Chapter 1

CURSO DE ESPECIALIZAÇÃO EM
ESTATÍSTICA APLICADA

Módulo: ESTIMATIVA E TESTE DE

HIPÓTESE

slide 1

Testes de
hipóteses
com duas amostras
slide 2

Larson/Farber 4th ed 1
Chapter 1

Descrição

• 1- Testar a diferença entre médias (amostras grandes

e independentes)
• 2- Testar a diferença entre médias (amostras pequenas
e independentes)
• 3- Testar a diferença entre médias (amostras
dependentes)
• 4- Testar a diferença entre proporções

slide 3

Seção 1
Testando a diferença entre médias
(amostras grandes e independentes)

slide 4

Larson/Farber 4th ed 2
Chapter 1

Objetivos da seção 1

• Determinar se duas amostras são dependentes ou

independentes.
• Realizar um teste-z de duas amostras para testar a
diferença entre duas médias µ1 e µ2 usando amostras
grandes e independentes.

slide 5

Teste de hipótese de duas amostras

• Compara dois parâmetros de duas populações.

• Métodos de amostragem:

Amostras independentes
• A amostra selecionada de uma população não tem
relação com a amostra selecionada da segunda
população.

Amostras dependentes (amostras pareadas ou
combinadas)
• Cada membro de uma amostra corresponde à um
membro da outra amostra.
slide 6

Larson/Farber 4th ed 3
Chapter 1

Amostras dependentes e independentes

Amostras independentes Amostras dependentes

Amostra 1 Amostra 1 Amostra 2

Amostra 2

slide 7

Exemplo: amostras
dependentes e independentes

Classifique cada par de dados como independentes ou

dependentes.
•Amostra 1: Os batimentos cardíacos de 35 indivíduos em
repouso antes de tomar café.
•Amostra 2: Os batimentos cardíacos dos mesmos indivíduos
depois de tomar duas xícaras de café.

Solução:
Amostras dependentes. O rítmo cardíaco em descanso dos
mesmos indvíduos é analisado, as amostras são relacionadas.
(As amostras podem ser pareadas com respeito à cada indivíduo)

slide 8

Larson/Farber 4th ed 4
Chapter 1

Exemplo: amostras
dependentes e independentes

Classifique o par de amostras como independentes ou dependentes.

•Amostra 1: Pontuações de testes de 35 estudantes de estatística.
•Amostra 2: Pontuações de testes de 42 estudantes de biologia que
não estudam estatística.
Solução:
Amostras independentes (Não é possível formar um par entre os
membros das duas amostras; os tamanhos das amostras são
diferentes, e os dados representam pontuações para diferentes
indivíduos.)
slide 9

Testes de hipótese de duas

amostras com amostras independentes

1. Hipótese nula H0

Uma hipótese estatística que geralmente declara que não há
diferença entre os parâmetros de duas populações.

Sempre contém o símbolo ≤, =, ou ≥.
2. Hipótese alternativa Ha

Uma hipótese estatística que é verdadeira quando H0 é falsa.

Sempre contém o símbolo >, ≠, ou <.

slide 10

Larson/Farber 4th ed 5
Chapter 1

Testes de hipótese de duas

amostras com amostras independentes
H0: µ1 = µ2 H0: µ1 ≤ µ2 H0: µ1 ≥ µ2
Ha: µ1 ≠ µ2 Ha: µ1 > µ2 Ha: µ1 < µ2

Independentemente de cada hipótese que você usar, você

sempre presumirá que não existe diferença entre a média
populacional, ou µ1 = µ2.

slide 11

Teste z de duas amostras

para a diferença entre médias
Três condições são necessárias para desempenhar um teste z para a
diferença de duas médias populacionais, µ1 e µ2.
1. As amostras precisam ser aleatoriamente selecionadas.
2. As amostras precisam ser independentes.
3. Cada amostra precisa ter um tamanho de pelo menos 30, ou, se não,
cada população precisa ter uma distribuição normal com desvio padrão
conhecido.

slide 12

Larson/Farber 4th ed 6
Chapter 1

Teste z de duas amostras

para a diferença entre médias
Se esses requisitos forem prenchidos, a distribuição das amostras
para x1 − x2 (a diferença das médias amostrais) é uma distribuição
normal com
Média: µ x − x = µ x − µ x = µ1 − µ2
1 2 1 2

2 2 σ 12 σ 22
Desvio padrão: σ x − x = σ x + σ x = +
1 2 1 2
n1 n2

Distribuição amostral para: x1 − x2

x1 − x2
−σ x − x
1 2
µ1 − µ 2 σ x −x
1 2

slide 13

Teste z de duas amostras

para a diferença entre médias

• O teste estatístico é x1 − x2
• O teste estatístico padronizado é

• Quando as amostras são grandes, você pode usar S1 e S2 no lugar de

σ1 e σ2. Se as amostras não são grandes, você ainda pode fazer um
teste-z de duas amostras, contanto que as populações sejam
distribuídas normalmente e os desvios padrões populacionais sejam
conhecidos.
slide 14

Larson/Farber 4th ed 7
Chapter 1

Usando um teste z de duas

amostras para a diferença
entre médias (amostras grandes e independentes)

Em palavras Em símbolos

1. Expresse a afirmação matematicante.

Identifique as hipóteses nula e alternativa. Declare H0 e Ha.
2. Especifique o nível de significância. Identifique α.
3. Faça a distribuição amostral.
Use a tabela da
4. Determine o(s) valor(es) crítico(s). curva Normal (0,1).
5. Determine a(s) região(ões) de rejeição.
Obs.: Se usar P-value, pule as instruções 4 e 5.
slide 15

Em palavras Em símbolos

6. Encontre o teste estatístico z=

(x1 − x2) − (µ1 − µ2)
padronizado. σ x −x
1 2

7. Tome a decisão entre rejeitar ou Se z está na região de

falhar em rejeitar a hipótese nula. rejeição, rejeite H0.
Do contrário, falhe
em rejeitar H0.
8. Interprete a decisão no contexto
da afirmação original.

slide 16

Larson/Farber 4th ed 8
Chapter 1

Exemplo: teste-z de duas

amostras para a diferença entre médias
Uma organização de educação de consumidores afirma que há uma
diferença entre a média da dívida do cartão de crédito de homens e
mulheres nos Estados Unidos. Os resultados de uma pesquisa aleatória
de 200 indivíduos de cada grupo são mostrados a seguir. As duas
amostras são independentes. Os resultados apoiam a afirmação da
organização? Use α = 0,05.

Mulheres (1) Homens (2)

x1 = $2290 x2 = $2370
s1 = $750 s2 = $800
n1 = 200 n2 = 200
slide 17

Solução: teste-z de duas

amostras para a diferença entre médias
• Teste estatístico:
• H0: µ1 = µ2
• Ha: µ1 ≠ µ2 (2290 − 2370) − 0
z= = − 1.03
• α = 0,05 750 2
800 2

• n1= 200 , n2 = 200 +

200 200
• Região de rejeição:
• Decisão: Falha em rejeitar H0
No nível de significância de 5%, não
0,025 0,025 há evidência suficiente para apoiar a
Z afirmação da organização de que
-1,96
-1.96 0 1.96
1,96 existe uma diferença na média da
dívida do cartão de crédito entre
-1,03 homens e mulheres.
slide 18

Larson/Farber 4th ed 9
Chapter 1

Exemplo: usando p-value

para decidir um teste z de duas amostras
A American Automobile Association afirma que a média do custo
diário para refeições e acomodações para férias no Texas é menor do
que a mesma média de custos para férias na Virgínia. A tabela à
esquerda mostra os resultados de uma pesquisa aleatória de turistas em
cada Estado. As duas amostras são independentes. Em α = 0.01, existe
evidência suficiente para apoiar a afirmação?

Texas (1) Virgínia (2)

x1 = $248 x2 = $252
s1 = $15 s2 = $22
n1 = 50 n2 = 35
slide 19

Solução:

• H0: µ1 ≥ µ2 Calcule:
• Ha: µ < µ
1 2
Z=
(248 − 252) − 0 = −0,93
2 2
• α = 0,01 15 + 22
50 35
• n1= 50, n2 = 35

• Região de rejeição: • Decisão: Como P-value > α =>

falha em rejeitar H0
0,1762
z
No nível de significância de 1%, não
0 existe evidência suficiente para
apoiar a afirmação da American
-0,93 Automobile Association.
slide 20

Larson/Farber 4th ed 10
Chapter 1

Seção 2

Testando a diferença entre médias

(amostras pequenas e
independentes)

slide 21

Objetivos da seção 2

• Realizar um teste t de duas amostras para a diferença

entre duas médias populacionais µ1 e µ2 usando
amostras pequenas e independentes.

slide 22

Larson/Farber 4th ed 11
Chapter 1

Teste t de duas amostras

para a diferença entre médias

• Se amostras de tamanho menor que 30 são tomadas de populações

normalmente distribuídas, um teste t pode ser usado para testar a
diferença entre as médias populacionais µ1 e µ2.
• Três condições são necessárias para usar um teste-t para amostras
pequenas e independentes.
1. As amostras precisam ser selecionadas aleatoriamente.
2. As amostras precisam ser independentes.
3. Cada população precisa ter uma distribuição normal.

slide 23

Teste t de duas amostras

para a diferença entre médias

• O teste padronizado é:

t=
(x1 − x2) − (µ1 − µ2)
σ x −x
1 2

• O desvio padrão e os graus de liberdade da distribuição

• amostral dependem das variâncias das populações σ 1 e
2
σ 22
ser ou não iguais.

slide 24

Larson/Farber 4th ed 12
Chapter 1

• Variâncias são iguais

Informação das duas amostras é combinada para calcular
uma estimativa conjunta do desvio padrão σ̂ .

(n1 − 1) s12 + (n2 − 1) s22

σˆ =
n +n −2
1 2

O desvio padrão para a distribuição amostral de x1 − x2
é:
σ x − x = σˆ ⋅ 1 + 1
1 2
n1 n2

g.l.= n1 + n2 – 2
slide 25

• Variâncias não são iguais

Se as variâncias das populações não são iguais,
então o desvio padrão é:

s12 s22
σ x −x = +
1 2
n1 n2

g.l. = menor que n1 – 1 ou n2 – 1

slide 26

Larson/Farber 4th ed 13
Chapter 1

Normal ou distribuição t?
Ambas amostras têm Use o teste z.
Sim
tamanho mínimo 30?
Não

Ambas populações são Você não pode usar o

normalmente distribuídas? Não teste z ou teste t.
Use o teste t com
Sim As variâncias
populacionais são
Ambos desvios padrão Não iguais? Sim σ x − x = σˆ 1 + 1
n1 n2
das populações são
1 2

conhecidos? Não
d.f = n1 + n2 – 2.

Sim Use o teste t com

Use o teste z. s 12 s2
σ x −x = + 2
1 2
n1 n2
slide 27 g.l. = menor que n1 – 1 ou n2 – 1.

Teste t de duas amostras para a diferença entre

médias (amostras pequenas e independentes)

Em palavras Em símbolos
1. Expresse a afirmação
matematicamente. Identifique as
hipóteses nula e alternativa. Expresse H0 e Ha.

2. Especifique o nível de significância. Identifique α.

3. Identifique os graus de liberdade e faça
g.l. = n1+ n2 – 2 ou
a distribuição amostral.
g.l. = menor que n1 – 1 ou
n2 – 1.

4. Determine o(s) valor(es) crítico(s). Use a tabela distribuição t.

slide 28

Larson/Farber 4th ed 14
Chapter 1

Em palavras Em símbolos

5. Determine a(s) região(ões) de rejeição. (x1 − x2) − (µ1 − µ2)

t=
6. Encontre o teste estatístico σ x −x
1 2

padronizado.
7. Tome a decisão de rejeitar ou falhar em
Se t está na região de
rejeitar a hipótese nula.
rejeição, rejeite H0. Se
8. Interprete a decisão no contexto da não, falhe em rejeitar
afirmação original. H0.

slide 29

Exemplo: teste t de duas

amostras para a diferença entre as médias

As distâncias de frenagem de 8 Volkswagen GTIs e 10 Ford Focus

foram testadas enquanto viajavam a 60 milhas por hora em pista seca.
Os resultados são mostrados abaixo. Você pode concluir que existe uma
diferença na média da distância de frenagem dos dois tipos de carro?
Use α = 0,01. Assuma que as populações são distribuídas normalmente
e as variâncias da população não são iguais. (Adaptado de Consumer
Reports)
GTI (1) Focus (2)

x1 = 40,84 m x 2 = 43,59 m
s1 = 2,13 m s1 = 0,91 m
n1 = 8 n2 = 10
slide 30

Larson/Farber 4th ed 15
Chapter 1

Solução: teste t de duas

amostras para a diferença entre as médias
• H0: µ1 = µ2 • Teste estatístico:
• Ha: µ1 ≠ µ2
(40,84 − 43,59) − 0 = −3,411
• α = 0,01 t=
2 2
• g.l. = 8 – 1 = 7 2,13 0,91
+
• Região de rejeição: 8 10

• Decisão: Falha em rejeitar H0

0,005 0,005
No nível de significância 1%, não há
t evidência suficiente para concluir
-3,499
-3.499 0 3,499
3.499
que as médias das distâncias de
-3,411 frenagem dos carros são diferentes.
slide 31

Exemplo: teste t de duas

amostras para a diferença entre as médias
Um fabricante afirma que o alcance de chamada (em pés) do seu
telefone sem fio 2,4 GHz é maior do que o do seu principal
concorrente. Você realiza um estudo usando 14 telefones selecionados
aleatoriamente deste fabricante e 16 telefones similares — do
concorrente — selecionados aleatoriamente. Os resultados são
mostrados abaixo. Em α = 0,05, você pode apoiar a afirmação do
fabricante? Assuma que as populações são normalmente distribuídas e
as variâncias populacionais são iguais.
Fabricante (1) Concorrente (2)
x1 = 1275ft x2 = 1250 ft
s1 = 45 pés s2 = 30 pés
n1 = 14 n2 = 16
slide 32

Larson/Farber 4th ed 16
Chapter 1

Solução: teste t de duas

amostras para a diferença entre as médias
• H0: µ1 ≤ µ2 • Teste estatístico:
• Ha: µ1 > µ2
• α = 0,05
• g.f. = 14 + 16 – 2 = 28
• Região de rejeição:

0,05
t
0 1,701

slide 33

• Teste estatístico:

( n1 − 1) s12 + ( n2 − 1) s2 2 1 1
σ x −x = ⋅ +
1 2
n1 + n2 − 2 n1 n2
2 2
(14 − 1)( 45) + (16 − 1)( 30 ) 1 1
= ⋅ + ≈ 13.8018
14 + 16 − 2 14 16

( x1 − x2 ) − ( µ1 − µ 2 ) (1275 − 1250 ) − 0
t= = ≈ 1.811
σ x −x
1 2
13.8018

slide 34

Larson/Farber 4th ed 17
Chapter 1

• H0: µ1 ≤ µ2 • Teste estatístico:

• Ha: µ > µ
1 2
• α = 0,05 t = 1.811
• g.l. = 14 + 16 – 2 = 28
• Região de rejeição:
• Decisão: Rejeitar H0

No nível de significância 5%, há

0,05 evidência suficiente para apoiar a
afirmação do fabricante de que o seu
t
0 1,701 telefone tem um alcance de chamada
maior do que o do concorrente.
1,811
slide 35

Resumo da seção 2

• Realizamos um teste t de duas amostras para a

diferença entre duas médias populacionais µ1 e µ2
usando amostras pequenas e independentes.

slide 36

Larson/Farber 4th ed 18
Chapter 1

Seção 3

Testando a diferença entre as

médias (amostras dependentes)

slide 37

Objetivos da seção 3

• Realizar um teste t para testar a média da diferença

para uma população de dados emparelhados.

slide 38

Larson/Farber 4th ed 19
Chapter 1

Teste t para a diferença entre médias

• Para realizar um teste de hipótese de duas amostras, a diferença

entre cada dado emparelhado é encontrada primeiro:

d = x1 – x2 Diferença entre as entradas para dados
emparelhados.
• O teste estatístico é a média d dessas diferenças.

∑d Média das diferenças entre entradas de dados
d=
n emparelhados nas amostras dependentes.

slide 39

Três condições são necessárias à realização do teste:

1. As amostras devem ser selecionadas aleatoriamente.
2. As amostras devem ser dependentes (emparelhadas).
3. Ambas as populações devem ser normalmente distribuídas.
Se esses requisitos são alcançados, então a distribuição amostral
para d é aproximada de uma distribuição t com n – 1 graus
de liberdade, onde n é o número de dados emparelhados.

d
-t0 µd t0

slide 40

Larson/Farber 4th ed 20
Chapter 1

Símbolos usados para o teste t para µd

Símbolo Descrição
n O número de dados emparelhados

d A diferença entre entradas para dados emparelhados,

d = x1 – x2

µd A média hipotética das diferenças de dados emparelhados

na população

slide 41

Símbolo Descrição

d A média das diferenças entre as entradas de dados

emparelhados nas amostras dependentes
∑d
d=
n
sd O desvio padrão das diferenças entre as entradas de dados
emparelhados nas amostras dependentes
2
(Σd )
2
Σ(d − d ) 2Σd −
sd = = n
n −1 n −1

slide 42

Larson/Farber 4th ed 21
Chapter 1

Teste t para a diferença entre médias

• O teste estatístico é:
∑d
d=
n
• O teste estatístico padronizado é:
d − µd
t =
sd n
• Os graus de liberdade são:

g.l. = n – 1

slide 43

Teste t para a diferença

entre médias (amostras dependentes)

Em palavras Em símbolos

1. Expresse a afirmação Expresse H0 e Ha.

matematicamente. Identifique as
hipóteses nula e alternativa.
Identifique α.
2. Especifique o nível de significância.
g.l. = n – 1
3. Identifique os graus de liberdade e faça
a distribuição amostral.
Use a tabela distribuição t.
4. Determine o(s) valor(es) crítico(s). Se n > 29 use a última fileira
(∞) .
slide 44

Larson/Farber 4th ed 22
Chapter 1

Em palavras Em símbolos
5. Determine a(s) região(ões) de
rejeição.
d = ∑d
6. Calcule d e sd . Use a tabela. n

2
2 (Σd )
∑(d − d )2 Σ d −
sd = = n
7. Encontre o teste estatístico n −1 n −1
padronizado.
d − µd
t=
sd n

slide 45

Em palavras Em símbolos
8. Tome a decisão de rejeitar ou Se t está na região de
falhar em rejeitar a hipótese nula. rejeição, rejeite H0. Se
não, falhe em rejeitar H0.
9. Interprete a decisão no contexto
da afirmação original.

slide 46

Larson/Farber 4th ed 23
Chapter 1

Exemplo: teste t para a diferença entre médias

Um fabricante de tacos de golfe afirma que os golfistas podem diminuir

seus placares usando os tacos de golfe recém-projetados por ele. Oito
jogadores de golfe são escolhidos aleatoriamente e é pedido a cada um
que forneça seu mais recente placar. Após usar os novos tacos por um
mês, é pedido novamente aos jogadores que forneçam seus placares
mais recentes. Os placares para cada um são mostrados na tabela.
Assumindo que os placares de golfe são distribuídos normalmente,
existe evidência suficiente para apoiar a afirmação do fabricante para α
= 0.10?
Golfista 1 2 3 4 5 6 7 8
Placar (antigo) 89 84 96 82 74 92 85 91
Placar (novo) 83 83 92 84 76 91 80 91
slide 47

Solução: teste t para a diferença entre médias

d = (placar antigo) – (placar novo)

• H0: µd ≤ 0 • Teste estatístico:
• Ha: µd > 0
• α = 0,10
• g.l. = 8 – 1 = 7
• Decisão:
• Região de rejeição:

0,10
t
0 1,415

slide 48

Larson/Farber 4th ed 24
Chapter 1

d = (placar antigo) – (placar novo)

Antigo Novo d d2
d = ∑ d = 13 = 1.625
89 83 6 36 n 8
84 83 1 1
96 92 4 16 (Σd ) 2
Σd 2 −
82 84 –2 4 sd = n
74 76 –2 4
n −1
92 91 1 1 (13) 2
87 −
85 80 5 25 = 8
8 −1
91 91 0 0
≈ 3.0677
Σ = 13 Σ = 87
slide 49

d = (placar antigo) – (placar novo)

• H0: µd ≤ 0 • Teste estatístico:
• Ha: µd > 0 d − µd 1.625 − 0
t= ≈ ≈ 1.498
• α = 0.10 sd n 3.0677 8
• g.l. = 8 – 1 = 7
• Região de rejeição: • Decisão: Rejeitar H0

No nível de significância de 10%, os

0.10 resultados deste teste indicam que
depois de os jogadores de golfe
t
0 1.415 usarem os novos tacos, seus placares
1.498 foram significativamente menores.
slide 50

Larson/Farber 4th ed 25
Chapter 1

Resumo da seção 3

• Realizamos um teste t para testar a média da

diferença para uma população de dados emparelhados

slide 51

Seção 4

Testando a diferença
entre proporções

slide 52

Larson/Farber 4th ed 26
Chapter 1

Objetivos da seção 8.4

• Realizar um teste z para a diferença entre duas

proporções populacionais p1 e p2.

slide 53

Testes z de duas
amostras para proporções

• Usado para testar a diferença entre duas proporções

populacionais, p1 e p2.
• Três condições são necessárias para conduzir o teste:
1. As amostras devem ser selecionadas aleatoriamente.
2. As amostras devem ser independentes.
3. As amostras devem ser grandes o bastante para usar uma
distribuição amostral normal. Isto é,
n1p1 ≥ 5, n1q1 ≥ 5, n2p2 ≥ 5, e n2q2 ≥ 5.

slide 54

Larson/Farber 4th ed 27
Chapter 1

Testes z de duas amostras

para a diferença entre proporções
• Se essas condições são alcançadas, então a distribuição
amostral para pˆ1 − pˆ 2 é uma distribuição normal com média:
• µ pˆ − pˆ = p1 − p2 e erro padrão: =
p1 q1 p 2 q 2
+
1 2
σ pˆ − pˆ
1 2 n1 n2
• Precisasmos conhecer as proporções de população para calcular
o erro padrão.
• Sendo o teste p1-p2 baseado na suposição de que p1= p2,
podemos calcular uma estimativa ponderada de p1e p2 por:
x1 + x 2 , sendo = ˆ e = ˆ
p= x1 n1 p1 x 2 n2 p 2
n1 + n2
slide 55

Testes z de duas amostras

para a diferença entre proporções
• Com a estimativa ponderada:
x1 + x 2 , sendo = ˆ e = ˆ
p= x1 n1 p1 x 2 n 2 p 2
n1 + n2

• O erro padrão da distribuição de amostragem para pˆ1 − pˆ 2

• é:

p q  + 
1 1
σ pˆ − pˆ =
1 2
 n1 n 2 

slide 56

Larson/Farber 4th ed 28
Chapter 1

Testes z de duas amostras para

a diferença entre proporções
• Se a distribuição de amostra pˆ1 − pˆ 2 é normal, pode-se
usar o teste z para testar a diferença entre duas
proporções de população p1 e p2.

• A estatística de teste é: pˆ1 − pˆ 2 e a estatística de teste

padronizada é:
( pˆ 1 − pˆ 2 ) − ( p1 − p 2 )
z=
pq  + 
1 1
 n1 n 2 

slide 57

Testes z de duas amostras para

a diferença entre proporções
Em palavras Em símbolos
1. Expresse a afirmação. Identifique a Expresse H0 e Ha.
hipótese nula e alternativa.
2. Especifique o nível de significância. Identifique α.
3. Determine o(s) valor(es) críticos(s).
Use a tabela da
4. Determine a(s) região(ões) de rejeição. Normal (0,1).
5. Encontre a estimativa ponderada de p1 e x1 + x2
p2. p=
n1 + n2
slide 58

Larson/Farber 4th ed 29
Chapter 1

Em palavras Em símbolos

6. Encontre o teste estatístico ( pˆ1 − pˆ 2) − ( p1 − p2)

padronizado. z=
pq  + 
1 1
 n1 n2 
7. Tome a decisão de rejeitar ou falhar
em rejeitar a hipótese nula. Se z está na região
de rejeição, rejeite
H0. Se não, falhe em
rejeitar H0.

8. Interprete a decisão no contexto da

afirmação original.
slide 59

Exemplo: testes z de duas amostras

para a diferença entre proporções

Em um estudo de 200 mulheres adultas selecionadas

aleatoriamente e 250 homens adultos, ambos usuários de Internet,
30% das mulheres e 38% dos homens disseram que planejam
comprar on-line ao menos uma vez durante o mês seguinte. Em
α = 0,10, teste a afirmação de que há uma diferença entre a
proporção de mulheres e a proporção de homens, usuários de
Internet, que planejam comprar on-line.

Solução:
1 = mulheres 2 = homens

slide 60

Larson/Farber 4th ed 30
Chapter 1

Solução: testes z de duas

amostras para a diferença entre proporções
• H 0 : p1 = p2
• H a : p1 ≠ p2
• α = 0,10
• n1= 200 , n2 = 250
• Região de rejeição:

0,05 0,05
Z
-1,645 0 1,645

slide 61

x1 = n1 pˆ1 = 60 x2 = n2 pˆ 2 = 95

x1 + x2 60 + 95
p= = ≈ 0.3444
n1 + n2 200 + 250

q = 1 − p = 1 − 0.3444 = 0.6556

Note:
n1 p = 200(0.3444) ≥ 5 n1q = 200(0.6556) ≥ 5
n2 p = 250(0.3444) ≥ 5 n2q = 250(0.6556) ≥ 5
slide 62

Larson/Farber 4th ed 31
Chapter 1

( pˆ1 − pˆ 2 ) − ( p1 − p2 ) ( 0.30 − 0.38) − ( 0 )

z= ≈
1 1
( 0.3444 ) ⋅ ( 0.6556 ) ⋅ 
1 1 
pq ⋅  +  + 
 n1 n2   200 250 
≈ −1.77

slide 63

• H0: p1 = p2 • Teste estatístico:

• Ha: p1 ≠ p2 z = −1.77
• α = 0,10
• n1= 200 , n2 = 250 • Decisão: Rejeite H0
• Região de rejeição:
Há evidência suficiente no
nível de significância 10% para
concluir que existe uma
0,05 0,05
diferença entre a proporção de
z
-1.645 0
-1,645 1.645
1,645 mulheres e a proporção de
homens, usuários de internet,
-1,77 que planejam comprar on-line.
slide 64

Larson/Farber 4th ed 32
Chapter 1

Exemplo: testes z de duas

amostras para a diferença entre proporções
Uma equipe de pesquisa médica conduziu um estudo para testar o
efeito de um medicamento na redução de colesterol. Ao final do
estudo, os pesquisadores descobriram que dos 4.700 sujeitos
selecionados aleatoriamente que tomaram o medicamento, 301
morreram de doenças do coração. Dos 4.300 sujeitos selecionados
aleatoriamente que tomaram um placebo, 357 morreram de doenças do
coração. Em α = 0,01, você pode concluir que a taxa de mortalidade
por doenças do coração é menor para aqueles que tomaram a
medicação do que para aqueles que tomaram o placebo?
(Adaptado de New England Journal of Medicine)
Solução:
1 = Medicação 2 = Placebo
slide 65

Solução: testes z de duas

amostras para a diferença entre proporções
• H 0 : p1 ≥ p2
• Ha: p1 < p2
• α = 0,01
• n1= 4700 , n2 = 4300
• Região de rejeição:

0,01
z
-2,33 0

slide 66

Larson/Farber 4th ed 33
Chapter 1

x1 301 x2 357
pˆ1 = = = 0.064 pˆ 2 = = = 0.083
n1 4700 n2 4300

x1 + x2 301 + 357
p= = ≈ 0.0731
n1 + n2 4700 + 4300

q = 1 − p = 1 − 0.0731 = 0.9269

Note:
n1 p = 4700(0.0731) ≥ 5 n1q = 4700(0.9269) ≥ 5
n2 p = 4300(0.0731) ≥ 5 n2q = 4300(0.9269) ≥ 5

slide 67

( pˆ1 − pˆ 2 ) − ( p1 − p2 ) ( 0.064 − 0.083) − ( 0 )

z= ≈
1 1 
( 0.0731) ⋅ ( 0.9269 ) ⋅ 
1 1 
pq ⋅  +  + 
 n1 n2   4700 4300 
≈ −3.46

slide 68

Larson/Farber 4th ed 34
Chapter 1

• H0: p1 ≥ p2 • Teste estatístico:

• Ha: p1 < p2
z = −3.46
• α = 0,01
• n1= 4700 , n2 = 4300 • Decisão: Rejeite H0
• Região de rejeição:
No nível de significância de 1%,
há evidência suficiente para
concluir que a taxa de mortalidade
0,01
por doenças do coração é menor
z para aqueles que tomaram a
-2.33
-2,33 0
medicação do que para aqueles
-3,46
que tomaram o placebo.
slide 69

Resumo da seção 4

• Realizamos um teste z para a diferença entre duas

proporções populacionais p1 e p2.

slide 70

Larson/Farber 4th ed 35
Chapter 1

Resumo da seção 4

• Realizamos um teste z para a diferença entre duas

proporções populacionais p1 e p2.

slide 71

Muito obrigado Boas férias, bom

LARSON; FABER. Muito
Muito obrigado
obrigado
Natal e ótimo 2013.
Estatística aplicada. Google!
internet!
4°ed. Pearson

E sobretudo, a vocês, caros

colegas, obrigado pela
participação!

. 72
slide

Larson/Farber 4th ed 36