1 / 27

Teste de Hipótese

Teste de Hipótese. Introdução. Em estatística, uma hipótese é uma afirmativa sobre uma propriedade da população. Um teste de hipótese (ou teste de significância) é um procedimento padrão para testar uma afirmativa sobre uma propriedade da população. Exemplos.

keely
Download Presentation

Teste de Hipótese

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Teste de Hipótese

  2. Introdução • Em estatística, uma hipótese é uma afirmativa sobre uma propriedade da população. • Um teste de hipótese (ou teste de significância) é um procedimento padrão para testar uma afirmativa sobre uma propriedade da população.

  3. Exemplos • Um repórter afirma que a maioria dos motoristas americanos passa com sinal vermelho. • Médicos afirmam que a temperatura do corpo de adultos saudáveis não é igual a 98,6ºF.

  4. Exemplos • A proporção de motoristas que admitem passar com sinal vermelho e maior do que 0,5. • A afirmativa é p > 0,5. • Se p > 0,5 for falso então p ≤ 0,5 deve ser verdadeira. • Tomamos p > 0,5 como hipótese alternativa e p=0,5 como hipótese nula.

  5. Exemplos • A altura média de jogadores profissionais de basquete é, no máximo, 7 pés. • A afirmativa é μ≤ 7. • Se μ≤ 7 for falso então μ> 7 deve ser verdadeira. • Tomamos μ> 7 como hipótese alternativa e μ= 7 como hipótese nula.

  6. Componentes de um teste de Hipótese: • Hipótese nula (Representada por Ho) é uma afirmativa de que o valor do parâmetro populacional é igual a algum valor especificado. • Hipótese alternativa (Representada por H1 ou Ha) é a afirmativa de que o parâmetro tem um valor que, de alguma forma, difere da hipótese nula.

  7. Identificação das Hipóteses • Identifique a afirmativa ou hipótese específica a ser testada e expresse-a em forma simbólica. • Dê a forma simbólica que tem que ser verdadeira quando a afirmativa original é falsa • Hipótese alternativa é a que não contém a igualdade, e a hipótese nula iguala o parâmetro ao valor fixo sendo considerado

  8. Estatística de teste • A estatística de teste é um valor calculado a partir dos dados amostrais e é usada para se tomar uma decisão sobre a rejeição da hipótese nula.

  9. Principais estatísticas de teste • Para proporção: • Para a média: • Para a variância: ou

  10. Região Crítica. • A região crítica é o conjunto de todos os valores da estatística de teste que nos fazem rejeitar a hipótese nula.

  11. Nível de significância • O nível de significância (representado por α) é probabilidade de que a estatística de teste cairá na região crítica quando a hipótese nula for realmente verdadeira.

  12. Valor Crítico • Um valor crítico é qualquer valor que separa a região crítica (onde rejeitamos a hipótese nula) dos valores da estatística de teste que não levam a rejeição da hipótese nula.

  13. O valor P • O valor P (ou valor de Probabilidade) é a probabilidade de se obter um valor da estatística de teste que seja no mínimo tão extremo quanto o que representa os dados amostrais, supondo que a hipótese nula seja verdadeira.

  14. Fundamentos. • Dada uma afirmativa, identificar a hipótese nula e a hipótese alternativa, e expressá-las, em forma simbólica. • Dados uma afirmativa e dados amostrais, calcular o valor da estatística de teste. • Dado um nível de significância, identificar o(s) valor(es) crítico(s). • Dado um nível da estatística de teste, identificar o valor P. • Estabelecer a conclusão de um teste de hipótese em termos simples. • Identificar os erros tipo I e tipo II que podem ser cometidos ao se testar uma dada afirmativa.

  15. Decisões e Conclusões • Critério de Decisão: a decisão de rejeitar ou deixar de rejeitar a hipótese nula é feita, em geral, usando o método tradicional (ou clássico) de teste de hipótese, o método do valor P, ou as vezes a decisão se baseia em intervalos de confiança.

  16. Método Tradicional • Rejeite Ho se a estatística de teste ficar dentro da região crítica. • Deixa de rejeitar Ho se a estatística de teste não ficar dentro da região crítica.

  17. Método do valor P • Rejeite Ho se o valor P ≤ α (onde α é o nível de significância). • Deixe de rejeitar Ho se o valor P > α.

  18. Intervalos de confiança. • Como uma estatística de intervalo de confiança de um parâmetro populacional contém os valores prováveis do parâmetro, rejeite uma afirmativa de que o parâmetro populacional tenha um valor que não esteja incluído no intervalo de confiança.

  19. Identificação de erros Tipo I e Tipo II • Ao testar uma hipótese nula, chegamos a uma conclusão de rejeita-la ou de deixar de rejeita-la. • Tais conclusões são as vezes corretas as vezes erradas • Apresentamos dois tipos de erros que podem ser cometidos.

  20. Erro Tipo I • O erro de rejeitar a hipótese nula quando ela é, de fato, verdadeira. O símbolo α (alfa) é usado para representar a probabilidade de um erro do tipo I.

  21. Erro Tipo II • O erro de deixar de rejeitar a hipótese nula quando ela é, de fato, falsa. O símbolo β (Beta) é usado para representar a probabilidade de um erro tipo II.

  22. Existe a possibilidade de se selecionar uma amostra de uma população com média 0 e obter alto de forma que leve a conclusão errada de que H0 é falsa? - + 0 Teste de Hipótese – Erros I e II Hipóteses H0 :  = 0 H1: > 0 Sim. Este erro é chamado de erro do tipo I e equivale ao nível de significância . P(rejeitar H0 / H0 é verdadeira) =  P(aceitar H0 / H0 é verdadeira) = 1 - 

  23. Existe a possibilidade de se selecionar uma amostra de uma população com média 1 (>0) e obter de forma que leve a conclusão errada de que H0 é verdadeira? aceitação de H0 - 0 + 1 Teste de Hipótese – Erros I e II Hipóteses H0 :  = 0 H1: > 0 Sim. Este erro é chamado de erro do tipo II ou erro . P(aceitar H0 / H1 é verdadeira) =  P(rejeitar H0 / H1 é verdadeira) = 1 -  (poder do teste)

  24. H0 é verd. H0 é falso Aceita H0 Rejeita H0 - 0 + 1 Teste de Hipótese – Erros I e II Hipóteses H0 :  = 0 H1: > 0  1 -   1 -  Alternativas para diminuir : • distanciar 1 de 0 • aumentar  • aumentar n

  25. Resumo

  26. Resumo

  27. Resumo

More Related