Escolar Documentos
Profissional Documentos
Cultura Documentos
Lembrar:
• se n > 30 – a distribuição t tende para a Normal
• Se n≤ 30 – verificar a Normalidade
EA – Dados Quantitativos – 2 amostras independentes e 2 amostras emparelhadas
Exemplo:
Considere os dados Gastos
Género Frequência
(€/refeição):
amostrais da tabela ao lado:
8 Feminino 1
pretende-se saber se os
8 Masculino 2
gastos médios populacionais 9 Feminino 2
com a refeição, são 9 Masculino 3
equivalentes, para homens 10 Feminino 5
e mulheres. 10 Masculino 5
11 Feminino 7
(Masculino: n= 29) 11 Masculino 8
(Feminino: n= 26) 12 Feminino 6
12 Masculino 6
13 Feminino 3
Lembrar: 13 Masculino 4
<Data> 14 Feminino 2
14 Masculino 1
<Weight cases>
Weight cases by:
passar a variável “Frequência”
EA – Dados Quantitativos – 2 amostras independentes e 2 amostras emparelhadas
Hipóteses:
H0: mHomens = mMulheres (afirmação inicial)
H1: mHomens ≠ mMulheres
O teste é bilateral pois a hipótese alternativa não explicita o
sentido da variação dos gastos.
Teste à normalidade:
Analyse
Descriptive
Statistics
Explore
Passar a variável em função do grupo:
Gastos em função do sexo
Clicar: Plots e
depois
Normality
Plots...
EA – Dados Quantitativos – 2 amostras independentes e 2 amostras emparelhadas
Teste à normalidade:
Resultado:
P-value masc.
P-value femi.
Como p-value
é maior do que
para os dois
géneros,
são aplicáveis
testes
paramétricos
compare means
Test Variable: Gastos
independent Grouping Variable: sexo
sample t-teste
Define Groups:
Group 1 e group 2 - definir
Resultados:
1º Quadro:
EA – Dados Quantitativos – 2 amostras independentes e 2 amostras emparelhadas
Amostras Independentes
Teste Paramétrico T Teste de Mann-Whitney
Compara as médias Compara o centro de localização das duas
de duas amostras amostras, como forma de detectar
independentes diferenças entre as duas populações
correspondentes.
Deve ser utilizado quando:
• há violação da normalidade
• tamanho das amostras é pequeno
• as variáveis são de tipo pelo menos
ordinal.
H0: as medianas das populações de dados são iguais (afirmação inicial)
H1: as medianas das populações de dados são diferentes
H0: as duas distribuições têm igual distribuição, i.é, são homogéneas
H1: as duas distribuições não têm igual distribuição, i.é, não são
homogéneas
EA – Dados Quantitativos – 2 amostras independentes e 2 amostras emparelhadas
Teste de Mann-Whitney
Analyse
Nonparametric
Tests
Test Variable: Gastos
Legacy Dialog
Grouping Variable: sexo
2 Independent Define Groups:
Samples Group 1 e group 2 - definir
R1
H0: m1 = m2
H1: m1 ≠ m2
Outra aplicação:
é válido para analisar duas amostras relativamente a uma
característica comum, pela qual possam ser comparadas.
Analyse
Compare
Means
Passar as variáveis:
“depois da promoção” – variável 1
“antes da promoção” – variável 2
d= depois – antes
EA – Dados Quantitativos – 2 amostras independentes e 2 amostras emparelhadas
Resultados:
3º Quadro:
p-value
Por outro lado o intervalo de confiança de 95% para a média das diferenças
é [2,223; 7,944] pelo que, não fazendo o zero parte do intervalo, mais uma
vez está de acordo com a rejeição da hipótese nula.
EA – Dados Quantitativos – 2 amostras independentes e 2 amostras emparelhadas
H0: medd = 0
H1: medd ≠ 0
REQUISITOS:
• Os dados consistem em pares de dados selecionados aleatoriamente
• A população das diferenças (encontradas a partir dos pares de dados) tem
uma distribuição que é aproximadamente simétrica.
EA – Dados Quantitativos – 2 amostras independentes e 2 amostras emparelhadas
n(n + 1) 11(11 + 1)
T− 3−
z= 4 = 4 = −2,667 n=11
n(n + 1)(2n + 1) 11(11 + 1)(22 + 1) Soma Ordens (-) = 3
24 Soma Ordens (+) = 63
EA – Dados Quantitativos – 2 amostras independentes e 2 amostras emparelhadas
Nonparametric
Tests