SlideShare uma empresa Scribd logo
1 de 29
TESTE DE HIPÓTES
Trata-se de uma técnica para se fazer
a inferência estatística sobre uma
população a partir de uma amostra
TEORIA POPPERIANA
• NÃO SE PODE PROVAR NADA, APENAS
“DESPROVAR”.
• SÓ APRENDEMOS QUANDO ERRAMOS.
• É MAIS FACIL REFUTAR DO QUE PROVAR
ALGUMA ASSERTIVA.
• OS ESTATÍSTICOS NÃO PERGUNTAM QUAL
É A PROBABILIDADE DE ESTAREM
CERTOS, MAS A PROBABILIDADE DE
ESTAREM ERRADOS. Para fazerem isso
estabelecem um hipótese nula.
PRINCIPAIS CONCEITOS
HIPÓTESE ESTATÍSTICA
Trata-se de uma suposição quanto ao valor de um
parâmetro populacional, ou quanto à natureza da
distribuição de probabilidade de uma variável
populacional.
TESTE DE HIPÓTESE
É uma regra de decisão para aceitar ou rejeitar uma
hipótese estatística com base nos elementos
amostrais
PRINCIPAIS CONCEITOS
TIPOS DE HIPÓTESES
Designa-se por Ho, chamada hipótese nula, a
hipótese estatística a ser testada, e por H1, a hipótese
alternativa.
A HIPÓTESE NULA É UMA ASSERTIVA DE
COMO O MUNDO DEVERIA SER, SE NOSSA
SUPOSIÇÃO ESTIVESSE ERRADA.
A hipótese nula expressa uma igualdade, enquanto a
hipótese alternativa é dada por uma desigualdade.
Ex: Ho - µ = 1,65 m
H1 - µ 1,65 m≠
TIPOS DE ERRO DE
HIPÓTESE
EXISTEM DOIS TIPOS DE ERRO DE
HIPÓTESE.
Erro tipo 1 - rejeição de uma hipótese verdadeira;
Erro tipo 2 – aceitação de uma hipótese falsa.
As probabilidades desses dois tipos de erros são designadas α
e β.
A probabilidade α do erro tipo I é denominada “nível de
significância” do teste.
LÓGICA DO TESTE DE
SIGNIFICÂNCIA
• ATRIBUEM-SE BAIXOS VALORES PARA α,
GERALMENTE 1-10%;
• FORMULA-SE Ho COM A PRETENSÃO DE REJEITÁ-
LA, DAÍ O NOME DE HIPÓTESE NULA;
• SE O TESTE INDICAR A REJEIÇÃO DE Ho TEM-SE
UM INDICADOR MAIS SEGURO DA DECISÃO;
• CASO O TESTE INDIQUE A ACEITAÇÃO DE Ho,
DIZ-SE QUE, COM O NÍVEL DE SIGNIFICÂNCIA α,
NÃO SE PODE REJEITAR Ho.
ESTATÍSTICA NÃO
PARAMÉTRICA
São extremamente interessantes para
análises de dados qualitativos.
• As técnicas de estatística não paramétrica são
particularmente adaptáveis aos dados das ciências
do comportamento.
• A aplicação dessas técnicas não exige suposições
quanto à distribuição da população da qual se
tenha retirado amostras para análises.
• Podem ser aplicadas a dados que se disponham
simplesmente em ordem, ou mesmo para estudo
de variáveis nominais.Contrariamente à estatística
paramétrica, onde as variáveis são, na maioria das
vezes, intervalares.
• Exigem poucos cálculos e são aplicáveis para
análise de pequenas amostras.
• Independe dos parâmetros populacionais e
amostrais (média, variância, desvio padrão).
TIPOS DE TESTE
• Qui-Quadrado
• Teste dos sinais
• Teste de Wilcoxon
• Teste de Mann-Whitney
• Teste da Mediana
• Teste de Kruskal-Wallis
QUI-QUADRADO (χ2
)
Testes de Adequação de amostras e
Associação entre variáveis
QUI-QUADRADO (χ2
)
• Teste mais popular
• Denominado teste de adequação ou ajustamento.
Usos
1. Adequação ou Aderência dos dados: freqüência
observada adequada a uma freqüência esperada);
2. Independência ou Associação entre duas variáveis
Comportamento de uma variável depende de outra.
χ2
= ∑=
−k
i Fei
FeiFoi
1
2
)(
QUI-QUADRADO (χ2
)
Restrições ao uso:
Se o número de classes é k=2, a freqüência
esperada mínima deve ser ≥5;
Se k >2, o teste não deve ser usado se mais de
20% das freqüências esperadas forem
abaixo de 5 ou se qualquer uma delas for
inferior a 1.
ADEQUAÇÃO DOS DADOS
Exemplos:
1. avaliar se uma moeda ou um dado é
honesto;
2. número de livros emprestados em um
biblioteca durante os dias de uma
determinada semana;
3. Tipo de sangue para uma determinada
raça
ADEQUAÇÃO DOS DADOS
PROCEDIMENTO
1. Enunciar as hipóteses (Ho e H1);
2. Fixar α; escolher a variável χ2
com ϕ = (k-1). k é o
número de eventos;
3. Com auxílio da tabela de χ2
, determinar RA (região de
aceitação de Ho) e RC (região de rejeição de Ho)
χ2
ADEQUAÇÃO DOS DADOS
EXEMPLO
Em 100 lances de moeda, observaram-se 65 coroas e 35 caras. Testar se a
moeda é honesta.
1° Ho- a moeda é honesta;
H1- a moeda não é honesta;
2° α = 5%; escolhe-se um χ2
, pois k = 2 e ϕ 2-1=1;
3° Determinação de RA e RC;
χ2
=
χ2
= (35-50)2
/50 + (65-50)2
/50=9
χ2
tab= 3,84, logo rejeita-se Ho.
A moeda não é honesta.
Eventos Cara Coroa
Freq. observada 35 65
Freq. Esperada 50 50
∑=
−k
i Fei
FeiFoi
1
2
)(
ADEQUAÇÃO DOS DADOS
• 4 ocorrência de 4 tipos de sangue em uma dada raça
K=4, ϕ=3 e α = 2,5%
χ2
=(230-180)2
/180 + (470-480)2
/480 + (170-200)2
/200 + (130-140)2
/140
χ2
calc =16.04
χ2
tab = 9,25
Logo rejeita-se Ho com 2,5% de probabilidade de erro.
Classes A B AB O
Freq. Observada 230 470 170 130
Freq. esperada 180 480 200 140
ADEQUAÇÃO DOS DADOS
• Número de acidentes na rodovia, de acordo com o dia da semana
Freqüência esperada – 1/7 x 175 = 25
χ2
calc =12,0
χ2
tab=12,6
Logo aceita-se Ho com 95% de probabilidade de acerto.
Classes Seg Ter Qua Qui Sex Sab Dom
Número de acidentes 26 21 22 17 20 36 33
Classes Seg Ter Qua Qui Sex Sab Dom
Acidentes Observados 26 21 22 17 20 36 33
Acidentes esperados 25 25 25 25 25 25 25
INDEPENDÊNCIA OU
ASSOCIAÇÃO ENTRE DUAS
VARIÁVEIS
EXEMPLOS
• Dependência entre sabor de pasta de dente e o
bairro;
• Notas dos alunos e nível salarial;
• Efeito da vacinação em animais;
INDEPENDÊNCIA OU
ASSOCIAÇÃO ENTRE DUAS
VARIÁVEIS
A representação das freqüências observadas é dada por uma tabela de
dupla entrada ou tabela de contingência.
PROCEDIMENTO
1. Ho: as variáveis são independentes;
H1: as variáveis são dependentes;
2. Fixar α. Escolher a variável qui-quadrado com ϕ = (L-1) x (C-
1), onde L = número de linhas da tabela de contingência e C+
número de colunas.
3. Com auxílio da tabela calculam-se RA e RC
INDEPENDÊNCIA OU
ASSOCIAÇÃO
EXEMPLO
Dependência entre bairro e escolha do sabor de pasta de dente
Dados:
Ho: a preferencia pelo sabor independe do
bairro;
H1: a preferência pelo sabor depende do
bairro
α = 5%
χ2
tab = ϕ= (4-1) x (3-1) = 6 graus de liberdade
Freqüência esperada = (soma da linha i) x (soma da coluna J)/(total de observações)
χ2
=
Sabor
Bairros
ΣA B C
Limão 70 44 86 200
Chocolate 50 30 45 125
Hortelã 10 6 34 50
Menta 20 20 85 125
Σ 150 100 250 500
∑∑ ==
−C
j
L
i Feij
FeijFoij
1
2
1
)(
INDEPENDÊNCIA OU
ASSOCIAÇÃO
Tabela de freqüências esperadas
Fe11 = 200 x 150/500 = 60
Fe12 = 200 x 100/500 = 40
Fe13 = 200 x 250/500 = 100
Fe21 = 125 x 150/500 = 37.5
Fe22 = 125 x 100/500 = 25
Fe23 = 125 x 250/500 = 62.5
Fe31 = 50 x 150/500 = 15
Fe32 = 50 x 100/500 = 10
Fe33 = 50 x 250/500 = 25
χ2
cal=37.88 Fe41 = 125 x 150/500 = 37.5
χ2
tab=12.6 Fe42 = 125 x 100/500 = 25
Logo rejeita-se Ho Fe43 = 125 x 250/500 = 62,5
SABOR BAIRRO
A B C
(1)Limão 60 40 100
(2)Chocolate 37.5 25 62.5
(3)Hortelã 15 10 25
(4)Menta 37.5 25 62.5
TESTE DOS SINAIS
Análise de dados emparelhados
(O mesmo indivíduo é submetido a
duas medidas)
TESTE DOS SINAIS
• É utilizado na análise de dados emparelhados.
Situações em que o pesquisador deseja determinar se
duas condições são diferentes.
• A variável pode ser intervalar ou ordinal.
• O nome do teste dos sinais se deve ao fato de se
utilizar sinais + e – em lugar do dados numéricos.
• A lógica do teste é que as condições podem ser
consideradas iguais quando as quantidades de + e _
forem aproximadamente iguais. Isto é, a proporção
de + equivale 50%, ou seja: p=0,5.
TESTE DOS SINAIS
PROCEDIMENTO
1. Ho: não há diferença entre os grupos, ou seja: p = 0,5;
H1: há diferença, ou seja: uma das alternativas
a) p ≠ 0,5 -Distribuição “z “bicaudal.
b) p < 0,5 – Distribuição “z” unicaudal a esquerda.
c) p > 0,5 – Distribuição “z” unicaudal a direita.
2. Fixar α. Escolher a distribuição N(0,1) se n>25 ou Binomial se n
≤25.
3. Com auxílio da tabela, determinar-se RA e RC (para n > 25),
caso n <25 utiliza-se distribuição binomial.
4. Cálculo do valor da variável Z
TESTE DOS SINAIS
Exemplo: Sessenta alunos matricularam-se num curso de inglês. Na primeira aula aplica-
se um teste que mede o conhecimento da língua. Após seis meses, aplica-se um segundo
teste. Os resultados mostram que 35 alunos apresentaram melhora (35 +), 20 se conduziram
melhor no primeiro teste (20 -) e 5 não apresentaram modificações (5 “0”).
Ho: O curso não alterou (p=0,50)
H1: O curso melhorou o conhecimento de inglês (p > 0,5).
α= 5% (variável N(0,1).
Cálculo da variável “Z”.
Zcal = , onde:
y - número de sinais positivos (35);
n – tamanho da amostra descontado os empates (60-5=55);
p – 0,5
q – 1-p = 0,5 Zcal = = 2,02
Ztab= 1.64, logo rejeita Ho.
...
.
qpn
pny −
)5,0()5,0(55
5,05535
xx
x−
Teste de Wilcoxon
• É uma extensão do teste de sinais. É mais
interessante pois leva em consideração a
magnitude da diferença para cada par.
• Exemplo: um processo de emagrecimento
em teste. Cada par no caso é o mesmo
indivíduo com peso antes e depois do
processo.
Teste Mann-Whitney
• É usado para testar se das amostras independentes
foram retiradas de populações com média iguais.
• Trata-se de uma interessante alternativa ao teste
paramétrico para igualdade de médias, pois o teste
não exige considerações sobre a distribuição
populacional. Aplicado à variáveis intervalares e
ordinais.
• Exemplo: a média de vendas de dois shoppings
são diferentes?.
Teste da mediana
• Trata-se de uma alternativa ao teste de
Mann-Whitney. Testa as hipótese se dois
grupos independentes possuem mesma
mediana. Dados ordinais e intervalares.
Teste Kruskal-Wallis
• Trata-se de um teste para decidir se K amostras
(K>2) independentes provêm de populações co
médias iguais.
• Exemplo: testar, no nível de 5% de probabilidade,
a hipótese de igualdade das médias para os três
grupos de alunos que foram submetidos a
esquemas diferentes de aulas. Notas para uma
mesma prova. Aulas com recursos audiovisuais,
aulas expositivas e aulas ensino programado.

Mais conteúdo relacionado

Mais procurados

Farmacocinética básica e clínica
Farmacocinética básica e clínicaFarmacocinética básica e clínica
Farmacocinética básica e clínicaVinicius Henrique
 
Aula - SNA - Introdução ao Sistema Nervoso Autônomo
Aula - SNA - Introdução ao Sistema Nervoso AutônomoAula - SNA - Introdução ao Sistema Nervoso Autônomo
Aula - SNA - Introdução ao Sistema Nervoso AutônomoMauro Cunha Xavier Pinto
 
Metodos de preparo e calculos homeopaticos
Metodos de preparo e calculos homeopaticosMetodos de preparo e calculos homeopaticos
Metodos de preparo e calculos homeopaticosPriscilla Mota
 
Uso de ansioliticos na odontologia 2010
Uso de ansioliticos na odontologia 2010Uso de ansioliticos na odontologia 2010
Uso de ansioliticos na odontologia 2010Lucas Almeida Sá
 
Revisão sobre Adesão ao Tratamento
Revisão sobre Adesão ao TratamentoRevisão sobre Adesão ao Tratamento
Revisão sobre Adesão ao TratamentoCassyano Correr
 
Sistema-Cardiovascular-I.ppt
Sistema-Cardiovascular-I.pptSistema-Cardiovascular-I.ppt
Sistema-Cardiovascular-I.pptSilvioMattos3
 
Curso Raciocínio Lógico - Analítico p/ Teste ANPAD
Curso Raciocínio Lógico - Analítico p/ Teste ANPAD Curso Raciocínio Lógico - Analítico p/ Teste ANPAD
Curso Raciocínio Lógico - Analítico p/ Teste ANPAD Estratégia Concursos
 
O que são transtornos menores?
O que são transtornos menores?O que são transtornos menores?
O que são transtornos menores?Cassyano Correr
 
PROTOCOLO CLÍNICO-ODONTOLÓGICO EM PACIENTES TRANSPLANTADOS RENAIS
PROTOCOLO CLÍNICO-ODONTOLÓGICO EM PACIENTES TRANSPLANTADOS RENAIS PROTOCOLO CLÍNICO-ODONTOLÓGICO EM PACIENTES TRANSPLANTADOS RENAIS
PROTOCOLO CLÍNICO-ODONTOLÓGICO EM PACIENTES TRANSPLANTADOS RENAIS Oyara Mello
 
Farmacologia 02 absorção e distribuição dos fármacos - med resumos 2011
Farmacologia 02   absorção e distribuição dos fármacos - med resumos 2011Farmacologia 02   absorção e distribuição dos fármacos - med resumos 2011
Farmacologia 02 absorção e distribuição dos fármacos - med resumos 2011Jucie Vasconcelos
 
Estudo Ruído Autor Conrrado
Estudo Ruído Autor ConrradoEstudo Ruído Autor Conrrado
Estudo Ruído Autor Conrradonandoguns
 
Noções de semiologia e cuidado farmacêutico crfmg 2015_final
Noções de semiologia e cuidado farmacêutico crfmg 2015_finalNoções de semiologia e cuidado farmacêutico crfmg 2015_final
Noções de semiologia e cuidado farmacêutico crfmg 2015_finalangelitamelo
 
Via de Sinalização da Proteína G/Adenilato Ciclase
Via de Sinalização da Proteína G/Adenilato CiclaseVia de Sinalização da Proteína G/Adenilato Ciclase
Via de Sinalização da Proteína G/Adenilato CiclaseUEPA
 
Indústria farmacêutica brasileira
Indústria farmacêutica brasileiraIndústria farmacêutica brasileira
Indústria farmacêutica brasileiraLourdes Martins
 
Legislação mineral do calcário
Legislação mineral do calcárioLegislação mineral do calcário
Legislação mineral do calcárioWendel Rodrigues
 
Farmacêutico Na UTI
Farmacêutico Na UTIFarmacêutico Na UTI
Farmacêutico Na UTIsbrassica
 

Mais procurados (20)

3. metabo..
3. metabo..3. metabo..
3. metabo..
 
Farmacocinética básica e clínica
Farmacocinética básica e clínicaFarmacocinética básica e clínica
Farmacocinética básica e clínica
 
Aula - SNA - Introdução ao Sistema Nervoso Autônomo
Aula - SNA - Introdução ao Sistema Nervoso AutônomoAula - SNA - Introdução ao Sistema Nervoso Autônomo
Aula - SNA - Introdução ao Sistema Nervoso Autônomo
 
Metodos de preparo e calculos homeopaticos
Metodos de preparo e calculos homeopaticosMetodos de preparo e calculos homeopaticos
Metodos de preparo e calculos homeopaticos
 
Uso de ansioliticos na odontologia 2010
Uso de ansioliticos na odontologia 2010Uso de ansioliticos na odontologia 2010
Uso de ansioliticos na odontologia 2010
 
Revisão sobre Adesão ao Tratamento
Revisão sobre Adesão ao TratamentoRevisão sobre Adesão ao Tratamento
Revisão sobre Adesão ao Tratamento
 
Sistema-Cardiovascular-I.ppt
Sistema-Cardiovascular-I.pptSistema-Cardiovascular-I.ppt
Sistema-Cardiovascular-I.ppt
 
10.calculos farmaceuticos
10.calculos farmaceuticos10.calculos farmaceuticos
10.calculos farmaceuticos
 
Aula lei pnma e sisnama
Aula lei pnma e sisnamaAula lei pnma e sisnama
Aula lei pnma e sisnama
 
Ecologia Básica
Ecologia BásicaEcologia Básica
Ecologia Básica
 
Curso Raciocínio Lógico - Analítico p/ Teste ANPAD
Curso Raciocínio Lógico - Analítico p/ Teste ANPAD Curso Raciocínio Lógico - Analítico p/ Teste ANPAD
Curso Raciocínio Lógico - Analítico p/ Teste ANPAD
 
O que são transtornos menores?
O que são transtornos menores?O que são transtornos menores?
O que são transtornos menores?
 
PROTOCOLO CLÍNICO-ODONTOLÓGICO EM PACIENTES TRANSPLANTADOS RENAIS
PROTOCOLO CLÍNICO-ODONTOLÓGICO EM PACIENTES TRANSPLANTADOS RENAIS PROTOCOLO CLÍNICO-ODONTOLÓGICO EM PACIENTES TRANSPLANTADOS RENAIS
PROTOCOLO CLÍNICO-ODONTOLÓGICO EM PACIENTES TRANSPLANTADOS RENAIS
 
Farmacologia 02 absorção e distribuição dos fármacos - med resumos 2011
Farmacologia 02   absorção e distribuição dos fármacos - med resumos 2011Farmacologia 02   absorção e distribuição dos fármacos - med resumos 2011
Farmacologia 02 absorção e distribuição dos fármacos - med resumos 2011
 
Estudo Ruído Autor Conrrado
Estudo Ruído Autor ConrradoEstudo Ruído Autor Conrrado
Estudo Ruído Autor Conrrado
 
Noções de semiologia e cuidado farmacêutico crfmg 2015_final
Noções de semiologia e cuidado farmacêutico crfmg 2015_finalNoções de semiologia e cuidado farmacêutico crfmg 2015_final
Noções de semiologia e cuidado farmacêutico crfmg 2015_final
 
Via de Sinalização da Proteína G/Adenilato Ciclase
Via de Sinalização da Proteína G/Adenilato CiclaseVia de Sinalização da Proteína G/Adenilato Ciclase
Via de Sinalização da Proteína G/Adenilato Ciclase
 
Indústria farmacêutica brasileira
Indústria farmacêutica brasileiraIndústria farmacêutica brasileira
Indústria farmacêutica brasileira
 
Legislação mineral do calcário
Legislação mineral do calcárioLegislação mineral do calcário
Legislação mineral do calcário
 
Farmacêutico Na UTI
Farmacêutico Na UTIFarmacêutico Na UTI
Farmacêutico Na UTI
 

Semelhante a Teste de hipoteses

ESTATÍSTICA-BÁSICA-SUMÁRIO-1a-PARTE-REVISADO-2013.pdf
ESTATÍSTICA-BÁSICA-SUMÁRIO-1a-PARTE-REVISADO-2013.pdfESTATÍSTICA-BÁSICA-SUMÁRIO-1a-PARTE-REVISADO-2013.pdf
ESTATÍSTICA-BÁSICA-SUMÁRIO-1a-PARTE-REVISADO-2013.pdfssuserac1de6
 
AMD - Aula n.º 2 - testes amostras independentes.pptx
AMD - Aula n.º 2 - testes amostras independentes.pptxAMD - Aula n.º 2 - testes amostras independentes.pptx
AMD - Aula n.º 2 - testes amostras independentes.pptxNunoSilva599593
 
Curso #H4A - Módulo 5
Curso #H4A - Módulo 5Curso #H4A - Módulo 5
Curso #H4A - Módulo 5Mgfamiliar Net
 
Aula 5 - Educação física
Aula 5 - Educação físicaAula 5 - Educação física
Aula 5 - Educação físicaCaroline Godoy
 
Aula6-TestesdeHipoteses2 (1).pptx
Aula6-TestesdeHipoteses2 (1).pptxAula6-TestesdeHipoteses2 (1).pptx
Aula6-TestesdeHipoteses2 (1).pptxDealthCraft
 
Fundamentos da bioestatística
Fundamentos da bioestatísticaFundamentos da bioestatística
Fundamentos da bioestatísticaJuliano van Melis
 
Teste de hipóteses - paramétricos
Teste de hipóteses - paramétricosTeste de hipóteses - paramétricos
Teste de hipóteses - paramétricosRodrigo Rodrigues
 
AMD - Aula n.º 4 - Anova e Kruskal Wallis.pptx
AMD - Aula n.º 4 - Anova e Kruskal Wallis.pptxAMD - Aula n.º 4 - Anova e Kruskal Wallis.pptx
AMD - Aula n.º 4 - Anova e Kruskal Wallis.pptxNunoSilva599593
 
HEP175Aula9 aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa(1).ppt
HEP175Aula9 aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa(1).pptHEP175Aula9 aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa(1).ppt
HEP175Aula9 aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa(1).pptElizeuNetto2
 
estatística é uma disciplina ampla e fundamental
estatística é uma disciplina ampla e fundamentalestatística é uma disciplina ampla e fundamental
estatística é uma disciplina ampla e fundamentalssuser98ac96
 
AMD - Aula n.º 5 - binominal e qui-quadrado.pptx
AMD - Aula n.º 5 - binominal e qui-quadrado.pptxAMD - Aula n.º 5 - binominal e qui-quadrado.pptx
AMD - Aula n.º 5 - binominal e qui-quadrado.pptxNunoSilva599593
 
Hipóteses e Estimativa do tamanho da amostra (aula 6)
Hipóteses e Estimativa do tamanho da amostra (aula 6)Hipóteses e Estimativa do tamanho da amostra (aula 6)
Hipóteses e Estimativa do tamanho da amostra (aula 6)Sandra Lago Moraes
 
Estatistica inferencial
Estatistica inferencial Estatistica inferencial
Estatistica inferencial Caio da Silva
 
AMD - Aula n.º 3 - duas amostras emparelhadas.pptx
AMD - Aula n.º 3 - duas amostras emparelhadas.pptxAMD - Aula n.º 3 - duas amostras emparelhadas.pptx
AMD - Aula n.º 3 - duas amostras emparelhadas.pptxNunoSilva599593
 
Probabilidade - Prof.Dr. Nilo Sampaio
Probabilidade - Prof.Dr. Nilo SampaioProbabilidade - Prof.Dr. Nilo Sampaio
Probabilidade - Prof.Dr. Nilo SampaioNilo Sampaio
 

Semelhante a Teste de hipoteses (20)

ESTATÍSTICA-BÁSICA-SUMÁRIO-1a-PARTE-REVISADO-2013.pdf
ESTATÍSTICA-BÁSICA-SUMÁRIO-1a-PARTE-REVISADO-2013.pdfESTATÍSTICA-BÁSICA-SUMÁRIO-1a-PARTE-REVISADO-2013.pdf
ESTATÍSTICA-BÁSICA-SUMÁRIO-1a-PARTE-REVISADO-2013.pdf
 
Aula19
Aula19Aula19
Aula19
 
AMD - Aula n.º 2 - testes amostras independentes.pptx
AMD - Aula n.º 2 - testes amostras independentes.pptxAMD - Aula n.º 2 - testes amostras independentes.pptx
AMD - Aula n.º 2 - testes amostras independentes.pptx
 
Princípios de Estatística Inferencial - II
Princípios de Estatística Inferencial - IIPrincípios de Estatística Inferencial - II
Princípios de Estatística Inferencial - II
 
Curso #H4A - Módulo 5
Curso #H4A - Módulo 5Curso #H4A - Módulo 5
Curso #H4A - Módulo 5
 
Aula 5 - Educação física
Aula 5 - Educação físicaAula 5 - Educação física
Aula 5 - Educação física
 
Aula6-TestesdeHipoteses2 (1).pptx
Aula6-TestesdeHipoteses2 (1).pptxAula6-TestesdeHipoteses2 (1).pptx
Aula6-TestesdeHipoteses2 (1).pptx
 
Fundamentos da bioestatística
Fundamentos da bioestatísticaFundamentos da bioestatística
Fundamentos da bioestatística
 
Teste de hipóteses - paramétricos
Teste de hipóteses - paramétricosTeste de hipóteses - paramétricos
Teste de hipóteses - paramétricos
 
AMD - Aula n.º 4 - Anova e Kruskal Wallis.pptx
AMD - Aula n.º 4 - Anova e Kruskal Wallis.pptxAMD - Aula n.º 4 - Anova e Kruskal Wallis.pptx
AMD - Aula n.º 4 - Anova e Kruskal Wallis.pptx
 
estatisitica basica para saude aula 03
estatisitica basica para saude aula 03 estatisitica basica para saude aula 03
estatisitica basica para saude aula 03
 
HEP175Aula9 aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa(1).ppt
HEP175Aula9 aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa(1).pptHEP175Aula9 aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa(1).ppt
HEP175Aula9 aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa(1).ppt
 
Princípios de Estatística Inferencial - I
Princípios de Estatística Inferencial - IPrincípios de Estatística Inferencial - I
Princípios de Estatística Inferencial - I
 
estatística é uma disciplina ampla e fundamental
estatística é uma disciplina ampla e fundamentalestatística é uma disciplina ampla e fundamental
estatística é uma disciplina ampla e fundamental
 
Teste Friedman
Teste FriedmanTeste Friedman
Teste Friedman
 
AMD - Aula n.º 5 - binominal e qui-quadrado.pptx
AMD - Aula n.º 5 - binominal e qui-quadrado.pptxAMD - Aula n.º 5 - binominal e qui-quadrado.pptx
AMD - Aula n.º 5 - binominal e qui-quadrado.pptx
 
Hipóteses e Estimativa do tamanho da amostra (aula 6)
Hipóteses e Estimativa do tamanho da amostra (aula 6)Hipóteses e Estimativa do tamanho da amostra (aula 6)
Hipóteses e Estimativa do tamanho da amostra (aula 6)
 
Estatistica inferencial
Estatistica inferencial Estatistica inferencial
Estatistica inferencial
 
AMD - Aula n.º 3 - duas amostras emparelhadas.pptx
AMD - Aula n.º 3 - duas amostras emparelhadas.pptxAMD - Aula n.º 3 - duas amostras emparelhadas.pptx
AMD - Aula n.º 3 - duas amostras emparelhadas.pptx
 
Probabilidade - Prof.Dr. Nilo Sampaio
Probabilidade - Prof.Dr. Nilo SampaioProbabilidade - Prof.Dr. Nilo Sampaio
Probabilidade - Prof.Dr. Nilo Sampaio
 

Teste de hipoteses

  • 1. TESTE DE HIPÓTES Trata-se de uma técnica para se fazer a inferência estatística sobre uma população a partir de uma amostra
  • 2. TEORIA POPPERIANA • NÃO SE PODE PROVAR NADA, APENAS “DESPROVAR”. • SÓ APRENDEMOS QUANDO ERRAMOS. • É MAIS FACIL REFUTAR DO QUE PROVAR ALGUMA ASSERTIVA. • OS ESTATÍSTICOS NÃO PERGUNTAM QUAL É A PROBABILIDADE DE ESTAREM CERTOS, MAS A PROBABILIDADE DE ESTAREM ERRADOS. Para fazerem isso estabelecem um hipótese nula.
  • 3. PRINCIPAIS CONCEITOS HIPÓTESE ESTATÍSTICA Trata-se de uma suposição quanto ao valor de um parâmetro populacional, ou quanto à natureza da distribuição de probabilidade de uma variável populacional. TESTE DE HIPÓTESE É uma regra de decisão para aceitar ou rejeitar uma hipótese estatística com base nos elementos amostrais
  • 4. PRINCIPAIS CONCEITOS TIPOS DE HIPÓTESES Designa-se por Ho, chamada hipótese nula, a hipótese estatística a ser testada, e por H1, a hipótese alternativa. A HIPÓTESE NULA É UMA ASSERTIVA DE COMO O MUNDO DEVERIA SER, SE NOSSA SUPOSIÇÃO ESTIVESSE ERRADA. A hipótese nula expressa uma igualdade, enquanto a hipótese alternativa é dada por uma desigualdade. Ex: Ho - µ = 1,65 m H1 - µ 1,65 m≠
  • 5. TIPOS DE ERRO DE HIPÓTESE EXISTEM DOIS TIPOS DE ERRO DE HIPÓTESE. Erro tipo 1 - rejeição de uma hipótese verdadeira; Erro tipo 2 – aceitação de uma hipótese falsa. As probabilidades desses dois tipos de erros são designadas α e β. A probabilidade α do erro tipo I é denominada “nível de significância” do teste.
  • 6. LÓGICA DO TESTE DE SIGNIFICÂNCIA • ATRIBUEM-SE BAIXOS VALORES PARA α, GERALMENTE 1-10%; • FORMULA-SE Ho COM A PRETENSÃO DE REJEITÁ- LA, DAÍ O NOME DE HIPÓTESE NULA; • SE O TESTE INDICAR A REJEIÇÃO DE Ho TEM-SE UM INDICADOR MAIS SEGURO DA DECISÃO; • CASO O TESTE INDIQUE A ACEITAÇÃO DE Ho, DIZ-SE QUE, COM O NÍVEL DE SIGNIFICÂNCIA α, NÃO SE PODE REJEITAR Ho.
  • 7. ESTATÍSTICA NÃO PARAMÉTRICA São extremamente interessantes para análises de dados qualitativos.
  • 8. • As técnicas de estatística não paramétrica são particularmente adaptáveis aos dados das ciências do comportamento. • A aplicação dessas técnicas não exige suposições quanto à distribuição da população da qual se tenha retirado amostras para análises. • Podem ser aplicadas a dados que se disponham simplesmente em ordem, ou mesmo para estudo de variáveis nominais.Contrariamente à estatística paramétrica, onde as variáveis são, na maioria das vezes, intervalares. • Exigem poucos cálculos e são aplicáveis para análise de pequenas amostras. • Independe dos parâmetros populacionais e amostrais (média, variância, desvio padrão).
  • 9. TIPOS DE TESTE • Qui-Quadrado • Teste dos sinais • Teste de Wilcoxon • Teste de Mann-Whitney • Teste da Mediana • Teste de Kruskal-Wallis
  • 10. QUI-QUADRADO (χ2 ) Testes de Adequação de amostras e Associação entre variáveis
  • 11. QUI-QUADRADO (χ2 ) • Teste mais popular • Denominado teste de adequação ou ajustamento. Usos 1. Adequação ou Aderência dos dados: freqüência observada adequada a uma freqüência esperada); 2. Independência ou Associação entre duas variáveis Comportamento de uma variável depende de outra. χ2 = ∑= −k i Fei FeiFoi 1 2 )(
  • 12. QUI-QUADRADO (χ2 ) Restrições ao uso: Se o número de classes é k=2, a freqüência esperada mínima deve ser ≥5; Se k >2, o teste não deve ser usado se mais de 20% das freqüências esperadas forem abaixo de 5 ou se qualquer uma delas for inferior a 1.
  • 13. ADEQUAÇÃO DOS DADOS Exemplos: 1. avaliar se uma moeda ou um dado é honesto; 2. número de livros emprestados em um biblioteca durante os dias de uma determinada semana; 3. Tipo de sangue para uma determinada raça
  • 14. ADEQUAÇÃO DOS DADOS PROCEDIMENTO 1. Enunciar as hipóteses (Ho e H1); 2. Fixar α; escolher a variável χ2 com ϕ = (k-1). k é o número de eventos; 3. Com auxílio da tabela de χ2 , determinar RA (região de aceitação de Ho) e RC (região de rejeição de Ho) χ2
  • 15. ADEQUAÇÃO DOS DADOS EXEMPLO Em 100 lances de moeda, observaram-se 65 coroas e 35 caras. Testar se a moeda é honesta. 1° Ho- a moeda é honesta; H1- a moeda não é honesta; 2° α = 5%; escolhe-se um χ2 , pois k = 2 e ϕ 2-1=1; 3° Determinação de RA e RC; χ2 = χ2 = (35-50)2 /50 + (65-50)2 /50=9 χ2 tab= 3,84, logo rejeita-se Ho. A moeda não é honesta. Eventos Cara Coroa Freq. observada 35 65 Freq. Esperada 50 50 ∑= −k i Fei FeiFoi 1 2 )(
  • 16. ADEQUAÇÃO DOS DADOS • 4 ocorrência de 4 tipos de sangue em uma dada raça K=4, ϕ=3 e α = 2,5% χ2 =(230-180)2 /180 + (470-480)2 /480 + (170-200)2 /200 + (130-140)2 /140 χ2 calc =16.04 χ2 tab = 9,25 Logo rejeita-se Ho com 2,5% de probabilidade de erro. Classes A B AB O Freq. Observada 230 470 170 130 Freq. esperada 180 480 200 140
  • 17. ADEQUAÇÃO DOS DADOS • Número de acidentes na rodovia, de acordo com o dia da semana Freqüência esperada – 1/7 x 175 = 25 χ2 calc =12,0 χ2 tab=12,6 Logo aceita-se Ho com 95% de probabilidade de acerto. Classes Seg Ter Qua Qui Sex Sab Dom Número de acidentes 26 21 22 17 20 36 33 Classes Seg Ter Qua Qui Sex Sab Dom Acidentes Observados 26 21 22 17 20 36 33 Acidentes esperados 25 25 25 25 25 25 25
  • 18. INDEPENDÊNCIA OU ASSOCIAÇÃO ENTRE DUAS VARIÁVEIS EXEMPLOS • Dependência entre sabor de pasta de dente e o bairro; • Notas dos alunos e nível salarial; • Efeito da vacinação em animais;
  • 19. INDEPENDÊNCIA OU ASSOCIAÇÃO ENTRE DUAS VARIÁVEIS A representação das freqüências observadas é dada por uma tabela de dupla entrada ou tabela de contingência. PROCEDIMENTO 1. Ho: as variáveis são independentes; H1: as variáveis são dependentes; 2. Fixar α. Escolher a variável qui-quadrado com ϕ = (L-1) x (C- 1), onde L = número de linhas da tabela de contingência e C+ número de colunas. 3. Com auxílio da tabela calculam-se RA e RC
  • 20. INDEPENDÊNCIA OU ASSOCIAÇÃO EXEMPLO Dependência entre bairro e escolha do sabor de pasta de dente Dados: Ho: a preferencia pelo sabor independe do bairro; H1: a preferência pelo sabor depende do bairro α = 5% χ2 tab = ϕ= (4-1) x (3-1) = 6 graus de liberdade Freqüência esperada = (soma da linha i) x (soma da coluna J)/(total de observações) χ2 = Sabor Bairros ΣA B C Limão 70 44 86 200 Chocolate 50 30 45 125 Hortelã 10 6 34 50 Menta 20 20 85 125 Σ 150 100 250 500 ∑∑ == −C j L i Feij FeijFoij 1 2 1 )(
  • 21. INDEPENDÊNCIA OU ASSOCIAÇÃO Tabela de freqüências esperadas Fe11 = 200 x 150/500 = 60 Fe12 = 200 x 100/500 = 40 Fe13 = 200 x 250/500 = 100 Fe21 = 125 x 150/500 = 37.5 Fe22 = 125 x 100/500 = 25 Fe23 = 125 x 250/500 = 62.5 Fe31 = 50 x 150/500 = 15 Fe32 = 50 x 100/500 = 10 Fe33 = 50 x 250/500 = 25 χ2 cal=37.88 Fe41 = 125 x 150/500 = 37.5 χ2 tab=12.6 Fe42 = 125 x 100/500 = 25 Logo rejeita-se Ho Fe43 = 125 x 250/500 = 62,5 SABOR BAIRRO A B C (1)Limão 60 40 100 (2)Chocolate 37.5 25 62.5 (3)Hortelã 15 10 25 (4)Menta 37.5 25 62.5
  • 22. TESTE DOS SINAIS Análise de dados emparelhados (O mesmo indivíduo é submetido a duas medidas)
  • 23. TESTE DOS SINAIS • É utilizado na análise de dados emparelhados. Situações em que o pesquisador deseja determinar se duas condições são diferentes. • A variável pode ser intervalar ou ordinal. • O nome do teste dos sinais se deve ao fato de se utilizar sinais + e – em lugar do dados numéricos. • A lógica do teste é que as condições podem ser consideradas iguais quando as quantidades de + e _ forem aproximadamente iguais. Isto é, a proporção de + equivale 50%, ou seja: p=0,5.
  • 24. TESTE DOS SINAIS PROCEDIMENTO 1. Ho: não há diferença entre os grupos, ou seja: p = 0,5; H1: há diferença, ou seja: uma das alternativas a) p ≠ 0,5 -Distribuição “z “bicaudal. b) p < 0,5 – Distribuição “z” unicaudal a esquerda. c) p > 0,5 – Distribuição “z” unicaudal a direita. 2. Fixar α. Escolher a distribuição N(0,1) se n>25 ou Binomial se n ≤25. 3. Com auxílio da tabela, determinar-se RA e RC (para n > 25), caso n <25 utiliza-se distribuição binomial. 4. Cálculo do valor da variável Z
  • 25. TESTE DOS SINAIS Exemplo: Sessenta alunos matricularam-se num curso de inglês. Na primeira aula aplica- se um teste que mede o conhecimento da língua. Após seis meses, aplica-se um segundo teste. Os resultados mostram que 35 alunos apresentaram melhora (35 +), 20 se conduziram melhor no primeiro teste (20 -) e 5 não apresentaram modificações (5 “0”). Ho: O curso não alterou (p=0,50) H1: O curso melhorou o conhecimento de inglês (p > 0,5). α= 5% (variável N(0,1). Cálculo da variável “Z”. Zcal = , onde: y - número de sinais positivos (35); n – tamanho da amostra descontado os empates (60-5=55); p – 0,5 q – 1-p = 0,5 Zcal = = 2,02 Ztab= 1.64, logo rejeita Ho. ... . qpn pny − )5,0()5,0(55 5,05535 xx x−
  • 26. Teste de Wilcoxon • É uma extensão do teste de sinais. É mais interessante pois leva em consideração a magnitude da diferença para cada par. • Exemplo: um processo de emagrecimento em teste. Cada par no caso é o mesmo indivíduo com peso antes e depois do processo.
  • 27. Teste Mann-Whitney • É usado para testar se das amostras independentes foram retiradas de populações com média iguais. • Trata-se de uma interessante alternativa ao teste paramétrico para igualdade de médias, pois o teste não exige considerações sobre a distribuição populacional. Aplicado à variáveis intervalares e ordinais. • Exemplo: a média de vendas de dois shoppings são diferentes?.
  • 28. Teste da mediana • Trata-se de uma alternativa ao teste de Mann-Whitney. Testa as hipótese se dois grupos independentes possuem mesma mediana. Dados ordinais e intervalares.
  • 29. Teste Kruskal-Wallis • Trata-se de um teste para decidir se K amostras (K>2) independentes provêm de populações co médias iguais. • Exemplo: testar, no nível de 5% de probabilidade, a hipótese de igualdade das médias para os três grupos de alunos que foram submetidos a esquemas diferentes de aulas. Notas para uma mesma prova. Aulas com recursos audiovisuais, aulas expositivas e aulas ensino programado.