Um engenheiro de qualidade em uma empresa de produtos eletrônicos de consumo quer saber se os defeitos por aparelho de TV decorrem de uma distribuição de Poisson. O engenheiro seleciona aleatoriamente 300 TVs e registra o número de defeitos por televisão.
- Abra os dados amostrais, DefeitosDeTV.MTW.
- Selecione .
- Em Variável, insira Defeitos.
- Em Variável de frequência (opcional), insira Observado.
- Clique em OK.
Interpretar os resultados
A hipótese nula afirma que os dados seguem uma distribuição de Poisson. Como o valor de p é 0,000, o que é inferior ao nível de significância de 0,05, o engenheiro rejeita a hipótese nula e conclui que os dados não seguem uma distribuição de Poisson. Os gráficos indicam que a diferença entre os valores observados e esperados é grande para as categorias 1 e 
3, e que a categoria 3 é o maior contribuinte para a estatística qui-quadrado.
Teste de Qualidade de Ajuste de Poisson: Defeitos
Método
Frequências em Observado
Estatísticas Descritivas
N Média
300 0,536667
Contagens observadas e esperadas para Defeitos
Contribuição
Probabilidade Contagem Contagem para
Defeitos de Poisson observada esperada Qui-Quadrado
0 0,584694 213 175,408 8,056
1 0,313786 41 94,136 29,993
2 0,084199 18 25,260 2,086
>=3 0,017321 28 5,196 100,072
Teste qui-quadrado
Hipótese nula H₀: dados seguem uma distribuição de Poisson
Hipótese alternativa H₁: dados não seguem uma distribuição de Poisson
GL Qui-Quadrado Valor-p 2 140,208 0,000
