If you're seeing this message, it means we're having trouble loading external resources on our website.

Se você está atrás de um filtro da Web, certifique-se que os domínios *.kastatic.org e *.kasandbox.org estão desbloqueados.

Conteúdo principal

Teste de hipóteses de pequena amostra

Neste vídeo, mostramos um exemplo de um teste de hipóteses em que determinamos se existem provas suficientes para concluir que um novo tipo de motor satisfaz aos requisitos de emissão de gases. Versão original criada por Sal Khan.

Quer participar da conversa?

Você entende inglês? Clique aqui para ver mais debates na versão em inglês do site da Khan Academy.

Transcrição de vídeo

[LEGENDA AUTOMÁTICA] a emissão média de todos os motores com um novo design precisa ser menor que 20 partes por milhão para o design está nas novas regulamentações de emissão dez motores são produzidos para fazer os testes eo nível de emissão de cada um é determinado e os dados de emissão são os seguintes ele não está aqui 10 dados eu já falei aqui a nossa média amostral esses dados e ela deu igual a 17,17 e calculei também nosso desvio-padrão amostral o s que deu igual a 2,98 onde a pergunta os dados apresentados são evidências suficientes para concluir que esse tipo de motor está de acordo com os novos padrões considera um risco do erro tipo 1 com probabilidade de 0,01 eu já vou falar disso aqui no segundo dia mas antes de fazer isso vamos definir qual vai ser a nossa hipótese nula e depois também a gente vai ver qual vai ser a nossa hipótese alternativa à nossa hipótese nula pode ser descrita da seguinte maneira ora a nossa hipótese nula vou escrever então como sendo a nossa média igual a 20 partes por milhão então vou colocar aqui ó 20 ppm e essencialmente nós queremos os valores aqui que ainda não se num bom ao encontro dessa média ou seja os menores valores possíveis eu não consigo atingir essa média aqui já a nossa hipótese alternativa ela nos diz que nós atingimos sim a meta ou seja a nossa média ela vai ser menor que 20 partes por milhão e agora a gente vê esses nossos dados aqui são o suficiente eu vou assumir vou considerar essa hipótese lula como sendo verdadeira então considere verdadeira e assumindo que essa hipótese lula que é verdadeira e que a chance de nós obteremos essa média aqui de 17,17 for menor que 1% que a mesma coisa que 0,01 e então nós vamos rejeitar a nossa hipótese nula então nós vamos rejeitar a hipótese nula se a probabilidade de nós obtivermos a nossa média amostral igual a 17,17 dado que a hipótese lula é verdadeira se essa probabilidade aqui ela for menor que 1% olha aí e olhando por esse prisma aqui nós teríamos uma probabilidade de cometermos esse erro do tipo aqui de menos de 1% esse erro do tipo 1 aqui é rejeitar a hipótese lula mesmo que ela seja verdadeira nesse caso aqui a probabilidade é menor que 1% que nós vamos rejeitar lá mesmo ela sendo verdadeira agora outra coisa a se pensar aqui a gente terminar qual tipo de distribuição vai ser usada a primeira coisa que vem à minha mente é esse tamanho a mostrar o tamanho mostrou aqui ele não é dos maiores ele é pequeno são apenas 10 valores é ou não é nesse caso aqui então nós vamos lidar com uma distribuição ter uma estatística ter então nós vamos usar uma estatística ter baseado nessas duas estatísticas aqui e portanto a nossa estatística ter ela será igual à quanto agora ela será igual a essa média mostrou aqui 17,17 - a nossa média da distribuição da hipótese nula 20 tudo isso dividido pelo nosso desvio-padrão amostral que é 2,98 2,98 e daqui a pouco a gente vai ver melhor que essa estatística ter que significa mas basicamente essa aqui é a definição da estatística te tudo isso dividido pela raiz quadrada no tamanho amostral também mostrou que no caso é 10 e agora pra fazer essa conta aqui eu vou usar claro na minha calculadora vamos lá então o seguinte parênteses 17,17 menos 20 parênteses tudo isso dividido por quanto ora 2,98 2.98 dividido ainda pela raiz quadrada de 10 não é um parêntesis quanto a isso aqui olha aí ó é quase exatamente igual ao número 3 negativo é ou não é então a nossa estatística t ela é quase igual a menos 3,00 beleza e agora nossa estatística ter ela tem uma distribuição ter então nós temos que descobrir a probabilidade de obter mas essa estatística t ou o valor de tena que seja menor ou igual a esse daqui será que isso vai ser menor que 1% então aqui é o seguinte eu vou ter uma distribuição t eu vou desenhar aqui uma distribuição ter normalizada é digamos que toda essa distribuição desse já normalizada essa daqui a nossa média da distribuição e certo e nós temos aqui também um valor limite ali para o nosso valor te digamos por aqui assim é digamos que seja o nosso valor limite o valor t nós queremos esse valor limite do valor t de tal maneira que qualquer valor que seja menor que isso daqui a probabilidade de isso acontecer seja menor que 1% então a probabilidade de obter um valor ter nessa região aqui toda né vai ser menor que 1% da área toda amarela aqui por cento então isso daqui é pra uma distribuição ter distribuição ter cujo n é igual a 10 ou então eu posso dizer que é 10 - um é igual a 9 graus de liberdade 9 graus de liberdade hora agora você pode notar essa distribuição aqui é uma distribuição única caudal é ou não é então se isso aqui é um por cento é o que nos interessa então todo o resto vai ser quanto 99% a claro tem essa região toda aqui ó o dela 99 o centro e aqui agora acontece o seguinte a maneira como a a tabela da distribuição te organizada ela não te dá nenhum valor negativo aqui olha só dá valores positivos então vai ser o seguinte aqui só desenhar vou ter uma certa distribuição ter nesse caso aqui ó certo normalizada o quase normalizada na época uma falha aqui mas que esse limite aqui é que nos vai ser dado então ele nos vai dar que essa área que essa área essa região vai ser de 1% e não essa negativa beleza logo toda essa outra área aqui vai ser de 99% certo mas como nós sabemos que a distribuição ts métrica ao redor aqui da média né então digamos se esse número aqui foi número dois logo esse número aqui vai ser um número que menos dois é só a gente tem isso daqui em mente que está tudo tranquilo e agora essa tabela até aqui é o plano vai fazer exatamente nos ajudar a descobrir esse valor então novamente como essa distribuição tem aqui é uma distribuição única caudal que eu vou procurar aqui nessa parte do caudal é onde eu tenho algo cuja área seja de 99 por cento logo buscando a criança tabela 99% também aqui né olha aí 99% e nós temos o que também 9 graus de liberdade portanto eu baixar um pouco mais aqui 9 graus de liberdade está aqui logo valor que a gente está buscando é exatamente esse aqui ó é ou não é logo esse valor limite aqui que nós estamos procurando é igual a 2,821 e aí o valor ter que estou buscando pra esse ponto aqui é subir um pouco mais aqui pra esse ponto é exatamente o simétrico desse número ou seja menos 2,8 21 então o que está aqui não está dizendo é que a probabilidade nós obtemos um valor ter aqui menor que menos 2,821 é de 1% só que o valor que nos interessa aqui ó é o - 38 - três na esquerda desse número que é ou não é vamos localizar aqui ó menos três ele vai estar digamos por aqui assim e agora qual vai ser a probabilidade de nós obtemos esse menos três aqui na verdade basta perceber o seguinte que se menos três ele está na nossa área de rejeição aqui quer dizer o quê que esse menos três ele ainda menos provável que 1% de acontecer ou seja essa probabilidade de obter um valor menor do que menos três é ainda um subconjunto de todo esse valor amarela que é ou não é daí acontece o seguinte como essa probabilidade aqui tá na nossa área de rejeição né nesse valor aqui é menor do que 1% então o que eu vou fazer vai ser rejeitar a hipótese nula e aí eu me sinto seguro de tomar essa hipótese alternativa aqui como sendo a verdadeira beleza eo nosso erro do tipo então ele vai ser de menos de 1% nessa circunstância portanto a hipótese alternativa mas estamos sim com evidências que esse tipo de motor está de acordo com os novos padrões até o próximo vídeo