Scribd
Carregar
19 visualizações4 páginas

Aula 7

O documento aborda testes estatísticos, incluindo testes de hipótese, onde H0 representa a hipótese nula e H1 a hipótese alternativa, e discute o valor de p como indicador da probabilidade de resultados aleatórios. Ele diferencia entre testes paramétricos e não-paramétricos, detalhando métodos como Teste T, ANOVA, Mann-Whitney e Kruskal-Wallis. Além disso, menciona a importância de testes de normalidade e a comparação de grupos em diferentes cenários estatísticos.

Enviado por

plvaz0110
Direitos autorais
© © All Rights Reserved
Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.
Formatos disponíveis
Baixe no formato PDF, TXT ou leia on-line no Scribd
19 visualizações4 páginas

Aula 7

O documento aborda testes estatísticos, incluindo testes de hipótese, onde H0 representa a hipótese nula e H1 a hipótese alternativa, e discute o valor de p como indicador da probabilidade de resultados aleatórios. Ele diferencia entre testes paramétricos e não-paramétricos, detalhando métodos como Teste T, ANOVA, Mann-Whitney e Kruskal-Wallis. Além disso, menciona a importância de testes de normalidade e a comparação de grupos em diferentes cenários estatísticos.

Enviado por

plvaz0110
Direitos autorais
© © All Rights Reserved
Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.
Formatos disponíveis
Baixe no formato PDF, TXT ou leia on-line no Scribd

Testes Estatísticos

Testes de Hipótese
– Antes de iniciar a análise estatística, deve ser determinada a hipótese do teste;
– H0- Hipótese nula – não há diferença;
– H1- Hipótese alternativa – há diferença estatística.

O valor de p
– p- probabilidade de que o que você fez tenha ocorrido ao acaso ou devido a
sua intervenção;
– p<0,05 – a probabilidade de ter ocorrido ao acaso é de apenas 5%;
– Ex.: p=0,325 – 32,5% de chance de ter ocorrido ao acaso;
– O valor do p (teste estatístico) testa a sua hipótese nula!
– P >0,05 – aceita a hipótese NULA;
– P<0,05 – aceita a hipótese alternativa.

Dados paramétricos – Assumem a curva de Gauss (dados normais);


Dados não paramétricos – Não assumem a curva de Gauss (dados não são normais).

Testes de normalidade
– Kolmogorov-Smirnov (n<30);
– Shapiro Wilk (n>30);
– Esses testes comparam a distibruição cumulativa observada com uma
distribuição teórica normal.
– P>0,05 – dados paramétricos;
– P<0,05 – dados não-paramétricos.
Testes Paramétricos

Teste paramétrico

Variáveis
Apenas 1 variável Variáveis dependentes
Independentes

Teste T para amostras Teste T de uma via Teste T para amostras


ANOVA
independentes 1 variável quantitativa dependentes
3 ou mais variáveis
2 variáveis e uma medida de 2 variáveis
quantitavas
quantitativas comparação quantitativas

Teste T de Student
– Dados quantitativos (numéricos);
– Comparação entre no máximo 2 grupos;
– Teste T de uma via;
– Teste T para amostras dependentes (pareadas);
– Teste T para amostras independentes (não pareadas).

ANOVA
– Teste para 3 ou mais variáveis;
– Ele diz que houve diferença entre os grupos, mas não onde está a diferença!
– Comparam-se de 2 em 2 utilizando o Teste de Tukey ou o teste T, se há
diferença no ANOVA.
– Correção de Bonferroni
Testes não-paramétricos

Testes não-
paramétricos

Variáveis Variáveis
independentes dependentes

Mann-Whitney Wilcoxon
Kruskal-Wallis Qui-quadrado
Variáveis Variáveis
3 variáveis ou mais Variáveis
qualitativas qualitativas
quantitativas qualitativas
ordinais ordinais

Teste de Mann-Whitney
• Para duas variáveis independentes.

Teste de Wilcoxon
• Para duas variáveis dependentes.

Teste de Kruskal-Wallis
– Variáveis independentes;
– 3 ou mais grupos;
– Alternativa não paramétrica para ANOVA;
– Ele diz que houve diferença entre os grupos, mas não onde está a diferença!
– Comparam-se de 2 em 2 utilizando o Mann-Whitney se há diferença no
Kruskal-Wallis.
Teste Qui-quadrado

Teste de Friedman
– Amostras dependentes;
– 3 ou + amostras;
– Semelhante ao Kruskal-Wallis, mas para amostras dependentes;
– Exemplo: antes, durante e depois.

RESUMO DOS TESTES DE HIPÓTESE ESTATÍSTICOS

Distribuição da
amostra

Normal (paramétrica) Não-paramétrica

Dependente Independente Dependente Independente

Mais Mais Mais Mais


2 grupos 2 grupos 2 grupos 2 grupos
grupos grupos grupos grupos

Teste T para Teste T para Mann- Kruskal-


ANOVA ANOVA Wilcoxon Friedman
amostras amostras Whitney Wallis
dependentes independentes

Você também pode gostar