CAP6: Testes de Hipteses

Aplica-se em situaes que exigem deciso entre aceitar ou rejeitar uma afirmativa sobre algum parmetro.
Um teste estatstico composto de duas hipteses:
H0: hiptese nula. Afirma valores para os parmetros
H1: hiptese alternativa, nega o valor do parmetro afirmado em H0.

Exemplo 6.1: O contrato de uma empresa estabelece que o percentual de certa substncia num produto no
pode ultrapassar certo valor, digamos . Assim, o parmetro a ser testado a proporo da substncia no
produto.
Nesta situao a formulao do teste seria:

Exemplo 6.2: Caso o contrato estabelecesse que o percentual de certa substncia deveria ser igual a (ou em
torno de) certo valor, digamos , a formulao do teste seria:

Exemplo 6.3: Caso o contrato estabelecesse que o percentual de certa substncia deveria ser maior do que certo
valor, digamos , a formulao do teste seria:

Veja que nas situaes acima, a hiptese nula vai de encontro afirmativa do contrato.

O procedimento que leva a deciso sobre a verdade ou falsidade de uma hiptese chamado de teste de uma
hiptese.
As informaes de uma amostra aleatria da populao de interesse que servem de base para deciso de qual
hiptese a verdadeira. Se a informao for consistente com a hiptese, ento podemos concluir que a hiptese
verdadeira; caso contrrio, conclumos que a hiptese falsa.

Para testar uma hiptese, devemos extrair uma amostra aleatria, calcular uma estatstica de teste apropriada,
obter o p-valor desta estatstica e ento tomar a deciso.
Podemos pensar este p-valor como a probabilidade que d sustentao manuteno da hiptese nula como
verdadeira. Assim, se p-valor for muito pequeno, prximo de zero, no teremos motivos para acreditar que a
hiptese nula a verdadeira. Neste caso, rejeitaremos a hiptese nula.

Erros possveis
Quando se toma uma deciso usando-se a informao de uma amostra aleatria, estamos sujeitos a que?
ERROS.
Estes erros recebem convencionalmente os seguintes nomes:
Erro tipo I: rejeitar H0 quando H0 verdadeira
Erro tipo II: aceitar H0 quando H0 falsa

o nvel de significncia do teste, a probabilidade do erro tipo I e o nvel de confiana do teste ( a

probabilidade de aceitar H0 quando de fato esta hiptese verdadeira)

a probabilidade do erro tipo II e conhecido como poder do teste ( a probabilidade de rejeitar H0

quando de fato esta hiptese falsa.)

Apresentarei as formulas para os testes mais simples. As demais se complementam com a leitura da bibliografia
recomendada (Montgomery). Tambm recomendo o site http://www.portalaction.com.br/.
Os testes com expresses mais complexas sero estudados com o auxilio do programa R.

Teste de hiptese para uma nica amostra

Teste de Hiptese para a Mdia de uma distribuio normal, varincia conhecida

Estatstica do teste:
( nesta situao a rea das caudas da distribuio
normal!)

Estatstica do teste:
( nesta situao a rea da cauda superior da distribuio normal!)

Estatstica do teste:
(nesta situao a rea da cauda inferior da distribuio normal!)

Regra de deciso do teste (comum a todos os testes)

implica em aceitar H0 como verdadeira
implica em rejeitar H0 como verdadeira

Para um conceito grfico do pvalor sugiro espiar o link:

Exemplo 6.4 Ref. Montgomery pag 244 Prob e Est na Engenharia)

Considere a varivel de interesse: taxa de queima de um propulsor de foguete.
As especificaes exigem taxa mdia = 40cm/s. Suponha que se conhea .
Probabilidade do erro tipo I especificada pelo analista = 0.05 ( ).
Ser testada uma amostra de tamanho n=25. Nesta amostra obteve-se

Estatstica do teste:
=2*(1-0.999111)= 0.001778
Comparando o pvalor com o , a regra diz que devemos rejeitar H0. Logo conclui-se que a taxa de
queima no 40cm/s.

Observe que para situaes com ou , a estatstica de teste a mesma. O que muda o
pvalor. Teste por exemplo usar a hiptese e verifique que pvalor ser 0.000889.

Escolha do tamanho amostral

Supondo que H0 seja falsa, significa que o verdadeiro valor da mdia apresenta um deslocamento em relao ao
valor suposto em H0. Ou seja

Assim, a estatstica do teste ser e

.
Lembre-se que

Para obtermos o tamanho da amostra para determinado valor de , teramos que fixar o tamanho do
deslocamento em relao , e desse modo obter o valor de n.

Exemplo 6.5
Suponha que o analista da situao do exemplo 6.4 quisesse planejar o teste de modo que se a verdadeira taxa
de queima diferisse de 40cm/s por no mximo 1cm/s, o teste detectaria isso com alta probabilidade, digamos
0.90. Assim ; ; ; ogo .
Desse modo teramos
Atente para o fato de que medida que n aumenta fica cada vez mais prximo de zero.
Assim podemos desprezar esta parte da expresso.
Ficamos ento com . Na tabela da distribuio normal, para 0.90 de probabilidade
acumulada, obtemos z= 1.281552.

Teste de Hiptese para a Mdia de uma distribuio normal, varincia desconhecida (teste T)
O que muda no procedimento que no se conhece a varincia da distribuio.
O procedimento deste tipo de teste se baseia na distribuio T de Student e a estatstica deste teste dada por:

Sendo S a estimativa do desvio padro, obtido pelo clculo do desvio padro da amostra. O grau de liberdade da
distribuio t ser .

Para saber um pouco mais sobre a distribuio t, d uma espiada em .

Exemplo 6.6
A fora de rompimento de uma fibra txtil uma varivel aleatria distribuda normalmente. As especificaes
exigem que a fora mdia de rompimento seja igual a 150 psi. O fabricante gostaria de detectar qualquer
afastamento significante desse valor. Assim, ele deseja testar

Suponha que numa amostra de 15 espcimes de fibra foi testada a fora de rompimento obtendo-se

Estatstica do teste:

Caso voc consulte uma tabela t, observar que no possvel obter precisamente (o grau de
liberdade 14, que ficaria entre 95 e 97,5%)
No R esse valor se obtm pelo comando pt(2.07,15-1) = 0.9712864 (ou ainda pode-se obter pt(-
2.07,15-1) e neste caso no se faz a diferena de 1 no calculo do pvalor.)
Assim,

Comparando o pvalor com o , a regra diz que devemos aceitar H0. Logo conclui-se que no h
evidncia para rejeitar que

Escolha do tamanho amostral

Supondo que H0 seja falsa, significa que o verdadeiro valor da mdia apresenta um deslocamento em relao ao
valor suposto em H0. Ou seja

Assim, a estatstica do teste ser

Para saber o tamanho da amostra para se detectar tal deslocamento com probabilidade p e um desvio padro
estimado de s, usamos o seguinte comando no R:
power.t.test(power = p, delta = , type="one.sample")

Exemplo 6.7
Considere o exemplo 6.6. Se a fora de rompimento dessa fibra difere de 150 psi, por no mximo, 2.5 psi, o
analista gostaria de rejeitar a hiptese nula com uma probabilidade de no mnimo 0.90. Que
tamanho de amostra deveria ser usado?
Observe que
power.t.test(power = 0.9, delta = 2.5,sd=4.08, type="one.sample")
Resulta em:
One-sample t test power calculation
n = 29.97268
delta = 2.5
sd = 4.08
sig.level = 0.05
power = 0.9
alternative = two.sided
O comando nos revela que o tamanho da amostra deve ser de no mnimo 30 espcimes.

Observe que no exemplo 6.5 o valor de conhecido. Supondo que no fosse e que a estimativa para s=2,
teramos com tamanho da amostra:
power.t.test(power = 0.9, delta = 1,sd=2, type="one.sample")
One-sample t test power calculation
n = 43.99552
delta = 1
sd = 2
sig.level = 0.05
power = 0.9
alternative = two.sided
Ou seja um pouco maior do que o obtido com o suposto conhecimento de . Esta comparao
interessante porque mostra que quanto menos informao sobre a varivel maior dever ser o tamanho da
amostra que neste caso subiu de 42 para 44.
Exerccios:
1) H duas situaes distintas para se determinar o tamanho da amostra quando se est testando a mdia de
uma varivel. Por exemplo, quando definimos a magnitude do erro na estimativa do intervalo de confiana e
quando definimos o poder de deteco do teste de hiptese na mudana da mdia quando esta se desloca
do valor suposto da hiptese nula. Apresente um resumo do clculo de n para estas duas situaes.
2) Utilize o programa R para planejar o tamanho da amostra quando se pretende testar a hiptese nula
com probabilidade de deteco de 0.90 para um deslocamento da mdia de tamanho 2 ( ,
considerando que a estimativa para o desvio padro seja de 0.25.
3) Repita o exerccio anterior, mas agora supondo que a estimativa para o desvio padro seja de 5.
4) O resultado da questo anterior surpreendente? Faa uma reflexo do porque o tamanho da amostra ficou
to diferente do caso da questo 2.
5) O que acontece na situao das questes 2 e 3 se diminumos o poder de deteco, por exemplo para 0.80.
6) Analise as situaes e proponha a formulao da hiptese de um teste estatstico.
a. O nmero de peas produzidas por operrios de uma fbrica normalmente distribudo Com o
objetivo de aumentar a produo, um mtodo de estmulo est sendo estudado. Uma amostra de 25
operrios selecionada aleatoriamente e, aps ser aplicado o estmulo, verificado o nmero de
peas produzidas por cada operrio. A orientao do dono da fbrica de que o mtodo de estmulo
deve ser implementado na fbrica se a mdia de peas produzidas/operrio for maior que a atual
que de 260 peas/operrio.
b. A tenso de ruptura dos cabos produzidos tem distribuio normal com mdia de 1800 Kg e desvio
padro de 100 Kg. Na busca de um aumento da resistncia desses cabos, um novo processo
produtivo foi testado. Para tanto, uma amostra com 16 cabos ser testada.
c. Deseja-se verificar se o contedo mdio de leite em caixa de uma determinada marca realmente
de 1 litro, com base em uma amostra de 60 caixas de leite desta marca.
d. A Polcia Rodoviria Estadual fez recentemente uma pesquisa sobre as velocidades desenvolvidas em
certa rodovia no perodo de 23h s 2h. Sabe-se que a velocidade mxima da rodovia de 110 Km/h.
A pesquisa deseja responder a pergunta: A velocidade mdia neste perodo diferente do
estabelecido pela velocidade mxima?
7) Considere as seguintes estatsticas para cada item da questo anterior respectivamente. Obtenha a
estatstica do teste em cada caso.
a.
b.
c.
d.
8) Obtenha o pvalor de cada item da questo acima e estabelea a concluso do teste no contexto do
problema, adotando nvel de significncia de 5%. (Voc poder usar uma tabela ou o programa R para obter
o pvalor)

Resposta
1) Espera-se que o aluno consulte o captulo anterior e perceba que no primeiro caso , e no
segundo caso este calculo bem mais complexo pois depende de estimativa para ; do deslocamento em
relao a um suposto valor para a mdia, do nvel de significncia adotado no teste e da probabilidade de
deteco da mudana que deve ser fixada pelo pesquisador.
2) power.t.test(power = 0.9, delta = 2,sd=0.25, type="one.sample"), ou seja,
n>=3
3) power.t.test(power = 0.9, delta = 2,sd=5, type="one.sample"), ou seja,
n>=68
4) Espera-se que o aluno perceba que a disperso tem grande influncia no clculo do tamanho da amostra.
Quanto maior a disperso, maior ser o tamanho da amostra para a mesma situao de planejamento.
5) power.t.test(power = 0.8, delta = 2,sd=0.25, type="one.sample"), ou seja,
n>=3
power.t.test(power = 0.8, delta = 2,sd=5, type="one.sample"), ou seja,
n>=51/52. No primeiro caso o tamanho da amostra no se altera; no segundo caso, devido magnitude da
disperso, o tamanho se reduz, pois a exigncia de poder de deteco acompanha no mesmo sentido.
6)
a.
b.
 c. , do ponto de vista do consumidor que espera que a caixa cumpra com a
especificao e no com menor quantidade.
d.

7)
a. > x=300;s=120; n=25;m=260;t<-(x-m)/(s/sqrt(n))
>t
[1] 1.666667
b. > x =1810;sigma=100;s=105.3;n=16; m=1800;z<-(x-m)/(sigma/sqrt(n))
>z
[1] 0.4
c. > x=1.01;s=0.3; n=60;m=1;t<-(x-m)/(s/sqrt(n))
>t
[1] 0.2581989
d. > x=112;s=1.3; n=100;m=110;t<-(x-m)/(s/sqrt(n))
>t
[1] 15.38462
8)
a. > pt(-t,n-1)#pvalor unilateral
[1] 0.05429006
> 2*pt(-t,n-1)#pvalor bilateral
[1] 0.1085801
Neste caso o pvalor o unilateral, logo 0.054 > 0.05 (nvel de significncia estabelecido). Logo o novo
mtodo no ser adotado pela fbrica, pois no apresentou melhora significativa do desempenho do
operrio. Aqui como o pvalor foi muito prximo do nvel de significncia, o analista deve sugerir novo
teste, possivelmente aumentando o tamanho da amostra.
b. > pnorm(-z)#pvalor unilateral
[1] 0.3445783
> 2*pnorm(-z)#pvalor bilateral
[1] 0.6891565
Neste caso o pvalor o unilateral, logo 0.35 > 0.05 (nvel de significncia estabelecido). Logo o novo
mtodo no produziu melhora significativa na tenso de ruptura.
c. > pt(-t,n-1)#pvalor unilateral
[1] 0.398576
> 2*pt(-t,n-1)#pvalor bilateral
[1] 0.797152
Neste caso o pvalor o unilateral, logo 0.40 > 0.05 (nvel de significncia estabelecido). Logo a
quantidade de 1l o contedo mdio da caixa de leite.

d. > pt(-t,n-1)#pvalor unilateral

[1] 2.668809e-28
> 2*pt(-t,n-1)#pvalor bilateral
[1] 5.337619e-28
Neste caso o pvalor o bilateral, logo 0.00... < 0.05 (nvel de significncia estabelecido). Logo a hiptese
nula rejeitada pelo teste. Assim, a pesquisa conclui que a velocidade mdia na rodovia diferente da
velocidade mxima estabelecida. Se o teste unilateral fosse aplicado, a concluso seria de que a
velocidade mdia maior que o mximo estabelecido.