Teste de hipótese com uma amostra. Em vez de fazer estimativas sobre um parâmetro populacional, você aprenderá como testar uma afirmação sobre um parâmetro. Um teste de hipótese é um processo que usa estimativas amostrais para testar a afirmação sobre o valor de um parâmetro populacional. Estabelecendo uma hipótese Uma afirmação sobre um parâmetro populacional é chamado de hipótese estatística. Para testar um paramento populacional, você deve afirmar cuidadosamente um par de hipóteses uma que represente a afirmação da outra, seu complemento. Quando uma dessas hipóteses for falsa, a outra deve ser verdadeira. Qualquer uma das hipóteses, hipótese nula ou a hipótese alternativa, pode apresentar a afirmação original. Definição: (A) uma hipótese nula Ho é uma hipótese estatística que contem uma afirmação de igualdade, tal como ≤,= ou ≥. (b) a hipótese alternativa Ha é o complemento da hipótese nula. É uma afirmação que deve ser verdadeira se a hipótese nula for falsa e contém uma afirmação de desigualdade de estrita, tal como >, ≠ ou <. Por exemplo, se o valor da afirmação for k e o parâmetro populacional for µ, então alguns pares possíveis de hipótese nula e alternativa são: Ho: µ ≤ k Ho: µ ≥ k Há: µ > k Há: µ < k Tipos de erros e níveis de significância Ho: µ = k Há: µ ≠ k Não importa qual das hipóteses representa a afirmação você começa o teste de hipótese assumindo que a condição de igualdade na hipótese nula e verdadeira. Então, quando realizar um teste de hipótese, você toma uma dessas decisões: 1. Rejeita a hipótese nula ou, 2. Falha ao rejeitar a hipótese nula Pelo fato de uma decisão ser baseada em uma amostra ao invés de ser baseada na população inteira, há sempre a possibilidade de você tomar a decisão errada. A verdade de Ho Decisão Ho é verdadeira Ho é falsa Não rejeite Ho Decisão correta Erro tipo II Rejeite a Ho Erro tipo I Decisão correta Em teste de hipótese, o nível de significância é sua probabilidade máxima permissível para cometer um erro tipo I. É denotada por α a letra grega minúscula alfa. A probabilidade de erro tipo II é denotado por, β a letra grega minúscula beta. Considerando-se o nível de significância em um valor pequeno, você esta dizendo que quer que a probabilidade de rejeitar uma hipótese nula verdadeira seja pequena. Os três níveis de significância usados são α=0,10, α=0,05 e α=0,01. Testes estatísticos de valores p Se a hipótese nula for verdadeira, um valor p (ou valor de probabilidade) de um teste de hipótese é probabilidade de se obter uma estatística amostral com valores tão extremos ou mais extremos do que aquela determinada a partir dos dados da amostra. O valo p de um teste de hipótese depende da natureza do teste. Há três tipos de teste de hipótese- teste unicaudal esquerdo, teste unicaudal direito e teste bicaudal. O tipo de teste depende da localização da região da distribuição de amostragem que favoreça a rejeição de Ho. Essa região é indicada pela Ha. Ex: quando, Ha: µ<k o teste será unicaudal à esquerda. Ha: µ>k o teste será unicaudal à direita. Ha: µ≠k o teste será bicaudal. Tomando e interpretando uma decisão Para concluirmos um teste de hipótese, você deve tomar uma decisão e interpreta-la. Há somente dos tipos de resultados possíveis para um teste de hipótese: A) Rejeitar a Ho e B) Falhar em rejeitar a Ho Regra de decisão baseada em valor p Para usar um valor p para chegar a uma conclusão em um teste de hipótese, compare o valor p com α. A) Se p≤α, então rejeite a Ho. B) Se p>α, então falhe em não rejeitar a Ho. Obs.: falhar em rejeitar a hipótese nula não significa que você tenha aceitado a hipótese nula como verdadeira. Isso simplesmente significa que não houve evidencia suficiente para rejeitar a hipótese nula. Decisão Rejeitar a Ho Falha ao rejeitar a Ha Afirmação Afirmação e Ho A evidência suficiente para rejeitar a afirmação Não há evidencia suficiente para rejeitar a afirmação Afirmação e Ha A evidência suficiente para apoiar a afirmação Não há evidencia suficiente para apoiar a afirmação