Escolar Documentos
Profissional Documentos
Cultura Documentos
Estimação
Estimação Pontual
A média amostral é uma estimativa pontual da
média populacional
Estimação por Intervalos
Intervalos de Confiança
Teoria da Estimação
pˆ
f
onde f é a freqüência do evento na amostra e n é o
tamanho da amostra
Estimativa por Intervalo
Neste caso, calculamos a margem de erro aleatório de
uma estimativa e construímos um intervalo.
pˆ.(1 pˆ )
IC[ ; (1 )%] pˆ z/ 2
n
(0,32)(0,68)
IC[ ;95%] 0,32 [0,15;0,53]
25
1,96
COMANDO STATA
O comando usado para construir IC para proporção é
cii n f
com
n = tamanho da amostra
f = freqüência do evento na amostra
Para o exemplo anterior, temos:
cii 25 8
-- Binomial Exact
-- Variable | Obs Mean Std. Err. [95% Conf.
Interval]
+
| 25 .32 .0932952 .1494954 .5350007
pˆ
IC
Intervalo de Confiança para a Média
Populacional
Caso 1: Grandes Amostras (n ≥ 30)
s
IC[; (1 )%] x z / 2
n
Caso 2: Pequenas Amostras (n < 30)
s
IC[; (1 )%] x (n1;
t / 2)
n
Distribuição t Student
IC[;95%] 13 4,6
(15;0,025)
t 16
IC[;95%] 13 2,1315.1,15 [10,55;15,45]
COMANDO STATA
O comando usado para construir IC para média populacional é
cii n me sd
com
n = tamanho da amostra
me = média amostral
sd = desvio padrão
Para o exemplo anterior temos:
. cii 16 13 4.6
S
x n IC
Testes de Hipóteses
Unilateral à
direita: Ho: =
50
HA: <50
Bilateral:
Ho: = 50
HA: 50
Passo 4. Regra de Decisão:
Se o valor da estatística do teste cair na região crítica, rejeita-se Ho.
Ao rejeitar a hipótese nula existe uma forte evidência de sua falsidade.
x 0 135 1287
Z cal 2 ,28 .
24 3,1
n 60
PASSO 4: Construir a Região de Rejeição
(RR)
TESTE BILATERAL
RA
RR RR
Portanto, a amostra aleatória sugere que
medicamento M aumenta a PAS.
x 0
t cal ~ t( n1)
s n
Suposição do teste: A variável quantitativa é normalmente distribuída
na população.
Exemplo: Teste t
a) H0 : HA : 1,70m
1,70m
c) )t
x 1,72 1,25
1,70
s 0,08
n 25
d) Decisão: Não há evidência para rejeitar H0.
Solução no STATA:
contém 1,70m
One-sample t test
Ha: mean < 1.70 Ha: mean != 1.70 Ha: mean > 1.70
Pr(T < t) = 0.8883 Pr(|T| > |t|) = 0.2234 Pr(T > t) =
0.1117
1,70m
tcal
H 0 : 0
1,25
p valor> 0,05
Teste de Hipótese para Proporção
Populacional
Vejamos agora teste de hipótese para variáveis
qualitativas.
zcal
pˆ 0
0 (1 0 )
n
Utilizar a tabela da Distribuição Normal para
determinar o p-valor.
c) ) Z cal p(1ˆ
0 0 )
0,25 0,2
n 6,25
0
0,25 (1 0,75 )
2500
d) Região crítica:
d) Decisão: Há evidência para rejeitar H0.
Solução no STATA:
Não contém 0,2
p = proportion(x) z = 6.2500
Ho: p = 0.2
H0:π
zcal 6,25
0,2
p-valor <0,05
Comparação de Dois grupos
Na pesquisa médica, é muito freqüente
necessitarmos comparar médias ou proporções
de amostras diferentes (por ex. caso x
controle).
Amostras Pareadas
Num estudo pareado, novamente se tem duas
amostras, mas cada observação da primeira amostra é
pareada com uma observação da segunda amostra.
Dois grupos independentes (uma observação em cada
unidade amostral).
Exemplos
1. Dois produtos
2. Duas drogas terapêuticas
3. Duas marcas comerciais
4. Dois procedimentos cirúrgicos
5. Dois gêneros
Dois grupos pareados (duas observações em cada unidade
amostral).
Exemplos
1. Antes e depois de uma intervenção cirúrgica
2. Lados direito e esquerdo
3. Dois períodos diferentes
Teste t para duas amostras independentes
A variável de interesse é uma variável
quantitativa e normalmente distribuída.
2 2
H0 :
2
1
2
versu
s
HA :
1 2
2
1o Caso: Considere a situação em que as duas variâncias
populacionais são desconhecidas, mas é razoável assumir
que elas sejam iguais.
co
m 2 1 s2 1) s2
(n ) (n
sp 1 1 2 2
n1 n2 2
Exemplo: Duas amostras independentes
com variâncias iguais
Um pesquisador gostaria de testar a hipótese que os
homens são mais pesados que as mulheres à idade
adulta. Tomou ao acaso uma amostra de 35 alunos,
sendo 17 do sexo feminino e 18 do masculino.
Média n Variância
Masculino 76,8 18 334,18
Feminino 72,9 17 303,11
Solução:
a) H0 :
M F
b) H1 : F
M
c) 0 ,05 t 0 , 05 1,69
33 g .l
; ;
n1 1 n2 1
Comando no STATA: ttesti n1 me1 sd1 n2 me2 sd2, unequal
Teste de Hipóteses para Duas Médias Populacionais
Amostra 1 Amostra 2
x11 x12
x21 x22
x31 x32
x41 x42
. .
xn1 xn2
Usamos esses dados para criar novo conjunto de
observações que representam as diferenças dentro de
cada par:
d1=x11-
x12
d2=x21-
x22
d3=x31-
x32
dn=xn1-xn2
A partir dessas diferenças calculamos a média
n
d i
d i1
n
n
e o desvio padrão (d i d)
sd i1
n 1
Estatística do
teste: tca sd ~ 1)
d
l t(n
n
Teste de Hipóteses para Duas Proporções
Populacionais
Primeiramente, vamos considerar amostras independentes.
II c d c + d = n2
Total a + c = m1 b + d = m2 n1 + n 2 =
n
Exemplo