Estatística Não Paramétrica Para Metrologia

1) Uma amostra de 50 botas usadas por soldados em uma operação numa região de
deserto apresentou uma vida média de 1,24 anos e desvio padrão de 0,55 anos. Por
outro lado, em situações normais o tempo médio de vida nominal destas botas é
1,40 anos. Podemos afirmar, d
2) o nível de significância de 5% que a utilização destas botas no deserto diminui o seu
tempo de vida?
Hipóteses nula 𝐻𝑜 : 𝜇𝑜 = 1,4

Hipóteses alternativa 𝐻1 : 𝜇1 < 1,4

Dados:

𝑛 = 50

𝑋̅ = 1,24

𝛼 = 5%

𝜃 = 0,55

𝑋̅ − 𝜇0
𝑍=
𝜃
√𝑛
1,24 − 1,4
𝑍= = −2,06
0,55
√50

Da tabela normal temos 𝑍 = 1,6495

 Então, a hipótese nula é rejeitada.
3) Uma amostra de 9 medidas de participação de manganês numa liga de ferro-
manganês apresentou média de 84% e desvio padrão de 1,2%. Assumindo que a
distribuição populacional da participação do manganês na liga é NORMAL com
média 80, teste ao nível de 5% que esta participação de manganês é superior a 80%.
Hipóteses nula 𝐻𝑜 : 𝜇𝑜 = 80%

Hipóteses alternativa 𝐻1 : 𝜇1 > 80

Dados:

𝑛=9

𝑋̅ = 84%

𝛼 = 5%

𝑆 = 1,2%

𝑋̅ − 𝜇0
𝑡=
𝑆
√𝑛
0,84 − 0,8
𝑡= = 10
0,012
√9

Da tabela t-student temos 𝑡 = 1,86

Então, a hipótese nula é rejeitada.

4) A performance nominal de uma ferramenta de corte é de 2000 peças cortadas por
vida útil. Uma amostra de 6 destas ferramentas apresentou performance em suas
vidas úteis de 2010, 1980, 1920, 2005, 1975 e 1950 peças cortadas. Teste, ao nível
de significância de 1% se esta performance nominal é inferior a 2000 peças
cortadas.
Hipóteses nula 𝐻𝑜 : 𝜇𝑜 = 2000

Hipóteses alternativa 𝐻1 : 𝜇1 < 2000

Dados:

𝑛=6

𝑋𝑖 = {2010,1980,1920,2005,1975,1950}

𝑋̅ = 1973,33

𝛼 = 1%

𝑆 = 34,01

𝑋̅ − 𝜇0
𝑡=
𝑆
√𝑛
1973,33 − 2000
𝑡= = −1,92
34,01
√6

Da tabela t-student temos 𝑡 = −3,3649

Então, a hipótese nula é aceitada.

5) Uma amostra aleatória de 100 pneus produzida por uma fábrica apresentou duração
média de 32.000 km com desvio padrão de 2000 km. Teste se o tempo médio de
vida dos pneus é de 30.000 km conforme afirma o fabricante, os níveis de 1% e
10%.
Hipóteses nula 𝐻𝑜 : 𝜇𝑜 = 30.000

Hipóteses alternativa 𝐻1 : 𝜇1 ≠ 30.000

Dados:

𝑛 = 100

𝑋̅ = 32.000

𝛼 = 1%

𝜃 = 2.000

𝑋̅ − 𝜇0
𝑍=
𝜃
√𝑛
32.000 − 3.0000
𝑍= = 10
2.000
√100

Da tabela normal temos 𝑍0,5 = 2,575, 𝑍5 = 1,64

 Então, a hipótese nula é rejeitada nas duas situações.

6) Quer-se testar dois métodos de aprendizados de estatística entre estudantes de pós-

graduação. Para tal, foram selecionados aleatoriamente dois grupos de 50 alunos e
ambos foram submetidos ao mesmo teste de avaliação. O grupo A apresentou uma
nota média de 120 pontos e um desvio padrão de 12 pontos, enquanto o grupo B
apresentou média de 112 pontos de 9 pontos. Se μA é a média verdadeira do
desempenho do grupo A e μB do grupo B, teste, aos níveis de 1% e 5% que μA=μB
contra a alternativa μA ≠μB.
Hipóteses nula 𝐻𝑜 : 𝜇𝑎 = 𝜇𝑏

Hipóteses alternativa 𝐻1 : 𝜇𝑎 ≠ 𝜇𝑏

Dados:

𝑛𝑎 = 50

𝑛𝑎 = 50

𝑋̅𝑎 = 120

𝑋̅𝑏 = 112

𝜃𝑎 = 12

𝜃𝑏 = 9
𝛼 = 1%

𝛼 = 5%

̅̅̅𝑎̅ − ̅̅̅
(𝑋 𝑋𝑏 ) − (𝜇𝑎 − 𝜇𝑏 )
𝑡=
𝑛 +𝑛
𝑆𝑐 ∗ √ 𝑎𝑛 𝑛 𝑏
𝑎 𝑏

Onde
(𝑛𝑎 − 1)𝜇𝑎 + (𝑛𝑏 − 1)𝜇𝑏
𝑆𝑐 = √
𝑛𝑎 + 𝑛𝑏 − 2

(49 ∗ 144) + (49 ∗ 81)

𝑆𝑐 = √ = 10,61
98
(120 − 112) − 0
𝑡= = 3,77
100
10,61 ∗ √
2500

Da tabela normal temos 𝑍0,5 = 2,58, 𝑍2,5 = 1,95

 Então, a hipótese nula é rejeitada nas duas situações.

7) Uma indústria desenvolveu e implantou um novo programa de prevenção de

acidentes. Para tal foram coletados de oito filiais desta indústria o número de horas
de trabalho perdidas na empresa devido a acidentes de trabalho durante 1 ano,
conforme a tabela abaixo:
FILIAL 1 2 3 4 5 6 7 8

ANTES 38,5 69,2 15,3 9,70 120,9 47,6 78,8 52,1

PROGRAMA
DEPOIS 28,7 62,2 28,9 0 93,5 49,6 86,5 40,2
PROGRAMA

Teste ao nível de 1% e 5% se o programa de prevenção reduzir, de fato, o número de horas de

trabalho perdidas devido a acidentes.

Hipóteses nula 𝐻𝑜 : 𝜇𝑎 = 𝜇𝑏

Hipóteses alternativa 𝐻1 : 𝜇𝑎 > 𝜇𝑏

Dados:

𝑛𝑎 = 8

𝑛𝑎 = 8
𝑋̅𝑎 = 54,01

𝑋̅𝑏 = 48,7

𝜃𝑎 = 35,99

𝜃𝑏 = 31,29

𝛼 = 1%

𝛼 = 5%

̅̅̅𝑎̅ − ̅̅̅
(𝑋 𝑋𝑏 ) − (𝜇𝑎 − 𝜇𝑏 )
𝑡=
𝑛 +𝑛
𝑆𝑐 ∗ √ 𝑎𝑛 𝑛 𝑏
𝑎 𝑏

Onde
(𝑛𝑎 − 1)𝜇𝑎 + (𝑛𝑏 − 1)𝜇𝑏
𝑆𝑐 = √
𝑛𝑎+ 𝑛𝑏 − 2

(7 ∗ 35,9²) + (7 ∗ 31,3²)
𝑆𝑐 = √ = 33,72
14

(54,0115 − 48,7) − 0
𝑡= = 0,315
16
33,72 ∗ √64

Da tabela t-student temos 𝑍1 = 2,624, 𝑍5 = 1,761

 Então, a hipótese nula é aceitada nas duas situações.

8) Dois aparelhos medem a pressão arterial de pacientes. Para testá-los, mediu-se com
os dois aparelhos as pressões de 10 pacientes, obtendo-se:
PRESSÃO A PRESSÃO B
PACIENTE 1 13,6 14,1
PACIENTE 2 11,5 11,7
PACIENTE 3 14,2 14,1
PACIENTE 4 14,0 14,5
PACIENTE 5 12,3 12,7
PACIENTE 6 14,7 14,6
PACIENTE 7 13,3 13,5
PACIENTE 8 15,0 15,2
PACIENTE 9 13,8 13,5
PACIENTE 10 14,8 15,1

Teste ao nível de significância de 1% e 5%, se existe diferença significativa entre

as leituras dos dois aparelhos.

Hipóteses nula 𝐻𝑜 : 𝜇𝑎 = 𝜇𝑏

Hipóteses alternativa 𝐻1 : 𝜇𝑎 ≠ 𝜇𝑏

Dados:

𝑛𝑎 = 10

𝑛𝑎 = 10

𝑋̅𝑎 = 13,72

𝑋̅𝑏 = 13,9

𝜃𝑎 = 1,116

𝜃𝑏 = 1,088

𝛼 = 1%

𝛼 = 5%

̅̅̅𝑎̅ − ̅̅̅
(𝑋 𝑋𝑏 ) − (𝜇𝑎 − 𝜇𝑏 )
𝑡=
𝑛 +𝑛
𝑆𝑐 ∗ √ 𝑎𝑛 𝑛 𝑏
𝑎 𝑏

Onde
(𝑛𝑎 − 1)𝜇𝑎 + (𝑛𝑏 − 1)𝜇𝑏
𝑆𝑐 = √
𝑛𝑎+ 𝑛𝑏 − 2

(9 ∗ 1,116) + (9 ∗ 1,088)
𝑆𝑐 = √ = 1,106
18

(13,72 − 13,9) − 0
𝑡= = −0,364
20
1,106 ∗ √100
 Da tabela t-student temos 𝑡0,5 = 2,878, 𝑍2,5 = 2,101

Então, a hipótese nula é aceitada nas duas situações.

9) O peso de sacos de trigo comercializados por uma fábrica é especificado como uma
v.a. normal com variância nominal de 1,5 𝑘𝑔2 . Pegou-se uma amostra de 10 sacos
e a variância estimada nesta amostra foi de 3 𝑘𝑔2 . Podemos dizer aos níveis de 1%
e 5% que a variância nominal aumentou?; ou seja, testar a hipótese:

Hipóteses nula 𝐻𝑜 : 𝜃𝑎 = 1,5

Hipóteses alternativa 𝐻1 : 𝜃𝑎 > 1,5

Dados:

𝑛𝑏 = 10

𝜃𝑎 2 = 1,5

𝑆𝑏 2 = 3

𝛼 = 1%

𝛼 = 5%

∗
(𝑛 − 1)𝑆 2
𝑥 =
𝜎0 2

(10 − 1)3
𝑥∗ = = 18
1,5

Φ1% = 21,7

Φ5% = 16,92

Então, a hipótese nula é aceitada de 1% e rejeita com 5%.