Testes Estatísticos
Princípios Básicos
Procurar confirmar se uma determinada hipótese (Ho) pode ser rejeitada.
Intervalos de Confiança:
É um intervalo estimado onde a média de um parâmetro de uma amostra tem uma certa probabilidade de ocorrer.
Tipos de Erros
click to edit
Como se Interpreta um IC?
Se assumirmos que a amostra foi aleatoriamente selecionada de uma população que segue uma distribuição normal, então, 95% de confiança, podemos dizer que o IC inclui a média da população.
Níveis de Confiança:
É a probabilidade de que o intervalo estimado contenha o parâmetro populacional. A maioria dos IC são calculados para 95%.
Quando maior o nível de confiança, maior será a margem de erros e maior será o IC
Erro Tipo I:
Rejeita hipótese nula, sendo ela verdadeira.
Erro Tipo II:
Aceita a hipótese nula, sendo ela falsa.
Os testes podem ser:
Testes Bilaterais:
Ho = Ha ≠
Testes Unilaterais:
Ho ≥, ≤ Ha <, >
Escolha do Teste
Tipos de Dados
Quantitativo
Qualitativo
Distribuição de Dados
Normal
Não Normal
Objetivo de Estudo
Comparar
Associar/Relacionar
Discreto ou Contínuo
Média e Desvio Padrão
Mediana e valores mínimos e máximos
Nominal ou Ordinal
Mediana: dados ordinais
Frequência absoluta ou relativa (percentagem): dados nominais
Simétrica
Simétrica em torno da média
Curva normal (Gauss)
Curva em Sino
Assimétrica
Não apresenta uma forma de sino
Teste de Normalidade
Shapiro-Wilk: amostras < 50
Kolmogorov Smirnov: amostras > 50
Testes Não-Paramétricos
Entre participantes
2 grupos, 3 grupos ou +
Intraparticipantes
Variáveis categóricas
Variáveis discretas ou contínuas
Testes Paramétricos
Teste T Pareado
As amostras a serem comparadas devem ser o mesmo tamanho, caso contrário, a relação de dependência será perdida
Teste de Wilcoxon
Caso haja violação nos pressupostos de normalidade dos dados (pré e pós) obrigatoriamente deverá utilizar-se o teste de Wilcoxon
Compara a diferença entre as médias dos postos (ranks) dentre os participantes em duas condições
Teste U de Mann-Whitney
Teste T Independente
Compara médias de 2 grupos
Uma variável dicotômica e outra numérica
A variável numérica tem que ser normal (paramétrica)
Compara a diferença entre as médias dos postos (ranks) entre dois grupos
Compara a média de dois conjuntos de dados quantitativos (são medidas repetidas/pareadas)
Anova Medidas Repetidas
Destinada a testar a existência de diferenças significativas entre os grupos quando há aplicações de tratamentos sucessivos sobre a mesma amostra
Teste de Friedman
Equivalente não-paramétrico da Anova de medidas repetidas
Anova One Way
É uma extensão do teste T, pois permite verificar o efeito de uma variável independente de natureza qualitativa (fator) em uma variável quantitativa
Uma variável numérica e uma variável categórica com três níveis ou mais
Teste Kruskal Wallis
Equivalente não paramétrico da Anova One Way
Adequado quando as amostras são reduzidas
Teste Qui-Quadrado
tratas-se de um teste de associação entre as variáveis categóricas (nominais e ordinais)
Verificar se a frequência com que um determinado acontecimento observado em uma amostra se desvia significativamente ou não da frequência com que ele é esperado
Correlação Spearman (Rho)
Correlação Pearson (r)
Analisa o grau de relacionamento entre duas variáveis quantitativas em uma distribuição normal
Analisa o grau de relacionamento entre duas variáveis quantitativas em uma distribuição não normal