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
X é normal com média 120 mm e desvio padrão 0,3 mm; Y é independente e normal com média 80 mm e desvio padrão 0,4 mm. Encontre a probabilidade P de X + Y ser maior que 200,8 mm. Arredonde z para duas casas decimais.
μX = 120, σX = 0,3μY = 80, σY = 0,4X + Y > 200,8 mm
P =
2.Distribuição normalDifícil
Os diâmetros D dos furos são normais com média 25,05 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 = 25,05 mm, σ = 0,02 mmeixo: μ = 25 mm, σ = 0,01 mm
P =
3.Intervalos de confiançaMédia
A pressão arterial de 20 pacientes é medida antes e depois de um tratamento. As diferenças d = antes − depois (mmHg) têm média 7,5 e desvio-padrão 3,9. Encontre a margem de erro E do intervalo de confiança de 95% para a diferença média.
n = 20d̄ = 7,5sd = 3,995%t(19) = 2,093
E = mmHg
4.Intervalos de confiançaDifícil
O desvio-padrão da população é 25. 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 = 25E = 299%
n =
5.Testes de hipóteses e intervalos de confiançaMédia
Uma amostra de 81 estudantes tem nota média 50,67 e desvio-padrão amostral 5. Calcule a estatística de teste t para H₀: μ = 50.
μ₀ = 50x̄ = 50,67s = 5n = 81
t =
6.Testes de hipóteses e intervalos de confiançaDifícil
Uma amostra de 64 medições tem média 76,5. O desvio-padrão da população é 4. Calcule o limite superior U do intervalo de confiança a 99 % para a média.
x̄ = 76,5σ = 4n = 6499%
U =
7.Regressão linear e correlaçãoMédia
A tabela dá 5 observações pareadas de x = horas de estudo e y = nota na prova. Encontre o coeficiente de determinação r² da reta de mínimos quadrados.
n = 5
r² =
8.Regressão linear e correlaçãoDifícil
A tabela dá 6 observações pareadas de x = carga em kN e y = alongamento em mm. Use a reta de mínimos quadrados ŷ = a + b·x. Preveja ŷ para x = 7.
n = 6x = 7
ŷ =
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 = 1602 × 3
χ² =
10.Testes qui-quadradoDifícil
Um teste qui-quadrado de aderência compara frequências observadas em 6 categorias com proporções esperadas totalmente especificadas (nenhum parâmetro é estimado a partir dos dados). Usando a tabela, encontre o valor crítico χ²crit ao nível de significância α = 0,05.
α = 0,05
χ²crit =
3Soluções
1.Distribuição normal
Resposta: P = 0,0548
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 soma
μ = 200 mm, σ = √(0,3² + 0,4²) = 0,5 mm
Padronizar
z = (200,8 − 200)/0,5 = 1,6
Cauda superior
P = 1 − Φ(1,6) = 1 − 0,9452 = 0,0548
Resposta
P = 0,0548
2.Distribuição normal
Resposta: P = 0,9875
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 = 25,05 − 25 = 0,05 mm, σ = 0,02236 mm
Padronizar
z = (0 − 0,05)/0,02236 = −2,24
Probabilidades
P = 1 − Φ(−2,24) = 0,9875
Resposta
P = 0,9875
3.Intervalos de confiança
Resposta: E = 1,825 mmHg
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.
Valor crítico
df = 19, t = 2,093
Margem de erro
E = 2,093·3,9/√20 = 1,825
Resposta
E = 1,825 mmHg
4.Intervalos de confiança
Resposta: n = 1037
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 = (2,576·25/2)² = 1037
Arredondar para cima
O tamanho da amostra é um número inteiro, e arredondar para baixo deixaria a margem grande demais.
n = 1037
Resposta
n = 1037
5.Testes de hipóteses e intervalos de confiança
Resposta: t = 1,206
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 = (50,67 − 50)/0,5556 = 1,206
Resposta
t = 1,206
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 = 77,79
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 = 2,576·4/√64 = 1,288
Limite do intervalo
U = 76,5 + 1,288 = 77,79
Resposta
U = 77,79
7.Regressão linear e correlação
Resposta: r² = 0,9205
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 = 25/5 = 5
ȳ = 397/5 = 79,4
Somas de quadrados e de produtos
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 63
Syy = Σ(y − ȳ)² = 431,2
Coeficiente de determinação
r² = 63²/(10·431,2) = 0,9205
Resposta
r² = 0,9205
Cerca de 92,05% da variação de y é explicada pela reta.
8.Regressão linear e correlação
Resposta: ŷ = 25,33
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 = 42/6 = 7
ȳ = 152/6 = 25,33
Somas de quadrados e de produtos
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 260
Reta de regressão
b = 260/70 = 3,714
a = 25,33 − 3,714·7 = −0,6667
ŷ = −0,6667 + 3,714·x
Previsão
ŷ = −0,6667 + 3,714·7 = 25,33
Resposta
ŷ = 25,33
9.Testes qui-quadrado
Resposta: χ² = 7,708
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 = 11,07
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 = 6 − 1 = 5
Tabela
χ²crit(df = 5, α = 0,05) = 11,070
Resposta
χ²crit = 11,070
Rejeite H₀ se o χ² calculado for maior que este valor.