• Nenhum resultado encontrado

Introdu¸c˜ao `a Probabilidade e `a Estat´ıstica II

N/A
N/A
Protected

Academic year: 2022

Share "Introdu¸c˜ao `a Probabilidade e `a Estat´ıstica II"

Copied!
8
0
0

Texto

(1)

Introdu¸c˜ ao ` a Probabilidade e ` a Estat´ıstica II

N´ıvel descritivo ou valor-p

L´ıgia Henriques-Rodrigues MAE0229 – 1ºsemestre 2018

(2)

Valor-p ou n´ıvel descritivo

Ovalor-pou n´ıvel descritivoouprobabilidade de significˆancia representa uma forma alternativa de decis˜ao que n˜ao exige a fixa¸c˜ao do n´ıvel de significˆanciaα nem a determina¸c˜ao da regi˜ao cr´ıtica.

O que se faz ´e calcular a probabilidade de ocorrer valores da estat´ıstica mais extremos do que o observado, sob a hip´otese deH0 ser verdadeira.

Valor-p=P(obter dados ainda mais desfavor´aveis aH0|H0´e verdadeira)

Assim,

Valor-p muito pequeno =⇒dados incoerentes com H0; Valor-p muito grande =⇒dados coerentes comH .

(3)

Pelo que, se indicarmos por ˆαo valor-p, a decis˜ao num teste de hip´oteses ser´a a de:

rejeitaremosH0 para n.s. α >αˆ

se o n´ıvel descritivo for muito pequeno, h´a evidˆencias de que a hip´otese n˜ao seja v´alida;

n˜ao rejeitaremosH0 para n.s. α≤αˆ

se o n´ıvel descritivo for muito grande, h´a evidˆencias de que a hip´otese seja v´alida.

O Valor-p ´e o menor n´ıvel de significˆancia que nos conduz `a rejei¸c˜ao deH0 com a amostra observada.

(4)

C´ alculo do Valor-p

Depende do que significa obter dados ainda mais desfavor´aveis aH0que os j´a obtidos, isto ´e, da forma da regi˜ao cr´ıtica, RC.

Cauda ` a esquerda (H

1

: θ < θ

0

)

Valor-p=P(X <xobs|H0) =p

Dados piores⇐⇒estar `a esquerda dexobs, isto ´e, mais pr´oximo da RC.

Cauda ` a direita (H

1

: θ > θ

0

)

Valor-p=P(X >xobs|H0) =p+

Dados piores⇐⇒estar `a direita dex , isto ´e, mais pr´oximo da RC.

(5)

Reuni˜ ao de caudas (H

1

: θ 6= θ

0

)

Valor-p= 2min(p,p+) Se a f.d.p. ´e sim´etrica ent˜ao

Valor-p= 2P(X >xobs|H0), sexobs> θ0

Valor-p= 2P(X <xobs|H0), sexobs< θ0 pois cada cauda tem pesoα/2.

Dados piores⇐⇒estar `a esquerda dexobs, sexobs est´a mais perto da cauda esquerda e estar `a direita dexobs se xobs est´a mais perto da cauda direita.

(6)

C´ alculo do Valor-p

Exemplo:

Uma esta¸c˜ao de televis˜ao afirma que pelo menos 60% dos televisores estavam ligados no programa especial de domingo. Uma rede concorrente deseja contestar essa afirma¸c˜ao e decide usar uma amostra de 200 fam´ılias para um teste. Destas, 104, confirmaram ter assistido a programa. Teste a veracidade da afirma¸c˜ao da esta¸c˜ao, considerandoα= 5%.

H0:p≥0,6 contra H1:p<0,6.

Neste caso, a RC ´e uma cauda `a esquerda, logo

valor-p=P( ˆp<0,52|p0= 0,6) =P(Z <−2,30) = 0,01

—–>os dados sugerem que a hip´otese deve ser rejeitada

(7)

Exemplo:

Suponha que queiramos testarH0:µ= 50 contraH1:µ >50, em queµ´e a m´edia de uma normalN(µ,900). Extra´ıda uma amostra den= 36 elementos, obtemosx = 52. Calcule o valor-p do teste.

Neste caso, a RC ´e uma cauda `a direita, logo

valor-p=P(X >52|µ0= 50) =P(Z >0,40) = 0,345.

—–>os dados sugerem que a hip´otese n˜ao deve ser rejeitada

(8)

Exemplo:

Uma companhia de ˆonibus intermunicipais planejou uma nova rota para servir v´arios locais situados entre duas cidades importantes. Um estudo preliminar afirma que a dura¸c˜ao das viagens pode ser considerada uma v.a. normal com m´edia igual a 300 minutos e desvio padr˜ao 30 minutos. As dez primeiras viagens realizadas nessa nova rota apresentaram m´edia igual a 314 minutos. Esse

resultado comprova ou n˜ao o tempo m´edio determinado nos estudos preliminares.

Neste caso: H0:µ= 300 contra H1:µ6= 300.

Neste caso, a RC ´e uma reuni˜ao de caudas, e como xobs= 314>300, ent˜ao valor-p=2P(X >314|µ0= 300) = 2P(Z >1,48) = 2×0,07 = 0,14

—–>n˜ao existe muita evidˆencia para rejeitarH0

Referências

Documentos relacionados

rgeom(n, p) distribui¸ c˜ ao Geom´ etrica(p) runif(n, a, b) distribui¸ c˜ ao Uniforme(a,b) rexp(n, lambda) distribui¸ c˜ ao Exponencial(lambda) rnorm(n, mean, sd) distribui¸ c˜

Para que um livro de Teoria dos Conjuntos? Para que um curso de Teo- ria dos Conjuntos? Todos n´ os temos uma no¸c˜ ao intuitiva de conjunto, e come¸camos a pensar em “conjuntos

•   O  material  a  seguir  consiste  de  adaptações  e  extensões  dos  originais  gentilmente  cedidos  pelo 

radia¸c˜ ao do campo espalhado para uma perturba¸c˜ ao de 10% na velocidade compressional para modelos: homogˆ eneos (em verde) e final (frequˆ encia de corte de 30 Hz) (em azul) -

O estudo de observa¸c˜oes referentes apenas a uma caracter´ıstica ´e objectivo da estat´ıstica descritiva a uma dimens˜ao e, da descri¸c˜ao e do estudo de observa¸c˜oes de

Demonstra¸c˜ao. Designamos esse tipo de ponto fixo de n´o repulsivo. Analogamente, se a derivada da fun¸c˜ao F tiver o valor entre 0 e 1, as sequˆencias que come¸carem

Existem aplica¸c˜ oes do Teorema de Gelfand-Mazur, uma delas, e bastante cu- riosa, ´ e a prova do Teorema Fundamental da ´ Algebra utilizando o Teorema de Gelfand-Mazur,

Cursos e eventos realizados em 2011 e 2012 pela RMPI: O professor Rodrigo Gava passou a palavra ao bolsista da RMPI Marcelo Garcia, que apresentou os cursos que foram