Teste de Significância
Julyana Viegas
Dupla negação
▪ Será grande/diferente aquilo que for raro, aquilo que tiver
pequena probabilidade de ocorrência por puro acaso quando a
diferença for verdadeiramente nula como supõe esta
distribuição.
▪ Esta probabilidade deve ser suficientemente pequena para nos
convencer que a ocorrência de uma dada diferença seja
improvável sob supostas condições de igualdade e
aleatoriedade de distribuição de diferenças.
▪ Se assim for, podemos concluir que não, não deve ser verdade
que não haja diferença. Logo, deve haver diferença...
Dupla negação
▪ Nosso procedimento nesta argüição da diferença
corresponde a uma dupla negação, que a lógica nos
ensina ser uma afirmação (não o não é um sim!).
▪ De fato, se nossa distribuição de diferenças em torno
da não diferença (diferença = zero) for julgada
inapropriada para justificar a ocorrência de uma dada
diferença ela estará sendo negada em sua premissa
de não diferença.
▪ Logo, não “não diferença”, implica diferença.
▪ O papel principal da análise estatística é
estabelecer se os resultados obtidos têm
significância estatística, de acordo com
limites.
▪ Quando se formula uma hipótese em relação a
uma determinada característica de uma
população, a amostra dela retirada pode
1)pertencer à população de origem, portanto as
diferenças observadas são decorrentes de
flutuações biológicas normais
2)não pertencer a essa população e as diferenças
encontradas representam um efeito real, não
podendo ser atribuídas ao acaso.
▪ No primeiro caso, diz-se que os valores
encontrados "não são estatisticamente
significativos" e no segundo "são
estatisticamente significativos".
▪ É importante notar que essas expressões
são empregadas sempre tendo em vista
"níveis de significância" previamente
escolhidos.
Nível de significância
▪ É o limite que se toma como base para
afirmar que um certo desvio é decorrente do
acaso ou não.
▪ São aceitos como estatisticamente
significativos os níveis P = 0,05 e P = 0,01,
ou seja, 5% e 1% respectivamente.
▪ A partir de um nível de significância
convencionado ( alfa ) os desvios são
devidos à lei do acaso e o resultado é
considerado não significativo.
▪ Na prática, considera-se satisfatório o limite
de 5% de probabilidade de erro, não sendo
significativas as diferenças que tiverem uma
probabilidade acima desse limite.
▪ O nível de significância deve ser estabelecido
antes do experimento ser realizado e
corresponde ao risco que se corre de rejeitar
uma hipótese verdadeira ou aceitar uma
hipótese falsa.
Teste de Hipóteses
▪ Para se testar algo é necessário estabelecer
uma hipótese nula e uma alternativa, sendo
ambas antagônicas.
▪ A hipótese nula é uma hipótese tida como
verdadeira até que provas estatísticas
indiquem o contrário. É comumente
designada por H0 .
▪ Também é frequente que a hipótese nula
consista em afirmar que os parâmetros ou
características matemáticas de duas ou mais
populações são idênticos. Por exemplo, se
desejarmos comparar valores obtidos para a
variável altura entre indivíduos de amostras
de duas cidades, A e B, a hipótese nula
poderia ser: "A média das alturas da cidade A
é igual à da cidade B".
▪ A hipótese alternativa deve ser contrária,
oposta, antagônica à hipótese nula. É
comumente designada por H1 ou Ha . Note-
se que, como as hipóteses são
contraditórias, elas não poderão ser
simultaneamente verdadeiras. Assim, quando
se aceita H0 também rejeita-se H1 e vice-
versa.
▪ Nesse exemplo a hipótese alternativa seria:
"A média das alturas da cidade A é diferente
da encontrada na cidade B".
▪ Portanto, quanto menor o valor-p maior a
evidência para se rejeitar H0.
▪ No entanto, por utilizarmos nesta tomada de
decisão uma amostra (uma parte da
população) e não a população inteira,
podemos cometer dois tipos de erro.
Cometemos um erro tipo I quando
rejeitamos H0 e H0 é verdadeira, e
cometemos um erro tipo II quando não
rejeitamos H0 e H0 é falsa.
A hipótese H0 é
verdadeira
A hipótese H0 é falsa A hipótese H0 é falsa
Rejeita-se H0 Erro tipo I sem erro
Não se rejeita H0 sem erro Erro tipo II
▪ É preciso muita cautela na interpretação de
um valor-p, dado que esta medida é bastante
influenciada pelo tamanho da amostra.
Amostras grandes tendem a produzir valores-
ppequenos, ainda que o efeito observado
não tenha grande importância prática,
enquanto amostras pequenas tendem a
produzir valores-p grandes, ainda que exista
um importante efeito em um ponto de vista
prático.
Teste de significância estatística
Teste de Hipótese
Teste de significância tcc enfermagem pp

Teste de significância tcc enfermagem pp

  • 1.
  • 2.
    Dupla negação ▪ Serágrande/diferente aquilo que for raro, aquilo que tiver pequena probabilidade de ocorrência por puro acaso quando a diferença for verdadeiramente nula como supõe esta distribuição. ▪ Esta probabilidade deve ser suficientemente pequena para nos convencer que a ocorrência de uma dada diferença seja improvável sob supostas condições de igualdade e aleatoriedade de distribuição de diferenças. ▪ Se assim for, podemos concluir que não, não deve ser verdade que não haja diferença. Logo, deve haver diferença...
  • 3.
    Dupla negação ▪ Nossoprocedimento nesta argüição da diferença corresponde a uma dupla negação, que a lógica nos ensina ser uma afirmação (não o não é um sim!). ▪ De fato, se nossa distribuição de diferenças em torno da não diferença (diferença = zero) for julgada inapropriada para justificar a ocorrência de uma dada diferença ela estará sendo negada em sua premissa de não diferença. ▪ Logo, não “não diferença”, implica diferença.
  • 4.
    ▪ O papelprincipal da análise estatística é estabelecer se os resultados obtidos têm significância estatística, de acordo com limites.
  • 5.
    ▪ Quando seformula uma hipótese em relação a uma determinada característica de uma população, a amostra dela retirada pode 1)pertencer à população de origem, portanto as diferenças observadas são decorrentes de flutuações biológicas normais 2)não pertencer a essa população e as diferenças encontradas representam um efeito real, não podendo ser atribuídas ao acaso.
  • 6.
    ▪ No primeirocaso, diz-se que os valores encontrados "não são estatisticamente significativos" e no segundo "são estatisticamente significativos". ▪ É importante notar que essas expressões são empregadas sempre tendo em vista "níveis de significância" previamente escolhidos.
  • 7.
    Nível de significância ▪É o limite que se toma como base para afirmar que um certo desvio é decorrente do acaso ou não. ▪ São aceitos como estatisticamente significativos os níveis P = 0,05 e P = 0,01, ou seja, 5% e 1% respectivamente.
  • 8.
    ▪ A partirde um nível de significância convencionado ( alfa ) os desvios são devidos à lei do acaso e o resultado é considerado não significativo.
  • 9.
    ▪ Na prática,considera-se satisfatório o limite de 5% de probabilidade de erro, não sendo significativas as diferenças que tiverem uma probabilidade acima desse limite. ▪ O nível de significância deve ser estabelecido antes do experimento ser realizado e corresponde ao risco que se corre de rejeitar uma hipótese verdadeira ou aceitar uma hipótese falsa.
  • 10.
    Teste de Hipóteses ▪Para se testar algo é necessário estabelecer uma hipótese nula e uma alternativa, sendo ambas antagônicas. ▪ A hipótese nula é uma hipótese tida como verdadeira até que provas estatísticas indiquem o contrário. É comumente designada por H0 .
  • 11.
    ▪ Também éfrequente que a hipótese nula consista em afirmar que os parâmetros ou características matemáticas de duas ou mais populações são idênticos. Por exemplo, se desejarmos comparar valores obtidos para a variável altura entre indivíduos de amostras de duas cidades, A e B, a hipótese nula poderia ser: "A média das alturas da cidade A é igual à da cidade B".
  • 12.
    ▪ A hipótesealternativa deve ser contrária, oposta, antagônica à hipótese nula. É comumente designada por H1 ou Ha . Note- se que, como as hipóteses são contraditórias, elas não poderão ser simultaneamente verdadeiras. Assim, quando se aceita H0 também rejeita-se H1 e vice- versa.
  • 13.
    ▪ Nesse exemploa hipótese alternativa seria: "A média das alturas da cidade A é diferente da encontrada na cidade B". ▪ Portanto, quanto menor o valor-p maior a evidência para se rejeitar H0.
  • 14.
    ▪ No entanto,por utilizarmos nesta tomada de decisão uma amostra (uma parte da população) e não a população inteira, podemos cometer dois tipos de erro. Cometemos um erro tipo I quando rejeitamos H0 e H0 é verdadeira, e cometemos um erro tipo II quando não rejeitamos H0 e H0 é falsa.
  • 15.
    A hipótese H0é verdadeira A hipótese H0 é falsa A hipótese H0 é falsa Rejeita-se H0 Erro tipo I sem erro Não se rejeita H0 sem erro Erro tipo II
  • 16.
    ▪ É precisomuita cautela na interpretação de um valor-p, dado que esta medida é bastante influenciada pelo tamanho da amostra. Amostras grandes tendem a produzir valores- ppequenos, ainda que o efeito observado não tenha grande importância prática, enquanto amostras pequenas tendem a produzir valores-p grandes, ainda que exista um importante efeito em um ponto de vista prático.
  • 17.
  • 18.