O Poder do Teste

Ver Todos os Exercícios

Teoria

Até agora nós falamos bastante do α (erro tipo I) e pouco do β né? Acontece que o α nós geralmente fixamos para conseguir encontrar tanto o ponto crítico quanto a região crítica, enquanto o β (erro tipo II) nós geralmente não conseguimos calcular.

Vamos ver isso melhor através de um exemplo pode ser?

Ex.:

Imagine que temos uma balança de alimentos utilizada para preencher potes de suplementos, em que a v.a. X descreve o peso de cada alimento. Essa v.a. X tem distribuição normal com média μ e variância 400 . A máquina foi regulada para μ = 500 g . Desejamos, periodicamente, colher uma amostra de 16 potes e verificar se a produção está sob controle, ou seja, se μ = 500 g ou não.

H 0 : μ = 500 g

H 1 : μ ≠ 500 g

E terá uma distribuição

X   ~   N μ , σ 2 n

X   ~   N   500 , 400 16

X   ~   N ( 500,25 )

Fixando α = 0,01 teremos que a amostra será rejeitada quando μ for muito grande ou muito pequeno. Percebe que aqui nós temos o caso bilateral, portanto estamos querendo descobrir quais são as duas regiões críticas.

  • μ < 500
  • P x - < x c - 1   x -   ~   N 500,25 = α 2 = 0,005

    P x - - 500 25   < x c 1 - - 500 25 = 0,005

    P Z < x c 1 - - 500 25 = 0,005

    Agora precisamos olhar a tabela normal

    P Z < - 2,58 = 0,0 05

    Então

    x c 1 - - 500 5 = - 2,58

    x c 1 - = 487,1

  • μ > 500

P x - > x c - 2   x -   ~   N 500,25 = α 2 = 0,0 05

P x - - 500 25   > x c 2 - - 500 25 = 0,0 05

P Z > x c 2 - - 500 25 = 0,0 05

Vendo na tabela temos:

P Z > 2,58 = 0,0 5

x c 2 - - 500 5 = 2,58

x c 2 - = 512,9

Assim temos R C = { x - ∈ R   | x - ≤ 487,1   o u   x - ≥ 512,9 }

No gráfico:

R A = { x - ∈ R   | 487,1 ≤ x - ≤ 512,9 }

A probabilidade de β não pode ser calculada a menos que se especifique o valor alternativo para μ . Ou seja, quando montamos:

H 0 : μ = 500 g

H 1 : μ ≠ 500 g → T e m o s   q u e   d e f i n i r   u m   μ .

Sabemos que

P e r r o   I I = P a c e i t a r   H o H 1 = P a c e i t a r   H o μ = β

Podemos dizer que β é uma função de μ e escrever

β μ = P ( E s t a r   n a   R e g i ã o   d e   A c e i t a ç ã o | μ )

No exemplo acima, se μ = 505 ficaríamos com:

β μ = P x - ∈ R A   μ )

β μ = P 487,1 ≤ x - ≤ 512,9     μ )

Usando o fato que x -   ~   N 505,25 agora, teremos

β μ = 487,1 - 505 5 ≤ x - - 505 5 ≤ 512,9 - 505 5

β μ = - 3,58 ≤ Z ≤ 1,58 = 94,28 %

Para qualquer outro valor de μ podemos encontrar o respectivo valor de β .

Vamos olhar o quadro de decisões:

Decisão

Valor Real do parâmetro

H o : μ = 500

H 1 : μ ≠ 500

A máquina está sob controle: μ = 500

Probabilidade de estar na região de aceitação, ou seja aceitar H 0   dado que o H o é verdadeira. P R A H o = 0,99

Probabilidade de estar na região de aceitação, de aceitar H o sendo que H 1 é verdadeira. P R A   H 1 = β

(dependendo de valor alternativo de μ )

A máquina não está sob controle: μ ≠ 500

Probabilidade de estar na região Crítica e aceitar H o

P e r r o I = P R C H 0 = 0,01

Probabilidade de rejeitar H 0 sendo que H 1 é verdadeira.

P R C H 1 = 1 - β

(dependendo de valor alternativo de μ )

Chamamos P R C H 1 = 1 - β de poder do teste ou potência do teste e representamos por:

π μ = P R C H 1 = 1 - β ( μ )

Exemplo do pote de suplemento teríamos

π 505 = 1 - β 505 = 1 - 0,9428 = 0,0572  

Exercícios de Livros Relacionados

Seja X uma v.a. com distribuição binomial, c o mn = 15 . Considere: H 0 : p ≥ 0,5 c o n t r a H 1 : p0,5 com R C = 0,1 , 2 . (a) Calcule a probabilidade d oe r r ot i p oI . (b) Calcule a probabilidad
Sendo X o custo de manutenção de um tear, sabe-se que X ~ N ( μ ; 400 ) . Para testar aHipótese H 0 : μ = 200c o n t r aH 1 : μ200 , será usada uma amostra de 25 teares.(a) Fixando-seα=5 % , encontre
Suponha que estejamos testando H 0 : p = 0,5     c o n t r a   H 1 : p ≠ 0,5   , e que, para uma amostrade tamanho n = 10 , decidimos pela região crítica R C   =   0 ,   1 ,   2 ,   8 ,   9 ,   10 .(b
Suponha que estejamos testando H 0 : p = 0,5 c o n t r aH 1 : p ≠ 0,5 , e que, para uma amostrade tamanho n = 10 , decidimos pela região crítica R C={ 0 ,1 ,2 ,8 ,9 ,10 } .(a) Determine o nível de sig