7.

Testes de Hiptese

Muitas vezes, em problemas prticos, o objetivo principal do

pesquisador no a estimao em si, mas sim, fazer afirmaes a respeito
do(s) parmetro(s).

Exemplos:

a) Pesquisadores afirmam que a temperatura mdia do corpo 98.6F

(37C). Uma amostra de n = 106 indivduos foi escolhida aleatoriamente
e foram observadas x 98.20 F e s = 0.62F.
Pergunta: A amostra constitui evidncia suficiente para rejeitar a crena
de que = 98.6F ?

b) Um operador de uma mquina de empacotar cereais, monitora o peso

das caixas pesando um determinado nmero de caixas periodicamente. A
norma diz que a mquina deve continuar operando a menos que a
amostra indique que a mquina no esteja funcionando normalmente.
Neste caso, a mquina deve ser desligada e ajustada. A condio
requerida para a mquina continuar funcionando que = 453 g.
Nota: O operador, neste caso, no est interessado em estimar , mas
sim determinar se h evidncia suficiente na amostra para concluir
que 453 g.

c) Um grande pomar de mas deve ser pulverizado toda primavera contra

certa doena que ataca as folhas. No ano anterior, o administrador do
pomar pulverizou todas as rvores com o herbicida padro utilizado na
indstria frutfera. O administrador ir utilizar o mesmo herbicida, a menos
que ele tenha evidncia de que a proporo p de rvores infectadas seja
inferior a 10%. Se ele estiver convencido de que p < 0.10, ento ir
utilizar um herbicida mais barato, mas que sabido ser menos eficiente.
Para auxiliar na sua deciso, o administrador selecionou aleatoriamente
uma amostra de rvores do pomar. Se a amostra trouxer evidncia
 suficiente para o administrador de que p < 0.10, ento ele ir utilizar o
herbicida mais barato, caso contrrio, se no houver evidncia suficiente
para concluir que p < 0.10, ele utilizar o herbicida padro.
Nota: O administrador est basicamente interessado em determinar se a
proporo de rvores infectadas menor do que 10% (p < 0.10).

Definio:
Um teste de hiptese (ou teste estatstico) um procedimento
para se determinar se a evidncia que uma amostra fornece suficiente
para concluirmos se o parmetro populacional est num intervalo especfico
(GRAYBILL, IVER & BURDICK, 1998)1 (determinado pelo pesquisador).

7.1. Componentes de um Teste de Hiptese.

i) Hiptese Nula e Hiptese Alternativa: para conduzir um teste de

hiptese, vamos considerar duas afirmaes a respeito do parmetro as
quais chamaremos de hiptese nula e hiptese alternativa.

A hiptese nula, denotada por H0, uma afirmao sobre o valor do

parmetro (p.ex. a mdia), e que deve sempre conter a condio de
igualdade. Por exemplo, em testes de hiptese para a mdia tem-se:

H0: = 0 H0: 0 H0: 0

Testamos a hiptese nula, no sentido em que, supondo-a

verdadeira, procuramos chegar a uma concluso que nos leve
sua rejeio.

1
GRAYBILL, F.; IVER, H.K. & BURDICK, R.K. - Applied Statistics, a first course in Inference, Prentice Hall, 1998.
 A hiptese alternativa, denotada por HA (ou H1), a afirmao que
deve ser verdadeira se a hiptese nula for falsa. Por exemplo:

HA: 0 HA: < 0 HA: > 0

No exemplo da temperatura corporal podemos ter as hipteses:

Hiptese Nula: H0: 98.6

teste unicaudal ou unilateral
Hiptese Aternativa: HA: 98.6

ou

Hiptese Nula: H0: 98.6

teste bicaudal ou bilateral
Hiptese Aternativa: HA: 98.6

A questo agora consiste em: como definir H0 e HA?

Para se conduzir um teste de hiptese importante que as hipteses

nula e alternativa sejam escolhidas corretamente.
Esta escolha de responsabilidade do pesquisador.

Para a correta escolha de H0 e HA, apresentaremos duas situaes em

que testes de hiptese so realizados:

a) Suponha que o pesquisador deseja testar uma situao pr-

estabelecida ou uma afirmao alheia, ento, este
conhecimento (ou afirmao) dever ser escolhido como a hiptese
nula.
Ex: temperatura corporal, controle do peso de caixas de cereais.
 b) Se o pesquisador deseja obter evidncia para dar suporte a uma
argumentao ou para apoiar uma afirmao sua, ento,
essa afirmao deve ser formulada de modo que se torne a hiptese
alternativa.
Ex: aplicao do herbicida na plantao de mas.

ii) Erro Tipo I e Erro Tipo II: Ao testarmos uma hiptese chegamos a
uma deciso (de rejeitar ou no H0) que pode ser correta ou
incorreta.

Ao concluirmos a favor, ou contra H0, estamos sujeitos a dois tipos de

erros.
Situao real
H0 verdadeira H0 falsa
Erro Tipo I
Rejeitar H0 (Rejeitar H0, quando Deciso correta
Nossa H0 verdadeira)
Deciso Erro Tipo II
No Rejeitar
Deciso correta (No Rejeitar H0, quando
H0
H0 falsa)

Exemplo de erro do tipo I:

Baseado no resultado x 98.2F , rejeitar a hiptese de que a temperatura
mdia do corpo humano = 98.6F, quando a mdia de fato 98.6F.

iii) Nvel de significncia do teste: a probabilidade de se rejeitar H0,

quando H0 verdadeira, chamada de nvel de significncia
do teste e ser denotada por .

PErro Tipo I PRejeitar H 0 | H 0 verdadeira

 Nota: A probabilidade do Erro Tipo II ser denotada por , isto

= PErro Tipo II PNo rejeitar H 0 | H 0 falsa

iv) Estatstica Teste: a estatstica amostral, cujo valor baseado nos

dados ser utilizado para a tomada de deciso a respeito da hiptese
nula. Est associada distribuio de probabilidade do
estimador do parmetro que se deseja testar.

No teste para uma mdia utilizam-se as estatsticas Z ou t

( X )
Z , se a varincia populacional conhecida
/ n

( X )
t , se a varincia populacional no conhecida
s/ n

v) Regio de Rejeio: ou regio crtica, formada pelo conjunto de

valores que levam rejeio de H0.
subconjunto do espao paramtrico .

A regio que no leva rejeio de H0 ser chamada de regio de

no rejeio.

O valor que delimita a regio de rejeio e a regio de no rejeio ser

chamado de valor crtico.
 Regio de rejeio para o teste unicaudal para a mdia (cauda inferior)

Regio de rejeio para o teste unicaudal para a mdia (cauda superior)

Regio de rejeio para o teste bicaudal para a mdia

Nota: O teste de hiptese consiste em encontrar a regio de rejeio de

H0, o que equivale a construir intervalos de confiana.
 Concluindo:

Um teste estatstico conduzido para se determinar se a amostra traz

evidncia suficiente para se rejeitar H0 e, assim, concluir que HA
verdadeira. Ou seja, o teste estatstico usado para se concluir a favor de
HA ao se concluir que H0 pode ser rejeitada.

Neste sentido, testar uma hiptese pode ser visto como testar a
hiptese nula.

Ns ilustraremos esse processo com o exemplo a seguir:

Exemplo: Suponha que temos 1000 caixotes idnticos e que cada caixote
tem 1000 bolas que so indistinguveis exceto pela cor. O primeiro caixote
fica numa prateleira e tem 1 bola branca e 999 pretas. Os demais caixotes
ficam todos no cho e tm, respectivamente, 2 bolas brancas e 998 pretas;
3 brancas e 997 pretas, at o ltimo que tem 1000 bolas brancas e nenhuma
preta (ver figura)
 Um caixote foi danificado e levado a um inspetor, sendo informado que
era um caixote que estava no cho.
Decidindo investigar, o inspetor ir conduzir um teste estatstico para
determinar se h evidncia suficiente para concluir que a informao
verdadeira.

Hipteses: H0: O caixote danificado veio da prateleira

HA: O caixote danificado veio do cho

A evidncia amostral para o teste ser dada pela cor de uma

bola selecionada aleatria do caixote danificado.
H duas possibilidades: a bola selecionada branca ou a bola
selecionada preta

1. Possibilidade: a bola selecionada branca

Se o caixote danificado for da prateleira, a probabilidade da bola ser
branca de 1/1000 = 0.001.

Essa probabilidade muito pequena, portanto, a bola sendo branca

indica que improvvel que o caixote danificado seja o da prateleira.
No entanto, no seria improvvel que a bola branca tenha sido
selecionada de um dos caixotes do cho.

Logo, tendo sido observada uma bola branca:

a evidncia da amostra nos leva a rejeitar H0

2. Possibilidade: A bola selecionada preta:

Se o caixote danificado for o da prateleira, a probabilidade da bola
selecionada ser preta 0.999.
 Essa probabilidade no suficientemente pequena a ponto de tornar
improvvel que o caixote seja o da prateleira, no havendo razo para se
rejeitar H0.
No entanto, isso no significa que H0 seja verdadeira, uma vez que
tambm provvel que a bola preta tenha vindo de uma das caixas do cho.

Logo, tendo sido observada uma bola preta:

no h evidncia suficiente na amostra para se rejeitar H0

Concluindo:

a) Em um teste de Hiptese, se a evidncia contida na amostra

suficiente para convencer o pesquisador de que a hiptese H0 falsa,
ento, a hiptese alternativa HA ser considerada verdadeira.

Neste caso, o resultado do teste ser rejeita-se H0.

b) Por outro lado, se a evidncia da amostra no suficiente para

convencer o pesquisador de que a hiptese H0 falsa, o resultado do
teste ser no se rejeita H0.

Importante: A deciso de no se rejeitar H0 no significa que a

evidncia da amostra seja suficiente para concluirmos que H0 seja
verdadeira.
7.2. Teste de Hiptese para uma mdia, com 2 conhecido

7.2.1. Teste unicaudal na cauda inferior:

H0 : 0
Hipteses:
H A : 0

A regio de rejeio para o teste dada pelo intervalo ; k ,

ou seja, se o valor da mdia amostral X for inferior a constante k, ento
rejeitamos H0.
Por outro lado, se o valor de X for superior a constante k, ento no
rejeitamos H0.

Procedimento para o teste: fixa-se o nvel de significncia e

calcula-se

PRejeitar H 0 | H 0 verdadeira

P X R.R. | H 0 verdadeira

P X k | 0
 X 0 k 0 k 0
P P Z
n n n

X 0
A estatstica teste ser definida por: Z que, pelo
n
T.L.C., tem distribuio Normal com mdia 0 e varincia 1. Desta forma,

k 0
Za k 0 Z a
n n

X k Rejeita se H 0
Assim sendo, se
X k No se Rejeita H 0

Uma forma mais apropriada para o teste de hiptese para a

mdia consiste em calcular o valor observado da estatstica teste,
denotado por Z0, e compar-lo com o respectivo valor na escala
padronizada.

( x 0 )
Z0
/ n

Desta forma, para o teste unilateral na cauda inferior, compara-se o

valor observado da estatstica teste com o percentil Z da
distribuio normal padronizada.

Z 0 Z Rejeita se H 0
Se
Z 0 Z No se Rejeita H 0
Exemplo 1) Uma empresa imobiliria fez um levantamento do valor de
mercado de 16 residncias do vilarejo guas Claras com a inteno de
estabelecer negcios na nova regio. Na sua regio de origem, os valores
dos imveis deste mesmo padro tm preo mdio de 284 mil dlares e
desvio padro de 64 mil dlares. Tendo como referncia o valor de imveis
de sua regio de origem, a firma quer verificar se pode manter o mesmo
critrio de avaliao para as residncias de guas Claras.
Valores observados (mil dlares): 297 257 269 183 309 229
243 204 192 209 189 187
432 271 324 275

Dados: x 4070 e x 2 1100596

a) Com um nvel de significncia de 5%, defina as hipteses e faa o teste
unilateral.
b) Qual a probabilidade de significncia (ou valor p) do teste?
c) Calcule PX 257 .68 | 230 . Como esse valor interpretado?
d) Calcular essa probabilidade para diversos valores de e construir o
grfico correspondente.

220.0 225.0 230.0 240.0 257.68 270.0 280.0 290.0

0.00926 0.021 0.042 0.135 0.500 0.779 0.918 0.978
e) Sabendo que a regio de rejeio definida pelo valor 246.72, qual o
nvel de significncia?

O valor p do teste, ou probabilidade de significncia, definido por:

p P Z Z0

Pode-se utilizar o valor p para se testar H0 comparando-o com o nvel

de significncia :

a) Se p menor do que o nvel de significncia , ento, o valor da

estatstica teste Z0 pertence regio de rejeio:

Valor p: regio hachurada na figura

 b) Se p maior do que o nvel de significncia , ento, o valor da
estatstica teste Z0 pertence regio de no rejeio:

Valor p: regio hachurada na figura

Neste sentido, o nvel de significncia serve somente como

referncia para a nossa deciso de rejeitar (ou no) H0.

Exemplo 1.1) Testar a hiptese utilizando-se do valor p. ( = 0.05)

254 .375 284

x 254 .375 Z0 1.85
64 / 16

Logo, p P Z 1.85 0.0322

Como 0.0322 < 0.05, ento, rejeita-se H0.

 7.2.2. Teste unicaudal na cauda superior:

H0 : 0
Hipteses:
H A : 0

O teste unilateral na cauda superior segue o mesmo raciocnio, com a

regio de rejeio sendo definida por k ; :

De forma anloga:

P X k | 0 k 0 Z (1a ) .
n

X k Rejeita se H 0
Assim sendo, se
X k No se Rejeita H 0

( x 0 )
Pelo valor observado da estatstica teste: Z 0
/ n
 Z 0 Z (1 ) Rejeita se H 0
Se
Z 0 Z (1 ) No se Rejeita H 0

O valor p do teste calculado da mesma maneira, ou seja:

p P Z Z0
Exemplo 2) Numa indstria de autopeas, sabe-se que o nvel de dureza de
um produto feito a base de cermica tem variabilidade 2 = 0.49. Uma
amostra de 16 peas foram testadas e o resultado apresentado abaixo.

a) Com um nvel de significncia de 10%, testar a hiptese unicaudal de

que a mdia igual a 18.4. Calcule o valor p.
b) Calcule a probabilidade de erro tipo II para = 19.0. Interprete o
resultado.

Valores observados: 18.1 19.0 18.8 18.5 18.1 18.8 18.1 18.0
18.5 19.8 17.8 19.1 18.0 19.2 19.8 19.2

Dados: x 298 .8 e x 2 5586 .22

 7.2.3. Teste bicaudal:

H0 : 0
Hipteses:
H A : 0

O teste bicaudal definido pela regio de rejeio

; k1 k2 ; , k1 k2 , ou seja, se o valor da mdia amostral X for
inferior a constante k1 ou superior a k2, ento rejeita-se H0.
Por outro lado, se k1 X k2, ento no se rejeita H0.

P X k1 ou X k2 | 0

k 0 k 0
P Z 1 P Z 2
n n

Logo, k1 0 Z a 2 e k2 0 Z1a 2
n n
 ( x 0 )
Pelo valor observado da estatstica teste: Z 0
/ n

Z 0 Z / 2 ou Z 0 Z1 / 2 Rejeita se H 0
Se
Z / 2 Z 0 Z1 / 2 No se Rejeita H 0

Pelo fato da hiptese ser bicaudal, o valor p do teste utiliza a mesma

expresso, porm, multiplicada por 2.

p 2P Z Z0
Resumindo:

x 0
1) Valor Observado (Estatstica Observada): dada por Z 0
n
2) Valor p do teste: probabilidade mxima do erro tipo I:

p P Z Z0 testes unicaudais nas caudas superior ou inferior;

p 2P Z Z0 teste bicaudal.

Como realizar o teste atravs do valor p:

Os testes de hiptese podem ser realizados atravs do valor p, que o

que observamos nos softwares estatsticos.

Se o valor p for maior ou igual a um nvel de significncia fixado, ou

seja, se p , no se rejeita H0;

Se o valor p for menor do que o nvel de significncia , ou seja, se

p , rejeita-se H0.

Exemplo 3) Refazer os exemplos (1) e (2) considerando hipteses

bicaudais.
7.3. Teste de Hiptese para uma mdia, com 2 desconhecido

Quando a varincia 2 desconhecida, devemos utilizar a sua

estimativa s2. Neste caso, utilizaremos a distribuio t Student no lugar da
normal:

As regies de rejeio so obtidas da mesma forma como

anteriormente, apenas substituindo-se o quantil Z da normal pelo quantil
tn 1; da distribuio t Student com (n 1) graus de liberdade.

7.3.1. Teste unicaudal na cauda inferior:

H0 : 0
Hipteses:
H A : 0

A regio de rejeio para o teste dada pelo intervalo ; k ,

ou seja, se o valor da mdia amostral X for inferior a constante k, ento
rejeitamos H0.

k 0 s
Logo, t n1; k 0 tn1;
s n n

X 0
Estatstica teste: t ,
s n

tem distribuio t Student com (n 1) graus de liberdade.

x 0
Valor observado: t0
s n
 t0 tn1; Rejeita se H 0
Se
t0 tn1; No se Rejeita H 0

Valor p: p P Tn1 t0 ,

p Rejeita se H 0
Se
p No se Rejeita H 0

Exemplo 4) Os corretores da empresa imobiliria verificaram que no

apropriado considerar os valores dos imveis no novo vilarejo como tendo
mesma variabilidade da sua regio de origem. Desta forma, decidiu-se
refazer os clculos com a varincia desconhecida. ( 0 284 )

Dados: x 4070 e x 2 1100596

a) Com um nvel de significncia de 5%, defina as hipteses e faa o teste
unilateral.
b) Qual a probabilidade de significncia (ou valor p) do teste?
c) Calcule PX 255 .08 | 230 . Como esse valor interpretado?
d) Calcular essa probabilidade para diversos valores de e construir o
grfico correspondente.

220.0 225.0 230.0 240.0 257.68 270.0 280.0 290.0

0.025 0.044 0.075 0.188 0.500 0.810 0.924 0.974

e) Sabendo que a regio de rejeio definida pelo valor 248.845, qual o

nvel de significncia?
 7.3.2. Teste unicaudal na cauda superior:

H0 : 0
Hipteses:
H A : 0

A regio de rejeio para o teste dada pelo intervalo k ; , ou

seja, se o valor da mdia amostral X for maior do que a constante k, ento
rejeitamos H0.

k 0 s
Logo, t n1;1 k 0 t n1;1
s n n

X 0
Estatstica teste: t tn 1.
s n

x 0
Valor observado: t0
s n

t0 tn1;1 Rejeita se H 0
Se
t0 tn1;1 No se Rejeita H 0

Valor p: p P Tn1 t0 ,

p Rejeita se H 0
Se
p No se Rejeita H 0
 7.3.3. Teste bicaudal:

H0 : 0
Hipteses:
H A : 0

A regio de rejeio para o teste dada pelo intervalo a ; b , ou

seja, se o valor da mdia amostral X for menor do que a constante a ou
maior do que b, ento rejeita-se H0.

= P X a ou X b | 0

a 0 b 0
= P Tn1 + P Tn1
s n s n

s s
Logo, a 0 t n1;a 2 e b 0 t n1;(1a 2 ) .
n n

X 0
Estatstica teste: t tn 1.
s n

x 0
Valor observado: t0
s n

t0 tn1; / 2 ou t0 tn1;(1 / 2) Rejeita se H 0

Se
tn1; / 2 t0 tn1;(1 / 2) No se Rejeita H 0

Valor p: p 2 P Tn1 t0 ,
 p Rejeita se H 0
Se
p No se Rejeita H 0

7.4. Teste de Hiptese para a proporo

O teste de hiptese para a proporo similar ao teste para a mdia,

uma vez que a proporo p , e fato, a mdia de uma varivel dicotmica.

7.4.1. Teste unicaudal na cauda inferior:

H 0 : p p0
Hipteses:
H A : p p0

Regio de Rejeio

p p0
Valor Observado da Estatstica teste: Z 0 .
p0 (1 p0 )
n

Z 0 Z Rejeita se H 0
Se
Z 0 Z No se Rejeita H 0

Valor p: p P Z Z 0 .
7.4.2. Teste unicaudal na cauda superior:

H 0 : p p0
Hipteses:
H A : p p0

p p0
Valor Observado da Estatstica teste: Z 0 .
p0 (1 p0 )
n

Z 0 Z Rejeita se H 0
Se
Z 0 Z No se Rejeita H 0

Valor p: p P Z Z 0

7.4.3. Teste bicaudal:

H 0 : p p0
Hipteses:
H A : p p0

p p0
Valor Observado da Estatstica teste: Z 0 .
p0 (1 p0 )
n
 Z 0 Z / 2 ou Z 0 Z1 / 2 Rejeita se H 0
Se
Z / 2 Z 0 Z1 / 2 No se Rejeita H 0

Valor p: p 2 P Z Z 0 .
7.5. Teste de Hiptese para comparao de duas mdias

A seguir sero apresentados os testes para comparao entre as

mdias de duas populaes independentes. Iremos apresentar apenas
o teste bicaudal, sendo os testes unicaudais construdos de maneira similar
aos casos anteriores.

7.5.1. Varincias conhecidas.

H 0 : 1 2
Hipteses:
H A : 1 2

No caso em que as varincias so conhecidas, sabemos que a

estatstica teste dada por:

Z
X1 X 2 1 2 N(0 ; 1).

2 2

1 2
n1 n2

Como estamos testando a igualdade das mdias, ento, sob a

hiptese nula a diferena 1 2 igual a zero.

Assim sendo, a estatstica teste se resume a:

Z
X1 X 2
12 22

n1 n2
 Valor Observado: Z 0
x1 x2 .

2 2

1 2
n1 n2

Z 0 Z / 2 ou Z 0 Z1 / 2 Rejeita se H 0
Se
Z / 2 Z 0 Z1 / 2 No se Rejeita H 0

Obs: uma vez definida a estatstica teste e calculado o seu valor

observado, a regra de deciso no muda, dependendo apenas da
distribuio de probabilidade associada.

Valor p: O valor p do teste calculado pela expresso:

p 2P Z Z0 .
p Rejeita se H 0
Se
p No se Rejeita H 0

7.5.2. Varincias iguais e desconhecidas.

H 0 : 1 2
Hipteses:
H A : 1 2

No caso das varincias serem iguais, porm desconhecidas, utilizamos

a varincia combinada s 2p como estimativa da varincia comum:

(n1 1) s22 (n2 1) s22

s
2
.
n1 n2 2
p
 Padronizando a diferena entre as mdias amostrais teremos:

Estatstica Teste:
X1 X 2 tn1 n2 2 .
1 1
sp
n1 n2

Valor observado da Estatstica Teste:

t0
x1 x2 .
1 1
sp
n1 n2

Obs: lembremos que, sob H0, 1 2 0 .

Logo, tendo sido observado o valor t0 acima, temos a seguinte regra

de deciso para a comparao entre as duas mdias:

t0 tn1 n2 2; / 2 ou t0 tn1 n2 2;(1 / 2) Rejeita se H 0

Se
tn1 n2 2; / 2 t0 tn1 n2 2;(1 / 2) No se Rejeita H 0

Valor p: p 2 P Tn1 n2 2 t0 .
p Rejeita se H 0
Se
p No se Rejeita H 0
 7.5.3. Varincias desconhecidas e diferentes.

H 0 : 1 2
Hipteses:
H A : 1 2

Quando as varincias 12 e 22 forem diferentes e desconhecidas,

devemos utilizar as suas estimativas amostrais s12 e s22 .

A Estatstica Teste, neste caso, dada por:

T
X 1 X 2 ,
s12 s22

n1 n2

que tem distribuio t-Student com graus de liberdade, onde

2
s12 s22

2 12 2 2
n n

s1 / n1
s /n
2 2
2

n1 1 n2 1

Valor observado: t0
x1 x2
s12 s22

n1 n2
 Com a regra de deciso:

t0 t; / 2 ou t0 t;(1 / 2) Rejeita se H 0
Se
t; / 2 t0 t;(1 / 2) No se Rejeita H 0

Probabilidade de significncia do teste:

Valor p: p 2 P T t0 .
p Rejeita se H 0
Se
p No se Rejeita H 0

7.6. Exemplos para a comparao de duas mdias

Exemplo 5) Duas marcas de veculos pretendem comparar o desempenho

de seus modelos populares. Para isso, a marca A selecionou n = 12
veculos de sua produo e fez um teste de consumo. A marca B tambm
retirou uma amostra com n = 12 veculos e realizou o mesmo teste. As
empresas afirmam que ambas tm a mesma variabilidade, 2 = 0.81.
(os dados esto em km/litro).

13.5 12.8 11.4 10.9 11.9 12.3 xA = 11.81

A
10.7 11.9 10.9 11.5 11.8 12.1 sA = 0.8163
12.8 12.8 13.6 13.8 10.1 11.1 xB = 12.12
B
11.9 11.4 10.8 12.2 12.4 12.5 sB = 1.1118
Hipteses:

H0 : B A que H0: B A 0
HA : B A equivale a HA : B A 0

Estatstica teste:
X B X A B A ~ N (0 ;1)

2 2

nB nA

Pk1 X B X A k2

P 1 A
k ( ) k ( )
B A
Z 2 B
0.81 0.81 0.81 0.81

12 12 12 12

Sob H0: B A 0 , logo

P
k k
1
Z 2
0.81 0.81 0.81 0.81

12 12 12 12
 Igualando cada membro da desigualdade pelo respectivo percentil da
distribuio normal, tem-se:
k1 k2
Z / 2 e Z1 / 2 ,
0.81 0.81 0.81 0.81

12 12 12 12

de onde se obtm k1 e k 2 .

Podemos, ainda, calcular o valor observado da estatstica

teste, dado por

Z0
xB xA
0.31
0.844 .
0.81 0.81 1.62

12 12 12

O valor Z0 , ento, comparado com o quantil /2 da cauda direita da

distribuio normal padro. Para um nvel de sigunificncia 0.05 ,
temos Z0.975 1.96

Como 0.844 < 1.96, ento no se rejeita H0.

Valor p do teste:

p 2 P Z Z 0 2 PZ 0.844 2 0.2005 0.401
 Comparando-se o valor p com um nvel de significncia de referncia
(p.ex. 0.05) vemos que p = 0.401 muito alto, o que nos leva a no
rejeitar H0.

Exemplo 6) O Estatstico contratado para fazer os clculos no confiando

no valor da varincia (2 = 0.81), decidiu refazer as contas considerando as
varincias desconhecidas, porm iguais.

Varincia combinada:

s 2

nB 1 sB2 nA 1 sA2
p
nB nA 2

12 11.1118 12 10.8163
2 2

12 12 2
11 1.1118 11 0.8163
2 2

22

1.1118 0.8163
2 2
0.9512
2
 Estatstica teste:
X B X A B A ~ tnB nA 2
2 2
s s

p p

nB nA

ou ainda:
X B X A B A ~ tnB nA 2
1 1
sp
nB nA

Que tem o valor observado:

t0
xB xA 0.31
0.7786 .
s 2p s 2p 0.9512 0.9512


nB nA 12 12

Comparando-se t0 com o quantil (1 ) da distribuio t-Student

com 22 graus de liberdade, temos

t22;0.025 2.0739 0.7786 .

Portanto, conclui-se que a evidncia na amostra no nos permite

rejeitar a hiptese de igualdade entre as mdias das duas populaes.

O valor p nesse caso dado por:

p 2 P T22 t0 2 PT22 0.7786

p 2 0.222 0.444
Exemplo 7) Alguns inspetores, ainda mais desconfiados, foram investigar as
informaes e descobriram que a empresa B havia omitido 4 valores de sua
amostra. So eles: 10.0; 10.5; 10.6 e 11.5. Com isso, refeitos os clculos,
obteve-se:

xA = 11.75 e sB = 1.1894.

Considerando, agora, varincias diferentes e desconhecidas,

testar para a igualdade de mdias com um nvel significncia de 0.05.

Estatstica teste:
X B X A B A ~ t
2 2
s s

B A
nB nA

2
sB2 sA2

2 B2 A2
n n
Em que:

sB / nB

sA / nA
2

nB 1 nA 1
No caso, temos
1.1894 2 0.8163 2
2

16 12


1.1894 2 / 16 0.8163 2 / 12
2
2

15 11

0.08842 0.05553
2
25.85 26 graus de liberdade
0.08842 2 0.05553 2
15 11
 Valor observado:

t0
xB xA 11.75 11.81
0.1590 ,
sB2 sA2 1.1894 0.8163


nB nA 16 12

comparado com o quantil 0.025 da t-Student com 26 gl, temos

t26;0.025 2.056 0.1590 ,

logo, no rejeitamos a hiptese nula.

Valor p:

p 2 P T26 t0 2 PT26 0.1590

p 2 0.4374 0.875

Obs: Apesar de ter sido considerado = 26 (inteiro), pode-se

encontrar o valor t para graus de liberdade no inteiros. De fato, pelo
R, obtm-se t 25.85;0.975 2.0561 .

Perguntas:

1) Na sua opinio, qual das duas marcar a mais econmica? P.Q.?

2) Se voc fosse escolher dentre as duas marcas, qual escolheria? P.Q.?

Como na maioria das vezes as varincias so desconhecidas,

prudente, inicialmente, fazer uma investigao para verificar se estas podem
ser consideradas iguais.
A seguir ser apresentado o teste de hiptese para a igualdade de
duas varincias.
7.7. Teste de Hiptese para comparao de duas varincias.

A distribuio F (de Snedcor): Considere que temos duas

amostras independentes de tamanhos n1 e n2, retiradas de duas
populaes normais com mesma varincia 2. Ento:

U
n1 1 s12
~ 2
e V
n2 1 s22
~ 2n2 1
n1 1
2 2

s12 U n1 1
A estatstica definida por : W 2 ,
s2 V n2 1

tem distribuio F com (n1 1 ; n2 1) graus de liberdade, ou seja:

s12
W 2 ~ Fn1 1; n2 1
s2

7.7.1. Teste unicaudal para comparao de duas varincias

H 0 : 12 22
Hipteses:
H A : 1 2
2 2

PW R.R. | H 0 PW f | H 0

obs: Tomamos W de tal forma que W > 1, ou seja, devemos ter a maior
varincia amostral no numerador . Desta forma, o teste ser sempre
realizado na cauda superior da distribuio. Logo, f tal que:

P W f | 12 22 P W Fn1 1, n2 1;
f Fn1 1, n2 1;
 Como a distribuio de W exata, comparamos o seu valor observado,
s12
W0 2 , diretamente com o percentil da distribuio F.
s2

Portanto:

W0 Fn1 1, n2 1; Rejeita se H 0
Se
W0 Fn1 1, n2 1; No se Rejeita H 0

Valor p do teste: O valor p do teste a probabilidade mxima do erro

tipo I, ou seja:

p P W W0 , para o teste unicaudal.

 7.7.2. Teste bicaudal para comparao de duas varincias

H 0 : 12 22
Hipteses:
A
H : 2
1 2
2

PW R.C. | H 0 P W f1 ou W f 2 | 12 22
f1 e f2 so definidos de tal forma que: P f1 W f 2 1 .

Como a distribuio de W exata, ento, comparamos o seu valor

s12
observado W0 2 diretamente com os percentis /2 da distribuio F
s2
com n1 1 e n2 1 graus de liberdade.

Portanto:

W0 Fn1 1, n2 1; 2 ou W0 Fn1 1, n2 1;1 2 Rejeita se H 0

Se
Fn1 1, n2 1; 2 W0 Fn1 1, n2 1;1 2 No se Rejeita H 0

Valor p do teste: O valor p do teste para o teste bicaudal dado por

p = 2 P W W0
7.8. Exemplos.

1) Uma empresa apresentou a um fabricante uma nova mquina de

embalar macarro. O gerente da empresa afirma que a nova mquina
empacota em mdia, 60 pacotes por minuto, com desvio padro de 3
pacotes. O nmero de pacotes embalados por minuto tem distribuio
normal. A fbrica de macarro usou a mquina em suas instalaes e
observou o nmero de pacotes embalados, em 25 perodos distintos de um
minuto, constatando 58 pacotes embalados. O comprador desconfia que a
mquina no consiga chegar aos 60 pacotes. O que voc conclui?

2) Uma companhia de cigarros anuncia que o ndice mdio de nicotina dos

seus cigarros apresenta-se abaixo de 23 mg por cigarro. Um laboratrio
analisa 6 cigarros obtendo: 27, 24, 21, 25, 26, 22. Sabe-se que o ndice de
nicotina se distribui normalmente com varincia igual a 4.86 mg2. Pode-se
aceitar, ao nvel de 10%, a afirmao do fabricante.

3) Uma estao de televiso afirma que 60% dos telespectadores estavam

ligados no seu programa especial da ltima segunda-feira. Um canal
concorrente contestando tal afirmao decide coletar uma amostra com 200
famlias e perguntar se o programa escolhido pela famlia era o programa do
canal concorrente. Na amostra foram registradas 104 respostas afirmativas.
O que voc conclui ao nvel de 5% de significncia?

4) O professor(a) de Estatstica 2 afirma que, historicamente, os alunos

realizam as provas desta disciplina em 120 minutos. Para que os alunos
realizem a prova no tempo normal de aula o professor adotou outro tipo de
prova, registrando o tempo de realizao da prova na amostra de 23 alunos
matriculados na turma B da disciplina em 2012. O tempo mdio observado
foi de 112 minutos e o desvio padro foi 20 minutos. Estes resultados
trazem evidncias estatsticas da melhora desejada peo(a) professor(a)?
5) A estatura dos alunos da turma A 2 sem/2012 de Estatstica 2 so
mostradas no quadro abaixo, segundo o sexo.
Podemos afirmar que as estaturas mdias entre sexo so iguais?

sexo alturas
1.78 1.81 1.69 1.75 1.78 1.89 1.80
Masc
1.67 1.67 1.83 1.85 1.74 1.89 1.77
Fem 1.67 1.68 1.67 1.60 1.63 1.59
7.9. Teste de Hiptese para Duas Propores

Muitas vezes h o interesse em se comparar duas propores p1 e p2,

como por exemplo:
Num determinado grupo a proporo de fumantes do sexo masculino
igual a do sexo feminino?
A inteno de votos de um candidato a mesma em duas capitais?
No tratamento de uma enfermidade, a proporo de cura de um novo
tratamento a mesma que a do convencional?

Nessas circunstncias pode-se aplicar tanto o teste unicaudal como o

bicaudal. A seguir apresentaremos apenas a construo do teste bicaudal,
que o mais aplicado.

H 0 : p1 p2
Hipteses:
H A : p1 p2

Que equivalente a:

H 0 : p1 p2 0
Hipteses:
H A : p1 p2 0

( p1 p 2 ) ( p1 p2 )
Estatstica teste: Z .
p1 (1 p1 ) p 2 (1 p 2 )

n1 n2
 Sendo H0 verdadeira, temos que p1 p2 p* . Logo, a estimativa da
varincia Var( p1 - p 2 ) pode ser calculada por:

1 1
Var( p1 - p 2 ) p * (1 p * ) ,
n1 n2

n1 p1 n2 p 2 X 1 X 2
em que: p * ,
n1 n2 n1 n2

com: X1 = nmero de sucessos da populao 1

X2 = nmero de sucessos da populao 2.

Desta forma, a estatstica teste escrita por:

( p1 p 2 ) ( p1 p2 )
Z
1 1
p * (1 p * )
n1 n2

Valor Observado: sob H0 p1 p2 0 , ento

( p1 p 2 )
Z0 .
1 1
p * (1 p * )
n1 n2

Z 0 Z / 2 ou Z 0 Z1 / 2 Rejeita se H 0
Se
Z / 2 Z 0 Z1 / 2 No se Rejeita H 0

Valor p: p 2 P Z Z 0 .
Exemplo: Um candidato em campanha eleitoral deseja saber se a sua
inteno de votos a mesma em duas cidades importantes no cenrio
poltico (Atlntida e Flrida), e definir as estratgias de campanha. Para isso
ele contratou um instituto de pesquisa que realizou pesquisas nas duas
cidades. Em Atlntida foram entrevistados 500 eleitores, dos quais 116
afirmaram votar no candidato, enquanto que, em Flrida, dos 600
entrevistados, 105 foram favorveis a ele. Qual a concluso que se pode
tirar com essas informaes? (assumir = 0.05)

Estimativas pontuais:

Atlntida Flrida
116 105
p1 0.232 p 2 0.175
500 600

116 105 221

Ento: p * 0.201
500 600 1100

Testando a hiptese:

0.232 0.175 0.057

Z0
1 1 0.02426
0.201 0.799
500 600

Z 0 2.35

Valor tabelado: Z1 / 2 Z0.975 1.96

Como:

2.35 1.96 Rejeita-se H0, ou seja, a inteno de votos

nas duas cidades no a mesma
(A inteno de votos na Flrida menor)

Valor p do teste:

p 2 P Z 2.35 2 0.0094 0.0188
7.10. Teste de Hiptese para Duas Amostras Dependentes
(dados pareados)

Exemplo: Avaliao da Raspagem e Alisamento Radicular RAR no

tratamento da Periodontite Crnica.

A raspagem e alisamento radicular (RAR) provavelmente a

forma mais comum de terapia mecnica empregada no tratamento da
doena periodontal e, tambm, na manuteno de um periodonto
saudvel, evitando a recorrncia da doena aps o tratamento.
Objetivo do Trabalho: realizar uma avaliao clnica de diferentes
modalidades de terapias periodontais no cirrgicas, em pacientes
portadores de periodontite crnica.
A avaliao foi realizada por meio das medidas clnicas de:
- profundidade de sondagem (PS);
- nvel de insero (NI);
 Os dados foram coletados em pacientes da disciplina de Periodontia
da Faculdade de Odontologia da UNESP, Araraquara. Ao todo foram
avaliados 30 pacientes com idade entre 25 e 68 anos com profundidade de
sondagem inicial entre 6 e 8 mm. Os pacientes foram divididos em trs
grupos com n = 10 indivduos cada:
Grupo 1 pacientes submetidos raspagem supra e subgengival no 1 dia
de tratamento;
Grupo 2 pacientes submetidos raspagem supragengival no 1 dia de
tratamento e raspagem subgengival aps o 7 dia;
Grupo 3 pacientes submetidos raspagem supragengival no 1 dia de
tratamento e raspagem subgengival aps o 30 dia.

As variveis foram observadas longitudinalmente em 5 instantes

diferentes, antes dos procedimentos de raspagem:

+------+-------+--------------+-----------------------------+
0 7 15 30 60 dias

A seguir apresentamos os dados de PS dos pacientes do grupo 1,

coletados no instante inicial e aps 15 dias de tratamento.

Paciente 1 2 3 4 5 6 7 8 9 10
t0 7.3 7.1 7.0 6.7 6.7 6.2 6.1 6.0 7.0 6.5
t15 5.7 6.3 5.3 4.8 3.7 3.6 4.5 4.3 5.3 6.0

Descritivas
t0 t15
mdia 6.66 4.95
desvio padro 0.4502 0.9289

Objetivo: Verificar se a reduo na PS foi significativa.

Resultados:

Paciente t0 t15 di
Para eliminar a
1 7.3 5.7 -1.6
dependncia entre as
2 7.1 6.3 -0.8
amostras calcula-se a
3 7.0 5.3 -1.7
diferena caso-a-caso,
4 6.7 4.8 criando uma nova varivel: -1.9
5 6.7 3.7 -3.0
6 6.2 3.6 D X t15 X t0 -2.6
7 6.1 4.5 -1.6
8 6.0 4.3 com valores observados di -1.7
9 7.0 5.3 i = 1, 2, . . . , n. -1.7
10 6.5 6.0 -0.5

mdia desvio padro

d sd
D (diferena) -1.71 0.7310

H0 : d 0
Hipteses:
H A : d 0

O problema, ento, fica reduzido a uma varivel aplicando-se assim o

teste t para uma mdia

D 0
Estatstica teste: t ,
sd n

tem distribuio t Student com (n 1) graus de liberdade.

 No caso em que testamos a igualdade das mdias nos dois instantes
de medida temos que 0 0 e, as hipteses sero dadas por:

H0 : d 0
Hipteses:
H A : d 0

D
E a estatstica teste ser: t ,
sd n

Nesse caso, como sob H0 temos d 0 , o teremos o valor

observado da estatstica dado por:

d
t0 .
sd n

t0 tn1; / 2 Rejeita se H 0
Logo, se
t0 tn1; / 2 No se Rejeita H 0

Valor p: p 2 P Tn1 t0 ,

p Rejeita se H 0
Se
p No se Rejeita H 0
 1.7
No exemplo, temos que: t0 7.398
0.7310 10

Valor tabelado: t9 ;0.025 2.262

Como 7.398 < 2.262 Rejeita-se H0,

ou seja, o tratamento resulta numa diminuio mdia de 1.7mm.

Valor p: p 2 P T9 7.398 0.000042 .