Estatísticas - Teste Z de uma proporção
A estatística de teste é um z-score (z) definido pela seguinte equação. ${z = \frac{(p - P)}{\sigma}}$ onde P é o valor hipotético da proporção da população na hipótese nula, p é a proporção da amostra, e ${\sigma}$ é o desvio padrão da distribuição de amostragem.
As estatísticas de teste são definidas e fornecidas pela seguinte função:
Fórmula
${ z = \frac {\hat p -p_o}{\sqrt{\frac{p_o(1-p_o)}{n}}} }$
Onde -
${z}$ = Estatísticas de teste
${n}$ = Tamanho da amostra
${p_o}$ = Valor hipotético nulo
${\hat p}$ = Proporção observada
Exemplo
Problem Statement:
Uma pesquisa afirma que 9 em cada 10 médicos recomendam aspirina para seus pacientes com dores de cabeça. Para testar essa afirmação, uma amostra aleatória de 100 médicos é obtida. Desses 100 médicos, 82 indicam que recomendam aspirina. Esta afirmação é precisa? Use alfa = 0,05.
Solution:
Definir hipóteses nulas e alternativas
${ H_0;p = .90 \\[7pt] H_0;p \ne .90 }$
Aqui, Alpha = 0,05. Usando um alfa de 0,05 com um teste bicaudal, esperaríamos que nossa distribuição se parecesse com isto:
Aqui temos 0,025 em cada cauda. Observando 1 - 0,025 em nossa tabela z, encontramos um valor crítico de 1,96. Portanto, nossa regra de decisão para este teste bicaudal é: Se Z for menor que -1,96 ou maior que 1,96, rejeite a hipótese nula. Calcule a Estatística de Teste:
${ z = \frac {\hat p -p_o}{\sqrt{\frac{p_o(1-p_o)}{n}}} \\[7pt] \hat p = .82 \\[7pt] p_o = .90 \\[7pt] n = 100 \\[7pt] z_o = \frac {.82 - .90}{\sqrt{\frac{ .90 (1- .90)}{100}}} \\[7pt] \ = \frac{-.08}{0.03} \\[7pt] \ = -2.667 }$
Como z = -2,667, portanto, devemos rejeitar a hipótese nula e, como conclusão, a afirmação de que 9 entre 10 médicos recomendam aspirina para seus pacientes não é precisa, z = -2,667, p <0,05.