O documento discute testes de hipóteses para comparar as médias de duas amostras, fornecendo os valores estatísticos calculados para o teste t de Student. Explica como interpretar os resultados do teste para determinar se as médias são iguais ou diferentes com base no nível de significância escolhido.

1. Teste de Duas Média
Tutorial #03

3. É possível fazer a mesma análise de quartilhes
usando o Fit Y by X.
Os quartiles representam a quantidade de
amostras acima daquele percentual, e o valor
de corte, a mesma informação é mostrada pelo
outlier box plot.

4. Fonte: Montgomery, D. C.; Design and Analysis of Experiments

5. Com o valor de DF aproximado pela Eq
2.32 (~18) procurar na linha o valor de t.
Um valor entre 0.01 e 0.005 de Prob de
acordo com a tabela. 0.0074 de acordo
com o programa.
t é o valor no eixo x do gráfico, p é a área sob a curva.
Para comparar com a tabela
exemplificada, o valor a sem
considerado sempre deve ser Prob > t.

6. O teste de hipótese do problema era o seguinte:
H0: µ1 = µ2;
H1: µ1 ≠ µ2.
Dois valores de t geram as mesmas probabilidades, +2.6930 e -2.6930
Assim:
Probabilidade que µ1 ≠ µ2 : 0.0149, o sinal de t não é relevante pois
nesse caso qualquer valor maior ou menor falsea o teste de hipótese.
Se considerarmos o risco α = 0.05 poderíamos negar H0 admitir que µ1
≠ µ2.
Probabilidade que µ1 > µ2 : Uma vez que t > 0, trata-se de um teste
unilateral à direita e portanto que a maior probabilidade será para µ1 >
µ2. Nessas condições Prob < t = 0.9926. Para esse caso não poderíamos
negar H0 e considerar que µ1 > µ2 para α = 0.05.
Probabilidade que µ1 < µ2 : Uma vez que t > 0, trata-se de um teste
unilateral à direita e portanto que a menor probabilidade será para µ1 <
µ2. Nessas condições Prob > t = 0.0074. Para esse caso poderíamos
negar H0 e considerar que µ1 < µ2 para α = 0.05.
Valor de t.
Prob >|t|
Prob > t
Prob < t
Assumptions:
• Uma dada observação não é dependente de nenhuma outra
observação no mesmo grupo;
• As respostas correspondem a uma amostragem aleatória da
população de interesse;
• Cada amostragem vem de uma população com distribuição
normal