Aula 07

Aula 07
Estatstica p/ AFRFB 2014 (com videoaulas)

Professor: Jeronymo Marcondes
Estatstica p/ AFRFB
Teoria e exerccios comentados
Prof. Jeronymo Marcondes Aula 07
AULA 07 Intervalo de Confiana e Teste de Hipteses
SUMRIO PGINA
Testes de Hipteses e Intervalo de Confiana 1
Teste para a varincia 33
Poder de um teste e o p-valor 37
Teste para propores 41
Lista de Exerccios resolvidos em aula 55
Gabarito 66
Mais uma etapa que vocs devem enfrentar se quiserem trabalhar na Receita:
testes de hipteses. ltima vez, fora na peruca!
1. Testes de Hipteses e Intervalo de Confiana
1.1 Testando a mdia distribuio normal
Suponha que uma pessoa tenha visto sua pesquisa sobre a altura mdia das
pessoas que vivem em um determinado territrio e faa a seguinte afirmao:
-A mdia de altura dos indivduos que vivem naquela regio de 1,70m!
H como testar se a sua amostra d suporte a essa afirmao? Sim, por meio do
teste de hiptese!
A forma de testar quais valores seriam condizentes com a nossa amostra exige
conhecimento da distribuio de probabilidades de nossa amostra!
Para que voc entenda, pense em um grfico que represente a distribuio de

frequncias de nossa varivel. No caso, vamos supor que se trata de uma varivel
contnua, o que faz sentido, j que devem existir infinitas alturas de indivduos em
uma sociedade muito grande.
Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 1 de 66

Estatstica p/ AFRFB
Varivel, professor, mas no estamos tratando da mdia calculada para

nossa amostra?
Veja, o parmetro mdia populacional no uma varivel,

pois seu valor o mesmo para todos os experimentos possveis em que possamos
calcul-lo, haja vista em todos estes o tamanho da amostra igual prpria
populao. Isso no verdade no caso da mdia amostral! A mdia ser calculada
para as mais diversas amostras que podem ser retiradas da populao, ou seja,
este estimador uma varivel!
Assim, muito provvel que a nossa distribuio da varivel mdia de altura seja
algo semelhante :
Veja, esse tipo de distribuio de frequncias o mais comum (formato de sino),

pois muitos fenmenos so assim:
Valores extremos com menor probabilidade de ocorrncia;

Valores mediano e mdio (e/ou prximos a estes) com grande chance de
ocorrncia.
No nosso exemplo, de se esperar que alturas comuns no povo brasileiro (como o

intervalo que vai de 1,70m a 1,80m) sejam valores em torno dos quais a maior parte
das mdias calculadas ir orbitar. Por outro lado, podem ocorrer valores extremos,
como uma altura mdia de 1,95, entretanto a probabilidade (frequncia em que
ocorre) de sua ocorrncia ser pequena!

Estatstica p/ AFRFB
Esta distribuio com formato de sino muito comum e chamada de distribuio

normal ou distribuio gaussiana, como j estudamos na aula 01.
Se ns conhecermos bem essa nossa distribuio, podemos determinar valores

limites (pouco provveis) e assim aceitar ou refutar hipteses que so feitas sobre
nossa amostra! Perceba que a afirmao feita no incio desta seo, provavelmente
pode ser verdadeira, se a nossa distribuio seguir uma distribuio normal.
No nosso caso, podemos dizer com toda certeza que, se a nossa amostra for
suficientemente grande, a varivel em estudo tem distribuio normal, isso feito
com base no Teorema do Limite Central.
Em termos bem simples, o Teorema do Limite Central (TLC) afirma que,

para uma dada varivel , com mdia e desvio padro , sua respectiva
mdia amostral ( ) convergir para uma distribuio normal, com mdia
e varincia , conforme a amostra tende para o infinito, sendo o tamanho
da amostra.
Cuidado! Quando estivermos analisando mdias, devemos dividir a

nossa estatstica de desvio padro populacional pelo tamanho da
amostra!
Entendeu o que isso quer dizer? Para qualquer varivel (desde que suas
observaes sejam independentes), podemos afirmar que a distribuio de sua
mdia amostral ser gaussiana para amostras suficientemente grandes. Esse
teorema incrivelmente poderoso, pois podemos nos basear nele para garantir que
a nossa avaliao de mdias baseie-se na distribuio normal, que fcil de ser
analisada.
-Por que fcil analisar uma varivel que tenha distribuio normal?

Estatstica p/ AFRFB
Pelo seguinte meu querido aluno, ns podemos padronizar qualquer varivel com
distribuio normal de forma que sua mdia seja sempre igual zero e seu desvio
padro igual 1 por meio da seguinte operao:
No caso da mdia amostral, sabemos que:
Sendo a varivel ( ) uma padronizao da nossa mdia amostral ( ) por meio da

diminuio da mesma de sua mdia e diviso pelo seu respectivo desvio padro.
Essa operao garante que a varivel ( ) ter uma distribuio normal com mdia
igual a zero e varincia igual a 1.
-Tudo bem professor, mas por que fazer tudo isso?
Calma, voc vai entender agora! A questo que a normal padro, que obtida
pela transformao de uma varivel em seu respectivo valor ( ), tem uma
tabelinha mgica que nos diz a probabilidade de que o valor encontrado (
calculado) esteja entre 0 (zero) e um determinado valor a ser especificado!
Perceba que o estudo que se segue no se aplica somente a

mdias, mas tambm a qualquer varivel que possua distribuio normal e que,
portanto, pode ser padronizada. S ateno ao caso das mdias, pois voc precisa
dividir a estatstica do desvio padro por na hora de padronizar a varivel.

Estatstica p/ AFRFB
Vamos a um exerccio para vocs entenderem. No tentem resolver sozinhos,
acompanhem a minha resoluo e depois tentem sozinhos!
Exerccio 1
(Elaborado pelo autor) Suponha que a seguinte amostra de alturas tenha sido
retirada da populao:
Alturas
(metros)
1,7
1,6
1,7
1,75
1,8
1,82
1,9
1,78
1,74
1,83
Dado que a altura mdia da populao de 1,70m e sabendo que o desvio

padro populacional de 0,1, qual a probabilidade de encontrarmos um valor
para a mdia amostral que se situe entre 1,70m e o valor encontrado para esta
amostra?
Resoluo
O que temos de fazer aqui bem simples. Vamos calcular o valor ( ) para o nosso
exemplo. Para isso precisamos encontrar os valores da mdia com base em nossa
amostra. Calcule a mdia que voc vai chegar a:
Agora, temos de encontrar o valor ( ) com vistas a definir a probabilidade de que

esta mdia calculada esteja no intervalo definido pela normal padro (pois, pelo
TLC, sabemos que a mdia amostral converge em distribuio para uma
gaussiana). Assim, fica fcil, pois basta substituir na frmula de padronizao:

Estatstica p/ AFRFB
Portanto:
Agora faa assim, olhe a tabela de distribuio normal:

Estatstica p/ AFRFB
O processo de utilizar a tabela assim: veja qual o valor correspondente dentro da
tabela de um . Olhe a linha correspondente aos dois primeiros dgitos de
e o terceiro voc vai encontrar na coluna l em cima. Por exemplo, encontramos um
valor , portanto:
Este valor a probabilidade monocaudal de o valor testado pertencer nossa

populao.

Estatstica p/ AFRFB
-Monocaudal, professor?
Isso mesmo! O que estamos vendo qual a probabilidade de que o valor calculado
esteja no intervalo amarelo abaixo:
Viu? Trata-se da probabilidade monocaudal, pois s estamos vendo a probabilidade

de que ocorram valores maiores do que 1,70m, que foi normalizado em , mas
menores do que 1,762, normalizado em 1,96. Isso , a parte amarela s
corresponde a valores direita (ou maiores) do que 1,70m.
Portanto, no grfico acima, estamos calculando a probabilidade de que o valor

testado (1,762m) tenha derivado de uma amostra de nossa populao. Com base
na tabela acima podemos inferir que o valor encontrado de 0,475, ou seja, 47,5%!
Portanto, a probabilidade de que a mdia amostral se situe entre os valores de
1,70m e 1,762 de 47,5%! Assim, no nosso exemplo:
Simples, no? Olhe um resuminho:

Estatstica p/ AFRFB
Para o clculo da probabilidade de que uma varivel com
distribuio normal padronizada assuma determinado valor
faa:
1) Calcule o valor correspondente
2) Olhe a tabela com o valor correspondente
3) Multiplique o valor por 100
Mas, cuidado! Este um caso em que estamos lidando com probabilidade

monocaudal, ou seja, olhando se o valor testado se situa dentro do intervalo
superior (valores maiores do que a mdia populacional, mas compatveis com
nossas informaes). Entretanto, ns podemos estar interessados em saber qual a
probabilidade de que um determinado desvio com relao mdia ocorra, isso ,
um intervalo de valores maiores e menores do que a mdia populacional, mas
condizentes com nossas informaes.
Vamos a um exemplo para simplificar! Se ao invs de calcularmos a probabilidade

de ocorrncia do valor 1,762m, podemos estar interessados na probabilidade de
que a mdia populacional seja 0,062m maior ou menor do que 1,70m. Neste caso,
estamos interessados em uma probabilidade bicaudal! Vamos calcular o valor
( ) para a probabilidade de ocorrncia de ( ):
Assim:

Estatstica p/ AFRFB
Neste caso, o que estamos calculando :
Como a distribuio normal simtrica, uma mesma distncia com relao origem
( ) corresponde mesma probabilidade de ocorrncia, seja esquerda ou
direita. Assim, fica fcil perceber que a probabilidade de ocorrncia do evento acima
igual a 2 (duas) vezes a chance de ocorrncia de um dos dois isoladamente!
Analiticamente:
Portanto:
Entendeu? A probabilidade de encontrarmos um valor que varie em 0,062 da mdia

populacional na nossa amostra de 95%.
Essa aula pesada! Respire um pouquinho antes de continuar!

Estatstica p/ AFRFB
2.2 Testando a mdia teste de hipteses e intervalo de confiana
Com base no que sabemos j somos capazes de testar hipteses. A primeira coisa
que temos de estipular o que muita coincidncia.
-Como assim, professor?
Veja, no exemplo anterior encontramos que 95% das vezes em que realizarmos
uma amostragem com base em nossa populao, nosso valor de mdia amostral se
encontrar dentro daquele intervalo ( ).
Mas, o que estes 95% querem dizer? Ser que esse intervalo muito ou pouco
provvel? Ora, voc j deve ter percebido onde quero chegar. Existe uma
arbitrariedade envolvida na definio do que provvel ou no!
Veja, no nosso exemplo, 95% das vezes os valores encontrados para a mdia
amostral estaro dentro daquele intervalo. A que entra a definio de
significncia de um teste:
Significncia de um teste o valor que

considerado como muita coincidncia. Este
valor definido previamente pelo pesquisador
com base em estudos e em sua experincia
pessoal.
No caso em estudo, poderamos estipular que 10% seria muita coincidncia, ou

seja, se a mdia amostral testada ocorrer em menos do que 10% das vezes, isso
seria muita coincidncia e poderamos descartar a hiptese de que aquele intervalo
seria possvel com base em nossas informaes.

Estatstica p/ AFRFB
Mas, com base nos nossos clculos, encontramos que aquele intervalo ocorre
em 95% das vezes, assim aceitaramos a hiptese de que aquela amostra foi
retirada da populao em estudo!
Agora que vocs entenderam o que significncia de um teste, podemos realizar o

exerccio inverso e calcularmos um intervalo de confiana para nosso estudo, de
forma que possamos ver a adequao de nossas hipteses com base em
informaes prvias. Vamos fazer um exerccio para ficar claro!
Faa a mesma coisa de novo! Resolva o exerccio junto comigo e s depois

faa sozinho.
Exerccio 2
(Auditor da Previdncia Social ESAF/2002/modificada) O desvio padro para

o peso de peas mecnicas obtidas num lote de produo de 25kg.
Sabendo-se que, em uma amostra de 100 peas do lote, foi encontrado um
peso mdio de 23,2kg, qual o intervalo de confiana para a mdia?
a)
b)
c)
d)
e)
Resoluo
O que o exerccio est te pedindo : a 95% de confiana, qual o intervalo que

corresponde a valores possveis para a mdia de peso destas peas?
Ora, o exerccio j est te dando o valor ( ), haja vista a informao de que o nvel
de confiana de 95%! Olhando a tabela voc ver que o valor de ( ), que a
metade de ( ), corresponde ao nmero . Colocando na frmula:

Estatstica p/ AFRFB
Voc entende porque estamos lidando com 1,96 em valores positivos e negativos?
Isso porque queremos encontrar um intervalo de confiana para a mdia
populacional, ou seja, o quanto ela pode variar positivamente ou negativamente, de
forma a observarmos a parte esquerda e direita da curva! Olhem o desenho abaixo
que vocs entendero:
Assim, precisamos encontrar o valor mximo e mnimo que so possveis para a

mdia populacional, dadas as informaes que temos.
Assim:
Este valor ( ) chamado de margem de erro. Isso mesmo! aquele valor

que os jornais costumam falar quando tratam de campanhas eleitorais. Em nosso
exemplo, o que esta margem de erro est nos dizendo que a mdia populacional

Estatstica p/ AFRFB
ser igual a uma mdia amostral mais um valor que nos dar esta flutuao nos
resultados, a saber:
Este nosso intervalo de confiana ( ):
Alternativa (a).
Mais um? Vamos l!
Exerccio 3
(BACEN FCC\2005) A distribuio dos valores de aluguis dos imveis em

certa localidade bem representada por uma curva normal com desvio padro
populacional de R$ 200,00. Por meio de uma amostra aleatria de 100 imveis
neste local, determinou-se um intervalo de confiana para a mdia destes
valores de [R$ 540,00;R$ 660,00].
A mesma mdia amostral foi obtida com um outro tamanho de amostra, com o
mesmo nvel de confiana anterior, sendo o novo intervalo [R$ 560,00;R$
640,00]. A populao tem tamanho infinito, o tamanho da amostra no segundo
caso de:
a) 225
b) 256
c) 324
d) 400
e) 625

Estatstica p/ AFRFB
Resoluo
Questo bem difcil! Tem que pensar! Veja o raciocnio que voc tem de fazer:
1) Encontre a mdia amostral;

2) calcule o valor Z para a primeira amostra;
3) Com base no Z anterior, encontre o tamanho da amostra.
A mdia amostral no difcil de ser calculada, pois j aprendemos isso em aulas

anteriores:
Agora fica fcil encontrar o valor ( ) para a primeira amostra:
Ou seja, em valores absolutos (sem considerar sinal), . Com intuito de

simplificao, vamos utilizar o limite superior, mas saiba que d na mesma!
Agora, vamos substituir ( ) na equao da segunda amostra de modo que:
Realizando a operao:

Estatstica p/ AFRFB
Alternativa (a).
Retornando aula!
Bom, vimos que possvel estabelecer um intervalo de confiana de modo a

garantirmos que, a determinado nvel de confiana, os valores possveis estaro
contidos em um intervalo descrito. Mas, se ns podemos construir tal intervalo, ns
tambm podemos testar hipteses que so feitas com relao a nossos dados.
-Como isso possvel, professor?
Bom, a primeira coisa que voc vai fazer determinar qual hiptese voc est
testando. Por exemplo, se algum faz afirmaes sobre o valor de um determinado
parmetro , feita a seguinte hiptese nula ( ):
Este o nosso exemplo da altura dos indivduos, a hiptese nula afirma que a
mdia de altura dos mesmos igual 1,70m.
Mas, toda hiptese cientfica tem uma alternativa, que o caso quando o que
estamos afirmando no verdade. Esta hiptese alternativa ( ) pode assumir as
seguintes formas:
Ou seja, poderamos concluir que o parmetro em estudo no igual ao valor sob

hiptese nula por se tratar de um valor diferente do mesmo, menor, ou maior,
respectivamente!

Estatstica p/ AFRFB
Assim, a nossa hiptese nula seria sempre uma igualdade e teria como alternativa
um destes casos, sendo que o primeiro necessitaria de uma anlise bicaudal,
enquanto que o segundo e terceiro seriam monocaudais.
Com efeito, isso est intimamente relacionado com o que j estudamos sobre
probabilidades monocaudais e bicaudais. A ideia aqui seria criar um intervalo de
confiana para o valor testado, se o mesmo no estivesse contido neste,
rejeitaramos a hiptese nula.
Assim, no caso do nosso exemplo de altura dos indivduos, como ns conclumos

que 1,70m encontra-se dentro do intervalo de confiana calculado a 95% de
confiana, podemos afirmar que a afirmao verdadeira.
Veja que no h nada de novo com relao ao clculo do intervalo de

confiana, no fundo a mesma coisa, s o jeito de olhar que diferente!
Vamos fazer uns exerccios para entender! Faa este primeiro junto comigo,
ok?
Exerccio 4
(TRF 1 Regio FCC/2001/modificada) Julgue a afirmativa.
Seja uma varivel aleatria X, com mdia e desvio padro igual 5. A partir
de uma amostra aleatria de 16 elementos, observou-se uma mdia amostral
de valor 13. Uma pessoa afirmou que a mdia populacional dos elementos
igual a 15, com 5% de significncia. Essa afirmao mostrou-se como
verdadeira.

Estatstica p/ AFRFB
Resoluo
Vamos l pessoal, a primeira coisa definir nossas hipteses nula e alternativa:
Perceba que se trata de um teste bicaudal, pois podemos encontrar valores

superiores e inferiores a 15. Assim, ns iremos usar aquela frmula da estatstica
( ), tambm chamada de estatstica de teste:
Dado que se trata de uma mdia!
Assim:
Olhando a nossa tabela, vamos construir um intervalo, supondo verdadeira a

hiptese nula e que contenha 95% dos possveis valores amostrais:
Voc percebeu? Como falamos 5% de significncia, isso significa 2,5% de

cada lado, o que nos leva a um valor de 1,96 na tabela! Assim, quando

Estatstica p/ AFRFB
estivermos trabalhando com testes bicaudais, devemos dividir a significncia
pedida pelo exerccio por 2 (dois).
Assim, substituindo o valor de z:
Com efeito, nosso intervalo de confiana ser:
Ou seja, o valor 15 est contido no intervalo! A afirmao verdadeira!
Outra forma de resolver o exerccio calculando a estatstica

de teste como se a hiptese fosse verdadeira e vendo se o calculado est dentro
do intervalo previsto para a varivel padronizada.
Assim, calcule a estatstica de teste como se a mdia fosse realmente 15:
Como seria o intervalo de confiana para os valores padronizados? Este seria dado
pelos valores de que fazem com que 95% da amostra esteja em seu intervalo, ou
seja:

Estatstica p/ AFRFB
O valor calculado est no intervalo, portanto aceitamos a hiptese nula!
Alternativa correta.
Para que vocs aprendam o uso de testes monocaudais, vamos refazer o exerccio
com uma pequena modificao!
Exerccio 5
de, no mnimo, 15, com 5% de significncia. Essa afirmao mostrou-se como
verdadeira.
Resoluo
Agora a hiptese alternativa que muda:
Lembre-se de que a hiptese nula sempre avaliada em uma igualdade!
Bom, pelas nossas hipteses, o valor nunca ser superior a 15, portanto s
precisamos olhar o lado esquerdo da distribuio normal padronizada. Vamos testar
se a amostra com mdia igual 13 compatvel com a afirmao do indivduo.

Estatstica p/ AFRFB
Percebam que todos os 5% ficam do lado esquerdo! A diferente na hora de

consultar a tabela! Como a tabela te d os valores unicaudais, procure o valor
respectivo a 45%, que 1,65!
Esquea o lado direito! Vamos s testar se a mdia menor do que 15 (ou menor
do que 0 (zero) na verso padronizada)! Neste caso, s faramos o clculo para a
cauda superior:
Assim, nosso intervalo de confiana seria:
Ou seja, o limite superior vai at infinito, cobrindo todas a possibilidades, havendo,

to somente, um limite mnimo!
Com base nestas consideraes podemos concluir que a hiptese nula

verdadeira! Pois, mesmo com uma mdia igual a 15, podemos obter uma mdia
amostral de valor 13.
Mais um exerccio?

Estatstica p/ AFRFB
Exerccio 6
(BACEN FCC/2005) As empresas de um determinado setor tm uma situao

lquida bem descrita por uma distribuio normal, com mdia igual a 2,5
milhes de reais e desvio padro de 2 milhes de reais. Selecionando uma
empresa aleatoriamente deste setor, a probabilidade dela apresentar uma
situao lquida negativa de:
a) 50%
b) 39%
c) 23%
d) 16%
e) 11%
Resoluo
Outra questo que exige um pouco mais de raciocnio! Atente-se que, neste caso,
no estamos testando uma mdia, mas uma varivel com distribuio normal.
Assim, na padronizao basta utilizarmos o desvio padro em nvel (sem dividi-lo
pelo tamanho da amostra, como no caso da mdia).
Vamos encontrar o valor normalizado para o caso de uma situao lquida nula
( ):
Ou seja:

Estatstica p/ AFRFB
Agora basta olharmos na tabela a probabilidade correspondente a , isso ,

qual a probabilidade de que um valor esteja entre 0 e 1,25. Podem conferir, o valor
encontrado 0,39. Assim, toda aquela rea amarela corresponde a uma
probabilidade de 0,39!
Agora, eu te pergunto: qual a probabilidade de ocorrncia de um evento na parte

vermelha da figura (que o que desejamos saber, dado que o exerccio pergunta a
probabilidade da empresa ter resultado nulo ou negativo)?
Ora, toda a figura tem probabilidade igual a 1, certo? Ento, como a distribuio
simtrica, cada lado do sino tem probabilidade de ocorrncia igual a 0,5! Assim, a
probabilidade da parte vermelha :
Alternativa (e).
1.2 Testando a mdia quando a varincia desconhecida
At agora tratamos do caso em que queremos testar um possvel valor de mdia

populacional, dadas informaes sobre uma mdia calculada com base na amostra
e na varincia populacional.
Mas, isso no estranho? Se voc no tem a mdia populacional, porque teria a

varincia? O que ns costumamos ter a varincia amostral.

Estatstica p/ AFRFB
Neste caso, a verso padronizada de nossa estatstica de teste seria:
Sendo o desvio padro amostral, dado por:
-O que isso muda, professor?
Simples, a distribuio correspondente a esta estatstica deixa de ser uma normal

padro e torna-se a famosa t de Student. A distribuio t de Student muito
parecida com a normal, no necessitando de maiores detalhes sobre a mesma, tal
como pode ser percebido no grfico abaixo:
Assim, pode-se dizer que a expresso acima segue uma distribuio t de Student
com ( ) graus de liberdade. Analiticamente:

Estatstica p/ AFRFB
O que so estes graus de liberdade, professor?
Olhe pessoal, isso um pouco mais avanado e desnecessrio para seu concurso,
portanto decore que o grau de liberdade associado a uma estatstica t de Student
igual ao tamanho da amostra em questo menos uma unidade. Voc precisar
deste valor para consultar a tabela, como vocs podem ver abaixo:

Estatstica p/ AFRFB
A forma de utilizao desta tabela buscar o nmero de graus de liberdade na linha

e o valor crtico na coluna. Perceba que a coluna tem 2 valores, sendo que o de
cima corresponde ao valor bicaudal, enquanto que o de baixo o respectivo valor
no caso de um teste monocaudal (s vezes a tabela s d o valor monocaudal). A
ttulo de exemplo, veja o valor para o caso de 4 graus de liberdade e 10% de
significncia em um teste monocaudal:
Pode-se provar que, conforme aumentam os graus de liberdade, a distribuio t

converge para uma distribuio normal! Assim, a forma de avaliao das duas
muito semelhante.
-Professor, como vou decorar este monte de tabelas?
No se preocupe, a banca vai disponibilizar os valores das tabelas, voc s tem que
aprender como us-las!
A forma de resoluo de problemas com a distribuio t muito semelhante ao caso

da normal padro, tal como vocs podero perceber nos exerccios abaixo.

Estatstica p/ AFRFB
Exerccio 7
(TRT 2 Regio 2008/FCC) Para uma experincia realizada com referncia

medio do comprimento de determinada pea fabricada por uma indstria,
utilizou-se uma amostra de 16 peas, apurando-se uma mdia de 0,9m e um
desvio padro de 0,2m. Supondo que os comprimentos das peas tenham
distribuio normal, com mdia e varincia desconhecida, deseja-se saber,
ao nvel de significncia de 5%, se o comprimento da pea no inferior a 1m.
Seja H0 a hiptese nula do teste ( ) e H1 a hiptese alternativa ( )
e o quantil da distribuio t de Student tabelado para teste
unicaudal, com 15 graus de liberdade. Ento, pelo teste t:
a) A concluso obtida seria a mesma para qualquer nvel de significncia

b) H0 no pode ser aceita, indicando que os comprimentos so menores
que 1m
c) O nmero de graus de liberdade no interferiu na definio de
d) Para um nvel de significncia superior a 5% a concluso no poderia

ser a mesma
e) O valor da estatstica de teste de -0,5
Resoluo
Bom, pode-se perceber que se trata de um teste monocaudal, ou seja, a regio

limite (muitas vezes chamada de crtica) formada por valores na esquerda do
grfico da distribuio. O valor crtico fornecido pelo exerccio :
Confira com o valor da tabela, assim voc aprende a us-la caso seja necessrio.

Estatstica p/ AFRFB
O que este valor est nos mostrando um intervalo de confiana para testarmos
nossa estatstica de teste, sendo que este dado por:
O exerccio s nos fornece o desvio padro amostral, assim, temos de utilizar a

estatstica t de Student. Calculando a estatstica de teste chegamos a:
Veja que este valor no est no intervalo de confiana, superando o valor

crtico inferior do intervalo. Portanto rejeitamos a hiptese nula!
Alternativa (b).
Vamos fazer mais alguns exerccios! Agora vamos dar uma generalizada!
Exerccio 8
(ATRFB ESAF/2013) A varincia da amostra formada pelos valores 2, 3, 1, 4,

5 e 3 igual a
a) 3.
b) 2.
c) 1.
d) 4.
e) 5.

Estatstica p/ AFRFB
Resoluo
Para calcularmos esta estatstica devemos nos atentar palavra amostra. Perceba
que, neste caso, a varincia deve ser calculada com base na seguinte estatstica:
No se esquea de modificar o denominador por ( ).
Agora fcil:
Ento:
Alternativa (b).

Estatstica p/ AFRFB
Exerccio 9
(FINEP CESGRANRIO/2011) Uma amostra aleatria de 100 famlias foi

selecionada com o objetivo de estimar o gasto mdio mensal das famlias com
medicamentos. Os resultados amostrais esto resumidos na distribuio de
frequncia, a seguir, segundo as classes de gastos, em 10 reais. No existem
observaes coincidentes com os extremos das classes.
Gastos em 10 reais Frequncia Absoluta

de 1 a 3 10
de 3 a 5 30
de 5 a 7 60
total 100
As melhores estimativas para a mdia aritmtica e para a varincia amostral

so, aproximada e respectivamente,
a) 5 reais e 1,82 reais

b) 5 reais e 18,2 reais
c) 50 reais e 1,82 reais
d) 50 reais e 18,2 reais
e) 50 reais e 182 reais
Resoluo
Na aula 01 ns j realizamos parte deste exerccio, calculando a mdia, que era de

50 reais. Agora, com base no nosso conhecimento de varincia amostral, vamos
calcular esta estatstica. A melhor forma encontrar os pontos mdios de cada
classe:

Estatstica p/ AFRFB
Gastos (em 10 reais) Ponto Mdio Frequncia Absoluta

de 1 a 3 2 10
de 3 a 5 4 30
de 5 a 7 6 60
total 100
Agora, calcule a varincia:
Entretanto, cuidado, estamos tratando com unidades de 10 reais, assim, nosso

resultado de 182 reais ( , pois estamos tratando de varincia, assim a
medida tambm fica ao quadrado).
Alternativa (e).
Exerccio 10
(FINEP CESGRANRIO\2011) Dois dados comuns, honestos, foram lanados

simultaneamente. Sabe-se que a diferena entre o maior resultado e o menor
igual a um. Qual a probabilidade de que a soma dos resultados seja igual a
sete?
a) 1/3
b) 1/4
c) 1/5
d) 1/6
e) 1/7
Resoluo
Bom, a primeira coisa a fazer pensar quais so os resultados cuja soma pode ser
igual a 7, mas a diferena entre o maior e o menor resultado igual a 1.

Estatstica p/ AFRFB
Bom, os nicos casos em que isso ocorre so:
Mas existem vrias outras possibilidades de que a diferena entre o maior e menor
valor seja igual a 1. Vamos listar de cabea o espao amostral ( ):
Assim:
Alternativa (c).
(TCU CESPE/2008) Uma instituio afirma que o custo mdio para realizao
de determinada obra igual ou inferior a R$ 850,00 m. Para avaliar esta
afirmao, foi realizado um teste estatstico cujas hipteses nulas e
alternativas so, respectivamente, H0: e H1: . Considere que a
distribuio de custos por metros quadrados possa ser considerada como
normal com mdia e desvio padro de R$ 300m. A partir de uma amostra
aleatria de tamanho 25, a estatstica de teste para a mdia foi igual a 2,1. Com
base nestas afirmaes, julgue o item a seguir:
Exerccio 11
A mdia amostral produzida pelo teste estatstico foi superior a 950 m e

inferior a 1000 m.

Estatstica p/ AFRFB
Resoluo
Basta calcularmos a estatstica de teste:
Calculando o valor de :
Portanto, o item est correto, pois o valor calculado encontra-se entre 950m e
1000m.
Retornando!
2. Teste para a varincia
At agora analisamos hipteses feitas sobre mdias ou variveis com distribuio

normal, o que podamos fazer com base na distribuio normal padro (ou t de
Student, caso no conheamos a varincia). Agora vamos aprender como
determinar intervalos de confiana para varincias, que sejam derivadas de
distribuies normais (isso muito importante).
-Como fazer isso, professor?
A forma de fazer isso por meio do clculo da seguinte estatstica de teste:

Estatstica p/ AFRFB
Sendo a varincia populacional, a varincia amostral e o tamanho da

amostra.
Sob a hiptese nula, pode-se provar que esta estatstica seguir uma distribuio
qui-quadrado com graus de liberdade. Assim:
A distribuio qui-quadrado, em geral, no simtrica, tal como pode ser observado

abaixo:
Portanto, a forma de realizao do teste de hipteses para a varincia feito da

mesma forma que para a mdia, mas utilizamos a estatstica de teste qui-quadrado,
alm da necessidade de atentarmos para o fato de que os valores na cauda direita e
esquerda sero diferentes!
Veja a tabela de valores crticos qui-quadrado:

Estatstica p/ AFRFB
Calma, vou ensinar a vocs com exerccios!

Estatstica p/ AFRFB
Exerccio 12
(TRT 3 Regio FCC/2009) O peso de pacotes de caf uma varivel aleatria

X. Uma mquina de encher pacotes est regulada para faz-lo com e
. Com o objetivo de manter sob controle a variabilidade do produto,
a cada 30 minutos uma amostra aleatria de alguns pacotes selecionada e
testa-se se a variabilidade est controlada. Assim, desejando-se testar H0:
contra H1: , toma-se uma amostra de 16 pacotes e observa-
se uma varincia amostral de 160g. O valor observado para a estatstica de
teste de:
a)31
b)28
c)24
d)22
e)19
Resoluo
O clculo da estatstica de teste feito da seguinte forma:
Alternativa (c).
Exerccio 13
(Elaborado pelo autor) Com base no exerccio anterior, a 5% de significncia,

verifique se a hiptese nula satisfeita.

Estatstica p/ AFRFB
Resoluo
A forma de olhar a tabela um pouco diferente dos casos anteriores, pois a

distribuio no simtrica. Portanto, no caso em questo, devemos verificar as
duas extremidades da distribuio, ou seja, os 2,5% da extremidade inferior e os
97,5% da extremidade superior, de forma que tenhamos um total de 5% de
significncia testada. Olhando a tabela vocs encontraro:
Entendeu o que fizemos? Como a distribuio no simtrica, precisamos

encontrar os valores para os limites superior e inferior individualmente e assim
estabelecer o intervalo de confiana, que no nosso caso :
Como o valor calculado est dentro do intervalo, aceitamos a hiptese nula.
3. Poder de um teste e o p-valor
Suponha que estejamos tentando determinar se uma moeda ou no viciada.

Neste caso, podemos testar essa hiptese com base na quantidade de caras que
ocorrem em uma determinada quantidade de lanamentos. Assim, as hipteses
nulas e alternativas com relao probabilidade de ocorrer cara so:
Agora, vamos determinar a significncia do nosso teste, ou seja, o que muita

coincidncia! Por suposio, vamos considerar que o nosso nvel de significncia
de 10%.

Estatstica p/ AFRFB
A probabilidade de ocorrer uma cara no primeiro lanamento de 0,5. Assim, qual

a probabilidade de ocorrerem duas caras seguidas?
Com base em nosso nvel de significncia, isso possvel de ocorrer, pois 10% que
muita coincidncia. E se tirarmos outra cara em um terceiro lanamento?
Isso continua sendo possvel! E se fosse 4 vezes?
Perceba que este valor inferior significncia do teste, portanto isso seria muita
coincidncia! Neste caso, rejeitaramos a hiptese nula de que a moeda honesta.
Este valor (6,25%) seria o p-valor para este experimento. O p-valor seria o valor
limite entre a aceitao e rejeio da hiptese nula. Em termos mais analticos,
pode-se definir o p-valor como o menor nvel de significncia em que a
hiptese nula pode ser rejeitada. No exemplo, como o p-valor (6,25%) menor do
que o nvel de significncia adotado, rejeita-se a hiptese nula!
Fique calmo, ns j vamos fazer uns exerccios que vo te ajudar a entender o

conceito!
-Tudo bem professor, mas e se eu realizar um teste de hiptese que, apesar

de rejeitar uma determinada hiptese nula, ele estiver incorreto?

Estatstica p/ AFRFB
No vou mentir, esta uma possibilidade! Na verdade, esta

probabilidade tem at um nome: erro tipo 1. O erro tipo 1 ocorre quando
rejeitamos uma hiptese nula, quando na verdade ela verdadeira. No caso da
moeda, nosso teste de hipteses est rejeitando a hiptese nula de uma moeda
honesta, mas isso no certo, pois, apesar de pouco provvel, aquele resultado
pode acontecer.
No nosso exemplo, o erro tipo 1 seria a probabilidade de que estivssemos na parte

improvvel da curva de distribuio, ou seja, nos valores definidos pela
significncia de 10%. Portanto fica fcil ver que:
Isso fica claro quando pensamos: qual a probabilidade de o valor verdadeiro no

estar no intervalo de confiana a ser definido por ns? Ora, nos valores que
consideramos muita coincidncia.
Outro erro possvel ocorre quando aceitamos a hiptese nula quando ela falsa!
Este o erro tipo 2!
Neste caso, temos um problemo aqui! Pense comigo, este valor ns no temos
acesso, haja vista no conhecermos a distribuio que contem o valor verdadeiro
que estamos procurando. Com base na figura abaixo, pode-se inferir um caso em
que aceitaramos a hiptese nula apesar de ela ser falsa.

Estatstica p/ AFRFB
Voc percebe o que est ocorrendo? A primeira curva seria relativa aos dados que
estamos testando, enquanto que a segunda seria relativa verdadeira distribuio
da varivel. A parte escura est dentro de nossa regio de aceitao, mas ela no
contem o valor verdadeiro.
-E se eu diminuir o nvel de significncia para ser mais rigoroso?
No tem jeito, o problema do cobertor curto. Se voc reduz a probabilidade de

erro tipo 1, voc aumenta a probabilidade do erro tipo 2! Isso porque o que voc vai
fazer que mais valores possam ser considerados como corretos, aumentando a
chance de que outras distribuies possam ter valores considerados como
verdadeiros, quando no o so.
O erro de tipo 2 importante para definir a efetividade de um teste, fixando o poder

do teste. Se chamarmos a probabilidade de erro tipo 2 de , o poder do teste ser
dado por:
Este valor nos diz qual a probabilidade de que um determinado teste rejeite a
hiptese nula quando ela falsa.

Estatstica p/ AFRFB
-Mas, como melhorar a eficincia de minhas estimativas, professor?
Voc precisa deixar suas distribuies mais fininhas, ou seja, com menor
varincia, deste modo diminumos a probabilidade dos dois erros. Isso s possvel
com amostras maiores. Portanto, uma amostra maior pode ser vista como uma
quantidade maior de provas para nossas concluses, o que aumenta a acurcia de
nossas previses.
Bom, estudamos vrios testes de hipteses, mas

focamos no caso de variveis com distribuio normal! Este no o nico
tipo de distribuio conhecida, o que pode mudar a forma de abordagem do
teste de hipteses.
4. Teste para propores
Vamos fazer um exerccio juntos para que vocs possam entender bem como
funciona este teste. Perceba que se trata de um caso com uma amostra grande
(1000 elementos). Em geral, quando voc vir uma amostra de mais 50
elementos, pode usar a distribuio normal. Alm disso, pelo formato do
exerccio vocs vo saber quando um caso ou outro. Voc vai ver!
Exerccio 14
(Petrobrs CESGRANRIO/2010) Um fabricante deseja fazer um estudo, com

confiana de 95%, a respeito da aceitao de seu novo produto. Esse novo
lanamento s ser comercializvel se o ndice de aceitao for de, pelo
menos, 90%. Para tal, realizou uma pesquisa em uma cidade na qual o produto
j foi comercializado. Foi perguntado aos consumidores se estes gostaram do
produto. O resultado foi o seguinte: 850 consumidores responderam que
gostaram e 150 que no gostaram. Qual ser a estatstica de teste a ser
utilizada neste teste?

Estatstica p/ AFRFB
a) -5,27
b) -1,96
c) -1,65
d) 1,96
e) 5,27
Resoluo
No presente caso estamos tratando com um caso de distribuio Bernoulli. No

percebeu? Ao escolhermos um consumidor ao acaso, temos 85% ( ) de
chance de encontrar algum que gosta do produto. Ou seja, estamos comparando
uma proporo de sucesso com uma proporo terica e verificando se a
amostra permite concluir que a teoria est adequada.
Bom, vamos nos lembrar daquela frmula da estatstica de teste:
Assim, na mdia, temos 85% de chance de acertar! Essa nossa mdia amostral
( ). Por simplicidade, vamos chamar a este valor de ( ).
-Isso uma proporo mdia, professor?
Sim, pois o percentual de 85% nem sempre pode bater com o valor encontrado. Por
exemplo, se voc extrair uma amostra de 20 indivduos deste total, isso significa que
voc encontrar, exatamente, 17 pessoas que gosta do produto? No! Pode ser que
voc no encontre nenhuma! O que voc sabe que, na mdia, 85% das pessoas
analisadas preferem o produto, ou seja, se voc realizar este experimento infinitas
vezes 85% das pessoas iro gostar.
Qual o parmetro que estamos comparando com essa mdia? Ns queremos saber
se, na mdia e com base no que sabemos da amostra, podemos assumir como
verdadeira a hiptese feita sobre a populao, de que a mdia de preferncias que

Estatstica p/ AFRFB
pode ser encontrada de 90%. Esse nosso parmetro populacional ( ). Vamos
chamar a este parmetro de ( ).
E a varincia? Ns j sabemos como calcular a varincia de uma binomial:
Ento, ns temos como saber qual a varincia da populao se hiptese feita for
verdadeira:
Mas, devido ao fato de que estamos tratando de uma proporo mdia,

devemos nos lembrar da frmula para o estimador no viesado da varincia
da mdia amostral:
Portanto, combinando tudo isso que falamos, a nossa frmula modificada para
testes em propores seria:
Viu? No fundo a mesma coisa, o que muda mesmo o clculo da varincia!

Vamos aplicar ao caso concreto para entendermos. A varincia do processo seria:

Estatstica p/ AFRFB
Sendo que o desvio padro respectivo seria:
Colocando tudo na estatstica de teste, chegamos a:
Exerccio chato de clculo! Uma forma de resolver pensar, mais ou menos, quanto
seria a raiz quadrada de 1000. Pense 20 400, 30 900 e 40 1600, opa, pare
a mesmo! Deve ser um nmero entre 30 e 40, s que bem mais prximo de 30,
ento deve ser inferior a 35. Se voc fizer 31 voc chegar 961. Este o valor
mais prximo!
Ento vamos fazer um clculo aproximado:
O que chega mais prximo a alternativa (a). Esta a correta! Faa com a
calculadora e confirme o raciocnio.
Entenderam como se calcula a estatstica de teste?
Agora, podemos testar essa hiptese, fixando a hiptese nula de que e a

hiptese alternativa de que . Assim:

Estatstica p/ AFRFB
Se formos testar a hiptese a 10% de significncia, basta olharmos a tabela da

normal padronizada para encontrarmos o valor do intervalo:
Lembre-se de que este um teste monocaudal, portanto, vocs devem procurar

uma probabilidade de, aproximadamente 0,40 na tabela!
Se voc comparar a estatstica de teste com o intervalo construdo, voc perceber

que a mesma no est contida neste ltimo, portanto, rejeita-se a hiptese nula.
Entendeu? No tem segredo! Agora, vamos treinar um pouco para aprender

de verdade. Alguns exerccios podem ter uns macetes que falta ensinar, mas
pode deixar que eu aviso antes para que vocs acompanhem a resoluo.
Chega de lero lero, vamos exercitar!

Estatstica p/ AFRFB
Exerccio 15
O poder do teste que representa a probabilidade de se aceitar corretamente a

hiptese nula de 98,2%.
Resoluo
Simples pessoal. Est errado! O poder de um teste a probabilidade de se rejeitar a

hiptese nula dada que ela falsa.
Exerccio 16
(DNOCS FCC/2010) Em um teste de hipteses estatstico, sendo H0 a

hiptese nula e H1 a hiptese alternativa, o nvel de significncia do teste
consiste na probabilidade de:
a) Aceitar H0 dado que H0 verdadeira
b) Rejeitar H0 dado que H0 falsa
c) Aceitar H0, independentemente de falsa ou verdadeira
d) Aceitar H0, dado que falsa
e) Rejeitar H0, dado que verdadeira
Resoluo
O nvel de significncia de um teste a probabilidade de cometer o erro tipo 1, isso

, a probabilidade de rejeitar H0 dado que ela verdadeira.
Alternativa (e).

Estatstica p/ AFRFB
Exerccio 17
(Petrobras CESGRANRIO/2010) Em um teste de hipteses estatstico, sendo

H0 a hiptese nula e H1 a hiptese alternativa, cometer erro tipo 2 consiste
em:
a) Rejeitar H0, dado que verdadeira
b) Aceitar H0, dado que falsa
c) Aceitar H1, sendo H1 verdadeira
d) Rejeitar H1, sendo H1 falsa
e) Aceitar H0 e H1
Resoluo
A probabilidade de erro tipo 2 a de aceitar H0, dado que a mesma falsa.
Alternativa (b).
Exerccio 18
(STN ESAF/2013) Em um teste de hipteses, onde Ho a hiptese nula e H

a hiptese alternativa, pode-se afirmar que:
a) ocorre Erro Tipo I quando aceita-se Ho e Ho falsa.
b) a estatstica F de Snedecor tem por finalidade testar o efeito individual de
cada varivel explicativa sobre a varivel explicada.
c) a soma das probabilidades dos Erros Tipo I e Tipo II igual a 1.
d) se o valor-p de um teste de hipteses for igual 0,015, ento a hiptese nula
ser rejeitada ao nvel de significncia de 5%, mas no ao nvel de
significncia de 1%.
e) o nvel de confiana a probabilidade de se cometer Erro Tipo II.

Estatstica p/ AFRFB
Resoluo
Vamos analisar uma a uma:

a) Errado, o nvel de significncia do teste.
b) Na ltima aula vocs vo aprender a estatstica F, mas est errado!
c) Essa propriedade no existe.
d) Perfeito, como o p-valor menor do que 0,05 e maior do que 0,01, rejeitamos
a hiptese nula a 5% e aceita-se a 1%.
e) No, este o erro tipo 2.
Alternativa (d).
Exerccio 19
(ISS-SP FCC/2006) Uma varivel aleatria X tem distribuio normal com

mdia e desvio padro 100. O tamanho da amostra para que a diferena, em
valor absoluto, entre a mdia amostral e seja menor do que 2, com
coeficiente de confiana de 89% :
a)1100
b)2200
c)2800
d)3600
e)6400
Resoluo
Olhe, quando o exerccio te diz diferena entre mdia amostral e , ele est
falando de:
Sabendo que um nvel de confiana de 89% corresponde a um valor de 0,445 de

cada lado. Olhe a tabela normal, voc ver que o valor encontrado de 1,6.

Estatstica p/ AFRFB
Agora basta substituirmos na estatstica de teste:
Agora vamos operar:
Alternativa (e).
(ANPEC 2012) Julgue as afirmativas.
Exerccio 20
Se o p-valor de um teste maior do que o nvel de significncia adotado,

rejeita-se a hiptese nula.
Resoluo
exatamente o contrrio, caso o p-valor seja inferior ao nvel de significncia, a sim

Alternativa errada.

Estatstica p/ AFRFB
Exerccio 21
Suponha que o objetivo seja testar a hiptese nula de que a mdia

populacional igual a 0. Se esta hiptese rejeitada num teste monocaudal
contra a hiptese alternativa de que , ela tambm ser rejeitada num
teste bicaudal contra a hiptese alternativa de que , adotando-se o
mesmo nvel de significncia.
Resoluo
A um mesmo nvel de significncia, o valor crtico ser um nmero superior (em

nmero absoluto) em um teste bicaudal do que em um monocaudal.
Por exemplo, compare um nvel de significncia de 10% em um teste bicaudal, que

nos d um valor ( ), enquanto que em um monocaudal o valor passa a ser
( ).
Assim, para uma mesma estatstica de teste, nada garante que, se o valor supera o
valor de ( ) monocaudal, o mesmo ser superior ao valor bicaudal para um mesmo
nvel de significncia.
Alternativa errada.

Estatstica p/ AFRFB
Exerccio 22
(Gestor fazendrio ESAF/2005) Lana-se uma moeda 20 vezes e observa-se a

ocorrncia de 7 caras. Seja a probabilidade de cara. Assinale a opo que d
o valor da estatstica de teste correspondente ao teste contra
.
a)
b)
c)
d)
e)
Resoluo
Bom, vamos testar esta moeda que mostra uma probabilidade de obter cara de:
Agora s precisamos usar a frmula de estatstica de teste:
Assim, substituindo os valores:
Alternativa (a).
A prxima vale a pena vocs acompanharem primeiro!

Estatstica p/ AFRFB
Exerccio 23
(ICMS-MG ESAF/2005) Um fabricante afirma que, pelo menos, 95% dos

equipamentos que fornece indstria encontram-se dentro de suas
especificaes. Uma amostra de 200 itens escolhidos ao acaso revelou 10
itens fora de especificao. Assinale a opo que corresponde ao valor
probabilstico (p-valor) do teste contra , sendo a
proporo populacional dos itens dentro das especificaes.
a) 0,5
b) 0,05
c) 0,025
d) 0,01
e) 0,1
Resoluo
Vamos utilizar a mesma frmula para estatstica de teste do exerccio anterior:
A questo agora que o que pedido o p-valor. Mas, o que o p-valor? Vamos
lembrar-nos da aula anterior: Em termos mais analticos, pode-se definir o p-
valor como o menor nvel de significncia em que a hiptese nula pode ser
rejeitada.
Ento, em termos prticos, o que estamos fazendo? Ns vamos calcular, por meio
da estatstica de teste, os valores que esto dentro de um intervalo de confiana
definido para a proporo. O p-valor ser a probabilidade de obtermos valores
extremos, alm do intervalo de confiana definido para a proporo.

Estatstica p/ AFRFB
Vamos aplicar no nosso exemplo, sendo que, para isso, temos de calcular a
proporo amostral:
Vamos substituir na estatstica de teste:
Veja que nem precisamos calcular o denominador, pois o numerador igual zero.
O que este resultado est nos dizendo? Olhe o grfico abaixo:
Ns estamos bem no centro da distribuio, o que nos leva concluso de que

estamos em um ponto que divide a distribuio em duas partes iguais de 50% de
chance.

Estatstica p/ AFRFB
Qual o p-valor? a probabilidade de estarmos direita do calculado, ou seja, nos
valores extremos delimitados pelo intervalo de confiana. Portanto, o p-valor ser
de:
Alternativa (a).

Estatstica p/ AFRFB
Lista de exerccios resolvidos
Exerccio 1
(Elaborado pelo autor) Suponha que a seguinte amostra de alturas tenha sido
retirada da populao:
Alturas
(metros)
1,7
1,6
1,7
1,75
1,8
1,82
1,9
1,78
1,74
1,83
Dado que a altura mdia da populao de 1,70m e sabendo que o desvio

padro populacional de 0,1, qual a probabilidade de encontrarmos um valor
para a mdia amostral que se situe entre 1,70m e o valor encontrado para esta
amostra?
Exerccio 2
(Auditor da Previdncia Social ESAF/2002/modificada) O desvio padro para

o peso de peas mecnicas obtidas num lote de produo de 25kg.
Sabendo-se que, em uma amostra de 100 peas do lote, foi encontrado um
peso mdio de 23,2kg, qual o intervalo de confiana para a mdia?
a)
b)
c)
d)
e)

Estatstica p/ AFRFB
Exerccio 3
(BACEN FCC\2005) A distribuio dos valores de aluguis dos imveis em

certa localidade bem representada por uma curva normal com desvio padro
populacional de R$ 200,00. Por meio de uma amostra aleatria de 100 imveis
neste local, determinou-se um intervalo de confiana para a mdia destes
valores de [R$ 540,00;R$ 660,00].
A mesma mdia amostral foi obtida com um outro tamanho de amostra, com o
mesmo nvel de confiana anterior, sendo o novo intervalo [R$ 560,00;R$
640,00]. A populao tem tamanho infinito, o tamanho da amostra no segundo
caso de:
a) 225
b) 256
c) 324
d) 400
e) 625
Exerccio 4
igual a 15, com 5% de significncia. Essa afirmao mostrou-se como
verdadeira.

Estatstica p/ AFRFB
Exerccio 5
de, no mnimo, 15, com 5% de significncia. Essa afirmao mostrou-se como
verdadeira.
Exerccio 6
(BACEN FCC/2005) As empresas de um determinado setor tm uma situao

lquida bem descrita por uma distribuio normal, com mdia igual a 2,5
milhes de reais e desvio padro de 2 milhes de reais. Selecionando uma
empresa aleatoriamente deste setor, a probabilidade dela apresentar uma
situao lquida negativa de:
a) 50%
b) 39%
c) 23%
d) 16%
e) 11%

Estatstica p/ AFRFB
Exerccio 7
(TRT 2 Regio 2008/FCC) Para uma experincia realizada com referncia

medio do comprimento de determinada pea fabricada por uma indstria,
utilizou-se uma amostra de 16 peas, apurando-se uma mdia de 0,9m e um
desvio padro de 0,2m. Supondo que os comprimentos das peas tenham
distribuio normal, com mdia e varincia desconhecida, deseja-se saber,
ao nvel de significncia de 5%, se o comprimento da pea no inferior a 1m.
Seja H0 a hiptese nula do teste ( ) e H1 a hiptese alternativa ( )
e o quantil da distribuio t de Student tabelado para teste
unicaudal, com 15 graus de liberdade. Ento, pelo teste t:
a) A concluso obtida seria a mesma para qualquer nvel de significncia

b) H0 no pode ser aceita, indicando que os comprimentos so menores
que 1m
c) O nmero de graus de liberdade no interferiu na definio de
d) Para um nvel de significncia superior a 5% a concluso no poderia

ser a mesma
e) O valor da estatstica de teste de -0,5
Exerccio 8
(ATRFB ESAF/2013) A varincia da amostra formada pelos valores 2, 3, 1, 4,

5 e 3 igual a
a) 3.
b) 2.
c) 1.
d) 4.
e) 5.

Estatstica p/ AFRFB
Exerccio 9
(FINEP CESGRANRIO/2011) Uma amostra aleatria de 100 famlias foi

selecionada com o objetivo de estimar o gasto mdio mensal das famlias com
medicamentos. Os resultados amostrais esto resumidos na distribuio de
frequncia, a seguir, segundo as classes de gastos, em 10 reais. No existem
observaes coincidentes com os extremos das classes.
Gastos em 10 reais Frequncia Absoluta

de 1 a 3 10
de 3 a 5 30
de 5 a 7 60
total 100
As melhores estimativas para a mdia aritmtica e para a varincia amostral

so, aproximada e respectivamente,
a) 5 reais e 1,82 reais

b) 5 reais e 18,2 reais
c) 50 reais e 1,82 reais
d) 50 reais e 18,2 reais
e) 50 reais e 182 reais

Estatstica p/ AFRFB
Exerccio 10
(FINEP CESGRANRIO\2011) Dois dados comuns, honestos, foram lanados

simultaneamente. Sabe-se que a diferena entre o maior resultado e o menor
igual a um. Qual a probabilidade de que a soma dos resultados seja igual a
sete?
a) 1/3
b) 1/4
c) 1/5
d) 1/6
e) 1/7
Exerccio 11
A mdia amostral produzida pelo teste estatstico foi superior a 950 m e

inferior a 1000 m.

Estatstica p/ AFRFB
Exerccio 12
(TRT 3 Regio FCC/2009) O peso de pacotes de caf uma varivel aleatria

X. Uma mquina de encher pacotes est regulada para faz-lo com e
. Com o objetivo de manter sob controle a variabilidade do produto,
a cada 30 minutos uma amostra aleatria de alguns pacotes selecionada e
testa-se se a variabilidade est controlada. Assim, desejando-se testar H0:
contra H1: , toma-se uma amostra de 16 pacotes e observa-
se uma varincia amostral de 160g. O valor observado para a estatstica de
teste de:
a)31
b)28
c)24
d)22
e)19
Exerccio 13
(elaborado pelo autor) Com base no exerccio anterior, a 5% de significncia,

verifique se a hiptese nula satisfeita.
Exerccio 14
(Petrobrs CESGRANRIO/2010) Um fabricante deseja fazer um estudo, com

confiana de 95%, a respeito da aceitao de seu novo produto. Esse novo
lanamento s ser comercializvel se o ndice de aceitao for de, pelo
menos, 90%. Para tal, realizou uma pesquisa em uma cidade na qual o produto
j foi comercializado. Foi perguntado aos consumidores se estes gostaram do
produto. O resultado foi o seguinte: 850 consumidores responderam que
gostaram e 150 que no gostaram. Qual ser a estatstica de teste a ser
utilizada neste teste?

Estatstica p/ AFRFB
a) -5,27
b) -1,96
c) -1,65
d) 1,96
e) 5,27
Exerccio 15
O poder do teste que representa a probabilidade de se aceitar corretamente a

hiptese nula de 98,2%.
Exerccio 16
(DNOCS FCC/2010) Em um teste de hipteses estatstico, sendo H0 a

hiptese nula e H1 a hiptese alternativa, o nvel de significncia do teste
consiste na probabilidade de:
a) Aceitar H0 dado que H0 verdadeira
b) Rejeitar H0 dado que H0 falsa
c) Aceitar H0, independentemente de falsa ou verdadeira
d) Aceitar H0, dado que falsa
e) Rejeitar H0, dado que verdadeira

Estatstica p/ AFRFB
Exerccio 17
(Petrobras CESGRANRIO/2010) Em um teste de hipteses estatstico, sendo

H0 a hiptese nula e H1 a hiptese alternativa, cometer erro tipo 2 consiste
em:
a) Rejeitar H0, dado que verdadeira
b) Aceitar H0, dado que falsa
c) Aceitar H1, sendo H1 verdadeira
d) Rejeitar H1, sendo H1 falsa
e) Aceitar H0 e H1
Exerccio 18
(STN ESAF/2013) Em um teste de hipteses, onde Ho a hiptese nula e H

a hiptese alternativa, pode-se afirmar que:
a) ocorre Erro Tipo I quando aceita-se Ho e Ho falsa.
b) a estatstica F de Snedecor tem por finalidade testar o efeito individual de
cada varivel explicativa sobre a varivel explicada.
c) a soma das probabilidades dos Erros Tipo I e Tipo II igual a 1.
d) se o valor-p de um teste de hipteses for igual 0,015, ento a hiptese nula
ser rejeitada ao nvel de significncia de 5%, mas no ao nvel de
significncia de 1%.
e) o nvel de confiana a probabilidade de se cometer Erro Tipo II.

Estatstica p/ AFRFB
Exerccio 19
(ISS-SP FCC/2006) Uma varivel aleatria X tem distribuio normal com

mdia e desvio padro 100. O tamanho da amostra para que a diferena, em
valor absoluto, entre a mdia amostral e seja menor do que 2, com
coeficiente de confiana de 89% :
a)1100
b)2200
c)2800
d)3600
e)6400
(ANPEC 2012) Julgue as afirmativas.
Exerccio 20
Se o p-valor de um teste maior do que o nvel de significncia adotado,

Exerccio 21
Suponha que o objetivo seja testar a hiptese nula de que a mdia

populacional igual a 0. Se esta hiptese rejeitada num teste monocaudal
contra a hiptese alternativa de que , ela tambm ser rejeitada num
teste bicaudal contra a hiptese alternativa de que , adotando-se o
mesmo nvel de significncia.

Estatstica p/ AFRFB
Exerccio 22
(Gestor fazendrio ESAF/2005) Lana-se uma moeda 20 vezes e observa-se a

ocorrncia de 7 caras. Seja a probabilidade de cara. Assinale a opo que d
o valor da estatstica de teste correspondente ao teste contra
.
a)
b)
c)
d)
e)
Exerccio 23
(ICMS-MG ESAF/2005) Um fabricante afirma que, pelo menos, 95% dos

equipamentos que fornece indstria encontram-se dentro de suas
especificaes. Uma amostra de 200 itens escolhidos ao acaso revelou 10
itens fora de especificao. Assinale a opo que corresponde ao valor
probabilstico (p-valor) do teste contra , sendo a
proporo populacional dos itens dentro das especificaes.
a) 0,5
b) 0,05
c) 0,025
d) 0,01
e) 0,1

Estatstica p/ AFRFB
2a
3a
4C
5C
6e
7b
8b
9e
10 c
11 C
12 c
13 C
14 - a
15 E
16 e
17 b
18 d
19 e
20 E
21 E
22 a
23 a
Vocs esto prontos para trabalharem na Receita. O assunto de hoje muito

importante e daremos enfoque a ele em nosso simulado. Estudem e mandem
dvidas! Vocs conseguiro realizar seus sonhos, basta se esforar!
jeronymo@estrategiaconcursos.com.br

Aula 07

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Aula 07

Uploaded by

Copyright:

Available Formats

Aula 07

Estatstica p/ AFRFB 2014 (com videoaulas)

AULA 07 Intervalo de Confiana e Teste de Hipteses

1. Testes de Hipteses e Intervalo de Confiana

1.1 Testando a mdia distribuio normal

-A mdia de altura dos indivduos que vivem naquela regio de 1,70m!

Para que voc entenda, pense em um grfico que represente a distribuio de

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 1 de 66

Varivel, professor, mas no estamos tratando da mdia calculada para

Veja, o parmetro mdia populacional no uma varivel,

Veja, esse tipo de distribuio de frequncias o mais comum (formato de sino),

Valores extremos com menor probabilidade de ocorrncia;

No nosso exemplo, de se esperar que alturas comuns no povo brasileiro (como o

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 2 de 66

Esta distribuio com formato de sino muito comum e chamada de distribuio

Se ns conhecermos bem essa nossa distribuio, podemos determinar valores

Em termos bem simples, o Teorema do Limite Central (TLC) afirma que,

e varincia , conforme a amostra tende para o infinito, sendo o tamanho

Cuidado! Quando estivermos analisando mdias, devemos dividir a

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 3 de 66

No caso da mdia amostral, sabemos que:

Sendo a varivel ( ) uma padronizao da nossa mdia amostral ( ) por meio da

-Tudo bem professor, mas por que fazer tudo isso?

Perceba que o estudo que se segue no se aplica somente a

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 4 de 66

Dado que a altura mdia da populao de 1,70m e sabendo que o desvio

Agora, temos de encontrar o valor ( ) com vistas a definir a probabilidade de que

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 5 de 66

Agora faa assim, olhe a tabela de distribuio normal:

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 6 de 66

Este valor a probabilidade monocaudal de o valor testado pertencer nossa

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 7 de 66

Viu? Trata-se da probabilidade monocaudal, pois s estamos vendo a probabilidade

Portanto, no grfico acima, estamos calculando a probabilidade de que o valor

Simples, no? Olhe um resuminho:

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 8 de 66

Mas, cuidado! Este um caso em que estamos lidando com probabilidade

Vamos a um exemplo para simplificar! Se ao invs de calcularmos a probabilidade

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 9 de 66

Neste caso, o que estamos calculando :

Entendeu? A probabilidade de encontrarmos um valor que varie em 0,062 da mdia

Essa aula pesada! Respire um pouquinho antes de continuar!

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 10 de 66

2.2 Testando a mdia teste de hipteses e intervalo de confiana

-Como assim, professor?

Significncia de um teste o valor que

No caso em estudo, poderamos estipular que 10% seria muita coincidncia, ou

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 11 de 66

Agora que vocs entenderam o que significncia de um teste, podemos realizar o

Faa a mesma coisa de novo! Resolva o exerccio junto comigo e s depois

(Auditor da Previdncia Social ESAF/2002/modificada) O desvio padro para

O que o exerccio est te pedindo : a 95% de confiana, qual o intervalo que

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 12 de 66

Assim, precisamos encontrar o valor mximo e mnimo que so possveis para a

Este valor ( ) chamado de margem de erro. Isso mesmo! aquele valor

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 13 de 66

Este nosso intervalo de confiana ( ):

Mais um? Vamos l!

(BACEN FCC\2005) A distribuio dos valores de aluguis dos imveis em

Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 14 de 66

1) Encontre a mdia amostral;

A mdia amostral no difcil de ser calculada, pois j aprendemos isso em aulas

Agora fica fcil encontrar o valor ( ) para a primeira amostra:

Ou seja, em valores absolutos (sem considerar sinal), . Com intuito de