Exercícios Resolvidos de Testes de Hipóteses - Introdução

Ver Teoria

Enunciado

a) Em um teste de hipótese, como se definem os parâmetros: alfa (probabilidade do erro tipo I) e beta (probabilidade do erro tipo II)?

b) Seja Z uma variável aleatória normal com média 0 e variância 1 , e Y uma variável aleatória qui-quadrado ( Y = Z 2 ). Se compararmos as curvas das funções densidade de probabilidade desta normal e da distribuição qui-quadrado com k = 1 e k = 2 graus de liberdade, qual destas duas últimas curvas está mais próxima de ter um coeficiente de simetria igual a zero? Esboce em um mesmo gráfico as três curvas.

Passo 1

Eai galerinha, beleza? Bora para mais uma questão de PROBEST!

O item (a) é totalmente teórico, não vamos fazer nenhuma conta! Ele pede simplesmente para conceituarmos os parâmetros alfa e beta nos testes de hipótese. Para isso, vou fazer uma pequena digressão...

Quando fazemos um teste de hipótese, queremos verificar se ela é verdadeira ou falsa. Se a hipótese for válida e nosso teste verificar isso, o teste deu bom. Se a hipótese for furada e o teste prever isso, também deu bom. Mas e se a hipótese for válida, porém o teste dizer que ela não é? Aí deu ruim...

Os dois erros que podemos cometer em um teste de hipótese são:

(i) rejeitar uma hipótese quando ela é verdadeira.

(ii) não rejeitar a hipótese quando ela deve ser rejeitada.

O primeiro erro é chamado erro do tipo I e o segundo é chamado de erro do tipo II. Os parâmetros alfa e beta são as probabilidades desses erros acontecerem.

Portanto, alfa é a probabilidade de o teste concluir que uma hipótese não é válida quando na verdade ela é, enquanto beta é a probabilidade de o teste não rejeitar uma hipótese quando ela deveria ser rejeitada.

A situação ideal para um teste de hipótese é aquela em que alfa e beta são o mais próximo de zero possível, o que significa que as chances de erro (de qualquer tipo) do teste são baixas.

Passo 2

O item (a) foi bem simples, era só saber bem a teoria por trás dos testes de hipótese. Agora vamos para o item (b), que também é bem teórico, só que dessa vez sobre a distribuição de qui-quadrado.

A seguir faço o plot da distribuição de qui-quadrado para alguns graus de liberdade:

Conforme o número de graus de liberdade aumenta, as curvas vão ficando cada vez mais simétricas e se aproximam de uma gaussiana. Para 50 graus de liberdade:

Relaxa que você não precisava saber fazer o plot dessas curvas, eu fiz só por ilustração: o que você precisa saber é a tendência delas conforme o número de graus de liberdade aumenta!

Entre as curvas com k = 1 e k = 2 graus de liberdade, a distribuição com dois graus de liberdade será mais simétrica. A seguir faço o esboço das três curvas:

A curva de qui-quadrado com k = 2 tem coeficiente de simetria mais próximo de zero, já que ela é mais simétrica e se aproxima mais da curva gaussiana.

Com isso terminamos o problema 😊

Resposta

a) Alfa é a probabilidade de o teste concluir que uma hipótese não é válida quando na verdade ela é, enquanto beta é a probabilidade de o teste não rejeitar uma hipótese quando ela deveria ser rejeitada.

b) k = 2 .

Exercícios de Livros Relacionados

No Exereicio 9-10,calcule o valor p.se a estatistica observada for
9-16.Repita o Exercicio 9 15 supondo que o tamanho da amostra sejan-l6e que o limite da regiao critica seja o mesmo.
Repita o Exercicio 9-10,usando um tamanho de amostra de n=5 e a mesma regiao de aceitação.
No Exercicio 9-5,calcule o valor P.se a estatistica observada for
O desvio padrão da espessura de uma dimensão crítica na fabricação de semicondutores é σ - 20 n m Estabeleça as hipóteses nula e alternativa usadas para demonstrar que o desvio padrão reduzido.Conside