Métodos

Quantitativos
em Medicina

Prof. Neli Ortega

 Teste de Hipótese
Estatística t-Student

Aula 7

Prof. Neli Ortega

Teste de Hipóteses - Estatística do teste
A estatística do teste de hipótese depende da distribuição
da variável na população e das informações disponíveis.

Dist. Normal
Sim Não
(População)

Sim “Amostra Não

Grande”

Sim σ
Não
conhecido? Testes não
paramétricos
Teste z Teste t

Prof. Neli Ortega

 Inferência quando σ é desconhecido
Na grande maioria das situações reais σ é desconhecido.
Neste caso, podemos substituir σ pelo desvio padrão amostral, S.
Estaremos introduzindo mais um erro no processo de inferência,
o erro de estimação de σ.

• Este novo intervalo será mais largo do

que o considerado com a estatística z;
• Surge uma nova distribuição.

Prof. Neli Ortega

Teste de Hipótese para σ Desconhecido
Se uma variável aleatória X for normalmente distribuída em
uma população, na qual a variância é desconhecida, é possível
comparar a média amostral com a média da população
utilizando S no lugar de σ, através da estatística t:

X −µ
t( n −1) =
S
n
que tem uma distribuição t com (n – 1) graus de liberdade.

Prof. Neli Ortega

Teste de Hipótese para uma Amostra

X − µ
σ conhecido ⇒ z = Teste z
σ
n

X − µ
σ desconhecido ⇒ t = Teste t
S
n

Prof. Neli Ortega

 Distribuição t de Student
William Gosset (1876-1937)

O parâmetro usado para

descrever a distribuição t é o
número de graus de liberdade,
gl, (d.f. degrees of freedom),
que é o tamanho da amostra (n)
menos 1.

gl = n − 1

Prof. Neli Ortega

 Distribuição t de Student
Curva de dendidade de Probabilidade

0.40 • Simétrica em relação a média;

Normal
0.35
T1gl • Depende do grau de liberdade,
0.30 T5gl
gl;
0.25 T30gl
0.20 • Quanto mais gl aumenta mais
0.15 a distribuição t tende a normal
0.10
padrão.
0.05

0.00
-4.00 -3.00 -2.00 -1.00 0.00 1.00 2.00 3.00 4.00

Prof. Neli Ortega

Teste de Hipóteses para Duas Amostras
σA e σB desconhecidos
É possível comparar duas médias amostrais quando os
desvios-padrão das populações são desconhecidos, através
da estatística t abaixo:

XA − XB
t=
EPM D
Assim como no caso do teste z, o EPMD pode ser calculado de
maneiras diferentes, dependendo se as variâncias nas populações
A e B são iguais ou não.

Prof. Neli Ortega

Erro Padrão das Diferenças entre Médias
σ A ,σ B
(desconhecidos)

S A2 SB2
σA ≠σB EPM D = + Variância
nA nB conjugada

σA =σB  1 1 
EPM D = S0 2
 + 
 A
n n B 

Para decidir se as variâncias são iguais ou diferentes um outro teste

estatístico, que será apresentado adiante, é necessário (Teste F).

Prof. Neli Ortega

Erro Padrão das Diferenças entre Médias
A variância conjugada representa a média ponderada das
variâncias amostrais dos dois grupos, dada por:

(
S0 2 = A
n − 1 ) S A
2
+ ( nB − 1) S B
2

( nA − 1) + ( nB − 1)

S A2 + S B 2
Se nA = nB: S0 =
2

2
Note que, se os tamanhos dos grupos são iguais, a expressão para
calcular o EPMD para variâncias iguais é idêntica à usada quando
as variâncias são diferentes!

Prof. Neli Ortega

 Teste t-Student para Duas Amostras
Situação 1: Em um ensaio clínico comparou-se dois
anorexígenos e as perdas de peso foram registradas. Deseja-
se testar se a diferença observada nas duas amostras é
estatisticamente significante, assumindo-se α de 1%.

Grupo A Grupo B
Paciente Perda (kg) Paciente Perda (kg)
1 0.9 7 3.8 Não há informações
2 1.3 8 4.9 sobre a população →
3 1.5 9 5.9 Teste t-Student.
4 2.4 10 6.6
5 2.9 11 6.7
6 3.0 12 7.1
13 7.0

Prof. Neli Ortega

 Teste t-Student para Duas Amostras
Grupo A Grupo B
Média 2 6 H 0 : X1 = X 2
Variância 0.784 1.52
n 6 7 H A : X1 ≠ X 2

Vamos supor as variâncias iguais:

X A − XB  1 1 
t = onde EPM D = S0 2
 + 
EPM D  A
n n B 

S0 =
2 ( nA − 1) S A
2
+ ( nB −1) SB
2

=
5⋅ 0,784 + 6⋅1,52
= 1,185.
( nA −1) + ( nB −1) 5+ 6

Prof. Neli Ortega

 Teste t-Student para Duas Amostras
 1 1  1 1
EPM D = S0  +  = 1,185  +  = 0, 606
2

 nA nB  6 7

6−2
t= = 6, 603
0, 606 Procurar o valor de t
crítico, tc, para gl igual a
gl = nA + nB − 2 = 6 + 7 − 2 = 11 11 e α de 0,005
(bicaudal).
Regra de Decisão
→ Tabela t
Se –tc < t < tc → Aceita-se H0
Caso contrário, Rejeita-se H0.

Prof. Neli Ortega

 Distribuição t de Student
Tabela
α = 0, 005
t0,005 = 3,106 2
tc nA+nB - 2 = 11
grau de Área da cauda superior
liberdade 0,10 0,05 0,025 0,010 0,005
gl = 11
1
2
3,078
1,886
6,314
2,920
12,706
4,303
31,821
6,965
63,656
9,925
t = 6,603
3 1,638 2,353 3,182 4,541 5,841
4 1,533 2,132 2,776 3,747 4,604
5 1,476 2,015 2,571 3,365 4,032
6 1,440 1,943 2,447 3,143 3,707
Como t > tc,
7 1,415 1,895 2,365 2,998 3,499 rejeita-se H0 e
8 1,397 1,860 2,306 2,896 3,355
9 1,383 1,833 2,262 2,821 3,250 aceita-se que as
10
11
1,372
1,363
1,812
1,796
2,228
2,201
2,764
2,718
3,169
3,106
diferenças são
12 1,356 1,782 2,179 2,681 3,055 reais.
13 1,350 1,771 2,160 2,650 3,012
14 1,345 1,761 2,145 2,624 2,977

Prof. Neli Ortega

 Teste t-Student para Duas Amostras
Situação 2: Um estudo compara as alturas de crianças de 4
anos de duas populações diferentes. Deseja-se testar se as
alturas médias observadas nas duas amostras são
estatisticamente diferentes, assumindo-se α de 5%. Os
resultados obtidos estão resumidos na tabela abaixo:
Grupo A Grupo B Como nA = nB a expressão para
Média 42 45
o cálculo de EPMD independe
Variância 4 25
n 10 10 da relação entre as variâncias
populacionais.

S A2 + S B 2 4 + 25 45 − 42
EPM D = = = 1, 7 ⇒ t = = 1, 76
n 10 1, 7

Prof. Neli Ortega

 Distribuição t de Student
Tabela
t0,025 = 2,101
tc
grau de Área da cauda superior
α = 0, 025 liberdade 0,10 0,05 0,025 0,010 0,005
2 1 3,078 6,314 12,706 31,821 63,656
2 1,886 2,920 4,303 6,965 9,925
nA+nB - 2 = 18 3 1,638 2,353 3,182 4,541 5,841
4 1,533 2,132 2,776 3,747 4,604
gl = 18 5 1,476 2,015 2,571 3,365 4,032
6 1,440 1,943 2,447 3,143 3,707
t = 1,76 7 1,415 1,895 2,365 2,998 3,499
8 1,397 1,860 2,306 2,896 3,355
9 1,383 1,833 2,262 2,821 3,250
10 1,372 1,812 2,228 2,764 3,169
Como t < tc, 11 1,363 1,796 2,201 2,718 3,106
aceita-se H0 e 12
13
1,356
1,350
1,782
1,771
2,179
2,160
2,681
2,650
3,055
3,012
conclui-se que 14 1,345 1,761 2,145 2,624 2,977
15 1,341 1,753 2,131 2,602 2,947
as alturas são 16 1,337 1,746 2,120 2,583 2,921
17 1,333 1,740 2,110 2,567 2,898
iguais. 18 1,330 1,734 2,101 2,552 2,878

Prof. Neli Ortega

Teste de Hipótese
Estatística F

Prof. Neli Ortega

 Comparando Variâncias
Teste F
Sir Ronald A. Fisher (1890-1962)
Mesma idéia dos testes para
médias, teste z e t, porém usa-se
a razão das variâncias, e não a
sua diferença, como no caso dos
testes para médias.

Estatística F:
S A2
F= 2
SB

Prof. Neli Ortega

 Comparando Variâncias
Teste F
Se se supõe que os dados tem distribuição normal, então é
possível comparar as variâncias de duas populações através
da estatística F dada abaixo, cujos valores descritivos
dependem de dois graus de liberdade:

2 onde:
SA
F= 2 S A 2 = variância da amostra A
SB
S B 2 = variância da amostra B
S A2 > S B 2 ⇒ F > 1 gl1 = nA – 1 (numerador)
gl1 = nA – 1 (denominador)

Prof. Neli Ortega

 Teste de Hipótese para Variâncias
Pode-se recorrer a um teste bicaudal ou monocaudal. Em
geral, estamos interessados em testar a diferença.

H0 :σ A = σ B e H A :σ A ≠ σ B

A distribuição F não é simétrica e, portanto, não possui a

área da cauda superior, FS, igual a área da cauda inferior, FI.
Neste caso, a regra de decisão é:

Se F > FSc ou F < FIc , para gl1 e gl2, onde Fic=1/ Fic, então
rejeita-se H0. Caso contrário, aceita-se H0.

Na prática colocamos no numerador a variância de maior

valor e concentramos a decisão na cauda superior.
Prof. Neli Ortega
 Teste de Hipótese para Variâncias
Situação 3: Deseja-se comparar a variância do desempenho
de duas equipes de atletismo. Particularmente, testar se elas
são estatisticamente diferentes, assumindo-se α de 5%. As
variâncias observadas são apresentadas na tabela abaixo:

1,520
Equipe A Equipe B F= = 1,939
Variância 0,784 1,520 0, 784
n 6 7

Tabela F → FSc(6,7)=6,98.
gl A = 6 − 1 = 5 (denominador) Como F < FSc, não rejeitamos
glB = 7 − 1 = 6 (numerador) a H0. As variâncias são
consideradas iguais.

Prof. Neli Ortega

 Teste t-Student para Duas Amostras
Situação 4: Em um estudo avaliou-se a eficácia de dois
hipnóticos, comparando as horas de sono frente as duas
terapias. Deseja-se testar se as médias observadas nas duas
amostras são estatisticamente diferentes, assumindo-se α de
5%. Os resultados obtidos estão resumidos na tabela abaixo:
Droga A Droga B gl A = 8 − 1 = 7 (numerador)
Média 9,35 8,85
Variância 0,89 0,78
glB = 10 − 1 = 9 (denominador)
n 8 10
Tabela F → FSc(7,9)= 4,20.
Verificando se as variâncias
são diferentes - H0: σA = σB. Como F < FSc, não rejeitamos
a H0. As variâncias são
0,89
F= = 1,14 consideradas iguais.
0, 78

Prof. Neli Ortega

 Teste t-Student para Duas Amostras
Calculamos o valor de EPMD para variâncias iguais:
X A − X B  1 1 
t = onde EPM D = S0 2
 + 
EPM D  A
n n B 

(
S02 = A
n − 1) S A
2
+ ( nB −1) SB
2

=
7 ⋅ 0,89 + 9 ⋅ 0,78
= 0,828.
( nA −1) + ( nB −1) 7 +9

 1 1  1 1 
EPM D = S0  +  = 0,828  +  = 0, 432
2

 nA nB   8 10 

9,35 − 8,85 Tabela t → tc2,5% = 2,12.

t= = 1,157
0, 432 Como t < tc2,5% , não
gl = nA + nB − 2 = 16 rejeitamos a H0.

Prof. Neli Ortega

 Teste de Hipótese
Para Dados Pareados

Prof. Neli Ortega

 Teste t para Dados Pareados

Dados pareados são aqueles registrados em pares (o indivíduo

é controle de si mesmo).

Exemplo 1: Um estudo compara o efeito de uma pomada

oftálmica com o de simplesmente higienizar o olho. Um grupo de
pacientes usa durante um período a pomada no direito, enquanto o
olho esquerdo recebe apenas o anti-séptico.
Exemplo 2: Deseja-se verificar o desempenho de um tratamento.
Um grupo de pacientes é examinado antes do início do tratamento.
Após a conclusão do mesmo são novamente examinados.

Prof. Neli Ortega

 Estatística do Teste t Pareado
Como as observações estão relacionadas, construímos o
teste sobre as diferenças observadas em cada par.

Seja Di a diferença (no mesmo indivíduo) entre as

observações registradas, para n pares. A média das
diferenças de todos os indivíduos chamamos D , e o desvio
padrão das diferenças de SD .
H 0 : µD = 0 D
t= e gl = n − 1
H A : µD ≠ 0
EPM D

onde µD é a média populacional,

sobre a qual desejamos inferir. Tabela t-Student

Prof. Neli Ortega

 Teste t Pareado
Situação 5: Um hipnótico foi aplicado em um grupo de pacientes
que tinham se submetido anteriormente a um tratamento padrão. Foi
observado o número de horas de sono de cada paciente nos dois
momentos. Deseja-se testar se a diferença média observada é não
nula, considerando-se um nível de significância de 5%.
Horas de sono H 0 : µD = 0 e H A : µD ≠ 0
Paciente Droga Trat. Padrão Di
1 8.6 8.2 0.4 D = 0, 433, S D = 0, 27 →
2 8.8 8.3 0.5
3 8.1 7.6 0.5 EPM D = 0, 27 = 0, 09
4 9.8 9.4 0.4 9
5 9.7 8.9 0.8
0, 433
6 8.0 7.2 0.8
t= =4,81 e gl = 8
7 8.4 8.5 -0.1 0, 09
8 9.5 9.3 0.2
9 9.5 9.1 0.4
→ tc 2,5% = 2,30 ⇒ Rejeita-se H 0

Prof. Neli Ortega