TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Estatística Básica

Prof. Willian Silva Barros1

1 UFPel - IFM - DME

Disciplina de Estatística Básica

TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

1 TESTE DE HIPÓTESE
Introdução
Hipótese estatística
Procedimentos para a realização de um teste de hipótese
2 TESTE Z
Teste Z para uma média
Teste Z para duas médias
3 TESTE DE QUI-QUADRADO
Teste de aderência
Teste de independência
Teste de homogeneidade
4 TESTE F
5 TESTE t DE STUDENT
Teste t para uma média
Teste t para duas média
Teste t para dados pareados
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Introdução

O que é uma hipótese estatística?

O teste estatístico de hipótese é uma regra decisória que nos

permite rejeitar ou não rejeitar uma hipóteses estatística com
base nos resultados de uma amostra. Estas hipóteses são, em
geral, sobre parâmetros populacionais e a realização do teste
se baseia na distribuição amostral dos respectivos
estimadores.
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Introdução

O que é um Parâmetro?

Parâmetro é uma função de valores populacionais, sendo em

geral, um valor desconhecido associdado à população.
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Introdução

Exemplo

Na distribuição normal os parâmetros são a média µ= E(X ) e

a variância σ 2 = V (X ).
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Introdução

O que é um Estimador?

Um estimador de um parâmetro θ é qualquer função das

observações da amostra aleatória X1 , X2 , . . . , Xn . Ele
representa uma dada fórmula de cálculo que fornecerá valores
que serão diferentes, conforme a amostra selecionada.
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Introdução

Exemplos

i) O estimador da média populacional µ é

n
X
xi
i=1
µ̂ = X =
n
ii) O estimador da variância populacional σ 2 é

n
!2
X
n n
xi
i=1
X X
(xi − x)2 xi2 −
n
2 2 i=1 i=1
σ̂ = S = =
n−1 n−1
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Introdução

O que é a estimativa?

A estimativa é o valor númerico assumido pelo estimador,

quando os valores de x1 , x2 , . . . , xn são considerados.

Exemplos: X = 10, 42 e S 2 = 4, 67
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Hipótese estatística

Hipótese estatística é uma suposição quando ao valor de um

parâmetro populacional que será verificada por um teste
paramétrico, ou uma afirmação quanto à natureza da
população, que será verificada por um teste de aderência.
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Hipótese estatística

As hipóteses estatísticas devem ser formulada de modo a

minimizar os erros de decisão

Exemplo
A média populacional da altura dos brasileiros adultos é de
1, 65 m, isto é, µ = 1, 65 m;
A distribuição dos pesos dos alunos da Universidade
Federal de Pelotas é normal;
A proporção de indivíduos com a doença X é 3%,
p = 0, 03.
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Hipótese estatística

Hipótese nulidade H0

É a hipótese estatística a ser testada;

A hipótese H0 é formulada o "expresso propósito de ser

rejeitada", e os testes são construídos sob a
pressuposição de H0 ser verdadeira;

O teste de hipótese consiste em verificar se a amostra

observada difere significativamente do resultado esperado
sob H0 .
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Hipótese estatística

Para os três exemplos o raciocínio é que, enquanto não houver

evidência amostral sugerido que a informação não deve ser
verdadeira, toma-se a informação como verdadeira

Exemplo
Um fabricante informa que a tensão média de ruptura dos
cabos é 50 kgf. H0 : µ = 50;
A informação de um fabricante, quanto à durabilidade
média de suas lâmpadas, é de 6000 horas. H0 : µ = 6000;
Duas marcas de rações, A e B, para leitões em fase de
crescimento, propiciam em média o mesmo ganho de
peso. H0 : µA = µB .
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Hipótese estatística

Hipótese alternativa Ha

É uma hipótese que contraria H0 , formulada com base no

conhecimento prévio do problema, informações de
pesquisa, etc.;

Para o caso das duas médias, µA e µB , poderíamos ter:

Ha1 : µA 6= µB
ou
Ha2 : µA > µB
ou
Ha3 : µA < µB
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Hipótese estatística

Neste caso Ha1 é bilateral e Ha2 e Ha3 são unilaterais;

O resultado final do teste é enunciado em termos da

hipóteses de nulidade.
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Hipótese estatística

Região Crítica

É a faixa de valores que nos levam à rejeição da hipótese

H0 . Isto é, caso o valor observado da estatística do teste
(Z , t, χ2 , F ) pertença à região crítica, rejeita-se H0 , caso
contrário não rejeitamos H0 ;

Qualquer decisão tomada implica na possibilidade de

cometer basicamente dois tipos de erros;
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Hipótese estatística

Erro tipo I

O erro tipo I é caracterizado pelo fato de rejeitarmos H0

quando está é verdadeira;

Designaremos por α a probabilidade de cometer o erro

tipo I (nível de significância);
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Hipótese estatística

Erro tipo II

O erro tipo II é caracterizado pelo fato de aceitarmos H0

quando está é falsa;

Designaremos por β a probabilidade de cometer o erro

tipo II;
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Hipótese estatística

Poder de um teste

O poder de um teste frente à determinada hipótese é uma

informação utilizada para o dimensionamento de
tamanhos de amostras tendo-se em vista o controle dos
dois tipos de erros;

É a probabilidade de rejeitar H0 quando esta é falsa;

Poder = 1 − β
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Hipótese estatística

Tipo de erros

Realidade
Decisão H0 é verdadeira H0 é falsa
Rejeitar H0 α 1−β
Aceitar H0 1−α β
Tabela: Probabilidades na tomada de decisão
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Procedimentos para a realização de um teste de hipótese

O procedimento para a realização do teste pode ser resumido nos

passos

i) enuciar as hipóteses H0 e Ha ;
ii) fixar o nível de significância α e identificar a
estatística do teste;
iii) determinar a região crítica e a região de aceitação
em função do nível α pelas tabelas estatísticas;
iv) por meios dos elementos amostrais, calcular o
valor da estatística do teste;
v) concluir pela rejeição ou não-rejeição de H0 , caso
o valor da estatística obtido no iv) passo pertença
ou não pertença, respectivamente, à região crítica
determinada no iii) passo.
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste Z para uma média

Teste de hipótes de uma média populacional

Caso em que X é normalmente distribuída com

variância conhecida.

Seja uma variável aleatória X normalmente distribuída

com média E(X ) = µ e variância V (X ) = σ 2 .

Pode-se demonstrar que X , a média amostral é

σ2
normalmente distribuída
  com média µ e a variância n .
2
Isto é: X ∼ N µ, σn .
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste Z para uma média

Usando-se a variável normal padronizada ou reduzida, temos.

X −µ
Z =
σx
mas,
r
p σ2 σ
σx = V (x) = =√
n n
logo,

X −µ
Z =
√σ
n
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste Z para duas médias

Teste que envolve diferença de duas médias populacionais

Caso que XA e XB são normalmente distribuídas com

variância conhecidas;

Sejam X A e X B as médias obtidas em duas amostras de

tamanhos nA e nB , retiradas de duas populações normais
PA e PB , respectivamente, com variâncias σA2 e σB2
conhecidas e médias µA e µB desconhecidas;
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste Z para duas médias

Considerando-se as variáveis aleatórias X A e X B

independentes, tem-se que:
!

σA2 σB2
X A − X B ∼ N µA − µ B , +
nA nB
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste Z para duas médias

Nosso problema é, ao nível de significância α, testar:

H0 : µA = µB

contra
Ha1 : µA 6= µB
ou
Ha2 : µA > µB
ou
Ha3 : µA < µB
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste Z para duas médias

Utilizaremos então, a estatística:

X A − X B − (µA − µB )
Z = q

V XA − XB
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste Z para duas médias

σ2 σB2

 
Sob H0 segue que X A − X B ∼ N 0, nAA + nB , e assim virá:

XA − XB − 0
Z = q 2
σA σB2
nA + nB

ou ainda,


XA − XB
Z = q 2
σA σB2
nA + nB
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste de qui-quadrado χ2

Uma medida da discrepância existente entre as frequências

observadas e esperadas é proporcionada pela estatística χ2 ,
expressa por:

(Fo1 − Fe1 )2 (Fo2 − Fe2 )2 (Fok − Fek )2

χ2cal = + + ··· +
Fe1 Fe2 Fek

isto é
k
X (Foi − Fei )2
χ2cal =
Fei
i=1
Fo = frequência observada
Fe = frequência esperada
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

A expressão χ2cal nos dá um valor sempre positivo e tanto

menor quanto maior for o acordo entre as frequências
observadas e as frequências esperadas, calculadas com base
em H0 .

Pode-se demonstrar que a estatística χ2cal tem distribuição

"qui-quadrado", com ν graus de liberdade, isto é:
k
X (Foi − Fei )2
∼ χ2ν
Fei
i=1

Conclusão: χ2cal ≥ χ2tab , rejeita-se H0

TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

O teste de qui-quadrado pode ser usado principalmente

como:
Teste de aderência;
Teste de independência;
Teste de homogeneidade.
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste de aderência

Pode ser usado para comprovar o ajustamento de uma função de

frequência a dados de observação

Nota: Neste caso o número de graus de liberdade ν é dado

por:
ν = k − 1, quando as frequências esperadas puderem ser
calculadas sem que se façam estimativas dos parâmetros
populacionais a partir das distribuições amostrais. Tem-se
que "k"é o número de categorias em que foi dividida a
amostra.
ν = k − 1 − r , quando para determinação das frequências
esperadas, r parâmetros tiverem suas estimativas
calculadas a partir das distribuições amostrais.
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste de independência

Este teste é usado em conexão com as tabelas de

contingência. Estas tabelas são construídas com o propósito
de ser estudar a relação de dependência (associação) entre
duas variáveis classificadas segundo critérios qualitativos.

Coloca-se à prova as hipóteses:

H0 : as variáveis são independentes
contra
Ha : as variáveis não são independentes, ou seja,
elas apresentam algum grau de associação entre
si.
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste de independência

Para investigar a concordância entre frequências observadas

esperadas, utilizamos a estatística:

h X
k
2
X Foij − Feij
χ2cal =
Feij
i=1 j=1

com os dados obtidos em tabelas com h linhas x k colunas

(tabelas de contingência).
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste de independência

Quanto ao número de graus de liberdade ν, devemos observar

ν = (h − 1)(k − 1), se as frequências esperadas podem

ser calculadas sem necessidade de estimação de
parâmetros da população.
ν = (h − 1)(k − 1) − r ,se as frequências esperadas só
podem ser avaliadas estimando-se r parâmetros
populacionais.

Uma restrição ao do teste: Feij ≥ 5

TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste de homogeneidade

No teste de homogeneidade, uma das variáveis praticamente

representa uma classificação dos elementos em populações
distintas. Teremos então várias amostras, cada uma retirada
de uma população diferente, e estaremos testando pelo χ2 a
hipótese de que a variável em estudo se distribui de forma
homogênea nas várias populações.
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste de homogeneidade

Embora o teste seja formalmente o mesmo, quanto encarado

dessa forma, iremos considera-lo como um teste de
homogeneidade.

Para o caso de k amostras, podemos considerar:

H0 : as populações são homogêneas
contra
Ha : pelo menos uma das populações não é
homogênea com as demais
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste de comparação de variâncias de duas populações (Teste F )

Sejam U e V variáveis aleatórias independentes, com

distribuição de qui-quadrado com n1 e n2 graus de liberdade,
respectivamente.

Denomina-se F a variável aleatória definida pelo quociente:

U
n1
F = V
n2
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Considerando duas amostras de tamanhos nx e ny das

variáveis aleatórias X e Y , respectivamente, pode-se
demonstrar que:

(nx −1)Sx2 n1 Sx2 (ny −1)Sy2 n2 Sy2

U= σx2
= σx2
e V = σy2
= σy2
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Então, sob H0 : σx2 = σy2 = σ 2 , a estatística é:

U (nx −1)Sx2
n1 (nx −1)σ 2 Sx2
F = V
= =
(ny −1)Sy2 Sy2
n2
(ny −1)σ 2

ou seja,

Sx2
F =
Sy2

tem distribuição F , de Fisher-Snedecor, com n1 = (nx − 1) e

n2 = (ny − 1) graus de liberdade.
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Assim, para testar:

H0 : σx2 = σy2
contra
Ha1 : σx2 6= σy2
ou
Ha2 : σx2 > σy2
ou
Ha3 : σx2 < σy2

utiliza-se a estatística F descrita anteriormente.

Decisão: se Fcal ≥ Ftab ⇒ rejeita-se H0

TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

OBSERVAÇÃO: vamos colocar a maior variância no

numerador, de modo a obter um Fcal maior que 1, e usaremos
a Tabela unilateral para F > 1. Assim se:

H0 : σx2 = σy2


Ha : σx2 < σy2

Sx2
Fcal = Sy2
, Ftab =⇒ Fα (nx − 1; ny − 1)

ou
H0 : σy2 = σx2


Ha : σy2 < σx2

Sy2
Fcal = Sx2
, Ftab =⇒ Fα (ny − 1; nx − 1)
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste t para uma média

Teste de hipótese de uma média populacional (Teste t para uma

média)

Caso em que X é normalmente distribuida com

variância desconhecida.

Se selecionarmos uma amostra aleatória de tamanho n de

determinada população, de sorte que X1 , X2 , . . . , Xn sejam
independentes, então:

X −µ
t=

S X
tem distribuição t de Student com n − 1 graus de liberdade.
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste t para uma média

mas,
r
2
b X = S = √S
q


S X = V
n n

logo,

X −µ
t= S
√
n
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste t para uma média

De modo, podemos testar:

H 0 : µ = µ0
contra
Ha1 : µ 6= µ0
ou
Ha2 : µ > µ0
ou
Ha3 : µ < µ0

em que usaremos a estatística t, descrita anteriomente.

TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste t para uma média

Decisão:
a) Teste bilateral

|tcal | ≥ ttab =⇒ rejeita − se H0

b) Teste unilateral à direita

tcal ≥ ttab =⇒ rejeita − se H0

c) Teste unilateral à esquerda

tcal ≤ −ttab =⇒ rejeita − se H0

TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste t para duas média

Teste de hipótese para o caso de duas amostras independentes

(Teste t para duas média)

Muitos problemas aparecem quando se deseja testar

hipótes sobre médias de diferentes populações.
Por exemplo, um experimentador pode estar investigando
um novo tipo de adubo, comparando a produção média de
períodos em que foi usado o adubo antigo e o novo.
Quando as variâncias das populações são substituídas
pelas variâncias das amostras, isto é, S 2 em lugar de σ 2 , o
teste Z passa ao teste t, onde em função das variâncias
das populações serem ou não iguais entre si, teremos dois
casos a serem considerados.
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste t para duas média

Sejam X e Y normalmente distribuída, sendo suas variâncias

desconhecidas.

Desejamos testar:

H0 : µx = µy contra

 µx > µy ou
Ha : µx < µy ou
µx 6= µy

TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste t para duas média

Antes devemos testar:

0
H0 : σx2 = σy2 contra

 2 2
0
 σx > σy ou
Ha : σ 2 < σy2 ou
 x2
σx 6= σy2
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste t para duas média

Caso A:

0
Se H0 não for rejeitada, vamos admitir que as variâncias são
iguais e que consequentemente, os valores assumidos por Sx2
e Sy2 serão estimativas de um mesmo valor σ 2 que é a variância
(comum) de ambas as populações. Sendo assim, vamos
combinar Sx2 e Sy2 a fim de obter um melhor estimador para σ 2 .
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste t para duas média

Caso A:

Temos que:

n
!2
X
n
xi
i=1
X
xi2 −
SQDx nx
i=1
Sx2 = =
nx − 1 nx − 1
e !2
n
X
n
yi
i=1
X
yi2 −
SQDy ny
i=1
Sy2 = =
ny − 1 ny − 1
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste t para duas média

Caso A:

de modo que

SQDx + SQDy
S2 =
(nx − 1) (ny − 1)

logo,

(nx − 1) Sx2 + (ny − 1) Sy2

S2 =
nx + ny − 2
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste t para duas média

Caso A:

A seguir utilizaremos para o nosso teste, a variável aleatória

X −Y
t=r  
S 2 n1x + 1
ny

que tem distribuição t de Student com (nx + ny − 2) graus de

liberdade.
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste t para duas média

Caso B:

0
Se H0 for rejeitada, vamos admitir que as variâncias não são
iguais, portanto não tem sentido combinarmos Sx2 e Sy2 .

Neste caso, utilizaresmos para o nosso teste, a variável

aleatória:

X −Y
t = r
Sy2

Sx2
nx + ny

que segue, aproximadamente, a distribuição t de Student com

n∗ graus de liberdade, onde
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste t para duas média

Caso B:

 2
Sx2 Sy2
nx + ny
∗
n = 2 2
Sy2
 
Sx2
nx ny
nx −1 + ny −1

Fórmula de Satterthwaite n∗ graus de liberdade referente a

duas variâncias

OBSERVAÇÃO: Vamos adotar como graus de liberdade, o

maior inteiro que não supere o valor calculado:
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste t para duas média

Decisão: Tanto para o caso A, quanto para o caso B

a) Teste bilateral

|tcal | ≥ ttab =⇒ rejeita − se H0

b) Teste unilateral à direita

tcal ≥ ttab =⇒ rejeita − se H0

c) Teste unilateral à esquerda

tcal ≤ −ttab =⇒ rejeita − se H0

TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste t para dados pareados

Os resultados de duas amostras constituem dados

emparelhados quando estão relacionados dois a dois segundo
algum critério que introduz uma influência marcante entre os
diversos pares, que supomos, influir igualmente sobre os
valores de cada par.

Por exemplo, medidas sobre o mesmo indivíduo, antes e

depois da aplicação de algum medicamento ou uma ração, etc.
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste t para dados pareados

Sejam por exemplo:

Tabela: Tomando n animais nestas condições, temos a seguinte

tabela
No X1i X1i di = X2i − X1i
1 X11 X21 d1
2 X12 X22 d2
··· ··· ··· ···
n X1n X2n dn

X1i : representa o peso de determinado animal i antes de

receber uma ração
X2i : representa o peso do mesmo animal i depois que recebeu
a ração
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste t para dados pareados

Nesse teste estaremos testado a hipótese de que a diferença

entre as médias das duas populações emparelhadas seja igual
a um certo valor ∆, o que equivale a testar a hipótes de que a
média de todas as diferenças, D, seja igual a ∆.
n
X
di
i=1
d= é um estimador de D
n
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste t para dados pareados

Por exemplo, para ∆ = 0, as hipóteses seriam:

H0 : D = 0 contra

 D > 0 ou
Ha : D < 0 ou
D 6= 0


d−D
A estatística do teste é: t= s (d )
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste t para dados pareados

d
Sob H0 : D = 0, teremos t= s (d )

em que:

n
!2
X
n
di
i=1
X
di2 −
n
b (d) = SQD(d) =
S 2 (d) = V i=1
n−1 n−1
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste t para dados pareados

2
b (d) = V (d) = S (d)
b
V
n n

b (d) = S(d)
q
S(d) = V √
n

A estatística do teste é:

d
t= s(d)
√
n
TESTE DE HIPÓTESE TESTE Z TESTE DE QUI-QUADRADO TESTE F TESTE t DE STUDENT

Teste t para dados pareados

DECISÃO:
Note que, ao trabalharmos com diferenças di , o problema será
testar uma única média, pela comparação do t de Student
calculado com o valor tabelado obtido em tabelas em função
do α e n − 1 graus de liberdade.