ex. 3.36 (*)
Numa determinada região foi recolhida uma amostra aleatória de 300 fetos dos quais 25 estavam infetados com um tipo de parasita. Teste se a proporção de fetos infetados é superior a 5%.
Sugestão: no sentido de melhor assimilar os diferentes procedimentos para realização dos testes de hipóteses apresente as várias alternativas de resolução.
(a) Identifique os dados amostrais e a população.
☞ sugestões
O assunto do exercício é tratado «inferência sobre proporções» e lá podem ser encontrados conceitos e notação referentes ao exercício.
☞ proposta de resolução
população (i.e., o «modelo matemático»)
\(X_i = 1\) se o feto está infetado (indicando «sucesso»);
\(X_i = 0\) se o feto não está infetado (indicando «insucesso»);
\(X=X_1+\cdots+X_n\): o total de fetos infetados;
\(p=P(\text{sucesso})\): proporção populacional de «sucessos» (este parâmetro não é mencionado no enunciado).
medidas amostrais (i.e., aquilo que se obtém numa «saída de campo»)
\(n=300\): «foi recolhida uma amostra de 300 fetos»;
\(x=25\): o total de fetos infetados na amostra é 25.
(b) Identifique o estimador e estimativa da proporção de fetos infetados.
☞ sugestões
As noções gerais de estimador e estimativa podem ser encontradas em estimação pontual.
☞ proposta de resolução
estimador e estimativa para uma proporção
\(\hat p=X/n\): estimador da proporção p de sucessos que corresponde ao «total de sucessos» / «total de casos»;
\(\hat p=x/n=25/300=0.00833\) é a proporção estimada de sucessos (estimativa de p) .
(c) Indique o pressuposto necessário para efetuar um TH para a proporção com base no TLC.
☞ sugestões
O pressuposto principal pode ser encontrado em TH com base no p-value.
☞ proposta de resolução
\(n=300\)
A aplicação do teorema do limite central produz resultados e conclusões aproximadas para \(n \ge 30\). Neste enunciado a amostra tem \(n=300\) fetos que satisfaz o pressuposto de aplicação do TH.
(d) Efetue o teste de hipóteses pedido com base no método do p-value.
☞ sugestões
Seguir as etapas em TH com base no p-value.
☞ proposta de resolução
Especificar a hipóteses H0 e H1
Identificar a estatística de teste
sendo
\(\hat p = \frac{X}{n}\) o estimador da proporção populacional p.
em H0 é afirmado que \(p = 0.05\).
Obter o valor da estatística de teste
\(\hat p = \frac{x}{n}=25/300=0.0083\) é a estimativa da proporção populacional p.
\(n=300\)
Calcular o p-value (caso do teste unilateral à direita)
com tabelas pode obter-se o resultado com \(\text{p-value} = \Phi(z=2.62)\)
com a calculadora: \(\text{p-value} = \text{CDF.Normal}(lower=2.62,\; upper=100000,\; mean=0,\; stdev=1)\)
\(\text{p-value} = 0.004\)
Use a calculadora gráfica para verificar o cálculo do p-value com as funções de teste de hipóteses.
Concluir
Sendo \(\alpha=0.05\) então \(\text{p-value} = 0.004 < 0.05\) e assim rejeita-se H0.
Interpretar no contexto do problema em investigação
A proporção de fetos infetados é significativamente maior que 5% considerando o nível de significância \(\alpha=0.05\) e com base na amostra considerada.
(e) Efetue o teste de hipóteses pedido com base no método do região crítica.
☞ sugestões
Seguir as etapas em TH com base na região crítica.
☞ proposta de resolução
Especificar a hipóteses H0 e H1
Identificar a estatística de teste
sendo
\(\hat p = \frac{X}{n}\) o estimador da proporção populacional p.
em H0 é afirmado que \(p = 0.05\).
Obter o valor da estatística de teste
\(\hat p = \frac{x}{n}=25/300=0.0083\) é a estimativa da proporção populacional p.
\(n=300\)
Obter a região crítica
Sendo o teste unilateral à direita e usando a calculadora:
\(z_{critico} =\text{INV.Normal}(1-0.05,\;0,\; 1)\)
\(z_{critico} = 1.64\)
A região crítica é:
\(RC=]1.64,\; +\infty[\)
Concluir
Como \(z_{obs}=2.62\) pertence à região crítica, \(RC=]1.64,\; +\infty[\), então rejeita-se H0 em favor de H1,
Interpretar no contexto do problema em investigação
A proporção de fetos infetados é significativamente maior que 5% considerando o nível de significância \(\alpha=0.05\) e com base na amostra considerada.
FIM