Sei sulla pagina 1di 10

E

statstica
Autoria: Oderson Dias de Mello
Tema 08
Testes qui-quadrado e distribuio F
Tema 08
Testes qui-quadrado e distribuio F
Autoria: Oderson Dias de Mello
Como citar esse documento:
MELLO, Oderson Dias de. Estatstica: Testes qui-quadrado e distribuio F. Caderno de Atividades. Anhanguera Publicaes: Valinhos, 2014.
ndice
2014 Anhanguera Educacional. Proibida a reproduo fnal ou parcial por qualquer meio de impresso, em forma idntica, resumida ou modifcada em lngua
portuguesa ou qualquer outro idioma.
Pg. 16
Pg. 17 Pg. 18
Pg. 16
Pg. 14 Pg. 13
ACOMPANHENAWEB
Pg. 3
CONVITELEITURA
Pg. 3
PORDENTRODOTEMA
3
Teste de ajuste
Vamos supor que um pesquisador de uma grande empresa de fast food deseja determinar a proporo de
consumidores que consomem os diferentes tipos de lanche. Para identifcar essa proporo, o pesquisador realizar um
experimento de probabilidade chamado de experimento polinomial. Neste experimento, realizamos um nmero fxo
de testes, em que para cada teste independente h mais de duas respostas possveis. A probabilidade de cada um dos
resultados desejados ocorrer fxa e cada um dos resultados classifcado em categorias.
Mas como iremos testar a afrmao de uma loja de fast food em relao distribuio das propores das preferncias
por determinado tipo de lanche? Para testar essa afrmao, vamos comparar a distribuio especfca da loja de fast
food com a distribuio identifcada no experimento populacional. Essa comparao feita atravs do teste de ajuste
qui-quadrado.
Em temas anteriores, aprendemos uma metodologia que nos permite verifcar se os dados amostrais de uma ou
duas populaes trazem evidncias que apoiem ou no uma hiptese estatstica defnida. Mas e se quisermos testar
uma hiptese que compare trs ou mais populaes? Por exemplo, suponha que a Anhanguera Educacional afrme que
a distribuio de seus cursos se d da seguinte maneira: 50% exatas, 35% humanas e 15% biolgicas. Como podemos
afrmar se essa hiptese verdadeira?
Neste tema voc aprender a testar uma hiptese que compara trs ou mais populaes. Realizar testes para verifcar
se uma distribuio observada se encaixa em uma distribuio esperada ou se at duas distribuies amostrais possuem
alguma relao ou so independentes. Finalmente, utilizaremos um modelo estatstico para comparar duas varincias.
CONVITELEITURA
alguma relao ou so independentes. Finalmente, utilizaremos um modelo estatstico para comparar duas varincias.
PORDENTRODOTEMA
4
O teste de ajuste qui-quadrado um modelo estatstico que testa o quo bem uma distribuio de frequncia se encaixa
em uma distribuio esperada. Para utiliz-lo devemos obedecer duas condies: as frequncias observadas devem
ser obtidas usando uma amostra aleatria e cada frequncia esperada deve ser maior ou igual a cinco. Mas qual a
diferena entre a esperada e a observada?
A frequncia observada O ser a frequncia da categoria observada nos dados da amostra enquanto a frequncia
esperada E ser a frequncia calculada para a categoria. Ela ser calculada da seguinte maneira: E
i
= n.p
i
, onde n o
nmero de tentativas (tamanho da amostra) e p
i
a probabilidade da i-sima categoria.
Defnida a diferena entre as frequncias e se as condies forem satisfeitas, podemos afrmar que a distribuio de
amostragem aproximada por uma distribuio qui-quadrado com (k 1) graus de liberdade onde k o nmero de
categorias. A estatstica do teste ser a seguinte:
Quanto mais a frequncia observada se aproximar da frequncia esperada, menor ser a diferena entre elas e,
consequentemente, mais prxima de zero estar a estatstica do teste. Se isso ocorrer, a hiptese nula no pode ser
rejeitada, ou seja, a distribuio de frequncia se encaixa na distribuio especfca.
Observe que a hiptese nula sempre ser que a distribuio de frequncia se encaixa na distribuio especfca e a
hiptese alternativa ser que a distribuio de frequncia no se encaixa na distribuio especfca.
Vamos agora utilizar a situao descrita no incio deste caderno para realizar um teste de ajuste qui-quadrado.
As preferncias pelo tipo de lanche de uma grande rede de fast food so distribudas conforme a Tabela 8.1. Um
pesquisador selecionou aleatoriamente 300 consumidores e perguntou que tipo de lanche eles preferiam: carne, frango,
peixe ou vegetariano, e relatou a distribuio na Tabela 8.2. Utilizando um nvel de signifcncia de 0.01, realize um teste
de qui-quadrado para testar se a distribuio de frequncia se encaixa na distribuio especfca esperada.
Tabela 8.1: Porcentagens de preferncias por lanche.
Distribuio de preferncia por lanche
Carne 40% Peixe 17%
Frango 29% Vegetariano 14%
PORDENTRODOTEMA
5
Tabela 8.2: Resultado da pesquisa.
Resultado obtido pelo pesquisador
Carne 131 Peixe 34
Frango 109 Vegetariano 26
Com essas duas tabelas, podemos montar uma tabela fnal (Tabela 8.3) sobre frequncia esperada e frequncia
observada (FE e FO, respectivamente).
Tabela 8.3: Frequncia esperada e frequncia observada.
Tipo de Lanche FO FE FO - FE
Carne 131 120 11
Frango 109 87 22
Peixe 34 51 -17
Vegetariano 26 42 -16
Como as frequncias observadas foram obtidas aleatoriamente e cada frequncia esperada no mnimo cinco, podemos
utilizar o teste de ajuste qui-quadrado. A hiptese nula e a alternativa so as seguintes:
Hiptese Nula: a distribuio da preferncia pelo tipo de lanche de 40%, 29%, 17% e 14% para os lanches do tipo
carne, frango, peixe e vegetariano respectivamente.
Hiptese Alternativa: a distribuio de preferncias diferente da distribuio esperada ou afrmada.
Defnidas as hipteses, observamos que h quatro categorias e, portanto, o grau de liberdade igual a trs. Sabendo
disso e considerando o nvel de signifcncia de 0,01, temos que o valor crtico (tabelado) X
2
0
= 11,345.
Podemos, agora, calcular a estatstica do teste:
Como a estatstica do teste maior que o valor crtico, podemos afrmar com 1% de nvel de signifcncia que h
evidncia sufciente para concluir que a distribuio da preferncia pelo tipo de lanche difere da distribuio esperada ou
da afrmao da rede de fast food.
PORDENTRODOTEMA
6
Independncia
J aprendemos que dois eventos so independentes se a ocorrncia de um no afeta a probabilidade de ocorrncia
do outro evento. Por exemplo, o lanamento de duas moedas ou o lanamento de dois ou mais dados. Mas e se
quisermos determinar se h alguma relao entre as notas de fsica e as notas de matemtica, ou o tipo de carro e o
gnero do dono (homem ou mulher)? Essas variveis so independentes?
Podemos responder a essa pergunta ao utilizar novamente o teste qui-quadrado, mas desta vez conhecido como teste
qui-quadrado de independncia. Para utiliz-lo, precisamos organizar os dados em uma tabela de contingncia, que
nada mais do que uma tabela r (fleiras) x c (colunas) onde mostram-se as frequncias observadas para duas variveis.
Tabela 8.4: Tipo de carro x gnero.
Tipo de carro
Gnero Compacto Grande SUV Van
Homem 29 34 19 23
Mulher 25 27 18 15
Diferente do teste de ajuste, no teste qui-quadrado de independncia no fornecida a frequncia esperada, por isso,
caso as duas variveis da tabela de contingncia sejam independentes, temos que calcul-la com a seguinte frmula:
Frequncia esperada
O resultado da soma das fleiras r ou da soma das colunas c chamado de frequncia marginal, e a frequncia
observada em uma tabela de contingncia conhecida por frequncia conjunta. Pela Tabela 8.4 temos um exemplo
de frequncia marginal, que a soma da coluna "compacto igual a 54. Um exemplo de frequncia conjunta o dado na
coluna "SUV e linha "mulher igual a 18.
Aps encontrar as frequncias esperadas, devemos testar se as variveis so independentes usando o teste qui-
quadrado de independncia. Neste teste vamos observar se a ocorrncia de uma das variveis afeta a probabilidade de
ocorrncia de outra varivel.
Assim como o teste de ajuste, devemos observar as seguintes condies:
1. As frequncias observadas devem ser obtidas usando uma amostra aleatria.
2. Cada frequncia esperada deve ser maior ou igual a cinco.
PORDENTRODOTEMA
7
Respeitando essas condies, podemos afrmar que a distribuio de amostragem para o teste qui-quadrado de
independncia aproximada pela distribuio qui-quadrado com (r 1).(c 1) graus de liberdade. E sua estatstica do
teste a seguinte:
Vamos agora utilizar o teste em um exemplo. Perceba que nesse tipo de teste a hiptese nula sempre afrmar que as
variveis so independentes enquanto a hiptese alternativa afrma que as variveis so dependentes.
Uma revendedora de automveis deseja determinar se o gnero da pessoa (masculino ou feminino) infuencia no tipo
de carro comprado. Para realizar o experimento, um pesquisador selecionou 200 amostras aleatoriamente e cada uma
delas responde qual o tipo de carro de sua preferncia. Os resultados esto descritos na Tabela 8.5. Utilizando um nvel
de signifcncia de 0.01, o pesquisador pode concluir que as variveis selecionadas so independentes?
Tabela 8.5: Tipo de carro x gnero.
Tipo de carro
Gnero Compacto Grande SUV Van Total
Homem 29 34 22 25 110
Mulher 26 27 20 17 90
Total 55 61 42 42 200
Hiptese Nula: os tipos de carros escolhidos independem do gnero.
Hiptese Alternativa: os tipos de carros escolhidos dependem do gnero.
Visto que a tabela de contingncia possui quatro colunas e duas linhas, podemos afrmar ento que o grau de liberdade
ser de: (2 - 1). (4 - 1) = 3 graus. Como o nvel de signifcncia de 0,01, podemos encontrar o valor crtico (tabelado)
X
2
0
= 11,345.
PORDENTRODOTEMA
8
Vamos, agora, calcular as frequncias esperadas:
E em seguida, calculamos a estatstica do teste.
Como o valor da estatstica do teste menor que o valor crtico encontrado, afrmamos com 1% de nvel de signifcncia
que no h evidncia sufciente para rejeitar a hiptese nula, ou seja, as variveis so independentes.
Comparando duas varincias
E se desejssemos comparar duas varincias populacionais? Ou realizar um teste de hiptese sobre duas
varincias? Como as compararamos? Para calcular a comparao entre duas varincias ns vamos aprender sobre a
distribuio F e como utiliz-la com esse objetivo.
Seja s
2
1
e s
2
2
duas variveis que representam as varincias de amostras de duas populaes. Caso as populaes
sejam normais e suas varincias sejam iguais, ento a distribuio de amostragem conhecida como distribuio F ser
a seguinte:
PORDENTRODOTEMA
9
As propriedades da distribuio F so (LARSON; FARBER, 2010):
1. A distribuio F uma famlia de curvas determinadas por dois tipos de grau de liberdade: os graus correspondentes
varincia do numerador, defnidos por g.l.
N
e os graus de liberdade correspondentes varincia do denominador,
defnidos por g.l.
D
.
2. Distribuies F so representadas grafcamente de forma positiva.
3. A rea total sob cada curva de uma distribuio F igual a 1.
4. Valores F so sempre maiores ou iguais a zero.
5. Para todas as distribuies F, o valor mdio de F aproximadamente 1
Para defnir os valores crticos para a distribuio F correspondentes a g.l.
N
e g.l.
D
vamos utilizar uma tabela. Se o teste
de hiptese usado for um bicaudal, precisamos apenas encontrar o valor crtico unicaudal direita, ou seja, usaremos,
na tabela F, metade do nvel de signifcncia defnido.
Por exemplo, encontre o valor F crtico para um teste bicaudal e para um teste unicaudal quando o nvel de signifcncia
igual a 5%, g.l.
N
igual a 4 graus e g.l.
D
igual a 8 graus.
Para o teste unicaudal, basta olhar na tabela para o nvel de signifcncia de 5% e achamos o valor crtico de 3,84.
Para o teste bicaudal, devemos olhar na tabela para o nvel de signifcncia defnido dividido por dois, ou seja, nvel de
signifcncia de 2,5%. Para esse caso, o valor crtico de 5,05.
PORDENTRODOTEMA
10
Aps introduzir esses conceitos, vamos aprender a realizar um teste F de duas amostras com a fnalidade de comparar
duas varincias populacionais usando uma amostra de cada populao. Para esse teste ser realizado, trs condies
devem ser satisfeitas: amostras aleatoriamente selecionadas, amostras independentes e cada populao deve possuir
uma distribuio normal.
Respeitando as trs condies descritas, podemos ento utilizar o seguinte teste estatstico:
Onde s
2
1
e s
2
2
representam as varincias amostrais, sempre com s
2
1

2
2
. O grau de liberdade para o numerador igual
ao tamanho da amostra 1 (n1) menos um e o grau de liberdade para o denominador igual ao tamanho da amostra 2
menos um.
Enfm, podemos agora utilizar um exemplo para calcular um teste F a fm de comparar duas varincias populacionais.
Suponha que voc deseja comprar um televisor e est decidindo entre duas lojas diferentes. A fm de verifcar se uma
das duas lojas tem uma maior variao nos preos do que a outra, voc seleciona aleatoriamente amostras dos preos
dos televisores e compe a Tabela 8.6:
Tabela 8.6: Varincias de preos nas lojas.
Loja A Loja B
n = 15 n = 21
s = 3,7 s = 6,2
Com os dados da tabela e utilizando um nvel de signifcncia de 1%, faa o teste F para comparao de varincia.
Com os dados fornecidos, podemos verifcar rapidamente que 6,2 > 3,7 e portanto s
2
1
e n
1
sero dados da loja B e s
2
2
e n
2
da loja A. Vamos defnir as hipteses agora.
Hiptese Nula: as varincias so iguais.
Hiptese Alternativa: as varincias so diferentes.
PORDENTRODOTEMA
11
Defnidas as hipteses, podemos calcular os graus de liberdade; g.l.
N
= 21 1 = 20 e g.l.
D
= 15 1 = 14. Com os graus
de liberdade calculados, um nvel de signifcncia de 1% e como o teste bicaudal, temos o valor crtico (tabelado), que
igual a 4,06.
Calculamos agora a estatstica do teste F.
Como a estatstica do teste menor do que o valor crtico calculado, conclumos, com 1% de nvel de signifcncia, que
no h evidncia sufciente para rejeitar a hiptese nula.
Anlise de Varincia
magine que um pesquisador deseje determinar se h uma diferena na mdia das notas da disciplina de estatstica
em quatro turmas diferentes. Para determinar se essa diferena existe, o pesquisador deve usar a distribuio F,
porm utilizando um mtodo diferente, conhecido como anlise de varincia, tambm conhecido como "ANOVA. Como
estamos estudando uma varivel independente, o mtodo conhecido como anlise de varincia com um fator.
A anlise de varincia com um fator uma tcnica de teste de hiptese utilizada com a fnalidade de comparar a mdia
de trs ou mais populaes. Para realizar este mtodo devemos respeitar algumas condies; so elas: cada amostra
deve ser aleatoriamente selecionada ou de uma distribuio normal ou aproximadamente normal, as amostras devem
ser independentes entre si e cada populao deve ter a mesma varincia.
Respeitando as condies, podemos defnir o teste estatstico como a razo entre a varincia entre amostras e a
varincia dentro das amostras. Mas qual a diferena entre elas? A varincia entre amostras (MS
B
) mede as diferenas
relacionadas ao tratamento dado e a varincia dentro das amostras (MS
W
) mede as diferenas relacionadas aos
lanamentos dentro da mesma amostra.
PORDENTRODOTEMA
12
Os graus de liberdade para o teste F so: g.l.
N
igual a k (nmero de amostras) menos um e g.l.
D
igual a N (soma do
tamanho das amostras) menos k (nmero de amostras).
Vamos agora realizar um teste ANOVA simples.
Um pesquisador quer determinar se h diferena na mdia das notas de estatstica em quatro turmas diferentes. Vrios
alunos dessas turmas so selecionados aleatoriamente e cada um informa a nota (0 a 100) da ltima prova realizada,
na Tabela 8.7. Com nvel de signifcncia de 1%, o pesquisador pode concluir que h uma diferena na mdia das notas
da disciplina? Vamos supor que cada populao seja normalmente distribuda e que as varincias populacionais sejam
iguais.
Turma A Turma B Turma C Turma D
74 87 80 61
68 76 70 70
58 70 81 64
64 78 69 77
84 63
x
1
= 66 x
2
= 79 x
3
= 75 x
4
= 67
s
2
1
= 45,3 s
2
2
= 45 s
2
3
= 40,7 s
2
4
= 42,5
As hipteses sero as seguintes:
Hiptese Nula: as mdias populacionais so iguais.
Hiptese Alternativa: as mdias populacionais so diferentes.
Visto que temos quatro amostras, g.l.
N
ser igual a (4 1) = 3. A soma dos tamanhos das amostras N : 4 + 5+ 4 + 5
= 18. Ento podemos afrmar que g.l.
D
= 18 3 = 15. Usando os seguintes valores, e um nvel de signifcncia de 1%,
temos que o valor crtico (tabelado) igual a 5,42.
PORDENTRODOTEMA
13
Vamos calcular a estatstica do teste.
Como o valor da estatstica menor que o valor crtico, podemos afrmar com 1% de nvel de signifcncia que no h
evidncia o sufciente para rejeitar a hiptese nula.
PORDENTRODOTEMA
Teste de ajuste Qui-Quadrado Resumo Bioestatstica
Aula bem resumida e com bons exemplos sobre o teste de ajuste qui-quadrado.
Link: <https://www.youtube.com/watch?v=qKQuCYkt3B>. 2 julho 2014.
Tempo: 13:53
Teste F para duas varincias no Excel
Vdeo dinmico e intuitivo sobre como realizar um teste F para duas varincias no Excel.
Link: <https://www.youtube.com/watch?v=JnzHW2HtSZ4>. Acesso em: 2 julho 2014.
Tempo: 1:02
evidncia o sufciente para rejeitar a hiptese nula.
Teste de ajuste Qui-Quadrado Resumo Bioestatstica
ACOMPANHENAWEB
14
Exemplo 1 Anova
Exemplo de aplicao para o teste Anova (anlise de varincia).
Link para acesso: <http://www.portalaction.com.br/945-411-aplica%C3%A7%C3%A3o-1>. Acesso em: 2 julho
2014.
Exemplo 2 Anova
Outro exemplo de aplicao para o teste Anova (anlise de varincia).
Link para acesso: <http://www.portalaction.com.br/946-42-aplica%C3%A7%C3%A3o-2>. Acesso em: 2 julho
2014.
ACOMPANHENAWEB ACOMPANHENAWEB
Instrues:
Agora, chegou a sua vez de exercitar seu aprendizado. A seguir, voc encontrar algumas questes de mltipla
escolha e dissertativas. Leia cuidadosamente os enunciados e atente-se para o que est sendo pedido.
AGORAASUAVEZ
Questo 1
Defna Regresso Linear.
15
AGORAASUAVEZ
Questo 2
A soma de cada fleira ou coluna em uma tabela de contingncia conhecida como frequncia:
a) Conjunta.
b) Marginal.
c) Independente.
d) Amostral.
Questo 3
Qual teste deve-se utilizar quando queremos verifcar o quo bem uma distribuio de frequncia se encaixa em uma distribuio
esperada?
a) Teste qui-quadrado de independncia.
b) Teste F.
c) Teste Anova.
d) Teste qui-quadrado de ajuste.
Questo 4
Cite todos os passos necessrios para realizar um teste ANOVA.
Questo 5
Uma agncia de viagens declarou que os desvios padro do nmero de desistncias em dois destinos diferentes so diferentes.
Uma amostra aleatria de 20 passageiros que vo voar para o destino A tem um desvio padro de 2,6 passageiros; e uma amos-
tra aleatria de 25 passageiros que vo voar para o destino B tem um desvio de padro de 3,5 passageiros. Com um nvel de
signifcncia de 1%, utilize o teste F para verifcar se a declarao da agncia de viagens verdadeira.
16
Neste caderno, ampliamos mais um pouco nosso conhecimento na inferncia estatstica. Aprendemos duas formas
de teste qui-quadrado, uma para verifcar quo bem uma distribuio de frequncias observadas se encaixa em uma
distribuio esperada e outra para verifcar se as distribuies entre duas amostras se relacionam, ou seja, se so
independentes ou no. ntroduzimos mais um tipo de distribuio, a distribuio F, que nos permitiu realizar comparaes
entre duas varincias e, com isso, realizar teste de hipteses com essas varincias.
E por fm, aprendemos como calcular a anlise de varincia com um fator (ANOVA), que nada mais do que uma tcnica
de teste de hiptese utilizada para comparar a mdia de trs ou mais populaes.
Neste caderno, ampliamos mais um pouco nosso conhecimento na inferncia estatstica. Aprendemos duas formas
FINALIZANDO
LARSON, Ron; FARBER, Betsy. Estatstica Aplicada. 4 ed. So Paulo: Pearson Prentice Hall, 2010.
MORETTN, Luiz Gonzaga; BUSSAB, Wilton O. Estatstica Bsica. 5 ed. So Paulo: Saraiva, 2006.
RESUMED. Teste de Qui-Quadrado Resumo Bioestatstica. Janeiro de 2013. Disponvel em: <https://www.youtube.com/
watch?v=qKQuCYkt3B>. Acesso em: 02 jul. 2014.
CAMPANN, Jos Rubens. Teste F para duas varincias em dados resumidos. Agosto de 2011. Disponvel em: <https://www.
youtube.com/watch?v=JnzHW2HtSZ4>. Acesso em: 02 jul. 2014.
PORTAL ANOVA. Aplicao 1. Janeiro de 2011. Disponvel em:
<http://www.portalaction.com.br/945-411-aplica%C3%A7%C3%A3o-1>. Acesso em: 02 jul. 2014.
PORTAL ANOVA. Aplicao 2. Janeiro de 2011. Disponvel em:
<http://www.portalaction.com.br/946-42-aplica%C3%A7%C3%A3o-2>. Acesso em: 02 jul. 2014.
REFERNCIAS
17
Experimento Polinomial: Neste experimento realizamos um nmero fxo de testes, em que para cada teste indepen-
dente h mais de duas possibilidades de resposta. A probabilidade de cada um dos resultados desejados ocorrer fxa
e cada um dos resultados classifcado em categorias.
Teste de ajuste qui-quadrado: Modelo estatstico que testa o quo bem uma distribuio de frequncia se encaixa em
uma distribuio esperada.
Frequncia observada: Valores observados na populao.
Frequncia esperada: Valores que se teria em cada categoria admitindo que a populao tenha distribuio normal.
Teste qui-quadrado de independncia: Modelo estatstico e probabilstico que visa verifcar se as distribuies de
duas ou mais amostras se relacionam, ou seja, se so ou no independentes.
Frequncia Marginal: A soma de cada fleira ou coluna em uma tabela de contingncia conhecida como frequncia
marginal.
Frequncia Conjunta: Frequncia contida em uma clula de uma tabela de contingncia.
Distribuio F: uma famlia de curvas determinadas por dois tipos de grau de liberdade: os graus correspondentes
varincia do numerador, defnidos por g.l.
N
e os graus de liberdade correspondentes varincia do denominador, def-
nidos por g.l.
D
.
Anlise de varincia com um fator: uma tcnica de teste de hiptese utilizada com a fnalidade de comparar mdia
de trs ou mais populaes.
Varincia entre amostras: Mede as diferenas relacionadas ao tratamento dado a cada amostra, tambm conhecida
como mdia entre quadrados.
Varincia dentro das amostras: Mede as diferenas relacionadas aos lanamentos dentro da mesma amostra, tam-
bm conhecida como mdia dos quadrados internos.
Teste F: Teste utilizado para calcular a estatstica do teste a fm de realizar a comparao entre duas varincias.
Experimento Polinomial: Neste experimento realizamos um nmero fxo de testes, em que para cada teste indepen
GLOSSRIO
18
GABARITO
Questo 1
Resposta: Regresso Linear um mtodo estatstico para se estimar a varivel dependente (ou condicional) y a partir
da varivel independente x.
Questo 2
Resposta: Alternativa B.
A soma de cada fleira ou coluna em uma tabela de contingncia conhecida como frequncia marginal.
Questo 3
Resposta: Alternativa D.
Para verifcar o quo bem uma distribuio de frequncia (frequncia observada) se encaixa em uma distribuio
esperada (frequncia esperada) utilizado o teste qui-quadrado de ajuste.
Questo 4
Resposta: Primeiramente, devemos determinar a hiptese nula e a hiptese alternativa e especifcar o nvel de
signifcncia. Aps esses passos, identifcamos os graus de liberdade (numerador e denominador) e com eles podemos
obter o valor crtico (tabelado). Com o valor crtico defnido, s nos resta calcular a estatstica do teste F. Finalmente, se
F estiver na regio de rejeio, vamos rejeitar a hiptese nula; caso contrrio, no rejeitamos a hiptese nula.
Questo 5
Resposta: Com os dados fornecidos, podemos verifcar rapidamente que 3,5 > 2,6 e portanto s
2
1
e n
1
sero dados do
destino B e s
2
2
e n
2
do destino A. Vamos defnir as hipteses agora.
Hiptese Nula: as varincias so iguais.
Hiptese Alternativa: as varincias so diferentes.
19
Defnidas as hipteses, podemos calcular os graus de liberdade; g.l.
N
= 25 1 = 24 e g.l.
D
= 20 1 = 19. Com os graus
de liberdade calculados, um nvel de signifcncia de 1% e como o teste bicaudal, temos o valor crtico (tabelado), que
igual a 3,31.
Calculamos agora a estatstica do teste F.
Como a estatstica do teste menor do que o valor crtico calculado, conclumos, com 1% de nvel de signifcncia, que
no h evidncia sufciente para rejeitar a hiptese nula. Ou seja, a varincia para os dois destinos igual.