Inferências sobre médias

Testes t de medidas independentes e repetidas

 Teste t de medidas independentes

É um teste que permite testar a hipótese das

diferenças de médias de dois grupos ser igual a zero;
1 = 2, isto é: 1 - 2 = 0

Relembramos que a decisão associada aos testes de

hipóteses é sempre dicotómica: rejeita-se ou não H0
 Testes paramétricos Testes não paramétricos

Testes t de student Teste de Mann-Whitney

- Exigem o cumprimento da
normalidade
- Não exigem o cumprimento
- Mais poderosos da normalidade
- Distribuição livre (razão,
- Diminuem a probabilidade de nominal...)
cometer um erro tipo II (não
rejeitar H0 quando esta é falsa)

O teste não paramétrico tem apenas 95% do poder do paramétrico,

para detetar a mesma diferença entre amostras 3
 Aspectos básicos do delineamento de múltiplos
grupos: K=2

(1) Seleção de duas amostras (aleatórias e independentes)

(2) Dimensão amostral (número suficiente de sujeitos: potência)

(3) As amostras não precisam ser “balanceadas” (i.e., de igual

dimensão)

(4) Medição (erros de medição e seu controlo)

(5) Estrutura do estudo: transversal

(6) Tipo de procedimento estatístico (escala de medida da

variável)
Exemplo - SPSS

Pretende-se comparar os valores médios do VO2max de atletas de

nível competitivo diferente (elite versus amadores)
Resolução do exercício

1º passo - formulação das hipóteses estatísticas

H0: 1 = 2
- as médias do VO2max dos atletas de elite e
amadores são iguais. Esta é a hipótese formal a ser
avaliada. Nunca é a do investigador.

H1: 1 > 2
- as médias do VO2max dos atletas de elite é
significativamente superior à dos atletas amadores.
Resolução do exercício

2º passo - escolher o nível de significância para o

teste estatístico  = 0.05 (vem por defeito)

3º passo - decidir acerca do teste mais apropriado

para resolver a hipótese admitida

Dado que possuímos informação aleatória e

independente de dois grupos de sujeitos, que a
variável é contínua e tem uma distribuição normal,
o teste mais adequado é o t de Student.
4º passo - realizar os cálculos com recurso ao
software estatístico SPSS

Necessidade de definição e codificação

exclusiva dos elementos de cada um dos
grupos independentes
5º passo - Leitura do output
Estatística descritiva

Homogeneidade de
variâncias Estatística inferencial

Valor da Limites do IC
Resultados do teste
diferença das para a diferença
(homogeneidade de
médias de médias
variâncias

Resultados de teste t, número de graus

Variâncias não de liberdade e valor de prova
homogéneas
Resolução do exercício

6º passo - Conclusão

Qual é a probabilidade de obter um resultado tão

extremo quanto o observado se H0 for verdadeira?

Valor de prova (p) = 0.039

Como esta probabilidade (p=0.039) é inferior a 0.05

(nível de significância) a H0 é rejeitada. E nada mais há a
acrescentar!
Amostras reduzidas (n<30), escalas nominais
ou ordinais, violação da normalidade...

Distribution free
Mann-Whitney

12
 Descriptive Statistics

Percentiles
N Mean Std. Deviation Minimum Maximum 25th 50th (Median) 75th
peso 35 63,0857 13,07978 41,00 85,00 52,0000 67,0000 74,0000
sexo 35 ,5143 ,50709 ,00 1,00 ,0000 1,0000 1,0000

Ranks Test Statisticsb

sexo N Mean Rank Sum of Ranks peso
peso ,00 17 14,35 244,00 Mann-Whitney U 91,000
1,00 18 21,44 386,00
Wilcoxon W 244,000
Total 35
Z -2,048
Asymp. Sig. (2-tailed) ,041
Exact Sig. [2*(1-tailed a
Teste formal com Sig.)]
,041

aproximação à distribuição a. Not corrected for ties.

“Normal reduzida” b. Grouping Variable: sexo

Valor Z=-2,048 ou |2,048| (>|1.96|)

Valor de prova (p<0.041) 13
 Teste t de medidas repetidas

É um teste que permite testar a hipótese de que numa população

submetida a um determinado programa de treino/tratamento (ou
observação repetida no tempo), a resposta é zero (ausência de de mudança

(H0: d = 0)

A decisão associada aos testes de hipóteses é

sempre binária: rejeita-se ou não H0
 Teste t Teste de Wilcoxon
Teste dos sinais
• Exigem normalidade
• Distribuição pelo menos • Não exigem normalidade
intervalar • Não há problemas de n
• Distribuição livre (razão,
• Mais poderosos (sempre que se nominal...)
pode deve optar-se por estes • Dados dependentes e
• Diminuem a P do erro tipo II independentes
(não rejeitar H0 quando é falsa)

O teste não paramétrico tem apenas 95% do poder do

paramétrico, para detectar a mesma diferença entre amostras
15
Exemplo - SPSS

Pretende verificar-se o efeito de um programa de treino

de futebol na percentagem de gordura de jovens atletas
Resolução do problema

1º passo - formulação das hipóteses estatísticas

H0: d = 0 (a média das diferenças dos valores da %

gordura encontrados no primeiro e segundo momentos
é igual a zero, i.e., ausência de influência do programa
de treino). Hipótese testada formalmente.

H1: d < 0 (a média das diferenças dos valores de %

gordura é menor do que zero - influência positiva do
programa de treino). Esta é a hipótese substantiva do
investigador mas que não é formalmente testada.
Resolução do exercício

2º passo - escolher o nível de significância para o teste

estatístico
= 0.05

3º passo - decidir qual o teste apropriado para a

hipótese formulada

Dado que temos somente 2 observações no tempo, qua

a variável é contínua e tem uma distribuição normal, o
teste adequado é o t de medidas repetidas.
 4º passo - Fazer os cálculos com recurso ao
software estatístico SPSS

Não esquecer que só são tratados os pares de entradas com

registos completos (no entanto, o número de observações antes
e depois pode não ser o mesmo. A base pode ter dados omissos)
19
5º passo - Leitura do output

Estatística descritiva

Correlação entre as observações nos 2 momentos

Forte associação entre os

valores de M1 e M2

Cerca de 71% de variância comum

(Quanto da variância observada
r=0.844 ; r2 = 0.71 em M2 é “explicada” pelos
resultados observados em M1)
R2 - variância comum
Média das diferenças
Valor da prova (p)

Desvio padrão da média das diferenças

Intervalo de confiança a 95% para a média das diferenças

Com 95% de confiança os valores populacionais das alterações na

percentagem de gordura obtidas em programas desta natureza
situam-se entre -0.01% e 2.45%.
Resolução do exercício

6º passo - Conclusão

Qual é a probabilidade de obter um resultado tão

extremo quanto o observado se H0 for verdadeira?

Valor de prova (p) = 0.053

Como esta probabilidade (p=0.053) é superior a 0.05

(nível de significância) não se rejeita H0.
Interpretação substantiva

Percentagem de alteração do 1º para o 2º momento

( x 2  x1 )
% Alt  *100
x1

A percentagem de alteração do 1º para o 2º momento

situou-se em -3.3%