Um estudo estatístico foi realizado para testar a hip...
Com base nessa situação hipotética, e supondo que a população siga uma distribuição normal, julgue o seguinte ite, sabendo que P ( T > 1,7) = 0,05, em que t segue uma distribuição t de Student com 29 graus de liberdade.
Se o tamanho da amostra fosse maior que 30, então o valor da probabilidade P(T > 1,7) seria superior a 0,05.
Quem dera o QC tivesse um professor pra comentar todas as matérias igual tem em estatística.
Henrique gama dando aula em um comentário, enquanto os outros têm preguiça de trabalhar kkkk
A distribuição t tem caudas mais pesadas do que a distribuição normal. Sendo assim, para n maior que 30, a distribuição tende a normal. Para um determinado ponto de corte, em distribuições com cauda mais leve (caso da normal), a probabilidade tende a diminuir e não aumentar como aludido na assertiva. Uma analise gráfica dessas distribuições pode ser feita em:
https://support.minitab.com/pt-br/minitab/20/help-and-how-to/graphs/probability-distribution-plot/before-you-start/example-of-comparing-two-distributions/
Parabéns prof, vc é brabo!
Vi a explicação do professor, porém marquei errado porque a amostra é maior que 30 com desvio padrão populacional desconhecido. Então não se usa t-student.
Esse professor é simplesmente brabo! Quem dera um Henrique Gama nas matérias de TI e contabilidade viu!
Aqui, estamos usando um teste t de Student para comparar a média amostral com a média hipotética populacional (\(\mu\)) sob a hipótese nula. A probabilidade \(P(T > 1,7)\) está relacionada a quão extremo é o valor observado (1,7 desvios padrão acima da média).
Dado que \(P(T > 1,7) = 0,05\), isso significa que há uma probabilidade de 5% de obter um valor tão extremo ou mais extremo do que 1,7 desvios padrão acima da média sob a distribuição t.
A afirmação "Se o tamanho da amostra fosse maior que 30, então o valor da probabilidade \(P(T > 1,7)\) seria superior a 0,05" é incorreta. O tamanho da amostra não influencia diretamente o valor da probabilidade \(P(T > 1,7)\).
O que pode acontecer com amostras maiores é que a distribuição t se aproxima da distribuição normal padrão (z), e para tamanhos de amostra muito grandes, as probabilidades associadas a determinados valores críticos podem se tornar semelhantes às da distribuição normal.
No entanto, a afirmação original continua sendo válida, pois, com base nas informações fornecidas, a probabilidade é de 0,05 para o valor observado de 1,7 desvios padrão acima da média sob a distribuição t com 29 graus de liberdade.
excelente explicação do professor