X−μ

IDF.NORMAL: 1) probabilidade igual a um nº dado de x exceder μ+ zσ  X N (μ+ σ) , então Z= ~ N(0,1), logo

σ
P ( X > μ+σ )=P( Z> z)
Código: IDF.NORMAL (1-prob, µ, σ )
2) determinar z de modo a que o intervalo [μ−zσ , μ+ zσ ] contenha x% de probabilidade
X−μ
X N ( μ+ σ) , então Z= ~ N(0,1), pretende-se z≥ 0 tal que P ( μ−zσ < μ+ zσ )=P(−z< Z < z)
σ
Código: IDF.NORMAL (prob + (1-prob)/2,0,1)
3) determinar os percentis, ou seja, Z tal que P ( Z ≤ z ) em que X N ( μ+σ )
Código: IDF.NORMAL (prob,1,0)
4) determinar os quartis, ou seja X tal que P ( X ≤ x ) emque X N (μ+σ )
CDF.NORMAL: 1) calcular o valor de uma probabilidade acumulada
Código: CDF.NORMAL (x, μ , σ ¿
NOTA: quando se fala em percentis, valores em %, colocar os valores com casa decimais no SPSS
TESTES DE HIPÓTESES – se p for menor que a significância (0.05) então, rejeita-se a hipótese nula; se p for maior
que a significância aceita-se a hipótese nula
* Teste t de student para variáveis aleatórias independentes
- Variáveis quantitativas e variáveis independentes
- Comparar as médias H 0 :μ 1=μ 2 e H 1: μ 1 ≠ μ 2 OU μ 1≠μ 2 – o primeiro é bilateral e o segundo é unilateral
- Existem 2 testes t de student para amostras independentes
A) Teste t de student para amostras independentes assumindo-se a homogeneidade das variáveis
B) Teste t de student para amostras independentes não se assumindo a homogeneidade das variáveis
1º passo: testar a normalidade e teste de levene para a homogeneidade das variâncias
SÓ SE ACEITA A NORMALIDADE SE AMBOS OS GRUPOS TIVEREM P>0.05; Basta um não ter para se rejeitar a normalidade
NO SPSS: analyse + descritive + explore + variável principal em dependente list e variável dos grupos em factor list (para separar
os 2 grupos)
Em plots assinalar «normality plots ...» e assinalar, em spread vs level with levene test, untransformed
Se p>α , então assume-se a normalidade
Primeira linha para o teste de Levene (Based on Mean): se p>α então assume-se a homogeneidade das variâncias
2º passo: efetuar o teste Analyse + compare means + independt – sample T teste; variável principal em independent + grupos
em group variables; define groups e atribuir os mesmos códigos numéricos
Se as variâncias forem iguais: «equal variances assumed»
Se as variâncias forem diferentes: «equal variances not assumed»
Se p>α não se rejeita a hipótese nula; se p<α rejeita-se a hipótese nula
Resposta modelo: O teste mais adequado é o teste t de student para amostras independentes assumindo-se/não se assumindo,
a homogeneidade das variáveis (Teste de Levene, p=?) pois pode assumir-se que (variável) é normalmente distribuída (Teste de
Shapiro-Wilk, p=? para o grupo x1 e p=? para o grupo x2).
A partir das amostras disponíveis obtiveram-se as médias X1 (DP=?) e X2 (DP=?) dos grupos 1 e 2 significativamente. Estas
amostras evidenciam/não evidenciam uma diferença estatisticamente significativa entre as médias 1 e 2 dos grupos 1 e 2
(T(X)=?, P=?).
SE O TESTE FOR UNILATERAL: DIVIDIR p POR 2
* Teste de Mann-Withney
- Variáveis quantitativas ordinais e para amostras independentes – caso seja rejeitada a normalidade em pelo menos um dos
grupos  utiliza-se este teste não paramétrico
H 0 : F 1=F 2 e H 1: F 1 ≠ F 2OU F 1≠F 2
No SPPS: analyse + nonparametric test + legacy + 2 independent T samples; variável principal em independente + variável dos
grupos em group variable; define grouping; em exact selecionar exact (dá p bilateral e unilateral)
Resposta Modelo: Com as amostras disponíveis obtiveram-se as medianas X (AIQ=?) e X (AIP=?) para (variável) e grupos
respetivamente. As amostras evidenciam que se encontrou/não se encontrou uma diferença estatisticamente significativa entre
as duas variáveis nos grupos 1 e 2 (U=?, p=?)
* Teste t de student para amostras emparelhadas
- Variáveis quantitativas e amostra emparelhada;
1º passo: testar a normalidade - Criar uma amostra das diferenças entre o antes e o depois: Transform + compute NO SPSS:
variable + ANTES – DEPOIS ; Analyse + descritive + explore + nova variável das diferenças em dependente list; em plots assinalar
normality plots
2º passo: efetuar o teste Analyse + compare means + paired samples T-test; em variable 1 colocar «antes» e em variable 2
colocar «depois»
Atenção à ordem do antes e do depois: deve aparecer de acordo com o que está na H1 (PE, se u1>u2 significar que o antes é
maior que o após então, deve ser colocado antes e depois nessa ordem)
Resposta Modelo: O teste mais adequado é o teste t de student para amostras emparelhadas pois verificou-se que se pode
assumir normalmente distribuída a distribuída a diferença dos valores (variável) (Teste de Shapiro-Wilk, p=?)
Através das amostras disponíveis verificou-se uma diminuição/aumento/não existem diferenças estatisticamente significativas
da média da (variável) do grupo 1, sendo esse valor igual a X (DP=?), enquanto que a média da variável do grupo 2 foi de X
(DP=?). Estas amostras evidenciaram uma diminuição/aumento/não existem diferenças estatisticamente significativas da
variável no grupo 1 e 2 respetivamente (t(df)=x, p=?)
* Teste de Wilcoxon
- Variáveis qualitativas; amostras emparelhadas; não requer a normalidade mas sim que a diferença dos 2 seja simétrica (ou
seja, o valor absoluto do skeness deve ser menor que o sobro do erro padrão)
H 0 : F 1=F 2 e H 1: F 1 ≠ F 2OU F 1≠F 2
NO SPSS: analyse + nonparametrical test + legacy + related samples (variable 1: antes e variable 2: depois); em exact assinalar
exact
Resposta Modelo: Com as amostras disponíveis obtiveram-se as medianas X (AIQ=?) e X (AIP=?) para (variável) e grupos
respetivamente. Estas amostras evidenciaram que (variável) foram maiores/menor/existem ou não diferenças estatisticamente
significativas que (variável) (Z=?, p=?).
* Teste do qui-quadrado
- Variáveis categóricas (nominais ou ordinais) ou quantitativas discretas com poucos valores;
Exemplo 1: será que a variável X é uniformemente distribuída
1
H 0 : p 1=p 2=p 3= e H 1: probabilidade de pelo menosuma é diferente
3
NO SPSS: analyse + nonparametric test + legacy + chi-square + variável em test variable
Resposta Modelo: Com a amostra disponível verificou-se que a distribuição da variável é/não é uniformemente distribuída (
2
χ ( df )=? , p=? ¿
Exemplo 2: verificar se uma distribuição de probabilidade se pode ajustar a uma variável
H 0 : p 1=0.3 e p 2=0.6 e p 3=0.1/ H 1: p 1≠ 0.3 ou p 2≠ 0.6 ou p 3 ≠ 0.1
NO SPSS: analyse + nonparametrical test + dialogs + chi-square + variável em teste em test variable; em expected values,
selecionar values e colocar os códigos numéricos por ordem
NOTA: NÃO ESQUECER – SE O VALOR DE PROVA FOR MAIOR QUE 0.05 (SIGNIFICÂNCIA) ENTÃO NÃO SE REJEITA A HIPÓTESE
NULA; SE O VALOR DE PROVA FOR MENOR QUE 0.05 ENTÃO REJEITA-SE A HIPÓTESE NULA. ADEQUAR A REPOSTA. NÃO
ESQUECER DE ELR BEM O ENUNCIADO PARA VER SE É DIFERENTE, MAIOR OU IGUAL E ADPTAR O VALOR DE PROVA CONSOANTE
O TESTE SEJA BILATERAL OU UNILATERAL
Métodos de amostragem
* Amostragem aleatória simples: lista de todos os elementos da população; pré-seleção através do computador (sobretudo para
grandes amostras); indivíduos selecionados com reposição – independência; todos os indivíduos têm a mesma probabilidade de
participar no estudo; cada uma das sequências vai ter a mesma distribuição de probabilidades na população
* Amostragem aleatória sistemática: unidades estatísticas ordenadas com algum critério; Exemplo: obter uma amostra aleatória
dos indivíduos com x doença que estão registados no hospital Y através do processo hospitalar; os indivíduos são escolhidos por
exemplo 1 em cada 10 ou 1 em cada 5
* Amostragem aleatória estratificada: a população vai ser dividida inicialmente por estratos (sexo, €); em cada estrato vai ser
obtida uma amostra através da amostragem simples na mesma proporção que o estrato vale na população
* Amostragem aleatória agrupada: exemplo – estudar a população estudantil do 3º ciclo do ensino básico no distrito de CB onde
existem 20 escolas; supondo que os grupos de alunos são homogéneos nas suas características, então para se obter uma
amostra escolhemos aleatoriamente 2 escolas das 20
*Amostragem aleatória multietápica: aplica-se a agrupada mais do que uma vez; por exemplo dentro das 20, escolher duas
escolas e dentro dessas 2 escolas escolher 2 turmas de alunos
NOTA1: NO TESTE, QUANDO USAR O IDF E O CDF FAZER AS COISAS SEMPRE 2 VEZES
NOTA2: SE PEDIR UM INTERVALO DE CONFIANÇA A 95% PARA A DIFERENÇA DAS MÉDIAS UTILIZAR O QUE APARECE LOGO NO
OUTPUT QUANDO FAZEMOS O TESTE T DE STUDENT PARA AMOSTRAS INDEPENDENTES
NOTA3: NOS TESTES T D STUDENT FAZER A PARTE DESCRITIVA COM MÉDIA E DESVIO PADRÃO; PARA OS OUTROS USAR
MEDIANA E AMPLITUDE INTERQUARTIL