Estatística- UVB

Aula 11

Teste de Hipóteses
Objetivo da Aula:

• Fixar os conceitos de Teste de Hipóteses;

• Apresentar exemplos de exercício resolvido com a aplicação
dos conceitos.

Introdução
Nesta aula, veremos que para um determinado aspecto da população
e, inversamente aos problemas de estimação, vamos considerar que
existe uma hipótese que será válida até que se prove o contrário. Logo,
esta hipótese será testada com base nos resultados amostrais, sendo
aceita ou rejeitada

Teste de Hipóteses
Para começarmos, devemos ter claramente dois aspectos em mente:

• Hipótese existente, ou hipótese a ser testada – H0

• Hipótese alternativa – H1

Ao efetuarmos o teste das hipóteses, podemos tomar decisões certas

ou erradas ao aceitar ou rejeitar a hipótese testada. Se representarmos
isso numa tabela, temos:

Faculdade On-line UVB 111

 Estatística- UVB

Realidade
H0 verdadeira H0 falsa
Aceitar H0 Decisão correta Erro do tipo II
(1 - α) (β)
Decisão
Rejeitar H0 Erro do tipo I Decisão correta
(α) (1 - β)

O temos que perceber acima é:

Quando a decisão é aceitar H0 e na realidade H0 é verdadeira, então

nossa decisão foi correta.

Quando a decisão é rejeitar H0 e na realidade H0 é falsa, então nossa

decisão foi correta.

Mas,

Quando a decisão é aceitar H0 e na realidade H0 é falsa, então nossa

decisão foi um erro, convencionalmente chamado erro do tipo II.

Quando a decisão é rejeitar H0 e na realidade H0 é verdadeira, então

nossa decisão um foi um erro, convencionalmente chamado erro do
tipo I.

Note que só podemos cometer o erro do tipo I se H0 for verdadeira e

o erro do tipo II se H0 for falsa.

Graficamente, podemos representar as regiões de aceitação em

rejeição da seguinte forma:

Faculdade On-line UVB 112

 Estatística- UVB

Aceita H0
Rejeita H0

α�
Valor Crítico

Acima, temos o que é chamado de teste monocaudal ou unilateral,

pois a hipótese H1 admitia um único sentido para as possibilidades do
parâmetro testado com alternativa a H0.

As alternativas para H1 podem ser:

• Bilateral

α� α�
2 2

• Unilateral direito

α�

• Unilateral esquerdo

α�

Faculdade On-line UVB 113

 Estatística- UVB

Uma importante observação faz-se quanto a aceitação ou rejeição de

lotes, quando tratamos da aplicação prática deste conceito, o risco do
produtor e o risco do consumidor.

O risco do produtor é aquele devido à possibilidade de erro do tipo I,

ou seja, quando um lote bom é rejeitado.

O risco do consumidor é aquele devido à possibilidade de erro do tipo

II, ou seja, quando um lote ruim é aceito.

Estrutura do Teste de Hipóteses

Para executarmos o teste de hipóteses, podemos estabelecer alguns
passos, sendo:

1. Formulação de H0 e H1;
2. Escolha de uma distribuição amostral adequada;
3. Escolha de um nível de significância e definição da região
crítica;
4. Cálculo de uma estatística de teste;
5. Comparação do valor teste com a região crítica;
6. Rejeitar H0 se o valor teste excede a região crítica ou aceitar
em caso contrário.

Até aqui, vimos como identificar H0 e H1 e já estudamos e sabemos

quando usar a distribuição normal ou a t de Student.

Então, vamos ver os passos seguintes.

Nível de Significância e Região Crítica

A probabilidade α do erro tipo I é denominada nível de significância
do teste. O nível de significância indica qual a probabilidade de erro do

Faculdade On-line UVB 114

 Estatística- UVB

tipo I estamos dispostos a aceitar; na prática, observa-se que usa-se α

é igual a 1% ou 5%, ou seja, a disposição de aceitar uma probabilidade
de erro tipo I de 1% ou 5%.

Dessa forma pela distribuição normal, quando α = 1%, temos z=2,58

e quando = 5%, temos z=1,64. Dessa maneira para 1% de nível de
significância e considerando a distribuição normal, temos a região
crítica igual a 2,58 e, de forma semelhante, para 5% temos 1,64.

Estatística de Teste
A Estatística de Teste é o cálculo do coeficiente “z” que, então no passo
5 será comparado com a região crítica.

Existem duas situações para o cálculo da estatística de teste:

1. Quando o desvio padrão da população é conhecido;

x−µ
zteste =
σ
onde:
n

Ζ = estatística de teste
х- = média obtida na amostra
µ = média da população
s = desvio padrão da população
n = número de elementos na amostra

2. Quando o desvio padrão da população não é conhecido;

Neste caso, como desconhecemos s ,iremos trabalhar com s, que é

o desvio padrão da amostra; e também com t quando a amostra for

Faculdade On-line UVB 115

 Estatística- UVB

menor igual a 30, pois, usaremos a distribuição t de Student.

x − µ0
tteste =
s
n
onde:

Ζ = estatística de teste
х- = média obtida na amostra
µ0 = média esperada da população
S = desvio padrão da população
n = número de elementos na amostra

A comparação entre o valor teste e a região crítica é direta e a veremos

em exemplo na aula digital.

Os passos 5 e 6 serão demonstrados diretamente em exercícios

resolvidos na aula digital.

Referências Bibliográficas
Costa Neto, Pedro Luiz de Oliveira. Estatística. 12. ed. São Paulo: Editora
Edgard Blücher Ltda., 1992.

Mandim, Daniel. Estatística Descomplicada. 10. ed. Brasília: Vestcon

Editora Ltda., 2003.

Faculdade On-line UVB 116