

Estude fácil! Tem muito documento disponível na Docsity
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Prepare-se para as provas
Estude fácil! Tem muito documento disponível na Docsity
Prepare-se para as provas com trabalhos de outros alunos como você, aqui na Docsity
Encontra documentos específicos para os exames da tua universidade
Prepare-se com as videoaulas e exercícios resolvidos criados a partir da grade da sua Universidade
Responda perguntas de provas passadas e avalie sua preparação.
Ganhe pontos para baixar
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Este documento explica o conceito de hipóteses estatísticas e testes de hipóteses, com um foco na aplicação em zootecnia. O autor discute como definir hipóteses, simples e compostas, e os passos para realizar um teste de hipóteses. Além disso, ele aborda os erros tipos i e ii e o conceito de nível de significância. Um exemplo prático é fornecido para ilustrar o processo.
Tipologia: Teses (TCC)
1 / 3
Esta página não é visível na pré-visualização
Não perca as partes importantes!


Euclides Braga MALHEIROS*
Hipótese estatística : pode ser definida como uma afirmação sobre a distribuição de uma variável aleatória (no geral sobre seus parâmetros).
Exemplos: Em uma população com média μ e variância σ^2 , possíveis hipóteses seriam
H:μ=0; H:μ>50; H:μ≠0; H:σ^2 =100; H:σ^2 <10.
A hipótese estatística pode ser simples ou composta: Simples : se a hipótese especifica completamente a distribuição (H:μ=0, H:μ≠0; H:σ^2 =100). Composta : se a hipótese não especifica completamente a distribuição (H:μ>50, H:σ^2 <10).
Teste de hipóteses : Como o próprio nome diz, são critérios estatísticos que permitem rejeitar ou não hipóteses testadas. Os testes de hipóteses, no geral, apresentam duas hipóteses: Hipótese nula (ou da nulidade), geralmente representada por H 0 , que é a hipótese natural colocada à prova. Hipótese alternativa , geralmente representada por H 1 ou HA, que é a hipótese alternativa à hipótese colocada à prova.
Os testes de hipóteses devem seguir os passos:
Passo 1. Estabelecer as hipóteses (H 0 e H 1 ).
Passo 2. Obter uma estatística, com distribuição conhecida, que fique completamente definida sob H 0.
Passo 3. Estabelecer os critérios do teste.
Todo teste estatístico apresenta dois tipos de erro: Erro tipo I : Erro que se comete ao rejeitar H0, dado que ela é verdadeira, geralmente representado por α, e denominado nível de significância do teste. Erro tipo II : Erro que se comete ao não rejeitar H0, dado que ela é falsa. O critério mais comum em testes de hipóteses é fixar o erro Tipo I (nível de significância do teste).
Passo 4. Calcular o valor da estatística, item (2), para os valores da amostra.
Passo 5. Aplicar o critério do teste.
Para exemplificar, apresentemos esses passos em uma situação prática:
A quantidade de calorias de um produto (v.a. X) é tal que X~ N(μ,σ^2 ). Para a indústria,
μ=30, mas para os concorrentes μ≠30. Para avaliar o produto foi tirada uma amostra de tamanho 25, cujos valores são apresentados a seguir:
30,05 29,38 28,45 31,22 31,07 34,44 34,50 34,48 31,75 30, 31,92 31,76 30,25 33,28 33,40 31,46 31,43 32,92 29,91 33, 27,98 33,07 31,01 29,85 29,
Passo 1. Hipóteses a serem testadas: H 0 :μ=30 e H 1 : μ≠30.
Passo 2. Sabe-se que
n
X S
T = −^ μ~ t(n-1), ou seja, T tem distribuição t de Student com n-
graus de liberdade.
Passo 3. Fixando-se α=0,05 (5%), tem-se pela tabela da distribuição t ( ANEXO ) :
Região Crítica (Região de rejeição de H 0 ) = (-∞, -2,064) ∪ (2,064,+∞).
Passo 4.
25
3 , 43
=^31 ,^5 −^30 TC = 4,
Passo 5. Aplicar o critério do teste.
Como Tc pertence à região crítica do teste, rejeita-se H0 em favor de H1, ao nível de 5% de probabilidade.
Graficamente tem-se.