Capítulo 6, exercícios. 2. No exemplo da seção 6.5, a hipótese nula e alternativa (unicaudal, pois a preocupação é com valores maiores que 150 mm) são as seguintes: H0: µ = 150 mm H1: µ > 150 mm O desvio padrão do processo e das médias são σ = 0,15 mm; σ/√n = 0,15/3 mm = 0,05 mm O valor da média da última amostra é X = 150,20 mm. Alterar o valor do desvio padrão σ do processo de 0,15 para 0,30 mm. Qual é o novo valor para valor-p? Aceitar ou rejeitar a hipótese nula? Resposta: O valor de Z vai diminuir para (150,2 -150,0)/(0,30/3) = Z = 2,0 e valor-p é 4,65%. Nas engenharias, o valor-p é considerado alto e a hipótese nula não deve ser rejeitada. Neste caso é perfeitamente razoável considerar o valor-p como inconclusivo exigindo mais informação e talvez novas amostras maiores e novos cálculos de Z e valor-p para esclarecer melhor a situação. 3. Uma padaria quer verificar se a adição de um composto químico aumenta o peso do pãozinho. A média do peso em gramas e a variância de 12 pãezinhos com composto químico foram respectivamente 40,6g e 12,9g2. Outra amostra de 12 pãezinhos sem o composto químico foi pesada obtendo-se média e variância respectivamente igual a 36,6g e 9,3g2. Qual é o valor aproximado da estatística t de estudante para este experimento? Qual é seu julgamento sobre a influência do composto químico? Resposta: 2,94 = t de Gosset. Considerando graus de liberdade igual a 22, valor-p é igual ao valor entre 0,5% e 0,25% (veja tabela 3.3) para o teste unicaudal. Portanto, rejeita a hipótese nula de nenhuma influência do composto químico. 4. Vamos testar a hipótese de normalidade usando o teste de Bera-Jarque para os seguintes dados industriais. 15,889 15,950 15,968 16,004 16,000 15,998 16,047 16,003 15,983 15,998 15,987 16,041 16,097 16,038 15,987 16,037 15,946 15,969 15,954 16,013 15,980 15,996 16,020 15,962 15,961 15,976 16,066 15,994 15,880 16,042 16,030 15,986 15,977 16,024 16,034 16,006 16,034 15,952 15,940 16,002 15,988 16,087 15,963 16,012 15,982 16,060 16,060 16,062 15,993 16,004 São 50 mensurações em milímetros do diâmetro mínimo de uma biela. Resposta: Calcular os valores dos coeficientes de assimetria e curtose e inserir estes valores na fórmula da estatística de Bera-Jarque = 1,43. Valor-p é muito grande, e portanto não rejeita a hipótese nula de normalidade. 5. Continuando com o exemplo acima sobre as bielas, a fundição está com uma média de defeituosas igual a 5% e gostaria baixar a média para 4%. Os lotes são muito grandes e não permitem a inspeção por 100%. O engenheiro então tira uma amostra de 100 bielas e dentro da amostra tem 4 bielas defeituosas. O engenheiro fica satisfeito que a qualidade da produção melhorou. Qual é a sua avaliação? Resposta: Em termos de estatística, a questão é qual é a probabilidade de encontrar 4 peças defeituosas numa amostra de 100 peças com taxa histórica de defeituosa igual a 5%? Se a probabilidade for alta, então o engenheiro precisa acalmar o seu entusiasmo e guardar as boas notícias para comprovações melhores. Aplicando a distribuição binomial aos dados, d = 4, n = 100, e p = 0,05, a probabilidade calculada é quase 18%. Para o nível de precisão exigido nas engenharias, a probabilidade de 18% é muito alta para rejeitar a hipótese nula de nenhuma melhoria no processo. Evidências então não são suficientemente fortes para concluir que os lotes tem melhorados, e o engenheiro não rejeita a hipótese nula de taxa de defeituosa igual a 5%.