-
O Poder do Teste tem como objetivo conhecer o quanto o teste de hipóteses controla um erro do tipo II, ou qual a probabilidade de rejeitar a hipótese nula se realmente for falsa. Na prática, é importante que se tenham testes com nível de significância próximos do nível de significância nominal e que o poder seja alto, mesmo em situações de amostras pequenas.
O poder de um teste de hipóteses é afetado por três fatores:
- Tamanho da amostra: Mantendo todos os outros parâmetros iguais, quanto maior o tamanho da amostra, maior o poder do teste.
- Nível de Significância: Quanto maior o nível de significância, maior o poder do teste. Se você aumenta o nível de significância, você reduz a região de aceitação. Como resultado, você tem maior chance de rejeitar a hipótese nula. Isto significa que você tem menos chance de aceitar a hipótese nula quando ela é falsa, isto é, menor chance de cometer um erro do tipo II. Então, o poder do teste aumenta.
- O verdadeiro valor do parâmetro a ser testado: Quanto maior a diferença entre o "verdadeiro" valor do parâmetro e o valor especificado pela hipótese nula, maior o poder do teste.
-
Excelente comentário Lucas. Só acrescentando: poder = 1 - B, onde B é o erro tipo 2
-
Letra D
Poder do teste: probabilidade 1- β de se rejeitar uma hipótese nula falsa, que é calculada usando um nível de significância particular α e um valor particular do parâmetro populacional que seja uma altenativa ao assumido na hipótese nula. Ou seja, probabilidade de se apoiar uma hipótese alternativa verdadeira.
https://edisciplinas.usp.br/pluginfile.php/3196129/mod_resource/content/1/T%C3%B3pico_11.pdf
Bons estudos !!!