1. O Perigo das Correlações Espúrias
Se cruzarmos uma série de sorteios com centenas de variáveis externas (preço do petróleo, temperatura em Tóquio ou fases da Lua), a lei das probabilidades garante que algumas variáveis apresentarão correlações aparentes por puro acaso.
Para evitar conclusões pseudocientíficas, a metodologia científica estabelece o Teste de Hipóteses de Neyman-Pearson.
2. Como Funciona o Teste t de Student (Welch) no JunoLoto
No Laboratório de Fatores Externos do JunoLoto, comparamos a média de soma dos sorteios ocorridos durante a Lua Cheia ($\bar{X}_{cheia}$) com a média dos sorteios ocorridos em outras fases ($\bar{X}_{outras}$).
Definimos as hipóteses:
A estatística $t$ de Welch é calculada como:
3. Interpretação do $p$-valor ($\alpha = 0,05$)
Adotamos o limiar padrão de significância estatística de $\alpha = 0,05$ (5%):
- Se $p < 0,05$: Rejeita-se $H_0$, havendo evidência estatística de um efeito real.
- Se $p \ge 0,05$: Não se rejeita $H_0$, concluindo-se que a variação observada é mero ruído amostral compatível com a aleatoriedade.
Ao rodarmos o teste nos 3.760 concursos oficiais, o $p$-valor para as fases lunares resulta em valores tipicamente entre 0,28 e 0,74 (muito acima de 0,05). Isso comprova cientificamente que as pequenas oscilações de média observadas são variações normais de amostragem, e não forças astronômicas influenciando o sorteio.
