Capitulo 6

INF 162

Prof. Luiz A. Peternelli

CAPÍTULO 6 - Testes de significância
Introdução
Testes de significância (também conhecidos como Testes de Hipóteses) correspondem a uma regra decisória que nos permite rejeitar ou não rejeitar uma hipótese estatística com base nos resultados de uma amostra.
Obs.: essas hipóteses são, em geral, sobre parâmetros populacionais e a realização do teste se baseia na distribuição amostral dos respectivos estimadores.
Exemplos: Foi discutido em aula: Parâmetro vs estimador.
Hipótese Estatística
É uma suposição quanto ao valor de um parâmetro populacional, ou uma afirmação quanto à natureza da população.
Exemplos: discutido em aula
Hipótese de Nulidade e Hipótese Alternativa
- Hipótese de Nulidade ( H o )
É a hipótese a ser testada.
- Hipótese Alternativa ( H a )
É uma hipótese que contraria H o . É formulada com base no conhecimento prévio do problema, informações de pesquisa, etc.
Ex:

H o : µ = 6.000 horas (durabilidade de lâmpadas)
H a : µ > 6000 ; ou H a : µ < 6000 ; ou H a : µ ≠ 6000

hipóteses unilaterais

hipótese bilateral

Após a realização do teste concluimos por uma das hipóteses dadas acima.
Qualquer decisão tomada implica na possibilidade de cometer basicamente dois tipos de erros: Erro tipo I e Erro tipo II.
Obs: P (erro tipo I) = α ou nível de significância do teste.
P (erro tipo II) = β
O quadro abaixo facilita o entendimento.

77

INF 162

Prof. Luiz A. Peternelli

Decisão

Realidade
H o é verdadeira
H o é falsa

Rejeitar H o
Aceitar H o

α
1−α

1− β β então:

α = P(rej. H o / H o é verd.) β = P(aceitar H o / H o é falsa)

Procedimentos para a realização de um Teste de Hipótese
1. Enunciar as hipóteses H o e H a ;
2. Fixar o nível de significância α e identificar a estatística do teste;
3. Determinar a região crítica (faixa de valores que nos levam à rejeição da hipótese
H o ) e a região de aceitação em função do nível α pelas tabelas estatísticas