1 REVISO SOBRE TESTES DE HIPTESES PARAMTRICOS

REVISO SOBRE TESTES DE HIPTESES PARAMTRICOS

1.1 COMENTRIOS INICIAIS

Em certas ocasies, os parmetros de uma populao no so conhecidos e devemos tomar uma deciso baseada em valores obtidos numa amostra retirada dessa populao. No incio, admitimos um valor hipottico para o parmetro da populao no qual estamos interessados e, aps a retirada de uma amostra, levantamos as necessrias informaes dessa amostra para aceitarmos ou no o valor hipottico inicial.

HIPTESES INICIAIS No princpio, temos duas hipteses: H0: HIPTESE NULA a hiptese que est sendo testada. Admite-se que a diferena entre o valor obtido na amostra (estimador) e o parmetro da populao no signicativa, por ser unicamente devida ao acaso. H1: HIPTESE ALTERNATIVA qualquer hiptese diferente da hiptese nula. Neste caso signicativa a diferena entre o estimador amostral e o parmetro populacional, existindo razes alm do acaso para explicar essa diferena.

O quadro e a tabela a seguir mostram os tipos de erro e as situaes que podem ocorrer num teste de hipteses.

INTRODUO AO DELINEAMENTO DE EXPERIMENTOS

TIPOS DE ERRO Quando realizamos um teste de hipteses, podemos cometer 2 tipos de erro: Erro tipo I (1. espcie) o erro que cometemos quando rejeitamos uma hiptese que verdadeira. Sua probabilidade, simbolizada por , denida pelo nvel de signicncia exigida no teste. Erro tipo II (2. espcie) o erro que cometemos quando aceitamos como verdadeira uma hiptese que falsa. Sua probabilidade simbolizada por .

Tabela 1.1 Situaes que podem ocorrer num teste de hipteses Deciso Realidade Aceitar H0 H0 verdadeira H0 falsa Nota: P = probabilidade Deciso correta P = 1 Deciso incorreta Erro tipo II: P =

Rejeitar H0 Deciso incorreta Erro tipo I: P = Deciso correta P=1

Exemplo 1:
Uma certa empresa produz alimentos embalados em pacotes de 1.000 g, com desviopadro de 28 g, havendo comprovao de que o processo est sob controle. Um supermercado, cliente dessa empresa, estabeleceu um plano de amostragem, com amostras de 16 elementos e a deciso de aprovar o lote quando a mdia da amostra fosse igual ou superior a 986 g. Alm disso, indicou que no estaria preocupado se os pacotes tivessem mais de 1.000 g, porque isto lhe seria favorvel. Qual o erro tipo I que a compradora est aceitando?

Soluo:
H0: = 1.000 g H1: < 1.000 g Neste caso, H0 verdadeira ( = 1.000 g) e o comprador no est preocupado se a mdia for superior a 1.000 g.

1 REVISO SOBRE TESTES DE HIPTESES PARAMTRICOS

Pelo Teorema do Limite Central, temos os seguintes parmetros para as amostras em questo: E( X ) = 1.000 g 2 282 = n 16 28 28 X = = =7 g 4 16 2 X =
f (X)

986

1000

X X 986 1.000 14 = = 2,0 7 7

Z= Z=

Na tabela da Normal, obtm-se: rea: 0,4772 P( X < 986 ) = 0 ,5 0 , 4772 = 0 ,0228 Logo, = 2,28%

Como concluso, mesmo sendo a hiptese HO verdadeira, existe uma probabilidade de 2,28% de rejeitarmos amostras que provenham de lotes satisfatrios, por causa do plano de amostragem estabelecido pelo comprador.

REGIES DE ACEITAO E DE REJEIO REGIO DE ACEITAO: o intervalo em que aceitamos como verdadeira a hiptese nula. REGIO CRTICA ou de REJEIO: o intervalo em que rejeitamos a hiptese nula.

4 No exemplo anterior, temos:

f (X)

INTRODUO AO DELINEAMENTO DE EXPERIMENTOS

Regio crtica Regio de aceitao X

Regio de aceitao: X 986 g Regio crtica: X < 986 g

Neste exemplo, foi xada a regio de aceitao e o erro tipo I foi uma decorrncia. Em geral, na prtica, o erro a xado e as regies de aceitao e crtica so decorrentes. Normalmente, usam-se os valores para o nvel de signicncia dados na tabela a seguir.

Tabela 1.2 Valores usuais de = 1% = 5% = 10% Teste altamente signicativo Teste provavelmente signicativo Teste empiricamente signicativo

Exemplo 2:
Qual seria a regio crtica, no caso do exemplo 1, se fosse xado em 1%?

Soluo:
Neste caso: = 1% rea = 0,5 0,01 = 0,49 Na tabela da Normal, obtm-se: Z = 2,326

1 REVISO SOBRE TESTES DE HIPTESES PARAMTRICOS

Xc 1.000 7 A regio crtica , portanto: 2,326 = X < 983,72 g

Xc = 983,72

Exemplo 3:
Qual seria a regio crtica, no caso do exemplo 1, para = 5%?

Soluo:
= 5% rea = 0,5 0,05 = 0,45

Na tabela da Normal, obtm-se: Z = 1,645 1,645 = Xc 1.000 7 Xc = 988 , 49

Regio crtica: X < 988 , 49 g

Podemos observar, ento, a seguinte situao:

f (X)

983,72

988,49

( = 1%)

( = 5%)

Se o valor X da amostra fosse inferior a 983,72, HO seria rejeitada para = 1% (e automaticamente, para = 5%) Se o valor X da amostra fosse superior a 988,49, HO seria aceita para = 5% (e automaticamente, para = 1%)

INTRODUO AO DELINEAMENTO DE EXPERIMENTOS

Para valores de X entre 983,72 e 988,49, HO seria rejeitada para = 5%, porm seria aceita para = 1%.

O que acontece que, quanto menor o nvel de signicncia , maior o intervalo de aceitao de HO, pois queremos ter mais certeza de que no estamos tomando uma deciso errada. Logo, ampliamos a regio de aceitao, para diminuirmos a possibilidade de uma deciso incorreta de rejeitar Ho. Por outro lado, com maior , estaremos aumentando a probabilidade de rejeio de Ho, quando esta hiptese for verdadeira. O valor crtico (Xc), que limita a regio crtica, varia em funo do nvel de signicncia () e do nmero de elementos da amostra (n). Vamos imaginar um xo, igual a 5%, no mesmo exemplo 1, onde o processo tem = 28 g e: H0: = 1.000 g H1: < 1.000 g Queremos agora vericar o que acontece com Xc, quando n varia, desde que seja mantido xo, em 5%. Neste caso, supondo-se H0 verdadeira, teramos:

f (X)

Xc

1000

= 5% rea = 0,45

Na tabela da Normal, obtm-se: Z = 1,645 Xc 1.000 28/ n

Como Z =

, vem: 1,645 28 n = 1.000 46 ,06 n

Xc = 1.000

1 REVISO SOBRE TESTES DE HIPTESES PARAMTRICOS

V-se, ento, que o valor de Xc varia com o tamanho da amostra (n): n Xc 4 976,97 8 983,72 12 986,70 16 988,49 20 989,70 100 995,39

O valor de Xc cresce medida que n aumenta, indicando que a regio crtica aumenta com n, neste exemplo.

1.2 PODER DO TESTE E CURVA CARACTERSTICA DE OPERAO

Se a hiptese H0 fosse falsa, mesmo assim teramos a possibilidade de aceit-la, tomando uma deciso incorreta e cometendo um erro tipo II, com probabilidade .

Exemplo 4:
A mdia do processo do exemplo 1 mudou para 970 g e o desvio padro continua o mesmo (28 g). Qual a probabilidade de o lote ser aceito, usando-se o mesmo plano de amostragem anterior, ou seja: Tamanho de amostra: n = 16 elementos Regra para aprovao: X 986 g

Soluo:
Neste caso temos:

f (X)

970

986

E( X ) = 970 g ; Z = X = 28 16 = 7g

986 970 = 2,2857 7

8 Na tabela

INTRODUO AO DELINEAMENTO DE EXPERIMENTOS

da Normal, obtm-se: rea = 0,4889 P (X > 986) = = 0,5 0,4889 = 0,0111, ou: 1,11%

Exemplo 5:
Quais seriam os valores de , se a mdia do processo do exemplo 1 mudasse para os valores abaixo e fosse mantido o plano de amostragem anterior: n = 16 elementos; e aceitao para X 986 g? a) = 990 g b) = 980 g c) = 975 g

Considerar = 28 g em todos os casos.

Soluo:
H0: = 1.000 g H1: < 1.000 g

X =

28 16

=7 g

a)

Z=

986 990 = 0 ,5714 7

Na tabela da Normal: A = 0,2162 = 0,5 + 0,2162 = 0,7162

f (X)

986

990

1 REVISO SOBRE TESTES DE HIPTESES PARAMTRICOS

b)

Z=

986 980 = 0 ,8571 7

Na tabela da Normal: A = 0,3043 = 0,5 0,3043 = 0,1957

f (X)

980

986

c)

Z=

986 975 = 1,5714 7

Na tabela da Normal: A = 0,4420 = 0,5 0,4420 = 0,0580

f (X)

975

986

V-se, neste exemplo, que quanto menor for , menor ser o valor do erro tipo II, ou seja, quanto mais a mdia do processo se afastar do valor previsto inicial, maior ser a probabilidade de essa variao ser detectada e, portanto, menor ser a probabilidade de se tomar uma deciso incorreta, aceitando-se H0.

10

INTRODUO AO DELINEAMENTO DE EXPERIMENTOS

CURVA CARACTERSTICA DE OPERAO (CCO)

Se desenharmos uma curva, colocando-se os valores do em funo de , obteremos a curva caracterstica de operao tambm conhecida como CCO. No exemplo 5 temos:

1 0,8 0,6 0,4 0,2 0

965

970

975

980

985

990

995

1000

1005

CURVA DE PODER DO TESTE

a curva obtida plotando-se os valores de (1-) em funo de . No exemplo, temos:

1 0,8 0,6 0,4 0,2 0 965 970 975 980 985 990 995 1000 1005 Observando-se a curva do poder do teste dada, podemos concluir, para o exemplo dado: a) Quanto mais elevado o valor (1 ), maior a fora do teste, isto , menor a probabilidade de cometermos um erro tipo II. b) Os valores de (1 ) variam signicamente entre = 960 e = 1.000. c) O poder do teste, neste exemplo, diminui quando cresce.

Observe-se que as curvas dadas foram levantadas para uma amostra com n = 16 elementos. Se este nmero variar, o valor de tambm variar, sendo maior quanto menor for n. Quando se aumenta o nmero de elementos da amostra, o poder discriminatrio do plano de amostragem cresce, permitindo discriminar melhor os lotes bons dos ruins.

1 REVISO SOBRE TESTES DE HIPTESES PARAMTRICOS

11

Exemplo 6:
As lmpadas produzidas por certa empresa tinham durao mdia de 1.800 horas e desvio-padro de 228,21 horas. O processo produtivo foi revisto e foram introduzidas algumas alteraes, acreditando-se que a durao mdia aumentou, porm no existiam evidncias estatsticas de que isto ocorreu. Queremos planejar um teste de hiptese para vericarmos se a mdia realmente aumentou. Os erros foram xados em: Erro tipo I: mximo de 1% Erro tipo II: mximo de 2% se a mdia de fato passar para 2.000 horas. Calcular os valores de elementos da amostra e de Xc para aceitao da hiptese nula.

Soluo:
H0: = 1 = 1.800 horas (a vida mdia no mudou). H1: = 1 > 1.800 horas (a vida mdia aumentou).

Antes das alteraes, tnhamos:

f (X)

X1

Com = 1% (rea = 0,49), na tabela da Normal, obtm-se: Z = 2,326 Da vem:

Z1 =

X1 1 / n

X1 = 1 + Z1

= 1.800 +

2,326 228 ,21 n

X1 = 1.800 +

530 ,82 n

12

INTRODUO AO DELINEAMENTO DE EXPERIMENTOS

Aps as alteraes, para 2 = 2.000, temos:

f (X)

X2

Com = 2% (rea = 0,48), na tabela da Normal, obtm-se: Z = 2,056

Z2 = X2 2 / n X 2 = 2 + Z2 469 , 20 n = 2.000 2 , 056 228 , 21 n

n Como queremos que os erros I e II tenham, ao mesmo tempo, os valores xados, fazemos: X1 = X2

X 2 = 2.000

1.800 +

530 ,82

n 530 ,82 + 469,20 n 1.000 ,02

= 2.000

469,20 n

= 2.000 1.800 = 200

= 200 n = 5,00 n = 25 n O valor de Xc para aceitao de hiptese nula , ento: Xc = 1.800 + ou : Xc = 2.000 530 ,82 25 469,20 25 = 1.906 ,16 horas = 1.906 ,16 horas

Concluso:
O plano de amostragem assim constitudo: Amostra com 25 elementos. Regra de aceitao da hiptese nula: X 1906,16 horas.

1 REVISO SOBRE TESTES DE HIPTESES PARAMTRICOS

13

a) b) c) d) e) f)

Nesta publicao, os seguintes testes so indicados: A mdia () de uma populao igual a um valor conhecido (0); 2 A varincia de uma populao igual a um valor conhecido (0 ); As mdias de duas populao so iguais (1 = 2); 2 As varincias de duas populaes so iguais (12 = 2 ); A proporo populacional (p) igual a um valor conhecido (p0); As propores (p1 e p2) de duas populaes so iguais.

Note-se que, nos testes a seguir, s estaremos preocupados com o erro tipo I () e, portanto, o erro tipo II () no ser calculado.

1.3 TESTE DE HIPTESES ROTEIRO E EXEMPLOS

O roteiro para o teste de hipteses dado no quadro a seguir. ROTEIRO PARA O TESTE DE HIPTESES 1 2 3 4 5 Enunciar a hiptese nula (H0) e a hiptese alternativa (H1). Estabelecer o limite de erro tipo I (). Determinar a varivel de teste. Determinar a regio crtica ou de rejeio de H0. Calcular o valor da varivel de teste, com os dados obtidos nas amostras. 6 Comparar o valor obtido em (5) com a regio crtica, determinada em (4). 7 Tomar a deciso: Aceitar ou rejeitar H0. A tabela 1.3 mostra as variveis de teste e as regras para rejeio da hiptese nula, em cada caso.

Exemplo 7:
Um processo estvel de certa empresa produz eixos com dimetro mdio 0 = 12,10 cm e desvio-padro = 0,52 cm. Num certo ms, ocorreram alguns eventos que poderiam ter alterado essa mdia. Para testar-se a hiptese de que a mdia continua a mesma, foi selecionada uma amostra aleatria de 32 elementos, tendo-se obtido mdia amostral de 12,26 cm. Vericar se possvel aceitar que a mdia do processo continua a mesma, usando-se nvel de signicncia de 1%.

Soluo:
H0: = 0 = 12,10 H1: 0 = 12,10 = 0,52 cm (suposta constante); n = 32

14

INTRODUO AO DELINEAMENTO DE EXPERIMENTOS

A varivel de teste, de acordo com a tabela 1.3-A, a varivel Z, da distribuio Normal. Da vem:
Z calc = X 0 = 12 , 26 12 ,10 = 1,74 0 ,52 32

n Como = 0,01 vem: /2 = 0,005 rea = 0,5 0,005 = 0,495 Na tabela da Normal, para rea = 0,495, obtm-se: Zcrit = Z0,5% = 2,575 Como: |Zcalc|< Zcrit, Aceita-se HO Logo, no se pode armar que a mdia do processo mudou.

Exemplo 8:
Uma entidade armou que a altura mdia dos homens adultos de certa cidade do interior, com idade entre 20 e 30 anos, de 1,74 m. Foi escolhida uma amostra aleatria de 45 homens, obtendo-se mdia 1,69 m e desvio padro de 9 cm. possvel se aceitar a armativa da entidade, com nvel de signicncia de 5%, havendo a desconana de que esta altura mdia seja inferior a 1,74 m?

Soluo:
HO: = 1,74 H1: < 1,74 Neste caso, usa-se a tabela 1.3-A com s2 no conhecida. Usamos o teste unilateral, porque estamos preocupados com que esta altura mdia possa ser menor do que a enunciada. Como no conhecida, vericamos na tabela A que a varivel de teste a "t" de Student.
t calc = X 0 S n = 1,69 1,74 = 3 ,727 0 , 09 45

Para se obter o tcrit, vamos inicialmente calcular o nmero de graus de liberdade (): = n 1 = 45 1 = 44 Na tabela da distribuio de "t", com = 5% e = 44 graus de liberdade, com interpolao obtm-se: tcrit = t5% = 1,681 Verica-se, ento, que: tcalc (= 3,727) < t5% (= 1,681) Logo, rejeita-se a hiptese H0, ao nvel de 5% de signicncia. No se pode armar que a altura mdia dos homens da cidade de 1,74 m. A altura inferior a este valor.

1 REVISO SOBRE TESTES DE HIPTESES PARAMTRICOS

15

Exemplo 9:
Retiramos uma amostra aleatria de 30 elementos de uma certa populao, tendo-se obtido S2 = 54,3. Testar a hiptese de 2 = 60,0, contra 2 60,0, ao nvel de signicncia de 5%.

Soluo:

2 H0: 2 = 0 = 60,0 2 H1: 60,0 Neste caso, usa-se a tabela 1.3B
2 calc =

(30 1) 54 ,3 = 26 ,25 60 ,0

Na tabela do Qui Quadrado obtm-se, para = n 1 = 29; /2 = 2,5% e (1 /2) = 97,5%: 2 2,5 = 45,722 2 97,5 = 16,047 Verica-se, ento, que: 2 2 2 97,5 < calc = 26,25 < 2,5 Logo, aceita-se H0. No se pode armar que a varincia da populao seja diferente de 60,0.

Exemplo 10:
Um mesmo item produzido por dois processos diferentes. Os desvios padres populacionais de certa caracterstica so de 2,5 e 2,8, respectivamente, para os processos 1 e 2. Sabe-se que essa caracterstica tem distribuio Normal, nos dois processos. Foram retiradas duas amostras, uma de cada processo, tendo-se obtido as seguintes mdias amostrais: X1 = 21,3, com n = 28 elementos; X2 = 24,2, com n = 19 elementos. Testar a hiptese de as mdias dos dois processos serem iguais, com nvel de signicncia de 5%.

Soluo:
2 2 Neste caso, usa-se a tabela 1.3C, com s1 e s2 conhecidas. Hipteses iniciais: H0: 1 = 2 e H1: 1 2

16 Processo 1: X1 = 21,3; Processo 2: X2 = 24,2; Zcalc = X1 X2 + n1 n2

2 1 2 2

INTRODUO AO DELINEAMENTO DE EXPERIMENTOS

n = 28; n = 19;

1 = 2,5 2 = 2,8 = 3,637

21,3 24 ,2 2,52 2,82 + 28 19

Na tabela da Normal, para /2 = 0,025 e rea = 0,475, obtm-se: Z0,025 = 1,96 Como: |Zcalc| = 3,637 > Z/2, rejeita-se HO. No se pode armar que as duas mdias so iguais.

Exemplo 11:
Temos uma criao de lebres que foram submetidas a uma rao especial para ganhar peso, durante 2 meses. Foram sorteadas 9 lebres, antes e 10 depois da rao especial, e as suas massas so dadas na tabela a seguir, em kg. Elemento 1 Antes 2 Depois 1 1,80 1,64 2 1,29 1,57 3 1,23 1,55 4 1,27 1,88 5 1,38 1,96 6 1,82 1,79 7 1,92 1,63 8 1,83 1,80 9 1,24 1,92 1,81 10

Vericar se possvel concluir que a rao realmente contribuiu para o aumento do peso mdio da populao de lebres, com nvel de conana (1 ) de 99%.

Soluo:
2 2 Neste caso, usa-se a tabela 1.3C, com s1 e s2 no conhecidas. Hipteses iniciais: H0: 1 = 2 e H1: 1 < 2 No conhecemos 1 e 2 e vamos sup-las diferentes, para mostrarmos como se aplica o caso mais geral. O exemplo 14 mostra um roteiro para esta comprovao. Partindo-se dos dados das amostras, obtemos: Antes: X1 = 1,531; S1 = 0,30019; n = 9 Depois: X 2 = 1,755; S2 = 0,14767; n = 10

Da vem: v1 = =
2 S 2 0 ,147672 S1 0 ,300192 = = 0 ,0100123; v2 = 2 = = 0 ,0021806 n1 9 n2 10

( v1 + v2 )2 14 ,867 10 5 2 = 2 = 12,22 2 2 v1 v2 1,0457 10 5 n + 1 + n + 1 1 2

= 100 99 = 1%

1 REVISO SOBRE TESTES DE HIPTESES PARAMTRICOS

17

Na tabela de t, para teste unilateral, = 1% e = 12,22, obtm-se: t1% = 2,674 (Nota: com o EXCEL obteramos 2,681) 1,531 1,755 0 ,224 t calc = = = 2,029 0 ,110421 0 , 0100123 + 0 , 0021806 Assim, tcalc = 2,029 > t = 2,674,

Concluso:
Aceita-se a hiptese nula. No h evidncias de que a rao tenha contribudo para o aumento do peso das lebres, ao nvel de 1% de signicncia.

Exemplo 12:
A hiptese nula do exemplo anterior poderia ser aceita, para = 5%?

Soluo:
Neste caso, para = 5%, obtm-se na tabela de "t": t5% = 1,780 Assim: tcal = 2,029 < t5% = 1,780 Logo, rejeita-se a hiptese nula e pode-se armar que a rao contribuiu para o aumento do peso dos lebres, ao nvel de 5% de signicncia.

Exemplo 13:
possvel armar que a massa mdia da populao de lebres do exemplo 11 tenha atingido 1,80 kg, aps a tratamento com a rao especial, com nvel de signicncia de 5%?

Soluo:
Neste caso, usa-se a tabela 1.3A, com varincia no conhecida. Hipteses iniciais: HO: 2 = 1,80 kg e H1: 2 < 1,80 kg X2 = 1,755 kg; S2 = 0,14767; n2 = 10 = 0 ,964 Na tabela de t, com = 5% e 9 graus de liberdade, obtm-se: tcrit = 1,833 tcal = 0,964 > 1,833 Logo, aceita-se HO e a massa mdia de populao, aps o tratamento, pode ser considerada como 1,80 kg, ao nvel de 5% de signicncia. t calc = S/ n = 0 ,14767/ 10 X 0 1,755 1,800

18

INTRODUO AO DELINEAMENTO DE EXPERIMENTOS

Exemplo 14:
Foram retiradas amostras de duas populaes tendo-se obtido: Amostra da populao 1: n1 = 25 elementos; S1 = 2,571 Amostra da populao 2: n2 = 39 elementos; S2 = 2,472 Testar a hiptese de as varincias das duas populaes serem iguais, com nvel de signicncia de 5%.

Soluo:

Neste caso, usa-se a tabela 1.3D. 2 2 2 Hipteses iniciais: HO: 2 1 = 2 e H1: 1 2 Fcalc =
2 S1 2,5712 = = 1,082 2 S2 2, 4722

Determinao de F crtico: Graus de liberdade: 1 = n1 1 = 24 2 = n2 1 = 38 Na tabela de F de Snedecor, com /2 = 2,5%, obtm-se: F / 2 = F2 ,5% = F2 ,5% (24; 38) = 2,036 (Nota: com o EXCEL, obteramos 2,027) F1 / 2 = 1 1 1 = = = 0 , 463 F / 2 (2 ,1 ) F2 ,5% (38; 24) 2,162

Assim, tem-se: Fcalc = 1,082 < F2,5% = 2,036, e Fcalc > F1/2 = 0,463 Logo, aceita-se a hiptese nula e no se pode armar que as varincias das duas populaes sejam diferentes.

Exemplo 15:
O responsvel por certo processo produtivo arma que 90,0% das peas produzidas tm resistncia ruptura maior do que um valor mnimo estabelecido numa especicao. Foram ensaiadas 110 peas em laboratrio, vericando-se que 18 delas se romperam com resistncias inferiores ao mnimo especicado. a) A armativa do responsvel pode ser aceita, com nvel de signicncia de 1%? b) E com nvel de 5%?

Soluo:
H0: p = 0,900 H1: p < 0,900

(Nota: usamos H1: P<0,90 porque estamos desconados de que a proporo menor do que 0,90.)

1 REVISO SOBRE TESTES DE HIPTESES PARAMTRICOS

19 110 18 92 = = 0 ,836 110 110

p0 = 0 ,900 ;

n = 110 ;

p=

Na tabela 1.3E, vericamos que a varivel de teste Z. Da vem:

Zcalc = 0,836 0,900 0,900 (1 0,900) 110 = 2.237

a) Com nvel de signicncia = 1%: Na tabela da Normal, obtm-se Z1% = 2,327 Assim: Zcalc(= 2,237) > Z1% (= 2,327) Logo, aceita-se a hiptese nula e pode-se aceitar a armativa do responsvel, com = 1%. b) Com = 5%: Na tabela da Normal, obtm-se: Z5% = 1,645 Assim: Zcalc (= 2,237) < Z5% (= 1,645) Logo, rejeita-se H0 e no se pode aceitar a armativa do responsvel, com = 5%.

Exemplo 16:
Numa pesquisa de opinio a respeito da inteno de voto, 57 dentre 95 eleitores do sexo masculino armaram que votariam no candidato Dr. O. Nesto, enquanto que 110 dentre 150 eleitores do sexo feminino declaram o mesmo. a) possvel se armar, com = 0,5%, que os eleitores de ambos os sexos tm intenes de voto iguais com relao ao candidato em questo? b) E com a = 5%?

Soluo:
H0: p1 = p2 H1: p1 p2 n1 = 95; n2 = 150

20 57 = 0 ,600 ; 95

INTRODUO AO DELINEAMENTO DE EXPERIMENTOS

A varivel de teste Z. Na tabela 1.3 - F, obtm-se as expresses requeridas para o clculo de Z: p = Zcalc 95 0 ,600 + 150 0 ,733 57 + 110 = = 0 ,682 245 95 + 150 0 ,600 0 ,733 0 ,133 = = = 2,178 0 ,061 1 1 0 ,682 (1 0 ,682) + 95 150

p1 =

p2 =

110 = 0 ,733 150

a) Com = 0,5% Na tabela da Normal, com /2 = 0,25% (rea = 0,4975), obtm-se: Z0,25% = 2,81 Como: |Zcalc| (= 2,178) < Z0,25% (= 2,81) Aceita-se a hiptese nula e pode-se aceitar a armativa de que o candidato tem intenes de voto iguais para eleitores de ambos os sexos, com = 0,5%. b) Com = 5% Na tabela da Normal, com /2 = 2,5% (rea = 0,475), obtm-se: Z2,5% = 1,96 Como:

|Zcalc| (= 2,178) > Z2,5% (= 1,96)

1 REVISO SOBRE TESTES DE HIPTESES PARAMTRICOS

21

Tabela 1.3 Resumo dos testes de hipteses paramtricos

A A mdia () de uma populao igual a um valor conhecido (0) Hipteses 2 conhecida Varivel de teste: H0 H1
Zcalc = X 0 / n

2 no conhecida Varivel de teste:

t calc = X 0 S/ n

(Distribuio Normal) 0 (bilateral) = 0 > 0 (unilateral) < 0 (unilateral) |Zcalc| > Z/2: rejeita-se H0 Zcalc > Z: rejeita-se H0 Zcalc < Z: rejeita-se H0

(Distribuio t de Student) |tcalc|> t/2: rejeita-se H0 tcalc > t: rejeita-se H0 tcalc < t: rejeita-se H0 Usar (n1) graus de liberdade

B A varincia (2) de uma populao igual a um valor conhecido (2 0) Hipteses H0 2 = 2 0

2 2 0
2 = Varivel de teste: calc

H1 (bilateral) 2 calc > 2 /2

(n 1) S2 2 0

(Distribuio Qui-quadrado) ou
2 2 calc < 1/2: rejeita-se H0 2 2 calc > : rejeita-se H0 2 2 calc < : rejeita-se H0

2 > 2 0 (unilateral) 2 < 2 0 (unilateral)

Usar (n 1) graus de liberdade

C As mdias de duas populaes so iguais (1 = 2) Hipteses Varivel de teste H1 1 2 (bilateral) 1 = 2 1 > 2 (unilateral) 1 < 2 (unilateral)
2 2 e 2 1 2 2 1 e 2 no conhecidas 2 2 e 2 supostas iguais 1
t calc = X1 X 2 n + n2 Sp 1 n1 n2

conhecidas
Zcalc = X1 X 2
2 2 1 + 2 n1 n2

2 2 1 e 2 supostas diferentes
t calc = X1 X 2
2 S2 S1 + 2 n1 n2

H0

|Zcalc| > Z/2: rejeita-se H0 Zcalc > Z: rejeita-se H0 Zcalc < Z: rejeita-se H0

|tcalc| > t/2: rejeita-se H0 tcalc > t: rejeita-se H0 tcalc < t: rejeita-se H0 Distribuio t de Student

|tcalc| > t/2: rejeita-se H0 tcalc > t: rejeita-se H0 tcalc < ta: rejeita-se H0 1 Distribuio t de Student com graus de liberdade
= (1 + 2 )2
2 2 1 + 2 n1 + 1 n2 + 1 2 S1 n1

Notas

Distribuio Normal

2 Sp =

2 (n1 1)S12 + (n2 1)S2 = n1 + n2 2 Mdia ponderada das varincias amostrais

graus de liberdade = = (n1 + n2 2)

onde:

1 =

2 =

S2 2 n2

2 Para amostras grandes, usar a Normal

22

INTRODUO AO DELINEAMENTO DE EXPERIMENTOS

Tabela 1.3 (continuao)

2 D As varincias das duas populaes so iguais (2 1 = 2 )

Hipteses H0 H1
2 2 1 2 (bilateral) 2 2 1 = 2 2 2 1 > 2 (unilateral) 2 2 1 < 2 (unilateral)

Varivel de teste: Fcalc =

2 S1

S2 2

(Distribuio F de Snedecor)

Fcalc > F/2 ou Fcalc < F1-/2: rejeita-se H0 Fcalc > F: rejeita-se H0 Fcalc < F1-: rejeita-se H

Nota: usar F com: 1: (n1 1) graus de liberdade no numerador 2: (n2 1) graus de liberdade no denominador

Nota: 2 no conhecida E A proporo populacional (p) igual a um valor conhecido (p0) Hipteses H0 H1 p p0 p = p0 p > p0 p < p0 Varivel de teste: Zcalc =
p p0 p0 (1 p0 ) n

|Zcalc| Z/2: rejeita-se H0 Zcalc Z: rejeita-se H0 Zcalc Z: rejeita-se H0

F As propores de duas populaes so iguais (p1 = p2) Hipteses Varivel de teste: Zcalc =
p1 p2 1 1 p (1 p ) + n1 n2

H0

H1

Sendo: p =

n1 p1 + n2 p2 n1 + n2

p1 p2 p1 = p2 p1 > p2 p1 < p2

|Zcalc| Z/2: rejeita-se H0 Zcalc Z: rejeita-se H0 Zcalc Z: rejeita-se H0

Rejeita-se a hiptese nula e no se pode aceitar a armativa, com = 5%.

1 REVISO SOBRE TESTES DE HIPTESES PARAMTRICOS

23

EXERCCIOS PROPOSTOS
1 Um certo processo produz peas com comprimento mdio () de 13,21 cm e desvio padro de 1,42 cm. Um plano de amostragem estabeleceu a seguinte regra para aprovao de lotes com 16 elementos: X 14,00 cm 2 Qual o erro tipo I cometido? Resposta 1,3% Um certo processo produz peas com dimetro mdio () de 282 mm e varincia de 264 mm2. Um plano de amostragem estabeleceu a seguinte regra para aprovao de lotes com 10 elementos: 270 X 290 mm 3 Qual o erro tipo I cometido? Resposta 6,95% (sendo 0,98% na cauda inferior e 5,97% na superior). No exemplo anterior, mantendo-se o plano de amostragem estabelecido, qual seria o erro tipo II cometido, caso a mdia do processo mudasse para: a 260 mm; 4 b 265 mm; c 280 mm; d 291 mm. Respostas a 2,58%; b 16,52%; c 94,84%; d 42,28%. Um certo processo produz peas com comprimento mdio () de 13,21 cm e desvio padro de 1,42 cm. Um plano de amostragem estabeleceu a seguinte regra para aprovao de lotes com 16 elementos: X 14,00 cm Qual seria o erro tipo II cometido, caso a mdia do processo mudasse para 14,7 cm? Nota: considerar que no houve mudana da varincia do processo. Resposta 2,43% Certos itens produzidos pela empresa XWYZ tm a vida mdia de 33.451 minutos e desvio-padro de 102 minutos. Foram introduzidas novas mquinas no processo produtivo para aumentar a vida mdia e deseja-se uma comprovao de que isto ocorreu de fato. Planejar uma regra de deciso para vericar se realmente houve esse aumento, usando-se amostra de 25 elementos e = 2,5%. Resposta Aceitar que houve aumento se a mdia da amostra for superior a 33.490,98 minutos.

24 6

INTRODUO AO DELINEAMENTO DE EXPERIMENTOS

Certos itens produzidos pela empresa XWYZ tm a vida mdia de 33.451 minutos e desvio-padro de 520 minutos. Como ocorreram certos aperfeioamentos no processo, foi estabelecido um plano de amostragem, com amostras de 5 elementos e a seguinte regra para vericar se houve alterao da vida mdia do processo: X 33.600 minutos: No houve alterao da vida mdia X 33.600 minutos: A vida mdia dos itens aumentou. Se a vida mdia aumentar para 34.000 minutos, determinar qual a probabilidade de esse aumento ser rejeitado neste teste (Erro tipo II). Nota: considerar que no houve mudana da varincia do processo. Resposta Erro tipo II = 4,27% Para produzir certo lote padronizado, um processo levava em mdia 182,3 minutos e tinha desvio-padro de 8,8 minutos. Como este tempo era excessivo, foi tentado um aperfeioamento do processo, porm ainda no havia comprovao da eccia das medidas adotadas. Estabelecer um plano de amostragem, para vericar se a mdia diminuiu ou no, com erro tipo I de no mximo 1%. Usar amostras de 12 elementos. Indicar Xc e a regra de deciso para aceitar que houve reduo do tempo mdio. Resposta Aceitar que houve reduo do tempo se X < 176,39 minutos Desenhar a Curva Caracterstica de Operao do seguinte plano de amostragem: n = 45 elementos X 4.320 Sabe-se que = 104. Desenhar a Curva do Poder de Teste para o plano do exerccio anterior.

10 Uma amostra de 12 elementos apresentou mdia (X) de 27,3. Sabendo-se que a varincia da populao igual a 15,2, testar a hiptese de = 25,0 contra a alternativa de > 25,0, usando os seguintes nveis de signicncia: a 5%; b 1%; c 10% 11 As peas produzidas por certa empresa tinham a vida mdia de 232 horas, com desvio padro de 7,8 horas, e o processo produtivo foi modicado para aumentar essa vida. Estabelecer um plano de amostragem (indicando: n e Xc), para comprovar se a vida mdia aumentou ou no, de forma que os erros mximos sejam de: a tipo I: 1% b tipo II: 5%, se a mdia passar para 250 horas. Resposta n = 3; Xc = 242,54

1 REVISO SOBRE TESTES DE HIPTESES PARAMTRICOS

25

12 Uma empresa produz resistores com vida que obedece a uma distribuio Normal com = 950 horas e s2 = 1111 (horas)2. Sabendo-se que uma amostra com 33 elementos apresentou: X = 940 horas, testar a hiptese de que = 950 horas contra a alternativa < 950 horas, adotando = 2,5%. Resposta Aceita-se H0, pois Zcalc (1,7235) > Z0,025 (1,96)

13 As alturas (em metros) dos alunos componentes de uma amostra representativa de uma escola de medicina so: 1,87; 1,57; 1,82; 1,68; 1,75; 1,78; 1,69; 1,71; 1,81. Usando nvel de 1%, testar a hiptese H0: = 1,75 m, contra H1: > 1,75 m. Resposta Aceita-se H0 (X= 1,742; S = 0,0907; tcalc = 0,2649; t1% = 2,8965)

14 Foi retirada uma amostra aleatria de um processo, obtendo-se: Classe Freqncia 20 | 25 25 | 30 1 3 30 | 35 35 | 40 40 | 45 45 | 50 8 7 4 1

Testar as seguintes hipteses bilaterais, com nvel de signicncia de 5%: a = 29; b = 33; c = 37; d = 40

15 Numa amostra de 32 elementos de uma populao Normal, obteve-se: 2 = 41,5 Testar as seguintes hipteses, com nvel de signicncia de 5%: a 2 = 30, contra 2 > 30 b 2 = 35, contra 2 > 35 c 2 = 43, contra 2 43 d 2 = 46, contra 2 < 46

16 Foram retiradas 2 amostras de 2 processos distintos, obtendo-se: X1 = 182; S1 = 14,7; n1 = 25 elementos X2 = 163; S2 = 13,7; n2 = 30 elementos Testar H0, contra as seguintes hipteses H1, usando = 1%: a 1 2; b 1 > 2; 2 c 2 1 2; 2 d 2 1 > 2 Resposta a) Rejeita-se H0

26

INTRODUO AO DELINEAMENTO DE EXPERIMENTOS

17 Foi retirada uma amostra de certo processo produtivo, obtendo-se os valores dados a seguir: Valor Freqncia 26,0 26,1 26,2 26,3 26,4 26,5 26,6 26,7 26,8 26,9 27,0 1 0 5 4 12 14 7 5 3 2 1

Vericar se existem evidncias de que: a 26,4, com nvel de 5%. b < 26,3, com nvel de 1%. c > 22,0, com nvel de 1%. d < 21,0, com nvel de 5%.

18 Os aparelhos produzidos pela empresa ALPHA tm a vida mdia de 3.250 horas e desvio-padro de 49 horas. Foram introduzidas novas mquinas no processo produtivo para aumentar a vida mdia e deseja-se uma comprovao de que isto ocorreu de fato. a Planejar uma regra de deciso para vericar se realmente houve esse aumento, usando-se amostra de 73 elementos e = 5% b Determinar qual a probabilidade de esse aumento ser rejeitado no teste, se de fato a vida mdia aumentar para 3.320 horas, considerando-se que o desviopadro no mudou. 19 Certa especicao estabelece que o percentual mdio de itens no-conformes de um processo deve ser, no mximo, de 0,05%. Aps a inspeo de 30.340 itens, foram encontrados 10 itens no-conformes. Pode-se armar que a especicao est sendo atendida com nvel de signicncia de 1%, sabendo-se que importante que haja certeza de que o percentual mdio no seja superior a 0,05%? Resposta Aceita-se a armativa, pois Zcalc ( 1,3277) > Zcrit ( 2,326) 20 Numa pesquisa de opinio, 140 dentre 215 homens desaprovaram o produto ZXZX de certa empresa, enquanto que o mesmo aconteceu com 96 entre 197 mulheres. Existe diferena de opinio real entre homens e mulheres a respeito do produto, com nvel de signicncia de 1%?