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 pontuações de QI seguem uma distribuição normal com média 100 pontos e desvio-padrão 15 pontos. Que fração está entre 70 e 127 pontos? Dê P em forma decimal.
μ = 100σ = 15x1 = 70x2 = 127
P =
2.Distribuição normalDifícil
Os diâmetros D dos furos são normais com média 25,04 mm e desvio padrão 0,015 mm. Os diâmetros d dos eixos são independentes e normais com média 25 mm e desvio padrão 0,015 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 = 0,015 mmeixo: μ = 25 mm, σ = 0,015 mm
P =
3.Intervalos de confiançaMédia
A duração da bateria de dois modelos de celular é comparada. Modelo 1: 50 celulares, média 44 h, desvio-padrão conhecido 16 h. Modelo 2: 40 celulares, média 56,5 h, desvio-padrão conhecido 17 h. Encontre a margem de erro E do intervalo de confiança de 99% para μ₁ − μ₂.
O desvio-padrão da população é 10. Qual o tamanho de amostra n necessário para que um intervalo de confiança de 95% para a média tenha margem de erro de no máximo 1,5?
σ = 10E = 1,595%
n =
5.Testes de hipóteses e intervalos de confiançaMédia
Uma amostra de 81 estudantes tem nota média 120,4 e desvio-padrão amostral 5. Calcule a estatística de teste t para H₀: μ = 120.
μ₀ = 120x̄ = 120,4s = 5n = 81
t =
6.Testes de hipóteses e intervalos de confiançaDifícil
Uma amostra de 25 medições tem média 496. O desvio-padrão da população é 10. Calcule o limite superior U do intervalo de confiança a 95 % para a média.
x̄ = 496σ = 10n = 2595%
U =
7.Regressão linear e correlaçãoMédia
A tabela dá 6 observações pareadas de x = gasto com publicidade em k€ e y = vendas em k€. Encontre o coeficiente de determinação r² da reta de mínimos quadrados.
n = 6
r² =
8.Regressão linear e correlaçãoDifícil
A tabela dá 6 observações pareadas de x = idade do carro em anos e y = preço em k€. Use a reta de mínimos quadrados ŷ = a + b·x. É feita uma nova observação (3,5, 12). Encontre o seu resíduo e = y − ŷ.
n = 6(3,5, 12)
e =
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 noturno, leve”.
total da linha = 85total da coluna = 53N = 170
E =
10.Testes qui-quadradoDifícil
Um teste qui-quadrado de aderência compara frequências observadas em 3 categorias com proporções esperadas totalmente especificadas (nenhum parâmetro é estimado a partir dos dados). Quantos graus de liberdade df o teste tem?
k = 3
df =
3Soluções
1.Distribuição normal
Resposta: P = 0,9413
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 = (70 − 100)/15 = −2
z₂ = (127 − 100)/15 = 1,8
Área entre os valores
P = Φ(1,8) − Φ(−2) = 0,9641 − 0,02275 = 0,9413
Resposta
P = 0,9413
2.Distribuição normal
Resposta: P = 0,9706
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 = 0,02121 mm
Padronizar
z = (0 − 0,04)/0,02121 = −1,89
Probabilidades
P = 1 − Φ(−1,89) = 0,9706
Resposta
P = 0,9706
3.Intervalos de confiança
Resposta: E = 9,051 h
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.
Estimativa pontual
x̄₁ − x̄₂ = 44 − 56,5 = −12,5
Erro-padrão
SE = √(16²/50 + 17²/40) = 3,514
Margem de erro
E = 2,576·3,514 = 9,051
Resposta
E = 9,051 h
O intervalo não contém 0, então as médias diferem significativamente.
4.Intervalos de confiança
Resposta: n = 171
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 = (1,96·10/1,5)² = 170,7
Arredondar para cima
O tamanho da amostra é um número inteiro, e arredondar para baixo deixaria a margem grande demais.
n = 171
Resposta
n = 171
5.Testes de hipóteses e intervalos de confiança
Resposta: t = 0,72
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 = 5/√81 = 5/9 = 0,5556
Estatística de teste
t = (120,4 − 120)/0,5556 = 0,72
Resposta
t = 0,72
t0,025; df = 80 = 1,99
|t| < 1.99, então H₀ não é rejeitada ao nível de 5% (bilateral).
6.Testes de hipóteses e intervalos de confiança
Resposta: U = 499,9
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 = 1,96·10/√25 = 3,92
Limite do intervalo
U = 496 + 3,92 = 499,9
Resposta
U = 499,9
7.Regressão linear e correlação
Resposta: r² = 0,9294
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 = 33/6 = 5,5
ȳ = 384/6 = 64
Somas de quadrados e de produtos
Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = 90
Syy = Σ(y − ȳ)² = 498
Coeficiente de determinação
r² = 90²/(17,5·498) = 0,9294
Resposta
r² = 0,9294
Cerca de 92,94% da variação de y é explicada pela reta.
8.Regressão linear e correlação
Resposta: e = −5,167
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 = 21/6 = 3,5
ȳ = 103/6 = 17,17
Somas de quadrados e de produtos
Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = −37,5
Reta de regressão
b = −37,5/17,5 = −2,143
a = 17,17 − (−2,143)·3,5 = 24,67
ŷ = 24,67 − 2,143·x
Valor previsto
ŷ = 24,67 + (−2,143)·3,5 = 17,17
Resíduo
e = 12 − 17,17 = −5,167
Resposta
e = −5,167
O ponto está abaixo da reta.
9.Testes qui-quadrado
Resposta: E = 26,5
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 = 85·53/170 = 26,5
Resposta
E = 26,5
10.Testes qui-quadrado
Resposta: df = 2
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.