Universidade Federal de Minas Gerais

Instituto de Ciências Exatas

Departamento de Estatística

Inferência Estatística:
Inferência Básica
Princípios de Bioestatística
decidindo na presença de incerteza

Aula 10:

Testes de Hipóteses para Duas Médias em

Amostras Emparelhadas e Independentes
 Comparação de Dois Grupos
Comparação de drogas, dietas, terapias, métodos cirúrgicos,
fertilizantes, condições experimentais, características físicas ...
• Dois Novos Tratamentos,
• Tratamento Novo com um Tratamento Padrão ou
• Tratamento com a Ausência de Tratamento.

O melhor dentre dois tratamentos é aquele que:

• produz melhores resultados para a maioria da população,

ou seja, fornece os melhores resultados na média.

• produz o efeito desejado em maior proporção de indivíduos

da população.
 Tipos de Planejamento

Amostras Independentes:
Temos duas amostras separadas, uma de cada população:

• Tratamento 1 é aos n1 indivíduos da primeira amostra;

• Tratamento 2 é aos n2 indivíduos da segunda amostra.

Amostras Dependentes (ou Emparelhadas ou Pareadas):

A amostra é constituída de n pares de indivíduos:

• Tratamento 1 é aplicado a um elemento do par;

• Tratamento 2 é aplicado ao outro elemento do par.
 Exemplo 1: amostras independentes

Um clínico suspeita que o fato de a mãe ter menos de 20 anos

de idade está associado com o nascimento de bebês com
baixo peso ao nascer (< 2500 gramas).
Ele selecionou aleatoriamente alguns registros de uma grande
maternidade e os dividiu em dois grupos:
Grupo 1: bebês de mães com menos de 20 anos e
Grupo 2: bebês de mães com mais de 20 anos.

Para cada bebê em cada grupo, observou a variável:

X: peso ao nascer (em gramas).

 Exemplo 2: amostra emparelhadas
Para comparar dois tipos de colírio (A e B) quanto à variável
“tempo para dilatar a pupila para o exame oftalmológico”,
20 pacientes receberam um colírio em cada olho
n = 20 pares  cada paciente é um par: (Olho D ; Olho E).
 Exemplo 3: amostradas emparelhadas
Um pesquisador deseja verificar se uma droga reduz a pressão
sanguínea. A pressão sanguínea foi registrada antes e depois
da aplicação da droga em 15 animais.
Tratamento 1: Ausência da droga (“Antes”)
Tratamento 2: Presença da droga (“Depois”)
n = 15 pares  cada animal é um par: (Xantes, Xdepois).
 Exemplo 4: amostras independentes
Na fase inicial da pesquisa sobre a eficiência do AZT no
tratamento da AIDS, dois grupos de pacientes soropositivos
em fase terminal foram formados:

Grupo 1: pacientes que receberam o AZT e,

Grupo 2: pacientes que receberam um placebo.
 Exemplo 5: Múltiplos Planejamentos
Consumo de chocolate amargo e redução na pressão arterial

Antes
Chocolate Amostras
18 semanas
amargo Pareadas
Depois
44 adultos com Amostras
hipertensão independentes
arterial leve
Antes

Chocolate 18 semanas
Amostras
branco Pareadas
Depois

Taubert, D. et al. (2007) Effects of Low Habitual Cocoa Intake on Blood Pressure and Bioactive Nitric
Oxide: A Randomized Controlled Trial, JAMA, July 4, 2007—Vol 298, No. 1
 Comparação de Duas Médias em
Amostras Emparelhadas
Amostra com n pares de indivíduos:
• Tratamento 1 é aplicado a um elemento do par (medida x)
• Tratamento 2 é aplicado ao outro elemento do par (medida y)

Médias populacionais (desconhecidas): μ1 e μ2 , μd = μ1 - μ2

Par Tratamento 1 Tratamento 2 Diferenças
Hipótese nula:
x y d=x-y
H0: μ1 = μ2 1 x1 y1 d1 = x1 - y1
2 x2 y2 d2 = x2 - y2
M M M M
H0: μd = 0 n xn yn dn = xn - yn

d = média das diferenças

sd = desvio-padrão das diferenças
Hipótese nula: H0: μd = 0
Hipótese alternativa: H1: μd < 0 ou H1: μd > 0 ou H1: μd ≠ 0

d 0 d
Estatística de Teste: Tobs  
sd n sd n

n: tamanho da amostra (número de pares)

d = média das diferenças
sd = desvio-padrão das diferenças

Distribuição de referência: t com n-1 graus de liberdade

Consumo de chocolate amargo e
redução na pressão arterial*
 Grupo “chocolate amargo”
H0: μDepois – μAntes= 0 μ: média da pressão sistólica
HA: μDepois – μAntes ≠ 0
2.9  0
d  2.9 e sd  1.6 Tobs   -8.50
1.6 22
Valor P = 2.P(t21< -8.50)
a = 0.05
= 2.P(t21> 8.50)
< 2.(0.0005) 0.025 0.025
Valor P < 0.001
2.08 0 2.08 t21
“Ao nível de significância de 5%, foram encontradas evidências
estatisticamente significantes de que a pressão sistólica média
antes e 18 semanas depois do consumo de chocolate amargo
são diferentes (valor p < 0.001)”
 Grupo “chocolate branco”
H0: μDepois – μAntes= 0
μ: média da pressão sistólica
HA: μDepois – μAntes ≠ 0
0.1  0
d  0.1 e sd  1.6 Tobs   0.29
1.6 22
Valor P = 2.P(t21 > 0.29)
a = 0.05
> 2.(0.30)
Pela nossa tabela 0.025 0.025
Valor P > 0.60
2.08 0 2.08 t21
“Ao nível de significância de 5%, não foram encontradas
evidências estatisticamente significantes contra a hipótese de
que a pressão sistólica média antes e depois do consumo de
chocolate branco são iguais (valor p > 0.60)”
 RESUMO:
Comparação de Duas Médias em Amostras Emparelhadas

Hipótese nula: H0: μd = 0

Estatística de Teste: Tobs  d

sd n
Hipóteses Região de Rejeição de H0 Valor P

H0: mD = 0 Tobs  t ( n 1;a ) P(T(n-1) < Tobs )

H1: mD < 0

H0: mD = 0
Tobs  t ( n1;a ) P(T(n-1) > Tobs )
H1: mD > 0

H0: mD = 0
Tobs  t(n 1;a ) ou Tobs  t(n 1;a ) 2xP(T(n-1) >|Tobs|)
H1: mD  0
2 2
 Comparação de duas Médias
Amostras Independentes

Médias Populacionais (desconhecidas): μ1 e μ2 , μd = μ1 - μ2

Hipótese nula: H0: μ1 = μ2  H0: μ1 - μ2 = 0  H0: μd = 0

μ1 ≠ μ2
σ1=σ2=σ
Suposição: as amostras dos
grupos 1 e 2 vêm de populações
com distribuição Normal com
desvios-padrão iguais.
 Amostras Grupo 1 Grupo 2
Tamanho n1 n2
Média x y
Desvio-Padrão s1 s2

s1 e s2 são estimativas do desvio-padrão comum σ.

Hipótese nula: H0: μ1 = μ2  H0: μ1 - μ2 = 0  H0: μd = 0

Hipótese alternativa: H1: μ1 ≠ μ2  H1: μ1 - μ2 ≠ 0  H1: μd ≠ 0

ou H1: μ1 < μ2  H1: μ1 - μ2 < 0  H1: μd < 0
ou H1: μ1 > μ2  H1: μ1 - μ2 > 0  H1: μd > 0
Hipótese nula: H0: μ1 = μ2  H0: μ1 - μ2 = 0  H0: μd = 0

Estatística de Teste:

Supondo que as amostras dos Grupos 1 e 2 tenham vindo de

populações com distribuição Normal e desvios-padrão iguais:




2
2
(
n
1
)
s
(
n
1
)
s

1
1
2
2
2
s


c
o
m
b
n
n
2
1
2

Distribuição de referência: T com gl = n1 + n2 - 2

Tabela 2 do artigo
(Taubert et al, 2007)
H0: μCA = μCB
HA: μCA ≠ μCB

a = 0.05

t42;0.025  t40;0.025  2.02

0.025 0.025

2.02 0 2.02
 H0: μCA = μCB
HA: μCA ≠ μCA

valor p = 2.P(t42 > 0.23)  2.P(t40 > 0.23) > 2(0.40) = 0.80

Valor p > 0.80.

valor p = 0.83 (do artigo)

“Ao nível de significância de 5%, não foram encontradas

evidências estatisticamente significantes contra a hipótese nula
de que as taxas médias de colesterol total são iguais nos dois
grupos de estudo (valor p = 0.83)”
 RESUMO:
Comparação de Duas Médias em Amostras Independentes

Hipótese nula: H0: μ1 = μ2

Estatística xy
Tobs  (n1  1) s12  (n2  1) s22
de Teste: 2

2  1  scomb
1 n1  n2  2
scomb   
 n1 n2 
Hipóteses Região de Rejeição de H0 Valor P

H0: μ1 = μ2 Tobs  t ( gl ;a ) P(T(gl) < Tobs )

H1: μ1 < μ2

H0: μ1 = μ2
H1: μ1 > μ2
Tobs  t ( gl ;a ) P(T(gl) > Tobs )

H0: μ1 = μ2 Tobs  t( gl ;a ) ou Tobs  t( gl ;a ) 2xP(T(gl) >|Tobs|)

H1: μ1  μ2 2 2
gl = n1 + n2 - 2
 Intervalos de Confiança e Testes de Hipóteses
Intervalos de Confiança podem ser usados
para se fazer Testes de Hipóteses Bilaterais.

Hipótese nula: H0: μ1 = μ2  H0: μ1 - μ2 = 0  H0: μd = 0

H0: μd = 0 H0: μd = m0
HA: μd ≠ 0 HA: μd ≠ m0

A região de não-rejeição de um teste bilateral sobre μd

é o intervalo de confiança para μd.

Se um intervalo com 100(1-α)% de confiança é

usado para se fazer um teste bilateral,
o nível de significância associado ao teste é α%.
Intervalos de Confiança para a diferença de médias

a
ma
m
Amostras dependentes:

s
100
(1
)% 


IC
d
t

(

n
1
;
)
d

122
n

Amostras independentes:

1
0
I
Cm
m

0
(
1

a
)
%


()
xy
t 2
s

1


1
 a


(
nn2
;/
2
) c
o

m
b
n 
n
 
12 12
12
 Como usar um Intervalo de Confiança para fazer um
Teste de Hipóteses Bilateral ?

H0: μd = μ0
HA: μd ≠ μ0

rejeitamos H0 ao
NÃO nível de α% de
significância
O intervalo de 100(1-α)%
de confiança para μd
contém o valor μ0 ?
não rejeitamos H0
SIM ao nível de α% de
significância
 Exemplo
Num estudo sobre os efeitos da suplementação de vitamina A,
crianças de 4 a 24 meses de idade, com sarampo e complicações
(pneumonia e diarréia grave) foram divididas em dois grupos:
um grupo recebeu vitamina A nas doses recomendadas pela OMS
e
outro grupo recebeu um placebo.
Durante o acompanhamento, foram medidas as seguintes variáveis:
PC – duração da pneumonia clínica (dias),
DI – duração da diarréia (dias) e
GP – ganho de peso após 6 semanas (g).
 H0: μA - μP = 0
HA: μA - μP ≠ 0

Média e desvio-padrão (entre parênteses) para as três

características dos grupos de Placebo e Vitamina A
Intervalo de 99% de
Placebo Vitamina A
Confiança para (μA – μP)
PC (dias) 4,50 (0,79) 4,10 (0,40) -0,82 a 0,02
(não rejeitar H0 a 1% de sig.)
DI (dias) 3,60 (0,35) 3,30 (0,71) -0,67 a 0,07
(não rejeitar H0 a 1% de sig.)
GP (g) 900 (140) 1150 (310) 70 a 430
(rejeitar H0 a 1% de sig.)