Faculdade Souza Marques Estatística

Curso de Medicina Aula 2 - 4º Bimestre

Iniciação à Pesquisa Científica
(IPC) Profas: Claudia Beltri e Flavia Moraes
 1 variável

sobre os parâmetros
da população como a
média para::
1 grupo
2 grupos
3 grupos

2 variáveis

Existe relação entre

elas?

associação quando:
v quali x v quali
v quanti x v quali
correlação quando:
v quanti x v quant
Sejam as seguintes situações:

1- Sendo o nível de colesterol no sangue e uma variável com distribuição Normal

com média ´ µ desconhecida e desvio padrão σ=60 mg/100ml, para uma certa
população. Pode-se testar a hipótese de que ´ µ=260 (média populacional), com
base em uma amostra de 50 pacientes desta população, em que se observou uma
média amostral (x )de 268. ´

2- Um estudo sobre a influência do nível socioeconômico sobre a incidência de

dengue. Pode-se testar a hipótese de que a incidência de dengue sofre
influência do nível sócio-econômico, ou seja que estas 2 variáveis estão
relacionadas, com base em dados de uma amostra.
Teste de Hipóteses
É uma metodologia estatística que auxilia a tomar decisões (ou seja, rejeitar ou
não uma hipótese) sobre uma ou mais populações baseado na informação
obtida da amostra, com determinado grau de confiança.
São técnicas estatísticas que permitem verificar se os dados amostrais trazem
evidência que apoiam ou não uma hipótese estatística formulada.
Ao tentarmos tomar decisões, é conveniente a formulação de suposições ou de
conjeturas sobre as populações de interesse, que, em geral, consistem em
considerações sobre parâmetros (μ, σ2, σ, p..) das mesmas.
Essas suposições, que podem ser ou não verdadeiras, são denominadas de
Hipóteses Estatísticas.
Hipótese estatística: pode ser definida como uma afirmação sobre a
distribuição de uma variável aleatória (no geral sobre seus parâmetros) ou
sobre a relação entre variáveis.

Os testes de hipóteses, apresentam duas hipóteses:

Hipótese nula (ou da nulidade), representada por H0, que é a hipótese colocada
à prova.

Hipótese alternativa, representada por H1, que é a hipótese alternativa à

hipótese colocada à prova.
Formulando as hipóteses estatísticas dos exemplos 1 e 2:

1- Sendo o nível de colesterol no sangue e uma variável com distribuição Normal com
média ´ µ desconhecida e desvio padrão σ=60 mg/100ml, para uma certa população.
Pode-se testar a hipótese de que ´ µ=260 (média populacional), com base em uma amostra
de 50 pacientes desta população, em que se observou uma média amostral (x )de 268. ´
H0: µ = 260 mg/100ml
H1 : µ ≠ 260 mg/100ml

2- Um estudo sobre a influência do nível socioeconômico sobre a incidência de dengue.

Pode-se testar a hipótese de que a incidência de dengue sofre influência do nível
sócio-econômico, ou seja que estas 2 variáveis estão relacionadas, com base em dados de
uma amostra.

H0: a incidência de dengue independe do nível socioeconômico (não existe relação

entre as 2 variáveis)
H1: a incidência de dengue depende do nível socioeconômico (existe relação entre as
2 variáveis)
Uma vez formuladas as hipóteses é necessário testá-las para que uma
decisão seja tomada, em relação à hipótese nula (rejeitar ou não rejeitar H0).

Para tanto precisamos de algumas informações obtidas a partir de uma

amostra, e quanto maiores as evidências (entende-se por amostra) mais fácil
será a tomada de decisão.

Para testar as hipóteses formuladas, aplica-se o procedimento do teste

segundo as etapas a seguir.
Os testes de hipóteses devem seguir as seguintes etapas:

Passo 1. Estabelecer as hipóteses (H0 e H1).

Passo 2. Escolher a prova estatística (com o modelo estatístico associado) mais

adequada para testar (aceitar ou rejeitar) H0.

Passo 3. Estabelecer os critérios do teste.

O critério mais comum em testes de hipóteses é fixar o erro Tipo I (nível de
significância do teste).

Passo 4. Determinar (ou assumir) a distribuição amostral e a região de rejeição

da hipótese nula (H0 );
 Regiões de Rejeição ou região crítica

Exemplo Teste bilateral

Testes unilaterais
Passo 5. Calcular o valor do teste estatística, ou seja, o teste (em si)
apropriado para a hipótese a ser testada, utilizando os dados das
amostras.

Passo 6. Aplicar o critério do teste para a tomada de Decisão

caso o valor obtido (calculado) esteja na região de rejeição, decide-se por

Rejeitar H0 (aceita-se a hipótese alternativa, H1, como verdadeira) para o
nível de significância definido.

caso o valor obtido esteja fora da região de rejeição, decide-se por não
Rejeitar H0 para o nível de significância definido.
Observações sobre as Regras de decisão:

De forma prática existem duas maneiras de tomar uma decisão sobre H0:

As regras de decisão podem ser feitas com base em um valor denominado como “P-valor”
ou com base em uma região de rejeição.

Então:
1- Usando a região de rejeição: Compara-se o valor calculado da estatística teste com um
valor “tabelado” da distribuição amostral assumida (Normal, Distribuição t);

ou

2- Usando o p-valor como valor de referência: Os resultados dos testes geralmente

apresentam o p-valor (p-value), que é a área limitada pelo valor da estatística calculada. Se
o p-valor for menor que o nível de significância do teste ( ), o teste é significativo e rejeita-se
H0 a esses nível de significância.

È usual considerar p-valor < 0,05 para Rejeitar Ho com significância estatística.
Como tomar a decisão a respeito de H0 usando o p-valor?

Obs: O p-valor é calculado pelos programas (softwares) estatísticos

Se p-valor ≥ α Se p-valor < α

Não rejeitamos Rejeitamos

a hipótese de nulidade Ho a hipótese de nulidade Ho
Erros de decisão?

É impossível que um teste de hipótese esteja 100% certo, pois o teste é

baseado em probabilidades e isso faz com que sempre haja uma
possibilidade de encontrar uma conclusão errada.

Ao fazer um teste de hipóteses é possível cometer 2 tipos de erro: o tipo I ou

tipo II.

Erro tipo I: Erro que se comete ao rejeitar H0, dado que ela é verdadeira,
geralmente representado por α, e denominado nível de significância do teste.

Erro tipo II: Erro que se comete ao não rejeitar H0, dado que ela é falsa.
Nível de
significância
Tipos de erro

Qual dos dois tipos de erro é o mais grave e que deve ser evitado?

ex.: decisão de um Juiz de Direito é mais grave condenar um inocente ou

absolver um culpado?

Rejeitar a hipótese nula sendo ela verdadeira equivale a condenar um inocente,

logo o Erro Tipo I é o mais grave e deverá ser minimizada a probabilidade deste
tipo de erro ser cometido
Existem vários Testes estatísticos, a escolha dependerá da hipótese, do tipo de variável,
da quantidade de grupos entre outros

2 variáveis
1 variável
Existe relação entre
sobre os parâmetros elas?
da população como a
média para:: associação quando:
1 grupo var quali x var quali
2 grupos var quanti x var quali
3 grupos
correlação quando:
var quanti x var quant