Nesta aula vamos utilizar o R para ilustrar alguns conceitos da teoria de testes de hipóteses e em particular relacionados com a função poder do teste.
A função poder é dada por
Como sabemos que e, padronizando a variável temos que . Portanto podemos escrever a função poder como
onde .
Vamos agora utilizar o R para fazer o gráfico da função poder. Primeiro definimos valores de , depois calculamos os quantis correspondentes a estes valores, para cada quantil usamos a função pnorm() para calcular o poder e por fim fazemos o gráfico. Podemos usar os seguintes comandos.
theta <- seq(13, 22, l=100) q <- (17 + (5/sqrt(25)) - theta)/(5/sqrt(25)) poder <- 1 - pnorm(q) plot(theta, poder, ty="l", xlab = expression(theta), ylab = expression(gamma(theta)))
O gráfico da função poder é mostrado na Figura 15.
Vamos agora calcular o tamanho do teste que é dado por
Pode-se ainda usar a função lines para adicionar a este gráfico uma outra função com um outro valor de tamanho de amostra. Por exemplo, para , executando os comandos abaixo obtemos o gráfico indicado na Figura 16.
q <- (17 + (5/sqrt(10)) - theta)/(5/sqrt(10)) poder <- 1 - pnorm(q) lines(theta, poder, lty=2) legend(14, 1, c("n = 10", "n = 25"), lty=c(2,1))
Uma solução um pouco mais elegante no R é escrever uma função para plotar o função poder e depois rodar esta função:
poder.f <- function(n, t.min, t.max){ theta <- seq(t.min, t.max, l=100) q <- (17 + (5/sqrt(n)) - theta)/(5/sqrt(n)) poder <- 1 - pnorm(q) plot(theta, poder, ty = "l", xlab = expression(theta), ylab = expression(gamma(theta))) } poder.f(25, 10, 25) poder.f(25, 14, 22)
A função acima tem 3 argumentos: o tamanho da amostra e os valores mínimos e máximos para . Ao chamar esta função o gráfico é automaticamente mostrado na janela gráfica.
Agora vamos sofisticar a função mais um pouco. Vamos adicionar o argumento add para permitir adicionar uma função a um gráfico já existente. Além disto vamos usar o mecanismo de para poder passar argumentos de tipo de linhas, cores, etc.
poder.f <- function(n, t.min, t.max, add = FALSE, ...){ theta <- seq(t.min, t.max, l=100) q <- (17 + (5/sqrt(n)) - theta)/(5/sqrt(n)) poder <- 1 - pnorm(q) if(add) lines(theta, poder, ...) else plot(theta, poder, ty="l", xlab=expression(theta), ylab=expression(gamma(theta)), ...) }
E usando a função com os comandos abaixo obtemos o gráfico mostrado na Figura 17.
poder.f(5, 14, 24) poder.f(10, 14, 24, add = T, lty = 2) poder.f(20, 14, 24, add = T, col = 2) poder.f(30, 14, 24, add = T, lty = 2, col = 2) poder.f(50, 14, 24, add = T, col = 3) legend(20, 0.3, c("n = 5","n = 10","n = 20","n = 30","n = 50"), lty=c(1,2,1,2,1), col=c(1,1,2,2,3))
Sabemos que o EMV de é . Define-se a região de crítica do teste como . Obtenha para um gráfico da função poder e calcule o tamanho do teste.
Suponha ainda que uma amostra aleatória de 20 ítens é retirada desta população. Denote por o número de ítens defeituosos na amostra e considere um teste cuja a região crítica é definida por . Faça um gráfico da função poder e determine o tamanho do teste.