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 alturas de homens adultos seguem uma distribuição normal com média 178 cm e desvio-padrão 7 cm. Que fração está entre 172,75 e 188,5 cm? Dê P em forma decimal.
μ = 178σ = 7x1 = 172,75x2 = 188,5
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 0,02 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 = 0,02 mm
P =
3.Intervalos de confiançaMédia
Uma amostra de 16 itens tem média 19 e desvio-padrão s = 5,5. A população é aproximadamente normal. Calcule o limite superior do intervalo de confiança de 99% para a média.
n = 16x̄ = 19s = 5,599%t(15) = 2,947
limite superior =
4.Intervalos de confiançaDifícil
Dois fertilizantes são testados. Grupo de parcelas 1: 6 parcelas, produção média 44,5 kg, desvio-padrão 1,5 kg. Grupo de parcelas 2: 11 parcelas, média 32,5 kg, desvio-padrão 8 kg. Suponha variâncias iguais (t combinado, gl = n₁ + n₂ − 2). Encontre a margem de erro E do intervalo de confiança de 95% para μ₁ − μ₂.
5.Testes de hipóteses e intervalos de confiançaMédia
Duas linhas de produção fabricam a mesma peça. Linha 1: uma amostra de 60 peças tem comprimento médio de 138,5 mm, e o desvio-padrão conhecido da linha é 19 mm. Linha 2: uma amostra de 60 peças tem média de 136,2 mm, desvio-padrão conhecido de 4 mm. Encontre a estatística de teste z para H₀: μ₁ = μ₂, tomando a diferença como x̄₁ − x̄₂ (linha 1 menos linha 2).
6.Testes de hipóteses e intervalos de confiançaDifícil
Uma amostra de 49 medições tem média 196,7. O desvio-padrão da população é 10. Calcule o limite inferior L do intervalo de confiança a 90 % para a média.
x̄ = 196,7σ = 10n = 4990%
L =
7.Regressão linear e correlaçãoMédia
A tabela dá 5 observações pareadas de x = carga em kN e y = alongamento em mm. As suas somas são dadas. Encontre o coeficiente de correlação de Pearson r a partir dessas somas.
n = 5Σx = 30Σy = 88Σx² = 220Σy² = 1858Σxy = 638
r =
8.Regressão linear e correlaçãoDifícil
A tabela dá 5 observações pareadas de x = temperatura em °C e y = sorvetes vendidos. Use a reta de mínimos quadrados ŷ = a + b·x. Para que valor x a reta prevê ŷ = 87?
n = 5ŷ = 87
x =
9.Testes qui-quadradoMédia
A tabela de contingência mostra frequências observadas. Calcule a estatística qui-quadrado χ² para o teste de independência entre as variáveis de linha e de coluna. Não use correção de continuidade.
N = 2002 × 3
χ² =
10.Testes qui-quadradoDifícil
É feito um teste qui-quadrado de independência em uma tabela de contingência com 2 linhas e 4 colunas (sem contar os totais). Usando a tabela, encontre o valor crítico χ²crit ao nível de significância α = 0,01.
α = 0,01
χ²crit =
3Soluções
1.Distribuição normal
Resposta: P = 0,7066
Distribuição normal: converta um valor x em uma pontuação z, z = (x − μ)/σ, que conta quantos desvios-padrão ele está da média. Uma tabela z (ou Φ(z)) dá a área à esquerda de z, que é P(X < x). A área à direita é 1 − Φ(z), e a área entre dois valores é a diferença entre as duas áreas.
Pontuações z
z₁ = (172,75 − 178)/7 = −0,75
z₂ = (188,5 − 178)/7 = 1,5
Área entre os valores
P = Φ(1,5) − Φ(−0,75) = 0,9332 − 0,2266 = 0,7066
Resposta
P = 0,7066
2.Distribuição normal
Resposta: P = 0,9207
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 = 0,02828 mm
Padronizar
z = (0 − 0,04)/0,02828 = −1,41
Probabilidades
P = 1 − Φ(−1,41) = 0,9207
Resposta
P = 0,9207
3.Intervalos de confiança
Resposta: limite superior = 23,05
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 = 15, t = 2,947
Margem de erro
E = 2,947·5,5/√16 = 4,052
Intervalo
19 ± 4,052 → [14,95, 23,05]
Resposta
limite superior = 23,05
4.Intervalos de confiança
Resposta: E = 7,126 kg
Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.
Desvio-padrão combinado
sp² = (5·1,5² + 10·8²)/15 = 43,42
sp = 6,589
Margem de erro
E = 2,131·6,589·√(1/6 + 1/11) = 7,126
Resposta
E = 7,126 kg
5.Testes de hipóteses e intervalos de confiança
Resposta: z = 0,9176
Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.
Erro-padrão da diferença
SE = √(19²/60 + 4²/60) = √6,283 = 2,507
Estatística de teste
z = (138,5 − 136,2)/2,507 = 0,9176
Resposta
z = 0,9176
|z| < 1,96, então H₀ não é rejeitada ao nível de 5% (bilateral).
6.Testes de hipóteses e intervalos de confiança
Resposta: L = 194,3
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).
Margem de erro
E = 1,645·10/√49 = 2,35
Limite do intervalo
L = 196,7 − 2,35 = 194,3
Resposta
L = 194,3
7.Regressão linear e correlação
Resposta: r = 0,9891
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.
Somas centradas
Sxy = 638 − 30·88/5 = 110
Sxx = 220 − 30²/5 = 40
Syy = 1858 − 88²/5 = 309,2
Coeficiente de correlação
r = 110/√(40·309,2) = 0,9891
Resposta
r = 0,9891
8.Regressão linear e correlação
Resposta: x = 21,03
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 = 90/5 = 18
ȳ = 376/5 = 75,2
Somas de quadrados e de produtos
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 156
Reta de regressão
b = 156/40 = 3,9
a = 75,2 − 3,9·18 = 5
ŷ = 5 + 3,9·x
Resolver para x
x = (87 − 5)/3,9 = 21,03
Resposta
x = 21,03
9.Testes qui-quadrado
Resposta: χ² = 20,71
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.
gl = 2. Para α = 0,05 o valor crítico é 5,991, então H₀ (independência) é rejeitada.
10.Testes qui-quadrado
Resposta: χ²crit = 11,35
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.
Graus de liberdade
df = (2 − 1)·(4 − 1) = 3
Tabela
χ²crit(df = 3, α = 0,01) = 11,345
Resposta
χ²crit = 11,345
Rejeite H₀ se o χ² calculado for maior que este valor.