Escolar Documentos
Profissional Documentos
Cultura Documentos
- Uma amostra
- Duas amostras independentes
- Duas amostras pareadas
- Teste de Normalidade
Distribuição t
• Para o teste Z são necessárias duas informações da
população: média e desvio padrão
• Na prática:
• O teste t e o z são similares, entretanto a distribuição t é levemente
diferente da normal e dependente de n. Quando n é
suficientemente grande, ambas distribuições comportam-se de
forma similar
Teste t de Student: uma amostra
• Desconhecendo-se σ
• A variação amostral deve seguir uma normal
• Exemplo:
• Suponha um teste de QI, cuja amostra de 10 indivíduos obteve os
seguintes valores: 65, 78, 88, 55, 48, 95, 66, 57, 79, 81. Sabendo-
se que a média da população é 75, conclua se a amostra difere
significativamente da população.
• H0: não há diferença entre a média amostral e a populacional
> a = c(65, 78, 88, 55, 48, 95, 66, 57, 79, 81)
> t.test (a, mu = 75)
Exemplo
> t.test(a, mu=75)
data: a
t = -0.78303, df = 9, p-value = 0.4537
alternative hypothesis: true mean is not equal to 75
95 percent confidence interval:
60.22187 82.17813
sample estimates:
mean of x
71.2
EP
> EP = sd(a)/sqrt(length(a))
> c(71.2+qt(0.025, df=9)*EP, 71.2+qt(0.975, df=9)*EP)
Exercício
• Livro Bioestatística
• 20; 22; 23; 25; 28
• Opções
• alternative: string indicando a hipótese alternativa desejada. Valores
possíveis: "two-sided", "less" ou "greater".
• mu: valor indicando o verdadeiro valor da média populacional para o
caso de uma amostra, ou a diferença entre as médias para o caso de
duas amostras.
• paired:
• TRUE – realiza o teste t pareado.
• FALSE – realiza o teste t não pareado.
• var.equal:
• TRUE – indica que a variância populacional é a igual nas duas amostras.
• FALSE – indica que a variância populacional de cada amostra é diferente.
• conf.level: coeficiente de confiança do intervalo.
Comparação entre Variâncias
• A comparação entre duas variâncias é um teste sempre
bilateral
• Se as variâncias populacionais são iguais, então :
• σA2/σB2 = 1
Teste de Normalidade das Amostras
> qqnorm(am1)
> qqline(am1)
Teste de Normalidade das Amostras
• Teste para normalidade das amostras
• Shapiro-wilk – teste formal para identificar se uma amostra se
desvia significativamente de uma distribuição normal
#em R
> shapiro.test(am1)
> shapiro.test(am2)
Exemplo 135b 135b
Normal Cancer
• Moreira et al. (2015), analisaram por rt-
1 0,704 2,897
PCR a expressão do microRNA hsa-
miR-135b em amostras de câncer 2 2,187 4,791
gástrico e amostras de estômago de 3 0,045 9,489
pacientes sem câncer. Ao lado seguem 4 0,042 0,132
as expressões (2-Δct) encontradas em 11 5 0,026 26,785
amostras. Faça: 6 0,310 38,467
7 0,064 0,441
8 0,136 5,464
9 9,495 101,796
10 0,368 2,124
11 0,243 0,585
Exemplo 135b 135b
Normal Cancer
1. Gere dados descritivos a respeito dos
conjuntos controle e da amostra de câncer 1 0,704 2,897
2. Gere um gráfico boxplot que contenha ambas 2 2,187 4,791
amostras lado a lado 3 0,045 9,489
3. Crie um histograma para cada amostra e
4 0,042 0,132
plote a normal correspondente para
comparação 5 0,026 26,785
4. Crie gráficos quantil-quantil, comparando 6 0,310 38,467
cada amostra com a normal 7 0,064 0,441
5. Faça teste de variância entre as amostras 8 0,136 5,464
6. Faça teste de normalidade das amostras 9 9,495 101,796
7. Verifique se as amostras diferem
10 0,368 2,124
significativamente
11 0,243 0,585
8. Infira sobre os resultados.
Teste t
Quando a variância das amostras diferem
• Quando a variância entre as amostras diferem, ambas
devem ser levadas em consideração e o cálculo do grau
de liberdade é alterado