Tirar conclusões sobre uma população usando intervalos de confiança e testes de hipóteses

Video: Teste de Hipótese da Média para Sigma Conhecido - Prof.Carla Silva da Silva

Ao tirar conclusões sobre uma população de amostras escolhidas aleatoriamente (um processo chamado inferência estatística), Você pode usar dois métodos: intervalos de confiança e testes de hipóteses.

intervalos de confiança

UMA intervalo de confiança é uma gama de valores que se espera conter o valor de um parâmetro de população com um nível de confiança especificado (tal como 90 por cento, 95 por cento, 99 por cento, e assim por diante). Por exemplo, você pode construir um intervalo de confiança para a média da população, seguindo estes passos:

Video: Estatística - Aula 21 - Teste de Hipóteses para Média

  1. Estimar o valor da média da população calculando a média de uma amostra aleatória (conhecido como o média da amostra).

  2. Calcule o limite inferior do intervalo de confiança subtraindo um margem de erro a partir da média da amostra.

  3. Calcular o limite superior do intervalo de confiança, adicionando a mesma margem de erro para a média da amostra.

A margem de erro depende do tamanho da amostra usada para construir o intervalo de confiança, se o desvio padrão da população é conhecido, e o nível de confiança escolhido.

Video: Estatística - Aula 23 - Teste de Hipóteses para Proporção

O intervalo resultante é conhecido como um intervalo de confiança. Um intervalo de confiança é construído com um nível específico de probabilidade. Por exemplo, suponha que você desenhar uma amostra de stocks de uma carteira, e você construir um intervalo de confiança de 95 por cento para o retorno médio das ações em toda a carteira:



(Limite inferior, o limite superior) = (0.02, 0.08)

Video: Teste de Hipótese da Média para Sigma Desconhecido - Prof.Carla Silva da Silva

Os retornos sobre todo o portfólio são a população de interesse. O retorno significativo em cada amostra tirada é um estimativa da média da população. A média da amostra será ligeiramente diferente a cada vez que uma nova amostra é retirada, assim como o intervalo de confiança. Se este processo é repetido 100 vezes, 95 dos intervalos de confiança resultantes conterão a verdadeira média da população.

Testando hipóteses

Testando hipóteses é um procedimento para a utilização de dados de amostra para tirar conclusões sobre as características da população subjacente.

O procedimento começa com uma declaração, conhecida como a hipótese nula. A hipótese nula é assumida como verdadeira a menos que fortes evidências contra ele é encontrado. A hipótese alternativa - o resultado aceite se a hipótese nula é rejeitada - também é indicado.

Você construir um estatística de teste, e você compará-lo com um valor crítico (Ou valores) para determinar se a hipótese nula deve ser rejeitada. A estatística de teste específico e o valor (s) críticos dependem de qual parâmetro da população está a ser testado, o tamanho da amostra a ser utilizado, e outros factores.

Se a estatística de teste é muito extremas (por exemplo, é muito grande em comparação com o valor crítico [s]) a hipótese nula é rejeitada em favor da hypothesis- alternativa de outro modo, a hipótese nula de não é rejeitada.

Se a hipótese nula não é rejeitada, isso não significa necessariamente que é verdade- isso simplesmente significa que não há provas suficientes para justificar a rejeitá-la.

testes de hipóteses é um processo geral e podem ser utilizados para tirar conclusões sobre muitas características de uma população, tais como a sua média, variância, desvio padrão, e assim por diante.


Publicações relacionadas