Se estivermos testando uma hipótese nula de que o verdadeiro valor de 2 é igual à zero, queremos que o nível de significância seja o menor possível. Se observarmos na tabela t escolheremos entre 1%, 5% ou 10%. No entanto, utilizando os softwares econométricos alcançamos que valor p para 2 é igual a (0,000000289). Ou seja, é menor que o nível de significância de 1%. Assim, a interpretação será: nossas estimativas são estatisticamente significativas com mais de 99% de confiança.

Assim, de maneira prática, quando observamos as saídas do software, como mostra a figura 1 abaixo, é possível definimos as seguintes regras de decisão:


A imagem mostra uma tabela de saída de software estatístico com coeficientes, erros padrão, razões-t e valores p para diferentes variáveis. A tabela inclui valores como const, INCC, POV, ALCC, TOBC, e suas respectivas razões-t e valores p. A tabela também destaca o R-quadrado e o R-quadrado ajustado.


1. Se p value (valor p) < 0,01: podemos rejeitar a hipótese nula de que o parâmetro é igual a 0 com 1% de significância, portanto, nossa variável é estatisticamente significativa.
2. Se p value (valor p) < 0,05: podemos rejeitar a hipótese nula de que o parâmetro é igual a 0 com 5% de significância, portanto, nossa variável é estatisticamente significativa.
3. Se p value (valor p) > 0,10: não podemos rejeitar a hipótese nula de que o parâmetro é igual a 0 com 10% de significância, portanto, nossa variável é não é estatisticamente significativa.
4. Se p value (valor p) < 0,10: podemos rejeitar a hipótese nula de que o parâmetro é igual a 0 com 10% de significância, portanto, nossa variável é estatisticamente significativa.

É verdadeiro o que se afirma em:
a. Todas as alternativas estão corretas.
b. Apenas II e III estão corretas.
c. Apenas I, II e III estão corretas.
d. Apenas II, III e IV estão corretas.
e. Apenas I e III estão corretas.