E = row total × column total / grand total, df = (r − 1)(c − 1)
Valores críticos (α = 0,05)
df 1: 3,841, 2: 5,991, 3: 7,815, 4: 9,488
Decisão
rejeite H0 se χ² > χ²crit
2Exercícios
1.Distribuição normalMédia
As massas de passageiros com bagagem são independentes e normais com média 85 kg e desvio padrão 12 kg. Encontre a probabilidade P de a massa total de 9 deles exceder 783 kg. Arredonde z para duas casas decimais.
μ = 85 kgσ = 12 kgn = 9> 783 kg
P =
2.Distribuição normalDifícil
Os diâmetros D dos furos são normais com média 25,04 mm e desvio padrão 0,02 mm. Os diâmetros d dos eixos são independentes e normais com média 25 mm e desvio padrão 0,01 mm. Um eixo escolhido ao acaso encaixa quando D − d > 0. Encontre a probabilidade P de ele encaixar. Arredonde z para duas casas decimais.
furo: μ = 25,04 mm, σ = 0,02 mmeixo: μ = 25 mm, σ = 0,01 mm
P =
3.Intervalos de confiançaMédia
Uma amostra de 12 itens tem média 60 e desvio-padrão s = 2. A população é aproximadamente normal. Calcule o limite superior do intervalo de confiança de 99% para a média.
n = 12x̄ = 60s = 299%t(11) = 3,106
limite superior =
4.Intervalos de confiançaDifícil
O desvio-padrão da população é 19. Qual o tamanho de amostra n necessário para que um intervalo de confiança de 99% para a média tenha margem de erro de no máximo 2?
σ = 19E = 299%
n =
5.Testes de hipóteses e intervalos de confiançaMédia
Uma amostra de 16 estudantes tem nota média 198,2 e desvio-padrão amostral 4. Calcule a estatística de teste t para H₀: μ = 200.
μ₀ = 200x̄ = 198,2s = 4n = 16
t =
6.Testes de hipóteses e intervalos de confiançaDifícil
Que tamanho deve ter uma amostra para que o intervalo de confiança a 90 % para uma média tenha uma margem de erro de no máximo 1,5? O desvio-padrão é 5. Calcule o menor tamanho de amostra n.
σ = 5E = 1,590%
n =
7.Regressão linear e correlaçãoMédia
A tabela dá 6 observações pareadas de x = temperatura em °C e y = sorvetes vendidos. Encontre o coeficiente de correlação de Pearson r.
n = 6
r =
8.Regressão linear e correlaçãoDifícil
A tabela dá 5 observações pareadas de x = idade do carro em anos e y = preço em k€. Use a reta de mínimos quadrados ŷ = a + b·x. Preveja ŷ para x = 2,5.
n = 5x = 2,5
ŷ =
9.Testes qui-quadradoMédia
A tabela de contingência mostra frequências observadas. Para um teste qui-quadrado de independência, encontre a frequência esperada E para a célula “turno diurno, leve”.
total da linha = 78total da coluna = 26N = 131
E =
10.Testes qui-quadradoDifícil
A tabela mostra frequências observadas. Teste ao nível α = 0,05 se as duas variáveis são independentes (sem correção de continuidade). Calcule a estatística de teste χ² e depois compare-a com o valor crítico da tabela.
N = 1803 × 2α = 0,05
χ² =
3Soluções
1.Distribuição normal
Resposta: P = 0,3085
Somas e diferenças de variáveis normais: se X e Y são independentes e normais, X + Y e X − Y também são normais. As médias se somam ou se subtraem: E(X ± Y) = μX ± μY. As variâncias sempre se somam, também em uma diferença: Var(X ± Y) = σX² + σY², portanto σ = √(σX² + σY²). Os desvios padrão nunca se somam diretamente. O total de n itens independentes com a mesma distribuição tem média n·μ e desvio padrão σ·√n. Depois padronize como de costume: z = (x − média)/σ e leia Φ(z).
Distribuição do total
μT = 765 kg, σT = 12·√9 = 36 kg
Padronizar
z = (783 − 765)/36 = 0,5
Probabilidades
P = 1 − Φ(0,5) = 0,3085
Resposta
P = 0,3085
2.Distribuição normal
Resposta: P = 0,9633
Somas e diferenças de variáveis normais: se X e Y são independentes e normais, X + Y e X − Y também são normais. As médias se somam ou se subtraem: E(X ± Y) = μX ± μY. As variâncias sempre se somam, também em uma diferença: Var(X ± Y) = σX² + σY², portanto σ = √(σX² + σY²). Os desvios padrão nunca se somam diretamente. O total de n itens independentes com a mesma distribuição tem média n·μ e desvio padrão σ·√n. Depois padronize como de costume: z = (x − média)/σ e leia Φ(z).
Distribuição da diferença
μ = 25,04 − 25 = 0,04 mm, σ = 0,02236 mm
Padronizar
z = (0 − 0,04)/0,02236 = −1,79
Probabilidades
P = 1 − Φ(−1,79) = 0,9633
Resposta
P = 0,9633
3.Intervalos de confiança
Resposta: limite superior = 61,79
Intervalo de confiança para uma média: x̄ ± margem de erro. Com σ populacional conhecido, a margem é z·σ/√n; tendo apenas o desvio-padrão amostral s, use t com n − 1 graus de liberdade: t·s/√n. Valores críticos: z = 1,645 (90%), 1,96 (95%), 2,576 (99%). Para obter uma margem E ou menor, você precisa de n ≥ (z·σ/E)², arredondado para cima.
Valor crítico
df = n − 1 = 11, t = 3,106
Margem de erro
E = 3,106·2/√12 = 1,793
Intervalo
60 ± 1,793 → [58,21, 61,79]
Resposta
limite superior = 61,79
4.Intervalos de confiança
Resposta: n = 599
Intervalo de confiança para uma média: x̄ ± margem de erro. Com σ populacional conhecido, a margem é z·σ/√n; tendo apenas o desvio-padrão amostral s, use t com n − 1 graus de liberdade: t·s/√n. Valores críticos: z = 1,645 (90%), 1,96 (95%), 2,576 (99%). Para obter uma margem E ou menor, você precisa de n ≥ (z·σ/E)², arredondado para cima.
Resolver em ordem a n
n = (2,576·19/2)² = 598,9
Arredondar para cima
O tamanho da amostra é um número inteiro, e arredondar para baixo deixaria a margem grande demais.
n = 599
Resposta
n = 599
5.Testes de hipóteses e intervalos de confiança
Resposta: t = −1,8
Teste a uma média: a estatística de teste mede a quantos erros-padrão a média amostral está do valor afirmado em H₀: z = (x̄ − μ₀)/(σ/√n) quando σ é conhecido, t = (x̄ − μ₀)/(s/√n) quando é estimado pela amostra. Um intervalo de confiança é x̄ ± (valor crítico)·(erro-padrão).
Erro-padrão
SE = 4/√16 = 4/4 = 1
Estatística de teste
t = (198,2 − 200)/1 = −1,8
Resposta
t = −1,8
t0,025; df = 15 = 2,131
|t| < 2.131, então H₀ não é rejeitada ao nível de 5% (bilateral).
6.Testes de hipóteses e intervalos de confiança
Resposta: n = 31
Teste a uma média: a estatística de teste mede a quantos erros-padrão a média amostral está do valor afirmado em H₀: z = (x̄ − μ₀)/(σ/√n) quando σ é conhecido, t = (x̄ − μ₀)/(s/√n) quando é estimado pela amostra. Um intervalo de confiança é x̄ ± (valor crítico)·(erro-padrão).
Resolver em ordem a n
n = (1,645·5/1,5)² = 30,07
Arredondar para cima
n = 31
Resposta
n = 31
7.Regressão linear e correlação
Resposta: r = 0,9878
Regressão por mínimos quadrados: com x̄ e ȳ as médias, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² e Sxy = Σ(x − x̄)(y − ȳ), a reta ŷ = a + b·x tem inclinação b = Sxy/Sxx e intercepto a = ȳ − b·x̄, então ela sempre passa por (x̄, ȳ). O coeficiente de correlação de Pearson r = Sxy/√(Sxx·Syy) fica entre −1 e 1; r² é a fração da variação de y explicada pela reta.
Médias
x̄ = 129/6 = 21,5
ȳ = 550/6 = 91,67
Somas de quadrados e de produtos
Sxx = Σ(x − x̄)² = 157,5
Sxy = Σ(x − x̄)(y − ȳ) = 783
Syy = Σ(y − ȳ)² = 3989
Coeficiente de correlação
r = 783/√(157,5·3989) = 0,9878
Resposta
r = 0,9878
8.Regressão linear e correlação
Resposta: ŷ = 22,1
Regressão por mínimos quadrados: com x̄ e ȳ as médias, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² e Sxy = Σ(x − x̄)(y − ȳ), a reta ŷ = a + b·x tem inclinação b = Sxy/Sxx e intercepto a = ȳ − b·x̄, então ela sempre passa por (x̄, ȳ). O coeficiente de correlação de Pearson r = Sxy/√(Sxx·Syy) fica entre −1 e 1; r² é a fração da variação de y explicada pela reta.
Médias
x̄ = 15/5 = 3
ȳ = 107/5 = 21,4
Somas de quadrados e de produtos
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −14
Reta de regressão
b = −14/10 = −1,4
a = 21,4 − (−1,4)·3 = 25,6
ŷ = 25,6 − 1,4·x
Previsão
ŷ = 25,6 + (−1,4)·2,5 = 22,1
Resposta
ŷ = 22,1
9.Testes qui-quadrado
Resposta: E = 15,48
Testes qui-quadrado: compare as frequências observadas O com as frequências E esperadas sob H₀ usando χ² = Σ(O − E)²/E. Aderência: E = n·p para cada categoria, gl = k − 1 (menos um para cada parâmetro estimado a partir dos dados). Independência em uma tabela r × c: E = total da linha × total da coluna / total geral, gl = (r − 1)(c − 1). Rejeite H₀ quando χ² ultrapassar o valor crítico para o α escolhido.
Frequência esperada
E = 78·26/131 = 15,48
Resposta
E = 15,48
10.Testes qui-quadrado
Resposta: χ² = 0,1389
Testes qui-quadrado: compare as frequências observadas O com as frequências E esperadas sob H₀ usando χ² = Σ(O − E)²/E. Aderência: E = n·p para cada categoria, gl = k − 1 (menos um para cada parâmetro estimado a partir dos dados). Independência em uma tabela r × c: E = total da linha × total da coluna / total geral, gl = (r − 1)(c − 1). Rejeite H₀ quando χ² ultrapassar o valor crítico para o α escolhido.