Teste F

Teste para diferença de médias
Exemplo
Dois tipos diferentes de tecido devem ser comparados. Uma
máquina de testes Martindale pode comparar duas amostras ao
mesmo tempo. O peso (em miligramas) para sete experimentos
foram:
Tecido 1 2 3 4 5 6 7
A 36 26 31 38 28 20 37
B 39 27 35 42 31 39 22
Teste se um tecido é mais pesado que o outro a um nı́vel de

significância de 5%. Admita que a variância é a mesma, e igual a
49. Quais outras hipóteses são necessárias para o teste?
Adaptado de: Profa. Nancy Garcia, Notas de aula.
Organização: Airton Kist, Rafael Tovar, Guilherme Ludwig
Aula de Exercı́cios - Testes para duas populações
Os tecidos do tipo A tem uma média amostral igual a

aproximadamente 30.85. J os tecidos do tipo B têm média
amostral de 33.57. O desvio padrão populacional é igual a 7,
enquanto os desvios-padrão amostrais so 6.64 e 7.25,
respectivamente.
Devemos assumir que XA ∼ N(µA , σ 2 ) e XB ∼ N(µB , σ 2 ), e além

disso que XA e XB são independentes, onde Xi é o peso amostrado
do tecido de tipo i, em miligramas. Queremos testar a hipótese
H0 : µA = µB , contra a alternativa H1 : µA �= µB .

Como a variância é conhecida, a estatı́stica do teste é dada por
X̄A − X̄B
T = �
σ n1A + n1B
Se válida a hipótese nula, temos que T ∼ N (0, 1). Note agora que
a hipótese alternativa é do tipo �=, então o teste é bicaudal. Isso
significa que a região crı́tica, ou seja, a região onde rejeitamos a
hipótese nula, é do tipo |T | > c, onde T é a estatı́stica do teste.

Podemos determinar a constante c através da significância fixada.

Para α = 0.05, queremos que
P(T > c) + P(T < −c) = 0.05,
isto é, a probabilidade de rejeitarmos a hipótese nula, quando ela

for verdadeira, seja igual a 0.05. Note agora que quando H0 é
verdadeira, T ∼ N(0, 1), então queremos achar c tal que
1 − Φ(c) + Φ(−c) = 0.05
1 − Φ(c) + 1 − Φ(c) = 0.05

Ou simplesmente que
1.95
Φ(c) = = 0.975
2
Tome a tabela da curva Normal,
e observe que o valor que
acumula 0.975 é o quantil 1.96
(dica para ler essa tabela: as
células são as probabilidades,
enquanto as margens
representam a unidade e a
primeira casa decimal {na
vertical} e a segunda casa
decimal {na horizontal}) de zα .
Observada a tabela, podemos concluir que o valor c tal que a

região crı́tica |T | > c tem probabilidade igual a 5%, quando H0 é
verdadeira, é c = 1.96. Portanto, para concluirmos o teste, temos
que
� � � �
� � � �
� X̄A − X̄B � � 30.85 − 33.57 ��
� �
�T = � �
� �=� � = 0.726
� σ n1A + n1B � � 7 17 + 17 �
E como 0.726 < 1.96, não rejeitamos a hipótese que os dois tipos
de tecido tenham o mesmo peso, a 5% de significância.

Teste T, duas populações normais
Exemplo
Num estudo comparativo do tempo médio de adaptação, uma
amostra aleatória, de 50 homens e 50 mulheres de um grande
complexo industrial, produziu os seguintes resultados:
Homens Mulheres
Média 3,2 anos 3,7 anos
Desvio padrão 0,8 anos 0,9 anos
Que conclusões você poderia tirar para a população dessa

indústria? Quais suposições você deve fazer?
Fonte: Morettin & Bussab, Estatı́stica Básica 5a edição, pág 365.

Queremos determinar se há diferença entre o tempo de adaptação

de homens e mulheres. Devemos supor que
O tempo de adaptação tem distribuição Normal.
A amostra foi colhida de maneira independente.
As variâncias populacionais, ainda que desconhecidas, sejam
as mesmas.
Queremos testar a hipótese que as médias são iguais, isto é,
H0 : µH = µM , ou equivalentemente, H0 : µH − µM = 0. Note que
as suposições acima podem (ou melhor, devem) todas ser
verificadas através de testes de hipótese especı́ficos. Contudo,
estes testes fogem do escopo introdutório do curso.

O teste T com variâncias iguais mas desconhecidas é baseado na

seguinte estatı́stica:
X̄H − X̄M
T = � ∼ t(nH +nM −2)
Sp n1H + n1M
onde Sp , o desvio padrão comum (pooled standard deviation) é

dado por
(nH − 1)SH2 + (nM − 1)SM
2
Sp2 =
nH + nM − 2
No problema apresentado, sp = 0.8514.

A estatı́stica observada foi

3.2 − 3.7
t0 = � = −2.9363
1 1
0.8514 50 + 50
Note que a região crı́tica agora é dada por
RC (0.05) = {[T < −1.984] ∪ [T > 1.984]}
onde q = −1.984 é o ponto tal que P([T < q]) = 0.025, etc.
E como −2.9363 ∈ RC , rejeitamos a hipótese nula. Ou seja, há
evidência em favor da diferença entre o tempo médio de adaptação
dos homens e das mulheres.

Teste para diferença de proporções
Exemplo
Um ensaio clı́nico é realizado para avaliar um novo tipo de
tratamento contra uma doença e comparar os resultados com
aqueles obtidos usando o tratamento tradicional. Dos 50 pacientes
tratados com o tratamento novo, 36 se curaram e dos 45 tratados
com o antigo 29 se curaram. Faça as comparações necessárias
usando uma significância de 99%. Confira os resultados com
intervalos de confiança.

A proporção de curados com o tratamento novo é de

pnovo = 36/50 = 0.72. Já o tratamento antigo curou
pantigo = 29/45 = 0.644.
Queremos testar a hipótese que H0 : pn = pa , contra uma hipótese

alternativa H1 : pn > pa . A estatı́stica para testes de diferença de
proporções é dada por
p̂n − p̂a
T =� � �
p̂(1 − p̂) n1n + 1
na
onde p̂ é a proporção total de indivı́duos curados, neste caso

(36 + 29)/(50 + 45) ≈ 0.68.

A estatı́stica observada foi

0.72 − 0.644
t0 = � = 0.793
1 1
0.68(1 − 0.68)( 50 + 45 )
A distribuição da estatı́stica sob H0 é T com 50 + 45 − 2 = 93

graus de liberdade. O quantil tal que P(T > q) = 0.01 é dado por
q = 2.367, então a região crı́tica do teste é dada por
RC (α = 0.01) = {T > 2.367}
Como o valor observado é 0.793, não temos evidência para rejeitar

a hipótese nula. Então, o novo tratamento não é
significativamente diferente do anterior.
Note que o intervalo de confiança para cada proporção é dado por

�
p̂k (1 − p̂k )
IC(pk , α) = p̂k ± z1−α/2 , k = novo, antigo
nk
E para a difenrença, temos simplesmente

�
p̂n (1 − p̂n ) p̂a (1 − p̂a )
IC(pn − pa , α) = p̂n − p̂a ± z1−α/2 +
nn na

Ou, aplicando os valores informados no exercı́cio, e tomando

α = 0.99, e logo z0.995 = 2.326, temos
�
0.72(1−0.72) 0.64(1−0.64)
IC(pn −pa , 0.99) = 0.72−0.64±2.326 +
50 45
IC(pn − pa , 0.99) = (−0.146; 0.298)
E como 0 ∈ IC(pn − pa , 0.99), não podemos rejeitar a hipótese que
pn − pa . Note que o intervalo de confiança para a diferença de
proporções é um teste aproximado, que pode inclusive dar
resultados diferentes que o teste de hipótese formal, o teste sendo
preferı́vel sempre que possı́vel.

Teste T para diferença de médias, com variâncias diferentes
Exemplo
Para investigar a influência da opção profissional sobre o salário
inicial de recém-formados, investigaram-se dois grupos de
profissionais: um de liberais em geral e outro de formados em
Administração de Empresas. Com os resultados abaixo, expressos
em salários mı́nimos, quais seriam suas conclusãoes?
Liberais 6,6 10,3 10,8 12,9 9,2 12,3 7,0

Admin. 8,1 9,8 8,7 10,0 10,2 8,2 8,7 10,1
Fonte: Morettin & Bussab, Estatı́stica Básica 5a edição, pág 366.

Temos duas amostras de populações independentes. Vamos

assumir que os salários tem distribuição normal, com média µL e
variância σL2 para os profissionais liberais, e média µA e variância
σA2 para os administradores.
Queremos testar a hipótese H0 : µL = µA . Mas antes de tudo,

queremos determinar se não rejeitamos a hipótese secundária
H0� : σL2 = σA2 , para decidirmos qual tipo de teste T utilizaremos,
pois a variância é desconhecida.

Observe que a tabela nos dá os seguintes valores: x̄L = 9.87,
x̄A = 9.22, sL = 2.43 e sA = 0.88, com nL = 7 e nA = 8.
O teste F para igualdade de variâncias é baseado na estatı́stica

W = SL2 /SA2 ∼ F (nL − 1, nA − 1). Temos que W = 7.513. A
região crı́tica do teste, a 5% de significância, é
RC (0.05) = {[W < 0.175] ∪ [W > 5.119]}. Novamente, os pontos
(0.175,5.119) são tais que FW (0.175; 6, 7) = 0.025 e
FW (5.119; 6, 7) = 0.975, FW é a função de distribuição acumulada
da F, com 6 e 7 graus de liberdade.
Como W = 7.513 ∈ {[W < 0.175] ∪ [W > 5.119]}, rejeitamos a

hipótese nula H0� : σL2 = σA2 . Devemos aplicar o teste T para
variâncias diferentes, desconhecidas.
A estatı́stica do teste T com variâncias desconhecidas e desiguais é

dada por
X̄L − X̄A
T =�
SL2 /nL + SA2 /nA
com ν graus de liberdade, dados por
(C + D)2
ν=
C 2 /(nL − 1) + D 2 /(nA − 1)
onde C = sL2 /nL e D = sA2 /nA . Temos que C = 0.84 e D = 0.10,

logo ν = 7.39 ≈ 7.

A estatı́stica T observada é dada por

9.87 − 9.22
t0 = � = 0.67
(2.43)2 /7 + (0.88)2 /8
A região crı́tica, a 5% de significância, é dada por uma tν com

ν = 7 graus de liberdade. Temos que
RC (0.05) = {[T < −2.364] ∪ [T > 2.364]}
e como t0 ∈
/ RC , não rejeitamos a hipótese de igualdade de médias.


Teste F

Enviado por

Direitos autorais:

Formatos disponíveis

Teste F

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Teste F

Enviado por

Direitos autorais:

Formatos disponíveis

Teste para diferença de médias

Teste se um tecido é mais pesado que o outro a um nı́vel de

Os tecidos do tipo A tem uma média amostral igual a

Devemos assumir que XA ∼ N(µA , σ 2 ) e XB ∼ N(µB , σ 2 ), e além

Organização: Airton Kist, Rafael Tovar, Guilherme Ludwig

Como a variância é conhecida, a estatı́stica do teste é dada por

Organização: Airton Kist, Rafael Tovar, Guilherme Ludwig

Podemos determinar a constante c através da significância fixada.

P(T > c) + P(T < −c) = 0.05,

isto é, a probabilidade de rejeitarmos a hipótese nula, quando ela

1 − Φ(c) + Φ(−c) = 0.05

1 − Φ(c) + 1 − Φ(c) = 0.05

Organização: Airton Kist, Rafael Tovar, Guilherme Ludwig

Observada a tabela, podemos concluir que o valor c tal que a

Organização: Airton Kist, Rafael Tovar, Guilherme Ludwig

Que conclusões você poderia tirar para a população dessa

Organização: Airton Kist, Rafael Tovar, Guilherme Ludwig

Queremos determinar se há diferença entre o tempo de adaptação

Organização: Airton Kist, Rafael Tovar, Guilherme Ludwig

O teste T com variâncias iguais mas desconhecidas é baseado na

onde Sp , o desvio padrão comum (pooled standard deviation) é

Organização: Airton Kist, Rafael Tovar, Guilherme Ludwig

A estatı́stica observada foi

Note que a região crı́tica agora é dada por

RC (0.05) = {[T < −1.984] ∪ [T > 1.984]}

Organização: Airton Kist, Rafael Tovar, Guilherme Ludwig

Organização: Airton Kist, Rafael Tovar, Guilherme Ludwig

A proporção de curados com o tratamento novo é de

Queremos testar a hipótese que H0 : pn = pa , contra uma hipótese

onde p̂ é a proporção total de indivı́duos curados, neste caso

Organização: Airton Kist, Rafael Tovar, Guilherme Ludwig

A estatı́stica observada foi

A distribuição da estatı́stica sob H0 é T com 50 + 45 − 2 = 93

RC (α = 0.01) = {T > 2.367}

Como o valor observado é 0.793, não temos evidência para rejeitar

Note que o intervalo de confiança para cada proporção é dado por

E para a difenrença, temos simplesmente

Organização: Airton Kist, Rafael Tovar, Guilherme Ludwig

Ou, aplicando os valores informados no exercı́cio, e tomando

Organização: Airton Kist, Rafael Tovar, Guilherme Ludwig

Liberais 6,6 10,3 10,8 12,9 9,2 12,3 7,0

Fonte: Morettin & Bussab, Estatı́stica Básica 5a edição, pág 366.

Organização: Airton Kist, Rafael Tovar, Guilherme Ludwig

Temos duas amostras de populações independentes. Vamos

Queremos testar a hipótese H0 : µL = µA . Mas antes de tudo,

Organização: Airton Kist, Rafael Tovar, Guilherme Ludwig

O teste F para igualdade de variâncias é baseado na estatı́stica

Como W = 7.513 ∈ {[W < 0.175] ∪ [W > 5.119]}, rejeitamos a

A estatı́stica do teste T com variâncias desconhecidas e desiguais é

onde C = sL2 /nL e D = sA2 /nA . Temos que C = 0.84 e D = 0.10,

Organização: Airton Kist, Rafael Tovar, Guilherme Ludwig

A estatı́stica T observada é dada por

A região crı́tica, a 5% de significância, é dada por uma tν com

RC (0.05) = {[T < −2.364] ∪ [T > 2.364]}

Organização: Airton Kist, Rafael Tovar, Guilherme Ludwig

Você também pode gostar