Hipóteses estatísticas
Artigo: Hipóteses estatísticas. Pesquise 862.000+ trabalhos acadêmicosPor: jorgeead • 13/9/2014 • Artigo • 449 Palavras (2 Páginas) • 741 Visualizações
Trata-se de uma técnica para se fazer inferência estatística, ou seja, com base em um teste de hipóteses, realizado com os dados amostrais, pode-se inferir sobre a população, procurando-se cercar o parâmetro populacional desconhecido. Para isso, formula-se uma hipótese quanto ao valor do parâmetro populacional e, pelos elementos amostrais, faz-se um teste que indicará a aceitação ou rejeição da hipótese formulada.
A hipótese estatística é uma suposição quanto ao valor de um parâmetro populacional, ou quanto à natureza da distribuição de probabilidade de uma variável populacional.
Os processos que habilitam a decidir se se aceitam ou rejeitam as hipóteses, ou a determinar se a amostra observada difere de modo significativo dos resultados esperados, são denominados testes de hipóteses ou de significância, ou ainda regras de decisão.
As hipóteses a serem testadas são indicadas por H0 e H1. Designa-se por H0, chamada hipótese nula, a hipótese estatística a ser testada e por H1 a hipótese alternativa. A hipótese nula é expressa por uma igualdade, enquanto a hipótese alternativa é dada por uma desigualdade.
Exemplos:
a) H0: = 1,65 m
H1: 1,65 m dará origem a um teste bicaudal
b) H0: = 1,65 m
H1: > 1,65 m dará origem a um teste unicaudal à direita
c) H0: = 1,65 m
H1: < 1,65 m dará origem a um teste unicaudal à esquerda
Se uma hipótese for rejeitada quando deveria ser aceita, diz-se que foi cometido um erro do Tipo I. Se, por outro lado, for aceita uma hipóteses que deveria ser rejeitada, diz-se que foi cometido um erro do Tipo II. Em ambos os casos ocorreu uma decisão errada ou um erro de julgamento. O único caminho para a redução de ambos os tipos de erros consiste em aumentar o tamanho da amostra, o que pode ou não ser possível. A probabilidade de erro tipo I é geralmente designada por e do tipo II, por .
Ao se testar uma hipótese estabelecida, a probabilidade máxima com a qual se sujeitaria a correr o risco de um erro tipo I () é denominada nível de significância do teste. Na prática, é usual a adoção de um nível de significância 0,05 ou 0,01, embora possam ser usados outros valores. Um nível de significância de 0,05 ou 5% no planejamento de um teste de hipótese, indica que há 5 chances em 100 de a hipótese ser rejeitada quando deveria ser aceita (ou ser aceita quando deveria ser rejeitada), isto é, há um nível de confiança () de 95% de que se tome uma decisão acertada.
As fórmulas pertinentes à distribuição normal para serem usadas em testes de significância são:
Sendo σ2 a variância da população e σ o desvio padrão da população.
A seguir apresentamos a tabela da curva normal alguns exemplos resolvidos
...