Um analista do serviço postal quer comparar o número de visitas ao cliente em duas agências de correio. O analista conta o número de clientes que entram em cada agência por 40 dias úteis.
O analista realiza um teste de taxa de Poisson para 2 amostras para determinar se a taxa diária de visitas de clientes difere entre as duas agências dos correios.
A hipótese nula afirma que a diferença diária na taxa de visitas de clientes entre os dois postos dos correios é 0. Como o valor de p de 0,031 é menor que nível de significância (denotado como α ou alfa) de 0,05, o analista rejeita a hipótese nula hipótese e conclui que a taxa diária de visitas a clientes difere entre os dois postos dos correios. O IC de 95% indica que a Filial B tende a ter uma taxa de visitas de clientes maior que a Filial A.
λ₁: taxa de Poisson de Filial A |
---|
λ₂: taxa de Poisson de Filial B |
Diferença: λ₁ - λ₂ |
Amostra | N | Total de Ocorrências | Taxa amostral |
---|---|---|---|
Filial A | 40 | 9983 | 249,575 |
Filial B | 40 | 10291 | 257,275 |
Diferença Estimada | IC de 95% para a Diferença |
---|---|
-7,7 | (-14,6768; -0,723175) |
Hipótese nula | H₀: λ₁ - λ₂ = 0 |
---|---|
Hipótese alternativa | H₁: λ₁ - λ₂ ≠ 0 |
Método | Valor-Z | Valor-p |
---|---|---|
Exato | 0,031 | |
Aproximação normal | -2,16 | 0,031 |