Escolar Documentos
Profissional Documentos
Cultura Documentos
devido ao acaso?”
Carttoon adaptado de: Gonick et al. The cartoon Guide to statistics. 1993 HarperPerennial.
Testes de Hipótese
H0 verdadeira H0 falsa
Aceitar H0 Sem Erro Erro Tipo II ()
Rejeitar H0 Erro Tipo I Sem Erro Alarme Erro Tipo I Sem Erro
Carttoon adaptado de: Gonick et al. The cartoon Guide to statistics. 1993 HarperPerennial.
Teste t- uma amostra
Com uma amostra de indivíduos queremos saber se a
média da respetiva população é um determinado valor.
Definimos a Hipótese
H0: A média na população é igual a µ1
H1: A média na população é diferente1 de µ1
Interpretamos o valor de p:
se p < 0.05, temos evidência suficiente para rejeitar H0
se p >= 0.05, não temos evidência suficiente para rejeitar H0
Teste t - uma amostra
Será que se pode afirmar que um dos fármacos é mais eficiente que o outro?
Teste t – duas amostras emparelhadas
Grupo 1: 72; 75; 73; 67; 76; 71; 71; 70; 78; 64 X = 71,70 kg
Grupo 2: 64; 74; 63; 69; 70; 62; 69; 65; 68; 73 X = 67,70 kg
Grupo 3: 58; 59; 61; 63; 66; 53; 68; 69; 61; 57 X = 61,50 kg
X=66,97kg i=3 n1=10 n2=10 n3=10 N=30
One-Way ANOVA
• • • •
• • • •
Voltando ao exemplo:
Pesos em Kg de 3 grupos de indivíduos de grupos étnicos
diferentes (caucasianos, latinos e asiáticos).
H0: µ1 = µ2 = µ3
Grupo 1: 72; 75; 73; 67; 76; 71; 71; 70; 78; 64 X = 71,70
Grupo 2: 64; 74; 63; 69; 70; 62; 69; 65; 68; 73 kg X = 67,70
Grupo 3: 58; 59; 61; 63; 66; 53; 68; 69; 61; 57 kg X = 61,50
X=66,97kg i=3 n1=10 n2=10 n3=10 kg N=30
One-Way ANOVA
One-Way ANOVA
Será 0.05?
One-way ANOVA
Assunção:
E se não for?
Teste não paramétricos – amostras emparelhadas
Suponha o seguinte exemplo:
• não, então:
Patient ID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Antes 103 104 141 146 147 106 107 110 109 114 116 117 122 114 118 125 125 118 125 125
Depois 100 95 121 142 143 101 102 105 109 109 113 112 117 117 117 125 125 120 122 122
|A-D| 3 9 20 4 4 5 5 5 0 5 3 5 5 3 1 0 0 2 3 3
Sinal - - - - - - - - = - - - - + - = = + - -
Teste Wilcoxon signed-rank
Sinal - + + - - - - - - - - - - - - - -
Sinal - + + - - - - - - - - - - - - - -
Se a dieta não tivesse efeito era de esperar observar um rank médio idêntico para
as perdas e aumentos de peso
Teste Wilcoxon signed-rank
Assunção:
A variável é normalmente distribuída na população.
E se não for?
Teste não paramétrico: Mann-Whitney U test
Teste Mann-Whitney U
• Se os grupos não forem emparelhados podemos usar o teste de
Mann-Whitney
+ nA (nA +1) − R .
U = n An B 1
2
Se U nAnB , então usamos a estatística U = n An B −U
2
• Usando uma aproximação à normal, obtemos o valor p associado à estatística do teste
Teste Mann-Whitney U - exemplo
Pretende-se estudar o efeito da cafeína no metabolismo muscular medido pela razão
das trocas de Co2 e O2 (RER)
Placebo Cafeína
%RER %RER
105 96
RER elevado (típico durante o
119 exercício físico) indica que o 99
100 organismo está a produzir 94
97 mais CO2 e a consumir mais O2 89
96 96
101 93
94 88
95 105
98 88
Teste Mann-Whitney U
• Como no teste de Wilcoxon vamos ordenar todos os valores
atribuindo-lhes o rank e registando a qual grupo pertencem (P -
placebo ou C - cafeína)
RER 88 88 89 93 94 94 95 96 96 96 97 98 99 100 101 105 105 119
Rank 1.5 1.5 3 4 5.5 5.5 7 9 9 9 11 12 13 14 15 16.5 16.5 18
Grupo
C C C C P C P P C C P P C P P P C P
Assunção:
A variável é normalmente distribuída na população.
As variâncias são iguais em todos os grupos na população
E se não for?
Teste não paramétrico: Kruskal-Wallis Test
Kruskal-Wallis Test
Exemplo: Pesos em Kg de 3 grupos de indivíduos de 3 grupos étnicos
diferentes Grupo 1: 72; 75; 73; 67; 76; 71; 71; 70; 78; 64
Grupo 2: 64; 74; 63; 69; 70; 62; 69; 65; 68; 73
Grupo 3: 58; 59; 61; 63; 66; 53; 68; 69; 61; 57
Organizam-se todos os valores por ordem crescente de modo a cada
valor ter uma posição atribuída ...
...
grupo 3 3 3 3 3 3 2 2 3 1 2 2 3 1 2
peso 53 57 58 59 61 61 62 63 63 64 64 65 66 67 68
...
...
3 2 2 3 1 2 1 1 1 1 2 2 1 1 1
68 69 69 69 70 70 71 71 72 73 73 74 75 76 78
Kruskal-Wallis Test
Calcula-se a estatística: k
12 Ri
H= − 3(N +1)
N (N +1) i=1 ni
N = nº total de indivíduos
ni = nº de indivíduos no grupo i
Ri = soma das posições no grupo i
3 58 3 2 69 18
3 69 18
Grupo3 :
3 59 4
3 61 5.5
1 70 20.5 (1+2+3+4+5.5+5.5+8.5+13+15.5+18)/10 = 7.6
2 70 20.5
3 61 5.5
2 62 7 1 71 22.5
2 63 8.5 1 71 22.5
3 63 8.5 1 72 24
1 64 10.5 1 73 25.5
2 64 10.5 2 73 26
2 65 12 2 74 27
3 66 13 1 75 28
1 67 14 1 76 29
2 68 15.5 1 78 30