Dica do autor: O pulo do gato dos testes de hipótese é entender que o objetivo é separar o que pode ser fruto do acaso daquilo que provavelmente representa um efeito real. Para isso define-se uma hipótese nula (H0) — geralmente a de ausência de efeito — e uma hipótese alternativa (H1). Com base nos dados amostrais calcula-se uma estatística e um p-valor, que é a probabilidade de observar um resultado tão (ou mais) extremo do que o obtido, assumindo que H0 é verdadeira. Se esse p-valor for menor do que um nível de significância previamente escolhido (alfa), rejeitamos H0. Importante: rejeitar H0 não “confirma” H1 de forma absoluta; apenas indica que os dados são incompatíveis com H0 no nível de significância adotado. Também é essencial lembrar que alfa e beta são parâmetros do projeto do estudo — alfa é o risco de erro tipo I (falsos positivos) que definimos antes de coletar dados; beta é o risco de erro tipo II (falsos negativos) relacionado ao poder do estudo e ao tamanho amostral. Por fim, valores preditivos (positivo/negativo) são conceitos de desempenho de testes diagnósticos/modelos preditivos e não o objetivo primário de um teste de hipótese estatístico.

Alternativa A: CORRETA. Essa é a essência do teste de hipótese: distinguir se uma diferença observada é plausivelmente explicada pelo acaso amostral ou se é improvável sob a hipótese nula. Em outras palavras, o teste oferece uma ferramenta para avaliar se o resultado é compatível com variação aleatória ou sugere um efeito não aleatório.

Alternativa B: INCORRETA. Testes de hipótese não confirmam a hipótese alternativa de forma categórica. Eles avaliam a compatibilidade dos dados com a hipótese nula e, se for baixa (p menor que alfa), rejeitam H0. Rejeitar H0 não significa provar H1 de maneira absoluta — há sempre risco de erro e a interpretação exige consideração de plausibilidade biológica, tamanho do efeito e intervalo de confiança.

Alternativa C: INCORRETA. O valor de beta (erro tipo II) não é “estabelecido” pelo teste após os dados; beta é uma característica do desenho do estudo relacionada ao poder, ao tamanho do efeito que se deseja detectar e ao tamanho da amostra. Após o estudo pode-se estimar o poder post hoc, mas o teste em si não tem como objetivo estabelecer beta.

Alternativa D: INCORRETA. Alfa é o nível de significância escolhido antes da análise e representa o risco aceitável de erro tipo I. O teste não “estabelece” alfa — ele apenas compara o p-valor com o alfa definido no planejamento. Definir alfa faz parte do protocolo do estudo, não do resultado do teste.

Alternativa E: INCORRETA. Valores preditivos (VPP, VPN) e o desempenho de um modelo são atributos de testes diagnósticos e modelos preditivos, dependentes da prevalência. O objetivo básico de um teste de hipótese é avaliar compatibilidade com H0 e detectar sinais de efeito além do acaso, não quantificar valor preditivo.

Resposta: Alternativa A