Click here to load reader
Upload
guilhermesanchespaulino
View
14
Download
1
Embed Size (px)
DESCRIPTION
Aula de estatistica - Testes de Hipóteses (Media)
Citation preview
1
EFB803 – Estatística
ESCOLA DE ENGENHARIA MAUÁ
EFB803
Testes de Hipóteses (µ)
Aula-1 (3oBim)
• Teremos somente duas afirmações (H0 e H1) a respeito de um
parâmetro da POPULAÇÃO (µ, σ, σ2 ou p), sendo somente uma delas
verdadeira;
• Chamamos essas afirmações de hipóteses estatísticas (elas sempre
são afirmações sobre a população ou distribuição sob estudo);
• Geralmente, as hipóteses são construídas a partir de três maneiras:
- conhecimento do processo ou experiência passada;
- a partir de alguma teoria;
- especificações de projeto ou legislação.
• A partir dos resultados de uma AMOSTRA ( x, s, s2 ou p´) é que iremos
decidir qual hipótese é a verdadeira (a nula H0 ou a alternativa H1);
• Se a informação da amostra for consistente com a formulação feita em
H0, então não a rejeitamos. Caso contrário, concluiremos que H0 é
falsa.
Testes de hipóteses – Idéia
2
EFB803 – Estatística
Veredicto do Júri Réu
Inocente Culpado
Inocente Correto Incorreto
Culpado Incorreto Correto
Os possíveis erros associados
ao julgamento são:
Tipo I: Condenar um inocente
Tipo II: Libertar um culpado
• Em um julgamento, até que se prove o contrário, a hipótese
inicial é de que o réu é inocente.
• Ao final, o júri o proclama inocente (“not-guilty”) ou culpado
(“guilty”) de acordo com as evidências apresentadas pelas
partes (defesa e promotoria).
Testes de hipóteses
Pela natureza da repercussão
do erro, devemos nos preocupar
com o erro de culpar um
inocente.
Decisão com base
na amostra
Situação real de H0 na população
Verdadeira Falsa
Não rejeito H0
Correta
(1-α) Erro tipo II
Rejeito H0
Erro tipo I
(α) Correta
Testes de hipóteses – erros tipo I e II
Nível de significância
3
EFB803 – Estatística
Exemplo 1
As máquinas que enchem latas de uma marca de bebida
são configuradas para preencher todas as latas produzidas com
volume de 350 mL e variabilidade de 10,5 mL.
O diretor da fábrica desconfia que está ocorrendo
desperdício de líquido no processo e manda verificar se, em
média, a máquina de enchimento das latas está envazando com
mais de 350 mL.
Para averiguar esse fato, foi coletada uma amostra de 36
latas durante o processo de enchimento e mediu-se o conteúdo
médio igual a x = 351,5 mL.
Verifique se a suspeita do diretor se confirma, usando o
nível de 5% de significância.
µ > 350?
rejeitamos
ou não a
hipótese que
m = 350 ?
µ = 350
... se a média da
população vale
350 mL
351,5 X
X
395
E se X ?
O resultado obtido da amostra indica que o volume médio de
todas as latas é significativamente superior ao indicado pelo
fabricante (ou seja, está ocorrendo desperdício de líquido) OU o
resultado de 351,5 mL da amostra pode ser decorrência de mero
acaso (devido à variação amostral)?
4
EFB803 – Estatística
Como saber se o valor de 351,5mL (média da
amostra) é distante o suficiente do valor especificado de
350mL (média populacional) para podermos decidir se está
ocorrendo desperdício ou não???
1) Formulamos duas hipóteses (H0 e H1).
a) H0 é a hipótese aceita como verdadeira até prova em contrário, sendo o ponto
de partida para a análise;
b) As duas hipóteses juntas contém todos os valores possíveis do parâmetro sob
estudo, sendo elas mutuamente exclusivas.
c) H0 é formulada em termos de igualdades (=, ≥ ou ≤) e H1 é formulada em
termos de desigualdades (≠, < ou >).
2) Comparamos o resultado obtido na amostra com um valor
crítico (ponto de corte) obtido de forma a garantir uma
probabilidade pequena (α) de incorrermos em erro de decisão.
Exemplo 1
Região de não
rejeição de Ho
Região de rejeição de Ho
m0 = 350 X
crítico x
_
_
(1 - α)
Teste unilateral à direita:
H0 : m 350 (ou, simplesmente m = 350)
H1 : m > 350
Exemplo 1
5
EFB803 – Estatística
Estatística do teste
(CASO 1: variância populacional σ2 conhecida)
Caso a população de interesse seja normalmente
distribuída com média m e variância 2, já vimos que:
nNX
2
,~
m
OBS: CASO 2: se a variância populacional for desconhecida,
devemos utilizar a estatística (com distribuição t-Student
com (n-1) graus de liberdade.
n
s
XT
m
)1;0(~ Zonde N
n
XZ
m
Conclusão: Não rejeitamos a hipótese nula, isto é, NÃO existem
evidências estatísticas de que há desperdício de líquido, ao nível de
significância de 5% (equivale a um grau de 95% de confiança).
m0 = 350 X
=5%
_
crítico x _ 0 Z
=5%
Região de
rejeição
de Ho
Zcritico = ? (1,645)
zobs = 0,857
Região de
rejeição
de Ho
65,10
3505,351
obsz
n
XZ
m
H0 : m = 350
H1 : m > 350
95% 95%
xobs = 351,5 ???
_
6
EFB803 – Estatística
Exemplo 2
Na mesma fábrica (as máquinas são configuradas para
encher as latas com volume médio de 350 mL e desvio padrão
igual a 10,5 mL), a partir de denúncias de consumidores deseja-se
verificar se esta empresa está lesando o consumidor. Ou seja, se
em média, as latas contêm menos líquido que o anunciado.
Junto com o Inmetro, será verificado se esta acusação
procede. Para isso, foi coletada uma NOVA amostra de 36 latas
da bebida em alguns pontos de comercialização e mediu-se o
conteúdo destas latas, sendo obtido uma média de 346 ml.
Verifique se a acusação dos consumidores procede,
usando o nível de 5% de significância.
µ < 350?
Região de não
rejeição de Ho
Região de rejeição de Ho
m0 = 350 X
= 5 %
crítico x
_
_
Teste unilateral à esquerda:
H0 : m 350 (ou, simplesmente m = 350)
H1 : m < 350
95%
7
EFB803 – Estatística
= 5%
0
Região de
rejeição
de Ho
m0 = 350
crítico x _
zobs = -2,286
Z
Região de
rejeição
de Ho
Zcritico = ? (-1,645)
=5%
X
_
Conclusão: Aqui rejeitamos a hipótese nula, isto é, existem evidências
estatísticas de que o consumidor está sendo lesado, ao nível de
significância de 5% (que equivale a 95% de confiança).
95% 95%
65,10
350346
obsz
n
XZ
m
xobs = 346 ??? _
H0 : m = 350
H1 : m < 350
Considerando o mesmo processo de produção do
exemplo 1, o gerente da empresa se justifica dizendo que as
máquinas da fábrica são reguladas para encher as latas, em
média, com EXATAMENTE 350mL.
Portanto, deve-se testar se o conteúdo médio das latas é
igual a 350 mL, como anunciado no rótulo. Isto equivale a
verificar se a máquina de enchimento das latas está regulada
para colocar 350 mL ou não.
Uma nova amostra de 20 latas forneceu um volume médio
de 353,7 mL. Verifique se a afirmação do gerente procede,
usando o nível de 5% de significância.
Exemplo 3 – Teste Bilateral
8
EFB803 – Estatística
Com base nas hipóteses do gerente, rejeita-se a
hipótese nula para valores pequenos ou grandes.
Região de rejeição de Ho
Região de não
rejeição de Ho
Região de rejeição de Ho
/2 = 2,5% /2 = 2,5%
m0 = 350
critico1 x _
critico2 x _ X
_
H0 : m = 350
H1 : m ≠ 350
95%
Conclusão: Não rejeitamos a hipótese nula, isto é, existem
evidências estatísticas de que o conteúdo das latas não está fora
das especificações do fabricante, ao nível de significância de 5%.
/2 = 0,5% /2 = 2,5%
Região de rejeição de Ho
Região de não
rejeição de Ho
Região de rejeição de Ho
0
Zcritico2 = 1,96
Z
Zcritico1 = -1,96
n
XZ
mH0 : m = 350
H1 : m ≠ 350
zobs = 1,576
95%
9
EFB803 – Estatística
Resumo
/2 /2 Bilateral: H0: m = mo
H1: m mo
Unilateral à direita: H0 : m = mo
H1 : m > mo
Unilateral à esquerda: H0 : m = mo
H1 : m < mo
Região crítica: Rejeita-se H0 para valores “pequenos” ou “grandes”
Região crítica: Rejeita-se H0 para valores “grandes”
Região crítica: Rejeita-se H0 para valores “pequenos”
(P2-2004)
Em uma linha de produção de um tipo de fitas metálicas, a
largura média delas deve ser 50,0 mm. Para verificar se uma
modificação no processo de fabricação dessas fitas produz
alguma alteração na média, obteve-se, a partir de 10 medidas da
largura após a modificação no processo, uma largura média de
50,7 mm e um coeficiente de variação de 2,2%. Podemos
concluir que, com a modificação, a largura média das fitas não se
alterou, ao nível de 5% de significância?
Exercício (1 de 3)
Tobs = 1,984; Tcrítico1 = -2,262 e Tcrítico2 = 2,262; Conclusão: não rejeitamos H0 (ou seja, µ = 50)
10
EFB803 – Estatística
O controle de qualidade de uma linha de produção quer
verificar se o processo está sob controle analisando se houve
aumento no diâmetro das peças produzidas, que deve ser de
12 cm, em média. Para isso, mediu o diâmetro de 20 peças e
obteve um diâmetro médio de 12,6 cm. Sabendo-se que o
desvio padrão dos diâmetros das peças, especificado pelo
fabricante, é de 1,5 cm, qual seria a conclusão do controle de
qualidade?
Escreva as hipóteses e conclua usando o nível de 5%
de significância. Zobs = 1,79; Zcrítico = 1,645; Conclusão: rejeitamos H0 (ou seja, µ >12).
Exercício (2 de 3)
Um fabricante de pneus afirma que seu produto dura até
o desgaste total, em média, no mínimo 50 mil km. Pneus dessa
marca foram testados quanto à durabilidade deles. Nove
unidades testadas forneceram os seguintes resultados:
percurso médio até o desgaste total igual a 47320 km e desvio
padrão igual a 3600 km. Pode-se dizer que a afirmação do
fabricante procede?
Escreva as hipóteses e conclua usando o nível de 5% de
significância. Tobs = -2,23; Tcrítico = -1,860; Conclusão: rejeitamos H0 (ou seja, µ < 50000).
Exercício (3 de 3)
11
EFB803 – Estatística
Leitura recomendada
• Introdução à Estatística (livro texto)
CAP. 5 - pgs 71 a 78
• Probabilidade e Estatística (DEVORE; bib. complementar)
CAP. 8 - pgs 275 a 282