Conteúdo principal
Curso: Estatística e probabilidade > Unidade 12
Lição 3: Testes sobre uma proporção populacional- Como construir hipóteses para um teste de significância sobre uma proporção
- Como escrever hipóteses para um teste sobre uma proporção
- Condições para um teste z sobre uma proporção
- Referência: condições para inferência sobre uma proporção
- Condições para um teste z sobre uma proporção
- Como calcular uma estatística z em um teste sobre uma proporção
- Como calcular a estatística de teste em um teste z para uma proporção
- Calcular o valor-p dada uma estatística-z
- Como calcular o valor-p em um teste z para uma proporção
- Como tirar conclusões em um teste sobre uma proporção
- Como tirar conclusões em um teste z sobre uma proporção
© 2024 Khan AcademyTermos de usoPolítica de privacidadeAviso de cookies
Como construir hipóteses para um teste de significância sobre uma proporção
Como construir hipóteses para um teste de significância sobre uma proporção.
Quer participar da conversa?
Nenhuma postagem por enquanto.
Transcrição de vídeo
RKA7MP - E aí, pessoal! Tudo bem? Nesta aula, nós vamos aprender
a construir uma hipótese para um teste de significância. E temos o seguinte: Amanda leu
um relatório dizendo que 49% dos professores em seu país eram membros de um sindicato. Ela quer verificar se isso é verdade para os professores em seu Estado. Ela vai pegar uma amostra aleatória
desses professores e ver qual porcentagem deles
são membros de um sindicato. Seja "p" a proporção de professores
em seu Estado que são membros de um sindicato, escreva um conjunto apropriado de hipóteses
para o teste de significância. E eu sugiro que você pause o vídeo
e tente resolver sozinho. Vamos lá! Basicamente, o que queremos
neste vídeo é configurar uma hipótese nula
e uma hipótese alternativa para o teste de significância. Até então, nenhuma novidade, não é? Nós podemos criar uma hipótese nula
e uma hipótese alternativa. E, para isso, nós temos que olhar este
texto. Observe que 49% dos professores
em seu país eram membros de um sindicato. E na hipótese nula, nós vamos verificar se isso também é verdade
para o estado de Amanda. Ou seja, nós vamos ver se a proporção
de professores no Estado de Amanda, que nós chamamos de "p",
também é igual a 49%. Então, a hipótese nula é "p" igual a 49%. Essa hipótese nula é a hipótese que nós
podemos dizer se é verdade ou não,
é a hipótese que podemos anular. E qual vai ser a hipótese alternativa? A hipótese alternativa é aquela
onde a proporção de professores que pertencem a um sindicato
é diferente de 49%, ou seja, é diferente do que
acontece no país. E depois de criar essa hipótese, como a Amanda utilizaria isso? Ela pegaria uma amostra de professores
em seu Estado e descobriria a proporção dessa amostra. E ela utilizaria uma probabilidade para
descobrir a proporção da amostra de professores que fazem parte
de um sindicato. E ela faria isso assumindo
que a hipótese nula é verdadeira. E se essa probabilidade é menor do que o nível de significância estabelecido, nós devemos rejeitar a hipótese nula. Isso significa que vamos aceitar a
hipótese alternativa. Vamos fazer mais um exemplo aqui? Temos o seguinte: de acordo com
uma pesquisa realizada em 2015, cerca de 90% das casas na cidade "A"
têm acesso à internet. Pesquisadores querem verificar
se essa proporção é maior agora. Então, eles pegam uma amostra aleatória
de 1.000 pessoas em casas na cidade A
e descobrem que 920, ou seja, 92% das casas da amostra tem
acesso à internet. Seja "p" a proporção de casas
na cidade "A" que têm acesso à internet, escreva um conjunto apropriado
de hipóteses para o teste de significância. Nós temos aqui uma hipótese nula,
que é o H₀, e temos uma hipótese alternativa. E essa hipótese nula
não tem novidade aqui, é a hipótese que nós podemos
anular ou não. E, nesse caso, é a proporção de casas
na cidade "A" que têm acesso à internet, ou seja, 90%. Então, eu posso colocar aqui que "p" é igual a 90%, ou 0,9, e na hipótese alternativa você
tem que tomar cuidado. Pode ser que você seja induzido
a colocar esses 92% aqui. Mas não.
Esta é a porcentagem da amostra. Quando nós estamos escrevendo hipóteses, elas são baseadas no parâmetro verdadeiro, ou seja, na proporção verdadeira de casas na cidade "A"
que têm acesso à internet. Portanto, a hipótese alternativa
seria que mais de 90% das pessoas na cidade "A" têm acesso à internet. Essa proporção seria maior que 0,9. Muitas vezes eles colocam estes números
para confundir um pouco. Mas, construindo essas hipóteses,
como vamos utilizá-las? Eles vão pegar a amostra onde obtiveram que 92% das casas têm internet, ou seja, isso seria a proporção da amostra. Eu posso colocar um circunflexo aqui para diferenciar da proporção original e, com isso, nós vamos calcular qual é
a probabilidade de alcançar isto aqui para este tamanho de amostra. Aí, nós assumimos que esta hipótese
nula é verdadeira e, se esta probabilidade estiver
abaixo do nível de significância então, nós rejeitamos a hipótese nula. Basicamente, é isso! Você assume
que essa hipótese nula é verdadeira, então, você calcula
a probabilidade na amostra. Se essa probabilidade for menor
do que o nível de significância, nós rejeitamos essa hipótese nula. Com isso, nós sugerimos a alternativa. Eu espero que essa aula o tenha ajudado. Até a próxima, pessoal!