Há dois tipos de erro ao testar uma hipótese estatística. Pode-se rejeitar uma hipótese quando ela é, de fato verdadeira, ou aceitar uma hipóteses quando ela é, de fato, falsa. A rejeição de uma hipótese verdadeira é chamada "erro tipo I". A aceitação de uma hipótese falsa constitui um "erro tipo II". Sendo assim é observe a seguinte afirmação: A probabilidade do erro do tipo I é denominada "nível de significância" do teste. Indique qual alternativa corresponde à essa afirmação:

Alternativa A - Verdadeiro

Em testes de hipóteses estatísticas, cometemos erros ao tomar decisões sobre a hipótese nula (H_0). Existem dois tipos principais de erros que podem ocorrer durante esse processo de inferência.

O Erro Tipo I ocorre quando rejeitamos uma hipótese nula verdadeira. O Erro Tipo II ocorre quando aceitamos uma hipótese nula falsa.

Análise

• O Nível de Significância (\alpha) é definido exatamente como a probabilidade de cometermos um Erro Tipo I.
• Matematicamente, isso é expresso como P(\text{Rejeitar } H_0 | H_0 \text{ é verdadeira}) = \alpha.
• O pesquisador escolhe previamente esse nível (comumente 5% ou 0,05) para controlar o risco de rejeitar incorretamente uma verdade.
• Portanto, a afirmação apresentada está correta ao vincular o erro tipo I ao nível de significância.

Conclusão: A definição apresentada no enunciado corresponde ao conceito fundamental da estatística inferencial, tornando a afirmação verdadeira.