Testes de hipótese
Introduzido| English | Significado |
|---|---|
| hypothesis test/haɪˈpɒθəsɪs test/ | teste de hipótese |
| null hypothesis/nʌl haɪˈpɒθəsɪs/ | hipótese nula |
| alternative/ɔːlˈtɜːnətɪv/ | hipótese alternativa |
| one-tailed/wʌn teɪld/ | unilateral |
| two-tailed/tuː teɪld/ | bilateral |
| significance level/sɪɡˈnɪfɪkəns ˈlevl/ | nível de significância |
| test statistic/test stəˈtɪstɪk/ | estatística de teste |
| rejection region/rɪˈdʒekʃn ˈriːdʒn/ | região de rejeição |
| critical value/ˈkrɪtɪkl ˈvæljuː/ | valor crítico |
| Type I error/taɪp aɪ ˈerə/ | Erro Tipo I |
| Type II error/taɪp ˈtuː ˈerə/ | Erro Tipo II |
O tribunal da estatística
- Uma empresa farmacêutica afirma que seu novo remédio funciona melhor que o antigo. Como decidir se a evidência é forte o suficiente?
- O testes de hipóteses é o equivalente estatístico de um tribunal: você assume que o réu (hipótese nula) é inocente até que seja provada a culpa além de dúvida razoável.
Configurando as hipóteses
- Um teste de hipóteses usa dados amostrais para julgar uma afirmação.
- A hipótese nula $H_0$ — a posição padrão (geralmente "sem mudança" ou "sem efeito").
- A hipótese alternativa $H_1$ — o que você suspeita ser verdadeiro.
- Unilateral se $H_1$ aponta em uma direção ($\mu > 50$); bilateral se ambas ($\mu \neq 50$).
Exemplo resolvido. Uma máquina enche garrafas com 500 mL. Você suspeita que está enchendo menos. $H_0: \mu = 500$ (a máquina está correta). $H_1: \mu < 500$ (enchimento insuficiente). Este é um teste unilateral.

Um teste bilateral de 5% rejeita H0 nas caudas sombreadas além de mais ou menos 1,96
A região de rejeição
rejeite H₀ se z < −z*
A cauda sombreada é a região de rejeição — se a estatística de teste cair lá, rejeite H₀.
A hipótese nula H₀ geralmente afirma que:
Dificuldade 1/5 · Moedas 100 + pequeno bônus na primeira conclusão hoje
H₀ é a reivindicação sendo testada, geralmente "nenhuma mudança"; H₁ é a alternativa suspeita.
Se H₁ afirma μ > 50, o teste é:
Dificuldade 1/5 · Moedas 100 + pequeno bônus na primeira conclusão hoje
H₁ apontando em uma direção (μ > 50 ou μ < 50) o torna um teste unilateral.
Realizando o teste
- Fixe um nível de significância (frequentemente 5%), calcule uma estatística de teste e verifique se ela cai na região de rejeição.
- Se $|z|$ exceder o valor crítico (1.96 para 5% dois lados, 1.645 para 5% um lado), rejeite $H_0$.

Um teste unilateral a 5% rejeita H₀ apenas se a estatística de teste cair na cauda sombreada.
O nível de significância NÃO é a probabilidade de que $H_0$ seja verdadeira. Um nível de significância de 5% significa: se $H_0$ for verdadeira, há 5% de chance de obter dados tão extremos. Isso NÃO significa que há 5% de chance de $H_0$ ser verdadeira.
Tipos de erro
- Erro Tipo I: rejeitar $H_0$ quando ele é verdadeiro (falso positivo). Probabilidade = nível de significância $\alpha$.
- Erro Tipo II: aceitar $H_0$ quando ele é falso (falso negativo).
Um erro Tipo I é:
Dificuldade 1/5 · Moedas 100 + pequeno bônus na primeira conclusão hoje
Tipo I = rejeitar uma H₀ verdadeira; Tipo II = aceitar uma H₀ falsa.
Um erro Tipo II significa aceitar H₀ quando ela é realmente falsa.
Dificuldade 1/5 · Moedas 100 + pequeno bônus na primeira conclusão hoje
Tipo II = deixar de rejeitar uma H₀ falsa (falso negativo).
Exemplo resolvido — teste z
- $H_0: \mu = 50$, $H_1: \mu \neq 50$ (bilateral, nível de 5%). $\sigma = 8$, $n = 64$, $\bar{x} = 52$.
- $z = \dfrac{52 - 50}{8/\sqrt{64}} = \dfrac{2}{1} = 2$.
- Valor crítico para bilateral de 5%: $1.96$. Como $2 > 1.96$, rejeite $H_0$.
- Defina uma hipótese nula e alternativa; a estatística de teste cai na região crítica (rejeita) ou na região de aceitação. Um Erro Tipo II é aceitar um $H_0$ falso. Os testes podem usar uma distribuição binomial ou Poisson.
Média populacional alegada 50, σ = 8, amostra n = 64, x̄ = 52. Qual é z = (x̄ − μ)/(σ/√n)?
Dificuldade 2/5 · Moedas 140 + pequeno bônus na primeira conclusão hoje
z = (52 − 50)/(8/√64) = 2/(8/8) = 2/1 = 2.
Para um teste bilateral de 5%, você rejeita H₀ se |z| > 1.96.
Dificuldade 1/5 · Moedas 100 + pequeno bônus na primeira conclusão hoje
O valor crítico para um teste bilateral de 5% é 1.96. Se |z| exceder isso, rejeite H₀.
Entendeu?
- $H_0$ (sem mudança) vs $H_1$ (suspeitado); unilateral ou bilateral
- estatística de teste $z = \dfrac{\bar{x} - \mu}{\sigma/\sqrt{n}}$; rejeite $H_0$ se estiver na região de rejeição
- Erro Tipo I = rejeitar um $H_0$ verdadeiro; Erro Tipo II = aceitar um $H_0$ falso
Escreva a partir de um teste que não rejeita
- H0 diz que a espera média é 8 minutos. H1 diz que é maior que 8. A estatística de teste é 1.2 e o valor crítico é 1.96.
Para um teste de cauda superior de uma média de 8 minutos, a estatística é 1.2 e o valor crítico do 5 percentil é 1.96. Qual é a decisão?
A estatística não atingiu o valor crítico, logo H0 permanece.
Qual é a decisão?
Dificuldade 1/5 · Moedas 100 + pequeno bônus na primeira conclusão hoje
1.2 está abaixo de 1.96, então o teste de cauda superior não rejeita H0.