Aviso
Agora você está saindo do support.minitab.com.
Clique em Continuar para prosseguir para:
Ocorrências de contagem dos processos de Poisson de um determinado evento ou propriedade em uma amplitude de observação específica, que pode representar coisas como tempo, área, volume e número de itens. O comprimento da observação representa a magnitude, duração ou tamanho de cada amplitude de observação.
O Minitab usa o comprimento da observação para converter a taxa de amostra na forma mais conveniente para a situação.
Por exemplo, se cada amostra observada conta o número de eventos de um ano, um comprimento de 1 representa uma taxa anual de ocorrência, e um comprimento de 12 representa uma taxa mensal de ocorrência.
Na saída, as hipóteses nula e alternativa ajudam a verificar se você inseriu o valor correto para a taxa hipotética.
O total de ocorrências é o número de vezes que um evento ocorre na amostra.
O tamanho amostral (N) é o número de vezes que você conta as ocorrências na amostra.
O tamanho amostral afeta o intervalo de confiança, o poder do teste e a taxa de ocorrências.
Normalmente, uma amostra maior resulta em um intervalo de confiança mais estreito. Uma amostra maior também proporciona ao teste mais poder para detectar uma diferença. Para obter mais informações, vá para O que é potência?.
A taxa da amostra de um evento é o número médio de vezes que o evento ocorre por comprimento da unidade de observação na amostra.
taxa da amostra de um evento é uma estimativa da taxa da população da ocorrência daquele evento.
Como a taxa amostral é baseada em dados da amostra e não na população total, é improvável que a taxa amostral seja igual à taxa de ocorrência. Para estimar melhor a taxa da população da ocorrência, use o intervalo de confiança.
Quando o comprimento observado é diferente de 1, o Minitab mostra a média da amostra. A média da amostra é o número total de ocorrências dividido pelo tamanho amostral. No entanto, como o comprimento de observação difere de 1, a taxa de amostragem geralmente será mais útil para sua situação específica.
O intervalo de confiança fornece um intervalo de valores possíveis para a taxa da população. Como as amostras são aleatórias, é improvável que duas amostras de uma população produzam intervalos de confiança idênticos. Porém, se você repetir sua amostra muitas vezes, uma certa porcentagem dos intervalos ou fronteiras de confiança resultantes contém a taxa da população desconhecida. A porcentagem destes intervalos de confiança ou fronteiras que contêm a taxa é o nível de confiança do intervalo.Por exemplo, um nível de confiança de 95% indica que, se você extrair 100 amostras aleatórias da população, poderia esperar que, aproximadamente, 95 das amostras produza intervalos que contêm a razão da população.
Uma fronteira superior define um valor provável que a taxa da população seja menor. Uma fronteira inferior define um valor provável que a taxa da população seja maior.
O intervalo de confiança ajuda a avaliar a significância prática de seus resultados. Use seu conhecimento especializado para determinar se o intervalo de confiança inclui valores que tenham significância prática para a sua situação. Se o intervalo for muito amplo para ser útil, pense em aumentar o tamanho da amostra.Para obter mais informações, acesse Como obter um intervalo de confiança mais preciso.
| N | Total de Ocorrências | Taxa amostral | IC de 95% para λ |
|---|---|---|---|
| 30 | 598 | 19,9333 | (18,3675; 21,5970) |
Nesses resultados, a estimativa da taxa da população da ocorrência para o número de reclamações dos clientes, por dia, é de aproximadamente 19,93. Você pode ter 95% de confiança de que a taxa da população da ocorrência está entre aproximadamente 18,37 e 21,6.
O valor-z é uma estatística de teste para testes Z que mede a diferença entre uma estatística observada e seu parâmetro de população hipotético em unidades de erro padrão.
Você deve escolher Aproximação normal como método para o Minitab calcular o valor Z.
Você pode comparar o valor-z a valores críticos da distribuição normal padrão a fim de determinar se deve rejeitar a hipótese nula. No entanto, o uso do valor-p do teste para fazer a mesma determinação é geralmente mais prático e conveniente.
Para determinar se a hipótese nula deve ser rejeitada, compare o valor-z com o valor crítico. O valor crítico é Z1-α/2 para um teste bilateral e Z1-α para um teste unilateral. Para um teste bilateral, se o valor absoluto do valor Z é maior do que o valor crítico, você deve rejeitar a hipótese nula. Caso contrário, você não deve rejeitar a hipótese nula. Você pode calcular o valor crítico no Minitab ou encontrar o valor crítico de uma tabela normal padrão na maioria dos livros de estatística. Para obter mais informações, acesse Usando a função de distribuição cumulativa inversa (ICDF) e clique em "Usar o ICDF para calcular valores críticos".
O valor de p é uma probabilidade que mede a evidência contra a hipótese nula. Um valor de p menor fornece uma evidência mais forte contra a hipótese nula.
Use o valor de p para determinar se a taxa da população é estatisticamente diferente da taxa hipotética.
Agora você está saindo do support.minitab.com.
Clique em Continuar para prosseguir para: