 2,45.
AFRFB e AFT

c) 0,98.
d) 3,75.
e) 1,21.
Na anlise da sinistralidade de uma determinada carteira, uma medida de discrepncia
existente entre as freqncias observadas e as esperadas proporcionada pela estatstica
qui quadrado - X2 . Com base nisso, pode-se afirmar que se:
a) X
2
b) X
2
= 0, as freqncias tericas (esperadas) e as observadas no concordam exatamente
nem parcialmente.
c) X
2
= 0, as freqncias tericas (esperadas) e as observadas concordam parcialmente,
pode ser aceita-se como tal.
d) X
2
e) X
2
0, as freqncias tericas (esperadas) e as observadas concordam exatamente.

O resultado de um ensaio destinado a investigar a efetividade da vacinao de animais na
preveno de certo tipo de doena produziu a tabela de contingncia seguinte.

Deseja-se testar a hiptese de que os perfis (de linha) de vacinados e no vacinados
coincidem. Assinale a opo que d o valor da contribuio da primeira clula da tabela para
a estatstica teste de homogeneidade do qui-quadrado
a) 0,326
b) 0,450
c) 0,400
d) 0,500
e) 0,467

8. GABARITO
1 e
2 e
3 b
4 e
5 b
6 e
AFRFB e AFT

7 a
8 a
9 b
10 b
11 b
12 c
13 e
14 d
15 c
16 a
17 b
18 a
19 a
20 c
21 d
22 a
23 a
24 a
25 e
AFRFB e AFT

9. TABELA I DISTRIBUIO NORMAL
PROBABILIDADE DE Z ESTAR ENTRE 0 E Z
0

Segunda casa decimal de Z
0

Z
0
0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,0239 0,0279 0,0319 0,0359
0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,0675 0,0714 0,0753
0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,1064 0,1103 0,1141
0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,1443 0,1480 0,1517
0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,1808 0,1844 0,1879
0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,2157 0,2190 0,2224
0,6 0,2257 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,2486 0,2517 0,2549
0,7 0,2580 0,2611 0,2642 0,2673 0,2704 0,2734 0,2764 0,2794 0,2823 0,2852
0,8 0,2881 0,2910 0,2939 0,2967 0,2995 0,3023 0,3051 0,3078 0,3106 0,3133
0,9 0,3159 0,3186 0,3212 0,3238 0,3264 0,3289 0,3315 0,3340 0,3365 0,3389
1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 0,3577 0,3599 0,3621
1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 0,3790 0,3810 0,3830
1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 0,3980 0,3997 0,4015
1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 0,4147 0,4162 0,4177
1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 0,4292 0,4306 0,4319
1,5 0,4332 0,4345 0,4357 0,4370 0,4382 0,4394 0,4406 0,4418 0,4429 0,4441
1,6 0,4452 0,4463 0,4474 0,4484 0,4495 0,4505 0,4515 0,4525 0,4535 0,4545
1,7 0,4554 0,4564 0,4573 0,4582 0,4591 0,4599 0,4608 0,4616 0,4625 0,4633
1,8 0,4641 0,4649 0,4656 0,4664 0,4671 0,4678 0,4686 0,4693 0,4699 0,4706
1,9 0,4713 0,4719 0,4726 0,4732 0,4738 0,4744 0,4750 0,4756 0,4761 0,4767
2,0 0,4772 0,4778 0,4783 0,4788 0,4793 0,4798 0,4803 0,4808 0,4812 0,4817
2,1 0,4821 0,4826 0,4830 0,4834 0,4838 0,4842 0,4846 0,4850 0,4854 0,4857
2,2 0,4861 0,4864 0,4868 0,4871 0,4875 0,4878 0,4881 0,4884 0,4887 0,4890
2,3 0,4893 0,4896 0,4898 0,4901 0,4904 0,4906 0,4909 0,4911 0,4913 0,4916
2,4 0,4918 0,4920 0,4922 0,4925 0,4927 0,4929 0,4931 0,4932 0,4934 0,4936
2,5 0,4938 0,4940 0,4941 0,4943 0,4945 0,4946 0,4948 0,4949 0,4951 0,4952
2,6 0,4953 0,4955 0,4956 0,4957 0,4959 0,4960 0,4961 0,4962 0,4963 0,4964
2,7 0,4965 0,4966 0,4967 0,4968 0,4969 0,4970 0,4971 0,4972 0,4973 0,4974
2,8 0,4974 0,4975 0,4976 0,4977 0,4977 0,4978 0,4979 0,4979 0,4980 0,4981
2,9 0,4981 0,4982 0,4982 0,4983 0,4984 0,4984 0,4985 0,4985 0,4986 0,4986
3,0 0,4987 0,4987 0,4987 0,4988 0,4988 0,4989 0,4989 0,4989 0,4990 0,4990

AFRFB e AFT


10. TABELA II DISTRIBUIO T DE STUDENT
Distribuio T (feita com a funo INVT do excel).
A tabela fornece valores de
para o teste de hipteses bilateral:

Graus de
liberdade
Nvel de significncia
20% 10% 5% 2% 1% 0,5%
1 3,078 6,314 12,706 31,821 63,657 127,321
2 1,886 2,920 4,303 6,965 9,925 14,089
3 1,638 2,353 3,182 4,541 5,841 7,453
4 1,533 2,132 2,776 3,747 4,604 5,598
5 1,476 2,015 2,571 3,365 4,032 4,773
6 1,440 1,943 2,447 3,143 3,707 4,317
7 1,415 1,895 2,365 2,998 3,499 4,029
8 1,397 1,860 2,306 2,896 3,355 3,833
9 1,383 1,833 2,262 2,821 3,250 3,690
10 1,372 1,812 2,228 2,764 3,169 3,581
11 1,363 1,796 2,201 2,718 3,106 3,497
12 1,356 1,782 2,179 2,681 3,055 3,428
13 1,350 1,771 2,160 2,650 3,012 3,372
14 1,345 1,761 2,145 2,624 2,977 3,326
15 1,341 1,753 2,131 2,602 2,947 3,286
16 1,337 1,746 2,120 2,583 2,921 3,252
17 1,333 1,740 2,110 2,567 2,898 3,222
18 1,330 1,734 2,101 2,552 2,878 3,197
19 1,328 1,729 2,093 2,539 2,861 3,174
20 1,325 1,725 2,086 2,528 2,845 3,153
21 1,323 1,721 2,080 2,518 2,831 3,135
22 1,321 1,717 2,074 2,508 2,819 3,119
23 1,319 1,714 2,069 2,500 2,807 3,104
24 1,318 1,711 2,064 2,492 2,797 3,091
25 1,316 1,708 2,060 2,485 2,787 3,078
26 1,315 1,706 2,056 2,479 2,779 3,067
27 1,314 1,703 2,052 2,473 2,771 3,057
28 1,313 1,701 2,048 2,467 2,763 3,047
29 1,311 1,699 2,045 2,462 2,756 3,038
30 1,310 1,697 2,042 2,457 2,750 3,030
40 1,303 1,684 2,021 2,423 2,704 2,971
60 1,296 1,671 2,000 2,390 2,660 2,915
99 1,290 1,660 1,984 2,365 2,626 2,871
120 1,289 1,658 1,980 2,358 2,617 2,860
1,282 1,645 1,960 2,326 2,576 2,807

AFRFB e AFT

Outra forma ligeiramente diferente de representar a mesma tabela identificar as colunas
conforme as reas entre
0
t e
0
t +
.
Fica assim: a tabela fornece valores de t
0
tal que a probabilidade de assumir valores entre
t
0
e t
0
seja igual a P.

Graus de
liberdade
Valores de P (Probabilidade associada ao intervalo)
0,8 0,9 0,95 0,98 0,99 0,995
1 3,078 6,314 12,706 31,821 63,657 127,321
2 1,886 2,920 4,303 6,965 9,925 14,089
3 1,638 2,353 3,182 4,541 5,841 7,453
4 1,533 2,132 2,776 3,747 4,604 5,598
5 1,476 2,015 2,571 3,365 4,032 4,773
6 1,440 1,943 2,447 3,143 3,707 4,317
7 1,415 1,895 2,365 2,998 3,499 4,029
8 1,397 1,860 2,306 2,896 3,355 3,833
9 1,383 1,833 2,262 2,821 3,250 3,690
10 1,372 1,812 2,228 2,764 3,169 3,581
11 1,363 1,796 2,201 2,718 3,106 3,497
12 1,356 1,782 2,179 2,681 3,055 3,428
13 1,350 1,771 2,160 2,650 3,012 3,372
14 1,345 1,761 2,145 2,624 2,977 3,326
15 1,341 1,753 2,131 2,602 2,947 3,286
16 1,337 1,746 2,120 2,583 2,921 3,252
17 1,333 1,740 2,110 2,567 2,898 3,222
18 1,330 1,734 2,101 2,552 2,878 3,197
19 1,328 1,729 2,093 2,539 2,861 3,174
20 1,325 1,725 2,086 2,528 2,845 3,153
21 1,323 1,721 2,080 2,518 2,831 3,135
22 1,321 1,717 2,074 2,508 2,819 3,119
23 1,319 1,714 2,069 2,500 2,807 3,104
24 1,318 1,711 2,064 2,492 2,797 3,091
25 1,316 1,708 2,060 2,485 2,787 3,078
26 1,315 1,706 2,056 2,479 2,779 3,067
27 1,314 1,703 2,052 2,473 2,771 3,057
28 1,313 1,701 2,048 2,467 2,763 3,047
29 1,311 1,699 2,045 2,462 2,756 3,038
30 1,310 1,697 2,042 2,457 2,750 3,030
40 1,303 1,684 2,021 2,423 2,704 2,971
60 1,296 1,671 2,000 2,390 2,660 2,915
99 1,290 1,660 1,984 2,365 2,626 2,871
120 1,289 1,658 1,980 2,358 2,617 2,860
1,282 1,645 1,960 2,326 2,576 2,807
77

11. TABELA III Qui-quadrado
Valores de
2
k
tais que a probabilidade de
2
(com distribuio de qui-quadrado) assumir valores maiores que
2
k
seja igual probabilidade
P.
Tabela gerada com a funo INV.QUI do Excel.

Graus de
liberdade
Probabilidades
0,995 0,990 0,975 0,950 0,900 0,750 0,250 0,100 0,050 0,025 0,010 0,005
1 0,000 0,000 0,001 0,004 0,016 0,102 1,323 2,706 3,841 5,024 6,635 7,879
2 0,010 0,020 0,051 0,103 0,211 0,575 2,773 4,605 5,991 7,378 9,210 10,597
3 0,072 0,115 0,216 0,352 0,584 1,213 4,108 6,251 7,815 9,348 11,345 12,838
4 0,207 0,297 0,484 0,711 1,064 1,923 5,385 7,779 9,488 11,143 13,277 14,860
5 0,412 0,554 0,831 1,145 1,610 2,675 6,626 9,236 11,070 12,833 15,086 16,750
6 0,676 0,872 1,237 1,635 2,204 3,455 7,841 10,645 12,592 14,449 16,812 18,548
7 0,989 1,239 1,690 2,167 2,833 4,255 9,037 12,017 14,067 16,013 18,475 20,278
8 1,344 1,646 2,180 2,733 3,490 5,071 10,219 13,362 15,507 17,535 20,090 21,955
9 1,735 2,088 2,700 3,325 4,168 5,899 11,389 14,684 16,919 19,023 21,666 23,589
10 2,156 2,558 3,247 3,940 4,865 6,737 12,549 15,987 18,307 20,483 23,209 25,188
11 2,603 3,053 3,816 4,575 5,578 7,584 13,701 17,275 19,675 21,920 24,725 26,757
12 3,074 3,571 4,404 5,226 6,304 8,438 14,845 18,549 21,026 23,337 26,217 28,300
13 3,565 4,107 5,009 5,892 7,042 9,299 15,984 19,812 22,362 24,736 27,688 29,819
14 4,075 4,660 5,629 6,571 7,790 10,165 17,117 21,064 23,685 26,119 29,141 31,319
15 4,601 5,229 6,262 7,261 8,547 11,037 18,245 22,307 24,996 27,488 30,578 32,801
16 5,142 5,812 6,908 7,962 9,312 11,912 19,369 23,542 26,296 28,845 32,000 34,267
17 5,697 6,408 7,564 8,672 10,085 12,792 20,489 24,769 27,587 30,191 33,409 35,718
18 6,265 7,015 8,231 9,390 10,865 13,675 21,605 25,989 28,869 31,526 34,805 37,156
19 6,844 7,633 8,907 10,117 11,651 14,562 22,718 27,204 30,144 32,852 36,191 38,582
20 7,434 8,260 9,591 10,851 12,443 15,452 23,828 28,412 31,410 34,170 37,566 39,997
21 8,034 8,897 10,283 11,591 13,240 16,344 24,935 29,615 32,671 35,479 38,932 41,401
22 8,643 9,542 10,982 12,338 14,041 17,240 26,039 30,813 33,924 36,781 40,289 42,796
23 9,260 10,196 11,689 13,091 14,848 18,137 27,141 32,007 35,172 38,076 41,638 44,181
24 9,886 10,856 12,401 13,848 15,659 19,037 28,241 33,196 36,415 39,364 42,980 45,559
78

Graus de
liberdade
Probabilidades
0,995 0,990 0,975 0,950 0,900 0,750 0,250 0,100 0,050 0,025 0,010 0,005
25 10,520 11,524 13,120 14,611 16,473 19,939 29,339 34,382 37,652 40,646 44,314 46,928
26 11,160 12,198 13,844 15,379 17,292 20,843 30,435 35,563 38,885 41,923 45,642 48,290
27 11,808 12,879 14,573 16,151 18,114 21,749 31,528 36,741 40,113 43,195 46,963 49,645
28 12,461 13,565 15,308 16,928 18,939 22,657 32,620 37,916 41,337 44,461 48,278 50,993
29 13,121 14,256 16,047 17,708 19,768 23,567 33,711 39,087 42,557 45,722 49,588 52,336
30 13,787 14,953 16,791 18,493 20,599 24,478 34,800 40,256 43,773 46,979 50,892 53,672
40 20,707 22,164 24,433 26,509 29,051 33,660 45,616 51,805 55,758 59,342 63,691 66,766
50 27,991 29,707 32,357 34,764 37,689 42,942 56,334 63,167 67,505 71,420 76,154 79,490
60 35,534 37,485 40,482 43,188 46,459 52,294 66,981 74,397 79,082 83,298 88,379 91,952
70 43,275 45,442 48,758 51,739 55,329 61,698 77,577 85,527 90,531 95,023 100,425 104,215
80 51,172 53,540 57,153 60,391 64,278 71,145 88,130 96,578 101,879 106,629 112,329 116,321
90 59,196 61,754 65,647 69,126 73,291 80,625 98,650 107,565 113,145 118,136 124,116 128,299
100 67,328 70,065 74,222 77,929 82,358 90,133 109,141 118,498 124,342 129,561 135,807 140,169
79


Aula 15 - Testes de Hipóteses

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Aula 15 - Testes de Hipóteses

Caricato da

Copyright:

Formati disponibili

Raciocnio Lgico, Estatstica,

Matemtica e Matemtica Financeira p/

que correspondem a -1,96 e 1,96.

= 2 1,96 + 220 = 216,08

= 2 1,96 + 220 = 223,92

100 < 1,64 1,25

100 < 2,05

< 2,05 + 100

. O valor da estatstica teste t com distribuio de

. O valor da estatstica teste t com distribuio de

para o teste de hipteses bilateral:

Potrebbero piacerti anche