2.4 Teste de Hipóteses Flashcards
Em Matéria de Estatística, o que representa a Hipótese Nula (Ho)?
A hipótese nula (H0) é uma afirmação cuja falsidade se tenta provar, é a hipótese que se pretende confrontar com os fatos.
Geralmente, a hipótese nula afirma que não há diferença significativa, ou não há associação entre as variáveis.
Em Matéria de Estatística, o que representa a Hipótese Alternativa?
A hipótese alternativa (H1) é uma afirmação que contradiz a hipótese nula (H0), geralmente afirmando que existe uma relação entre duas variáveis.
Em outras palavras, a hipótese alternativa propõe que existe uma diferença, efeito ou relação significativa entre as variáveis em estudo, em oposição ao que propõem a hipótese nula (H0)
Em Matéria de Estatística, classifique o tipo de teste abaixo quanto a o mesmo ser (1) Bilateral, (2) Unilateral à esquerda ou (3) Unilateral à direita, considerando que as variáveis Ho e H1 são:
Ho = 1
H1 <> 1
BILATERAL
A classificação do tipo de teste sempre será em função de onde a hipótese alternativa (H1) se posiciona em relação à hipótese nula (Ho).
Portanto, ajuda muito a resolver estas questões imaginar um continuum e posicionar as variáveis neste continuum.
Como Ho ocupará a posição 1 e H1 precisa ser diferente de 1, temos que H1 pode se posicionar tanto à direita quanto à esquerda de Ho.
Em Matéria de Estatística, classifique o tipo de teste abaixo quanto a o mesmo ser (1) Bilateral, (2) Unilateral à esquerda ou (3) Unilateral à direita, considerando que as variáveis Ho e H1 são:
Ho = 1
H1 < 0 e H1 > 2
BILATERAL
A classificação do tipo de teste sempre será em função de onde a hipótese alternativa (H1) se posiciona em relação à hipótese nula (Ho).
Portanto, ajuda muito a resolver estas questões imaginar um continuum e posicionar as variáveis neste continuum.
Como Ho ocupará a posição 1 e H1 precisa ser menor que 0 e maior que 2, temos que H1 pode se posicionar tanto à direita quanto à esquerda de Ho.
Em Matéria de Estatística, classifique o tipo de teste abaixo quanto a o mesmo ser (1) Bilateral, (2) Unilateral à esquerda ou (3) Unilateral à direita, considerando que as variáveis Ho e H1 são:
Ho >= 1
H1 < 1
UNILATERAL À ESQUERDA.
A classificação do tipo de teste sempre será em função de onde a hipótese alternativa (H1) se posiciona em relação à hipótese nula (Ho).
Portanto, ajuda muito a resolver estas questões imaginar um continuum e posicionar as variáveis neste continuum.
Como Ho será maior ou igual a 1 e H1 será menor que 1, temos que H1 se posiciona necessariamente à esquerda de Ho.
Em Matéria de Estatística, classifique o tipo de teste abaixo quanto a o mesmo ser (1) Bilateral, (2) Unilateral à esquerda ou (3) Unilateral à direita, considerando que as variáveis Ho e H1 são:
Ho <= 1
H1 > 1
UNILATERAL À DIREITA.
A classificação do tipo de teste sempre será em função de onde a hipótese alternativa (H1) se posiciona em relação à hipótese nula (Ho).
Portanto, ajuda muito a resolver estas questões imaginar um continuum e posicionar as variáveis neste continuum.
Como Ho será menor ou igual a 1 e H1 será maior que 1, temos que H1 se posiciona necessariamente à direita de Ho.
Em Matéria de Estatística, o que é o Valor-P? E qual sua fórmula?
O Valor-P corresponde ao menor nível de significância com que se rejeitaria a hipótese nula. Por exemplo, em testes de hipótese, pode-se rejeitar a hipótese nula a 5% caso o valor-p seja menor que 5%.
O Valor-P é calculado como um Zteste, onde
Zteste = (x̅ - μ) / σ / √N
x̅ representa a média amostral
μ representa a média populacional
Obs: o √N DIMINUIRÁ a divisão feita pelo desvio padrão.
Em Matéria de Estatística, como se calcula o Valor-P?
Valor-p = (x̅ - μ) / σ / √N
x̅ representa a média amostral
μ representa a média populacional
Não se esqueça que o raiz de N DIMINUIRÁ a divisão feita pelo desvio padrão.
O Valor-P é calculado pela fórmula de normalização dos dados, com um pequeno ajuste ao se dividir pela raiz de N
Em Matéria de Estatística, o que é o Nível de Significância?
Também chamado de área de rejeição e muito próximo ao conceito de Erro I, pois o Nível de Significância condiz com a probabilidade de rejeitar a hipótese nula, sendo ela verdadeira.
Trata-se de uma restrição ao teste, isto é, quanto maior for o nível de significância, maior será a zona de rejeição na curva normal padrão e, portanto, mais dificilmente a hipótese nula será mantida (pois quanto maior a zona de rejeição, mais provável que a hipótese nula caia nessa zona de rejeição).
Somente iremos rejeitar o valor-p caso o mesmo esteja INTEIRAMENTE DENTRO dessa zona de rejeição.
Caso contrário, a hipótese nula será mantida.
Em Matéria de Estatística, a decisão quanto a se rejeitar a hipótese nula ou não varia conforme o tipo de teste, se Unilateral ou Bilateral.
Como esta decisão funciona para um teste Unilateral?
No teste unilateral, devemos considerar somente um dos lados da curva normal. Logo, se o exercício menciona P(Z>2), devemos considerar o lado DIREITO da nossa normal.
Agora, imagine uma área de rejeição de 2% e outra de 5% e que o valor-p encontrado seja de 2,3%.
Como 2,3% está totalmente contido dentro da área de rejeição de 5%, a hipótese nula deverá ser rejeitada.
No entanto, como 2,3% não está totalmente contido na área de rejeição de 2%, para este nível de significância não devemos rejeitar a hipótese nula.
Em Matéria de Estatística, a decisão quanto a se rejeitar a hipótese nula ou não varia conforme o tipo de teste, se Unilateral ou Bilateral.
Como esta decisão funciona para um teste Bilateral?
No teste bilateral, devemos dividir a área de rejeição entre o começo e o fim da curva normal. Logo, se o exercício menciona uma área de rejeição de 5%, devemos considerar 2,5% no começo da normal e os outros 2,5% no final da normal.
Agora, imagine uma área de rejeição de 2% e outra de 5% e que o valor-p encontrado seja de 2,3%.
Como 2,3% está totalmente contido dentro da área de rejeição de 2,5%, a hipótese nula deverá ser rejeitada.
No entanto, como 2,3% não está totalmente contido na área de rejeição de 1%, para este nível de significância não devemos rejeitar a hipótese nula.
Em Matéria de Estatística, quais são os tipos de erros que podem acontecer ao rejeitarmos ou aceitarmos a hipótese nula?
Erro I - hipótese nula verdadeira foi rejeitada
Erro II - hipótese nula falsa foi aceita
Em Matéria de Estatística, o que significa o tipo de Erro I?
Erro I - rejeitar a hipótese nula, sendo verdadeira.
Em Matéria de Estatística, o que significa o tipo de Erro II?
Erro II - aceitamos a hipótese nula, sendo ela falsa.
Em Matéria de Estatística, o que significa a “Potência do Teste”? Qual sua fórmula / equivalência matemática?
A Potência do Teste (π) é a probabilidade de identificar erros e portanto rejeitar a hipótese nula quando ela de fato for falsa.
A Potência do Teste (π) é algo BOM / POSITIVO, pois teremos rejeitado a hipótese nula quando ela for falsa.
Como a situação dela ser falsa PODE levar a incorrer no Erro II, temos que a potência do teste é COMPLEMENTAR ao Erro II.
Ou seja, π = 1 - β, na qual β é a probabilidade do Erro II (considerar a hipótese nula verdadeira quando na realidade ela é falsa)
