Dica do autor: O pulo do gato na estatística inferencial é entender que o teste estatístico não fornece certezas absolutas — ele dá uma medida da evidência contra a hipótese nula. Em termos práticos, montamos uma hipótese nula (geralmente ausência de efeito) e uma hipótese alternativa (presença de efeito) e usamos o teste para avaliar se o achado observado pode ser explicado por variação aleatória. O valor-p e os intervalos de confiança são ferramentas que quantificam essa evidência: um valor-p pequeno indica que os dados observados seriam pouco prováveis sob a hipótese nula, sugerindo que o efeito é provavelmente real (mas sem “provar” definitivamente). Parâmetros como alfa (erro tipo I), beta (erro tipo II) e poder ajudam a planejar e interpretar estudos, mas o objetivo básico, o tal do ‘bater o olho e saber’ com fundamento, é distinguir diferenças casuais (devidas ao acaso) de diferenças estatisticamente significativas, ou seja, que extrapolam a simples flutuação amostral.

Alternativa A: INCORRETA. Testes não têm a função de "confirmar" a hipótese alternativa. Eles avaliam evidência contra a hipótese nula; quando a evidência é forte, rejeitamos a hipótese nula e ficamos mais confortáveis em aceitar a alternativa, mas isso não é confirmação absoluta. Em estatística inferencial a linguagem correta é "rejeitar" ou "não rejeitar" a hipótese nula, nunca "confirmar" com certeza a alternativa.

Alternativa B: CORRETA. Esse é o objetivo básico: distinguir se uma diferença observada é compatível com a variação aleatória ou se reflete um efeito real. O teste fornece uma medida (por exemplo, valor-p) que nos ajuda a avaliar se o resultado é improvável sob a hipótese nula. Junto com tamanho de efeito e intervalos de confiança, isso permite separar achados casuais de diferenças estatisticamente significativas.

Alternativa C: INCORRETA. O teste estatístico não aumenta o "valor preditivo" do delineamento do estudo. O delineamento e a qualidade metodológica (randomização, cegamento, controle de vieses) determinam validade interna e capacidade preditiva; o teste apenas analisa os dados obtidos, não melhora o projeto em si.

Alternativa D: INCORRETA. Estabelecer alfa e beta é parte do planejamento (definição de nível de significância e poder) e fundamental para interpretar resultados, mas não é o objetivo básico do teste. Esses são parâmetros auxiliares: o objetivo central continua sendo distinguir acaso de efeito verdadeiro.

Alternativa E: INCORRETA. Focar apenas no beta (erro tipo II) está errado: beta faz parte do planejamento do poder do estudo, mas sozinha não resume o propósito do teste estatístico. Além disso, beta não é definido pelo teste em si, e sim decidido na fase de cálculo do tamanho amostral.

Resposta: Alternativa B