TESTES DE HIPÓTESES APLICÁVEIS A DUAS

AMOSTRAS - DADOS INDEPENDENTES

Curso: Estatı́stica (Bacharelado)

Disciplina: Métodos não paramétricos
Profa.: Tatiane

IME - UFG

Aula 15: 02/10/2017

Teste Qui-Quadrado para Tabelas (2 × 2)

H0 : Não há diferença significativa entre os grupos.

H1 : Há diferença significativa entre os grupos.
As frequências são dispostas em uma tabela (2 × 2) do tipo:

Classificação 1 Classificação 2 Total

Grupo 1 Fo11 Fo12 Fo1∗
Grupo 2 Fo21 Fo22 Fo2∗
Total Fo∗1 Fo∗2 N

A estatı́stica de teste é do tipo:

(Fo11 × Fo22 − Fo12 × Fo21 )2 × N

Q= ∼ χ21
Fo∗1 × Fo∗2 × Fo1∗ × Fo2∗
Teste Qui-Quadrado para Tabelas (2 × 2) - Voltando no
Exemplo 1

Há restrições para aplicação do teste quando:

20 < N < 40 e Foij ≤ 5 para algum i e j;
N > 40 e Foij ≤ 5 para algum i e j.
Nestes casos usar a correção de Yates:

(|Fo11 × Fo22 − Fo12 × Fo21 | − N2 )2 × N

QYates = ∼ χ21
Fo∗1 × Fo∗2 × Fo1∗ × Fo2∗
Teste Qui-Quadrado para Tabelas (2 × 2) - Voltando no
Exemplo 1 da aula passada
Temos,

Efeito
Estı́mulo Positivo Negativo Total
Droga 48 8 56
Placebo 38 13 51
Total 86 21 107

Logo,
(Fo11 × Fo22 − Fo12 × Fo21 )2 × N (48 × 13 − 38 × 8)2 107
q= = ≈ 2, 124 < 3, 84.
Fo∗1 × Fo∗2 × Fo1∗ × Fo2∗ 86 × 21 × 56 × 51

(|Fo11 × Fo22 − Fo12 × Fo21 | − N

2
)2 × N (|48 × 13 − 38 × 8| − 107
2
)2 107
qYates = = ≈ 1, 4733 < 3, 84.
Fo∗1 × Fo∗2 × Fo1∗ × Fo2∗ 86 × 21 × 56 × 51

Então não rejeitamos a hipótese nula. Ao nı́vel de 5%, não há diferença
significativa entre os grupos (placebo e droga). Ou seja, não podemos
dizer que os efeitos da droga e do placebo sejam diferentes.
Exemplo 2

Para verificar se há relação entre o hábito de fumar e o gênero das

pessoas, um entrevistador montou a seguinte tabela:

Fumam Não Fumam

Homens 15 25
Mulheres 10 20

Logo,
(Fo11 × Fo22 − Fo12 × Fo21 )2 × N (15 × 20 − 25 × 10)2 70
q= = ≈ 0.1297 < 3, 84.
Fo∗1 × Fo∗2 × Fo1∗ × Fo2∗ 40 × 30 × 25 × 45

(|Fo11 × Fo22 − Fo12 × Fo21 | − N

2
)2 × N (|15 × 20 − 25 × 10| − 70
2
)2 107
qYates = = ≈ 0.0117 < 3, 84.
Fo∗1 × Fo∗2 × Fo1∗ × Fo2∗ 40 × 30 × 25 × 45
Teste Exato de Fisher

Nos casos em que formamos uma tabela de contingência com

formato 2 × 2; com pequeno número de observações (n < 20 ou
próximo) e, consequentemente, com frequências observadas em
cada casela muito baixas, podemos usar teste exato de Fisher.
O teste exato de Fisher serve para testar a hipótese de que duas
variáveis, apresentadas em uma tabela 2 × 2, estão associadas.
Para que possamos usar o teste exato de Fisher é necessário que:
as amostras sejam aleatórias e independentes;
classes mutuamente exclusivas;
nı́vel de mensuração em escala nominal.
Teste Exato de Fisher - Tabela de contingência 2 × 2

Suponha que n observações são distribuı́das em uma tabela de

contingência 2 × 2 da seguinte forma:

Coluna 1 Coluna 2 Total

Linha 1 a b a+b
Linha 2 c d c +d
Total a+c b+d n

Seja:
p1 a probalidade de uma observação na linha 1 ser classificada na
coluna 1;
p2 a probalidade de uma observação na linha 2 ser classificada na
coluna 1.
Teste Exato de Fisher - Estatı́stica de teste

Estatı́stica de teste: A estatı́stica de teste T é o número de

observações da célula (1,1).

Distribuição nula: A distribuição exata de T , quando H0 é verdadeira,

é dada pela distribuição hipergeométrica:
  
a+b c +d
a c (a + b)! (c + d)! (a + c)! (b + d)!
P(T = a) =   = ,
n a! b! c! d! n!
a+c

para a = 0, 1, 2, . . . , min{a + b, a + c} e

P(T = a) = 0, para a > min{a + b, a + c}.

Teste Exato de Fisher - Hipóteses

As hipóteses a serem testadas são:

H0 : p1 ≤ p2 versus H1 : p1 > p2 para o teste unilateral à direita.

H0 : p1 ≥ p2 versus H1 : p1 < p2 para o teste unilateral à esquerda.

H0 : p1 = p2 versus H1 : p1 6= p2 para o teste bilateral.

Teste Exato de Fisher

As hipóteses de interesse geral é:

H0 : Não existe associação entre as variáveis.

H1 : Existe associação entre as variáveis.

Teste Exato de Fisher - Teste unilateral à direita

Temos:
H0 : p1 ≤ p2 versus H1 : p1 > p2 .

Encontramos o valor-p = P(T ≥ tobs ) usando a probabilidade

definida anteriormente baseada na hipergeométrica.

Temos que tobs é o valor observado de T de acordo com a tabela de

contingência.

Rejeitamos H0 ao nı́vel de significância α se valor-p ≤ α.

Teste Exato de Fisher - Teste unilateral à esquerda

Temos:
H0 : p1 ≥ p2 versus H1 : p1 < p2 .

Encontramos o valor-p = P(T ≤ tobs ).

Rejeitamos H0 ao nı́vel de significância α se valor-p ≤ α.

Teste Exato de Fisher - Teste bilateral

Temos:
H0 : p1 = p2 versus H1 : p1 6= p2 .

Geralmente, o valor-p = 2 min{P(T ≤ tobs ), P(T ≥ tobs )}. Mas

para tabelas com pequenas contagens não vamos aplicar este
método.
Vamos usar a mesma abordagem usada no software R.
Somar as probabilidades para todas as tabelas com
probabilidades menores ou iguais a da tabela observada.

Rejeitamos H0 ao nı́vel de significância α se valor-p ≤ α.

Teste Exato de Fisher - Exemplo 3 - Uma casela nula

Deseja-se verificar se existe associação entre Reação (+ ou −) e Enzima

(presente ou ausente).

Enzima
Reação Presente Ausente Total
+ 5 1 6
− 0 3 3
Total 5 4 9

H0 : Não existe associação entre Reação e Enzima.

H1 : Existe associação entre Reação e Enzima.
Teste Exato de Fisher - Exemplo 4

Um estudo foi realizado para verificar a existência de associação entre o

tipo de tratamento e mortalidade por AIDS. A tabela abaixo apresenta os
dados.

Mortalidade
Tratamento Sim Não Total
A 7 5 12
B 1 9 10
Total 8 14 22
Teste Exato de Fisher - Exemplo 5

Quatorze empresários recém-contratados, 10 homens e 4 mulheres, todos

igualmente qualificados, estão sendo designados pelo presidente do banco
para seus novos cargos. Dez dos novos empregos são para caixas e
quatro são gerentes de contas. A hipótese nula é que homens e mulheres
têm chances iguais em obter os empregos como gerentes de contas, que
são os mais desejáveis. A alternativa unilateral de interesse é que as
mulheres são mais propensas do que os homens a obterem empregos
como gerentes de contas. Para o sexo feminino é atribuı́do somente uma
posição de caixa. A hipótese nula pode ser rejeitada?
Teste Exato de Fisher - Exemplo 6

Suponha um grupo de dezesseis ratos, divididos em dois grupos,

Experimental (tratados) e Normal (não tratados). O grupo experimental
é formado por 9 animais geneticamente modificados, por apresentarem
uma disfunção pancreática com diminuição da capacidade de produção
de insulina. Imagine que, após um ano e meio em ambiente controlado, o
número de ratos vivos do grupo experimental e do normal seja dado na
tabela abaixo. As sobrevidas dos ratos normais e dos transgênicos são
iguais?

Sobrevida + 1,5 ano

Grupo Vivos Mortos Total
Normal 5 2 7
Experimental 1 8 9
Total 6 10 16