Estatística Aplicada às

Ciências Sociais Organização da Aula

e Ambientais
 Testes de Hipóteses

Aula 5  Teste do Qui Quadrado

 Distribuição t e Teste t
Prof. Daniel de Christo

Testes de Hipóteses
 Inferência = amostra 
população
• Testes Estatísticos: auxílio
Contextualização  Procedimentos básicos:
1) levantamento de dados para
responder uma pergunta
2) transformar a pergunta em
uma hipótese

Hipóteses

 Hipótese alternativa H1  Exemplo:

• Indica diferença nas • pergunta: antibiótico A e B

observações • H1: A é melhor do que B
 Hipótese da nulidade H0 • H0: A é tão eficaz quanto B
• Indica que não há diferença

1
 Distribuição t
 1908, William Sealey Gosset:
pseudônimo "Student"
 1924, redescobertos por Fisher: Instrumentalização
enorme importância estatística
 Parecida com a curva normal,
porém mais achatada
 Valor de t  (x - ) / sx

Formulando Hipóteses
3) nível de significância ()
 Procedimentos básicos: • minimizar a chance de se
1) levantamento de dados para aceitar uma hipótese errada
responder uma pergunta (H1)

2) transformar a pergunta em • usualmente =1%, =5%,

uma hipótese: H1 & H0 =10%

Teste t
4) escolher o teste apropriado
 Comparação de duas
• vários; vantagens e
populações: sexo, raças...
desvantagens
 Comparação de 2 grupos
5) teste = valor numérico
(médias)
• aceita/rejeita; discutir
• Ex: recebeu o tratamento ou
informação
não

2
 Teste t para Observações
Independentes
 Variável com distribuição normal
 Valor de t ≥ valor da tabela  Comparação de duas médias

• As médias não são iguais  Procedimento:

1) estabelecer o  (nível de
• Existe diferença
signif.)
2) calcular a média de cada grupo
x1, x2, ... xn

Teste t para Observações

Pareadas
 estudar o efeito de uma variável
utilizando observações pareadas
 pares de gêmeos Aplicação
monozigóticos
 mesmo indivíduo, duas regiões
 mesmo indivíduo, duas
observações (antes e após)

Teste de 2 (Qui Quadrado)

2) calcular o valor de 2
2 para Aderência:
• 2 =  (Oi - Ei)2
 verificar se uma distribuição está
Ei
de acordo com uma teoria
• Oi: freq. observada; Ei: freq.
1) estabelecer o nível de
esperada
significância

3
3) comparar o valor calculado:  Exemplo clássico
• ao valor da Tabela de 2
• Gregor Mendel, 1866
• ao nível de significância
estabelecido • 2 características:
• aos graus de liberdade: (no das • Proporção 9:3:3:1
classes) – 1
• Total: 556 ervilhas
• ao valor calculado de 2  valor
da tabela
• rejeita-se H0 ; aceita-se H1

 Tabela 1: distribuição das ervilhas

em um dos experimentos de Mendel

Sementes
Frequência Frequência 2 para Aderência: Mendel,
observada esperada
Amarela lisa 315 312,75 1866:
Amarela rugosa 101 104,25
Verde lisa 108 104,25 1) nível de significância () = 5%
Verde rugosa 32 34,75

Total 556 556,00 2) calcular o 2

 Resultados estão de acordo com a
teoria postulada?

3) comparar o 2 calculado = 0,47

(Oi - Ei)2 •  = 5% ; G.L. = 4 - 1 = 3
Sementes Ei
Am. lisa (2,25)2 / 312,75
Am. rug. (-3,25)2 / 104,25
Verde lisa (3,75)2 / 104,25
Verde rug. (-2,75)2 / 34,75

2 calculado =  = 0,47
• 2 = 0,47 < 7,82: não rejeita H1

4
2 para Independência:  Tabela 2: recém-nascidos vivos ou
natimortos de acordo com o sexo
 verificar se duas populações têm a
Condição
mesma proporção de indivíduos Sexo
vivo / natimorto
Total

com uma característica

Masculino 1513 37 1550
1) estabelecer o nível de Feminino 1451 27 1478
significância
Total 2964 64 3028
2) calcular a frequência esperada e
 Hipótese: a proporção de
o valor de 2 natimortos é igual em ambos os
3) comparar com a tabela sexos (H0)

Condição
Sexo Total
vivo / natimorto
 Conclusão:
Masculino 1513 37 1550
Feminino 1451 27 1478 • 2 calculado = 1,15   = 5%
 Cálculo da frequência esperada: • G.L. = tabelas r x s = (r-1)
• regra de 3: 3028 – 64 (s-1)=1
natimortos / 1550 masc. – x • valor da tabela 2 = 3,84
Frequências
Sexo
esperadas
Total
• 2 = 1,15 < 3,84: não se
Masculino 1517,24 32,76 1550 rejeita a hipótese testada (H0)
Feminino 1446,76 31,24 1478

 A diferença não é suficientemente
grande para rejeitar a hipótese:
proporção igual em ambos os
sexos
Limitações do Teste de 2
 Aplicado somente para amostra
maior do que 20 elementos
 40 > amostra > 20 elementos,
aplicado somente quantos todas as
frequências esperadas > 1
 2 aproximado: correção de
continuidade
• tabelas 2x2: correção de Yates

5
 Teste t para Observações
3) calcular a variância de cada
Independentes grupo: s12, s22, ... sn2
 Variável com distribuição normal 4) calcular a variância ponderada
 Comparação de duas médias s2 = (n1-1) . s12 + (n2-1) . s22
 Procedimento: n1 + n2 - 2
5) calcular o valor de t
1) estabelecer o  (nível de
signif.) t= x2 - x1___
2) calcular a média de cada grupo s2 1 1
+
 x1, x2, ... xn 1 2

 Exemplo:
• testar os suplementos
alimentares A e B
 cobaias = ganho de peso (g) 3) calcular a variância de cada
A: 10, 9, 12, 11, 8 xA = 10 grupo
B: 17, 13, 15, 14, 16 xB = 15
4) calcular a variância ponderada
1) nível de significância = 5%
2) média de cada grupo: xA=10;
xB=15

5) calcular o valor de t Tabela de t

t = _____15 - 10_____
valor da
 2,5 . ( 1/5 + 1/5) tabela = 1,86
t=5
t = 5 > 1,86
6) comparar c/ o valor da tabela t
•  = 5% ou 0,05
 Conclusão = as médias de peso das
• G.L. = (n1 + n2 - 2) cobaias submetidas aos suplementos
• G.L.exemplo = (5 + 5 - 2) = 8 A e B são diferentes (H1)

6
 Teste t Variâncias diferentes?
 s2maior > 4 . S2menor  teste F
Observações independentes
 Verificar pelo teste F
 Somente quando as variâncias
• F = s2maior / s2menor
das populações são iguais
• G.L. = nmaior – 1 (numerador) e
Como verificar? nmenor – 1 (denominador)
 s2maior ≤ 4 . s2menor • Verificar na tabela de F
 populações com variâncias iguais • Nível de significância =  / 2

Tabela Com os Valores de F Teste t: variâncias diferentes

 Valor de F ≥ valor da tabela
• As variâncias não são iguais,
existe diferença
 Procedimento:
1) estabelecer o  (nível de
signif.)
2) calcular a média de cada grupo
3) calcular a variância de cada
grupo

4) calcular o valor de t Teste t para Observações

t= x2 - x1__ Pareadas
s2 1 + s2 2 _  Estudar o efeito de uma variável
n1 n2 utilizando observações pareadas
5) calcular o n° de G.L. (g) • Pares de gêmeos
monozigóticos
g = [(s21/n1) + (s22/n2)]2
• Mesmo indivíduo, duas
[(s21/n1)2/(n1-1)] + [(s22/n2)2/(n2-1)]
regiões
 Valor de t ≥ valor da tabela • Mesmo indivíduo, duas
observações (antes e após)
• As médias não são iguais

7
  Procedimento – Teste t:
 Exemplo:
• cobaias / ganho de peso (g) / 1) nível de significância = 5%
dieta
2) diferença entre os n pares
A(antes): 10, 9, 12, 11, 8 xA = 10 • d = xB − xA
B(depois): 17, 13, 15, 14, 16 xB = 15
• d= 7;4;3;3;8

3) calcular a média das diferenças 5) calcular o valor de t = __d__

 d = ∑ d / n  dexemplo = 5 √s2/n
4) calcular a variância das texemplo = 4,77
diferenças 6) comparar c/ o valor da tabela t
s2 = ∑d2 – (∑d)2   = 0,05  G.L. = (n - 1)
______n__
n–1  G.L.exemplo = (5 - 1) = 4

Tabela de t

Síntese
 t = 4,77 > 2,132 (valor da tabela)
 Conclusão = em média os ganhos
de peso das cobaias submetidas à
dieta são diferentes (H1)

8
 Hipóteses
• H1 e H0; procedimento
 Aplicação: teste Qui-quadrado
• Aderência
• Independência
 Aplicação do Teste t
• Observações pareadas
• Observações independentes