FACULDADE DE CINCIAS SOCIAIS

APLICADAS DE BELO HORIZONTE

Prof. Paula de Campos Oliveira

Belo Horizonte, 11 de novembro de 2010.

Lista de Figuras

1.1
1.2
1.3

Amostragem aleatria simples . . . . . . . . . . . . . . . . . . . . . . . . . 13

Amostragem aleatria estraticada . . . . . . . . . . . . . . . . . . . . . . 15
Amostragem aleatria por conglomerado . . . . . . . . . . . . . . . . . . . 16

2.1
2.2

Coluna de frequncias absolutas simples . . . . . . . . . . . . . . . . . . . 24

Coluna de frequncias absolutas acumuladas . . . . . . . . . . . . . . . . . 24

5.1
5.2

Maneiras de Maria se arrumar. . . . . . . . . . . . . . . . . . . . . . . . . 58

Cardpio do Restaurante . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58

7.1
7.2
7.3
7.4
7.5
7.6

Distribuies de Probabilidade
Distribuio Normal Padro .
P (Z < 2, 86) . . . . . . . . .
P (Z < 1, 04) . . . . . . . . . .
Simetria . . . . . . . . . . . .
P (2, 86 < Z < 1, 04) . . . .

8.1
8.2
8.3

Teste Unilateral Esquerda . . . . . . . . . . . . . . . . . . . . . . . . . . 105

Teste Unilateral Direita . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
Teste Bilateral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105

Normal
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

93
94
94
94
95
95

Lista de Tabelas

2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9

Nmero Mensal de Aparelhos Defeituosos . . . . . . . . . . . .

Coluna de frequncias relativas simples . . . . . . . . . . . . .
Tabela de Frequncias para o nmero de aparelhos defeituosos
Parmetros denidos . . . . . . . . . . . . . . . . . . . . . . .
Coluna i . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Coluna das classes . . . . . . . . . . . . . . . . . . . . . . . .
Coluna dos pontos mdios . . . . . . . . . . . . . . . . . . . .
Coluna das frequncias absolutas simples . . . . . . . . . . . .
Tabela de frequncias para as notas dos estudantes . . . . . .

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

23
25
25
29
29
30
30
31
31

3.1
3.2
3.3
3.4
3.5
3.6
3.7

Nmero de Aparelhos Defeituosos . . . . .

Coluna para ajudar no clculo da mdia .
Nmero de Meninos . . . . . . . . . . . . .
Nmero de Idas ao Cinema . . . . . . . . .
Nmero de Vezes que Formulam Questes
Margem de lucro - Mdia . . . . . . . . . .
Margem de lucro - Mediana . . . . . . . .

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

42
43
44
44
45
46
47

8.1

Erros Tipo I e Tipo II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

Sumrio

1 Introduo
1.1 O que Estatstica . . . . . . . . . . . . . . . . . . . . .
1.2 Histrico . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3 Mtodo Estatstico . . . . . . . . . . . . . . . . . . . . .
1.4 A Estatstica . . . . . . . . . . . . . . . . . . . . . . . .
1.4.1 Fases do Mtodo Estatstico . . . . . . . . . . . .
1.5 Denies Bsicas . . . . . . . . . . . . . . . . . . . . . .
1.6 Amostragem . . . . . . . . . . . . . . . . . . . . . . . . .
1.6.1 Plano Amostral . . . . . . . . . . . . . . . . . . .
1.6.2 Amostragem Aleatria Simples . . . . . . . . . .
1.6.3 Amostragem Sistemtica . . . . . . . . . . . . . .
1.6.4 Amostragem Estraticada . . . . . . . . . . . . .
1.6.5 Amostragem Por Agrupamento Ou Conglomerado
1.7 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

7
7
8
9
9
9
10
12
12
13
14
14
16
17

2 Estatstica Descritiva
2.1 Distribuies de Frequncia . . . . . . . . . . .
2.1.1 Atributos de uma Tabela de Frequncias
2.1.2 Dados Individuais ou Categorias . . . . .
2.1.3 Dados Agrupados em Classes . . . . . .
2.1.3.1 Construo da Tabela . . . . .
2.2 Exerccios . . . . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

21
21
21
23
26
26
32

3 Medidas de Tendncia Central

3.1 Introduo . . . . . . . . . . . . . .
3.2 A Mdia Aritmtica . . . . . . . . .
3.2.1 Propriedades Da Mdia . . .
3.3 A Mdia Aritmtica Ponderada . .
3.4 A Mediana . . . . . . . . . . . . . .
3.5 A Moda . . . . . . . . . . . . . . .
3.6 Medidas em Tabelas de Frequncias
3.6.1 Mdia . . . . . . . . . . . .
3.6.2 Mediana . . . . . . . . . . .
3.6.3 Moda . . . . . . . . . . . .
3.7 Medidas em Tabelas com Classes .
3.7.1 Mdia . . . . . . . . . . . .
3.7.2 Mediana . . . . . . . . . . .
3.7.3 Moda . . . . . . . . . . . .
3.8 Exerccios . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

35
35
36
36
37
39
40
41
41
43
45
45
45
46
48
48

. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
Simples
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

4 Medidas de Disperso
4.1 Amplitude Total . . . . . . . . . .
4.2 Varincia . . . . . . . . . . . . . .
4.3 Desvio Padro . . . . . . . . . . . .
4.4 Medidas em Tabelas de Frequncias
4.4.1 Varincia . . . . . . . . . .
4.4.2 Desvio Padro . . . . . . . .
4.5 Medidas em Tabelas com Classes .
4.5.1 Desvio Padro . . . . . . . .
4.6 Exerccios . . . . . . . . . . . . . .

. . . . .
. . . . .
. . . . .
Simples
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .

5 Anlise Combinatria
5.1 O Princpio Fundamental da Contagem
5.2 Permutao . . . . . . . . . . . . . . .
5.3 Permutao Com Elementos Repetidos
5.4 Combinao . . . . . . . . . . . . . . .
5.5 Arranjo . . . . . . . . . . . . . . . . .
5.6 Exerccios . . . . . . . . . . . . . . . .
6 Probabilidade
6.1 O Conceito de Experimento .
6.2 Denies Importantes . . . .
6.3 Operaes com Eventos . . . .
6.4 Denio de Probabilidade . .
6.5 Propriedades . . . . . . . . .
6.6 Probabilidade condicional . .
6.7 Regra da Probabilidade Total
6.8 Independncia de Eventos . .
6.8.1 Regra do produto . . .
6.9 Exerccios . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

49
49
50
52
52
53
53
54
55
55

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

57
57
60
60
61
61
62

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

7 Distribuies de Probabilidade
7.1 Distribuies de Probabilidade Discretas . . . . .
7.1.1 Distribuio de Probabilidade Binomial . .
7.1.2 Distribuio de Poisson . . . . . . . . . . .
7.2 Distribuies de Probabilidade Contnuas . . . . .
7.2.1 Distribuio Normal . . . . . . . . . . . .
7.2.2 Distribuio Normal Padro . . . . . . . .
7.2.2.1 A Tabela da Distribuio Normal
7.3 Exerccios . . . . . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

69
69
69
70
70
73
76
77
78
79
79

. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
Padro
. . . . .

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

85
85
85
88
92
92
93
94
96

.
.
.
.
.
.

99
99
100
100
102
103
104

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

8 Teste de Hipteses
8.1 Introduo ao Teste de Hipteses . . . . . . . . . . .
8.2 Estabelecendo uma hiptese . . . . . . . . . . . . . .
8.2.1 Componentes de um Teste de Hiptese Formal
8.3 Exemplo de Teste de Hipteses . . . . . . . . . . . .
8.4 O mtodo do Valor-p . . . . . . . . . . . . . . . . .
8.5 Tipos de Teste de Hipteses . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

Captulo 8
Teste de Hipteses

8.1 Introduo ao Teste de Hipteses

Um teste de hipteses um procedimento que usa estatstica amostral para testar uma
alegao sobre o valor de um parmetro populacional.
Suponha, por exemplo que um fabricante alegue que a vida mdia das pilhas AA de 300
minutos. Se voc suspeitasse que essa alegao no vlida, como poderia mostrar que
falsa?
Obviamente, voc no pode testar todas as pilhas. Todavia, voc ainda pode tomar
uma deciso razovel acerca da validade da alegao extraindo uma amostra ao acaso da
populao. Se a mdia amostral for diferente o bastante da alegao, pode-se decidir que
ela falsa.
Para testar a alegao do fabricante de pilhas de que a vida mdia de todas elas = 300
minutos, preciso extrair uma amostra aleatria com tamanho n = 100 pilhas e medir
a vida de cada uma. Suponha que foi obtida uma mdia amostral de X = 294 minutos,
com desvio padro de s = 20 minutos. Isto indica que a alegao do fabricante falsa?
Para decidir isso, voc far algo incomum - voc supe que a alegao correta! Isto ,
voc supe que = 300. Ento examina a distribuio amostral das medias amostrais
(com n = 100) extrada de uma populao na qual = 300 e = 20. Com base no
Teorema Central do Limite, voc sabe que a distribuio amostral das mdias normal
com mdia de 300 e um desvio padro de

20
X =
=2
100
Observe o grco que a media amostral de X = 294 minutos altamente improvvel - ela
est a trs erros padres da mdia alegada. A probabilidade de obter uma mdia amostral

CAPTULO 8. TESTE DE HIPTESES

)
294 300
de 294 ou menor 0,0013, ou seja, P (X < 294) = P Z <
= P (Z < 3) =
2
0, 0013 ou 0,13%. Assim, das duas uma: ou voc extraiu uma amostra no usual ou a
alegao falsa. A concluso lgica que a alegao provavelmente falsa.

8.2 Estabelecendo uma hiptese

Uma alegao sobre um parmetro populacional chamada de hiptese estatstica.
Para testar uma hiptese estatstica, voc deve estabelecer cuidadosamente um par de
hipteses - uma representa uma alegao e a outra, seu complemento. Quando uma
dessas hipteses falsa, a outra deve ser verdadeira.

8.2.1 Componentes de um Teste de Hiptese Formal

A hiptese nula (denotada por H0 ) uma armao sobre o valor de um
parmetro populacional (como a mdia), deve conter a condio de igualdade e
deve escrever-se como =, ou . Para a mdia, temos as trs formas possveis
para a hiptese nula:
H0 : = algum valor
H0 : algum valor
H0 : algum valor
A hiptese alternativa (denotada por H1 ou Ha ) a armao que deve ser
verdadeira se a hiptese nula falsa. Para a mdia, a hiptese alternativa comporta
apenas umas das trs formas:
H1 : = algum valor
H1 : > algum valor
H1 : < algum valor

Note que H1 o oposto de H0 .

Ao testarmos uma hiptese nula, chegamos a uma concluso: rejeit-la ou no rejeit-la.
Tais concluses ora so corretas, ora so incorretas (mesmo quando fazemos tudo corretamente). H dois tipos diferentes de erro que podemos cometer. A tabela 8.1 resume as
diferentes possibilidades e mostra que tomamos uma deciso correta quando, ou rejeitamos a hiptese nula que falsa, ou deixamos de rejeitar a hiptese nula que verdadeira.
100

c Prof. Paula de Campos Oliveira, profpaula@facisa.com.br - 2o Sem/2010

Copyright

8.2. ESTABELECENDO UMA HIPTESE

Todavia, cometemos um erro quando rejeitamos uma hiptese nula verdadeira, ou deixamos de rejeitar uma hiptese nula falsa. Denem-se como se segue os erros tipo I e tipo
II.

Decidimos rejeitar a
hiptese nula.
No rejeitamos
hiptese nula.

Tabela 8.1: Erros Tipo I e Tipo II

A hiptese nula verdadeira A hiptese nula falsa
Erro
tipo
I Deciso correta
(rejeio de uma hiptese
nula verdadeira.)
Deciso correta
Erro
tipo
II
(No rejeio de uma
hiptese nula falsa.)

Erro Tipo I: Consiste em rejeitar a hiptese nula quando ela verdadeira. O erro
tipo I no um clculo malfeito ou uma fase de processo mal desempenhada; um
erro que pode ocorrer como conseqncia casual de um evento raro. A probabilidade
de rejeitar a hiptese nula quando ela verdadeira chamada nvel de signicncia
e se denota por (alfa) tipicamente predeterminado; so comuns as escolhas =
0, 05 e = 0, 01
Erro Tipo II: Consiste em no rejeitar a hiptese nula quando ela falsa. Usa-se
o smbolo (beta) para representar a probabilidade de um erro tipo II.

Associam-se os seguintes termos s componentes principais em um processo de teste de

hiptese.

Estatstica de teste: uma estatstica amostral, ou um valor baseado nos dados

amostrais. Utiliza-se uma estatstica de teste para tomar uma deciso sobre a rejeio da hiptese nula. Para os dados do exemplo informal precedente, podemos
aplicar o teorema central do limite para obter a estatstica de teste z da seguinte
forma:
X X
z=

n
Regio Crtica: o conjunto de todos os valores da estatstica de teste que levam
rejeio da hiptese nula.
Valor crtico: o valor, ou valores, que separa(m) a regio crtica dos valores da
estatstica de teste que no levam rejeio da hiptese nula.

c Prof. Paula de Campos Oliveira, profpaula@facisa.com.br - 2o Sem/2010

Copyright

101

CAPTULO 8. TESTE DE HIPTESES

8.3 Exemplo de Teste de Hipteses

O Jack Wilson Health Club arma, em um anncio, que voc perder peso aps dois
dias apenas com a dieta e o programa de exerccios Jack Wilson. O Boreau of Consumers Aairs do condado de Dade (EUA) faz um teste daquela armao selecionando
aleatoriamente 33 pessoas que aderiram ao programa. Vericou-se que essas 33 pessoas
perderam, em mdia, 0,37 lb de peso, com um desvio padro de 0,98 lb. Teste a armao
do anncio ao nvel de signicncia de 0,05.
Soluo: Sabemos que o peso das pessoas utua naturalmente de um dia para o outro;
precisamos, pois determinar se a perda mdia de 0,37 lb de peso representa um resultado
signicativo. Ou seja, a armao do clube ser conrmada se a perda mdia de peso for
signicativamente maior do que 0.

Passo 1: Expressamos como > 0 uma perda mdia de peso signicativamente maior
do que 0.
Passo 2: O oposto da armao original (em forma simblica) 0.
Passo 3: A armao 0 contm a condio de igualdade, tornando-se, assim, a
hiptese nula; e temos: H0 : 0 versus H1 : > 0 (armao original)
Passo 4: Com o nvel de signicncia de 0,05, temos = 0, 05.
Passo 5: Deve-se utilizar a mdia amostral X = 0, 37 lb para testar uma armao a
respeito da mdia populacional . Como n > 30, o teorema central do limite garante
que a distribuio das mdias amostrais pode ser aproximada por uma distribuio
normal.
Passo 6: Ao calcular a estatstica de teste, podemos utilizar s = 0,98 como estimativa
razovel de e a estatstica de teste se obtm como segue:
z=

X X
0, 37 0
=
= 2, 17

0, 98

n
33

O valor crtico z = 1, 645 encontrado na tabela normal(o teste unilateral direito,

porque a hiptese alternativa H1 : > 0), se a estatstica de teste for maior que o
valor crtico encontrado a hiptese nula H0 : 0 rejeitada, uma vez que, a mdia
amostral X ser dita como signicativamente maior do que 0. A gura mostra a
estatstica de teste, a regio crtica e o valor crtico.
Passo 7: Pela gura 8.3 vemos que a mdia amostral 0,37 lb est efetivamente na
regio crtica, fato que nos leva a rejeitar a hiptese nula H0 : 0.
Passo 8: Assim, podemos concluir que h evidncia suciente para apoiar a armao
de que a perda mdia de peso superior a 0 lb; ou seja, o programa parece ser ecaz.
Entretanto, mesmo que o resultado seja estatisticamente signicativo, no podemos
armar qual ser a perda de peso.
102

c Prof. Paula de Campos Oliveira, profpaula@facisa.com.br - 2o Sem/2010

Copyright

8.4. O MTODO DO VALOR-P

8.4 O mtodo do Valor-p

Muitos artigos prossionais e programas de computador utilizam outra abordagem do
teste de hipteses, baseada no clculo do valor de uma probabilidade, ou valor-p. Dada
uma hiptese nula e um conjunto de dados amostrais, o valor-p reete a plausibilidade
de se obter tais resultados no casa de a hiptese nula ser, de fato, verdadeira. Um
valor-p muito pequeno (como 0,05 ou menos) sugere que os resultados amostrais so
muito improvveis sob a hiptese nula; um valor to pequeno do valor-p constitui, pois,
evidncia contra a hiptese nula.

Um valor-p (ou valor de probabilidade) a probabilidade de obter um

valor da estatstica amostral de teste no mnimo to extremo como o
que resulta dos dados amostrais, na suposio de a hiptese nula ser verdadeira.

Enquanto a abordagem tradicional resulta em uma concluso do tipo rejeitar/no rejeitar, os valores-p do o grau de conana ao rejeitarmos uma hiptese nula. Por
exemplo, um valor-p de 0,0002 leva-nos a rejeitar a hiptese nula, mas pode tambm
c Prof. Paula de Campos Oliveira, profpaula@facisa.com.br - 2o Sem/2010
Copyright

103

CAPTULO 8. TESTE DE HIPTESES

sugerir que os resultados amostrais sejam extremamente incomuns, se o valor alegado de

, de fato, correto. Em contraste, para um valor-p de 0,40, no rejeitamos a hiptese
nula, porque os resultados amostrais podem facilmente ocorrer se o valor alegado de
correto.
O processo de abordagem pelo valor-p utiliza a maioria dos passos do mtodo tradicional,
mas os passos 6 e 7 so diferentes:
Passo 6:
Achar o valor-p.
O valor-p deve sempre acompanhar a hiptese alternativa, ou seja, se a hiptese
alternativa
H1 : = algum valor, o valor-p dado por P (Z < z) ou P (Z > z). Neste caso, o

valor-p deve ser comparado a .

2
H1 : > algum valor, o valor-p dado por P (Z > z).
H1 : < algum valor, o valor-p dado por P (Z < z).

Passo 7:
Reportar o valor-p. Alguns estatsticos preferem simplesmente reportar o valor-p e deixar
a concluso para o leitor. Outros preferem usar o seguinte critrio de deciso:

Rejeitar a hiptese nula se o valor-p no mximo igual ao nvel de signicncia .

No rejeitar a hiptese nula se o valor-p maior do que o nvel de signicncia .

No exemplo da seo 8.3 o valor-p P (Z > 2, 17) = 0, 0150. Logo, 0, 0150 < 0, 05 e por
isso rejeitamos a hiptese nula de que no houve perda de peso.

8.5 Tipos de Teste de Hipteses

104

c Prof. Paula de Campos Oliveira, profpaula@facisa.com.br - 2o Sem/2010

Copyright

8.5. TIPOS DE TESTE DE HIPTESES

Figura 8.1: Teste Unilateral Esquerda

Figura 8.2: Teste Unilateral Direita

Figura 8.3: Teste Bilateral

c Prof. Paula de Campos Oliveira, profpaula@facisa.com.br - 2o Sem/2010
Copyright

105