Distribuição Qui-Quadrado: teste de
Hipótese para a Variância Populacional
AULA 11– 22/09/15
ProfaLilian M. Lima Cunha Estatística Aplicada II
Distribuição Qui-Quadrado: testando a
variância
-Faziamos teste para a média pois não conheciamos ao certo seu valor (usava-se média amostral);
-Sendo a variância da População conhecida, a variância da amostra é passível de teste.
-Podemos testar a variância.
1
)
(
1 2 2−
−
=
∑
=n
X
X
S
n i i∑
=−
=
−
n i iX
X
S
n
1 2 2)
(
)
1
(
2 1 2 2 2(
)
)
1
(
σ
σ
∑
=−
=
−
n i iX
X
S
n
∑
=
−
=
−
n i iX
X
S
n
1 2 2 2)
1
(
σ
σ
OU∑
=
−
=
−
n i iX
X
S
n
1 2 2 2)
1
(
σ
σ
Se X for uma variável cuja distribuição é normal, a
expressão dentro do parênteses será quase uma normal padronizada (subtrai-se a média e divide-se pelo desvio –padrão).
Para que fosse exatamente uma normal
padronizada, deveríamos ter a média
populacional em vez da média amostral.
Sabe-se que:
(
)
(
)
(
)
2 2 1 2 1 µ µ − − − = −∑
∑
= = X n X X X n i i n i i Pois:(
−)
=∑
(
−)
−(
−)
=∑
= = 2 1 2 1 } { X µ X µ X X n i i n i i(
)
(
)
∑
(
)
∑
(
)
∑
= = = − + − − − − = n i n i i n i i X X X X 1 2 1 2 1 2 µ µ µ µ ( −µ)=(
−µ)
∑
= X n X n i i 1(
)
(
)
(
)
(
)
2 2 1 * 2 µ µ µ µ − − − + − − =∑
= X n X n X X n i i Em que (2)∑
= − = − n i i X X S n 1 2 2 2 ) 1 ( σ σ(
)
(
)
(
)
2 2 1 2 1 µ µ − − − = −∑
∑
= = X n X X X n i i n i i (eq.1) (eq.2) Substituindo a eq 2na eq 1, temos 2 2 1 2 2 ) 1 ( − − − = −∑
= σ µ σ µ σ X n X S n n i i2 2 1 2 2 ) 1 ( − − − = −
∑
= σ µ σ µ σ X n X S n n i i 2 2 1 2 2 ) 1 ( − − − = −∑
= n X X S n n i i σ µ σ µ σ OUUma variável normal padronizada
n X
µ
;σ
Somatório de n variaveis normais padronizadasTeremos portanto, uma soma de n variaveis padronizadas menos uma variável padronizada Se conhecemos a distribuição normal padronizada, é possivel obter valores da distribuição desta nova variável (desde que conheçamos o valor de n)
Essa distribuição é conhecida como
χ
2 (Qui-quadrado)2 1 2 2 2 2 1 2
...
∑
=
−
=
+
+
+
=
v i i vX
z
z
z
σ
µ
χ
Diz-se que essa variável tem distribuição de Qui Quadrado com ngraus de liberdade
2 2 ) 1 ( σ S n − Assim, a expressão:
Segue uma distribuição
χ
2com n-1graus de liberdade
2
χ
Será a estatística
do teste
Quando n tende ao infinito,
se aproxima de uma normal 2
χ
2χ
2χ
n = 1 n = 3TLC
Exemplo 1 – USAR TABELA
Para 10 graus de liberdade calcule:
1. P(y>b)=0,05. 2. P(Y>b)=0,99 2
χ
Positiva e assimetrica b=2,558 b=18,307Teste de Hipótese para a Variância
Populacional - PASSOS
Para testarmos a hipótese:
com nível de significância α%, devemos:
2 0 2
0
:
σ
=
σ
1. Calcular a estatística
2. Obter o valor crítico (Tabela IV- morettin) e comparar com a estatística , distinguindo os seguintes casos: a) Se 2 2 2 ) 1 (
)
1
(
σ
χ
n−=
S
n
−
2 cχ
2 ) 1 ( −nχ
2 2 1:
oH
σ
>
σ
α
χ
χ
−>
)
=
(
(2n 1) c2P
calculado tabelado RC: b) Se c) Se3. Rejeita-se a hipótese nula se o valor da estatística pertencer à região crítica.
2 2 1
:
oH
σ
<
σ
α
χ
χ
−<
)
=
(
(2n 1) c2P
2 2 1:
oH
σ
≠
σ
2
)
(
2
)
(
(2 1) 2 (2 1) 2 2 1α
χ
χ
α
χ
χ
n−<
c=
e
P
n−>
c=
P
RC: RC:Intervalo de Confiança
O intervalo de confiança para a variância populacional com um nível de confiança de γ% é: Logo, OU γ χ σ χ = ≤ − ≤ 22 2 2 2 1 ) 1 (n S P
(
)
− − = 2 1 2 2 2 2 2 ( 1) ; ) 1 ( , χ χ γ σ n S n S IC γ χ σ χ = − ≤ ≤ − 2 1 2 2 2 2 2 ) 1 ( ) 1 ( ( n S n S PEXEMPLO 1 – Livro
Sartoris pg-212Numa determinada empresa, empregados que desempenham a mesma função têm salarios diferentes em função do tempo de casa e
bonificações por desempenho. Segundo a
empresa, o desvio-padrão para o salario de uma certa função é de R$ 150,00. Entrevistando 5 funcionários que desempenham essa mesma função, verificou-se que seus salários eram, respectivamente,
R$ 1.000; R$ 1.200; R$ 1.500; R$ 1300; R$ 900.
Testar a afirmação da empresa com significância
de 5%, supondo que os salários sejam
2 2 2 2 : : o A o o H H σ σ σ σ ≠ = Resolução 500 . 22 ) 150 ( 2 2 = = σ Sendo: 500 . 22 : 500 . 22 : 2 2 ≠ = σ σ A o H H 5 05 , 0 = = n α 2 2 2 ) 1 (
)
1
(
σ
χ
n−=
S
n
−
Calculando a estatística do teste:
dados 2 S Precisamos encontrar
1
)
(
1 2 2−
−
=
∑
=n
X
X
S
n i i180
.
1
=
X
sendo000
.
57
2=
S
. 13 , 10 ) 150 ( ) 1 5 ( 000 . 57 2 2 ) 1 (n = aprox − = −
χ
2 2 2 ) 1 ()
1
(
σ
χ
n−=
S
n
−
Substituindo.... 13 , 10 2 ) 1 (n− = χ025
,
0
=
α
0025
,
0
=
α
11,143 0,484 13 , 10 2 ) 1 (n− =χ
Não Rejeito H0 – afirmação da empresa não é contestadaRegião critica =rejeição Região critica =rejeição n-1 = 5- 1 = 4 g l
EXEMPLO 2
Uma caixa de fósforos de certa marca vem com a inscrição: “ contém, em média, 40 palitos”. Segundo o fabricante, o desvio-padrão é de, no máximo, dois palitos. Em uma amostra com 31 caixas, entretanto, foi encontrado um desvio-padrão amostral de 3 palitos. Supondo que o número de palitos por caixa seja uma variável normal, teste a afirmativa do
fabricante utilizando um nível de
4 : 4 : 2 2 > ≤ σ σ A o H H
3
4
2
31
01
,
0
2 2 0=
=
=
=
=
=
amostralS
n
σ
σ
α
dados 2 2 2 ) 1 ()
1
(
σ
χ
n−=
S
n
−
Calculando a estatística do teste:
5 , 67 2 ) 1 31 ( 3 2 2 2 ) 1 ( ≅ − = − n
χ
01
,
0
=
α
05
,
67
2 ) 1 (n−=
χ
Rejeito H0 – afirmação do fabricante não é corretaRegião critica =rejeição
50,892
EXEMPLO 3
Uma empresa de processamento de laticínios declara que a variância da quantidade de gordura no leite integral processado pela concorrente é no mínimo de 0,25. Você suspeita que essa afirmação esteja errada e seleciona uma amostra aleatória de 21
contêineres de leite dessa concorrente e verifica que tem uma variância de 0,27. Com α=5%, há evidência suficiente para aceitar a declaração da empresa?
X 2calculado =21,6 X 2critico =10,851 Não rejeito Ho
REFERENCIAS BIBLIOGRAFICAS
Bussab, W.º; Morettin, P.A. (2002). Estatistica Básica, Editora Saraiva, São Paulo – Brasil – Cap 12 pgs 344-347
Sartoris, A. Estatistica e introducao a econometria. Ed Saraiva. Cap 7 208-215 e p223-226.
ENTREGAR (Problema 19, pag. 347
(Bussab e Morettin, 2002).
Observou-se a produção mensal de uma indústria durante vários anos, verificando-se que ela obedecia a uma distribuição normal, com variância 300. Foi adotada uma nova técnica de produção e, durante 24 meses, observou-se a produção mensal. Após esse período,
constatou-se que e . Há razões para
se acreditar que a variância mudou, ao nível de 20%? 000 . 10 = X S2 =400 RESPOSTA “ ”